Escolar Documentos
Profissional Documentos
Cultura Documentos
TEMA: Cuaderno
Profesor:
Ing. Paul Bernal Oñate MsC.
Primer Parcial
Modulación
Definiciones
k : Bits de información
M = 2k
Sm(t), 1 ≤ m 6= M : Conjunto(set)
Ts = Tiempo de transmisión
1
Rs = Ts Cantidad de bits por segundo
Ts Ts
Tb = tiempo de bit k = los2 M
Modulacion ASK
PAM
1
CAPÍTULO 1. PRIMER PARCIAL
Am = 2m − 1 − M, m − 01, 2, 3..., M
2m − 1 → ]Impar → Am es impar
Z +∞ Z +∞
Em = A2m p2 (t)dt = A2m p2 (t)dt = A2m Ep
−∞ −∞
Donde Ep es energı́a de pulso
M
Ep X 2 Ep 2
Eavg = Am = (1 + 32 + ... + (M − 1)2 )
M M
m=1
2Ep M (M 2 − 1) (M 2 − 1)Ep
= · =
M 6 3
(M 2 − 1)Ep
Eavg = → Energia Promedio en PAM
3
(M 2 − 1)Ep
Ebavg = → Energı́a de bit promedio
3log2 M
Z ∞
Em = a2m g 2 (t)cos2 (2πfc t)dt
−∞
(M 2 − 1)Eg
=
6
(M 2 − 1)Eg
Ebavg =
6log2 M
Constelación PAM
2
CAPÍTULO 1. PRIMER PARCIAL
S2 (t) 3
φ2 (t) = → √
||S2 (t)|| 3 2
1/2
2 √
Z
2
||S2 (t)|| = (3) d(t) =3 2
0
Z ∞
α32 = S3 (t)φ2 (t)dt = 0 → g3 (t) = S3 (t)
−∞
g3 (t) 3
φ3 (t) = = √
||g3 (t)|| 3 2
1/2
4 √
Z
||g3 (t)|| = (3)2 d(t) =3 2
2
3
CAPÍTULO 1. PRIMER PARCIAL
√
S2 (t) = 3 2φ2 (t)
√
S3 (t) = 3 2φ3 (t)
√ √
S1 (t) = S1 (t) + S3 (t) = 3 2φ2 (t) + 3 2φ3 (t)
p
Sm (t) = Am Ep φ(t) → Banda Base
r
Eg
Sm (t) = Am φ(t) → Banda Pasante
2
p(t)
φ(t) = p
Ep
Banda Pasante
s
2
φ(t) = g(t)cos(2πfc t
Eg
Diagrama de Constelacion
4
CAPÍTULO 1. PRIMER PARCIAL
p p q
dmn = ||Sm − Sn ||2 = |Am − An | Ep = |Am − An | Eg /2
p p p
Distancia mı́nima dmin = 2 Eg /2 = 2Eg = 2 Ep
r
12log2 M
dmin = Ebavg
M2 − 1
Modulación por Fase
h i
Sm (t) = Re g(t)ej2πfc t ; m = 1, 2, 3, .., M
m−1
= g(t) cos(2πfc t + 2π )
M
m−1 m−1
= g(t) cos(2πfc t) cos(2π ) − sin(2πfc t) sin(2π )
M M
Señales Ortogonales
s
2
φ1 (t) = g(t)cos(2πfc t)
Eg
s
2
φ2 (t) = − g(t)sen(2πfc t)
Eg
Eavg = Em ; Ebavg = Eb
r r
Eg 2π Eg 2π
Sm (t) = cos (m − 1) φ1 (t) + sen (m − 1) φ2 (t)
2 M 2 M
Diagrama de constelación para:
5
CAPÍTULO 1. PRIMER PARCIAL
s
p 2π
dmin = ||Sm − Sn ||2 =Eg 1 − cos (m − n)
M
r π r
2
π
= 2Eg sin =2 log2 M sin2 Eb
M M
r
π π π 2 log2 M
sin( ) ≈ → dmin = 2 Eb
4 4 M2
Ejercicios
6
CAPÍTULO 1. PRIMER PARCIAL
A2 A2
r2 = = √
2(1 − cos(45◦ ) 2− 2
A
r=p √
2− 2
7
CAPÍTULO 1. PRIMER PARCIAL
Para Ts = 1s
!2
1 A A2
P8−P SK =8· p √ = √
8 2− 2 2− 2
Modulacion QAM
p
dmin = 2Eg
p
= ||Sm − Sn ||2
r
Eg
= (Ami − Ani )2 + (Amq − Anq )2
2
Eg 2
Em = ||Sm ||2 = (Ami − A2nq )
2
8
CAPÍTULO 1. PRIMER PARCIAL
√ √
M M
1 Eg X X 2 Eg (M − 1)
Eavg = (Am − A2n ) =
M 2 3
m=1 n=1
Solo se utiliza para una cuadrada, si no lo es hay que calcular punto a punto
M −1
Ebavg =
3log2 M
r
6log2 M
dmin = Ebavg → QAM cuadrada
M −1
Ejercicio
√ A
A=a 2→a= √
2
A2
A2 = b2 + − Ab
2
A2
b2 − Ab − =0
2
A √
b= (1 + 3)
2
Potencia total
9
CAPÍTULO 1. PRIMER PARCIAL
√ !2 √ !2
2 2 1+ 3 2
PT = A +4 A
2 2
√
= 2A2 + (1 + 3)2 A2 → QAM
8A2
= √ → P SK
2− 2
√ !
PP SK 8/2 − 2
dB = 10log = 10log √ = 1,6dB
PQAM 6+2 3
Si la tasa de bit es de 90 Mbps ¿ Cual es la tasa de sı́mbolo?
90M bps
Rb = 90M bps; Rs = = 30M bps
log2 8
Calcular la potencia total de las siguientes constelaciones, ¿ Cual es mas eficiente?. La
distancia entre puntos adyacentes es 2A
√
PT = 4(2A)2 + 4(2 2A)2
= 16A2 + 32A2
= 48A2
Pm = 6A2
10
CAPÍTULO 1. PRIMER PARCIAL
p √
a= 3A2 + 4A2 = 7A
√ √
PT = 2(A)2 + 2(2 3A)2 + 4( 7A)2
= 2A2 + 6A2 + 28A2
= 36A2
Pm = 36/8A2
Modulación Multidimensional
P AM → 1 P SK → 2 QAM → 2
N señales
11
CAPÍTULO 1. PRIMER PARCIAL
φ(j), 1 ≤ j ≤ N
S1 (t)
φj = √ , 1 ≤ j ≤ N
E
√
S1 = ( E, 0, 0, ..., 0)
√
S2 = (0, E, 0, ..., 0)
..
.
√
Sn = (0, 0, 0, ..., E)
2E T j2π(m−n)∆f t
Z
< Sm (t), Sm (t) > = e dt
T 0
= T omandolapartereal
2Esinc(2(m − n)∆f T )
= = 2Esinc(2(m − n)∆f T )
2π(m − n)∆f T
12
CAPÍTULO 1. PRIMER PARCIAL
Matriz de Hadamard
Ho = [1]
" #
1 1
H1 =
1 −1
1 1 1 1
1 −1 1 −1 √ √ √ √
H2 = → S1 = [ E, E, E, E]
1 1 −1 −1
1 −1 −1 1
Ejercicio
Un sistema PAM de niveles esta definido por Si (t) = Ai rect(t/T − 1/2) donde Ai =
±1, ±3, ±5, ±7. Trafique la constelación
T √
Z
||S1 (t)|| = A2i dt = Ai T
o
En las figuras se muestra las formulas de onda de 4 señales S1 (t), S2 (t), S3 (t), S4 (t)
13
CAPÍTULO 1. PRIMER PARCIAL
Construye la constelación
S1 (t) 1
φ1 (t) = =p
||S1 (t)|| T /3
"Z #1/2
T /3 p
2
||S1 (t)|| = (1) d(t) = T /3
0
Z T /3 Z T /3 p p p p
α21 = S2 (t)φ1 (t)dt = 3/T dt = 3/T · T /3 = T /3
0 0
g2 (t)
φ2 (t) =
||g2 (t)||
p
||g2 (t)|| == T /3
14
CAPÍTULO 1. PRIMER PARCIAL
Z T /3
α31 = S3 (t)φ1 (t)dt = 0
0
Z 2T /3 Z 2T /3 p p
α32 = S3 (t)φ2 (t)dt = 3/T dt = T /3
T /3 T /3
g3 (t) p
φ3 (t) = ; ||g3 (t)|| = T /3
||g3 (t)||
1/2
4 √
Z
2
||g3 (t)|| = (3) d(t) =3 2
2
p
S1 (t) = T /3φ1 (t)
p p
S2 (t) = T /3φ1 (t) + T /3φ2 (t)
p p
S3 (t) = T /3φ2 (t) + T /3φ3 (t)
p p p
S4 (t) = S1 (t) + S3 (t) = T /3φ1 (t) + T /3φ2 (t) + T /3φ3 (t)
15
CAPÍTULO 1. PRIMER PARCIAL
√
Una señal PSK esta definida por S(t) = Acksin(2πfc t) ± Ac 1 − k 2 cos(2πfc t)con0 ≤ t ≤ Tb
El signo t corresponde a 1 y el signo - corresponde a 0, k es un parámetro entre 0 y 1, el
primer termino de S(t) representa la portadora que es incluida como una propuesta para el
sincronismo en el receptor. Grafique el espacio de señales que representa este esquema y que
representaciones puede dar usted cerca de este diagrama.
p
S(t) = Acksin(2πfc t) + Ac 1 − k 2 cos(2πfc t)con0 ≤ t ≤ Tb → 1
p
S(t) = Acksin(2πfc t) − Ac 1 − k 2 cos(2πfc t)con0 ≤ t ≤ Tb → 0
φ1 = cos(2πfc t)
φ2 = sin(2πfc t)
A2
Po (AcosX) = = P (AsenX)
2
E
P = ; E = P Tb
Tb
√ p
S(t) = E = P Tb
r
A2c (1 − k 2 )Tb
=
r 2
A2c k 2 Tb
=
r2
Tb
= Ack
2
16
CAPÍTULO 1. PRIMER PARCIAL
Dado la secuencia binaria 11/00/10/00/10 bosqueje las formas de onda de los componentes
en fase y cuadratura de una onda modulada utilizando Q-PSK, de acuerdo a la constelación
mostrada en la figura, adicional mente realice el gráfico de la señal modulada
Una señal es muestrada a una tasa de 8 kHz y es codificada usando 8 bits por muestra la
resultante tasa binaria es trasmitida sobre un canal AWGN en banda base usado M niveles de
PAM. Determine el ancho de banda requerido para la trasmisión usando M=4, M=8, M=16
Ancho de banda :
R
W =
2log2 M
R = 8000 ∗ 8 = 64000bit/s
64000
M=4 W= 4 = 16000Hz
64000
M=8 W = 8 = 10666,67Hz
M = 16 W = 64000
8 = 8000Hz
Una representación de un PAM, equivalente es usar un filtro pasabajos que se lo define como
P
la señal u(t) = n lng(t − nT ), suponga g(t) que es un pulso rectangular In = an − an−2
donde es una secuencia binaria descorrelacionada con valores de -1 a 1
17
CAPÍTULO 1. PRIMER PARCIAL
X
u(t) = In g(t − nT ), In = an − an−2
Calcular el minimo teorico del ancho de banda de un sistema para transmitir 10 Mbps si se
usa 16 niveles de PAM y sin la presencia de ISI
10 · 106
W = = 125000
2log2 16
Probabilidad de Error
P e[m = m]
b
r = Sm + n
−(x−mx ) 2
1
fx (x) = p e 2σx2 → F uncionN ormal
2πσx2
2
||n||2
1
fx (x) = √ e No
πNo
Función de Densidad de probabilidad:
18
CAPÍTULO 1. PRIMER PARCIAL
RN → N osepuederepresentarparaN > 3
q
Demostración → Pe BP SK = Q( 2E
No )
b
P mf (r|Sm
m
b = argmax )m
b = argmaxP mf (r|Sm )
f r(r)
m
b = argmaxP mf (r|Sm )
19
CAPÍTULO 1. PRIMER PARCIAL
N
X
n1 = njφj ; nj =< n(t), φj (t) >
j−1
N
X
Sm (t) = Sm φj ; Sm j =< Sm (t), φj (t) >
j−1
N
X
r(t) = (nj + Sm )φj + n2 (t); rj = nj + Sm j
j−1
rj =< Sm (t), φj (t) > + < n(t), φj (t) >=< r(t), φj (t) >
N
X
r(t) = rj φj (t) + n2 (t)
j−1
Z ∞
nj = n(t)φj (t)dt
−∞
E[nj ] = 0
Z ∞ Z ∞
cov[ninj] = E[ n(t)φj (t)dt n(t)φj (s)ds]
−∞ −∞
cov[ninj] = No /2; i = j
b = argmax[Pm f (r|Sm )]
m
m
b = argmax[Pm f (r|Sm )]
" N #
||r−Sm ||2
1 −
= argmax Pm f ( √ e No
πNo
Observaciones:
N
√1 → Constante positiva, no se considera
πNo
20
CAPÍTULO 1. PRIMER PARCIAL
||r−Sm ||2
− ||r−Sm ||2
argmax e No → lnP m − No
No
2 Siempre va a ser positivo
Se pierde la simetrı́a
BPSK:
Decisión
√ √
No 1 No 1
D1 = r : r Eb + lnp − Eb > −r Eb + ln(1 − p) − Eb
2 2 2 2
√
q
ln(1 − p)
= r : r > −r 4 Eb + → Mayor: 1 , Menor:0
p
= {r : r > r + h}
21
CAPÍTULO 1. PRIMER PARCIAL
Probabilidad de error
2
X X Z
Pe = Pm f (r|Sm )
m=1 1≤m≤2 Dm
Si mando 1
Z √ Z √
= f (r|Sm = Eb) + (1 − p) f (r|Sm = − Eb)
Dm Dm
x − mx
Funcion Q :
σ
√ √ !
Eb − rth rth − Eb
= Q p + (1 − p) p
No /2 No /2
√ !
Eb
Pe = Q p
No /2
Formas de calcular Q:
1 2
Q(x) ≈ √ e−x /2
x 2
Bit Error Rate analysis tool
Eb
= 16dB → dB = 10log(Eb/No )
No
Eb
1,6 = 10log(Eb/No ) → = 39,8
No
Matlab → Curva Gausiana bajo ciertas caracterı́sticas
Z ∞
2 2
erf c = √ e−t dt
π x
1 x
Q(x) = erf c( √
2 2
√
erf c(x) = 2Q(x)( 2x)
Ejercicio
22
CAPÍTULO 1. PRIMER PARCIAL
Solución
a)
p
r(t) = Ac k sin(2πfc ) ± Ac 1 − k 2 cos(2πfc t) + n(t)
p
= Ac k sin(2πfc t) cos(2πfc t) ± Ac 1 − k 2 cos2 (2πfc t) + n(t) cos(2πfc t)
Ac k Ac p
= (sin(4πfc t) + sin(0)) ± 1 − k 2 (1 + cos(4πfc t)) + n(t) cos(2πfc t)
2 √ 2
Ac p 2
Ac 1 − k 2
= ± 1−k + n(t) cos(2πfc t)
2 2 √
Z Tb Tb
Ac 1 − k 2
Z
Ac p 2
= ± 1 − k dt + n(t) cos(2πfc t)dt
0 2 0 2
Tb
√
Ac 1 − k 2
Z
Eb = n(t) cos(2πfc t)dt
0 2
A2c T2
= (1 − k 2 ) b
4 Tb
Por lo tanto
v
u
A 2
c
(1 − k 2 )Tb
u s
r ! u 2 2
2Eb 4 = Q Eb (1 − k )
t
Q= = Q
No
No
No
s s
1 2Eb (1 − k2 ) = 1 erf c Eb (1 − k2 )
Pe = erf c
2 2No 2 No
b)
1 2
Pe = √ e−x /2 = 10−4 → x = 3,8753
x 2
r
2Eb
No Eb
3,8753 = → = 8,3433
0,9 No
23
CAPÍTULO 1. PRIMER PARCIAL
Ejercicio
b) Si los tres mensajes son equiprobables, cual serı́a la regla de decisión más adecuada
para este sistema.
c) Si las tres señales son equiprobables, exprese la probabilidad de error del detector óptimo
en términos de la relación señal a ruido por bit promedio.
Solución
a)
1/2 √
T √
Z
S1 (t) 2
φ1 (t) = ; ||S1 (t)|| = A dt = A2 T = A T
||S1 (t)|| 0
24
CAPÍTULO 1. PRIMER PARCIAL
√
S1 (t) = A T φ1 (t)
√
S2 (t) = 2A T φ1 (t)
S3 (t) = 0φ1 (t)
b)
3 √
D1 = r:r> A T
2
1 √ 3 √
D2 = r : A T < r < A T
2 2
1 √
D3 = r : r < A T
2
c)
d212 A2 T
Pb = Q =Q
2No 2No
d)
3000 · log2 3 = 4754
Detectores
1. Receptor de Correlación
2. Receptor de Matched filter: Similar al mostrado en la figura pero este no tiene correlator
y se filtra de manera desplazada.
25
CAPÍTULO 1. PRIMER PARCIAL
ASK y PAM
1 dmin
Peo = Pe = Q √
2 2N
o
2(M − 1) dmin
= Q √
M 2No
s
1 6 log2 M Ebavg
Pe = 2 1 − Q ·
M M2 − 1 No
6 log2 M Ebavg
Pe = 2Q · → En el caso de que M es muy grande
M2 − 1 No
M-PSK
En el caso M-ario r !
πE
b
Pe = 2 log2 M sin2
M No
Pe
Pb ≈
k
QAM
Ejercicio
Suponga que un esquema binario PSK es usado para transmitir información sobre un canal
AWGN, con densidad espectral de potencia No /2 = 10−10 W/Hz. La señal de transmisión
tiene una energı́a Eb = A2 T /2, donde T es el intervalo de nit y A es la amplitud de la señal.
Determine el valor de A requerido para alcanzar una probabilidad de error de 10−6 cuando
la Tasa de Datos es:
26
CAPÍTULO 1. PRIMER PARCIAL
a) 10 kbits/s
b) 100 kbits/s
c) 1M bit/s
Solución
b) A = 21,28 · 10−6
c) A = 67,31 · 10−9
Ejercicio
r = ±A + n
Donde +A y −A ocurre con igual probabilidad y n es variable que representa ruido y está
caracterizado por una función de probabilidad laplaciana como se indica en la figura.
1 √ λ −|x|λ
fn (n) = √ e−|n| 2/σ ; fx (x) = e
2σ 2
27
CAPÍTULO 1. PRIMER PARCIAL
Solución
a)
1 1
Pe = P (0|1) + P (1|0)
2 2
Z 0
1
= (0|1)
2 −∞
1 0 λ −λ|r−A| 1 ∞ λ −λ|r+A|
Z Z
= e dr + e dr
2 −∞ 2 2 0 2
λ −A −λ|x| λ ∞ −λ|x|
Z Z
= e dx + e dx
4 −∞ 4 A
e−λA + e−λA 1 √
= = e−A 2/σ
4 2
b)
Z ∞
λ
σn2 = x2 e−λ|x| dx
−∞ 2
Z ∞
= λ x2 e−λx dx
0
2 −λx ∞
x e 2xe−λx 2e−λx
= λ − −
−λ λ2 λ3 0
2
=
λ2
Como:
A2
= SN R
σ2
Entonces
1 √
Pe = e SN R = 10−5 → SN R = 58,53 → 17,674dB
2
28
CAPÍTULO 1. PRIMER PARCIAL
Ejercicio
Solución
a)
s
d2min
PM ≤ (M − 1)Q (1.1)
2No
s
2∗A 2
≤ (15)Q (1.2)
No
b)
ET = E1 + E2 + E3 = 4(2A2 ) + 8(10A2 ) + 4(18A2 ) = 160A2
29
CAPÍTULO 1. PRIMER PARCIAL
160 2
Eavg = A = 10A6
16
Eavg
Ebavg = = 2,5A2
log2 M
Donde
A2 2Ebavg
=
No 5No
c) s
d2min
PM ≤ (M − 1)Q
2No
s !
4Ebavg
PM ≤ 15Q
5No
d)
6log2 M Ebavg
Pe = 2Q
M 2 − 1 No
M = 16
8 Ebavg
Pe = 2Q
85 No
Comparando con 16QAM:
4Ebavg
16 − QAM 5N0 17
= =
16 − P AM 8Ebavg 2
85No
17
10log10 = 9,29dB
2
QAM es 9.29 veces más eficiente
Teorı́a de la Información
Información: Caracterı́sticas que catalogan un fenómeno binario: 0,1.
Creada en 1948 por Shannon.
30
CAPÍTULO 1. PRIMER PARCIAL
• Codificación de Fuente
• Codificación de Canal
• Capacidad de Canal
◦ Incertidumbre: No conocer el resultado
◦ Información: Evitar que la información sea negativa
◦ Entropı́a: Medida de la información
Esto se da en:
Señales Determinı́sticas
Señales No determinı́sticas
Información
1
I(Sk ) = log → Entre más probable menos información
Pk
Propiedades
I(Sk ) = 0 ↔ Pk = 1
I(Sk ) ≥ 0 ↔ 0 ≤ Pk ≤ 1
Entropı́a
k−1
X
H(S) = E[I(Sk )] = Pk I(Sk )
k=0
1 1
= Po log2 + P1 log2
Pk Pk
1 1 1 1
= log2 + log2 =1
2 1/2 2 1/2
Ejercicio
Una fuente emite 4 sı́mbolos con probabilidad: 0,4, 0,3, 0,2, 0,1 Encuentre la entropı́a de la
fuente.
31
CAPÍTULO 1. PRIMER PARCIAL
Solucion
5 3 10 1 1
H(S) = 0,4 log2 + log2 + log2 5 + log2 (10)
2 10 3 5 10
H(S) = 1,346 bits
Ejercicio
Suponga que cierto curso se dan igual número de calificaciones con las letras, A,B,C,D y F.
Solucion
a)
1
IS = log2 ( ) = 0,32 bits
4/5
b)
1
IS = log2 ( ) = 2,32 bits
1/5
Se necesita 2 bits mas de información.
Ejercicio
Solución
1
• Carta de Corazón: P1 =
2
15 4
• Carta de Figura: P2 = =
52 13
4 1 2
• Carta de Figura de Corazón: P3 = · =
13 2 13
32
CAPÍTULO 1. PRIMER PARCIAL
a)
IS1 = log2 (2) = 1 bit
13
IS2 = log2 = 1,7 bits
14
13
IS3 = log2 = 2,7 bits
2
b)
IS4 = log2 (52) = 5,7 bits
52
IS5 = log2 = 2,7bits
8
Debe conocer 3.7 bits más adicionalmente.
Ejercicio
Calcule la cantidad de información necesaria para abrir una cerradura cuya combinación
consta de 3 enteros del 00 al 99.
Solución
1
I(S) = log2 = 20
1/1000000
Ejercicio
Calcule la entropı́a de la fuente discreta y sin memoria que tiene 6 sı́mbolos con probabilidades
PA = 1/2, PB = 1/4, PC = 1/8, PD = PE = 1/20, PF = 1/40.
Solución
1 1 1 2 1
H(S) = log2 (2) + log2 (4) + log2 (8) + log2 (20) + log2 (40) = 1,94 bits
2 4 8 20 40
Ejercicio
Solución
I1 = log2 (2 · 4 · 2 · 16 · 2) = 9 bits
33
CAPÍTULO 1. PRIMER PARCIAL
Ejercicio
Cierta información tiene 8 sı́mbolos y entre datos en bloques de 3 sı́mbolos con la tasa de 1000
bloques por segundo, el primer sı́mbolo en cada bloque es siempre el mismo para propósito
de sincronización, los otros dos lugares los ocupan cualquiera d e los ocho sı́mbolos con igual
probabilidad. Determine la tasa de transferencia de la información de la fuente.
Solución
1
H = log2 = 6 bits/bloque
1/64
bits bloques
6 · 1000 = 6000 bps
bloque seg
Entropı́a de la Fuente
1. H(L) = 0; P (Sk ) = 1
1
2. H(L) = log2 (k) ↔ P (Sk ) =
k
1
X 1
H(L) = P (Sk ) log2
P (Sk )
k=0
1 1
= P (S0 ) log2 + P (S1 ) log2
P (S0 ) P (S1 )
1 1
= P (S0 ) log2 + (1 − P (S0 )) log2
P (S0 ) P (S1 )
= ¶(S0 ) log2 (P (S0 )) − (1 − P (S0 )) log2 (1 − P (S0 ))
34
CAPÍTULO 1. PRIMER PARCIAL
P1 + P2 = 1
1 1
H(L) = P1 log2 + P2 log2
P1 P2
1 1
= P1 log2 + (1 − P1 ) log2
P1 1 − P1
= −P1 log2 (P1 ) − (1 − P1 ) log2 (1 − P1 )
∂H(L) 1
= − log2 P1 + log2 (1 − P1 ) = 0 → P1 =
∂P1 2
P1 + P2 + P3 = 1
P3 = 1 − 2P1
1 1
H(L) = 2P1 log2 + P3 log2
P1 P3
= −2P1 log2 (P1 ) − (1 − 2P1 ) log2 (1 − 2P1 )
∂H(L) 1 1 −2 1 1
= −2P1 · · − 2 log2 P1 − (1 − 2P1 ) · · + 2 log2 (1 − 2P1 ) = 0 → P1 =
∂P1 P1 ln 2 1 − 2P1 ln 2 3
Código Morse
E = ” − ” → Más usado
E = ” − − · −” → Menos usado
Pk−1
I= i=0 P (Sk )Ik → Tamaño promedio del código
Lmin
η= → Eficiencia de codificación
I
I ≥ Lmin )
35
CAPÍTULO 1. PRIMER PARCIAL
Códigos de Huffman
Árbol de Huffman
S0 00
S1 10
S2 11
S3 010
S4 011
Tamaño promedio del código
k−1
X
I= P (Sk )Ik = 0,4(2) + 0,2(2) + 0,2(2) + 0,1(3) + 0,1(3) = 2,2 bits
i=0
Entropı́a de la Fuente
5
H(L) = 0,4 log2 + 0,4 log2 (5) + 0,2 log2 (10) = 2,12 bits
2
Eficiencia de Codificación
2
η= = 0,9
2,2
Varianza
σ12 = 0,4(2 − 2,2)2 + 0,4(2 − 2,2)2 + 0,2(3 − 2,2)2 = 0,16
σ1 = 0,4
36
CAPÍTULO 1. PRIMER PARCIAL
S0 1
S1 01
S2 000
S3 0010
S4 0011
Tamaño promedio del código
Eficiencia de Codificación
1
η= = 0,45
2,2
Varianza
σ22 = 0,4(1 − 2,2)2 + 0,2(2 − 2,2)2 + 0,2(3 − 2,2)2 + 0,2(4 − 2,2)2 = 1,36
σ2 = 1,166
Ejercicio
37
CAPÍTULO 1. PRIMER PARCIAL
Solución
O 000
L 001
A 010
I 011
M 100
N 101
P 110
Y 111
Tamaño promedio del código
Eficiencia de Codificación
3
η= =1
3
38
CAPÍTULO 1. PRIMER PARCIAL
" # " #
P (Y0 |X0 ) P (Y1 |X0 ) 1−p p
P= →
P (Y0 |X1 ) P (Y1 |X1 ) p 1−p
Información Mutua
J−1
" #
X 1
H(H|YYk ) = p(Xj |Yk ) log2
i=0 p(Xj |Yk )
k−1
X
H(H|Y ) = H(Y = Yk )p(Yk )
i=0
K−1
X J−1
" #
X 1
= p(Xj |Yk )p(Yk ) log2
k=0 j=0 p(Xj |Yk )
K−1
X J−1
" #
X 1
= p(Xj Yk ) log2
k=0 j=0 p(Xj |Yk )
39
CAPÍTULO 1. PRIMER PARCIAL
Propiedades
PK−1 PJ−1 p(Yk |Xj )
1. I(H; Y ) = k=0 j=0 p(Xj ; Yk )p(Yk ) log2
P (Yk )
2. I(H; Y ) ≥ 0
Si P (X0 ) = P (X1 )
1 X
1
X p(yk |xj )
I(H; Y ) = p(xj ; yk )p(Yk ) log2
P (yk )
k=0 j=0
1 X 1
X p(yk |x0 ) p(yk |x1 )
= p(x0 ; yk ) log2 + p(x1 ; yk ) log2
p(yk ) p(yk )
k=0 k=0
p(y0 |x0 ) p(y1 |x0 )
= p(x0 , y0 ) log2 + p(x0 , y1 ) log2 +
p(y0 ) p(y1 )
p(y0 |x1 ) p(y1 |x1 )
p(x1 , y0 ) log2 + p(x1 , y1 ) log2
p(y0 ) p(y1 )
1−p p
= p(x0 )(1 − p) log2 + p(x0 )p log2 +
p(x0 ) p(x0 )
p 1−p
p(x0 )p log2 + p(x0 )(1 − p) log2
p(x0 ) p(x0 )
1−p p
= 2p(X0 ) (1 − p) log2 + p) log2
p(x0 ) p(x0 )
Como p(x0 ) = 1/2
= (1 − p) log2 [2(1 − p)] + p log2 [2p]
= 1 + (1 − p)log2 [1 − p] + p log2 [p] = C → Capacidad del Canal
40
CAPÍTULO 1. PRIMER PARCIAL
41
Capı́tulo 2
Segundo Parcial
C = maxp(xj) I(H; y)
C = 1 + (1 − 2p(1 − p)) log2 [1 − 2p(1 − p)] + 2p(1 − p) + 2p(1 − p)[log2 p + log2 (1 − p)]
42
CAPÍTULO 2. SEGUNDO PARCIAL
H(Z) C
≤
Ts Tc
Donde
C:Tasa critica
Tc : Tiempo de utilización
Tc
R= R≤C
Ts
Entropia diferencial e Información
Z ∞
1
h(x) = f x(x) log2 dx
−∞ f x(x)
∞
X 1
H(x) = lı́m f x(x)∆x log2
∆x→0 f x(x)
k=−∞
" ∞ #
X 1
= lı́m f x(x) log2 ∆x
∆x→0 f x(x)
k=−∞
∞
" #
X
− lı́m log2 ∆x f x(x)∆x
∆x→0
k=−∞
= h(x) − lı́m log2 ∆x
∆x→0
Z a
1
h(x) = log2 [a]dx
−a a
1
= log2 [a] · a
a
= log2 [a]
Diferencial Fundamental
k−1
X qk
PR log2 ≤0
pk
k=0
43
CAPÍTULO 2. SEGUNDO PARCIAL
Z ∞ Z ∞
fy (x) log2 f y(x)dx ≤ − fy (x) log2 f x(x)dx
−∞ −∞
Z ∞
h(y) ≤ − fy (x) log2 f x(x)dx
−∞
Z ∞
(x − µ)2
√
h(y) ≤ − log2 e fy (x) − 2
− log2 2πσ dx
−∞ 2σ 2
1
h(y) ≤ log2 (2πeσ 2 )
2
1
h(a) = 2 log2 (2πeσ 2 ) → Cuando se tiene una función Gaussiana
Información Mutua
Z ∞ Z ∞
f x(x|y)
I(x; y) = fxy (x; y) log2 dx
−∞ −∞ f x(x)
I(x; y) = I(y; x)
I(x; y) ≥ 0
No
σ2 = 2B = No B
2
E = [x2k ] = P ; k = 1, 2, 3, ...
44
CAPÍTULO 2. SEGUNDO PARCIAL
Donde
1
h(yk ) = log2 [2πe(P + σ 2 )]
2
1
h(Nk ) = log2 [2πeσ 2 ]
2
1 P
C = log2 1 + 2
2 σ
C = B log2 (1 + SN R)
Ejercicio
Un canal tienen un ancho de banda = 3.4 kHz
SN R = 7,88dB → Maximo
SN R = 2,2dB → Minimo
2. SNR, corresponde a 30dB. Calcule el ancho de banda mı́nimo para soportar la calidad
de vı́deo resultante
45
CAPÍTULO 2. SEGUNDO PARCIAL
29,88x106
B= = 2,99M Hz(M ax) → 1,49M Hz(M in)
log2 (1 + 1000)
SN R = 30dB
P (x = k) = p(1 − p)k−1 , k = 1, 2, 3, ..
∞
X
k−1 1
h(x) = p(1 − p) log2
(1 − p)k−1
k=1
X∞
= − p(1 − p)k−1 log2 ((1 − p)k−1 )
k=1
X∞
= − p(1 − p)k−1 (log2 p + (k − 1) log2 (1 − p))
k=1
∞
X ∞
X
= −p log2 p p(1 − p)k−1 − p log2 p(1 − p) p(1 − p)k−1 (k − 1)
k=1 k=1
= − log2 p − (1 − p) log2 (1 − p)
1 −|x|/λ
f x(x) = e ,λ > 0
2λ
Z ∞
1 −|x|/λ 1 −|x|/λ
h(x) = − e log2 e dx
−∞ 2λ 2λ
Z 0 Z ∞
1 −|x|/λ 1 −|x|/λ 1 −|x|/λ 1 −|x|/λ
= − e log2 e dx − e log2 e dx
−∞ 2λ 2λ 0 2λ 2λ
Z 0 Z ∞
1 x x/λ x/λ
x x/λ x/λ
= − e − e ln(2λ) dx − e − e ln(2λ) dx
2λln(2) −∞ λ 0 λ
1
= − [λ − ln(2λ) + λ + ln(2λ)]
2λln(2)
log2 2λ
=
2λ
FALTAN COSAS !!!
AWGN
mn = 0; σn2 = 1
w0
Lxx =
2
46
CAPÍTULO 2. SEGUNDO PARCIAL
Coloreado
Se coloca un filtro en la región de interés
Es limitado en banda
SN (t)
SN 0 (f ) =
|H(f )|2
Respuesta en magnitud del canal
Lk = xk (t) + nk (t); k = 1, 2, 3, · · · N
Para conocer el canal → Primera potencia
Pk = Sx (fk )δf
Sn (f )
σ2 = δf
|H(f )|2
1 pk
Ck = δf log2 1 + 2 ; k = 1, 2, ..., N
2 σ
N
1X pk
Ck ≈ δf log2 1 + 2
2 σk
k=1
σ2
u= al final todos transmiten al mismo canal
λ
1 ∞ |H(f )|2
Z
C= log2 k df
2 −∞ SN (t)
47
CAPÍTULO 2. SEGUNDO PARCIAL
pk + σk2 = kδf
Matemáticamente funciona, no se conoce caracterı́sticas del canal
Detección de errores
Corrección de errores
Módulo 2 0 + 0 = 0
0+1=1
1+0=1
1+1=0
n-k k
b0 b1 bn−k−1 m0 m1 mk−1
paridad mensaje
| {z }
. n
m = [m0 , m1 , · · · , mk−1 ]
b = [b0 , b1 , · · · , bn−k−1 ]
48
CAPÍTULO 2. SEGUNDO PARCIAL
c = [c0 , c1 , · · · , cn−1 ]
b = mP
P00 P01 P0n−k−1
P =
Pk−10 Pk−1,n−k−1
..
c = b.m
..
c = m P .Ik
..
G = P .Ik
C = m · G → Trasmisión
PT
.
H · GT = [I n−k ..P T ]
...
Tk
cH T = mGH T = 0
. .
G = [1111..1] = [Pk,n−k ..k]
..
1 0 0 0 . 1
..
0 1 0 0 . 1
H=
..
0 0 1 0 . 1
.
0 0 0 1 .. 1
Cuando se produce un error se genera un Sindrome
49
CAPÍTULO 2. SEGUNDO PARCIAL
S = rH T ; r = c + e
S = [c + e]H T = eH T
Distancia de Hamming
Peso de Hamming → Numero de elementos 6= 0
Ej: C1 = 01010100 → n = 9, ones = 3
Distancia de Hamming → Distancia mas pequeña entre cualquier par de vectores de codigo
en el codigo
Ej: C2 = 010111011 → n = 9, ones = 6
dmin(C1 , C2 ) = min(6, 3) = 3
1
t ≤ [ (dmin − 1)] = 1
2
Código de Hamming
Hamming (7,4)
n = 24 − 1
k = 2n − m − 1
n−k =m
.
1 1 0 .. 1 0 0 0
.
0 1 1 .. 0
1 0 0
G=
.
1 1 1 .. 0
0 1 0
.
1 0 1 .. 0 0 0 1
Hamming (n,k)
Caracterı́stica del código Hamming dmin = 3 → puede detectar 3 errores y corregir 1.
50
CAPÍTULO 2. SEGUNDO PARCIAL
0 0 0 0
0 0 0 1
0 0 1 0
0 0 1 1
0 1 0 0
0 1 0 1
0 1 1 0
0 1 1 1
m=
1 0 0 0
1 0 0 1
1 0 1 0
1 0 1 1
1 1 0 0
1 1 0 1
1 1 1 0
1 1 1 1
0 0 0 0 0 0 0 0 0 0 0
0 0 0 1 1 0 1 0 00 1
0 0 1 0 1 1 1 0 0 1 0
0 0 1 1 0 1 0 0 0 1 1
0 1 0 0 0 1 1 0 10 0
0 1 0 1 1 1 0 0 1 0 1
..
0 1 1 0 1 1 0 . 1 0 0 0 1 0 0 0 1 1 0
0
..
1 1 1
0 1 1 . 0 1 0 0 0 0 1 0 1 1 1
c=mG= · =
1 0 0 0
.. 1 1 0 1 0 0 0
1 1 1 . 0 0 1 0
..
1 0 0 1 0 1 1 1 0 0 1
1 0 1 . 0 0 0 1
1 0 1 0 0 0 1 1 0 1 0
1 0 1 1 1 0 0 1 0 1 1
1 1 0 0 1 0 1 1 1 0 0
1 1 0 1 0 0 0 1 1 0 1
1 1 1 0 0 1 0 1 1 1 0
1 1 1 1 1 1 1 1 1 1 1
1 0 0 1 0 1 1
H = 0 1
0 1 1 1 0
0 0 1 0 1 1 1
51
CAPÍTULO 2. SEGUNDO PARCIAL
....
0 0 0 .. 0 0 0 0 0 0 0
1 ....
0 0 .. 1 0 0 0 0 0 0
0 ....
1 0 .. 0 1 0 0 0 0 0
0 ....
0 1 .. 0 0 1 0 0 0 0
1 ....
1 0 .. 0 0 0 1 0 0 0
....
0 1 1 .. 0 0 0 0 1 0 0
....
1 1 1 .. 0 0 0 0 0 1 0
....
1 0 1 .. 0 0 0 0 0 0 1
c = r + Pe
h i h i
c= 1 1 1 0 0 1 0 + 0 0 0 0 0 0 0
h i h i
c= 1 1 0 0 0 1 0 + 0 0 1 0 0 0 0
GH T = 0
Propiedades
52
CAPÍTULO 2. SEGUNDO PARCIAL
C(x) = q(x)g(x)
Polinomio generador → xn + 1
c(x) = a(x)g(x)
b0 b1 bn−k−1 m0 m1 mk−1
paridad mensaje
| {z }
. n
Ejemplo
x7 + 1 = (x + 1)(1 + x2 + x3 )(1 + x + x3 )
53
CAPÍTULO 2. SEGUNDO PARCIAL
g(x) = 1 + x + x3
(7; 4) → n − k = 3
1001 → m(x) = 1 + x3
n−k−1
X
g(x) = 1 + gi xi + xn−k
i=1
n−k−1
X
h(x) = 1 + hi x i + x k
i=1
x + 1 = (1 + x)(1 + x + x2 )
h(x) = 1 + x + x2 + x4
g(x) = 1 + x + x3
xg(x) = x + x2 + x4
x2 g(x) = x2 + x3 + x5
x3 g(x) = x3 + x4 + x6
Matriz Sistematica
1 1 0 1 0 0 0
0 1 1 0 1 0 0
0
G =
0 0 1 1 0 1 0
0 0 0 1 1 0 1
Se suma la fila F2, el primer mas tercer reglón.
Se suma las dos primeras filas y eso a la cuarta
1 1 0 1 0 0 0
0
0 1 1 0 1 0 0
G =
1 1 1 0 0 1 0
1 0 1 0 0 0 1
Se obtiene la Matriz no Sistematica
54
CAPÍTULO 2. SEGUNDO PARCIAL
k−1
X
h(x) = hi ∗ x i + x k
i=1
g(x)h(x)mod(xn + 1) = 0
g(x)h(x) = xn + 1
x4 h(x−1 ) = x4 + x3 + x2 + 1
x5 h(x−1 ) = x5 + x4 + x3 + x
x6 h(x−1 ) = x6 + x5 + x4 + x2
Ejemplo
Considérese el código de Hamming (7;4) definido por g(x) = 1 + x + x2 la palabra codigo
0111001se envia por un canal ruidoso produciendo la palabra recibida 0101001, que tiene un
solo error. Determine el polinomio sindrome S(i) de la palabra recibida y demuestre que es
identico al polinomio del error.
55
CAPÍTULO 2. SEGUNDO PARCIAL
0101001 → x + x3 + x6
x + x3 + x6
= x3 + x Residuo = x2 = S(x)
1 + x + x3
e(x) = x + x2 + x3 + x6 + x + x3 + x6
e(x) = x2
1 + x2
g(x) =
h(x)
Hamming dmin = 3
Verificación de redundancia (CRC)
CRC 12 Polinomio Generador 1 + x + x2 + x3 + x1 1 + x1 2 donde; n − k = 12
CRC 16 Polinomio Generador 1 + x2 + x1 5 + x1 6 donde; n − k = 16
CRC TTU Polinomio Generador 1 + x5 + x1 2 + x1 6 donde; n − k = 16
56
CAPÍTULO 2. SEGUNDO PARCIAL
Todos los patrones de errores con números impar de errores si el polinomio generador
g(x) para el código tiene un numero par de coeficientes distinto de cero.
L bits
r=
n(L + M simbolo
1 bits
L≥M →r=
n simbolo
Existen 4 formas de representación:
1. Diagrama de bloques
2. Diagrama de estados
3. Diagrama de árbol
4. Diagrama de enramado
Ejercicio
g1 (x) = 1 + x + x2
g2 (x) = 1 + x2
Entrada: 1 + x3 + x4
Salida:
(1 + x3 + x4 )(1 + x + x2 ) = 1 + x + x2 + x3 + x6
57
CAPÍTULO 2. SEGUNDO PARCIAL
(1 + x3 + x4 )(1 + x2 ) = 1 + x2 + x3 + x4 + x5 + x6
A B µ A’ B’ g1 g2
0 0 0 0 0 0 0
0 0 1 1 0 1 1
0 1 0 0 0 1 1
0 1 1 1 0 0 0
1 0 0 0 1 1 0
1 0 1 1 1 0 1
1 1 0 0 1 0 1
1 1 1 1 1 1 0
58
CAPÍTULO 2. SEGUNDO PARCIAL
Un codificador convolucional tiene un registro de corrimiento sencillo con 2 etapas (es decir
longitud de restriccion k = 3), 3 sumadores modulo 2 y un multiplexor de salida. las secuencias
del generador del codificador son
g1 = [1, 0, 1]
g2 = [1, 1, 0]
g3 = [1, 1, 1]
59
CAPÍTULO 2. SEGUNDO PARCIAL
A B µ A’ B’ g1 g2 g3
0 0 0 0 0 0 0 0
0 0 1 1 0 1 1 1
0 1 0 0 0 1 0 1
0 1 1 1 0 0 1 0
1 0 0 0 1 0 1 1
1 0 1 1 1 1 0 0
1 1 0 0 1 1 1 0
1 1 1 1 1 0 0 1
Ejercicio
En la figura se muestra el codificador para un código convolucional de tasa 1/2, longitud de
restricción k = 4. Determine la salida del codificador producida por la secuencia del mensaje:
60
CAPÍTULO 2. SEGUNDO PARCIAL
10111.
g1 (x) = 1 + x + x2 + x3
g2 (x) = 1x + x3
m(x) = 1 + x2 + x3 + x4 + ...
c1 (x) = (1 + x2 + x3 + x4 + ...) · (1 + x + x2 + x3 )
c1 (x) = 1 + x + x3 + x4 + x5 + x7 + ...
c2 (x) = 1 + x + x2 + x3 + x6 + x7 + ...
Este se puede comporbar a travéz de la siguiente tabla y con las siguientes especificaciones:
A0 = µ
B0 = A
C0 = B
g1 = µ + A + B + C
61
CAPÍTULO 2. SEGUNDO PARCIAL
A B C µ A’ B’ C’ g1 g2
0 0 0 0 0 0 0 0 0
0 0 0 1 1 0 0 1 1
1 0 0 0 0 1 0 1 1
0 1 0 1 1 0 1 0 1
1 0 1 1 1 1 0 1 1
1 1 0 1 1 1 1 1 0
g2 = µ + A + C
Ejercicio
Considere el codificador convolucional de tasa 2/3 como se muestra en la figura, este
codificador tiene k = 2 bits, y la salida del codificador N = 8, realice el diagrama de estados
y el de enramado .
g1 = µ1 + A + B
g2 = µ1 + µ2 + B
g 3 = µ1 + A
Ejercicio
g1 = x + x2
g2 = 1 + x
62
CAPÍTULO 2. SEGUNDO PARCIAL
A B µ1 µ2 A’ B’ g1 g2 g3
0 0 0 0 0 0 0 0 0
0 0 0 1 0 1 0 1 0
0 0 1 0 1 0 1 1 1
0 0 1 1 1 1 1 0 1
0 1 0 0 0 0 1 1 0
0 1 0 1 0 1 1 0 0
0 1 1 0 1 0 0 0 1
0 1 1 1 1 1 0 1 1
1 0 0 0 0 0 1 0 1
1 0 0 1 0 1 1 1 1
1 0 1 0 1 0 0 1 0
1 0 1 1 1 1 0 0 0
1 1 0 0 0 0 0 1 0
1 1 0 1 0 1 0 0 0
1 1 1 0 1 0 1 0 1
1 1 1 1 1 1 1 1 1
63
CAPÍTULO 2. SEGUNDO PARCIAL
g3 = 1 + x + x2
µ = 1011
64
CAPÍTULO 2. SEGUNDO PARCIAL
65
CAPÍTULO 2. SEGUNDO PARCIAL
66
CAPÍTULO 2. SEGUNDO PARCIAL
2.3. Cuantificacion
Cuantificadores
Uniformes
Logarı́tmicos
Adaptativos
Diferenciales
Vectoriales
Proceso no lineal: x
b(n) = Q[x(n)]; x(n) está discretizado.
∆: Paso de cuantificaión; cambio valores de voltaje.
67
CAPÍTULO 2. SEGUNDO PARCIAL
2Xm
∆=
2#
2(5)
∆= = 19,53mV
28
e(n) = x(n) − x
b(n)
∆2
Ruido de cuantificación: → σe2 = 12
Z ∞
E[x] = xfx (x)dx
−∞
Z ∞
2
E[x ] = x2 fx (x)dx
−∞
Z ∆/2
2 1 2
E[x ] = x dx
−∆/2 ∆
68
CAPÍTULO 2. SEGUNDO PARCIAL
1 ∆3
E[x2 ] = dx
∆ 12
∆2
E[x2 ] =
12
Ya no es uniforme.
Usan estocásticos.
Ejemplo:
5 min→ fs = 44100 Hz→ 16 bits, estéreo.
5min · 60seg · 44100Hz · 16bits · 2
= 50,46M bytes
1min · 8 · 1024 · 1024
Medidas.
Procesamiento.
Transformación.
Extracción de información.
69
CAPÍTULO 2. SEGUNDO PARCIAL
Y (z) 1
H(z) = = 1 − z −1
X(z) 2
Filtros FIR son estables y se los usa en el campo de las telecomunicaciones.
2 − z −1 = 0
2 = z −1
1
=2
z
1
z=
2
Función de cuantificación
Q(y[n]) = Q(x[n]) − Q(0,5x[n − 1])
b[n] − (0,5b
yb[n] = x x[n − 1] − ηm [n])
70
CAPÍTULO 2. SEGUNDO PARCIAL
= E[∆2 x[n]] − E[∆x[n]∆x[n − 1]] − 2E[∆x[n]ηm [n]] + 0,25E[∆2 x[n − 1]] + E[∆x[n − 1]ηm [n]]
≈ 1,25E[∆2 x[n]] − 2E[∆x[n]ηm [n]] + E[∆x[n − 1]ηm [n]] + E[ηm
2 [n]]
Ejercicio
Dado una forma de onda análogica que ha sido muestreada a una frecuencia de Nyquist fs
usando muestreo natural. Pruebe que una forma de onda proprcionada a la forma de onda
original puede ser recuperad de las muestras usando las técnicas de recuperación mostradas
en la figura, el paámetro MFS es la frecuencia de oscilador local donde M es un entero.
71
CAPÍTULO 2. SEGUNDO PARCIAL
∞
( )
X
X0 (t) = X(t) C0 Cm cos(2πfs mt)
m=1
1 1
X0 (t) = X(t) 2Cm 2 + 2 ∗ cos(4πfs t)
X0 (t) = Cm X(t)
Ejercicio
Una forma de onda X(t) = 10 cos(1000t+ π3 )+20 cos(2000+ π6 ) es uniformemente muestreada
para una transmisión digital.
1. ¿Cuál es la máxima separación entre las muestras para que exista una reconstrucción
perfecta?
2. Si se desea reproducir una hora esta forma de onda ¿cuánta capacidad en disco se
requiere?
2000 1000
1. f = 2π = π = 318, 31Hz ≈ 320
f = 1000 500
2π = π = 159, 24Hz ≈ 160
1000
fm = 2π∗(2) = 636, 62Hz ≈ 640
1
maximaseparacion = 640 = 1, 5625ms
60min∗60seg∗640∗8bits
2. 8bits(1024)(1024) = 2, 19M bytes
Si se usa un canal stereo se multiplica por 2
Ejercicio
Un conversor lineal de análogica a digital de 16 bits esta operando sobre un rango de ±5.
72
CAPÍTULO 2. SEGUNDO PARCIAL
16bits ± 5V
2Xm 2(5)
1. S = 2n = 216
= 0, 1526mV
2
∆2
2. σc2 = 12= (0,15mV
12
)
= 1, 94 ∗ 10−9
q
2 −6
2
σRM S = ∆ √∆
12 = 12 = 44, 05 ∗ 10
2
σRM S : respecto a la media
Ejercicio
Considere un cuantificador de tres niveles, cuyo funcionamiento se indica en la figura, suponga
que la entrada x al cuantificador es una variable aleatoria uniforme en el intervalo (-1,1),
determine el valor del parámetro a de manera a minimizar el error cuadrático medio producido
por el error de cuantificación.
1 1 1
f x(x) = = =
b−a 1 − (−1) 2
e = x − Q(x)
E[e2 ] = E[(x − Q(x))2 ]
R∞
E(e2 ) = −∞ x2 f x(x)dx
1 R −1/2 2 dx + 1 1/2 (x)2 dx + 1 1 (x − a)2 dx
R R
= (x + a)
2 −1 2 −1/2 2 1/2
1 x3 −1/2 1 x 3
1/2 1 x3
= [ + ax2 + a2 x]−1 + [ ]−1/2 + [ − ax2 + a2 x]11/2
2 3 2 3 2 3
73
CAPÍTULO 2. SEGUNDO PARCIAL
1 1 1 a a2 1 1 1 a a2 1
= [ − a + a2 − + − + + − + − + − a + a2 ]
2 3 24 4 2 24 24 24 4 2 3
1 2 a 1 2 3a 1 3a a2
= [ + + a2 − 2a] = [ − + a2 ] = − +
2 3 2 2 3 2 3 4 2
3 3
a− =0⇒a=
4 4
Ejercicio
Un conversor de 10 bits con ley µ opera sobre una escala de ±5V . Si µ = 100 determine la
salida del cuantificador si la entrada 5V de una senal sinusoidal.
10bits
Ymax = 5V
µ = 100
|X| = 5
Ley µ
Y = Ymax ln[1+µ(|X|)]
ln(1+µ) sgn(X)
Y = 5 ln[1+100(|5|)]
ln(1+10)
Y = 6, 73V
Ejercicio
Un filtro lineal es diseñado como un predictor final con 2 tabs o coeficientes de filtro, para
b(n) = a1 x(n − 1) + a2 x(n − 2).
operar en un sistema DPSM, el predictor tiene la forma x
Determine los valores de a1 y a2 de manera de minimizar el error cuadrático medio de la
predicción.
74
Capı́tulo 3
Tercer Parcial
LMS
NLMS
Se trabajan como filtros FIR, varias aplicaciones en donde se pueden aplicar son en Realce
de Señales
75
CAPÍTULO 3. TERCER PARCIAL
R = E[X(k)XH (k)]
Donde:
x0 (k)
x1 (k) h i
X(k) = ; XH (k) = x∗0 (k) x∗1 (k) · · · x∗n (k)
..
.
xn (k)
76
CAPÍTULO 3. TERCER PARCIAL
Por lo tanto
x0 (k)
x1 (k) h i
R = E x∗0 (k) x∗1 (k) · · · x∗n (k)
..
.
xn (k)
E[|x0 (k)|2 ] E[x0 (k)x∗1 (k)] · · · E[x0 (k)x∗n (k)]
E[x1 (k)x∗ (k)] E[|x1 (k)|2 ] ··· E[x1 (k)x∗n (k)]
0
R=
.. .. .. ..
. . . .
E[xn (k)x∗0 (k)] E[xn (k)x∗1 (k)] · · · E[|xn (k)|2 ]
3.1.1.1. Propiedades
Matriz Hermı́tica: R = RH
Matriz de Toeplitz:
λm ax
C=
λm in
Donde:
Suponga que la señal de entrada es un vector compuesto por sus propios retardos de tal forma
que:
x(k)
x(k − 1)
X(k) =
..
.
x(k − N )
Ejercicios
Dado que x(k) = n(k), donde n(k) es ruido blanco de medio 0 y varianza σn2 . Encontrar la
matriz de auto correlación cuando n = 3.
77
CAPÍTULO 3. TERCER PARCIAL
Solución
x(k)
x(k − 1)
X(k) =
x(k − 2)
x(k − 3)
Por lo tanto
x(k)
x(k − 1) h i
R = E x∗0 (k) x∗ (k − 1) x∗ (k − 2) x∗ (k − 3)
x(k − 2)
x(k − 3)
E[|x(k)|2 ] E[x(k)x∗ (k − 1)] E[x(k)x∗ (k − 2)] E[x(k)x∗ (k − 3)]
E[x(k − 1)x∗ (k)] E[|x(k − 1)|2 ] E[x(k − 1)x∗ (k − 2)] E[x(k − 1)x∗ (k − 3)]
=
E[x(k − 2)x∗ (k)] E[x(k − 2)x∗ (k − 1)] 2 ∗
E[|x(k − 1)| ] E[x(k − 2)x (k − 3)]
E[x(k − 3)x∗ (k)] E[x(k − 3)x∗ (k − 1)] ∗
E[x(k − 3)x (k − 2)] 2
E[|x(k − 3)| ]
E[n2 (k)] E[n(k)n∗ (k − 1)] E[n(k)n∗ (k − 2)] E[n(k)n∗ (k − 3)]
E[n(k − 1)n∗ (k)] E[n2 (k − 1)] E[n(k − 1)n∗ (k − 2)] E[n(k − 1)n∗ (k − 3)]
=
E[n(k − 2)n∗ (k)] E[n(k − 2)n∗ (k − 1)] 2 ∗
E[n (k − 1)] E[n(k − 2)n (k − 3)]
E[n(k − 3)n∗ (k)] E[n(k − 3)n∗ (k − 1)] ∗
E[n(k − 3)n (k − 2)] 2
E[n (k − 3)]
Dado que mn = 0 y σn2 = E[n2 (k)] − m2n
σ 2 0 0 0
n
0 σ2 0 0
n
R=
2
0 0 σ n 0
0 0 0 σn2
Para x(k) = acos(wo k) + n(k)
78
CAPÍTULO 3. TERCER PARCIAL
R R01 R02 R03
00
R R11 R12 R13
10
R=
R20 R21 R22 R23
R30 R31 R32 R33
Filtro de Wiener
79
CAPÍTULO 3. TERCER PARCIAL
Donde
∂ξ(k)
∂wo
∂ξ(k)
ξ(k) ∂w
=
1
∂w ...
∂ξ(k)
∂wn
Donde
−2P + 2Rw = 0
P = Rw
w = R−1 P
80
CAPÍTULO 3. TERCER PARCIAL
Ejercicios
1. La señal es generada aplicando distinto ruido blanco sobre en filtro de primer orden, cuyos
polos se encuentran en −S1 y −S2 respectivamente. Calcule la matriz de autocorrelacion y
calcule la solucion de Wienner si la señal deseada es X2 (k)
1
E[x2i (k)] = 1 = ki2 · · σ2
1 − Si2
r
1 − Si2
ki =
σ2
E[x2 (k)] = α12 x21 (k) + 2α1 x1 (k)α2 x2 (k) + α22 x22 (k)
= α12 (1) + α22 (1)
" #
α12 + α22 −S12 α12 − −S22 α22
R=
−S12 α12 − −S22 α22 α12 + α22
Wo = R−1 P
P = E[d(k)x(k)]
" #
α1 x1 (k) + α2 x2 (k)
P = E x2 (k)
α1 x1 (k − 1) + α2 x2 (k − 1)
" #
α2
P =
−α2 S2
" #−1 " #
α12 + α22 −S12 α12 + −S22 α22 α2
Wo =
−S12 α12 + −S22 α22 α12 + α22 −α2 S2
" #
1 α12 α2 + α23 − S1 S22 α12 α2 − S22 α23
Wo = 2
(α1 + α22 )2 − (S12 α12 + −S22 )2 S1 α12 + S2 α23 − S22 α12 α2 − S22 α23
81
CAPÍTULO 3. TERCER PARCIAL
1. Consistencia y BIAS
2. Algoritmos de Newton
∆w(k + 1) = w(k) − wo
wo = R−1 P
R = E[x(k)xT (k)]
P = E[d(k)x(k)]
b = x(k)xT (k)
R
Pb = d(k)x(k)
w(k + 1) = w(k) − µb
gw (k)
82
CAPÍTULO 3. TERCER PARCIAL
1. Estabilidad
1
0≤µ≤
λmax
Análisis de estabilidad de matriz de covarianza
1
0≤µ≤
tr[R]
0≤µ≤1
2. Desajuste (Misadjustment)
µtr[R]
M≈
1 − µtr[R]
3. Calculo computacional
Si modelo es no estacionario →
s
(N + 1)σ 2
µopt
4σ 2 tr[R]
w(k + 1) = w(k) + µe ∗ (k)x(k)
NMLS
Inicializacion
x(0) = w(0)
2π
x(k) = ejwo k + n(k) = ej 8
k
+ n(k)
83
CAPÍTULO 3. TERCER PARCIAL
π
" #
ej 4 k + n(k)
x(k) = π
ej 4 (k−1) + n(k − 1)
π
"" # #
ej 4 k + n(k) h π π
i
R=E π e−j 4 k + n(k) e−j 4 (k−1) + n(k − 1)
ej 4 (k−1) + n(k − 1)
" #
E[|x(k)|2 ] E[x(k)x(k − 1)]
R=
E[x(k − 1)x(k)] E[|x(k − 1)|2 ]
" √ √ #
2 2
1,1 2 + j 2
R = √2 √
2
2 +j 2 1,1
tr[R] = 2, 2
1 1
0≤µ≤ →0≤µ≤
tr[R] 2,2
Algoritmo RLS
k
X
ξα = λk−i E 2 (i)
i=0
k
X
= λk−i [d(i) − xT (i)w(i)]2
i=0
∂ξ d (k)
∂w
o
∂ξ d (k) .
= ..
∂w(k)
∂ξ d (k)
∂w(n
Derivando
k
0
X
k−i T
.
2 λ [d(i) − x (i)w(i)] = ..
i=0
0
" k #−1 k
X X
w(k) = λk−i x(i)xT (i) λk−i x(i)d(i)
i=0 i=0
w(k) = R−1
o Po
84
CAPÍTULO 3. TERCER PARCIAL
Matriz Computacional
So (k − 1)x(k)xT (k)
1
S ∆ (k) = R−1
∆ (k) = So (k − 1)
λ λ + xT (k)So (k − 1)x(k)
Inicializacion
S ∆ (−1) = δ T
P ∆ (k) = λP ∆ (k − 1) + d(k)x(k)
w(k) = S ∆ P ∆
ro → Distancia nominal
85
CAPÍTULO 3. TERCER PARCIAL
n = 3.1
FAF = 5 dB
S = -75 dBm
PT x = -10 dB
PRx = -105 dB
n Q
r X
Lp (dB) = β(dB) + 10log + F AF (q)
ro
q=1
3,1
38
Lp (dB) = β(dB) + 10log + 10(3) + 2(5)
5
3,1622x10−11 β
= 3,1 → 2,49x10−5
0,1 38
Lp = −46,02 + 27,3 + 30 + 10 = 21,28dB
86
CAPÍTULO 3. TERCER PARCIAL
D =ω+τ
Donde:
3.1.3.1. FDMA
τF D = T
ωF D = 0
3.1.3.2. TDMA
T b
τT D = =
M R
M
1 X T 1
ωT D = (m − 1)T /M = 1−
M 2 M
m=1
DF D = T
T 1 T
DT D = 1− +
2 M M
b
= DF D − (M − 1)
2R
87
CAPÍTULO 3. TERCER PARCIAL
Donde:
n(t) Ruido
Si las variaciones del canal son lentas a comparación con la duración del sı́mbolo, se puede
asumir que:
ω(t) = ω = αejφ
En donde:
3.1.5. Definiciones
88
CAPÍTULO 3. TERCER PARCIAL
El Acceso mútlpile por división de códigos se basan en las técnica de Spread Spectrum.
89
CAPÍTULO 3. TERCER PARCIAL
Es
Dado que: E[Ui ] = , entonces la varianza será:
D
= E[Ui2 |si ] − Es2
Z T
2 2
= Es − EJ + E Si (t)J(t)dt
0
Es EJ Es EJ
= =
n n D
De donde:
Es n
·
EJ D
n Bss
Pero Gpp = = , en donde Gpp es la ganancia del proceso.
D BD
r ! r ! r !
2Eb 2Eb 2Eb
Pe = Q =Q ≈Q
No No NJ + No
Potencia Recibida:
Sb = Eb Rb
s !
2Wc1 /Rb q
Pe = Q =Q 2GppJ/Sb
J/Sb
Esta nos permite crear vectores ortogonales para poder utilizar CDMA.
" #
HN HN
H2N =
HN H˜N
En el caso de que se tenga que: " #
−1 −1
HN =
−1 1
Por lo tanto:
−1 −1 −1 −1 ω0
−1 1 −1 1 ω1
H2N =
−1 −1 1 1 ω2
−1 1 1 −1 ω3
90
CAPÍTULO 3. TERCER PARCIAL
2. La cantidad de unos y de ceros deber ser igual, en el caso de que no lo sean , el número
de unos puede exceder por uno al número total de ceros.
1 -1 1
1 1 1 1 -1 -1 -1 -1 1 1 1 1
-1 1 -1 1 -1 1 -1 1 -1 1 -1 1 → chips
-1 1 -1 1 1 -1 1 -1 -1 1 -1 1
Ejercicios
En un sistema CDMA se usa spread spectrum de secuencia directa con un ancho de 10 kHz
y una ancho de dispersión de 10 MHz, se transmite solo una señal u se recibe una señal con
una relación señal a ruido (SNR) de 16 dB.
c. Si se recibe una relación Eb /No → ∞ por cada receptor ¿Cuántos usuarios máximos
puede soportar la banda?
Solución
a.
Eb
= 16 dB
No
Wss 10 kHz
91
CAPÍTULO 3. TERCER PARCIAL
W = 10 M Hz
Wss 10 M Hz
Epp = = = 30 dB
W 10 kHz
Si se requiere una SN R + Io de 10 dB entonces:
1
= 10
1 1
+
Eb Eb
N0 Io
Reemplazando valores ya conocidos y despejando Eb /Io se tiene:
Eb
= 13,35 → 11,25 dB
Io
Se sabe que:
Eb S
= + Gpp
Io I
Por lo que:
S
= −18,75 dB = 0,0133
I
I
# de usuarios = + 1 = 76 usuarios
S
b.
Eb
= 16 − 3 = 13 → 19,9526 dB
No
1
= 10
1 1
+
19,95 Eb
Io
Reemplazando valores ya conocidos y despejando Eb /Io se tiene:
Eb
= 20,047 → 13 dB
Io
Eb S
= + Gpp
Io I
S
= −17 dB = 0,02
I
I
# de usuarios = + 1 = 51 usuarios
S
c.
Eb
→∞
No
Eb
= 10 → 10 dB
Io
Eb S
= + Gpp
Io I
92
CAPÍTULO 3. TERCER PARCIAL
S
= −20 dB = 0,01
I
I
# de usuarios = + 1 = 101 usuarios
S
Solución
100
T = = 3,33 · 10−7
3 · 108
Tasa de chip → (T )−1 = 30 M bps
En un sistema coherente de spread spectrum con BPSK está transmitiendo con una velocidad
de 10 kbps en presencia de una banda ancha de Jammer, asuma que el sistema no usa
codificación de canal, también asuma que la pérdida de propagación y el Jammer. Si la PIRE
del comunicador es 20 kW y el PIRE del Jammer es 60 kW, calcule el ancho de banda de
Spread Spectrum requerido para obtener una probabilidad de error de 10−5 .
Solución
1 2
Q(x) = √ e−x /2 = 10−5
x 2π
De donde: r
2Eb
x = 4,25 =
Io
Despejando:
Eb
= 9,031 → 9,56 dB
Io
Wss /W
9,031 = → W = 270,93 kHz
J/S
3.1.7. Demostración
N
Eb = STb ; No
W
S
Eb =
Rb
Eb S S W
= = ·
No No Rb N Rb
93
CAPÍTULO 3. TERCER PARCIAL
3.1.8. Sobrecarga
Eb 1 W 1
= ·
No M − 1 Rb 1+n
Pero:
1
F =
1+n
De donde:
F : Factor de reuso
n: Factor de sobrecarga
3.1.9. Sectorización
Eb 1 W 1 1
= · λ
No M − 1 Rb 1+n v
De donde: R 2π
I(θ)dθ
λ= 0
R 2π G(θ)
0 I(θ)dθ
G(0)
Considerando que:
Ejercicio
Un sistema de comunicación binario transmite la misma señal por dos canales con diversidad.
Las 2 señales son:
p
r1 = ± Eb + n1
p
r2 = ± Eb + n2
94
CAPÍTULO 3. TERCER PARCIAL
Donde E[n1 ] = E[n2 ] = 0 y E[n21 ] = σn2 1 , E[n22 ] = σn2 2 , n1 y n2 son descorrelacionados y son
variables de tipo Gaussiano. El detector se basa en el empleo de un combinador lineal para
n1 y n2 como se indica
r = r1 + r2
Solución
Media
p p p
E[r] = ± Eb ± k Eb = (1 + k) Eb
Varianza
m2 (1 + k)2 Eb
= = g(k)
σ2 σn2 1 + k 2 σn2 2
σn2 1
k=
σn2 2
95