Departamento de Telemáti a
Uma Análise da Inuên ia da Curvatura
do Espaço em Sistemas de Comuni ações
Autor: Rodrigo Gusmão Caval ante
Orientador: Prof. Dr. Reginaldo Palazzo Jr.
Ban a Examinadora:
Prof. Dr. Reginaldo Palazzo Jr. DT-FEEC-UNICAMP
Prof. Dr. Henrique Lazari UNESP/RIO CLARO
Prof. Dr. Renato da Ro ha Lopes DECOM-FEEC-UNICAMP
Prof. Dr. Romis Ribeiro de Faissol Attux DCA-FEEC-UNICAMP
Prof. Dr. Weiler Alves Finamore CETUC/PUC-RIO
Tese apresentada na Fa uldade de
Engenha-ria Elétri a e de Computação da
Universi-dade Estadualde Campinas, omopartedos
requisitos exigidos para aobtenção do título
de Doutor emEngenharia Elétri a.
Campinas - SP
Caval ante, RodrigoGusmão
C314a Uma análiseda inuên ia da urvaturado espaço emsistemas
de omuni ações /Rodrigo GusmãoCaval ante.
Campinas, SP: [s.n.℄, 2008.
Orientador: ReginaldoPalazzoJúnior.
Tese (doutorado)- Universidade Estadualde Campinas,
Fa uldade de EngenhariaElétri a e de Computação.
1.Curvatura. 2.Materiaisóti os. 3.Modulação(Eletrni a).
4.Teoria dos sinais (Tele omuni ações). 5. Geometria riemanniana.
6. Superfí ies de urvatura onstante. I.Palazzo Júnior, Reginaldo.
II.Universidade Estadual de Campinas. Fa uldade de Engenharia
Elétri a de Computação. III.Título
Títuloem Inglês: An analisys of the inuen e of the spa e
urvaturein ommuni ationsystems
Palavras- haveem Inglês: Communi ation system, Signal onstellation,
Twisted modulation,Opti almedium,
Curvature, Riemannian manifold
Áreade on entração: Tele omuni açõese Telemáti a
Titulação: Doutor em EngenhariaElétri a
Ban aExaminadora: Henrique Lazari, Renato daRo ha Lopes,
Romis Ribeiro de Faissol Attux,
Weiler Alves Finamore.
Datada defesa: 09/05/2008
do Espaço em Sistemas de Comuni ações
Este exemplar orresponde àredaçãonal datese
devidamente orrigida e defendida por Rodrigo
Gusmão Caval ante e aprovada pela ban a
exa-minadora.
Campinas, 9de maio de 2008.
TeseapresentadanaFa uldadedeEngenharia
Elé-tri a e de Computação da Universidade Estadual
de Campinas, omo parte dos requisitos exigidos
para aobtenção dotítulode Doutor em
Engenha-riaElétri a.
Campinas - SP
maiorpartedossistemasde omuni açõesatuais. Nestatese, veri amosqueomodelo
deum sistemade omuni açãonão ne essariamenteestárestritoaoespaçoEu lidiano,
massimaumavariedadeRiemanniana. Comisso, ossistemasde omuni açõespodem
seranalisados emum ontexto mais geral, noqual onstatamos quea urvaturado
es-paçoinuen iaemseusdesempenhos. Comoexemplo,estudamosa urvaturade meios
ópti ose propomos novos pers de guias de ondas, bras ópti as e lentes de interesse
práti o. Além disso, ara terizamos a urvatura de modulações não-lineares (twisted)
everi amosqueovalormáximopermitidoparaaenergiamédiadoruídoestá
rela io-nadaaovalorda urvaturadamodulação. Neste ontexto, asmodulaçõesasso iadasa
superfí ies mínimasapresentaram bons desempenhos,poistaismodulaçõessão pontos
ríti os do erro quadráti o médio. Mostramos também que o espaço de sinais possui
métri ainduzidada superfí ieasso iada àmodulação. Com isso, foi possível
demons-trar que os espaços de sinais om urvatura negativa são os que apresentam melhor
desempenho segundo a probabilidade média de erro. Dessa forma, alguns exemplos
de onstelações de sinais geometri amente uniformes foram onstruídos e analisados
em variedades Riemannianas. Finalizamos este trabalho notando que na maioria das
vezes que oespaço hiperbóli o é utilizadonos blo os de um sistema de omuni ações,
odesempenho desse sistema tende ase aproximardoponto ótimo de operação.
Palavras- have: sistema de omuni ações, urvatura, meios ópti os, modulação
não-linear, onstelação de sinais, variedade Riemanniana.
Abstra t
In general, the Eu lidian spa e is used in the design and performan e analysis in
most of the urrent ommuni ation systems. In this thesis, we note that the model
of a ommuni ation system is not ne essarily restri ted to the Eu lidian spa e, more
pre isely,themodel anbelinkedtoRiemannianmanifolds. Thus, the ommuni ation
systems ould be analyed in a broader ontext, in whi h the urvature of spa e
inu-en eontheirperforman e. Asanexample,westudiedthe urvatureofopti almedium
and propose new proles of waveguides, opti al bers and lenses of pra ti al interest.
Moreover, we have hara terizedthe urvature oftwistedmodulationsand found that
themaximumvalueallowedforthe averageenergyofnoiseisrelatedtothevalueofthe
urvature of the modulation. Inthis ontext, the modulationasso iated withminimal
surfa es showed good performan e, be ause these modulations are riti al points of
minimum the mean-square error. We show that the signal spa e has indu ed metri
asso iated with surfa e of the modulation. Thus, wehave shown that the signal spa e
with negative urvature is the spa e where the average error probability de rease a
fun tion of the urvature. Thus, some examples of geometri ally uniform signal
ons-tellations were onstru ted and analyzed on Riemannian manifolds. Finally we note
thatmostofthe timethathyperboli spa eis onsideredinblo ksofa ommuni ation
system, then the performan e of this system tends to be loser to the optimum point
of operation.
Keywords: ommuni ation system, urvature, opti al medium, twisted
Muitas pessoas parti iparamdireta e indiretamenteno desenvolvimento deste
tra-balho. Portanto, peço des ulpas àquelas ujos nomes tenham sido momentaneamente
esque idos.
Durante todo o desenvolvimento deste trabalho, pude ontar om a atenção, a
ompreensão, a disponibilidade, a onança e, prin ipalmente, a pa iên ia do Prof.
Dr. ReginaldoPalazzoJr.,quefoimuitomaisqueum orientador,sempresededi ando
eme ajudando a on luiressa importanteetapa de minha vida. Meu muito obrigado.
À minhafamíliapeloin entivo epa iên ia durante odesenvolvimentodeste
traba-lho. Se não fosse peloapoio de vo ês essa jornada emminha vidanão seria realidade.
À amiga Wanessa Gazzoni, por ter sido mais que uma olega de laboratório, me
ajudandoasuperarosmomentosdifí eisquepasseiduranteesteperíodo,pelasugestões
e revisões realizadas nos textos deste trabalho e, prin ipalmente, por ter me ajudado
tanto nodoutorado enquanto estive naBahia. Obrigado porser a irmãque não tive.
Ao ompanheirismo dos olegas dolaboratóriode Telemáti a (DT)e de Teoria da
InformaçãoApli ada(LTIA) omosquais onvividuranteesteprogramade doutorado
naFEEC, fazendo om queeste períodoemCampinas fosse mais agradável.
Aos membros daban a examinadora pela disponibilidadee atençãodispensada ao
trabalho, bem omo por suas valiosas sugestões.
À omunidadede SoftwareLivre,poisestetrabalhofoi realizadousandoprogramas
livres,desde osistema opera ionalaos programas de ediçãoe de simulação.
Aosprofessorese olegasdetrabalhodoCEFET-BApeloin entivo,prin ipalmente,
àprofessera Angéli a pelaforçano nal deste trabalho.
Ao Conselho Na ional de Desenvolvimento Cientí o e Te nológi o - CNPq, pelo
apoidonan eiroemformadebolsade doutorado on edidadurantearealizaçãodeste
Resumo v
Abstra t v
Dedi atória vii
Agrade imentos ix
Conteúdo xi
Lista de Figuras xiii
Lista de Tabelas xix
1 Introdução 1
1.1 Motivações. . . 1
1.2 Alguns Con eitos de Geometria Diferen ial . . . 3
1.2.1 Superfí ies mínimas . . . 5
1.3 Alguns Con eitos de Geometria Riemanniana . . . 6
1.3.1 Variedades Riemannianas om parâmetros ortogonais . . . 8
1.3.2 Variedades Riemannianas om parâmetros isotérmi os. . . 9
1.4 Fundamentos de Ópti aGeométri a . . . 10
1.5 Introdução àModulação Não-Linear(Twisted) . . . 11
1.6 Visão Geral daTese . . . 14
2 Um Estudo sobre a Curvatura de Meios Ópti os 17 2.1 Introdução . . . 17
2.2 A Curvatura de Meios Ópti os . . . 18
2.3 Análise da Curvatura de Guias de Ondas Planares . . . 21
2.3.1 Perl degrau. . . 26
2.3.2 Perl se ante hiperbóli a . . . 27
2.3.3 Perl hiperbóli o . . . 28
2.3.4 Pers parabóli o, Gaussiano, toroidal e lad power law . . . 31
2.3.5 Inuên ia da urvatura Gaussiana nadispersão modal. . . 33
2.3.7 Guias de ondasplanares provenientes de superfí ies de revolução 37
2.3.8 Guiasdeondasplanares omdispersãonulaemmeiosanisotrópi os 41
2.4 Análise daCurvatura Se ional de Fibras Ópti as . . . 43
2.5 Análise daCurvatura de Lentes Ópti as . . . 45
2.5.1 Instrumentos ópti osabsolutos . . . 46
2.5.2 Exemplos de lentes om urvatura positiva . . . 51
2.5.3 Exemplos de lentes om urvatura negativa . . . 52
3 Análise da Curvatura de Modulações Não-Lineares 59 3.1 Introdução . . . 59
3.2 Modulação Linear . . . 60
3.3 Modulação Não-Linear . . . 63
3.3.1 Considerações geométri as . . . 64
3.3.2 Casamentoentre
p
m
eS(m)
. . . 663.3.3 Uma aproximação para o
ǫ
2
usandoum re eptor MAP . . . 723.3.4 Inuên ia da urvaturano projeto de modulações . . . 73
3.3.5 Uma expressãopara
p
ˆ
m|m
0
emfunção deS
e dek
. . . 813.4 Exemplos de ModulaçõesNão-Lineares . . . 85
3.4.1 Modulaçãoangular . . . 85
3.4.2 Modulaçãoespiral de Arquimedes . . . 91
3.4.3 Modulaçãosenoidal . . . 95
3.5 Modulação Não-Linear(
M : N
) . . . 1023.5.1 Uma expressãopara
p
ˆ
m
|m
0
. . . 107 3.5.2 Primeira variaçãodoǫ
2
. . . 110 3.5.3 Segunda variaçãodoǫ
2
. . . 1133.5.4 Análise da urvatura Gaussiana em esquemasde modulação . . 115
3.5.5 Exemplos de modulaçõesasso iadas asuperfí ies mínimas . . . 117
4 Inuên ia da Curvatura no Desempenho de Constelações de Sinais 123 4.1 Introdução . . . 123
4.2 Função Densidadede ProbabilidadeCondi ional,
p(y
|x = x
0
)
. . . 1244.3 ReduçãodaProbabilidadeMédiade ErropelaConsideraçãodaCurvatura130 4.4 Constelações de Sinais em Espaços om Curvatura Constante. . . 132
4.4.1 Constelaçõesde sinais M-PSK emespaços de urvatura onstante135 4.4.2 Constelações de sinais provenientes de tesselações
{p, q}
em es-paços de urvatura onstante . . . 1364.5 Constelações de Sinais M-PSK em Superfí ies Mínimas . . . 146
4.5.1 Análise dedesempenho nafamíliade superfí iesmínimasde En-neper. . . 147
4.5.2 Análise de desempenho nasuperfí iemínima atenóide . . . 151
5 Con lusões 153 5.1 Sugestões de Trabalhos Futuros . . . 154
1.1 Modelo em diagramade bol os de um sistema de omuni ações digitais. 1
1.2 Exemplo de superfí ies mínimas.. . . 5
1.3 Exemplodesistemade omuni açõesparaatransmissãodeumavariável
aleatória ontínua. . . 12
2.1 Exemplos de modelosde guias de ondas planares. . . 22
2.2 Curvas dos índi es de refração dos guias de ondas planares Eu lidiano,
elípti o ehiperbóli o. . . 25
2.3 Interpretação geométri apara o guia de ondas om perl degrau. . . . 27
2.4 Interpretaçãogeométri apara oguia de ondas om perl se ante
hiper-bóli a. . . 27
2.5 Trajetórias das ondas emum guiade ondasplanar om perl hiperbóli o. 29
2.6 Interpretação geométri apara o guia de ondas om perl hiperbóli o. . 30
2.7 Curvasde dispersãoparaosmeiosEu lidiano(perldegrau)ehiperbóli o. 30
2.8 Índi ederefraçãodosguiasdeondasplanareselípti o,parabóli o,
Gaus-siano e toroidal. . . 31
2.9 Curva de dispersão para osguias de ondas planares om pers
parabó-li o,Gaussiano etoroidal. . . 32
2.10 Curvatura dos guias de ondas parabóli o, Gaussiano e toroidal, om
∆ = 0.01
. . . 33 2.11 Curvaturadosguiadeondas ladpowerlawparaq = 1.98
,2
e2.02
, om∆ = 0.01
. . . 34 2.12 Aberturanuméri ae ângulode a eitação.. . . 372.13 Ângulo ríti o para osguias de ondas planares. . . 38
2.14 Geratrizes para os guias de ondas elípti o,parabóli o eGaussiano. . . . 40
2.15 Geratrizes para os guias elípti oe toroidal, om
∆ = 1/2
eρ = 1
. . . . 41 2.16 Guia de ondas planar anisotrópi o om urvatura onstante positiva edispersão nula. . . 42
2.17 Modelos de lentes esféri as em meios ópti os om índi e de refração
onstante. . . 46
2.18 Exemplos de distorçõesemlentes ópti as. . . 46
2.19 Um exemplo de instrumentoópti o absoluto. . . 47
2.20 Projeçãoestereográ a de uma hiperesfera no
R
4
. . . 48
2.22 Exemplos de trajetórias eminstrumentosópti os absolutos hiperbóli os. 50
2.23 Exemplo de lente ópti a om urvatura onstante positiva. . . 51
2.24 Exemplos de lentes ópti as om urvatura positivae simetriaesféri a. . 52
2.25 Exemplos de lentes ópti as om urvatura negativa onstante. . . 53
2.26 Convergên ia emuma lentehiperbóli a ilíndri a. . . 54
2.27 Índi es de refraçãoe geratrizes das lentes hiperbóli a,Gaussiana,
para-bóli a, atenóide e power-law. . . 56
2.28 Lente de urvaturanegativaasso iada a superfí ie mínima atenóide. . 56
2.29 Superfí ie parabolóide hiperbóli o de revolução asso iada a uma lente
de urvatura negativa emum meio ópti o anisotrópi o. . . 57
2.30 Perl planar de uma lente om urvatura negativa em um meio ópti o
anisotrópi o asso iado a superfí iede um parabolóide hiperbóli o. . . . 58
3.1 Diagrama de blo ode um sistema de omuni ações usando modulação
linear. . . 61
3.2 Relaçõesgeométri asdeumsistemade omuni açõesusandouma
modu-laçãolinear om umaúni avariávelaleatóriatransmitida eumre eptor
de máxima verossimilhança. . . 62
3.3 Re epção por máxima verossimilhançade um sistemade omuni ações
usando modulação não-linear quando o ruído de transmissão é AWGN
e su ientemente pequeno. . . 64
3.4 Um exemplo de modulação não-linearasso iada a urva espiral de
Ar-quimedes. . . 67
3.5 Exemplosde urvasdedesempenho al uladasusandofatoresde
expan-são uniforme enão uniforme emuma modulaçãonão-linearasso iada à
urvaespiral de Arquimedes. . . 70
3.6 Interpretação geométri a do erro de ponto ini ial em uma modulação
linear sob a ação de um ruído AWGN. . . 74
3.7 Interpretação geométri a do erro de ponto ini ial em uma modulação
não-linearsob a ação de um ruídoAWGN. . . 75
3.8 Análise dainuên ia da urvatura na modulação
s
m
. . . 76 3.9 Exemplos de apli açõesdo on eito de estabilidadeem modulações. . . 783.10 Uma relação geométri a entre estabilidade e urvatura (
k = 1/R
) em uma modulaçãonão-linear,s
m
. . . 79 3.11 Exemplosde urvase
h
(m) = s
m
+ h~n
daparábolas
m
= [m, m
2
]
quando
|h| = 0
,0.25
,0.5
e0.75
. . . 80 3.12 Exemplos de regiõesde de isão,R
m
, para a parábolaquandom
0
= 0
. . 83 3.13 Resultadosteóri osedesimulaçãoparap
ˆ
m|m
0
onsiderandoumesquema demodulaçãoasso iadoaparábola,sobaaçãode umruídoAWGN omN
0
= 2
. . . 84 3.14 Resultados teóri osede simulaçãoparap
ˆ
υ|υ
0
onsiderandoum esquema de modulação asso iado a parábola p.p. .a, sob a ação de um ruídoAWGN om
N
0
= 2
. . . 85 3.15 Representaçãogeométri adamodulaçãoemfase(PM), parak
p
= 1, 2, 3
3.16 Análisedeerrodepontoini ialparaumamodulaçãoPMquando
k
p
= π
,N
0
/A
2
= 1
em
0
= 0.9
. . . 87 3.17 Espe tros deamplitudesdis retas de umsinal PM,normalizadosemre-laçãoàamplitudedaportadora,parao asodosinalmodulantesenoidal
de freqüên ia xa
f
m
. São mostrados somente os espe tros orrespon-dentes àsfreqüên ias positivas. . . 893.18 Curvas de desempenho da modulação em fase (PM), para
k
p
= 1
, 1.5, 2, 2.5e 3. . . 903.19 Esquema para gerar um sinal modulado asso iado à urva espiral de
Arquimedes utilizando um modulador de fase e um multipli ador de
sinais. . . 91
3.20 Representação geométri a da modulação espiral de Arquimedes
(AM-PM), para
k
p
= π, 2π, 3π
eA = 1
. . . 92 3.21 Análise de erro de ponto ini ial para uma modulaçãoPM quandok
p
=
3π
,N
0
/A
2
= 1/8
e
m
0
= 0.5
. . . 92 3.22 Espe trosdeamplitudesdis retasdeumsinalAM-PMasso iadoà urvaespiral de Arquimedes, normalizadosem relação à amplitude
A
, para o aso dosinal modulantesenoidal de freqüên ia xaf
m
. São mostrados somenteos espe tros orrespondentes às freqüên ias positivas. . . 933.23 Curvasde desempenho da modulaçãoespiral de Arquimedes (AM-PM)
para
k
p
= π, 2π, . . . , 10π
. . . 94 3.24 Representação geométri a para a modulação senoidal, quandoβ = 3π
,4π
e5π
,γ = 1
eA = 1
.. . . 96 3.25 Representação geométri a para a modulação senoidal, quandoβ = 3π
,4π
e5π
,γ = 1/7
eA = 1
. . . 97 3.26 Análise de erro de ponto ini ial para uma modulação senoidal quandoβ = 3π
,γ = 1
,N
0
/A
2
= 1/2
e
m
0
= 1/3
. . . 97 3.27 Espe tros de amplitudes dis retas de um sinal asso iado à modulaçãosenoidal, normalizados em relação à amplitude
A
, para o aso do sinal modulante senoidal de freqüên ia xaf
m
. São mostrados somente os espe tros orrespondentes às freqüên iaspositivas. . . 993.28 Curvatura damodulaçãosenoidal para
β = 3π
eγ = 1
e1/7
. . . 100 3.29 Curvasde desempenho da modulaçãosenoidal paraβ = π, 2π, . . . , 6π
eγ = 1
. . . 101 3.30 Curvas de desempenho da modulaçãosenoidal paraβ = π, 2π, . . . , 10π
e
γ = 1/7
. . . 101 3.31 Comparação entre os desempenhos das modulações AM-PM esenoidal. 1023.32 Exemplo de re epção por máxima verossimilhança de um sistema de
omuni ações usando modulação não-linearasso iada a uma superfí ie
regular. . . 104
3.33 Erroquadráti omédiodemodulaçõesasso iadasaespaçosde urvatura
se ional onstante,
K =
−1, 0
e1
. . . 107 3.34 Superfí iemínima heli óidepara, paraβ = 1, 1.5
e2
. . . 118 3.35 Curvas do erro quadráti o médio da modulação asso iada a superfí iemínimaheli óide, para adauma das trêsparametrizações onsideradas
3.36 Curvas de desempenho de uma modulação não-linear asso iada à
su-perfí ie mínima heli óide parametrizada por (3.106a), para
β = 1, 2
e3
. . . 120 3.37 Curvas de desempenho de uma modulação não-linear asso iada àsu-perfí ie mínima heli óide parametrizada por (3.106b), para
β = 1, 2
e3
. . . 120 3.38 Curvasde desempenhode umamodulaçãonão-linearasso iadaàsuper-fí ie mínima heli óide parametrizada por (3.106 ), para
β = 0.25
, 0.5, 0.7, 0.9, 1 e 1.1. . . 1213.39 Comparação entre as urvas de desempenho das três modulações
asso- iadas àsuperfí ie mínimaheli óide. . . 121
4.1 Exemplos de modulações4-PSK emsuperfí ies. . . 127
4.2 Funçõesdensidades de probabilidades,
p(y
|x
0
)
,de exemplosde modula-ções 4-PSKem superfí ies, al uladas paraσ
2
= 1/2
e
x
0
= [1, 0]
. . . . 128 4.3 Curvas de desempenho de modulações 4-PSK asso iadas às superfí iesparabolóide, plano esela. . . 129
4.4 Exemplo de um sistemade oordenadas polargeodési o. . . 130
4.5 Curvas de desempenho de onstelações de sinais 4-PSK em espaços de
urvatura onstante,
K = 1, 0,
−1
e−2
. . . 136 4.6 Curvas de desempenho de onstelações de sinais 8-PSK e 16-PSK emespaços de urvatura onstante,
K = 0
eK =
−1
. . . 136 4.7 Variação da probabilidade média de erro em função da urvatura doespaço de sinais para onstelações de sinais 4-PSK e8-PSK e SNR xo
e iguala 6dB. . . 137 4.8 Re obrimentode
R
2
pelatesselação{6, 3}
. . . 138 4.9 Tesselação{3, 4}
emS
2
em um sistema de oordenadas polargeodési o. 138
4.10 Região fundamentalde uma tesselação
{p, q}
. . . 140 4.11 Probabilidade de erro versus distân ia mínima das tesselações{3, 6}
,{4, 4}
e{6, 3}
, paraN = 1
. . . 142 4.12 Regiões fundamentais das tesselações{3, 6}
,{4, 4}
e{6, 3}
, para ummesmo valorde
ρ
l
. . . 143 4.13 Probabilidade de erro versus distân ia mínima das tesselações{3, 6}
,{4, 4}
e{6, 3}
, para uma energia normalizada em relação à tesselação{4, 4}
. . . 144 4.14 Probabilidade de erro média,P e
, para uma tesselação{p, q}
, veja Ta-bela4.4. . . 145
4.15 Probabilidade de erro versus distân ia mínima das tesselações
{5, 3}
,{4, 4}
e{9, 3}
, para uma energia normalizada em relação à tesselação{4, 4}
eρ
1
= d
min
/2
. . . 146 4.16 Famíliade superfí ies mínimasEnneper. . . 1474.17 Geratrizes da urvatura Gaussiana da famíliaEnneper para
n = 0, 1, 3
. 148 4.18 Região de de isão dosinalx
1
da onstelação 4-PSK paran = 1
. . . 149 4.19P
e
× SNR
deuma onstelaçãode sinais 4-PSKnafamíliade superfí ies4.20
P
e
× SNR
de uma onstelaçãode sinais 8-PSK e16-PSK nafamíliade superfí ies mínimas Enneper, paran = 0, 1
e3
. . . 151 4.21 Região de de isão dosinalx
1
da onstelação 4-PSK para a atenóide. . 152 4.22P
e
×SNR
deuma onstelação4-PSKnoespaçoEu lidiano,na atenóide2.1 Curvatura Gaussiana de guias de ondasplanares. . . 25
2.2 Aberturanuméri ade guias de ondasplanares. . . 37
2.3 Pers de lentes om urvatura negativa.. . . 55
3.1 Análise dos pontos ótimos de desempenho da modulação AM-PM em
relação a
k
p
. . . 95 3.2 Algunsvaloresparaofatordeexpansãouniformedamodulaçãosenoidalpara
β = π, 2π, . . . , 9π
eγ = 1
e1/7
. . . 99 4.1 ExemplosdetesselaçõesemS
2
re obrindoasuperfí iede umaesferapor
polígonos regulares. . . 139
4.2 Valores dadensidade
∆
para uma tesselação{p, q}
. . . 141 4.3 Valores dadensidadeΘ
para uma tesselação{p, q}
. . . 141 4.4 Valores daProbabilidadede erro média,P e
,para uma tesselação{p, q}
Cap´ıtulo
1
Introdução
Este apítuloapresentademaneirasu intaumades rição dasprin ipaisrazõesque
motivaram a realização deste trabalho. Além disso, para um melhor entendimento
destetrabalhoapresentamos alguns on eitosbási os sobre geometriadiferen ial,
geo-metriaRiemanniana,ópti ageométri a, modulaçãonão-linear(twisted)e onstelações
desinais. Porm,realizamos umades riçãogeraldos prin ipaisresultadosobtidosem
adaum dos demais apítulosdatese.
1.1 Motivações
Osprin ipaisobjetivosaseremal ançadosnaproposta denovossistemasde
omu-ni ações são menor omplexidade e melhor desempenho que o apresentado pelos
sis-temas onhe idos. Nesta direção,iremos onsiderar ada um dos blo os da Figura1.1
omosendo onstituído basi amentepor um onjuntode pontos
E
i
, juntamente om uma métri a,d
i
. Tal onsideração torna possível a interpretação de ada blo o omo um espaçométri o(E
i
, d
i
)
.Decodificador
Ruído
Destinatário
de Fonte
de Canal
Decodificador
Demodulador
Canal
Fonte
Métrica Induzida
Codificador
de Fonte
Codificador
de Canal
Modulador
(E1, d1)
(E2, d2)
(E3, d3)
(E3, d3)
(E2, d2)
(E1, d1)
(E0, d0)
Oquesebus a então,édeterminaras ara terísti asgeométri asealgébri as
asso- iadasaosespaçosmétri os
(E
i
, d
i
)
,bem omoaspropriedadese ondiçõesquedeverão ser satisfeitaspelastransformaçõesqueirão one tá-los,de maneiraquese onsigade-terminarodesempenhodosistemade omuni açõessobamenorprobabilidadedeerro,
maior taxa de transmissão, menor potên ia de transmissão, et . Naturalmente surge
então a pergunta quemotivoua realização destetrabalho: qual o desempenho dos
sis-temas de omuni ações quando a estrutura geométri a asso iada aos espaços métri os
(E
i
, d
i
)
não é mais a Eu lidiana?Neste ontexto, as teses [6℄, [7℄, [8℄, [10℄, [12℄, [13℄, [22℄, [23℄ e [38℄ apresentaram
esquemas de odi ação, de odi ação, modulação e demodulaçãode onstelações de
sinaisemespaçoshiperbóli os. Em[29℄,[30℄,[31℄,[32℄,[33℄, onstelaçõesdesinaisforam
propostasemvariedadesRiemannianas,emespe ialnosespaçosde urvatura onstante
esobresuperfí iesmínimas,apresentandobonsdesempenhosquandooespaçodesinais
possui urvaturanegativa. Em[34℄umamétri amaisgeralqueasderivadasdamétri a
Eu lidiana foi utilizada para des rever a onstrução de ódigos de blo o lineares em
novos espaços métri os. Neste aso, foi veri ado que os blo os modulador, anal e
demodulador, onstituindo um anal dis retosem memória,induz de maneira natural
uma métri a no espaço (
E
2
, d
2
) asso iado ao odi ador. Além disso, em [35℄ anais ópti os de urvatura onstante foram propostos para a transmissão de informação,obtendo bons desempenhos quanto aoparâmetro dadispersão modal.
Neste trabalho on entramos nossos esforços, prin ipalmente, na identi ação de
exemplos de anaisde transmissão ouesquemasde modulação om ara terísti asque
pudessem justi ar e validar os resultados apresentados no trabalhos itados
anteri-ormente. Além disso, alguns desses exemplos foram utilizados para projetar novos
sistemas de omuni ações, ujosdesempenhos forammedidosemfunção dos seguintes
ritérios: menordispersão dainformação transmitidaemmeios ópti os, menor
distor-ção da informação pelo erro quadráti o médio em modulações não-lineares e menor
probabilidade média de erro de onstelações de sinais projetadas em variedades
Rie-mannianas. Deve-se ressaltarqueasmodulaçõesnão-linearesanalisadasnestetrabalho
foram onsideradas,ini ialmente, para atransmissão de variáveisaleatórias ontínuas,
istoé,no ontextodeumsistemade omuni açõesanalógi o,quepodeserrepresentado
pelaFigura1.1 sem osblo os de odi ação e de odi ação.
Nodesenvolvimentodeste trabalhofoine essário utilizaralguns on eitos
matemá-ti osefísi osnãomuitoutilizadosna onstruçãoeanálisedesistemasde omuni ações.
Poresse motivo,aseguir vamos apresentar algunsdesses on eitos. Contudo, não nos
aprofundaremosemnossades riçãomaisdoqueone essárioparaobomentendimento
destetrabalho. Porisso, asone essário,re omendamosaleituradasreferên ias itadas
omuni ações onsideradosneste trabalho serão apresentados.
1.2 Alguns Con eitos de Geometria Diferen ial
Aseguirusaremos [25℄ paraapresentaralguns on eitos introdutóriosde geometria
diferen ial. Neste aso, tem-se que uma urva diferen iável parametrizada
α : (a, b)
∈
I
→ R
3
é dita regular se
α
′
(t)
6= 0
para todo
t
∈ I
. O omprimento de ar o de uma urva regularparametrizadaé denido porL =
b
Z
a
|α
′
(t)
| dt ,
onde
| · |
é a normade um vetor e|α
′
(t)
| =
p
(x
′
(t))
2
+ (y
′
(t))
2
+ (z
′
(t))
2
,
é o parâmetro de omprimento de ar o da urva. Na análise de modulações
não-linearesasso iadasa urvas,um asomuitointeressantede parametrizaçãoéutilizada,
aparametrizaçãopelo omprimentode ar o(p.p. .a),noqual
|α
′
(t)
| = 1
. Paraseobter
talparametrização,pode-sereparametrizar a urva
α(t)
peloparâmetros
,de maneira ques =
t
Z
0
|α
′
(t)
| dt .
A urvaturade uma urva plana é denida omo
k =
x
′
z
′′
− x
′′
z
′
[(x
′
)
2
+ (z
′
)
2
]3/2
.
(1.1)Umasuperfí ieregularparametrizada, ousimplesmente, umasuperfí ie
parametri-zada é uma apli ação
X : D
⊂ R
2
→ R
3
, uja diferen ial tem posto dois em todos os
pontosdo domínio
D
.Consequentemente, osvetores
X
u
=
∂X
∂u
eX
v
=
∂X
∂v
são linearmenteindependentes emtodopontop = (u, v)
dodomínioD
eoespaçovetorialgeradoporessesdoisvetores é hamadoplano tangente à superfí ienesse ponto,denotado porT
p
X
. Além disso, o vetor normal unitárioà superfí ieemp
é dado porN(p) = N(u, v) =
X
u
∧ X
v
|X
u
∧ X
v
|
,
onde
∧
denotao produto vetorialemR
3
. Noteque
|X
u
∧ X
v
| 6= 0
, pois osvetoresX
u
eX
v
são linearmenteindependentes.No ontexto deste trabalho, um parâmetro que ara teriza a métri a dos espaços
métri os asso iados aos blo os dosistema de omuni ações da Figura1.1é a primeira
forma fundamentalde uma superfí ie parametrizada
X(u, v)
dada porE = (X
u
· X
u
) ,
F = (X
u
· X
v
)
eG = (X
v
· X
v
) .
(1.2)Uma parametrizaçãode interesseneste trabalhoo orrequando uma superfí ieé
para-metrizada porparâmetros isotérmi os, istoé,
E = G
eF = 0
.Aprimeiraformafundamentaldeumasuperfí iepermiteo ál ulodo omprimento
de um segmento de uma urva regular
α : I
⊂ R → R
3
, parametrizada por
α(t) =
X(u(t), v(t))
, pelaseguinteexpressãoL =
b
Z
a
(u
′
)
2
E + 2u
′
v
′
F + (v
′
)
2
G
(1/2)
dt ,
ondeu
′
=
d u(t)
dt
ev
′
=
d v(t)
dt
. Além disso, a área de uma superfí ie regular pode ser al ulada porA =
Z
D
Z √
EG
− F
2
du dv .
Um outro on eito importante é a segunda forma fundamental de uma superfí ie
parametrizada
X(u, v)
, dada pore =
X
uu
·
−
→
N
,
f =
X
uv
·
−
→
N
eg =
X
uu
·
−
→
N
,
(1.3) onde−
→
N
é ovetor normal àsuperfí ieX(u, v)
.Napráti a existem dois on eitos de urvatura de superfí ies, a urvatura média e
a urvatura Gaussiana. Neste trabalho, essas urvaturas demonstraram ser de grande
interesse para ara terizar o desempenho dos sistemas de omuni ações onsiderados.
Neste aso, a urvatura médiade uma superfí ieparametrizada
X(u, v)
édada porH =
1
2
eG
− 2fF + gE
EG
− F
2
,
(1.4)e a urvatura Gaussiana de uma superfí ieparametrizada
X(u, v)
é dada porK =
eg
− f
2
EG
− F
2
.
(1.5)Apesar daexpressãoda urvaturaGaussiana (1.5)dependerdasegunda forma
fun-damentaldeuma superfí ie, pode-semostrarquetal urvaturapode ser al ulada
1.2.1 Superfí ies mínimas
Exemplos de sistemasde omuni ações om bons desempenhos foramasso iados a
superfí ies mínimasemtodosos apítulosde resultadosdestetrabalhoe,porisso,uma
breve des rição de tais superfí ies faz-se ne essária. Geometri amente, as superfí ies
mínimassão ara terizadas porminimizaremlo almenteaárea daregiãodeterminada
por uma urva fe hada no espaço. Matemati amente, as superfí ies mínimas devem
possuir urvatura média (1.4) nula emtodos seus pontos. De a ordo om [17℄,
exem-plos de superfí ies mínimasparametrizadas isotermi amentepodemser obtidas om o
auxílioda representação de Weierstrass. Nesta representação, uma superfí ie mínima
regularemdomínios simplesmente onexos,
X : U
⊂ R
2
→ R
3
, édada porX(u, v) = Re
Z
z
z
0
1
2
f (z)(1
− g
2
(z)), if (z)(1 + g
2
(z)), f (z)g(z)
dz ,
z
0
, z
∈ U ,
(1.6)onde
z = u + iv
e as funçõesf (z)
eg(z)
são funções holomorfas que ara terizam a superfí ie. Alémdisso, aprimeira formafundamentaldessa superfí ieé dada porE = G =
1
4
|f(z)|
2
(1 +
|g(z)|
2
)
2
e
F = 0 .
(1.7)Um outroparâmetro importanteaos interesses deste trabalho éa urvatura
Gaus-siana,quede a ordo omarepresentaçãodeWeierstrass,podeserexpressadaseguinte
maneira
K(u, v) =
−
4
|g
′
(z)
|
|f(z)|
2
(1 +
|g(z)|
2
)
2
2
.
(1.8)A representação de Weierstrass permite obter uma innidade de exemplos de
su-perfí iesmínimas. Taissuperfí iespodemser ara terizadas pelas funções
f (z)
eg(z)
, omo ilustra a Figura1.2, ontendo as superfí ies mínimas atenóide (f (z) =
−e
−z
eg(z) =
−e
z
), heli óide(f (z) = e
−z
eg(z) =
−ie
z
)e Enneper (f (z) = 1
eg(z) = z
).Eixo x
Eixo y
Eixo z
(a) Catenóide.Eixo x
Eixo y
Eixo z
(b)Heli óide.Eixo x
Eixo y
Eixo z
( ) Enneper.1.3 Alguns Con eitos de Geometria Riemanniana
Nesta seção serão apresentados, de forma su inta, alguns on eitos de geometria
Riemanniana que serão apli adosneste e nos próximos apítulosdeste trabalho. Para
umaabordagem ompletasobreessaimportanteferramentamatemáti are omendamos
a leitura dareferên ia[27℄.
A geometria Riemanniana surgiu om a ne essidade de estender os métodos da
geometria diferen ial a espaços mais gerais que o
R
n
. O primeiro exemplo de
va-riedade Riemanniana a essível a nossa experiên ia é uma superfí ie regular no
R
3
,
X
: U
⊂ R
2
→ R
3
. Isto porque, a idéia natural de uma superfí ieé a de um onjunto
bidimensional (
U
) aoqual sepossa apli aro Cál uloDiferen ial doR
2
.
Dessaforma,umavariedadediferen iáveldedimensão
n
éum onjuntoM
n
munido
de uma famíliade apli açõesbiunívo as,
x
α
: U
α
⊂ R
n
→ M
n
de abertosU
α
deR
n
emM
n
,tais que: 1.∪
α
x
α
(U
α
) = M
n
.2. Para todo par
α
eβ
, omx
α
(U
α
)
∩ x
β
(U
β
) = W
6= φ
, os onjuntosx
−1
α
(W )
ex
−1
β
(W )
são abertos emR
n
e asapli açõesx
−1
β
◦ x
α
são diferen iáveis.Umoutro on eito igualmenteimportante aos interesses deste trabalhoé o de
mé-tri a Riemanniana, que permite medir, por exemplo, omprimentos de urvas, áreas,
ângulos, urvaturas, entre outros. A métri a Riemanniana de uma variedade
dife-ren iável é uma forma bilinear simétri a positiva denida omo
g
ij
=
∂ x
∂x
i
·
∂ x
∂x
j
, no sistema de oordenadasx
: U
⊂ R
n
→ M
n
, onde
(
· )
representa o produto es alar de dois vetores.Em função da métri a Riemanniana pode-se al ular o omprimento de um
seg-mentoda urva
α : I
⊂ R → M
n
,parametrizadapor
α(t) = [x
1
(t), . . . , x
n
(t)]
,t
∈ [a, b]
, da seguinte maneiraL =
b
Z
a
n
X
i=1
n
X
j=1
x
′
i
x
′
j
g
ij
!
1/2
dt ,
(1.9) ondex
′
i
=
∂x
∂t
i
, parai = 1, . . . , n
.Esta noção de omprimento permite denir em
M
n
ertas urvas espe iais,
ha-madas geodési as, que possuem a propriedade de minimizar lo almente a distân ia
entre quaisquer dois pontos su ientemente próximos. Tais urvas omportam-se em
várias situações omo se fossem retas em
M
n
e, em [24℄, estão asso iadas às
traje-tórias das ondas eletromagnéti as em meios ópti os. Neste aso, uma urva regular
γ : I
⊂ R → M
n
, parametrizada por
γ(t) = [x
1
(t), . . . , x
n
(t)]
é uma geodési a emM
n
segunda ordem
x
′′
k
+
X
i,j
Γ
k
ij
x
′
i
x
′
j
= 0 ,
k = 1, . . . , n ,
(1.10) ondex
′′
k
=
∂
2
x
k
∂t
2
eΓ
k
ij
representaossímbolosdeChristoeldeM
n
,quedependemapenas
damétri aRiemanniana, epodem ser obtidos pela seguinteexpressão
Γ
k
ij
=
1
2
n
X
l=1
∂ g
jl
∂x
i
+
∂ g
li
∂x
j
−
∂ g
ij
∂x
k
g
lk
,
(1.11) ondeg
lk
éoelementodalinha
l
e olunak
damatrizinversadeG = [g
ij
]
. Geometri a-mente, os símbolosde Christoel estão asso iadosao on eito de derivada ovariante,umanoçãodageometriaintrínse a desuperfí ies,e,poressarazão,podemser
utiliza-dosparades reverasidéiasde geodési asede urvaturaemvariedadesRiemannianas,
omoserá realizadoaseguir.
Anoçãode urvaturaem umavariedadeRiemannianafoiintroduzidaporRiemann
de uma maneira bastante geométri a e de modo que fosse uma generalização natural
da urvatura Gaussiana de superfí ies no
R
3
. A urvatura de Riemman pode ser
determinadautilizandoapenas amétri ade
M
n
e,intuitivamente,medeoquantouma
variedade Riemanniana deixade ser Eu lidiana. Matemati amente, essa urvatura de
Riemannestáasso iadaaotensor urvatura
R
ijks
,queserádenidoaseguireutilizado para al ulara urvaturase ional, a urvaturade Ri iea urvaturaes alarde meiosópti os
R
ijkl
=
n
X
m=1
R
m
ijk
g
ml
,
(1.12) ondeR
m
ijk
é o operador urvatura, que pode ser expresso em termos dos símbolos de Christoel,equação (1.11),da seguinte formaR
l
ijk
=
n
X
m=1
Γ
m
jk
Γ
l
im
−
n
X
m=1
Γ
m
ik
Γ
l
jm
+
∂ Γ
l
jk
∂x
i
−
∂ Γ
l
ik
∂x
j
.
(1.13)O on eitode urvaturademaiorinteressenestetrabalhoéode urvaturase ional.
Tal urvatura é al ulada para um subespaço vetorial bidimensional
ν
ontido emT
p
M
n
, o espaço tangentedeM
n
no ponto
p
. Neste aso, quando osubespaço vetorialν
possuiro onjuntode vetores{
∂ x
∂x
i
,
∂ x
∂x
j
}
omobase,então a urvaturase ionaldesse
subespaço vetorial bidimensionalé dadapor
K
ij
=
−
R
ijij
g
ii
g
jj
− g
ij
2
.
(1.14)Sabemosque, dentre as variedades Riemannianas,aquelas om urvaturase ional
isome-3, foiobservado que osespaçosópti os om urvatura se ional onstantetambém
de-monstraram ser os de maior interesse práti o, tanto para o projeto de guias de ondas
quanto para oprojetode lentes ópti as.
Alémda urvatura se ional, que é uma generalização da urvatura Gaussiana de
superfí ies, alguns outros on eitos de urvaturas também serão onsideradas neste
apítulo, omo o tensor urvatura de Ri i, dado por
R
ij
=
n
X
k=1
R
k
kij
,
(1.15) e a urvatura es alar,S =
n
X
i,j=1
g
ij
R
ij
,
(1.16)quetambémfoi onsideradaanteriormenteem[11℄e[41℄parameiosópti osisotrópi os
e anisotrópi os,respe tivamente.
Nas próximas duas subseções, as expressões para o ál ulo das geodési as (1.10),
do omprimento de um segmento de urva (1.9) e das urvaturas de uma variedade
Riemannianaserão novamenteobtidaspara variedades Riemannianas om parâmetros
ortogonais (tensor métri adiagonal)epara variedades Riemannianas om parâmetros
isotérmi os (tensor métri a diagonal om elementos iguais). Esses dois asos
parti u-lares de variedades Riemannianas serão onsiderados, pois foram asso iados a meios
ópti os de interessepráti o.
1.3.1 Variedades Riemannianas om parâmetros ortogonais
O interesse por variedades Riemannianas om parâmetros ortogonais provém do
fato delas terem sido asso iadas a espaçosanisotrópi os em [41℄. Taisvariedades
Rie-mannianas possuem métri a
(
g
ij
= δ
ij
g
i
g
ij
= δ
ij
/g
i
,
ondeδ
ij
=
(
1 ,
sei = j
0 ,
sei
6= j
.
(1.17)Dessa forma, usando a métri a (1.17) em (1.9), tem-se que o omprimento de um
segmento de urva em
M
n
é dado porL =
b
Z
a
n
X
i=1
g
i
(x
′
i
)
2
!
1/2
dt .
(1.18)Além disso, usando a métri a (1.17) em (1.11), pode-se veri ar que se os três
índi es são distintos, então
Γ
k
ij
= 0
, e se pelo menos dois de seus índi es são iguais, entãoΓ
i
ij
= Γ
i
ji
=
g
i,j
2g
i
,
Γ
j
ii
=
−
g
i,j
2g
j
,
Γ
i
ii
=
g
i,i
2g
i
,
(1.19)onde
g
i,j
=
∂g
i
∂x
j
.
Com isso, pode-se substituir (1.19) em (1.10) para obter que as geodési as de
M
n
satisfazemx
′′
k
+
1
2g
k
n
X
i=1
(2g
k,i
x
′
k
− g
i,k
x
′
i
) x
′
i
= 0 ,
k = 1, . . . , n .
(1.20)De (1.12) e (1.19) pode-se determinar que o tensor urvatura de uma variedade
om métri a (1.17) é diferente de zero apenas para
R
ijij
eR
ijji
, omi
6= j
, mais pre isamente,R
ijij
=
−R
ijji
eR
ijij
=
n
X
l=1
R
l
iji
g
lj
= R
j
iji
g
j
=
"
n
X
l=1
Γ
l
ji
Γ
j
il
−
n
X
l=1
Γ
l
ii
Γ
j
jl
−
∂
∂x
i
Γ
j
ji
+
∂
∂x
j
Γ
j
ii
#
g
j
=
−
1
2
"
g
i,i
g
j,i
g
i
+
g
i,j
g
j,j
g
j
+
(g
i,j
)
2
2g
i
+
(g
j,i
)
2
2g
j
− g
i,jj
− g
j,ii
−
n
X
l=1
g
i,l
g
j,l
2g
l
#
,
(1.21) ondeg
j,ii
=
∂
2
g
j
∂x
2
i
.Logo, omoauxíliode (1.14)e(1.21), pode-se veri ar quea urvaturase ionalé
iguala
K
ij
=
−
R
ijij
g
i
g
j
,
(1.22)e, de (1.15) e (1.19), que a urvatura de Ri i,
R
ij
, é igual a zero sei
for diferente dej
, eigual aR
ij
= R
jj
=
−
n
X
k=1
R
kjkj
g
k
= g
j
n
X
k=1
K
kj
,
(1.23)aso ontrário(
i = j
). Com isso, a urvatura es alar(1.16) é dada porS =
−
n
X
i,j=1
R
ijij
g
i
g
j
=
n
X
i,j=1
K
ij
.
(1.24)1.3.2 Variedades Riemannianas om parâmetros isotérmi os
As variedades Riemannianas om parâmetros isotérmi os serão onsideradas a
se-guir,poisforamasso iadasameiosópti osisotrópi osem[24℄eem[11℄. Taisvariedades
Riemannianaspossuem métri a om a seguinte ara terísti a
g
ij
= δ
ij
g ,
g
ij
=
δ
ij
g
.
(1.25)Umavariedade
M
n
omtalmétri apossui urvas ujo omprimento,(1.18),édado
por
L =
b
Z
a
g
n
X
i=1
(x
′
i
)
2
!
1/2
dt .
(1.26)Alémdisso,pode-sesubstituir(1.25)em(1.20)paraobterqueasgeodési asde
M
n
,
om tal métri a,satisfazem
x
′′
k
+
1
2g
n
X
i=1
(2g
x
i
x
′
k
− g
x
k
x
′
i
) x
′
i
= 0 ,
(1.27) ondek = 1, . . . , n
eg
x
i
=
∂ g
∂x
i
.Otensor urvatura de uma variedade Riemanniana om a métri a (1.25) pode ser
obtido om o auxíliode (1.21) omo sendoigual a
R
ijij
=
−
1
2
"
3(g
x
i
)
2
2g
+
3(g
x
j
)
2
2g
− g
x
i
x
i
− g
x
j
x
j
−
1
2g
n
X
l=1
(g
x
l
)
2
#
,
(1.28) ondeg
x
i
x
i
=
∂
2
g
∂x
2
i
.Comisso, pode-se obter, omoauxíliode (1.22)e(1.28),quea urvaturase ional
seja al ulada por
K
ij
=
−
R
ijij
g
2
.
(1.29)A urvaturadeRi iindi adaem(1.23)podeserrees ritanessamétri adaseguinte
forma:
R
ij
= 0
, sei
6= j
, e aso ontrário é dada porR
jj
=
1
2g
4
− n
2g
(
∇g)
2
− ∇
2
g
+
n
− 2
2g
3
2g
(g
x
j
)
2
− g
x
j
x
j
,
(1.30) onde∇ =
h
∂
∂ x
1
, . . . ,
∂
∂ x
n
i
é um operador diferen ial onhe ido omo nabla.
Dessaforma,a expressão da urvatura es alar(1.24) pode ser simpli ada para
S =
n
− 1
g
2
6
− n
4g
(
∇g)
2
− ∇
2
g
.
(1.31)1.4 Fundamentos de Ópti a Geométri a
Alguns on eitos sobre ópti a geométri a são ne essários para o desenvolvimento
deste trabalho. Para tanto,usamos [21℄ omo referên ia.
Ini ialmente,deve-se onsiderarqueasdimensõesdosinstrumentosópti ostratados
nestetrabalhosejamalgumasvezesmaiordoqueo omprimentodeonda(
λ
)dasondas eletromagnéti as para os quais esses instrumentos foram projetados. Tal suposição éne essária para que o fenmeno da difração possa ser desprezado e os on eitos da
ópti a geométri apossamser apli adosde maneira orreta. Alémdisso, onsidere que
a trajetória de uma onda eletromagnéti a emum meio ópti o isotrópi oseja des rita
meio. Dessaforma, asooíndi ederefraçãodessemeiosejavariável omaposição,
n =
n(x, y, z)
, então a trajetóriar(s)
deve satisfazer uma equação diferen ial de segunda ordem onhe ida omo Eikonal, que,no aso parti ular,é dada por∂
∂s
n
∂r
∂s
=
∇n ,
quando(x
′
)
2
+ (y
′
)
2
+ (z
′
)
2
= 1 ,
(1.32) onde∇ = (
∂
∂x
,
∂
∂y
,
∂
∂z
)
éooperadordiferen ialnablaem oordenadas artesianas. Deve-seressaltarane essidadede queovetortangenteder(s)
sejarealmenteunitário,pois, aso ontrário a equação Eikonal não des reverá as trajetórias das ondas em meiosópti os isotrópi os. Além disso, a equação Eikonal pode ser derivada do prin ípio de
Fermat,que armaqueo aminhoper orrido pela ondano meioé ode menorenergia
oude menor tempode per urso.
Um outro on eito de muita importân ia para a análise dos instrumentos ópti os
éo on eito de omprimento ópti o,representado por
L
o
. Neste aso, o omprimento ópti o de uma frente de onda passando por dois pontos quaisquerP
1
= r(s
1
)
eP
2
=
r(s
2
)
, édado porL
o
=
Z
s
2
s
1
n ds .
(1.33)Com isso, desde que a densidade de energia da frente de onda seja propagada a
umavelo idade
v = c/n
ao longo domeio, temos quen ds =
c
v
ds = c dt ,
onde
dt
é o tempo ne essário para a energia per orrer uma distân iads
ao longo do meio. Em outras palavras, o omprimento óti oL
0
é igual ao produto da velo idade daluzno vá uo pelotempo ne essário para aluzviajar deP
1
aP
2
.1.5 Introdução à Modulação Não-Linear (Twisted)
Em [18℄, as té ni as de modulação foram asso iadas a urvas no
R
N
. Tal
inter-pretação geométri a possibilita o projeto e análise de desempenho das modulações
usando algumas ferramentas da geometria diferen ial, ou, mais geralmente, on eitos
dageometria Riemanniana.
Paraentenderessainterpretaçãogeométri a, onsidereumsistemade omuni ações
ujoobjetivoétransmitirumamensagemrepresentadaporumaúni avariávelaleatória
ontínua,
m
. Talsistemaéapresentado de maneirasimpli adanaFigura1.3(a),onde naentrada do transmissor está presente a variávelaleatóriam
, om função densidade de probabilidadep
m
, veja Figura1.3(b),eemsua saída tem-seosinal modulados
m
(t)
que será transmitido através do anal om ruído aditivo,n(t)
. Após a observação do sinal re ebido,r(t)
, ore eptor estimauma saídam
b
,dem
.Transmissor
Receptor
n(t)
m
s
m
(t)
m
b
Σ
r(t)
(a) Diagramadeblo osdeumsistema de omuni ações.
−1
+1
m
p
m
(b) Exemplo de função densidade de
probabilidadeapriori,
p
m
.Figura 1.3: Exemplo de sistema de omuni ações para a transmissão de uma variável
aleatória ontínua.
No sistema de omuni ações onsiderado na Figura1.3, a té ni a de modulação é
realizadanoblo otransmissor. Nesse blo o,avariávelaleatória
m
émoduladanosinals
m
(t)
,em geral,para uma novafaixa de freqüên ia.A interpretação geométri a para a té ni a de modulação proposta em [18℄ é
base-ada na possibilidade do sinal modulado
s
m
(t)
ser de omposto em uma base de sinais ortogonais de energiaunitária,ϕ
i
(t)
,i = 1, . . . , N
, daseguinteformas
m
(t) = s
1
(m)ϕ
1
(t) + s
2
(m)ϕ
2
(t) +
· · · + s
N
(m)ϕ
N
(t),
(1.34)onde os sinais
ϕ
i
(t)
, no aso parti ular das modulações, são denominados portadoras e devem satisfazer∞
Z
−∞
ϕ
i
(t) ϕ
j
(t) dt = δ
ij
,
∀i, j = {1, . . . , N},
(1.35)para queossinaissejamortogonaisede energiaunitária,pois
δ
ij
= 1
sei = j
eδ
ij
= 0
sei
6= j
.Comoasportadoras
ϕ
i
(t)
sãosinaisortogonaisquepossuemenergiaunitária,então elas podemser interpretadas omo um onjuntode vetores ortonormais{ϕ
i
}
, gerando uma base para oR
N
. Com isso, o sinal modulado
s
m
(t)
pode ser de omposto nessa base vetorial daseguinte maneiras
m
= s
1
(m)ϕ
1
+ s
2
(m)ϕ
2
+
· · · + s
N
(m)ϕ
N
= [s
1
(m), s
2
(m), . . . , s
N
(m)].
(1.36)Isto é, o sinal modulado
s
m
(t)
, representado vetorialmente pors
m
, pode ser inter-pretado omo uma urva parametrizadas
m
: I
∈ R → R
N
,
m
∈ I
, omo sugere a interpretaçãogeométri a proposta em [18℄.Com o objetivo de analisar e medir o desempenho de sistemas de omuni ações
omo o daFigura1.3, note queapós opro esso de re epção, a probabilidadede
m
b
ser igual am
é, emgeral, zero. Istoo orreporquem
éumavariávelaleatória ontínuae o ruído pormenor queseja,perturba osistemaproduzindo pequenas diferençasentrem
b
e
m
. Poressa razão, o desempenho do sistema de omuni ações não pode ser medido pelaprobabilidadede erro de transmitirm
e re eberm
ˆ
, omo o orreria,por exemplo, emsistemas de omuni ações que usam onstelações de sinais, aso emque a variávelaleatória
m
édis reta. Dessa forma,um bomparâmetro para medir odesempenho do sistemade omuni ações onsiderado éo erro quadráti omédio, denido omoǫ
2
,
E
(m
− b
m)
2
= (m
− b
m)
2
,
(1.37)
onde E
[
· ]
é o operadoresperança, medido onjuntamente para todas as entradas per-mitidas (m
) e todos os possíveis valores estimados (m
ˆ
) pelo re eptor após a ação do ruído.Além de ser útil para medir o desempenho de sistemas de omuni ações, pode-se
usarovalordo
ǫ
2
paragarantirqueore eptordosistemade omuni açõesdaFigura1.3
sejaprojetadodemaneiraótimasegundoalgum ritério. Istoé,ovalordaestimativa
m
ˆ
deveser determinadode maneiraqueodesempenho dosistemasejaomelhor possível,no aso parti ular, o queminimizao erro quadráti omédio. Neste aso, segundo [18℄,
pode-se mostrar que
m
b
deve ser igual ao valor médio dem
dado que seja re ebidor
, ouseja,ˆ
m
,
E[m
|r] = m(r),
(1.38)onde E
[
· | · ]
é o operador esperança ondi ional, al ulado em termos da função den-sidade de probabilidade a posteriori,p
m|r
. Neste momento, deve-se hamar a atenção para o fato de que a estimativam
b
, denida em (1.38), minimiza oǫ
2
independente-mente dotipo de modulação(linear ounão-linear) oudo tipode ruído (Gaussiano ou
não-Gaussiano).
Contudo,obteraestimativa
m
ˆ
atravésde (1.38),emmuitos asos,nãoéumatarefa fá il,poissuadeterminaçãodependede uma integraçãorela ionada àfunçãop
m|r
,que muitas vezes não é onhe ida. Portanto, para evitar tais di uldades, o valor dem
ˆ
onsiderado na análise de desempenho das modulações propostas nesse apítulo é ovalormais provávelde
m
dado quer
sejare ebido. Dessaforma,adepender dafunção densidade de probabilidadea priori (p
m
) dos sistemas de omuni ações onsiderados, pode-se fazeruso de um dos dois tiposde re eptores:1. re eptor de máximaprobabilidade a posteriori (MAP) -dado que
r
seja re ebido, então de ida pelovalorm
ˆ
quesatisfazp
m
( ˆ
m
|r) ≥ p
m
(m
|r)
Bayes
−→
p
m
( ˆ
m)p
r
(r
| ˆ
m)
≥ p
m
(m)p
r
(r
|m), ∀m.
(1.39)2. re eptor de máxima verossimilhança (ML) -dado que afunção densidade
deprobabilidadea priorisejauniforme e
r
sejare ebido, então de idapelovalorˆ
p
r
(r
| ˆ
m)
≥ p
r
(r
|m), ∀m.
(1.40)Alémdisso, para um melhorentendimento dos resultados des ritos neste trabalho,
os desempenhos das modulações propostas foramapresentados em função de grá os
darelação sinal ruídodo analde transmissão(CSNR) versus a relaçãosinal ruído da
informação transmitida(SNR), denidos omo
CSNR
,
E
m
N
e SNR,
m
2
ǫ
2
,
(1.41) ondem
2
é a energia média(ou variân ia) davariável aleatória
m
de média nula,N
é a energia médiade ruído presente no anal de transmissão eE
m
é a energiamédia de transmissão do sinals
m
(t)
, denida omoE
m
,
E|s
m
|
2
=
E
∞
Z
−∞
s
2
m
(t) dt
,
(1.42)onde E[
·
℄é ooperador esperança, medidopara todos os possíveisvalores dem
e| · |
é a norma de um vetor.Alémdisso, as urvas de desempenho (CSNR versus SNR) dos sistemas propostos
neste apítulo foram omparadas om a urva de um sistema ótimo, denotada pela
siglaOPTA e denida em[4℄ pelaseguinterelação
SNR
= (1 +
CSNR)
N/M
,
(1.43)onde
(N/M)
é a razão entre as dimensões dos sinais modulado e não modulado, res-pe tivamente. Por exemplo,para o aso parti ular de modulaçõesasso iadasa urvasplanares essa razão vale
2
, poisneste asos
m
⊂ R
N =2
e
m
∈ R
M =1
.
1.6 Visão Geral da Tese
Neste apítuloapresentamos asprin ipaisrazões quemotivaramarealização deste
trabalho. Além disso, situamos este trabalho no ontexto de uma pesquisa que vem
sendo realizada desde 2000 e ressaltamos que os resultados aqui obtidos justi am o
desenvolvimento dessa pesquisa. Realizamos também uma breve des rição de alguns
tópi osde geometria diferen ial,geometria Riemanniana,ópti ageométri ae
modula-ção twisted.
No Capítulo2, uma interpretação geométri a que asso ia a métri a do espaço ao
índi e de refração de meios ópti os é utilizada para derivar expressões da urvatura
espaços de urvatura onstante. Com isso, o fenmeno da dispersão modal é
rela io-nado aovalorda urvatura e uma expressão dessa dispersão é derivada em função da
urvatura domeio. Alémdisso, umaasso iação entre superfí iesde rotaçãoeguias de
ondasplanaresérealizadaenovospers deguiasdeondasemmeiosanisotrópi os om
dispersão nula são derivados dessa asso iação.
Ainda neste apítulo, bras ópti as foramanalisadas segundo sua urvatura e
dis-persão, sendo que novos pers foram propostos e omparados om os utilizados
o-mumente para a transmissão de informação. Neste aso, a bra proposta om perl
toroidal apresentou oito vezes menos dispersão que a bra om perl parabóli o e os
persdasbrasem meiosanisotrópi osasso iadasaumahiperesferaapresentaram
dis-persãonula. Alémdisso,no ontextodelentesópti as,uminstrumentoópti oabsoluto
onhe ido omo sh-eye foi asso iado a um meio de urvatura positiva. Com isso,
novos instrumentosópti osabsolutos forampropostos e asso iadosa espaços
hiperbó-li os. Neste ontexto, a onvergên ia em lentes foi rela ionada à urvatura positiva
do meio e a divergên ia à urvatura negativa. Contudo, um novo método de
onver-gên iafoiproposto paralentes om urvatura negativa,apresentandoresultadosmuito
interessantes quanto àforma de onvergên ia, queno aso foi assintóti a.
No Capítulo3, uma asso iação entre modulação twisted e urvas foi generalizada
para o ontexto das variedades Riemannianas. Neste aso, foi mostrado que além do
omprimentode ar oda urvaoudamétri adasuperfí ie, a urvatura da urvaouda
superfí ie asso iada à modulação também inuen ia no desempenho dos sistemas de
omuni ações. Alémdisso, a expressão dafunção densidade de probabilidadea
poste-riorifoiobtidaemfunção do omprimentode ar oeda urvaturada urvaasso iadaà
modulação. Veri amostambémqueépossívelrealizarum asamento entre afunção
densidade de probabilidade a priori e a parametrização da urva, de maneira que o
desempenho do sistema de omuni ações possa ser melhorado. Ainda no Capítulo3,
umnovoesquemade modulaçãonãolinearfoiproposto,apresentandoumdesempenho
melhorque amodulaçãoPMe a derivada da urvaespiral de Arquimedes.
Ainda neste apítulo, om o intuito de diminuir o erro de ponto ini ial, foram
derivadas relações envolvendo o valor máximo da energia média de ruído e o valor
máximo da urvatura da modulação. Além disso, uma expressão do erro quadráti o
médiofoideterminadaemfunçãodamétri adasuperfí ie,propi iandoqueté ni asde
modulaçãoasso iadasasuperfí iesmínimasfossem ara terizadasporseremumponto
ríti odemínimodoerroquadráti omédio. Neste ontexto, umanovamodulação
não-linearasso iada à superfí iemínimaheli óidefoi proposta.
No Capítulo4, usamos modulaçõesnão-lineares, omo as onsideradas no apítulo
anterior,pararealizara onstruçãoeaanálisededesempenhode onstelaçõesdesinais
não-linearinduz de maneiranatural uma nova métri ano espaçode sinais. Com isso,
resultados de trabalhos anteriores puderam ser inseridos neste ontexto sem maiores
restrições. Alémdisso, expressamos aprobabilidade média de erro em função da
ur-vaturadoespaço,edemonstramosqueodesempenho deumasistemade omuni ações
pode sermelhorado omadiminuiçãodovalorda urvaturadoespaçodesinais. Neste
ontexto, apresentamos a onstrução e a análise de desempenho de onstelações de
sinais geometri amente uniformes em espaços de urvatura onstante. Neste aso,
fo-ram onsideradas modulaçõesM-PSK emodulaçõesprovenientes de tesselações
{p, q}
dos espaços om urvatura onstante. Além disso, onstelações de sinais M-PSK emespaços de sinais asso iados a superfí ies mínimasforam onstruídas e analisadas.
Finalmente, no Capítulo5 expomos as onsiderações nais deste trabalho,
desta- ando os resultados mais relevantes de ada apítulo e suas impli ações no projeto
de novos sistemasde omuni ações. Além disso, apresentamos sugestões de trabalhos
futuros para omplementação e ontinuidade dos estudos na linha de pesquisa deste