Transmissão de impulsos em
banda-base
2
Transmissão de impulsos através de um
canal com ruído aditivo
2.1
Probabilidades de erro com
detecção no ponto central
Probabilidades de erro com detecção no ponto central 2
Detecção de sinais binários em ruído gaussiano
A detecção de sinais binários envolve dois passos:
Passo 1: reduzir a forma de onda recebida (banda-base ou passa-banda) a um número z(t=T) ⇒ Filtro linear + Amostrador
Passo 2: comparar a amostra z(T) com um nível limiar, γ, e decidir qual terá sido a forma de onda transmitida ⇒ Decisor
Passo 1 Passo 2 Filtro linear h(t) si(t) = s0(t) ou s1(t) 1/T Ruído AWGN n(t) r(t) = si(t) + n(t) Forma de onda binária z(t) = ai(t) + n0(t) z(T) = ai(T) + n0(T) ˆ ( )i s t Decisor (comparador) 1 0 ( ) H H z T ≷γ
O receptor óptimo consiste num
correlacionador ou filtro adaptado a s1(t) - so(t)
v. a. gaussiana (porque h(t) é linear
e n(t) é gaussiano) ⇒ z(T) é v. a. gaussiana
• Uma vez a forma de onda r(t) ter sido transformada num número, z(T), a forma dessa forma de onda deixa de ser importante: para efeitos de detecção, todas as formas de onda que se convertem no mesmo número z(T) são idênticas: Decisão: 1 0 ( ) H H z T ≷
γ
• Na escolha do limiar de decisão γ teremos de ter em conta a estatística do ruído. Sendo gaussiano com média nula e variância σ2, a sua função
densidade de probabilidade (fdp) é dada por
2 2 2 1 ( ) exp 2 2 n n p n σ πσ ⎛ ⎞ = ⎜⎜− ⎟⎟ ⎝ ⎠ • ai(T) é a0(T) = a0 ou a1(T) = a1 ⇒ as fdps ficam centradas em a0 e a1.
Probabilidades de erro com detecção no ponto central 3
Detecção de sinais binários em ruído gaussiano
Decisões rígidas e decisões brandas
A saída do decisor anterior é binária, 0 ou 1, consoante a decisão tomada. Mas podia não ser binária. De facto, podemos considerar três tipos de decisões possíveis:
• Decisões rígidas (“hard decisions”)
O valor decidido pertence a um conjunto binário de valores (0 ou 1, Verdadeiro ou Falso, etc.).
• Decisões brandas quantizadas (“quantized soft decisions”)
O valor decidido pertence a um conjunto discreto (finito) de valores possíveis. É vulgar usar oito valores.
• Decisões brandas não-quantizadas (“unquantized soft decisions”)
O valor decidido pertence ao conjunto dos números reais.
B A -1 0 +1 1 0 000 001 010 011 100 101 110 111 Decisão rígida Decisão branda (3 bits) Decisão branda não-quantizada 0,4 0,75
As decisões brandas são convenientes se vierem a ser utilizadas por outros blocos ou dispositivos do sistema de comunicações, como no exemplo da página seguinte.
Probabilidades de erro com detecção no ponto central 4
Detecção de sinais binários em ruído gaussiano
Decisões rígidas e decisões brandas
Modulador binário antipodal
Desmodulador coerente
Canal AWGN Descodificador Codificador
Forma de onda com ruído Forma de onda
{0;1} {0;1}
Canal binário simétrico
Neste sistema de comunicações o “desmodulador coerente” entrega ao descodificador um valor binário.
Mas assim o desmodulador está a deitar fora alguma informação sobre o sinal recebido que pode ser útil ao descodificador.
• Por exemplo, quer o valor real 0,4 quer o valor real 0,75 correspondem à decisão binária “1”.
• Mas… qual dos dois valores nos inspira mais confiança sobre o bit gerado pela fonte?
0,4 ou 0,75?
Certamente que é 0,75: como está mais longe do limiar de decisão nulo temos mais certeza que a fonte produziu um bit “1”.
⇓
Probabilidades de erro com detecção no ponto central 5
Estimações MAP e de máxima verosimilhança com
decisões rígidas
• A função densidade de probabilidade condicional p(z|si) é denominada de
verosimilhança de si. Verosimilhança de s0 p(z|s0) Verosimilhança de s1 p(z|s1) a1 a0 γ0 za(T) z(T)
Critério MAP (“maximum a posteriori probability”): 1 0 1 0 ( | ) ( | ) H H p s z ≷ p s z critério MAP • Se p s( 1| )z > p s( 0| )z escolhe-se a hipótese H1, caso contrário,
escolhe-se a hipótese H0.
• Tendo em conta o teorema de Bayes obtemos
1 0 0 0 1 1 1 ( | ) ( ) ( | ) ( ) ( | ) ( ) ( ) H H p z s p s p z s p s p s z p z p z = ≷ ⇒ 1 0 0 1 0 1 ( ) ( | ) ( | ) ( ) H H p s p z s
p z s ≷ p s (teste da razão de verosimilhanças) Se as formas de onda s0(t) e s1(t) forem equiprováveis então
1 0 1 0 ( | ) ( | ) H H p z s ≷ p z s critério ML
Probabilidades de erro com detecção no ponto central 6
Estimação de máxima verosimilhança
• Na estimação MAP consideramos probabilidades a posteriori, isto é, probabilidades obtidas após observação da saída do canal.
• Na estimação ML consideramos probabilidades a priori (verosimilhanças), isto é, probabilidades já conhecidas antecipadamente.
• Se as formas de onda s0(t) e s1(t) forem equiprováveis os dois critérios de
estimação são equivalentes, como se viu.
• Na estimação ML o limiar de decisão óptimo escolhido minimiza a probabilidade de erro.
• Se as formas de onda s0(t) e s1(t) forem equiprováveis e as verosimilhanças
p(z|s0) e p(z|s1) forem simétricas o limiar de decisão óptimo é igual ao valor
médio de a0 e a1. Ou seja, 1 0 0 1 0 ( ) 2 H H a a z T ≷ + =
γ
γ0 – limiar óptimoIsto significa que o decisor irá escolher a hipótese H1 ou H0 que
corresponda ao sinal com a máxima verosimilhança p(z|si). Assim, se a saída
do detector for za(T):
• escolhe-se s1(t) se p z T( a( ) | )s1 > p z T( a( ) |s0)
Probabilidades de erro com detecção no ponto central 7
Transmissão de impulsos em banda-base
Detecção de impulsos com amostragem no ponto central
Vamos, para já, “esquecer” o filtro linear no receptor.
• Suponhamos que ao bit “1” corresponde um impulso de amplitude A1 e duração T e ao bit “0” corresponde um impulso de amplitude Ao e igual duração T. T A1 t “1” T A0 t “0”
• Os impulsos são afectados de ruído gaussiano branco aditivo, n(t), de média nula e variância σ2.
• Vamos admitir que os impulsos são equiprováveis, P0 = P1 = 1 2 .
Pretende-se determinar qual foi o impulso (ou bit) enviado. Uma maneira de o fazer é:
1. amostrar a forma de onda ruidosa z(t)= Ai +n(t) no ponto central dos impulsos, isto é, nos instantes T/2, 3T/2, 5T/2, etc.
2. com base no valor da amostra obtida, decidir qual o bit enviado: se o valor da amostra for superior a um determinado limiar γ escolhemos o bit “1”, se for inferior a esse limiar escolhemos o bit “0”.
Ao ou A1 z(t) z(T/2) 1/T Decisor z(T/2) >< γ “1” “0” Ruído n(t) Limiar γ
Probabilidades de erro com detecção no ponto central 8
Transmissão de impulsos em banda-base
• Como n(t) é uma variável aleatória gaussiana, z(t)=Ai+n(t) também o é.
• A média de z(t) é Ao ou A1 consoante a amplitude do impulso.
p(z|A0) p(z|A1) A1 A0 γ z(T) Pe0 “1” Pe1 “0”
• Quando os bits são equiprováveis o limiar de decisão óptimo é o valor intermédio
γ
= A0 + A12 .
• A probabilidade de se cometer um erro de decisão caso se tenha enviado um “0” é a probabilidade de p(z|A0) ser superior ao limiar, isto é,
Pe0 = p(z| A0) dz γ ∞
∫
= 1 2πσ2 e −(z− A0)2 2σ2 dz γ ∞∫
• Do mesmo modo Pe1 = p( z| A1)dz −∞ γ∫
= 1 2πσ2 e −(z−A1) 2 2σ2 dz −∞ γ∫
(= Pe0)• A probabilidade de erro (global) é dada por
Probabilidades de erro com detecção no ponto central 9
Transmissão de impulsos em banda-base
Probabilidade de erro na presença de ruído gaussiano
Desenvolvendo e fazendo a mudança de variável x = z− A0
σ
: Pe = Pe 0 = 1 2πσ2 e −(z− A0)2 2σ2 dz γ ∞∫
= 1 2π e −x2 2 dx γ−A0 σ ∞∫
Comoγ
= A0 + A1 2 : Pe = 1 2π e −x2 2 dx ( A1−A0) 2σ ∞∫
= Q(A1 − A0 2σ )• Como se vê, a probabilidade de erro apenas depende da diferença das amplitudes dos impulsos, ∆V = A1− A0, e do valor eficaz (ou desvio padrão) do ruído gaussiano, σ:
Pe = Q(A1 − A0 2σ )= = Q ∆V 2σ ⎛ ⎝ ⎜ ⎞ ⎠ ⎟
• A função Q (ver à frente) é uma função decrescente; logo, quanto maior for a diferença de amplitudes dos impulsos binários ou quanto menor for a potência do ruído, menor será a probabilidade de erro na detecção dos impulsos.
• A função densidade de probabilidade gaussiana de média X e variância σ2
Probabilidades de erro com detecção no ponto central 10
Transmissão de impulsos em banda-base
A função Q
• Considere-se uma variável aleatória gaussiana normalizada X de média nula e variância unitária. A probabilidade de a variável aleatória ultrapassar o valor x é dada pela função Q:
∫
∞ − = = > x d e x Q x X P λ π λ2 2 2 1 ) ( ) (• Esta probabilidade é igual à área sob a cauda da fdp gaussiana normalizada. 0 x
λ
N
(0,1) px(λ
) ( ) ( ) ( ) x x F x P X x p λ λd −∞ = ≤ = =∫
(área) ( ) ( ) 1 ( ) Q x =P X >x = −F x (distribuição cumulativa)• A função Q(x) está relacionada com a função de erro erf(x) e com a função de erro complementar erfc(x) através de
Q( x )= 1 2erfc( x 2) erfc( x )= 1 − erf (x ) = 2 π e−λ 2 dλ x ∞
∫
erfc( x )= 2Q( 2x ) 1 1 1 ( ) 2 (1 2 ) 2 (2 ) Q y erf y erfc y − − − = − = =• Todas estas funções se encontram tabuladas em diversos livros ou podem ser calculadas em computador.
Probabilidades de erro com detecção no ponto central 11
Transmissão de impulsos em banda-base
A função Q Q( x )= 1 2π e −λ2 2 dλ x ∞
∫
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 10-7 10-6 10-5 10-4 10-3 10-2 10-1 100 x Q( x)Hoje em dia já não precisamos de consultar tabelas com as funções de erro ou com a função Q pois existem programas de computador que as calculam. Por exemplo, em Matlab experimente as funções erf, erfc e erfinv ou defina Q(x) como 1–normcdf(x) se dispuser da “Statistics Toolbox”.
Probabilidades de erro com detecção no ponto central 12
Transmissão de impulsos em banda-base
Casos particulares: sinalização unipolar e polar 1. Sinalização unipolar T A t 2T 3T 0
• Potência média do sinal: S = A2 2 =
∆V2
2 • Potência normalizada do ruído: N =
σ
2Logo: 1 2 2 e V S P Q Q N σ ⎛ ⎞ ∆ ⎛ ⎞ = ⎜ ⎟= ⎜ ⎟ ⎝ ⎠ ⎝ ⎠ 2. Sinalização polar T A/2 t 2T -A/2
• Potência média do sinal:
2 2
2 4
A V
S =⎛ ⎞⎜ ⎟ = ∆ ⎝ ⎠ • Potência normalizada do ruído: 2
N =σ Logo: 2 e V S P Q Q N σ ⎛ ⎞ ∆ ⎛ ⎞ = ⎜ ⎟= ⎜ ⎟ ⎝ ⎠ ⎝ ⎠
As probabilidades de erro são iguais mas com sinalização unipolar é preciso o dobro da potência do sinal.
Probabilidades de erro com detecção no ponto central 13
Transmissão de impulsos em banda-base
Sinalização multinível
Consideremos M níveis igualmente espaçados de ∆V volts e ruído com variância σ2: t V3 V2 V1 V0 ∆V
Em termos de funções densidade de probabilidade passamos a ter a figura seguinte: p(z|Vo) v Vo=-3∆V/2 V1=-∆V/2 V2=∆V/2 V3=3∆V/2 p(z|V1) p(z|V2) p(z|V3) 0 Pe1 Pe3
Seja Pe – probabilidade de erro com 2 níveis binários PeM – probabilidade de erro com M níveis
• Cada um dos dois símbolos “exteriores” contribui com uma probabilidade de erro Pe.
• Cada um dos M-2 símbolos “interiores” contribui com uma probabilidade de erro dupla, 2Pe.
• Com símbolos equiprováveis: PeM = M− 2 M . 2Pe+ 2 M Pe = 2( M −1) M Pe = 2( M− 1) M Q ∆V 2
σ
⎛ ⎝ ⎜ ⎞ ⎠ ⎟Probabilidades de erro com detecção no ponto central 14
Transmissão de impulsos em banda-base
Sinalização multinível: um exemplo
P.: Um sistema de sinalização em banda-base, de quatro níveis equiprováveis, utiliza impulsos rectangulares NRZ. A atenuação entre emissor e receptor é 15dB e a potência do ruído na entrada a 50Ω de um detector ideal com decisão no ponto central é 10µW. Qual é a potência média do sinal transmitido para que a probabilidade de símbolo errado seja 10-4?
R.: O desvio padrão da tensão de ruído no receptor é igual ao valor eficaz (rms) da tensão de ruído (pois este tem média nula):
σ = PR = 1 ×10−5 × 50 = 2,236 ×10−2(V ) Resolvendo a equação 2( 1) 2 eM M V P Q M σ − ⎛∆ ⎞ = ⎜ ⎟ ⎝ ⎠ em ordem a ∆V : ∆V = 2σQ−1 M 2( M−1)PeM ⎡ ⎣ ⎢ ⎤ ⎦ ⎥ = 2 × 2,236 × 10−2Q−1 4 6 ×10 −4 ⎛ ⎝ ⎜ ⎞ ⎠ ⎟ = 0,171(V) ⇒ no receptor os níveis dos impulsos são ±85,5mV e ±256mV. • Potência dos impulsos no receptor:
0, 08552 50= 1,46 × 10−4W (dois dos impulsos)
0, 2562 50= 1,31 ×10−3W (dois dos impulsos)
• Potência recebida média (com símbolos equiprováveis): SR= 1
2
(
0,146+ 1,31)
.10−3 = 0,728mW
• ⇒ Potência transmitida:
Probabilidades de erro com detecção no ponto central 15
Transmissão de impulsos em banda-base
Sinalização multinível: o caso dos códigos AMI
• No código AMI temos três níveis, 0 e ±∆V , não equiprováveis: P(“−∆V ”) = P(“∆V”) = 1
4 e P(“0”)= 1 2
• Suponhamos que o ruído AWGN tem variância
σ
2 e que f0(z) e f1(z) são
as fdps gaussianas associadas aos níveis 0 e ∆V .
• Dada a simetria das fdps os limiares são simétricos: ±γ . • Probabilidade de erro: Pe = 1 4. 2 −∞ f1( z) dz γ
∫
+ 1 2. 2 γ f0( z)dz ∞∫
=1 2 −∞ f1( z) dz γ∫
+ 1 −∫
−∞γ f0( z)dz Fazendo as necessárias mudanças de variável chega-se aPe = 1 2 1− Q γ − ∆V σ ⎛ ⎝ ⎜ ⎞ ⎠ ⎟ ⎡ ⎣ ⎢ ⎤ ⎦ ⎥ + Q⎛ ⎝ ⎜ ⎞ γσ⎠ ⎟ = 12Q⎜ ⎛ ⎝ ∆V −σ γ ⎞ ⎠ ⎟ + Q⎛ ⎝ ⎜ ⎞ γσ⎠ ⎟ • Os limiares óptimos obtêm-se igualando a derivada de Pe a zero:
0 e dP d
γ
= ⇒ γopt ⇒ f1(γopt) f0(γopt)= 2 γopt = ∆V2 + 2σ2ln2 2∆V = ∆V 2 + σ2 ∆Vln 2• A probabilidade de erro mínima é obtida com estes limiares: Pe min = 1 2Q ∆V 2