Transmissão de impulsos em
banda-base
4
Breves notas sobre igualização
O algoritmo “zero forcing”
Algoritmo “Zero Forcing” (ZF)
Suponhamos que o canal de comunicação é conhecido e tem uma resposta impulsional h . Desejamos igualizá-lo com um igualizador com estrutura de filtro transversal de 2M+1 coeficientes, como na figura seguinte:
(t)
Canal
h(t) Igualizadorct)
a(t) y(t)
p(t)
• Resposta impulsional do igualizador: ( ) M k ( )
k M
c t c
δ
t kT=−
=
∑
−• Resposta impulsional global “canal + igualizador”:
p(t)=h(t)∗c(t) =h(t )∗ ck
δ
(t −kT ) k=−M M∑
= = ckh(t)∗δ
(t−kT ) k=−M M∑
= ckh(t −kT ) k=−M M∑
• Nos instantes de amostragem (t =nT):p(nT )= ckh[(n−k)T ] k=−M M
∑
= ckhn−k k=−M M∑
• é a enésima amostra da resposta impulsional amostrada do
canal, obtida no instante de amostragem
hn = h(nT )
t =nT.
Algoritmo “Zero Forcing” (cont.)
• O critério de Nyquist para transmissão sem interferência intersimbólica (ISI) impõe que nos instantes de amostragem se verifique
p(nT )= 1 n=0
0 n≠0
Como temos um número finito de coeficientes no igualizador (2M+1) só conseguimos satisfazer a condição acima em 2M+1 instantes de tempo:
p(nT )= 1 n=0 0 n= ±1,±2,…,±M
• Então, para que não haja ISI terá de ser
p(nT )= ckhn−k k=−M M
∑
= 1 n=0 0 n= ±1,±2,…,±M Na forma matricial o sistema de equações anterior escreve-se
h0 h−2M hM−1 h−M−1 hM h−M hM+1 h−M+1 h2M h0 c−M c−1 c0 c1 cM = 0 0 1 0 0
(A localização do elemento não nulo do 2º membro indica o atraso no igualizador)
• Os coeficientes do igualizador que satisfaçam este sistema de equações “forçam a zero” a ISI nos 2M+1 instantes abrangidos pelo filtro; daí o nome de algoritmo “zero forcing”, ou ZF.
• Um dos inconvenientes é que não podemos usar o algoritmo ZF se não conhecermos o canal.
Algoritmo ZF: exemplo 1
Impulsos rectangulares produzidos a um débito de 2500 bits/s atravessam um canal. A saída amostrada à cadência de
T
= 1/2500 = 0,4ms
é a seguinte: 0 0,2 0,4 0,6 0,8 hn 0,55 0,80 0,58 0,26 0,12 0,05 0,02 0 -1 1 2 -2 3 4 5 n
Da figura conclui-se que o atraso introduzido pelo canal é não-nulo e igual a 2T.
P.: É usado um igualizador de 5 coeficientes para anular a interferência intersimbólica
com o algoritmo ZF. Quais devem ser os valores dos coeficientes?
R.: Aplicando os valores de hn à equação ZF temos
2 1 0 1 2 0,80 0,55 0 0 0 0 0,58 0,80 0,55 0 0 0 0,26 0,58 0,80 0,55 0 1 0,12 0,26 0,58 0,80 0,55 0 0,05 0,12 0,26 0,58 0,80 0 c c c c c − − × =
]
Solução: cZF = −[
12,2 17,8 −13,0 7,7 −3,3]
TA localização do elemento não-nulo do segundo membro do sistema indica que o atraso global introduzido pelo conjunto vai ser de 2 + 2 = 4 intervalos de tempo.
Se quisermos que o atraso global seja de 2 + 0 = 2 intervalos de tempo (isto é, o igualizador não introduz atraso) então no segundo membro deveremos ter
[
1 0 0 0 0 T. Nesse caso a solução do sistema será:Algoritmo ZF: exemplo 1 (cont.)
Gráficos
Resposta impulsional do igualizador ZF (atraso global: 4T)
-20 -10 0 10 20 -2 -1 0 1 2 n cn
Resposta impulsional global após igualização (atraso global: 4T)
0 -8 -6 -4 -2 0 2 2 4 6 8 10 pn n Igualização perfeita
Se o atraso global for 2T ⇒ cZF = −
[
0,59 2,67 −3,25 2,18 −0,87]
T : Resposta impulsional global após igualização (atraso global: 2T)-0,5 0 0,5 1 0 1 2 3 4 5 6 7 n pn Igualização perfeita
Algoritmo ZF: exemplo 2
Outro canal: ( ) 1 0 ( ) (1 ) t T t T e t h t e e t T τ τ τ − − − − − ≤ = − > T ≤ , T =1s, τ =3 Relação sinal-ruído: 20 dB Igualizador ZF: 31 coeficientes 0 5 10 15 20 0 0.1 0.2 0.3 Tempo (s)Respostas impulsionais contínua e amostrada
0 0.5 1 1.5 2 -1.5 -1 -0.5 0 0.5 1 Tempo (s) Sem igualização Tempo (s) Após igualização ZF 0 0.5 1 1.5 2 -2 -1 0 1 2
Algoritmo ZF: outro exemplo
Algoritmo LMS (“Least Mean Squares”)
• É o algoritmo adaptativo mais usado!
Igualizador T T … T c0(n) c1(n) c2(n) cN-1(n) + -Sinal recebido Erro d(n)
a(n) a(n-1) a(n-2) a(n-N-1)
Resposta desejada
e(n)=d(n)-cT(n)a(n)
• Coeficientes do filtro adaptativo: c( )n =
[
c n0( ) c n1( ) … cN−1( )n]
T• Vector do sinal de entrada: a( )n =
[
a n( ) a n( −1) … a n N( − +1)]
T Estes vectores têm N elementos.• No algoritmo LMS deseja-se minimizar o erro quadrático, e2(n).
• Equação de actualização dos coeficientes:
(n+ =1) ( ) 2 ( ) ( )n + µe n n
c c a
(µ – passo de adaptação)
• Para o algoritmo LMS convergir o passo de adaptação deve tomar um valor em 2 1 0 ( ) NE a n
µ
< ≤ Algoritmo LMS
• A
superfície de erro
é a representação do erro quadrático médio (E e n 2( ) ) em função dos coeficientes:
• A
curva de aprendizagem
mostra a evolução do erro quadrático médio:8 9 10 11 12 13 14 ε(n) 0 5 10 15 20 n µ=0,1 µ=0,25 µ=0,025
• Evolução temporal dos coeficientes do igualizador
0 0.5 1 1.5 0 10 20 30 40 50 60 70 80 co c1 c2 0 0.5 1 1.5 n Coeficientes