Sei sulla pagina 1di 50

Fundamentos de Telecomunicações

Aula 3:
Ruídos e Erros
Sumário

 Introdução
 Sinais Aleatórios
 Ruído
 Erros
Introdução

 Do ponto de vista do destinatário


– Todos os sinais de comunicação são aleatórios e
imprevisíveis
– Se conhecesse o comportamento exacto do sinal
a informação recebida seria nula
– O receptor conhece
 Características gerais dos sinais usados: largura de
banda, densidade espectral de potência, código e
técnica de modulação
Introdução

 Impossibilidade de descrição matemática


determinísticas para sinais de informação
– Lida-se com descrições probabilísticas em que os sinais
são modelados por processos aleatórios
 Em qualquer sistema de transmissão
– Para além dos de informação gerados pela fonte…
– …estão presentes outros sinais indesejáveis designados
por ruído, que não é possível eliminar totalmente
Introdução: Ruído

 É intrinsecamente aleatório pela natureza dos


fenómenos que o originam
– Podem e devem ser descritos com processos aleatórios
 Sinais aleatórios são a manifestação de processos
aleatórios ou estocásticos que têm lugar ao longo do
tempo
 Vamos abordar os fundamentos da descrição de
sinais por processos aleatórios e em especial o
ruído
– Suas características mais importantes
– A forma como afecta as comunicações
Sinais aleatórios
Sinais aleatórios

s1 (t ), s2 (t )..., si (t )
 Considere um conjunto de formas de onda correspondentes à emissão de
diferentes mensagens por uma fonte de informação.
 A mensagem concreta que é emitida a cada instante é desconhecida à priori,
sendo portanto imprevisível a forma de onda que irá ser produzida
 O conjunto de todas formas de onda geradas pela fonte é representado
formalmente por s(t,a)
– Cada elemento do conjunto é designado por função amostra corresponde a determinado
sinal for exemplo si(t)= s(t,ai)
 O argumento fulcral que faz de s(t,a) é a assumpção de que quando se está a
observar uma função amostra não se sabe quais das amostras de trata
– Num instante t1 pode ocorrer um qualquer do conjunto dos valores possíveis s(t1,a) o que
significa que s(t1,a) constitui uma variável aleatória que toma valores definidos por
s(t1,a1), s(t1,a2),…, s(t1,ai)…
– s(t2,a) constitui outra variável aleatória… ,
Forma de onda num sinal s(t,a)
Sinais aleatórios

 Um processo aleatório s(t)=s(t,a) não é mais


que uma família de variáveis aleatórias
s(t1), s(t2), s(t3),....s(ti)
– cujas funções densidade de probabilidade (fdp)
descrevem o processo aleatório nos respectivos
instantes de tempo

p(s1 (t1)  A)   p(s1)ds1

Médias de conjunto

p ( s, t )  conjunto de todas fdp


p ( s1 , t1 )  p1 ( s1 ); p ( s2 , t 2 )  p2 ( s2 )
Média Estatístic a ou valor médio de S(t)

s(t)  E[ s (t )]   sp (s, t )ds


Na operação de esperança E[], t é constante,


a média é função do tempo pelo facto das médias s(t 1 ),
s(t 2 ),...., poderem ser diferentes

s n (t)  E[ s (t )]   p(s, t )ds
n
s

Processos estacionários e ergódicos

 Um processo aleatório estacionário é aquele


cujas características permanecem invariantes
no tempo
– Translação na origem dos tempos para o conjunto de
sinais amostra {s(t,ai)} não afecta os valores das
médias estatísticas

s (t1 )  s (t2 )  s (t3 )  ...  s (ti )


n n n n

 s n (t ) não depende do tempo


Processos estacionários e ergódicos

E[ s (t )]  s  ms
E[ s 2 (t )]  s 2  ms   s2
2

ms e  s2 são a média e variância


do processo aleatório s (t )
T
2
si (t )]  E[ s (t )]  lim
T 
 s (t )dt
T
i
-
2
T
2
si (t )]  E[ s 2 (t )]  lim  si (t )dt  S
2 2

T  T
-
2
Sinal estacionário e ergódico

 O valor médio ms é igual à amplitude da componente DC


 O quadrado da média ms2 é igual à potência normalizada
da componente contínua (DC)
2
 O valor quadrático médio s é igual à potência média
2
total armazenada s(t )
A variância  s é igual à potência média das componentes
2

variáveis no tempo de s(t) ou seja a potência AC
 O desvio padrão é igual à raiz do valor quadrático médio
ou seja ao valor eficaz das componentes variáveis no
tempo de s(t)
Sinal estacionário e ergódico

 Para efeitos de análise de sistema de


informação
– A função densidade de probabilidade p(s) de um
sinal aleatório ergódico substitui a sua descrição
temporal
 Os sinais de comunicação são
razoavelmente bem modelados por
processos estocásticos ergódicos
Ruído
Ruído

 Sinais eléctricos indesejáveis


– Origem humana
 Influência de outros sistemas de comunicação
 Dispositivos de ignição e comutação eléctrica
 …
– Origem natural
 Descargas atmosféricas
 Radiação extra-terrrestre
 Ruído dos circuitos elétricos
Ruído

 Um projecto de sistema de transmissão bem


conseguido pode
– Reduzir ou eliminar completamente certos tipos
de ruído
– Mas a presença de outros é mesmo inevitável o
que impõe limitações fundamentais ao
desempenho dos sistemas
Categorias de Ruído

 Ruído térmico
 Ruído de Intermodulação
 Crosstalk
 Ruído impulsivo
Ruído Térmico

 Provocado pela agitação térmica dos


electrões nos condutores
– Movimento aleatório de partículas carregadas
– É uma função da temperatura a que o sistema se
encontra
Ruído de Intermodulação

 Acontece quando sinais com diferentes


componentes de frequência partilham o
mesmo meio de transmissão
– Interferem entre si
– Produzem sinais que são a soma ou a diferença
das frequências que compõem os sinais originais
Crosstalk

 Pode ocorrer no acoplamento eléctrico ou


magnético entre pares de fios próximos ou
entre fios coaxiais (+ raramente)
– Acoplamento indesejável entre percursos
geográficos dos sinais
– Exemplo: escuta de conversações telefónica por
causa de cruzamentos de linhas
Ruído Impulsivo

 Ocorrência irregular de pulsos ou estalos de


curta duração e de relativamente grande
amplitude (spikes)
 Causas variadas
– Perturbações electromagnéticas externas
(descargas atmosféricas)
– Falhas ocasionais no próprio sistema de
transmissão
Ruído impulsivo

 Perturba pouco as comunicações analógicas


– Uma transmissão telefónica pode ser corrompida
por pulsos ou estalos curtos sem perder
inteligibilidade
 Perturba bastante as transmissões digitais
– Principal fonte de erro
– Um pulso de ruído de 10 ms corrompe cerca de
50 símbolos de dados transmitidos a 4800 bauds
Ruído Térmico

 A teoria cinética das partículas diz que a


energia média de uma partícula à
temperatura absoluta de T é proporcional a
kT em que k é a constante de Boltzman
 Quando uma resistência metálica de valor R
está a uma temperatura T, o movimento
aleatório dos electrões produz uma tensão
aleatória de ruído n(t) aos seus terminais
Ruído térmico

 De acordo com o teorema do limite central


– n(t) possui uma fdp gaussiana pN(n) com
 ( n  mn ) 2
1  n2
p N ( n)  e
2 2
n

mn  n  0
2(k ) 2
 n 
2
n
2
R Volt 2
3h
Onde a temperatu ra  é medida em º Kelvin e
k  1.38 x10  23 Joules/Kel vin  constante de Boltzman
h  6.60 x10 34 Joules.seg undo  constante de Planck
Ruído Térmico

 Resultados da mecânica quântica


– Equações do slide anterior
– Densidade espectral de potência do ruído térmico
produzida por uma resistência de R ohms

hf KT
N ( f ) R  2 RkT (1  ) Volt 2 /Hz para f 
2

2kT h
Na prática
N ( f ) R  2 RkT Volt 2 /Hz
2
Circuito equivalente de Thévenin

2
N( f ) R kT
N( f )  
2
Watt/Hz
4R 2
Ruído branco e gaussiano

 Para além do ruído térmico


– Muitas outras fontes se caracterizam por
 Uma fdp gaussiana
 Um densidade espectral constante ao longo de quase
todo o espectro.
 Chamado Ruído Branco por analogia com a luz branca
– Nas comunicações o ruído branco e gaussiano é um
modelo aceitável para o ruído total presente e manifesta-
se de forma aditiva
Características do ruído branco e
gaussiano


N( f ) 
2
watt/Hz
2

combinação de todas fontes de ruído (incluindo o térmico)
Largura de banda equivalente de ruído

 Uma densidade de potência de ruído


constante
– Daria uma potência de ruído infinita no receptor
– Isso não acontece porque o sistema de
transmissão tem uma largura de banda limitada
 Limita a potência de ruído e limita-o
Largura de banda equivalente de ruído

 2  

N  N( f ) H ( f ) df   df    H ( f ) df
2 2 2
H( f )

2  0

1
N  gBN com BN   H ( f ) df
2

g0
g  H( f )
2
max

BN - Lagura de Banda Equivalent e de Ruído ou


Largura de Banda de Ruído
Exemplo 4.1

 Considere-se o sistema de transmissão de 1ª


ordem, com largura de banda a 3dB igual a
BT, representado pela característica de
potência
1
H( f ) 
2
2
 1 
1   
 BT 
Exemplo 4.1

  1
1 BT
BN   2
df  BT  2
df
 f   f 
1    1   
0 0

 BT   BT 

  f  
BN  arctg    BT  1.57 BT
  BT  0 2
LB equivalente de ruído num sistema
PB

Interpretação geométrica a BN. Verifica-se que a largura de banda de


ruído é cerca de 50% superior a largura de banda a 3 dBs (BT)
LB equivalente de Ruído

 É a largura de banda de um filtro ideal que


deixa passar a mesma potência de ruído que
esse sistema e tem o mesmo ganho máximo
– Se o sistema do ex. 4.1 fosse mais selectivo com uma
transição de corte mais abrupta

BN  BT
N    gBT
2
n
Erros
Regeneração do sinal digital

 Suponhamos uma transmissão digital binária


unipolar
– Os símbolos transmitidos são pulsos rectangulares
com Ts de duração que podem tomar apenas dois
valores
ak  0  valor lógico 0

ak  A  valor lógico 1
Entrada à entrada do receptor no instante tk
y (tk )  ak  n(t k )
Receptor binário de banda base
Regeneração de sinal binário unipolar
Probabilidade de erro

 Existe erro quando a estimativa não coincide com o


valor transmitido
~
x (tk )  x(tk )
 Interessa conhecer a probabilidade de erro porque
é uma medida importante da qualidade do sistema
de transmissão digital
Probabilidade de erro
Amplitude limiar V
0 V  A
Regeneraçã o dá origem a erro se
O símbolo transmiti do é 0 (ak  0) e o ruído excede V (n(tk )  V )
ou
O símbolo transmiti do é 1 (ak  A) e o ruído excede V (A  n(tk )  V )
Probabilidade de erro

Pe  P (ak  0).P (n(t k )  V )  P (ak  A).P (n(t k )  A  V )


Ruído é estacionár io 
P (n(t k )  xo )  P (n(t )  xo )  P (n  xo )
Pe  P (ak  0).P (n  V )  P (ak  A).P (n  A  V )
Símbolos estatistic amente independen tes
Pe  P0 .Pe 0  P1.Pe1
1
1 e 0 equiprováv eis  P (ak  0)  P (ak  A) 
2
Pe 
1
 P(n  V )  P(n  A  V )
2
Probabilidade de erro
 V 
Pe 0  P(n  V )   p N (n)dn  Q 
V
n 
V A V  A V 
Pe1  P(n  V  A)   p N (n)dn   p N (n  A)dn Q 
 
 n 
1 V   A V 
Pe  Q   Q
  
2  n   n 

1 x
2

Q(k ) 
2 e
k
2
dx  Probabilid ade da cauda gaussiana
Probabilidade de cauda gaussiana
Ábaco
Probabilidade de erro

 Se os símbolos forem equiprováveis


 Se o ruído afecta em média igualmente os símbolos
transmitidos
 Vopt=A/2 (minimiza a probabilidade de erro)
 A 
Pe  Q 

 n
2
A2  S 
N n eS   Pe  Q 
2

2 
 2N 
rs
N  BT  
2
Limite inferior para a probabilid ade de erro
 S 
Pe  Q 

  rs 
Amplitude de limiar de decisão e
probabilidades de erro
Probabilidade de Erro

 É habitual representar Pe em função da energia


média por símbolo Es

S
Es  S .Ts  Joules
rs
 S   Es 
Pe  Q   Q
   

  rs   
 s equivalent e à relação sinal - ruído
Probabilidade de erro
Exemplo 4.2

 Um computador transmite por uma porta de


comunicações pulsos unipolares ao ritmo de
106 bps= 1 MBps para transmissão por um
sistema de ruído de densidade espectral de
potência 4x10-20 W/Hz. Pretende-se
determinar o valor da potência média do
sinal de modo a que a taxa de erros não
exceda um bit por hora
Solução

Potrebbero piacerti anche