Comunicações Digitais - Aula Teórico-Prática Resolvido PDF

Mestrado em Engenharia Electrónica e Telecomunicações
4ºano, 1º semestre
2012/2013
Comunicações Digitais
Exercícios resolvidos dos exercícios

propostos pelo docente da cadeira
Discente: Jorge Rodrigues Valente, 2087406

Docente: Prof. Joaquim Amândio Rodrigues Azevedo
Janeiro de 2013
Jorge Rodrigues Valente – 2087406 UMa 02-07-2016 1/370
Índice
Conceitos .............................................................................................................................................................. 2
Conceitos utilizados no capitulo 1.................................................................................................................... 2
Conceitos utilizados no capitulo 2.................................................................................................................... 8
Conceitos de modulação por espalhamento espectral .................................................................................. 14
Conceitos de comunicações multiutilizadores ............................................................................................... 19
Conceitos da teoria da informação ................................................................................................................. 21
Conceitos da codificação para o controlo de erros ........................................................................................ 26
Formulários ........................................................................................................................................................ 27
Formulário 1 - MPB e Ruído de canal AWGN ................................................................................................. 27
BFSK ............................................................................................................................................................ 28
MFSK ........................................................................................................................................................... 30
MSK............................................................................................................................................................. 31
BPSK ............................................................................................................................................................ 32
QPSK ........................................................................................................................................................... 33
DPSK ........................................................................................................................................................... 35
MPSK........................................................................................................................................................... 35
ASK / QAM ................................................................................................................................................ 37
Formulário 2 - Modulação por espalhamento espectral................................................................................ 38
Formulário 3 - Comunicações multiutilizador ................................................................................................ 42
Formulário 4 - Teoria da informação.............................................................................................................. 47
Exercícios propostos - Teórico-prática 1............................................................................................................ 50
Exercícios propostos - Teórico-prática 2............................................................................................................ 78
Exercícios propostos - Teórico-prática 3 ............................................................................................................ 99
Exercícios propostos - Teórico-prática 4 .......................................................................................................... 127
Exercícios propostos - Teórico-prática 10 ........................................................................................................ 312
Sugestões: jrvalente@netmadeira.com Comunicações Digitais – Teórico-prática

Nota prévia - Ao longo deste documento são mencionados, para o aprofundamento da teoria, a
palavra “slide” e “apontamentos”. Tais factos visam o leitor a consultar tais documentos de forma
a compreender melhor a resolução dos exercícios aqui expostos. Os respectivos documentos foram
elaborados pelo Prof. Joaquim Amândio Rodrigues Azevedo, docente da respectiva cadeira, na
universidade da Madeira (UMa), e a consulta de tais documentos foi feita no primeiro semestre de
2012/3 (setembro à janeiro). Quando é referido a abreviatura SH, significa de que se trata do livro
de simon Haykin, 4ª edição portuguesa, e BC, estou me a refereir ao livro do Bruce carlson edição
inglesa. A todos, um bom estudo, e sucesso nos exames.
Conceitos
Conceitos utilizados no capitulo 1
Modulação por duração do pulso (PDM): a duração do pulso varia segundo a variação de
amplitude da onda moduladora m(t).
Figura 1 - Vários tipos de modulação digital.

Um sinal analógico é amostrado, quantizado (que permite um numero fixo de níveis para cada
amostra) e codificado. Essa codificação pode ser feita ou em PCM ou em PAM. Em PCM a
codificação do sinal é feita para binário (2 bits lógicos = 2 níveis, “1” e “0”) e em PAM, em que o
sinal amostrada tem um numero fixo ( >2) de níveis, M, M = 2 N , e 2 N é o numero de bit necessário
para cada nível.
Figura 2 – Diagrama de blocos da modulação por codificação de pulso (PCM).
Figura 3 - Exemplo da modulação em PAM.
Depois desta codificação, PCM ou PAM, o sinal tem que ser transmitido. Essa transmissão pode ser
também ou em PCM ou em PAM. Em PCM é bit a bit, e em PAM é em grupo de bit. O envio de
grupo de bits reduz a largura de banda necessária, mas é necessário maior complexidade na conceção
dos equipamentos necessários a realização da comunicação. E depois para a comunicação se efetivar
é também possível definir o modo da transmissão: ou é feita em banda base (logo sem necessidade de
portadora) ou em passa banda (requer portadora).

Figura 4 – Codificação para transmissão em PCM, de uma sequência binária (1 1 0 0).
Figura 5 – Codificação para transmissão em PAM, de uma sequência de símbolos de 2 bits (11 00 11 10).
Em que “11” representa -2V, “00” representa 1V e “10” representa -1V.
Com este aumento da duração do impulso, a largura de banda necessária à transmissão baixa.
Na chegada ao receptor, cada impulso enviado é recebido como sendo um cosseno elevado (é um
tipo de filtragem).
Apesar de em teórica se estudar o sinal como sendo impulsos rectangulares, que depois é recebido na
forma de senocardinal, na prática é precisamente ao contrário, envia se em seno cardinal e recebe se
em pedestal (impulso rectangular). E aqui também existe uma variante que será desvendada ao longo
do estudo. É que na prática também não se recebe em pedestal, pelo mesmo motivo da dificuldade
física na obtenção de um sinal com variações bruscas. Daí na recepção se obter não um impulso
rectangular, mas um impulso com as laterais suavizadas, a que designamos por cosseno elevado.

Figura 6 - Forma onda cosseno elevado.
Para o envio de sinais, é escolhido um tipo de código de linha que se venha a demonstrar mais
adequado ao canal, sendo a sua escolha definida pelo projetista do circuito. Os mais conhecidos são:
Modulação por Código de Pulso (PCM) é um método usado para representar digitalmente na forma
binária as amostras de sinais analógicos.
Modelação de amplitude por pulso (PAM) é um método de amostragem (quantização) utilizada na

modelação PCM, e consiste na conversão de um sinal analógico amostrado num sinal digital na
forma de símbolos.
Na prática o sinal é codificado em PCM, e transmitido em PAM.
3 bits permitem ter 8 níveis de quantização por amostra. Mas a transmissão pode ser feito por:
- Níveis de quantização,
- Números de bits,
- Ou combinação dos dois.
Figura 7 - Formas de ondas digitais (códigos de linha).

O cosseno elevado de banda base usa um sinal de código linha NRZ.
N número de bit por nível/símbolo
Na codificação do sinal – é a quantidade de bits que compõem cada carácter (símbolo). Está
relacionado com a quantização do sinal amostrado. Utilizando a técnica de modulação em PAM, o
sinal não é convertido em sinal binário (PCM), mas sim para conjunto binário, que formam os níveis
lógicos.
Na codificação para a transmissão – e que é a preparação do sinal para a sua transmissão

num canal apropriado.
Nsinais - É a quantidade de sinais envolvidos.
rb - É a taxa de bits/débito binário/velocidade gerado pela fonte binária, ou taxa de débito para se
proceder a transmissão.
rb codificado em PAM
do sinal
= Nsinais . N número de bit por nível/símbolo .rnúmero de sinais amostrados [bits / s ]
Para Transmissão
= Nsinais . f s . N número de bit por nível/símbolo [bits / s ]
Para Transmissão
= Nsinais . f s .NT [bits / s ]
Taxa de transmissão do sinal codificado

Em PCM {rb da transmissão do sinal codificado
= 2W [bits / s ]
rinformação = 2W [bits / s ]
Em PAM 
rb da transmissão do sinal codificado = N número de bit por nível/símbolo .rinformação [bits / s ]
Designa se por taxa de Nyquist quando a taxa binária é rb = 2W [bits / s ] .

rnúmero de sinais amostrados é a taxa (velocidade) gerada pela fonte de caracteres/símbolos (é a informação), ou
taxa de transmitir informação.
rb
rinformação = .
N sinais . N número de bit por nível/símbolo
Quando o sinal é codificado em PCM, rb = rnúmero de sinais amostrados .
NT - É o número de bits que compõe a trama do sinal codificado (mais sinalização) a ser
transmitido, e a dimensão da trama é NT = ( 4 impulsos ) x N número de bit por nível/símbolo
.
f s - É a taxa de amostragem na codificação do sinal, e/ou frequência de transmissão, respeitando o

critério de Nyquist.
fs NT =8
- É a taxa de amostragem dos sinais amostrados, com uma trama de 8 bits, NT = 8 .
f s = 2. f máx
f máx É a frequência máxima permitida para a transmissão.
W codificado do sinal
- É o valor da largura de banda Nyquist para acomodar o sinal codificado numa banda de
transmissão.
W do sinal codificado Para Transmissão

- É a largura de banda Nyquist que permite a acomodar o sinal a transmitir.
BT - É a largura de banda mínima necessária para transmitir o sinal.
BT com fator roll-off

=W do sinal codificado em PAM Para Transmissão
(1 + α )

W do sinal codificado em PAM Para Transmissão
=
1+α
Conceitos utilizados no capitulo 2
Técnicas de modulação digital:
Processo de modulação consiste modificar algumas das características (nomeadamente a amplitude, a

frequência ou a fase) de uma portadora entre dois possíveis valores correspondentes ao 0 e ao 1.
Figura 8- Tipos de modulação.
Existem 3 técnicas de modulação digital: ASK (amplitude-shift keying), FSK (frequency-shift

keying), e PSK (phase shift keying). Depois existem casos particulares.
Sistema ASK:
 A cos ( 2π f c t ) símbolo "1" f c = frequência da portadora (carry)

s (t ) =  c
0 símbolo "0" Ac = amplitude da portadora
Tb = duração de um símbolo
Nota: o zero pode não ser a ausência de frequência. Em teoria é mesmo zero.

Sistema (B)FSK:
 Ac cos ( 2π f c1t ) símbolo "1" fc1 = frequência associada ao símbolo binário 1

s (t ) = 
 Ac cos ( 2π f c 2t ) símbolo "0" fc 2 = frequência associada ao símbolo binário 0
Sistema (B)PSK:
 Ac cos ( 2π f c t ) símbolo "1"

sBPSK ( t ) =  , em que +π impõe uma desfasagem de
 Ac cos ( 2π f c t + π ) símbolo "0" 180º para o BPSK.
Geração e detecção de ondas moduladas num sinal digital:
Geração do PSK Detecção do coerente PSK

PSK – Para eliminar a dependência do sincronismo de fase do PSK, pode-se utilizar um codificador
diferencial. Codificação diferencial - a informação digital contida em um dado binário é codificada
em termos de transições do sinal.
O QPSK é um dos casos particulares do PSK, de 4 símbolos (M) de 2 bits:
Transmissor QPSK Receptor (detector coerente) QPSK

s ( t ) = AC cos φ ( t )  cos ( 2π f C t ) − AC sin φ ( t )  sin ( 2π fC t )

Amplitude Define um bit Frequencia da portadora
do sinal
do simbolo de forma a "deslocar" no
espectro o sinal a transmitir
Codifica
o sinal
DPSK (diferential phase-shift keying) combina codificação diferencial com a técnica de modulação
digital PSK.
Recepção da onda DPSK (só pode ser com detector coerente):
Tb = duração de um bit
Saída do integrador proporcional a cos (φ )
φ = diferença entre os ângulos da fase da portadora do sinal recebido DPSK e sua versão atrasada.
φ = 0 ⇒ símbolo 1 ⇒ saída do integrador > 0
φ = π ⇒ símbolo 0 ⇒ saída do integrador < 0
Figura 9 - Constelação dos sinais na modulação PSK, para M = 2, 4 e 8.

Geração do FSK Detecção do coerente FSK
FSK – Não coerente – O sinal modulado pode também ser detectado passando-o por dois filtros
sintonizados, um deles em f1 e o outro em f 2 . Cada filtro é seguido de um detector de envolvente.
Geração do ASK Detecção do coerente ASK
Um circuito de detecção coerente (no receptor) distingue-se quando tem um oscilador local, obtido
por técnica de sincronismo, seguido de um módulo integrador.
ASK – Não coerente – O sinal modulado é detectado utilizando um detetor de envolvente.
Um circuito de detecção não coerente (no receptor) distingue-se quando tem um filtro detector de
envolvente.

Figura 10 - Constelação dos sinais na modulação PAM-PSK, M = 8 e M = 16.
Figura 11 - Constelação dos sinais na modulação 16 QAM no plano I/Q.
Nota: I/Q, são os dois canais na recuperação em quadratura.

Conceitos de modulação por espalhamento espectral
Teoria introdutória - Técnicas de Espalhamento Espectral.
A maneira pela qual o espectro de um sinal é espalhado nas frequências é muito importante e define
a técnica de espalhamento espectral. Tem como função característica à de fornecer protecção contra
interferidores, dissimulando o sinal no ruído. Existem várias técnicas utilizadas com este mesmo
objetivo, cada uma delas com suas vantagens e desvantagens em relação ao tipo de emprego que terá
o sistema. As técnicas mais utilizadas são as seguintes:
Sequência Direta
É a técnica de espalhamento espectral na qual uma portadora modulada em fase por um sinal digital é
modulada uma segunda vez por uma sequência binária pseudo-aleatória. Essa sequência de código
pseudo-aleatórios, cuja taxa de transmissão é muito maior que a banda do sinal a ser transmitida (ou
seja, a duração de um pulso desta sequência, chamado "chip", é muito menor que a duração de um
pulso do sinal a ser modulado), define o código de espalhamento utilizado pelo sistema, que deverá
ser do conhecimento do receptor para que este recupere o sinal com a sua banda original. Não
confundir a terminologia “chip” da técnica SD, que é uma fração do bit, com o da técnica do salto em
frequência, que é tons.
Figura 12 - Exemplo de espalhamento espectral em sequência directa, x(t) é o sinal e g(t) é a chave PN.
A segunda modulação imposta ao sinal a ser transmitido é chamada de modulação de espalhamento,

sendo os dois tipos mais utilizados, na 1ª modulação, a BPSK (Binary Phase Shift Keying) e a QPSK
(Quadrature Phase Shift Keying). Após esta modulação, cada bit de informação, seja ele zero ou um,
aparecerá como uma sequência de bits codificados pela sequência pseudo-aleatória. O zero será
representado, por exemplo, por uma sequência de 32 bits, e o “1” por outra sequência diferente de 32
bits. Na detecção, o receptor na posse do mesmo gerador de código, e consequentemente, da mesma
sequência de bits que caracteriza o código utilizado no espalhamento, e utilizando o critério da
máxima correlação deste código com as sequências recebidas, obtém então os zeros e uns do sinal
original a partir da sequência codificada.
As sequências pseudo-aleatórias utilizadas, correspondentes a cada unidade da informação,

constituem o código de espalhamento, e devem ser projetadas tanto quanto possível para serem
ortogonais (produto interno nulo), possuindo autocorrelação máxima quando coincidentes e
praticamente nula quando desfasadas. Um tipo de sequência que possui estas características e que
tem sido largamente utilizada na determinação do código em sistemas de espalhamento espectral é o
de sequências máximas geradas por registadores de deslocamento realimentados por um somador
módulo 2.
Devido a considerações de ordem prática e principalmente pela dificuldade de se obter o sincronismo

no receptor com precisão melhor do que alguns nanossegundos, os sistemas de espalhamento
espectral actuais empregam a sequência directa, trabalham tipicamente com geradores de código cuja
taxa é menor ou igual a 100 Mbits/seg, implicando numa banda de espalhamento de frequências
limitadas a algumas dezenas de MHz.
Salto em Frequência (aqui existe duas categorias: lento e rápido)
Nesta técnica de salto em frequência (FH), a sequência pseudo-aleatória (código de espalhamento),

alimenta o sintetizador de frequências que gera a portadora do sinal a ser transmitido, fazendo com
que esta varie aleatoriamente dentro da banda de espalhamento. Ou seja, em FH o código PN não
modula o bit (2ª modulação a que o sinal se sujeita), mas sim origina uma nova frequência portadora.
A cada instante a portadora assume um dos 2 k valores possíveis de frequências, onde k é o tamanho
da sequência de código utilizada. O código de espalhamento neste caso, não modula directamente a
portadora ( fc ) que contém a informação, sendo utilizado na determinação das frequências que serão
geradas pelo sintetizador.

Em contraste com o sistema de sequência directa, onde a sequência de espalhamento é utilizada

sequencialmente (um bit de cada vez), aqui ela é utilizada em paralelo (k bits de cada vez),
fornecendo ao sintetizador a cada instante, um número pseudo-aleatórios de 0 a 2 k − 1 ,
correspondente à frequência que será gerada.
O sinal a ser transmitido consistirá da frequência da portadora fc modulada inicialmente pelos dados
a serem transmitidos e transladada para a frequência f c + f PN (através de uma modulação MFSK -
modulação por chaveamento de frequência M-ário, que é a mais empregada), onde f PN é a

frequência gerada pelo sintetizador a cada salto. Em um dado salto, a faixa de frequência ocupada
pelo sinal é idêntica a de um sinal MFSK convencional, que é tipicamente muito menor do que a
banda de espalhamento. Entretanto, numa média realizada ao longo de muitos saltos, o espectro do
sinal resultante ocupará toda a banda de espalhamento. Muito importante: é IMPOSSIVEL o uso de
detector coerente, devido a velocidade com que a frequência está sempre a oscilar. O detector
coerente necessita “descobrir” o valor da frequência para gerar o oscilador local (técnica de
sincronismo).
Diz-se que o sistema realiza um salto em frequência rápido (FFH - Fast Frequency Hopping),
quando ele executa vários saltos durante um bit de informação e um salto em frequência lento (SFH -
Slow Frequency Hopping) quando são transmitidos vários bits (um símbolo) de informação em cada
salto.
A tecnologia actual permite bandas de salto em frequência da ordem de vários GHz, que é um valor
maior do que aqueles possíveis de serem obtidos para bandas de espalhamento por sequência direta.
Com relação à taxa de salto, já encontramos hoje sistemas capazes de realizar centenas de “K”
salto/seg, e outros, em desenvolvimento, já realizam testes com taxas de salto maiores do que 1 “M”
salto/seg. Notar que tanto “K”, como “M”, não são mil nem um mega! São variáveis.
Cabe aqui ressalvar a distinção entre os termos salto em frequência (frequency hopping) utilizado nos
sistemas de espalhamento espectral que trabalham na faixa de comunicações (VHF/UHF) e agilidade
em frequência (frequency agility), comummente utilizado nos sistemas de radar que utilizam técnicas
de medidas de proteção electrónicas (MPE). Embora o resultado final obtido seja o mesmo, ou seja, a
cada instante o sinal de interesse é transmitido por uma portadora diferente cuja frequência varia no
tempo segundo a sequência de espalhamento, nas altas frequências torna-se crítico o projeto de
sintetizadores que cubram uma larga faixa de frequências, e neste caso, os saltos (agilidade em

frequências) são realizados em um número reduzido de frequências pré-selecionadas e escolhidas por

um algoritmo próprio por ocasião da transmissão. Portanto, quanto maior o número de frequências
utilizadas na agilidade, mais complexo e caro torna-se o sistema de espalhamento de espectro em
altas frequências. Uma outra limitação na banda de espalhamento em sistemas radar é devida ao fato
de que, o espalhamento em um número maior de frequências imporia ao sistema um maior tempo de
retardo necessário para o sincronismo inicial, retardo este indesejável nos sistemas radar, que se
caracterizam pela detecção de pulsos rápidos e estreitos.
Salto no tempo
Esta técnica também é conhecida como transmissão por salva (burst), consiste na transmissão da
informação por blocos de dados (salvas) de mesma duração, que são inicializadas em tempos pseudo-
aleatórios, segundo um gerador de código. Em outras palavras, a cada intervalo de tempo T é
transmitida uma salva de duração T/n, em uma das n janelas de tempo existentes neste período. A
cada janela de tempo corresponde uma sequência ortogonal do código de espalhamento, que deverá
ser do conhecimento do receptor para que este, através da correlação das sequências de código com o
sinal recebido no período T, identifique a posição exata da salva e assim possa recompor a
informação original.
Técnicas híbridas
O espalhamento espectral hoje em dia, não é visto apenas como uma maneira de se tornar as
comunicações mais seguras com relação à interceptação e à interferência, mas também como uma
maneira de melhorar a qualidade e a confiabilidade do enlace. Embora o Espalhamento Espectral
tenha surgido basicamente do emprego militar, suas vantagens têm despertado o interesse de
pesquisadores em inúmeras áreas, e a cada dia que passa é maior o emprego desta técnica,
principalmente em redes rádio móveis (telefonia, rádio amador, etc.), sistemas de posicionamento
geográfico, comunicações por satélite, sistemas que transmitem referências precisas de tempo, etc.
O fato de cada transmissão ocupar uma larga faixa de frequência no espectro, é compensado pela
capacidade inerente do sistema de espalhamento espectral de reduzir a interferência entre sinais que
utilizem códigos diferentes, permitindo assim que vários usuários utilizem a mesma faixa de
frequência.

Existem alguns pontos críticos no desenvolvimento de sistemas de espalhamento espectral, dentre os

quais podem-se citar:
a) Velocidade de processamento: à medida que são desenvolvidos códigos mais eficientes, os

processadores precisam ser mais rápidos, a fim de que a correlação com sequências longas possa ser
realizada em tempo real;
b) O sincronismo entre o transmissor e o receptor, que passa pelas fases de aquisição (no
início da transmissão) e rastreio (durante a comunicação), precisa ser estabelecido no menor
intervalo de tempo possível, principalmente nas comunicações militares em nível tático, que se
caracterizam pela transmissão de mensagens de curta duração.
Deve-se procurar um ponto de equilíbrio entre o comprimento da sequência de espalhamento e o

tempo de sincronismo, de acordo com o emprego do sistema de espalhamento espectral, pois ao
mesmo tempo em que sequências maiores (longo período) são desejáveis, estas acarretam um maior
tempo para que se obtenha o sincronismo inicial do sistema.
As técnicas de espalhamento espectral mais utilizadas hoje em dia, tanto em equipamentos de

emprego militar como civil, são a sequência direta e o salto em frequência, por serem as que
proporcionam melhores desempenhos e maiores ganhos de processamento.
Para aplicar o código de espalhamento (sequência binária periódica), sendo no entanto um código de
dispersão, também conhecida por pseudo-ruído (PN), e usa se a técnica de modulação BPSK (só com
uma portadora) ou QPSK (com duas portadoras). A modulação consiste na multiplicação do sinal
(banda estreita) com o nosso código PN, e é feito numa banda larga. O código PN é gerado por um
registador de deslocamento (flip-flops) com realimentação e cada bit de informação é “retalhado” em
incrementos de tempo designado por “chip”. Todo o processo é feito antes da transmissão, passando
depois a ser transmitido um sinal em banda larga. Para desmodular, multiplica se, integra se e passa
por um bloco decisor. O objectivo consiste em sacrificar a nossa largura de banda para se poder
transmitir num canal hostil, um sinal seguro e de fácil recepção pelo destinatário correcto. O código
PN é independente da sequência de bits a serem transmitidos. A modulação PCM só garante uma das
condições, que é o aumento da largura de banda, não tendo a capacidade de camuflar o sinal no

ruído. Com a utilização desta técnica a potência do ruído pode ser superior ao do sinal, que se
consegue sempre recuperar o sinal.
O espalhamento é feito nas frequências, e que resulta num espalhamento da potência. Quanto maior o
“N” menor é o tempo de chip, e maior é o espalhamento. Mas existe um limite físico, pois a banda
dos gigas é difícil de obter. Quando houver

necessidade de ultrapassar este limite, deverá –se
utilizar a técnica do espalhamento do salto em
frequência.
Conceitos de comunicações multiutilizadores
A margem de ligação é a relação entre a potência recebida em condições ideais de propagação (sem
considerar o desvanecimento) e a potência recebida que conduz a uma determinada taxa de erros,
tipicamente da ordem dos 10−3 .
Num link via rádio, surge um ruído provocado pelo multipercurso, e que não tem um comportamento
gaussiano como ocorria com o ruído de canal AWGN.
Desvanecimento - numa ligação entre dois pontos, imersos num meio de características variáveis no
tempo, é de esperar que a potência do sinal recebido varie no tempo, mesmo que a potência do sinal
emitido se mantenha constante. Este fenómeno, vulgarmente designado por desvanecimento ou pelo
vocábulo inglês correspondente “fading”, afecta de maneira preponderante a qualidade de serviço
conseguida, revestindo-se de maior importância o conhecimento das suas características e a
possibilidade de previsão dos seus efeitos. As causas para o desvanecimento nas ligações em linha de
vista, as variações lentas estão, em geral, associadas a variações do índice de refracção da atmosfera
que provocam a diminuição do raio efectivo da Terra e o consequente aparecimento de obstáculos.

Multipercurso e Efeito Doppler - Variações no tempo, ou mudanças dinâmicas nos comprimentos

das diferentes componentes de multi-percurso, podem ser directamente relacionadas com o
movimento do receptor e indirectamente com o Efeito de Doppler. A taxa de variação da fase, devida
ao movimento, assemelha-se a um desvio na frequência de Doppler, em cada percurso de
propagação. A transmissão é feita em locais diferentes. É dinâmico com o tempo.
Técnicas de múltiplo acesso são utilizadas para permitir a múltiplos usuários dividirem
simultaneamente uma porção finita do espectro de rádio, resultando em alta capacidade para o
sistema rádio.
A alocação da banda disponível a múltiplos usuários precisa ser realizada sem degradar severamente
o desempenho do sistema.
Existem três técnicas para que diversas estações possam comunicar simultaneamente com o mesmo
satélite:
Acesso Múltiplo por Divisão na Frequência (FDMA), neste tipo de acesso, é possível que
todas as estações usem o satélite simultaneamente, mas cada uma utiliza uma banda de frequências
diferente. Este tipo de acesso é normalmente utilizado em transmissão analógica.
Acesso Múltiplo por Divisão no Tempo (TDMA), neste tipo de acesso apenas é permitido às
estações transmitir uma de cada vez numa dada gama de frequência, utilizando os “slots” temporais
que lhe foram atribuídos. Este tipo de acesso é normalmente utilizado em transmissão digital.
Acesso Múltiplo por Divisão no Código (CDMA), neste tipo de acesso, é possível que varias
estações transmitam simultaneamente na mesma frequência sinais dispersos pelo espectro,
codificando os sinais ortogonalmente. Para se recuperar um dado sinal é necessário ter conhecimento
do código que foi utilizado para dispersar o sinal no espectro.
A multiplexação consiste na operação de transmitir várias comunicações diferentes ao mesmo tempo

através de um único canal físico. A transmissão é feita no mesmo local. É estático com o tempo.

Conceitos da teoria da informação
Neste capítulo, o objectivo é reduzir a redundância, sem perder a informação.
Canal de multipercurso é diferente do canal AWGN.
Teoria de informação é uma filial da matemática aplicada e engenharia eléctrica envolvendo a

quantificação de informação. Historicamente, a teoria de informação foi desenvolvida para encontrar
limites fundamentais em comprimir e confiantemente comunicar-se dados.
Caracterização da Fonte de Informação
A fonte gera uma mensagem aleatória sendo a mensagem é uma sequência de símbolos e estes
símbolos pertencem a um alfabeto finito X.
Caracterização da fonte: qual o modelo?
Certos símbolos são mais frequentes que outros, o que permite determinar p ( x ) . Os símbolos
podem depender dos símbolos gerados anteriormente.
Entropia, H, de uma variável aleatória discreta X é uma medida da quantidade de incerteza associado
com o valor de X.
Definição de Entropia média
Entropia é um número, maior ou igual a zero, que representa a quantidade média (esperado) de
informação gerada pela fonte, em cada símbolo (cada concretização). Embora não possamos prever
qual o símbolo que a fonte irá produzir, em média espera se H bit de informação por símbolo ou NH
bit numa mensagem de N símbolos (N elevado).
n
H ( X ) = E X − log 2  p ( x )  = − ∑ p ( x ) log 2  p ( x ) 
( ) x =1

M
 1 
H ( X ) = ∑ pk log 2   bit / símbolo
k =1  pk 
 1   1 
H (Y ) = P ( y1 ) log 2   + 1 − P ( y1 )  log 2  
 P ( y1 )   1 − P ( y1 ) 
Uma fonte binária gera os símbolos 0 e 1 com probabilidades p e (1- p ). A entropia da fonte
depende de p da seguinte forma:
Figura 13 - Distribuição da entropia de dois símbolos equiprováveis
Entropia conjunta - A entropia conjunta não é mais do que a definição de entropia anterior, mas em
que o alfabeto inicial X foi substituído pelo alfabeto produto X ' = X x X x X x ... x X de
todas as possíveis combinações de símbolos de X .
A informação conjunta H ( Y , Z ) . Usando o slide FT9.
H (Y , Z ) = H ( Y ) + H ( Z | Y ) ∨ H (Y , Z ) = H ( Z ) + H (Y | Z )
P ( xi , y j ) = P ( xi ) P ( y j | xi )
Com as fontes são independentes
H (Y , X ) = H ( X ) + H (Y )

Só por serem de fontes independentes.

Entropia condicional - H (Y | X ) é o valor esperado, relativamente a p ( x ) , da entropia de Y
M N  1 
H (Y | X ) = ∑∑ p ( y j , xi ) log 2  , j = 1, 2, ..., M
i =1 j =1  p ( y j | xi ) 

É a incerteza média de receber "y" quando é enviado "x".
 
H (Y | X ) = E X  −∑ p (Y | X ) log 2  p (Y | X )  
 y 
Se X é independente de Y , então H (Y | X ) = H ( Y ) , e portanto H ( X ; Y ) = H ( X ) + H (Y )
H ( X | Y ) é a equivocação e H ( X ) a entropia da fonte.
Com as variáveis trocadas, fica:
M N  1 
H ( X | Y ) = ∑∑ p ( y j ) p ( xi | y j ) log 2  
i =1 j =1  p ( xi | y j ) 
Entropia relativa - A entropia relativa (ou divergência de Kullback-Leibler) é uma medida da

“discrepância” entre duas distribuições de probabilidade. Isto é, permite avaliar se duas distribuições
p ( x ) e q ( x ) são muito semelhantes ou não.
Informação mútua - A Informação Mútua mede o grau de independência entre duas variáveis
aleatórias. Primeiro a informação é medida, e só depois é que é enviado, passando pelo canal sem
originar erros. A eficiência da codificação é dada por (slide FTI14):
I ( X ; Y ) = H (Y ) − H (Y | X )

Informação mútua média mede a quantidade de informação que pode ser obtida aproximadamente
uma variável aleatória observando outra. É importante em uma comunicação onde possa ser usado
maximize a quantidade de informação compartilhada entre sinais emitidos e recebidos.
Teorema da codificação de fonte - Também conhecido como 1º Teorema de Shannon (noiseless

coding theorem). “É possível codificar, sem distorção, uma fonte de entropia H bit/símbolo, usando
em média N = H ( X ) + ε bits por símbolo, em que ε é uma quantidade arbitrariamente pequena.”
H (X ) H (X )
A eficiência da codificação é dada por =
N H (X )+ε
Em que N é o comprimento médio das palavras de código e H ( X ) é a entropia da fonte.
Codificação Entrópica - O objectivo da codificação entrópica (de fonte) consiste em codificar

uma fonte por forma a que o seu bit rate médio seja H ( X ) bits/símbolo.
Eficiência dum código com N bits por símbolo aplicado a uma fonte de entropia H: H ( X ) N .
Equivocação – é a entropia condicional, ou seja é a medida da informação perdida no canal. Para não
haver perdas seria H ( X | Y ) = 0 .
BSC, é o modelo de canal binário simétrico, em que o Rx (X) e o Tx (Y) são variáveis aleatórias
binárias da entrada e saída de canal.
N
P ( y j ) = ∑ P ( xi ) P ( y j | xi ), j = 1, 2, ..., M
i =1
P ( y1 ) = P ( x1 ) P ( y1 | x1 ) + P ( x2 ) P ( y1 | x2 )
log10 ( x )
Recordar que log 2 ( x ) =
log10 ( 2 )

Código de compressão - Vários métodos de compressão tais como os códigos de blocos, aritméticos,
ou de entropia necessitam a priori de conhecer as probabilidades dos símbolos que compõem a
sequência que se pretende codificar. Por vezes este conhecimento é difícil senão impossível de obter,
além de que o processo gerador dos símbolos pode ter uma característica dinâmica e as suas
estatísticas variarem ao longo do tempo.
Código de Shannon-Fano – É um algoritmo que consiste em dividir o conjunto de probabilidades em

subconjuntos de igual probabilidade, atribuindo a cada subconjunto os dígitos 0 e 1; assim
sucessivamente para cada subconjunto.
Código de Huffman – É um algoritmo consiste em:
1. Seja LP a lista de probabilidades de uma fonte de símbolos que se consideram estar associados às
folhas de uma árvore binária.
2. Considerem-se as duas menores probabilidades de LP e tomem-se como dois descendentes de um

nó. Gere-se um nó intermédio para suportar esses descendentes e atribua-se a um dos ramos o dígito
0 e ao outro o dígito 1.
3. Substitua-se as duas probabilidades e seus nós associados por um novo nó intermédio com a soma
das duas probabilidades. Se a lista resultante ficar com um único nó terminar. Senão repetir a partir
do passo 2.
A palavra do código associado a cada símbolo obtém-se percorrendo a árvore desde a raiz até às
folhas associadas aos respectivos símbolos, acumulando e considerando como dígitos de menor peso,
os dígitos associados aos ramos "percorridos".
Código de Lempel-Ziv – Umas das principais vantagens dos códigos Lempel-Ziv é que não requerem
informação a priori sobre a distribuição dos dados a codificar. Os algoritmos Lempel-Ziv baseiam-se
no princípio de compressão por substituição. No conjunto de dados a codificar, novas sequências de
símbolos são substituídas por referências a ocorrências anteriores das mesmas sequências.

O teorema da codificação de canal é o resultado mais surpreendente e talvez o mais importante da

Teoria da Informação. Por exemplo, para um canal binário simétrico (BSC), o teorema da
codificação de canal diz-nos que para qualquer taxa de informação menor ou igual à capacidade do
canal existem códigos tais que a probabilidade de erro média é tão pequena quanto quisermos. Um
canal binário simétrico é a forma mais simples de um canal discreto sem memória; é simétrico se a
probabilidade de se receber um 1 se tiver enviado um 0 for igual à probabilidade de se receber um 0
se se tiver enviado um 1. Esta probabilidade, chamada probabilidade de transição, define
univocamente a capacidade do canal.
Conceitos da codificação para o controlo de erros
A codificação para o controlo de erros permite aumentar a taxa de informação através do canal,
mantendo a taxa de erros fixa; reduzir a taxa de bits errados mantendo a taxa de transmissão fixa; e
permite a aproximação ao limite de Shannon.
Existem dois tipos de código:
- só para detecção (usando a técnica ARP),
- e outro que também de detecção e correcção (usando a técnica FEC).
A matriz gerador de código é definida por G = [ I k | P ] .
Os códigos mais importantes são os códigos de bloco, que podem ou não ser sistemáticos.
O código sistemático é definido por Y = [ X ][G ] , em que Y é a palavra de código transmitida, [ X ] é

a matriz da mensagem que se pretende transmitir, e [G ] a matriz geradora de código. É sistemático,
pois tens-se uma matriz de mensagem seguida da matriz geradora. Pode ser com a ordem inversa.
O bit redundante também é designado por bit de paridade, e é calculado em função dos bits da
mensagem, de forma a possibilitar ao descodificador a detecção e correcção de erros.
Formulários
Formulário 1 - MPB e Ruído de canal AWGN
f c = frequência da portadora (carry)
Ac = amplitude da portadora
Tb = duração de um símbolo
π fb
fc = x fb ∧ f c = nf s ∧ fs =
N N
Quer a amplitude Ai , quer a frequência fi , ou a fase φi podem variar de acordo com a técnica de
modulação utilizada.
Em cada intervalo de símbolo, transmite se um sinal sinusoidal de amplitude constante, e distingue

se apenas pela fase. As extremidades cabem SEMPRE numa circunferência. A distância “d” garante
a imunidade ao ruído.
Detecção Coerente – o receptor necessidade de executar técnicas de sincronismo de forma a gerar um

oscilador local, em que depois o resultado para por um filtro integrador.
Detecção Não Coerente – Descarta (não utiliza) a fase do sinal para detectar a modulação. Tem-se
um filtro passa banda na chegada do sinal. A largura do filtro define a capacidade.
Na modulação M-PSK, o Rx, na detecção coerente, necessita de saber a frequência da portadora.

Para a detecção coerente precisa de saber qual é a fase, dai a necessidade da detecção do
sincronismo.
A modulação em M-FSK é o mais usado em salto em frequência, tendo no receptor o detector não
coerente, pois é um circuito muito simples.
Sincronização de fase imperfeita (RMD21), o argumento da função de erro é que muda
1  A2 T 
Pe = .erfc  S
. cos (φ )  ∧ Pe = PB
BFSK −C Sincronização de fase imperfeita
2  2 N0 
 
Sincronização de bit imperfeita (RMD21), o argumento da função de erro é que muda:
1  Eb  2 τ  1  Eb 
Pe = .erfc  . 1−   = .erfc  . 1 − 2 0, xx  
BPSK − C erro sincronismo bit
2  N 
 0  T  2  N0 
τ é dado em percentagem, e passa a valor nominal, anulando assim o denominador.
BFSK
si ( t ) BFSK = 2 PS cos ( 2π f c t + φ ( t ) )

Pág 414 do SH
   

Ortogonal sL ( t ) = 2 PS cos 2π f L t  ∧ 
sH ( t ) = 2 PS cos 2π f H t 
   
 ( fc − fΩ )   ( f c + fΩ ) 
x ( t ) = 2 PS pH ( t ) cos ( 2π f H t + φH ) + 2 PS pL ( t ) cos ( 2π f L t + φL )
1444444444444 24444444444443
Recebido no RX
N =1 ∧ M = 2
ES = Eb ∧ TS = Tb ∧ Eb = PSTb ∧ PS = A2 2

RMD 32
f L ( t ) = nf b ∧ f H ( t ) = nfb
2 N +1
BT BFSK
= f b = 4 f b e é o dobro da modulação em BPSK.
N
Eb   1   1   8.Eb cos (π fTb )

2
GBFSK ( f ) = δ
  f −  + δ  f +  +
2Tb   2Tb   2Tb   π 2 ( 4 f 2T 2 − 1) 2
b
d BFSK ortogonal = 2 Eb = 2 PS Tb < BPSK

RMD 38
d BFSK não ortogonal = 2, 4 Eb = 2, 4 PS Tb ( +10%)
1  Eb 
Ortogonal e coerente Pe = PB = .erfc  
BFSK −C BFSK −C
2  2 N 0 

Pág 411/445 do SH
1  d2 
Com a utilização da representação espacial é Pe = .erfc  
BFSK − C
2  4N0 
 
Slide RMD 39
1  E  1  E 
Não Ortogonal e coerente Pe BFSK − NO −C
= PB BFSK − NO −C
= .erfc  0, 6 S  = .erfc  0, 6 b 
2  N0  2  N0 

Slide RMD 39 ES = Eb
Eb
1 − 2. N0
Não coerente Pe BFSK − NC
= PB BFSK − NC
= .e
2

slide RMD 52 ou Pág 436/445 do SH

MFSK
(usa-se com a MEE de Salto em frequência – SS/FH)
f s é a frequência fundamental.
si ( t ) = 2 PS cos ( 2π f c t + b ( t ) 2π f i t ) ∨ si ( t ) = 2 PS cos ( 2π ( 2i + n ) f s t )
   

sL ( t ) = 2 PS cos 2π f L t  ∧ 
sH ( t ) = 2 PS cos 2π f H t 
   
 ( f c − fΩ )   ( fc + fΩ ) 
A2T
ES = N .Eb = ∧ ES = PS TS ∧ PS = A2 2
2
RMD 32
1 1
fS = =
TS NTb
BT FSK = 2 ( β + 1) f máx

Analogico
M
BT M − FSK
= rb ∧ rb = f b ( >> MPSK )
2.log 2 ( M )

Pág 429 do SH
M +3
BT M − FSK − C
= rb
2.log 2 ( M )
M +1
BT M − FSK − C optima
= rb
2.log 2 ( M )
M +1
BT = rb
M − FSK − NC
log 2 ( M )
M
BT M − FSK − NC optima
= rb
log 2 ( M )
dortogonal e coerente = 2.ES = 2.N .Eb = 2.N . ( PS Tb )

2N −1  N .Eb 
Ortogonal e coerente, Pe .erfc 
 2 N 
MFSK − C
=
2  0 

slide RMD 52 ou Pág 428 do SH
 E 
Não Ortogonal e coerente, Pe = erfc  0, 6. b 
 N0
 
N . Eb
2 N − 1 − 2. N0
Ortogonal e Não coerente: Pe MFSK − NC
= .e
2
N
Para calcular o Pe , é mais fácil fazer ao contrario, que é PC MFSK − C
= 1 − PB MFSK −C 

( slide RMD 51)
MSK
Consiste em dois sinais BPSK, mas a quadratura é em frequência e não em fase. Parecido com o QPSK.
O objetivo é suavizar o pedestal numa onda sinusoidal. A largura da base do lóbulo principal aumenta
1,5.
 π   π 
s ( t ) = beven ( t ) . 2 PS . cos  t  cos ( 2π f ct ) +bodd ( t ) . 2 PS . sin  t  sin ( 2π f ct )
 2Tb   2Tb 

Pág 416 do SH
(
s ( t ) = Eb .bodd ( t ) . sin 2π f ct + bodd ( t ) .beven ( t ) 2π f Ωt  )
m 1 f
fc = fb ∧ fΩ = = b
4 4Tb 4
fb f fb f
f L ( t ) = fc − = ( m − 1) b = f c − f Ω ∧ fH (t ) = fc + = ( m + 1) b = f c + f Ω
4 4 4 4

BT = 1,5. fb
d MSK = d QPSK = 2.ES = 2 Eb = 2 PS Tb
 Eb 
Pe = 2. PB MSK −C = erfc 
MSK − C
 N 
Slide RMD 55
 0 
 d2 
Com a utilização da representação espacial é Pe = erfc  
MSK −C  4N0 


Slide RMD 55
M
1  Eb  2 P 1
PB MSK − C m áx
= PB QPSK m áx = erfc   = e MSK
∧ PB MSK min
= PB = Pe MSK
2  N 0  M −1 QPSK min N

Pág 421 do SH
 2
   
2
  cos  2π ( f − f c )   2π ( f + f c )  
     cos   
8E   fb  +   fb 
GMSK ( f ) = 2b   2   2   ( slide MPB59 )
π   4 ( f − fc )     4 ( f + fc )   

 1−  fb
   1− 
fb
  
         
BPSK
(usa-se com a MEE de Sequência Directa – SS/SD)
s ( t ) = b ( t ) 2 PS cos ( 2π f c t + π ) ∨ s ( t ) = ± 2 PS cos ( 2π f c t )
  φ 
x ( t ) = b ( t ) 2 PS cos  2π f c  t + 
 2π f c  
14444444244444443  
Recebido no RX
N =1 ∧ M = 2
ES = Eb ∧ TS = Tb ∧ Eb = PSTb ∧ PS = A2 2

RMD 32

2π f c Eb = 2π n
2N
BT BPSK
= . fb = 2. fb
N
d BPSK ortogonal = 2 Eb = 2 PS Tb ( slide MPB37 )
Geometria: circulo, com os pontos no eixo dos “x”
Gb ( f ) BPSK = 2.PS Tb sin c 2 ( fTb )
PS Tb
Gbpsk ( f ) = sin c (π ( f − f c ) Tb ) + sin c (π ( f + f c ) Tb ) 
2 
1  Eb 
Ortogonal e coerente Pe BPSK −C = PB BPSK −C = erfc  
2  N 0 
Det. Coerente Pois é binário
Pág 378 do SH
1  d2 
BPSK − C
2  4 N0 


( slide RMD 37 )
Eb
1 −
Ortogonal e Não coerente Pe BPSK − NC = Pe DPSK = .e N0 ∧ Pe = PB
2
Det. Não Coerente ortogonal
ortogonal diferencial
N
 1  Eb  
PC = 1 − .erfc  
BPSK − C
2
  N 0  

( slide RMD 51)
QPSK
(chaveamento quadrifase)
Em RX tem que existir sincronismo

Tem muita energia no lóbulo secundário.
Faz o mesmo que o BPSK, mas com ½.B.
Na realidade são dois sinais BPSK em quadratura, parecido com o MSK.
Tem transições bruscas devido aos ISI.

  π 
si ( t ) = 2 PS cos  2π f ct + ( 2i + 1)  
  4 
  π  π 
si ( t ) = 2 PS . cos  ( 2i − 1)  cos ( 2π f c t ) − sin  ( 2i − 1)  sin ( 2π f c t ) 
  4  4 
N =2 ∧ M =4
ES = 2.Eb ∧ TS = 2.Tb ∧ Eb = PSTb ∧ PS = A2 2

RMD 32
2π fcTS = 2π n
BT = fb
d QPSK = d MSK
= 2 PS ES = 2 2.PS Tb

Pág 384 do SH
Geometria: circulo, com os pontos nos eixos
PT
Gb ( f ) QPSK = S b sin c (π ( f − f c ) Tb ) + sin c (π ( f + f c ) Tb ) 
144444444444 2 42444444444444 3
slide MPB 49
2
Gb ( f ) QPSK = 2.ES sin c ( fTS ) = 4.Eb sin c 2 ( 2. fTb )
 Es   Eb 
Ortogonal e coerente Pe QPSK −C = erfc   = erfc  
 2 N0   N 0 

Pág 384 e 385 do SH ou slide RMD 33
 d2 
Com a utilização da representação espacial é Pe QPSK −C = erfc  
 4 N0 
 
( slide RMD 43)
Erro de bit
M
1  Eb 
PB QPSK −C min = PB MSK −C min = erfc   ∧ PB QPSK m áx = PB = 2 Pe QPSK
2  N 0  MSK m áx
M −1

É metade da de símbolo (slide RMD 55 ou Pág 385 do SH)

DPSK
Em RX não precisa de sincronismo com a portadora, logo é uma modelação não coerente.
s ( t ) = d ( t ) 2 PS cos ( 2π f c t + θ ) = 2 PS cos ( 2π f c t + θ )
144424443
Pág 442 do SH
x ( t ) = b ( t ) 2 PS cos ( 2π f c t + φ )
144444 42444444 3
Recebido no RX
ES = 2.Eb
2π f cTb = 2π n
2
BT BPSK
= fb
N
Geometria: circulo.
Eb
1 −
Pe DPSK − NC = Pe BPSK − NC = .e N0 ∧ Pe = PB
2
ortogonal Det. Não Coerente
diferencial ortogonal slide RMD 31
Pág 442 do SH
MPSK
Para deteção síncrona, eleva se ao quadrado, filtra se a portadora com a sua frequência dupla, e
divide se pela frequência.
  1 
si ( t ) = 2 PS cos  2π f c t + ( 2i + 1) π  
 42444444  M 
144444 3
Pág 392 do SH
N = 4 ∧ M = 16
A2T
Eb = cos 2 (φ ) ∧ TS = log 2 ( M ) .Tb = N .Tb
2
ES = N.Eb ∧ ES = PSTS ∧ PS = A2 2

RMD 32
2 2
BT = rb = fb
MPSK
log 2 ( M ) N

Pág 395 do SH
1
BT = rb
MPSK optima
log 2 ( M )

Pág 395 do SH
 1 
d = 2 N .Eb sin  π  ( = raio ) ( slide RMD 47 )
14442444  M 3
Pág 392 do SH
d 16-PSK = 2 0,15 Eb
Geometria: circulo.
Gb ( f ) MPSK = 2.ES sin c 2 ( fTS ) = 2.Eb .log 2 ( M ) . sin c 2 (Tb f log 2 ( M ) )
Gb ( f ) MPSK = log 2 ( M ) . sin c 2 (Tb f log 2 ( M ) )

normalizada 1444442444443
slide MPB 25 ou Pág 394 do SH
 N .Eb  1 
Ortogonal e coerente Pe MPSK − C
= erfc  . sin  π  
 N 0  M 

 d2 
MPSK −C  4 N0 
 
M
1
Erro de bit Pe MPSK ≤ PB ≤ 2 Pe MPSK
N
M −1

(slide RMD 54)
N
Para calcular o Pe , é mais fácil fazer ao contrario, que é PC MPSK − C
= 1 − PB MPSK −C 

( slide RMD 51)

ASK / QAM
É um hibrido do PSK e ASK., de forma a combater o ruido de forma mais eficiente.
Ei
si ( t ) = 2 cos ( 2π f c t + φ ) = 2 PSi cos ( 2π f c t + φ )
TS
s ( t ) = Aeven ( t ) . PS . cos ( 2π f ct ) + Aodd ( t ) . PS . sin ( 2π f c t )
Eb = PS Tb ∧ PS = A2 2

RMD 32
2 2
BT M −QAM
= rb = fb
log 2 ( M ) N

Pág 395 do SH
1
BT M −QAM optima
= rb
log 2 ( M )

Pág 395 do SH
d = 2 0,1.ES = 2 0, 4.Eb = 2 0, 4.PS Tb

slide MPB49 e se M=16
Geometria em matriz quadrada/rectangular.
PS TS
G( f ) = sin c (π ( f − f c ) Tb ) + sin c (π ( f + f c ) Tb ) 
2 
 1  3 E 
Pe M − QAM
= 2. 1 −  .erfc  N . b 
 N  2 −1 N0 
 E 
Pe 16− QAM = 2.erfc  0, 4. b  slide RMD 49
 N0 
1  1  3.N Eb 
Pe M − QA M
≤ PB ≤ 2. 1 −  erfc  N . 
N  N  2 − 1 N0 
Nesta modulação usa-se a técnica de aproximação dos limites, para o cálculo do erro.

Formulário 2 - Modulação por espalhamento espectral
Rh é a taxa de salto. RS é a taxa de símbolo. RC ( hip ) é a taxa de chip.
K é o número de salto por símbolos.
n é o número de bit por símbolo.
M = 2n é o número de tons (símbolos), níveis de quantização.
rb é a taxa de débito binário da mensagem, e é igual a fb .
2 k é o número possíveis de bandas de FH.
PJ
A relação é a margem de interferência (pagina 525 S.H.), em que a variável PJ representa a
PS
potência média do interferidor, e a variável PS representa a potência média do nosso sinal.
N é o período da frequência do “chip”.
A designação chip não tem o mesmo significado para modulação em espalhamento espectral direto e
de saltos.
N +1
O número total de uma série é , onde o período de sequência máxima é N = 2 m − 1 (página
2
509 S.H.).
PN é a sequência (chave) que define como deverá ser seleccionado/feito o salto em frequência.
N 0 é a constante de ruído.
dB
Converter de dB para linear é: Linear = 10 10 .
1 Tb
SD: Tb = = TPN = N .TC ( hip ) ⇔ TC ( hip ) = ∧ PG SD
=N
rb N
N = 2m − 1 , Sequência PN que se define por sequência de máximo comprimento ou sequência-m.
1
f clock =
TPN
Num sinal analógico, fb = 2. ( f max ) . ( n ) = f s . ( n ) , em que f s é o sinal amostrado e “n” nº bits do

símbolo.
PJ Eb T f C ( hip )
PG SD
= . = b = = 2m − 1 = N ∧ fC ( hip ) = PG SD
. fb
PS N 0 TC ( hip ) fb
PJ PG SD
Margem de interferência (jamming margin) a razão = , é necessário converter para dB.
PS Eb N 0
(
Margem de interferência ) dB = ( Ganho de processamento )dB − 10. log10 ( Eb

N0 )
PJ PG
PS
PJ Eb
Ou, manipulando a equação (também em dB), é PG SD dB
= +
PS dB
N0 dB
1  Eb  Eb Eb PT P
Pe = erfc   ∧ = = S b = S .PG
DS/BPSK
2  PJ Tc( hip )  N 0 PJ Tc( hip ) PJ Tc( hip ) PJ
 

SFH (é o lento e usa-se mais com a modulação em PSK)
rb rb
RS = Rc ( hip ) RS = = e em binário, como log 2 ( M ) = 1 , RS = rb
log 2 ( M ) N
2 k é o número de bandas para o salto em frequência (FH).
B M − PSK = MRS é a largura de banda da modulação M − PSK .
Wc( hip ) é a largura de banda ocupada pelo espectro pelo espalhamento na modulação.
Wc( hip ) = 2k . ( B M − FSK ) = 2k MRS , em que 2 k faz a modulação do espalhamento.

SFH/ M − FSK binário
Wc( hip )
PG FH lento
= PG SFH = SFH
= 2k M (linear)
RS
Eb PS 1
= .
N 0 PJ PG SFH
FFH (é o rápido e usa-se mais com a modulação em FSK)
rb rb
RC ( hip ) = K .RS = K .Rh RS = = e em binário, M = 2 , RS = rb
log 2 ( M ) N
log 2 ( M ) .Tb 1 1 log 2 ( M ) log 2 ( M ) log 2 ( M ) x MF

TC ( hip ) = = = = = = = TPN .k
K f C ( hip ) K .RS K .rb ∆f f clock

TC ( hip ) 1 1 log 2 ( M ) .Tb log 2 ( M )

TPN = = = = = =
k k . fC ( hip ) k .K .RS k .K k .K .rb
M é o número de tons.
K é o número de saltos por (bit de) mensagem.
MF é para multiplicar as frequências por uma constante, o que espalha ainda mais no espectro.
Quando não mencionado, é sempre 1.
A frequência de chip é f C ( hip ) = RC ( hip ) = K .RS = K .Rh
1
f clock = f C ( hip ) x MF = K .RS x MF =
TPN
f clock
∆f = = rb .K
MF
Wc( hip ) = 2k . ( Nº de bandas de cada banda FH ) = 2k MfC ( hip ) = 2k MKRS x MF

F-FH/ M − FSK binário
Mf C( hip )
Wc( hip ) Wc( hip )

PG FH rápido
= PG FFH
= FFH
= FFH
= 2k MK x MF (linear)
Rh RC ( hip )
PG 1
2k = .
MK MF
Eb PS 1
= .
N 0 PJ PG SFH

Formulário 3 - Comunicações multiutilizador
Informação quanto ao dB e dBm. Quando se tem, em dB, -60, em dbm é -30. Ou seja, reduz 30.
Em que Ptrans ( d ) é a potência de transmissão em função da distância, e Gtrans é o ganho da antena de

transmissão.
2
4π 4π  π .∅ 
O ganho de uma parabólica é G = Aeficaz . = η . A física . = η.  
λ2 λ 2
 λ 
A potência isotrópica radiada equivalente:
EIRPtrans ( d ) = Ptrans ( d ) Gtrans [W ] e EIRPrec ( d ) = Prec ( d ) Grec [W ]
2
 λ 
Fórmula de Friis é Gtrans Grec  
 4π d 
Slide CM09 (formula de Friis)
2
A antena física tem uma área de Afísica = π . ( raio )
2
λ2 2 ∅
A área da antena eficaz é Aeficaz = .G = ηtrans .π . ( raio ) = ηtrans .π .  
4π
2

A física
A física
2
 λ 
Percas de percursos, linearmente: α = 
 4π d 
Percas de percursos, em dB:
  4π d  2 
 P (d )    
α ( d ) dB = 10.log10  trans 10.log   λ  
 P ( d ) 
= 10
 rec   Gtrans Grec 
 
 
  4π d  2 
α ( d ) dB = 10.log10   − 10.log10 ( Gtrans Grec )
  λ  
 
d é a distancia envolvida, e que separa espacialmente as duas antenas.

Perdas do espaço livre é diferente das perdas de percurso, α . É a definição invertida

2
1 4π d 
LP ( d ) = = 
α  λ 
WSS / FH PS Prec ( d ) c
PG = Eb = .Tb = Prec ( d ) .Tb = λ=
rb α rb fc
Potência linear recebida, usando a formula de Friis:
α

EIRPtrans
2
EIRPtrans
 λ 
Prec ( d ) = Ptrans ( d ) Gtrans Grec   Prec ( d ) = . Aeficaz
 4π d
 4π d 2 rec
α

2
 λ  EIRPtrans 2
Prec ( d ) = EIRPtrans .Grec .   Prec ( d ) = 2
.η rec .π . ( raio )
 4π d  4π d
A física
EIRPtrans

Potência em dB recebida, Prec ( d ) dB = Ptrans ( d ) dB + Gtrans dB + Grec dB + α ( d ) dB

Cuidado pois em dB é SOMAS!!!
EIRPtrans
Potência linear na transmissão do sinal Ptrans ( d ) =
Gtrans
PJ
A margem de interferência (jamming margin) a razão .
PS
PS
é a potência média do interferidor.
PJ

 Es   Eb 
  =  (símbolo e bit é igual).
 N0   N0 
 recebido   recebido
2
 Eb rb  1 1 1  π 2 .ηrec 2   λ 
Linear:   = .Prec = . EIRPtrans .Grec .α = . Ptrans Gtrans .  ∅  . 
 N 0 recebido kTe kTe kTe  λ2   4π
d

Prec EIRPtrans
Grec α
 Eb  E 
  = b  .M
 N 0 recebido Linear  N 0 requerido
 Eb  PS WSS / FH EIRPT EIRPT WSS / FH

  = . = .P G = .
 N 0 recebido Linear
PJ Rs EIRPJ EIRPJ rb
 Eb   EIRPT   WSS / FH 
  = 10.log10   .10.log10   = EIRPT dB
− EIRPJ dB
+ WSS / FH dB
− rb dB
 N 0 recebido dB  EIRPJ  dB  rb  dB
E  E 
M dB
=  b − b 
 N 0  recebido dB  N 0  requerido dB
E 
M dB
= EIRPT dB − EIRPJ dB + WSS / FH dB − rb dB −  b 
 N 0 requerido
dB
 Eb 
 
 N 0  recebido dB
2
2 C 1 λ 2  4π d 
∅ = .kTe . . 2 . 
N0 EIRPtrans π .ηrec  λ 

C  Eb rb  C  Eb 
Linear: =  ou =  .M . rb
N 0  N 0  recebido N 0  N 0 requerido

 Eb 
 
 N 0  recebido
2
C 1 1 1  π 2 .ηrec 2   λ 
= .Prec = . EIRPtrans .Grec .α = . Ptrans Gtrans .  ∅  . 
N 0 kTe kTe kTe  λ2 4π
d

Prec EIRPtrans 
Grec α
Em dB, cuidado pois ao se passar para dB, o produto origina somas e para a divisão é diferenças:
C E  C E 
= b  + rb ou = b  + M dB + rb dB
N0 dB  N 0  recebido
dB
N0 dB  N 0 requerido dB
dB

 Eb 
 
 N 0 recebido dB
C 1
= + EIRPtrans dB
+ Grec dB
+ α dB
N0 dB
kTe dB
C 1
= + EIRPtrans dB
+ Grec dB
− L dB
N0 dB
kTe dB
F2 − 1 F3 − 1 F4 − 1
A figura do ruído é F = F1 + + + + ...
G1 G1G2 G1G2G3
T2 T T4
Temperatura equivalente de ruído é Te = T1 + + 3 + + ...
G1 G1G2 G1G2G3

Com 3 intervenientes na transmissão,
Sistema aéreo (avião, por exemplo),
Sistema intermédio (satélite),
Sistema terrestre (base na Terra),
  λ  
2
Ptrans _ s Gtrans _ Sat  Gtrans   

  4π d   EIRP
 T

Prec _ s LAvião − satélite Ps Gtrans _ Sat
fica = =
Prec _ i   λ 
2
 PJ Grec _ inter
Ptrans _ inter Grec _ inter  Grec   
  4π d   EIRPJ
 
LTerra − satélite
Legenda:
Prec _ s é a potência do sinal de interesse recebido.
Prec _ i é a potência da interferência recebida.
Ptrans _ s é a potência do sinal de interesse transmitido.
Ptrans _ inter é a potência da interferência na transmissão.
Gtrans _ Sat é o ganho da antena na transmissão.
Grec _ Sat é o ganho da antena na transmissão.
Grec _ inter é o ganho da antena sobre a interferência.

Formulário 4 - Teoria da informação
M
 1 
Entropia média - O cálculo da entropia é H ( X ) = ∑ pk log 2   bit / símbolo .
k =1  pk 
Considere uma fonte com M=3, fica:
 1   1   1 
H ( X ) = P ( x1 ) log 2   + P ( x2 ) log 2   + P ( x3 ) log 2  
 P ( x1 )   P ( x2 )   P ( x3 ) 

I ( x1 )

Slide 5
Considere uma fonte com M=2, fica:
 1   1 
H (Y ) = P ( y1 ) log 2   + 1 − P ( y1 )  log 2  
 P ( y1 )   1 − P ( y1 ) 
I ( x1 ) é a informação transportada (auto-informação).
P ( x1 ) é a probabilidade do símbolo “ x1 ” ser gerado pela fonte.
M
Comprimento médio da palavra de código é N = ∑ Pn
i i . Não é a média estatística. Ver exercício 3a
i =1
da folha teórico-prática 9.
H (X )
A eficiência do código, slide FTI25, é dado por η = .
N
Entropia conjunta - A informação conjunta H (Y , Z ) .
P ( xi , y j ) = P ( xi ) P ( y j | xi )
Com as fontes são independentes H (Y , X ) = H ( X ) + H (Y )


Entropia condicional - H (Y | X ) é o valor esperado, relativamente a p ( x ) , da entropia de Y
M N  1 
H (Y | X ) = ∑∑ p ( y j , xi ) log 2  , j = 1, 2, ..., M
i =1 j =1  p ( y j | xi ) 

Se X é independente de Y , então H (Y | X ) = H ( Y ) , e portanto
H ( X ; Y ) = H ( X ) + H (Y )
H ( X | Y ) é a equivocação e H ( X ) a entropia da fonte.
Com as variáveis trocadas, fica:
M N  1 
H ( X | Y ) = ∑∑ p ( y j ) p ( xi | y j ) log 2  
i =1 j =1  p ( xi | y j ) 
Informação mútua - A eficiência da codificação é dada por (slide FTI14):
I ( X ; Y ) = H (Y ) − H (Y | X )
 P ( xi ; y j ) 
A informação mútua é I ( xi ; y j ) = log 2  
 P ( xi ) 
 
A probabilidade de ACERTAR é P ( x1 | y1 ) = 1 − Pe , e não esquecer que Pe = p .

*********************************************************************
N
P ( y j ) = ∑ P ( xi ) P ( y j | xi ), j = 1, 2, ..., M
i =1
P ( y1 ) = P ( x1 ) P ( y1 | x1 ) + P ( x2 ) P ( y1 | x2 )
log10 ( x )
Recordar que log 2 ( x ) =
log10 ( 2 )
O código de extensão permite fazer agrupamentos (exercício 3b da folha teórico-prática 9).
A desigualdade de Kraft, ver exercício 5b da da folha teórico-prática 9.

Exercícios propostos - Teórico-prática 1
Modulação em Banda Base
(capítulo 5 do livro do Simon Haykin e capítulo 13 do Bruce Carlson)
Exercício 1.01 - Um terminal gera 1250 caracteres/s, pertencendo os caracteres a um alfabeto

constituído por 256 elementos.
a) Qual o débito binário gerado pelo terminal?
b) Represente o sinal correspondente à sequência 01001110 produzida pelo terminal, admitindo que
usa os seguintes códigos: unipolar NRZ, RZ e Split-phase (Manchester).
Resolução 1.01a) A taxa/débito/velocidade de transmissão binária, rb , é diferente da frequência de

transmissão, f s , conforme veremos no exercício 2b.
rb
Socorrendo-me do slide MBB15, sei que rnúmero de sinais amostrados = .
N
caracteres (informação) número de bit por nível/símbolo
N
M = 256 = 2 número de bit por nível/símbolo
N número de bit por nível/símbolo = log 2 ( 256 ) = 8
É dado que rnúmero de sinais amostrados , e que f s é de 1250 caracteres ( f s = 2. f máx ) e pede-se no exercício rb ,
e neste caso é a taxa binária usado na codificação do sinal em PAM, rb do sinal codificado em PAM
.
Assim o débito de transmissão, em PAM pois envia se caracteres, é definido por:
do sinal
= N número de bit por nível/símbolo .rnúmero de sinais amostrados [bits / s ]
rb codificado em PAM = N número de bit por nível/símbolo .rnúmero de sinais amostrados = 8.1250 = 10 000 = 10 kbits / s
do sinal

Nota, se em vez de um sinal fossem vários (por exemplo 3), seria:
rb codificado em PAM = N Sinais . N número de bit por nível/símbolo .rnúmero de sinais amostrados
dos 3 sinais
rb codificado em PAM = 3.8.1250 = 30 000 = 30 kbits / s

dos 3 sinais
Se em vez do sinal fosse analógico, com uma frequência máxima de 8 KHz , seria (exercício 2a):
rb dos 3 sinais codificado em PAM = N Sinais . N número de bit por nível/símbolo .2. f máx
Para Transmissão
rb dos 3 sinais codificado em PAM = N Sinais . N número de bit por nível/símbolo . f s

Para Transmissão
rb dos 3 sinais codificado em PAM = 3.8.16 KHz = 384 000 = 384 kbits / s
Para Transmissão
Se quiséssemos enviar sinais de sinalização ou de sincronismo (por exemplo de 10 bits), e como a

totalidade da trama é NT = N Sinais . N número de bit por nível/símbolo + N número de bit de sinalização , seria:
rb dos 3 sinais codificado em PAM Para Transmissão

= NT .2. f máx

= NT . f s

= [3.8 + 10 ].16 KHz = 544 000 = 544 kbits / s

Resolução 1.01b)
Notar que o código de linha RZ gasta

metade da energia comparando com o
código NRZ.
Nota: Split-phase = Manchester
Figura 14 - Representação do sinal em código de

linha.
Exercício 1.02 - Um sinal analógico de frequência máxima 15 kHz é amostrado, quantizado em 256
níveis e codificado para transmissão digital.
a) Qual o débito binário do sinal digital?
b) Represente o sinal correspondente à sequência 11010010, admitindo que usa os seguintes códigos:
NRZ e bipolar RZ (AMI).
Resolução 1.02a) Sei que f máx = 15 kHz de 256 níveis (símbolos).

M = 256 = 2 → N número de bit por nível/símbolo
= log 2 ( 256 ) = 8

é o nº de bit por amostra (neste exercícios os caracteres tem 8 bits) e que é a
preparação do sinal para a sua transmissão num canal apropriado.
f s é a frequência para transmissão, e consultando o slide MBB2, sei que f s = 2 x f máx .
Fica f s = 2 x 15 000 = 30 000 . A taxa de débito para a transmissão, rb , é o produto dos 30 mil
impulsos e dos de 8 bits que compõem cada nível. Consultar a Figura 5.
Como sei que a taxa de transmissão é rb do sinal codificado em PAM = f s . N número de bit por nível/símbolo
.
rb codificado em PAM Para Transmissão

= fs . N número de bit por nível/símbolo
= 30 000 x 8 = 240 000 = 240 kHz

Resolução 1.02b)
A cada bit “1”, no código de linha RZ, existe uma

alternância entre a tensão positiva e negativa (e vice
versa). A duração do impulso é menor do que o código
de linha NRZ, logo consegue se poupar energia.
Figura 15 - Representação do sinal

em código de linha.
Exercício 1.03 - Uma fonte de sinal é amostrada, quantizada e codificada em PCM. Cada amostra é
codificada em palavras de 3 impulsos de informação aos quais é acrescentado um impulso de
sincronismo. Os impulsos podem assumir um de quatro valores possíveis. A transmissão é efetuada
através de um canal com L.B. de 6 kHz utilizando impulsos com a forma de cosseno elevado a 50%.
a) Determine a velocidade de transmissão máxima dos impulsos PAM, a correspondente velocidade

de transmissão de informação e a largura de banda máxima permitida para a fonte analógica.
b) Pretende-se efetuar um equilíbrio entre níveis de quantização e largura de banda da fonte. Se o

número de níveis de quantização for reduzido de um fator de 4 qual a largura de banda máxima da
fonte?
Resolução 1.03a) São três valores que se tem que calcular:

com sinalização/sincronismo

- rnúmero de sinais amostrados (resolvida na página 56).

caracteres (informação)
- rnúmero de sinais amostrados (resolvida na página 56).

- f máx NT = 8
(está resolvida no meio da página 58).
Nota 1.3.1: “…quantizada e codificada em PCM”, significa que o sinal depois de quantizado é
codificado em binário.

Nota 1.3.2: “Cada amostra é codificada …” já é a codificação para a transmissão, e é diferente da

codificação do sinal. Esta codificação visa a adaptação ao canal de transmissão, e que neste caso é
em PAM.
Nota 1.3.3: Na alínea a) é dito: “…a largura de banda máxima permitida …”. A largura de banda
máxima é W do sinal máximo que se pode acomodar para a transmissão, e os 6kHz mencionado no
enunciado é a largura de banda já foi aumentada para ser possível a transmissão utilizando a
técnica de “roll-off” (α = 0,5 ) .
Nota 1.3.4: “Os impulsos podem assumir um de quatro valores possíveis”, ou seja são quatro níveis
lógicos (3 impulsos para o sinal + 1 para o sincronismo)
fs NT =8
- é a taxa de amostragem dos sinais amostrados, com uma trama de 8 bits, NT = 8 .
Não existe frequências negativas, mas no desenho dos espectros é preciso representar.
O canal de Nyquist é definido entre o intervalo de – W e + W , mas sendo a largura de banda (LB)
igual a W. O cosseno elevado permite obter um patamar constante (como se tem com a utilização de
um pedestal), mas com uma queda para os zeros progressivos (ou seja fisicamente realizável), ou seja
a função tenha um decaimento suave até chegar ao zero. Ver figura seguinte. O canal de transmissão,
BT , tem que ser maior para assim se poder usar o cosseno alargado. Este processo é melhor do que
aquele que utiliza o senocardinal no domínio dos tempos, pois obtém se um pedestal no domínio das
frequências.
Figura 16 - Comparação de uma forma de onda de um pedestal e de um cosseno elevado.

Consultando o slide MBB16. A transmissão é feita utilizando a técnica do cosseno elevado.

=W codificação em PAM Para Transmissão
. (1 + α )
W Para Transmissão
é a largura de banda que permite a acomodar rb Para Transmissão
.
Nota 1.3.5: conforme o slide MBB13, não confundir o “W” do canal de Nyquist para a transmissão
com o “ W ”, que noto com W codificação em PAM Para Transmissão
, de largura de banda do sinal codificado.
Por isso utilizo na notação nas equações a letra “ BT ” genericamente, mas notando BT com fator roll-off
para quando se utiliza a técnica de “roll-off”, para largura de banda necessária para transmitir o
sinal que está contido em W codificação em PAM Para Transmissão .
A partir do enunciado sei que a largura de banda da transmissão, utilizando a técnica de “roll-off” é
BT com fator roll-off = 6kHz , e com um factor de amortecimento de 0,5 (50% , (α = 0,5 ) ). Sabendo de que
W é a largura de banda do canal de transmissão de Nyquist, fica que:

W=
1+ α
6kHz
W codificação em PAM Para Transmissão
= = 4 kHz
1 + 0,5
A largura de banda Nyquist do sinal codificado é W ,

mas a taxa de amostragem é de 2 W . Não confundir com
a largura de banda da transmissão do sinal, BT .
Nota 1.3.6: taxa de amostragem é a quantidade de amostras do sinal analógico. W e – W delimitam

à faixa de frequência de interesse.

Taxa de transmissão em PAM: rnúmero de sinais amostrados = 2W codificação em PAM Para Transmissão

rnúmero de sinais amostrados = 2W codificação em PAM Para Transmissão

= 2 x 4.103 = 8.103 = 8 kHz
Equação 1 - 1ª solução da alínea 3a).
W codificação em PAM Para Transmissão

é a largura de banda do canal de Nyquist, ou seja é a largura de banda
máxima permitida para acomodar o sinal. Ou seja só podemos ter uma taxa de transmissão total,
em PAM, de 8 000 amostras por segundo, e este valor já inclui o sincronismo.

Na alínea a) tem-se 3 perguntas, e a resposta à primeira, a taxa de transmissão, rnúmero de sinais amostrados , é
o dobro da largura de banda do canal de Nyquist, ou seja 8 kHz , como já foi visto. Agora a segunda
pergunta da mesma alínea, que é saber a taxa de transmissão, mas só da informação (sem o
sincronismo!) é:
com sinalização/sincronismo
3
rnúmero de sinais amostrados = .8 000 = 6 000 amostras por segundo
4
Explicação de como está a ser construído o rinformação :
Num sistema amostrado, é necessário saber o intervalo entre cada

amostra. O caracter é formado pela amostra do sinal codificada de
3 impulsos + 1 impulso de sincronismo. Os três impulsos formam a
trama.
No total, cada caracter amostrado tem 4 impulso, e cada impulso

(nível lógico) necessita de 2 bits para ser representado.

Neste exercício, a transmissão é em PAM, e que utiliza 4 impulsos (níveis lógicos).

M =4=2 → N número de bit por nível/símbolo = log 2 ( 4 ) = 2
Ou seja para se conseguir transmitir em PAM de 4 níveis (conforme pedido no enunciado) são
necessários usar 2 bits por nível. Ver apontamento no fim do exercício 1.
Assim sendo, para representar cada carácter necessito de
NT = ( 4 impulsos ) x N número de bit por nível/símbolo

= 8 bits
E a caracterização dos tempos é:
1 bit = 1 Tb
1 amostra codificada (símbolo) = Ts
A taxa (velocidade) de transmissão, é representado por rinformação e é ≠ rb .
Nota 3.6: nível de transmissão é diferente dos níveis de quantização.
Como para 4 níveis de tensão (3 de quantização + 1 de sincronismo), preciso de 2 bits (cada símbolo
tem 2 bits), fica que N número de bit por nível/símbolo = 2 .
Assim, rb codificado em PAM = N x rnúmero de sinais amostrados = 2 x 8 000 = 16 000 = 16 kbits / s

do sinal
Transmissão PAM em de 4 níveis (slide MBB14):

Não se deve de confundir a quantização com a largura de banda, pois o impulso tem a mesma
duração, tanto para 2 níveis, como para 3, 4, … A largura de banda mantém-se.
A codificação para transmissão é diferente da codificação do sinal. Na codificação do sinal recorre-

se a 4 níveis. Em vez de se notar matematicamente assim: rinformação = 2W codificado em PAM do sinal
, deve se
notar:
rb codificado em PAM do sinal

= 2.W codificado em PAM do sinal
Já calculei rb codificado em PAM do sinal

, que é de 16 kbit / s , vou agora calcular a frequência de transmissão.
Entre cada amostra, tem se um intervalo de f s (taxa de amostragem Nyquist). NT é o numero de bits
que compõe a trama do sinal codificado a ser transmitido, que contém 4 impulsos de 2 bits cada.
rb codificado em PAM do sinal 16 000

f s N =8 = = = 2 kHz
12 3
T
NT 8
2xW
1 1
Também poderia ter calculado da seguinte forma: um símbolo é rinformação = ⇔ T= .
T rinformação
1 1 rinformação 8 000
Ts = 4 x T . E como sei que f s NT = 8
= = = = = 2 000 = 2{kHz
Ts 4T 4 4 2 xW
Logo a frequência máxima do sinal analógico (largura de banda do sinal gerada pela fonte) é:
f s 2 kHz
f máx N T =8
= = = 1 kHz
2 2

Resolução 1.03b) 1º preciso de saber quantos níveis de quantização devem ser considerados. Só da
amostra tem se 6 bits, logo cada símbolo, M 1 , é composto por M 1 = 2 = 26 = 64 bits ,
o que permite 64 níveis de quantização. A exigência pedida nesta alínea do exercício é que se deve
de reduzir os níveis utilizados na quantização do sinal amostrado de um fator de 4, ou seja
M 1 64
M2 = = = 16 Níveis
4 4
Para representar 16 níveis, preciso de 4 bits. E não me posso esquecer

de acrescentar o impulso de sincronismo, mais 2 bits.
Fica NT = 4 + 2 = 6 bits .
O resto é igual a alínea 3a) para o cálculo da 3ª solução, f máx .
rb do sinal codificado em PAM

= 16 000 bits por segundo (este valor foi obtido por se estar a utilizar na
codificação para a transmissão do sinal a técnica do cosseno elevado):
rb do sinal codificado em PAM 16 000

fs NT = 6
= = = 2, 6(6) kHz
NT 6
Em que f s é taxa de amostragem Nyquist do sinal a transmitir.
Logo a frequência máxima do sinal analógico (largura de banda do sinal gerada pela fonte) é:
fs NT = 6 2, 6(6) kHz
f máx NT = 6
= = = 1,3(3) kHz
2 2
Ou seja, ao baixar os níveis de quantização é possível aumentar a frequência de transmissão

(informação transmitida). Nesta alínea, e comparando com a alínea anterior, passou de 1 kHz para
1, 3(3) kHz .

Exercício 1.04 - Dez sinais são amostrados e multiplexados a uma velocidade de 25000
amostras/segundo sendo cada amostra codificada em 6 bits. Sabendo que o canal tem uma
característica de cosseno elevado com um fator de decaimento de 50% determine:
a) A velocidade de transmissão de informação e a L.B. mínima que deve ter o canal.
b) Repita a para o caso de usando os mesmos níveis de quantização e a codificação ser feita com 4
níveis.
c) Repita novamente para o caso de cada amostra ser quantizada e a transmissão ser feita sem
nenhuma codificação posterior.
Resolução 1.04a) Este exercício é parecido com o exercício 5.36 do livro do Carlson.
“… codificada em 6 bits …”, é para a quantização. É para a codificação do sinal quantizado e não
para a sua transmissão! Numa quantização o sinal é codificado para digital em PCM ou para
símbolos em PAM, e só depois é que surge a necessidade de codificação para transmissão, que
também pode ser em PCM ou em PAM, conforme o canal que estamos a pretender
utilizar/dimensionar. Neste exercício a codificação do sinal é em PAM.
Não confundir os níveis lógicos de quantização, na codificação do sinal, com os níveis lógicos para
a transmissão do sinal quantizado.
Para a transmissão não é dito nada sobre os níveis lógicos, logo parte se do pressuposto que para a
codificação na transmissão se utiliza a técnica PCM. Se fosse em PAM, era necessário mencionar os
níveis lógicos do símbolo/caracter.
1º para quantizar o sinal amostrado é preciso codificar o sinal em níveis de 6 bits, N = 6 . Sabendo
que M é o numero de níveis possíveis na quantização da amostra do sinal, fica que:
N
M =2 número de bit por nível/símbolo
= 26 = 64 Níveis
N
M =2 número de bit por nível/símbolo
= 26 = 64 níveis
Trabalhar com símbolos permite reduzir a largura de banda, e em que esse factor de redução está
dependente do elevado número de níveis que se consegue ter, mas torna os equipamentos mais
complexos. Ver Figura 5.
rb
Consultando o slide MBB15, sei que rinformação = , em que rb é a taxa
N sinais . N número de bit por nível/símbolo
binária, e rinformação a taxa de símbolos, ambos do sinal gerado pela fonte.
Assim rb codificado em PAM

do sinal
= Nsinais . N número de bit por nível/símbolo .rnúmero de sinais amostrados [bits / s] .
Aqui é preciso em atenção de que se trata de 10 sinais, logo N sinais = 10 .
Como rinformação esta no enunciado e é rinformação = 25 000 bits / s , fica que:
rb codificação em PAM dos 10 sinais

Para Transmissão
= 10 x (r informação x N número de bit por nível/símbolo )
rb codificação em PAM dos 10 sinais Para Transmissão
= 10 x ( 25 000 x 6 ) = 1 500 000 = 1,5 Mbits / s
rb
O canal de Nyquist é W , e é definido por W = , nesta alínea do exercício é:
2
rb codificação em PAM dos 10 sinais

Para Transmissão
W codificado em PAM do sinal
=
2
1,5 Mbits / s
= = 750 kHz
2

é o valor da largura de banda Nyquist para acomodar numa banda de
transmissão o sinal codificado quantizado em PAM.
Assim, a largura de banda para a transmissão em PAM, BT , do sinal codificado em PCM e com o
factor de roll-off de 50% é:
Cod = PAM
BT com fator roll-off Tx = PCM
= W (1 + α ) = ( 750 kHz )(1 + 0, 5 ) = 1,125 MHz
Nota: não é o caso, pois é dito a largura de banda mínima, mas poderia ser necessário ter uma
banda de guarda entre cada sinal.

Resolução 1.04b) Agora a codificação é de 4 níveis. Como me é dito “número de níveis”, então sei
que a transmissão é em PAM.
rinformação = 25 000 bits / s (em PCM). Para PAM é preciso multiplicar pelo número de bits que
compõem os níveis.
A taxa de transmissão dos 10 sinais de 4 níveis, logo sendo necessários 2 bits por nível:
rb codificação em PAM dos 10 sinais 10 x ( 25 000 x 6 ) 1, 5 Mbits / s

Para Transmissão
rinformação = = =
dos 10 sinais codificado em PAM N número de bit por nível/símbolo 2 2
rinformação = 750 000 simbo

1 424los
3/s
dos 10 sinais codificado em PAM
[1]
[1] - na alínea a) é transmitido em bits.

é o comprimento de cada nível, em bits, para a transmissão.
Nota 1.4.1: 1,5 Mbits / s é a taxa/débito utilizado na codificação dos 10 sinais. A largura de banda
não se altera.
rb
2
rinformação 750 000 simbolos / s

dos 10 sinais codificado em PAM
W codificado em PAM dos 10 sinais
= = = 375 kHz
2 2

=W codificado em PAM dos 10 sinais
. (1 + α ) = ( 375 kHz )(1 + 0,5 )

Assim, a largura de banda para a transmissão em PAM, BT , do sinal codificado em PAM e com o
factor de roll-off de 50% é:
Cod = PAM
BT com fator roll-off Tx = PAM
= 562,5 kHz
Resolução 1.04c) O PAM tem 64 níveis 2 ( N número de bit por nível/símbolo

)
= 26 = 64 níveis , e agora SEM
codificação.
Como não temos um sinal de 25 000 amostras/s, mas sim dez, e sem codificação, o débito gerado
pela fonte é:
rinformação dos 10 sinais

= 10 x rinformação = 10 x 25 000 = 250 000 bits / s
Nota 1.4.2: é bits / s pois é SEM codificação do sinal.
rb
2

dos 10 sinais
= = = 125 kHz
2 2

=W codificado em PAM do sinal
(1 + α ) = (125 kHz )(1 + 0, 5 )
Assim, a largura de banda para a transmissão sem codificação, BT , do sinal codificado em PAM e
com o fator de roll-off de 50% é:
Cod = PAM
BT com fator roll-off Tx = Sem Cod
= 187, 5 kHz

Outra forma de resolver se estivesse a pensar em binário, ficaria:
rinformação = 10 x 25 000 = 250 000 simbolos / s

O canal de Nyquist é W para codificação do sinal
= = = 125 kHz
2 2

=W para codificação do sinal
(1 + α ) = (125 kHz )(1 + 0, 5 )
Transmissão em PCM faz sempre uso de dois níveis, ou “1” ou “0” (binário).
Quadro resumo:
A transmissão é A transmissão é A transmissão é

Codificado em PCM Codificado em PAM Sem codificação
rinformação 25 000 bits / s 25 000 bits / s 25 000 bits / s
rinformação dos 10 sinais 250 000 bits / s 750 000 simbolos / s 250 000 bits / s
rb dos 10 sinais 1,5 Mbits / s 1,5 Mbits / s 250 000 bits / s
W 750 kHz 375 kHz 125 kHz
BT 750 kHz 375 kHz 125 kHz
BT com fator roll-off 1,125 MHz 562,5 kHz 187, 5 kHz
α = 0, 5
Obtivemos uma largura de banda de transmissão muito mais baixa ao não se utilizar codificação.
Exercício 1.05 - Considere que sinais digitais com débitos de 80, 100 e 2048 Mbits/s são
transmitidos em banda base utilizando-se uma filtragem do tipo cosseno elevado.
a) Qual é a banda de transmissão necessária para o caso de se usarem fatores de “roll-off” de 0%,
50% e 100%?
b) Considere o sinal a 80 Mbits/s. Apresente o módulo da função de transferência dos três filtros
(com os fatores de “roll-off” da alínea anterior). Comente sobre a possibilidade de realização prática
dos mesmos.

Resolução 1.05a) Os sinais digitais com débito é outra forma de dizer “taxas de amostragem”, rb .
rb
= ∧ BT com fator roll-off
=W codificado do sinal
(1 + α )
2
- É o valor da largura de banda Nyquist para acomodar o sinal codificado numa
banda de transmissão e BT é a largura de banda mínima necessária para transmitir o sinal.
Com o “cosseno elevado” de 0% (α = 0 ) , o valor mínimo para a W para a codificação é:
80 Mbits W1
W1 = = 40 MHz , logo BT α =0
= 40 MHz (1 + 0 ) = 40 MHz
2
100 Mbits W2
W2 = = 50 MHz , logo BT α =0
= 50 MHz (1 + 0 ) = 50 MHz
2
2048 Mbits W3
W3 = = 1024 MHz , logo BT α =0
= 1 024 MHz (1 + 0 ) = 1 024 MHz
2
Agora com o “cosseno elevado” de 50% α = 0, 5 :
W1
W1 = 40 MHz , logo BT α = 0,5
= 40 MHz (1 + 0,5) = 60 MHz
W2
W2 = 50 MHz , logo BT α = 0,5
= 50 MHz (1 + 0,5) = 75 MHz
W3
W3 = 1024 MHz , logo BT α =0,5 = 1 024 MHz (1 + 0,5) = 1 536 MHz
Agora com o “cosseno elevado” de 100% (α = 1) :
W1
W1 = 40 MHz , logo BT α =1
= 40 MHz (1 + 1) = 80 MHz
W2
W2 = 50 MHz , logo BT α =1
= 50 MHz (1 + 1) = 100 MHz
W3
W3 = 1024 MHz , logo BT α =1
= 1 024 MHz (1 + 1) = 2 048 MHz

1
Resolução 1.05b) rb = 80 Mbits em banda base. Para α = 0, , 1.
2
Ver página 288 do livro do S Haykin.
f
α = 1− ⇔ α BT = BT − f ⇔ f = BT − α BT ⇔ f = BT (1 − α )
BT
Com o “cosseno elevado”:

W1 W1
f α =0
= BT α =0
(1 − α ) = 40 MHz (1 − 0) = 40 MHz
1
(1 − α ) = 60 MHz 1 −
W1 W1
f α = 0,5
= BT α = 0 ,5  = 30 MHz
 2
W1 W1
f α =1
= BT α =1
(1 − α ) = 80 MHz (1 − 1) = 0

 1
 0 ≤ f ≤ fα
 2W
 1
p( f ) =  fα ≤ f < 2W − fα
  π ( f −W )  
 2. ( 2W )  1 − sin  
  2W − 2 f  
   α
0 f ≥ 2W − fα

p ( f ) é a resposta em frequência global, e 2W permite a normalização da resposta em frequência.
fα é o parâmetro de frequência de atenuação.

No topo tem se uma parte que é plana, e as laterias têm um decaimento mais suave do que se fosse
um pedestal. As curvas representam a resposta em frequência global gradualmente atenuada.
A representação do pedestal (a vermelho) é a representação espectral de o envio nos tempo de um

senocardinal. Seria necessário um filtro super perfeito para o detectar, o que fisicamente é
irrealizável. A azul esta representado o espectro em que existe filtros no mercado que consegue
implementar, mas esse filtro é de custos elevados, pois é 1,5 vezes a largura de banda do sinal. A
ciano é de fácil implementação e barato, pois é de 2 vezes a largura de banda do pedestal.


 1 W1
 0≤ f ≤ f α =0
= 40 MHz
 80 MHz
W1  1
p ( f ) α =0 =  40 MHz ≤ f < 40
MHz

   π ( f − 40 MHz )  ( 2( 40) − 40)
Filtro 1
160 MH z  1 − si n  
  ( 2 x 40 M H z ) − ( 2 x 40 MHz )  
  
0 f ≥ 40 MHz

 ( 2( 40) − 40)



 1 W1
 0≤ f ≤ f α = 0,5
= 30 MHz
 80 MHz
W1  1
p ( f ) α = 0,5 =  30 MHz ≤ f < 50
MHz

   π ( f − 40 MHz )  ( 2( 40 )−30 )
Filtro 2
160 MHz  1 − sin   
  ( 2 x 40 MHz ) − ( 2 x 30 MHz )  
   
0 f ≥ 50 MHz

 ( 2( 40 )−30)


 1 W1
 0≤ f ≤ f α =1
=0
 80 MHz
W1  1
p ( f ) α =1 =  0 ≤ f < 80
MHz

   π ( f − 40 MHz )  ( 2( 40) −0 )
160 MHz 1 − sin  ( 2 x 40 MHz ) − ( 2 x 0 MHz )  
Filtro 3
    
0 f ≥ 80 MHz

 ( 2( 40) −0 )
Logo, ao analisar o filtro 1 pode se concluir que para α = 0 , o canal de Nyquist não é fisicamente
realizável ( 40 MHz ≤ f < 40 MHz ) .
Exercício 1.06 - Considere um sistema de codificação correlativa duobinária com pré-codificação

(codificação diferencial).
a) Apresente os diagramas de blocos de um emissor e de um recetor.
b) A sequência de bits bk = 001101001 é aplicada ao sistema duobinário. Para uma situação sem
ruído no canal, preencha uma tabela que contenha a sequência bk e as várias sequências que lhe
estão associadas no emissor e no recetor. Considere os casos possíveis para o(s) bit(s) inicialmente
carregado(s) na memória do précodificador e comente a influência desta escolha na sequência
descodificada no recetor.

Resolução 1.06a) Os impulsos duobinários pertencem á família dos códigos de resposta parcial, ou
codificação correlativa. Estes impulsos, ao contrário dos outros, tais como códigos de linha com
formatação em senocardinal, ou formatação cosseno elevado, não respeitam o critério de Nyquist
para interferência entre símbolos (IIS) nula. Os impulsos duobinários provocam IIS, no entanto esta
IIS é controlada, conseguindo-se sempre recuperar o sinal original.
Dado haver interferência entre símbolos, um sinal codificado em duobinário, ocupa menos largura
de banda, ou seja, conseguimos obter ritmos de transmissão mais elevados, do que o permitido pelo
canal.
Codificação correlativa (ou codificação de sinalização de resposta parcial) é a técnica de adicionar

IIS de forma controlada que permite uma taxa (teóricas) de sinalização de 2x BT símbolos por
segundo num canal de largura de faixa BT Hz, utilizando filtros realizáveis tolerantes a
perturbações
Premissa: recetor conhece a IIS que foi introduzida pelo transmissor no sinal transmitido, então seu
efeito pode ser removido.
bk é a sequência de dados binários de entrada (e não o código de linha binário). d k é o sinal

diferencial (sofreu a codificação diferencial). d k −1 é o sinal diferencial em atraso.
Está no slide MBB21, ou página 296 do livro S Haykin.
Pré-codificador duobinário simples é designação do inglês “differential encoder”, daí também se

chamar de codificação diferencial.

Estes pré-codificadores vão tornar o processo de recuperação do sinal original muito mais fácil,
para além de prevenir aparecimento de erros dado que com a sua utilização o processo de
descodificação duobinária deixa de necessitar do valor da saída atrasada.
Resolução 1.06b) Página 297 do livro S. Haykin, ou o slide MBB18 do Prof Amândio.
Ou então, mais fácil. Começo com um “1”, soma se a linha de cima, e escreve se o resultado por
baixo. Quando a soma for 2, é na realidade “10”, e só se aproveita o zero.

Agora onde está “1”, coloco “+1”, e onde está “0”, coloco “-1”:
Agora soma na linha, da esquerda para a direita (iniciando com “1”), e coloca se o resultado em
baixo:
Agora onde estiver “0”, é um “1”, e o resto é “0”:
Obteve se o mesmo valor, pois começar com “1” ou com “0”, obtem se o mesmo valor.

A transmissão em PCM é feita enviando bit a bit.
A transmissão em PAM é feita enviando símbolos (conjuntos de bits). A desvantagem deste sistema é
a complexidade de criar um sistema que consiga distinguir os vários níveis.
Exemplo: sequência binária: 0 0 1 0 1 1 0
Sequência binária de entrada {bk } :
Sequência binária pré-codificada {ak } :
Representação polar da sequência {ak } :
Saída do codificador duobinário {ck } :
 ^ 
Sequência binária descodificada b  :
 k 
EE-881 – Princípios de Comunicação 1, do site:
http://www.decom.fee.unicamp.br/~baldini/EE881/Cap5.pdf

Exercício 1.07 (extra) – Pretende se transmitir 32 sinais analógicos num canal com uma largura de
banda de 3,5 MHz. Pretendendo que N = 8 e um fator de “Roll off” de 75%.
a) Usando a codificação binária, qual é a taxa binária?

b) Frequência máxima para sinais analógicos?
c) Qual a frequência máxima para transmitir o sinal em PAM de 4 níveis?
Resolução 1.07a) Designa se por taxa de Nyquist quando a taxa binária é rb = 2W [bits / s ] .
rinformação = rb quando a codificação é em PCM.
P: O que significa “…uma largura de banda de 3,5 MHz”?
R: É a capacidade máxima que o meu canal suporta para acomodar um sinal codificado para a
transmissão, notado matematicamente com BT . Não confundir com a capacidade da largura de
banda para a codificação do sinal, W .
rb
= W (1 + α ) e W=
2
BT
Assim W = com fator roll-off
1+ α
Estamos a transmitir pulsos, em que a largura de banda (de Nyquist) é fixa [ −W ;W ] , o que implica
um tempo de bit também fixo.

Para a transmissão binária não me interessa como é concebida (codificada) a mensagem. Logo
BT rb BT com fator roll-off  BT   3,5.106 

W= com fator roll-off
⇒ = ⇔ rb = 2  com fator roll-off  ⇔ rb = 2  
1+α 2 1+ α  1+ α   1 + 0, 75 
rb para transmissão do sinal codificado em PCM

= rinformação = 4 MHz

Pois a codificação do sinal está em PCM!
Numa taxa de transmissão por símbolos, rinformação , o rb para transmissão do sinal codificado em PCM
tem que ter em
atenção a quantidade de bits que compõem os símbolos a serem transmitidos.
Resolução 1.07b) A maior “frequência de transmissão”, f máx , é diferente da taxa de codificação, rb .
fs
f máx = ∧ rb = 2W = NT f s
2
Em que NT é o numero de bits da trama completa. Neste

exercício cada trama tem N número de bit por nível/símbolo = 8 bits por sinal.
Cada trama tem um tempo de amostra que é notado por Ts .
A taxa de codificação binária, rb , não interfere na possibilidade de se poder transmitir este sinal, pois
rb só depende da largura de banda para a transmissão, BT .
Vou então impor uma frequência máxima do sinal a transmitir, f máx , que é diferente da frequência do
sinal (codificado) a ser transmitido.

Tenho que calcular o número de bits que posso transmitir sabendo que NT ≠ N número de bit por nível/símbolo
,
pois o NT é o número de bits que compõe a trama do sinal codificado a ser transmitido e
é da codificação do sinal.
Ou seja, a sequência de informação que consta da trama pode não ter nada a ver com a sequência
da codificação do sinal. Na montagem (desmodulação) é que o sinal é todo reconstruido e aí sim o
sinal tem que estar sequencial.
Assim, na transmissão, só ao fim de NT é que o sinal volta a ser amostrado.
Neste exercício rb = rb para transmissão do sinal codificado em PCM

. Assim

= NT f s ⇔ f s = ⇔
NT
rb para transmissão do sinal codificado em PCM 4.106

⇔ fs = ⇔ fs dos 32 sinais
= = 15 625Hz
N número de bit por nível/símbolo x ( nº de sinais ) 8 x 32
f s 15 625 Hz
A frequência máxima para sinais analógicos pedido na alínea é f máx = = = 7 813Hz
2 2
4.106
Se fosse para um sinal seria f s de 1 sinal
= = 500 kHz .
8x1
Resolução 1.07c) Nesta alínea, a transmissão em vez de ser em PCM, agora é em PAM.
Na codificação do sinal em PAM tem que se ter em conta o valor de N número de bit por nível/símbolo
.
Como é com recurso a 4 níveis, isso significa que N número de bit por nível/símbolo = 2 .

A largura de banda é me imposta, e é de BT com fator roll-off

= 3,5 MHz , assim como o fator de “Roll-off”
de 75%.
Em PAM, comparando com o PCM, muda a forma de transmissão.

= W (1 + α ) e rb = 2.W
E é 2.W , pois o canal não muda, logo como é igual a 2.W = 4 MHz .
Mas será rb = 4 MHz ?
NÃO! Só o seria se fosse em PCM. Em PAM rinformação = 2.W = 4 MHz , e rb = N .rinformação . Assim
rb para transmissão do sinal codificado em PAM

=N número de bit por nível/símbolo
. ( 2.W ) = 2. ( 4 MHz ) = 8MHz .

rinformação rinformação
Assim, na transmissão, só ao fim de NT é que o sinal volta a ser amostrado. Assim

= NT f s ⇔ f s = ⇔
NT
rb para transmissão do sinal codificado em PAM 8.106

⇔ fs = ⇔ fs dos 32 sinais
= = 32 250 Hz
N x ( nº de sinais ) 8 x 32

Socorrendo me do slide MBB2, sei que
f s 32 250 Hz
f s = 2 x f máx ⇔ f máx = =
2 2
f máx = 15 625Hz
Numa transmissão PAM, e comparativamente

com a transmissão PCM, consigo aumentar a
taxa de transmissão.

Modulação em Banda Base
Exercício 2.01 - Considere as seguintes sequências: a) 001010011010; b) 11001101100. Assumindo

que f c = fb , desenhe a forma de onda para as seguintes modulações: i) BPSK; ii) DPSK, supondo
que o primeiro bit da saída da porta é 1; iii) QPSK.
Resolução 2.01) BPSK, tem desvio de fase binária. A fase oscila se entre o zero e um. Não se deve
de confundir com o resultado binário, que também é zero ou um. Página 375 do livro SH.
s ( t ) BPSK = b ( t ) 2 Ps cos ( 2π f c t )
144444 42444444 3
Expressão do sinal BPSK
Eb
Em que Ps = , sendo Ps a potência do sinal e Eb é a energia do sinal por bit transmitido.
Tb
Para BPSK1→ → s ( t ) BPSK 1→

= b ( t ) 2 Ps cos ( 2π f c t )
BPSK 0→ → s ( t ) BPSK 0→
= b ( t ) 2 Ps cos ( 2π f c t + π )
  π 
s ( t ) BPSK = b ( t ) 2 Ps cos  2π f c  t +  

 2π f c
0→
 
  T 
s ( t ) BPSK = b ( t ) 2 Ps cos  2π f c  t + c  
0→
  2 

Em que Tc é o período completo (tempo de ciclo da portadora).
- s ( t ) é o código binário do sinal, e o BPSK é o mesmo código do sinal modulado para ser
transmitido.
- Nesta representação, a amplitude não tem importância, pois está dependente da potência do sinal.
No enunciado a frequência da portadora foi reduzido para 1 Hz, foi para ser mais fácil a sua
representação académica, pois na realidade é muito superior. Tb é sempre a duração do bit.
Agora o DPSK (diferencial em fase): distingue se do BPSK na medida em que primeiro o sinal é
codificado num número binário. Página 441 do livro SH.
BPSK → s ( t ) BPSK = b ( t ) Ac cos ( 2π f c t ) = ± 2 Ps cos ( 2π f c t )

14243
Modulação
Figura 17 - Slide MPB11, ou página 443 do livro SH.
Agora, na codificação do sinal, vou ter em conta do ponto inicial ser a “1”, mas é indiferente.

Começo o exercício colocando um bit inicial a “ 1 ” na 3ª linha, d ( t ) , para poder iniciar a

codificação:
b (t ) 0 0 1 0 1 0 0 1 1 0 1 0
d ( t − Tb )
d (t ) 1
b ( t ) é a sequência de dados binários de entrada para a codificação para serem modulados.
Somando o “1” da 3ª linha, com o “0” da 1ª linha, b ( t ) , escrevo o resultado na 2ª linha, d ( t − Tb ) .

Quando a soma for 2, que na realidade é “10” em binário, só se aproveita o zero.
b (t ) 0 0 1 0 1 0 0 1 1 0 1 0
d ( t − Tb ) 1
d (t ) 1
Agora, somo o valor da 1ª linha, da 1ª coluna, com o valor da 2ª linha, e escreve se o resultado na 3ª
linha, 1 :
b (t ) 0 0 1 0 1 0 0 1 1 0 1 0
d ( t − Tb ) 1
d (t ) 1 1
Este resultado obtido, 1 , faço uma cópia para a 2ª linha, da 2ª coluna. Somo ao valor da 1ª linha, e
escrevo o resultado na 3ª linha da mesma coluna, 1 :

b (t ) 0 0 1 0 1 0 0 1 1 0 1 0
d ( t − Tb ) 1 1
d (t ) 1 1 1
Este resultado obtido, 1 , faço uma cópia para a 2ª linha, da 3ª coluna. Somo ao valor da 1ª linha, e
escrevo o resultado na 3ª linha da mesma coluna, 0:
b (t ) 0 0 1 0 1 0 0 1 1 0 1 0
d ( t − Tb ) 1 1 1
d (t ) 1 1 1 0
Repito este procedimento até chegar ao fim:
b (t ) 0 0 1 0 1 0 0 1 1 0 1 0
d ( t − Tb ) 1 1 1 0 0 1 1 1 0 1 1 0
d (t ) 1 1 1 0 0 1 1 1 0 1 1 0 0
Começo colocando um bit inicial a “ 0 ” na 3ª linha, d ( t ) , para poder iniciar a codificação:
b (t ) 0 0 1 0 1 0 0 1 1 0 1 0
d ( t − Tb )
d (t ) 0

Desloca se o bit para a 2ª linha:
b (t ) 0 0 1 0 1 0 0 1 1 0 1 0
d ( t − Tb ) 0
d (t ) 0
Soma se a 1ª linha com a 2ª, e escreve se o resultado na 3ª linha, 0 :
b (t ) 0 0 1 0 1 0 0 1 1 0 1 0
d ( t − Tb ) 0
d (t ) 0 0
Este resultado obtido, escreve se na 2ª linha da 2ª coluna, e soma se, 0 :
b (t ) 0 0 1 0 1 0 0 1 1 0 1 0
d ( t − Tb ) 0 0
d (t ) 0 0 0
b (t ) 0 0 1 0 1 0 0 1 1 0 1 0
d ( t − Tb ) 0 0 0 1 1 0 0 0 1 0 0 1
d (t ) 0 0 0 1 1 0 0 0 1 0 0 1 1
Podemos assim concluir que a técnica de modulação em DPSK é insensível a troca do sinal (ou seja
é insensível ao ruído).

Agora como é que o sinal codificado, s ( t ) , será transmitido se for modulado em DPSK:
O QPSK tem como desvantagem o facto de ser mais complexo. Página 379 do livro SH.
Trabalhar com duas sequências separadas. Podemos usar o sinal par com o cosseno, e impar com o
seno.
  π 
QPSK → s ( t ) QPSK = 2 Ps cos  2π f c t + ( 2i + 1)   , i = 0, 1, 2, 3,...
  4 
14444444 4244444444 3
Definição do sistema de modulação QPSK
A cada par de bit, envia se numa portadora adequada.
A ordem da codificação é feita segundo o código Gray, e em cada fase é enviada um símbolo de 2
bits.
Assim, fica:
  π   π
s ( t )00 → i = 0 = 2 Ps cos  2π f c t + ( 2i + 1)   = 2 Ps cos  2π f c t +  π 00
  4   4
4
  π   π π 01
s ( t )01 → i =1 = 2 Ps cos  2π f c t + ( 2i + 1)   = 2 Ps cos  2π f c t + 3  3
  4   4 4
  π   π π 11
s ( t )11 → i = 2 = 2 Ps cos  2π f c t + ( 2i + 1)   = 2 Ps cos  2π f c t + 5  5
  4   4 4
π 10
  π   π 7
s ( t )10 → i =3 = 2 Ps cos  2π f c t + ( 2i + 1)   = 2 Ps cos  2π f c t + 7  4
  4   4
A utilização do código Gray deve se ao facto de que apenas se muda um bit a cada variação de um
símbolo para o próximo símbolo vizinho na constelação. A tabela mostra a correspondência entre o
π
bit de entrada e as mudanças de fase para o QPSK, com rotação de .
4

Agora o 2º passo: “ … desenhe a forma de onda para as seguintes modulações”. Para esboçar as
formas de onda, com a sequência pedida, é necessário agrupar em grupo de 2 bits. Mas também não
me posso esquecer que se tem um atraso de t em cada grupo, fica:
  1 
s ( t ) = 2 Ps cos  2π f c t +  
  8 fc  
1   T  T
E como sei que f c = f b = , fica s ( t ) = 2 Ps cos  2π f c t + b   , em que b = 2i + 1
Tb   8  8
  T 
Assim s ( t )00 → i =0 = 2 Ps cos  2π f c t + b  
  8 
  T 
s ( t )01 → i =1 = 2 Ps cos  2π f c t + 3 b  
  8 
  T 
s ( t )11 → i = 2 = 2 Ps cos  2π f c t + 5 b  
  8 
  T 
s ( t )10 → i =3 = 2 Ps cos  2π f c t + 7 b  
  8 
fc é a portadora. Neste exercício, para ser mais fácil de esboçar, o período é de um bit ( f c = f b ) ,
apesar de na prática esse valor é muito mais alto. Assim, no período fc tem se um sinal que oscila
muito. É também obrigatório que se utilize um valor múltiplo da frequência utilizada na modulação
dos outros sinais, de forma a garantir que essas frequências na integração se anulem.

O sinal será transmitido mediante esta codificação (ver página 382 do livro do SH):
Daí o “ +t ” no argumento do cosseno, é que são 2 bits, logo dois tempos.
Assim para transmitir o sinal 001010011010 em QPSK:
Exercício 2.02 - Considere a seguinte forma de onda do sinal modulado em BPSK e em DPSK.
Obtenha a sequência dos dígitos binários originais. Assuma que o bit antes do primeiro zero é 0 e a
fase de bit 0 é 0 radianos.
Figura 18 - Sinal transmitido e modulado em banda base.
Resolução 2.02)

b ( t ) é o sinal codificado em BPSK.

d ( t ) é o sinal codificado em DPSK
Exercício 2.03 - Um sinal modulado em QPSK é representado por:
 π  π
v ( t ) QPSK = Eb .beven . cos  2π f c t +  + Eb .bodd . sin  2π f c t + 
 4  4
Faça a representação espacial do sinal.
Resolução 2.03) Utilizar o slide MPB16, que é diferente do slide MPB15.
 π  π
v ( t ) QPSK = Eb .beven . cos  2π f c t +  + Eb .bodd . sin  2π f c t + 
1444424444  43 1444424444  43
φ1 ( t ) φ2 ( t )
Em que φ1 ( t ) e φ2 ( t ) são as duas funções base do QPSK deslocadas (ver página 389 do livro SH).
π
Está função permite me obter quatro pontos, desfasados entre si de + .
4
Desenvolvendo, fica, e sabendo de que cos (α ± β ) = cos (α ) cos ( β ) µ sin (α ) sin ( β ) ,

1444444442444444443
Conhecida identidade trigonométrica
2
sin (α ± β ) = sin (α ) cos ( β ) ± cos (α ) cos ( β ) e que cos ( β ) = sin ( β ) = , fica para cada situação:
1444444442444444443 2
Conhecida identidade trigonométrica
Para beven = −1 bodd = −1
  π  π 
v ( t )be =−1 = Eb .  − cos  2π f c t +  − sin  2π f c t +  
bo =−1   4  4 
   π    π   
v ( t )be =−1 = Eb .  −  cos ( 2π f ct ) cos    − sin ( 2π f c t ) sin     + ... 
bo =−1
   4    4   
    π    π   
 ... +  − sin ( 2π f c t ) cos    + sin   cos ( 2π f c t )   
   4
     4  
2
v ( t )be =−1 = Eb .  − cos ( 2π f c t )  + sin ( 2π f c t )  − sin ( 2π f c t )  − cos ( 2π f c t )  
bo =−1 2 144444444444424444444444443
Cuidado com os sinais, pois inverte!
2
v ( t )be =−1 =
bo =−1 2
( )
Eb . − 2 cos ( 2π f c t )  = − 2 Eb cos ( 2π f c t )
  π  π 
Para beven = −1 bodd = 1 → v ( t )be =−1 = Eb .  − cos  2π f c t +  + sin  2π f c t +  
bo =1   4  4 
   π    π   
v ( t )be =−1 = Eb .  −  cos ( 2π f c t ) cos    + sin ( 2π f c t ) sin     + ... 
bo =1
   4    4   
   π    π   
 ... +  sin ( 2π f c t ) cos    + sin   cos ( 2π f c t )   
   4    4   
2
v ( t )be =−1 = Eb .  − cos ( 2π f c t )  + sin ( 2π f c t )  + sin ( 2π f c t )  + cos ( 2π f c t )  
bo =1 2 144444444444424444444444443
2
v ( t )be =−1 =
bo =1 2
( )
Eb . 2 sin ( 2π f c t )  = 2 Eb sin ( 2π f c t )

  π  π 
Para beven = 1 bodd = −1 → v ( t )be =1 = Eb . cos  2π f c t +  − sin  2π f ct +  
bo =−1   4  4 
   π    π   
v ( t )be =1 = Eb .   cos ( 2π f ct ) cos    − sin ( 2π f c t ) sin     + ... 
bo =−1
   4    4   
    π    π   
 ... +  − sin ( 2π f c t ) cos    − sin   cos ( 2π f c t )   
    4    4   
2
v ( t )be =1 = Eb .  cos ( 2π f c t )  − sin ( 2π f c t )  − sin ( 2π f c t )  − cos ( 2π f c t )  
bo =−1 2 144444444444424444444444443
2
v ( t )be =1 =
bo =−1 2
( )
Eb . − 2 sin ( 2π f ct )  = − 2 Eb sin ( 2π f c t )
  π  π 
Para beven = 1 bodd = 1 → v ( t )be =1 = Eb . cos  2π f c t +  − sin  2π f ct +  
bo =1   4  4 
   π    π   
v ( t )be =1 = Eb .   cos ( 2π f c t ) cos    − sin ( 2π f c t ) sin     + ... 
bo =1
   4    4   
   π    π   
 ... +  sin ( 2π f c t ) cos    + sin   cos ( 2π f c t )   
   4    4   
2
v ( t )be =1 = Eb .  cos ( 2π f c t )  − sin ( 2π f c t )  + sin ( 2π f c t )  + cos ( 2π f c t )  
bo =1 2 14444444444442444444444444 3
2
v ( t )be =1 =
bo =1 2
( )
Eb . 2 cos ( 2π f c t )  = 2 Eb cos ( 2π f c t )

Também poderia ter feito assim, tudo ao mesmo tempo:
 π   π   π   π  
v ( t ) = Eb .( be + bo ) . cos ( 2π fct ) cos   − sin ( 2π fct ) sin   + sin ( 2π fct ) cos   + cos ( 2π fct ) cos   
 4  4    4  4  
 2 2  2 2 
v ( t ) = Eb . ( be + bo ) .  cos ( 2π f c t ) − sin ( 2π f c t )  + sin ( 2π f c t ) + cos ( 2π f c t )  
 2 2 2 2
    
2
v (t ) =
2
(
Eb . ( be + bo ) . cos ( 2π fc t ) − sin ( 2π f c t )  + sin ( 2π f c t ) + cos ( 2π f c t )  )
2
v (t ) = Eb . ( be + bo ) . cos ( 2π f c t ) + ( be − bo ) . sin ( 2π f c t ) 
2
2 2
Assim, os sinais ortogonais (MPB21), u1 ( t ) = . cos ( 2π f ct ) e u2 ( t ) = . sin ( 2π f c t )
Ts Ts
1444 424444 3 1444 424444 3
componente u1 ( t ) do sinal componente u2 ( t ) do sinal
Tendo as funções de base, e a equação de interesse, vai se manipular de forma a ter u1 ( t ) e u2 ( t ) a

ser usado no canal de transmissão. Utilizando a função base, sei que
Eb .Ts E .T
v (t ) = ( be + bo ) u1 ( t ) + b s ( be − bo ) u2 ( t )
2 2
Figura 19 - Slide MPB17. Constelação dá as seguintes posições

Eb .Ts  2 
No exercício, Eb .Ts = (1 + 1) .  cos ( 2π f ct )
2  Ts 
π
Nota 2.3.1: nesta modulação, o que interessa é manter o desvio de fase, , para assim garantirmos
4
a distância. O desfasamento não interessa, ou seja onde começa, se é nos zeros graus, 10º, 40º, …
Nota 2.3.2: apesar de se falar em distância, não se trata de um espaço físico a que se está
habituado. É mais o valor absoluto da amplitude da potência do sinal.
Exercício 2.04 - O sistema de modulação DPSK possui a vantagem de não necessitar uma portadora
local sincronizada com a portadora do emissor. A figura a seguir representa os diagramas de blocos
para o emissor e recetor respetivamente.
a) Dada a sequência de bits de informação {bk } = 110100011 , determine a sequência de bits

codificados {d k } e a sequência de fases do sinal y ( t ) à saída do emissor. Suponha que o valor
inicial de d k é 1.

b) Mostre que o recetor detecta uma sequência {bk } = {ck } quando à sua entrada se aplica o sinal
n
y ( t ) reproduzido no emissor e f p = .
T
c) Repita a) e b) supondo que o valor inicial de d k é 0. Que conclui quanto à influência deste valor
no processo de detecção?
Emissor
Recetor

Resolução 2.04a) “Translação de sinal” é o modulador de amplitude de pulse.
Nota 2.4.1: {bk } é a sequência binária de entrada, d k é a sequência binária pré-codificado, d k −1

decisão do digito binário transmitido e o ⊕ , exor, é a adição de módulos de dois dígitos binários.
O bloco “T” ( d k −1 ) é a pré-codificação, é uma operação não linear, que substitui a portadora local.
Nota 2.4.2: o bloco do atraso do tempo não tem índice, mas só pode ser Ts ou Tb
Codificação diferencial (ainda não é a modulação codificada para transmissão).
O exercício consiste em descobrir qual é o resultado da porta (circuito) lógico. Trata se de um “OU
EXCLUSIVO NEGADO”.
A segunda parte do exercício é semelhante ao exercício 2, bk d k −1 dk

mas utiliza esta tabela de verdade. 0 0 1
0 1 0
1 0 0
Agora a situação do bit de início ser “1” para a codificação. 1 1 1
Começo colocando um bit inicial a “ 1 ” na 3ª linha, d ( t ) , para poder iniciar a codificação:
b (t ) 1 1 0 1 0 0 0 1 1
d ( t − Tb )
d (t ) 1
Agora utilizando a tabela do “OU EXCLUSIVO NEGADO”:

b (t ) 1 1 0 1 0 0 0 1 1
d ( t − Tb ) 1 1 1 0 0 1 0 1 1
d (t ) 1 1 1 0 0 1 0 1 1 1
O 1º bit do b ( t ) vem do 1º bit do d ( t ) . Depois soma se a coluna para escrever o d ( t ) .
Agora para a modulação e depois transmissão, o “1” fica com o valor de zero, e o “0” fica com o
valor de π (pi):
d (t ) 1 1 0 0 1 0 1 1 1
Sequencia Fase 0 0 π π 0 π 0 0 0
No modelador balanceado, a fase do argumento da função trigonométrica é “0 0 π π 0 π 0 0 0”.
Resolução 2.04b) Este exercício pretende saber se o código de linha binária, bk , é recuperado a
saída.
O descodificador diferencial é y ( t ) = d k A cos (ω p t )

Assim no ponto A tem se u ( t ) = y ( t ) . y ( t − Tb ) = d k A cos (ω p t ) .d k −1 A cos (ω p ( t − Tb ) )

144 42444 3
[1]
[1] - Usa a portadora do bit anterior para servir de oscilador local.
O ponto A seguido do integrador, ao conjunto, é designado por detetor coerente.
O bloco que está a seguir ao comutador “KT” é o dispositivo de tomada de decisão, e tendo na sua
saída 3 níveis. O d k −1 A cos (ω p t − Tb ) é utilizado para realizar a técnica do sincronismo de modo a se
conseguir obter o oscilador local.
Vou calcular o sinal u ( t ) que vai entrar no “Modulo Integrador”:
n
E sabendo de que ω p = 2π f p ∧ fp =
Tb
   
u ( t ) = d k A cos  ω p t  .d k −1 A cos  ω p ( t − Tb ) 
 {   { 
 = 2π f p   = 2π f p 
   
   
u (t ) = d k A cos  2π f p t  .d k −1 A cos  2π f p ( t − Tb ) 
 {n   {n 
 =T   =T 
 b   b 
 n   n 
u ( t ) = d k .d k −1. A2 . cos  2π t  . cos  2π ( t − Tb ) 
 Tb   Tb 
 n   n 
u ( t ) = d k .d k −1. A2 . cos  2π t  . cos  2π t − 2π n 
 Tb   Tb 

 n 
Tenho um argumento complicado, cos  2π t − 2π n  , e vou ter que utilizar uma identidade
 Tb 
trigonométrica → cos (α − β ) = cos (α ) cos ( β ) + sin (α ) sin ( β ) , fica:
 n   n   n 
cos  2π t − 2π n  = cos  2π t  cos ( 2π n ) + sin  2π t  sin ( 2π n )
 Tb   Tb   Tb 
Assim, de novo com a equação completa, fica:
 n    n   n  
u ( t ) = d k .d k −1. A2 . cos  2π t  .  cos  2π t  cos ( 2π n ) + sin  2π t  sin ( 2π n ) 
 Tb    Tb   Tb  
Sei também que cos ( 2π n ) = 1 e que sin ( 2π n ) = 0 . Assim retomando a definição, fica:
 
 n    n   n  
u (t ) = d k .d k −1. A2 . cos  2π t  . cos  2π t  cos ( 2π n ) + sin  2π t  sin ( 2π n ) 
 Tb    Tb  1444 T 4b 
24444 3
 =0 
 n   n 
u ( t ) = d k .d k −1. A2 . cos  2π t  . cos  2π t 
 Tb   Tb 
2
2  n 
u (t ) = d k .d k −1. A . cos  2π t 
 Tb 

2
 n  1 1   n  
Sabendo que cos  2π t  = + cos   2.  2π t    , a função que resulta do módulo
 Tb  2 2   Tb  
 
multiplicador, ponto A, é
1 1   n  
u ( t ) = d k .d k −1. A2 .  + cos   2.  2π t    
2 2   Tb   
   
Para " bk = 0" ⇒ d k = d k −1 , muda de nível se for “0”, d k ( t ) x d k ( t − Tb ) = "0"

Para " bk = 1" ⇒ d k = d k −1 , muda de nível se for “1”, d k ( t ) x d k ( t − Tb ) = "1"
Agora à saída do modulo integrador tem se:
Tb Tb 1 Tb
1   n   
v (t ) = ∫ u ( t ) dt = bk . A .  ∫ dt + ∫ cos   2.  2π t    dt 
2
2 2   Tb   
0  0 0   
 
Tb
 
   
2
t Tb
 1   n  
v (t ) = bk . A .  + sin  2.  2π t    
 2 0   2.  2π n 
t    Tb    
    Tb   
  0 
 
 
 T 1   n  
v (t ) = bk . A2 .  b + sin  2.  2π
  ( )
Tb   
 
2   n  
  T b 
  2.
 


2π
Tb
Tb 
 ( )
 144424443 
 
= 0
 
Tb
v ( t ) = A2 . .bk
2

Com este valor, posso concluir que o descodificador consegue descodificar os dados (as
T
componentes são ortogonais). Pois “ A2 . b “ é a potência do sinal, bk é o código de linha binária
2
recuperado na saída. Se tivéssemos obtido um coeficiente de variável t , significaria que o sinal não
era recuperável. Para recuperar bk preciso sempre de d k −1 , pois não tenho um oscilador local.
A sequência de bits de informação bk , determine a sequência de bits codificados ( d k ) e a sequência

de fases do sinal y ( t ) à saída do emissor.
Resolução 2.04c) bk = 110100011 e com dk −1 = 0 .
Utilizando a tabela de verdade
bk d k −1 dk
0 0 1
0 1 0
1 0 0 b (t ) 1 1 0 1 0 0 0 1 1
1 1 1
d ( t − Tb ) 0 0 0 1 1 0 1 0 0
d (t ) 0 0 0 1 1 0 1 0 0 0
dk dk −1 = 0
= 001101000 (troca de polaridade em relação ao anterior), sendo d k a sequência pré-
codificada.

Exercício 2.05 - A densidade espectral de potência de um sinal binário é dada por
sin 2 (π Tb f )
Gb ( f ) = PT
s b 2
(π Tb f )
Considerando Tb = 1 , esboce a potência Pf em função da gama de frequências f entre 0 e infinito
(f = 0 ⇒ Pf = 0 e f = ∞ ⇒ Pf = Ps ) .
Resolução 2.05) Utilizando a equação 6.22, que está na página 379 do livro do SH, ou o slides
MPB7:
sin 2 (π Tb f )
Gb ( f ) = PT
s b 2
é a densidade espectral de potência do sinal binário da função de
(π Tb f )
modelagem de símbolos dividida pela sua duração do símbolo. Eb = PT
s b , e Eb é a energia do bit do
sinal transmitido.
 } =1
2

sin  π Tb f 
=1
}  
+∞ +∞
Pretende se Pf para f ∈ [ 0; +∞[ . Pf = ∫ Gb ( f ) dt = ∫ Ps Tb   .dt
0 2
−∞
 
 π T{b f 
 
 =1 
+∞ sin 2 (π f )
Pf = ∫ Ps 2
.dt
0
(π f )
Só se consegue fazer com o Matlab, usando a função “quad”.

Modulação em Passa Banda

Exercício 3.01 - Para a seguinte sequência: 001011001010 esboce as formas de onda considerando:
a) 16 − QAM com f c = fb ;
b) FSK com f L = fb e f H = 2 fb .
Resolução 3.01a) Em 16 − QAM , M = 16 , logo N = log 2 (16 ) = 4 o que permite 16 símbolos de 4

bits. Se fosse 3 bits, conseguiria 8 símbolos.
Para representar os 16 símbolos, preciso de 4 amplitudes diferentes em cada quadrante de um plano

(4 x 4). Para representar os 16 pontos no plano, escolhe se um ponto qualquer que servirá de ponto de
referencia para a representação dos outros 15 pontos. Depois para representar na constelação os
outros pontos é só seguir a regra do código de Gray para fazer o resto do mapeamento: sempre que se
transita de linha, tanto na vertical como na horizontal, só altera um bit de cada vez. Este é o método
utilizado na distribuição do código binário do diagrama de irradiação, pois a distância de Hamming
entre os códigos adjacentes é de uma unidade.

Resultado final Coordenadas de cada ponto
Figura 20 - Diagrama de constelação da modulação do 16-QAM.
Se o diagrama for analisado de acordo com o plano de Argand-Gauss, pode-se definir três valores de
módulos distintos e três fases distintas por quadrante, ou seja, numa representação a modulação
QAM-16 tem três valores de módulos possíveis e doze valores de fase distintos.
As coordenadas, em vez de se usar os ponto “x” e “y”, usa se Aeven e Aodd .

Par Ímpar
E eu sei que a distância de cada ponto ao eixo é me dado pelo teorema de Pitágoras.
Consultando o slide MPB34, sei que s ( t ) = PS Aeven ( t ) cos ( 2π f c t ) + PS Aodd ( t ) sin ( 2π f c t )
A2 = Aeven 2 + Aodd 2 = Aeven 2 + Aodd 2
A 
φ = arctg  odd 
 Aeven 

Com
0, 2 ou Aeven = Aodd = ±3
Aeven = Aodd = ± 0, 2
=a =a
Aeven = Aodd = ± a ou Aeven = Aodd = ±3a
Exemplo: Se Aeven = −3a e Aodd = −3a , qual é o valor de A2 ?
2
A = + ( −3a )  = 9a 2 + 9a 2 = 18a 2
2 2 2
Resolução do exemplo: → ( −3a )
 
Uma outra identidade trigonométrica a saber, para calcular o ângulo:
 A 
Aeven cos (α ) + Aodd sin (α ) = Aeven 2 + Aodd 2 cos  α + arctg  odd  
  Aeven 
 A  A 
Se o argumento da função for positivo, φ = arctg  + odd  , então fica φ = π + arctg  odd 
 Aeven   Aeven 
 A  A 
Se o argumento da função for negativo, φ = arctg  − odd  , então fica φ = π − arctg  odd 
 Aeven   Aeven 
Cuidado ao se utilizar a calculadora, pois é preciso converter o modo para radianos!
Pi ()
Ou então, multiplicar por .
180

Desenhando a tabela, fica:
Código Aeven Aodd ( t ) φ

Gray A2
π 5
00 00 -3a -3a 18.a 2 π+ = π
4 4
1
00 01 -3a -a 10.a 2 π + arctg  
3
π 3
00 10 − 3a 3a 18.a 2 π− = π
4 4
00 11 − 3a a 10.a 2 π − arctg ( 3 )
01 00 -a -3a 10.a 2 π + arctg ( 3)

π 5
01 01 -a -a 2.a 2 π+ = π
4 4
1
01 10 −a 3a 10.a 2 π − arctg  
3
π 3
01 11 −a a 2.a 2 π− = π
4 4
π
10 00 3a − 3a 18.a 2 −
4
10 01 3a −a 10.a 2 − arctg ( 3 )
π
10 10 3a 3a 18.a 2
4
1
10 11 3a a 10.a 2 arctg  
3
1
11 00 a − 3a 10.a 2 −arctg  
 3
π
11 01 a −a 2.a 2 −
4
11 10 a 3a 10.a 2 arctg ( 3)
π
11 11 a a 2.a 2
4
E consultando o slide MPB6, sei que s ( t ) = PS A cos ( 2π f ct + φ )

Assim o esboço da forma de onda é:
  
  
  φ    φ 
s ( t ) QPSK = PS A cos  2π fc t +   = PS A cos  2π f c t + Tb  
 2π f   2π 
 
c
  fc =  
1 
  Tb  
A partir daqui, os resultados poderão ser diferentes do professor, pois depende da forma como
foram distribuídos os símbolos no espaço.
Assim, com 001011001010 , tenho na verdade 3 símbolos que são 0010 , 1100 e 1010 .
1 1
Sei que f c = , e que Tb = .
Tb 2π
Para 0010 :
[1]

00 10 -3a 3a 18.a 2
π 3
π− = π
4 4
φ
[1] 2π f c Tb = f cφTb = φ
2π
=A
 [1] 
Aeven =3 a  3 
s0010 ( t ) A = PS 18 a cos  2π f ct + π 
odd =−3 a
 4 
= 0,2

 
Aeven =3 a   2,356  
s0010 ( t ) A = PS 3,6 cos ( 2π f c t + 2,356 ) = PS 3,6 cos  2π f c t + Tb  
odd =−3 a   2π 
  φ 
cos 2π f c t + Tb  
  2π  
Aeven =3 a
s0010 ( t ) A =−3 a
= 3, 6 PS cos ( 2π f c t + 0,375Tb )
odd

Aeven = 3 a 3 
O 1º instante é s0010 ( 0 ) A = 3, 6 PS cos  π  = −1,3416. PS
odd =−3 a
4 
Para 1100 (cuidado com a calculadora, colocar em radianos!):
1
11 00 a -3a 10.a 2 − arctg  
3
=A

Aeven = a   1 
s1100 ( t ) A = PS 10 a cos  2π f c t − arctg   
odd =−3 a
= 0,2   3 
Aeven = a   0, 321  
s1100 ( t ) A = PS 2 cos ( 2π f c t − 0, 321) = PS 2 cos  2π f c t − Tb  
odd =−3 a
  2π 
Aeven = a
s1100 ( t ) A =−3 a
= 2 PS cos ( 2π f c t − 0, 051Tb )
odd
Aeven = a   1 
O 1º instante é s1100 ( t ) A = 2 PS cos  − arctg    = 0, 4714. PS
odd =−3 a
  3 
Para 1010 :
π
10 10 3a 3a 18.a 2
4
=A

 π
s1010 ( t ) = PS 18 a cos  2π f ct + 
= 0,2  4
  0, 785  
s1010 ( t ) = PS 3, 6 cos ( 2π f c t + 0, 785 ) = PS 3, 6 cos  2π f c t + Tb  
  2π 

s1010 ( t ) = 3, 6 PS cos ( 2π f c t + 0,125Tb )
Aeven = 3 a π 
O 1º instante é s1010 ( t ) A = 3, 6 PS cos   = 1,3416. PS
odd = 3 a
4
Nota:
Código em Matlab:
Etiquetay = 's(t)|1100';
Coefe = 3;
Coefo = 3;
angulo = (1/4)*pi;
% angulo = pi+acos(Coefe/Coefo);
ae = Coefe*sqrt(0.2);
ao = Coefo*sqrt(0.2);
Ps = 1;
fc = 1;
t = 0:0.05:1*pi;
A = sqrt(ae^2+ao^2);
s0010 = sqrt(Ps) * A * cos(2*pi*fc* (t +(angulo/(2*pi))*(1/fc)) );
plot(t,s0010)
title('Gráfico do símbolo', Etiquetay , '0010, 0<x<2*pi')
xlabel('x')
ylabel(Etiquetay)
grid

Assim cada símbolo é representado deste modo (cada símbolo tem 4 sinusóide = 4 x Tb ):
O resultado da transmissão do sinal binário 001011001010 é:
Resolução 1.01b) FSK, f L = fb ∧ f H = 2 fb , ou seja para o “0” tem se um período, e para o “1”
tem se dois períodos. O facto de f H = 2 f L (que são ortogonais), pode se concluir que as frequências
são múltiplas de um fator comum (slide MPB36).
   
sL ( t ) = 2 PS cos  2π f L t  ∧ sH ( t ) = 2 PS cos  2π f H t 
   
 ( fc − fΩ )   ( f c + fΩ ) 
Voltando ao exercício, aqui é fácil, pois só há duas frequências, sendo a primeira dobro da segunda.
Assim para o bit “0” a frequência é de 1 Hz, e para o bit “1”, a frequência é de 2 Hz.

Como é cosseno, e o cosseno é uma função par, começa na origem em π (φ = 90º ) .
Nota 3.1.1: apesar de se falar em distância, não se trata de um espaço físico a que se está
habituado. É mais o valor absoluto da amplitude da potência do sinal.
Exercício 3.02 - Um sistema de modulação BFSK lida com bits de duração 1 ms e para transmitir o
bit “0” utiliza a frequência de 100 KHz (frequência mais baixa), com potência de 1 W. Obtenha as
frequência da portadora para transmitir o bit “1”, a expressão do sinal BFSK na representação
geométrica e a distância entre pontos nessa representação para:
a) BFSK ortogonal
b) BFSK não ortogonal
Resolução 3.02a) "0" → Tb = 1 ms , f L = 100 KHz e PS = 1 W . f H = ?
Nota prévia: convém respeitar esta definição n − m ≠ 1 , pois numa situação de pouca potência, o
ruído ao se introduzir no canal de transmissão, vai originar perturbações.
Com n − m = 1 , pode originar erros de decisão se surgir ruído gausiano.

Com n − m = 2 , aumenta a largura de banda.
2π ( m − n ) = 1 , ocupa menor largura de banda, mas fica distorcido na presença de um canal com
ruido gaussiano.
2π ( m − n ) = 2 , ocupa maior largura de banda, mas resiste mais a presença de um canal com ruido
gaussiano.
Superior a 2 não vale a pena, pois desperdiça um recurso que muito importante sem que para isso
haja uma imunidade ao ruíde suficiente que justifique.
Para serem ortogonais, ver teoria do slide MPB40 e 56,
   
2π  f H − f L  Tb = nπ ∧ 2π  f H + f L  Tb = mπ ∧ n ≠ m
 f   f 
 ( c + fΩ ) ( fc − fΩ )   ( c + fΩ ) ( fc − fΩ ) 
No tempo de Tb só se tem sL ( t ) ou sH ( t ) .
O problema surge quando sL ( t ) é zero, e se tem potência de sH ( t ) , o que pode levar a erros de
decisão. Consultar a teoria do slide MPB37, e ver a tabela do slide MPB36.
1
Como Tb = , fica f H = fb + f L = 1 kHz + 100 kHz = 101 kHz
fb
Ou f H = mfb L = ( n + 1)100 kHz = 101 kHz
As componentes são u1 ( t ) = 2 PS cos ( 2π f H t ) ∧ u2 ( t ) = 2 PS cos ( 2π f L t )

As componentes para a representação no eixo Slide MPB40

ortonormado:
2
sL ( t ) = u2 ( t )
Tb
2
sH ( t ) = u1 ( t )
Tb
d BFSK ortogonal = 2 Eb = 2 PS Tb = 2 (1W ) (10−3 s ) ≈ 4, 47.10−3 ( adimensional )
É a distância, d , que me garante a imunidade ao ruído. Define-se como sendo um bom canal de
transmissão aquele tenha um baixo valor de ruído gaussiano. Ao se aumentar a potência do sinal à
transmitir, por exemplo para o dobro, 2. 2 Eb , surgem apenas 2 lóbulos secundários no mesmo Tb
que mesmo somado ao nível de ruído, provoca poucos erros. Os erros de ISI SÓ ocorrem nos
tempos, e não nas frequências! Nas frequências tem-se é:
- o sinal somado com o ruido da transmissão;
- o efeito negativo ao aplicar um filtro na recuperação do sinal.
1 1
Resolução 3.02b) Sabendo que Tb = =
f b 1 kHz
3 3 3 3
2π ( f H − f L ) Tb = π ⇔ fH − fL = ⇔ fH = + f L ⇔ f H = (1 kHz ) + 100 kHz
2 4Tb 4Tb 4
f H = f c + f Ω = 100, 75 kHz
 
 2 
Consultando o slide MPB44, sei que d = 2 Eb 1 + 
2, 4 Eb , para o BSPK, não ortogonal.
 3
π 
 =0,2 
d BFSK não ortogonal = 2, 4 Eb = 2, 4 PS Tb = 2, 4 (1W ) (10 −3 s ) ≈ 0, 049 ( adimensional )

Exercício 3.03 - Considere o sistema 4 - FSK

a) Mostre que se as separações entre frequências forem de f S (frequência de símbolo) então os sinais
são ortogonais.
b) Para a alínea anterior calcular a largura de banda.
Resolução 3.03a) si ( t ) M − FSK = 2 PS cos ( 2π ( n + 2i ) f S t ) → i = 0, 1, 2,...
(
s1 ( t ) = 2 PS cos 2π ( n + 2 [1]) f S t )
s1 ( t ) = 2 PS cos ( 2π ( n + 2 ) f S t )
s1 ( t ) = 2 PS cos ( 2π nf S t + 4π f S t )
(
s2 ( t ) = 2 PS cos 2π ( n + 2 [ 2]) f S t )
s2 ( t ) = 2 PS cos ( 2π ( n + 4 ) f S t )
s2 ( t ) = 2 PS cos ( 2π nf S t + 8π f S t )
Agora vou verificar se são ortogonais:
TS
  
 2 PS cos ( 2π nf S t + 4π f S t )   2 PS cos ( 2π nf S t + 8π f S t )  dt
∫
0    
 [1]   [ 2] 
Cuidado com [1] e [ 2] , pois é um produto, e não fica em evidencia 2 PS , mas sim
2 PS x 2 PS = 2 PS .
Fiz no site Wolframalpha:
http://www.wolframalpha.com/input/?i=cos%282*pi*f*%28n%2B2%29*t%29*cos%282*pi*f*%28
n%2B4%29*t%29
cos ( 4π f S ( n + 3) t ) + cos ( 4π f S t )
cos ( 2π nf S t + 4π f S t ) x cos ( 2π nf S t + 8π f S t ) = , e com n = 1 :
2
Assim
Ts cos ( 4π f S (1 + 3) t ) + cos ( 4π f S t ) Ts
2 PS ∫ dt = PS .∫ cos (16π f S t ) + cos ( 4π f S t )  dt
0 2 0

Cuidado com esta integração, pois preciso de ter em atenção o argumento da função trigonométrica,
1 1
assim preciso de ter em conta que tenho que multiplicar por e por , pois as respetivas
16π f S 4π f S
derivadas são para:
' '
[3] → sin (16π f S t )  = [16π f S t ] cos (16π f S t ) = 16π f S cos (16π f S t )
' '
[ 4] → sin ( 4π f S t )  = [ 4π f S t ] cos ( 4π f S t ) = 4π f S cos ( 4π f S t )
Como no meu integral não tenho os factores 16π f S e 4π f S , logo é preciso colocar na fracção.
Assim fica:
 sin (16π f t ) TS sin ( 4π f t ) TS 
S S
PS  + 
 16π f S 0
4 π f S 0 
 sin (16π f S (TS ) ) sin (16π f S ( 0 ) )   sin ( 4π f S (TS ) ) sin ( 4π f S ( 0 ) )  

PS  − + − 
 16π f S 16π f S  
  4π f S 4π f S


 sin (16π f S (TS ) )   sin ( 4π f S (TS ) ) 

PS  − 0 +  − 0 
 16π f S  
  4π f S 

1  sin (16π ) sin ( 4π )   sin (16π ) sin ( 4π ) 

Como TS = , então fica PS  +  = PS TS + TS 
fS  16π f S 4π f S   16π 4π 
 0
0

 sin (16π ) sin ( 4π ) 
TS PS  +  = TS PS [ 0 + 0] = 0 c.q.d.
 16 π 4 π 
 

Ts
Fiz no site Wolframalpha, para o calculo de ∫
cos (16π f S t ) + cos ( 4π f S t )  dt :
0
http://www.wolframalpha.com/input/?i=int%28cos%2816*pi*f*t%29%2Bcos%284*pi*f*t%29%2C
t%29
 4. sin 4π f S ( (TS ) ) + sin 16π f S ( (TS ) )

( ) ( ) 
PS .  + Constante 
 16π f S 
 
 4. sin ( 4π ) sin (16π ) 

PS .  + + Constante 
 16π f S 16π f S 
 sin ( 4π ) sin (16π ) 

PS .  + + Constante 
 4π f S 16π f S 
2 N +1 fb 22+1 fb
Resolução 3.03b) Neste caso a largura de banda é B = = = 4 fb
N 2
Exercício 3.04 - Para a sequência 001010011010 esboce a forma de onda do sistema MSK,
considerando m = 3 em f H e f L .
Resolução 3.04) Conforme slide MPB57 e quadro do slide 55,
fb f
f H = ( m + 1)
4
( )
= 3 + 1 b = fb
4
fb f f
f L = ( m − 1) = ( 3 − 1) b = b
4 4 2
Para 00 : s ( t ) = − 2 PS sin ( 2π f H t )
Para 01 : s ( t ) = − 2 PS sin ( 2π f L t )

Para 10 : s ( t ) = 2 PS sin ( 2π f L t )
Para 11: s ( t ) = 2 PS sin ( 2π f H t )
Exercício 3.05 - Um sistema PCM binário envia impulsos a uma velocidade de 2 x 106 símbolos/s.
Se os impulsos em banda base tiverem uma formatação cosseno elevado a 100% , calcule as larguras
de banda necessárias nos seguintes casos:
a) Transmissão ASK.
b) Transmissão FSK (comutação entre duas portadoras a 100MHz e 104MHz).
Resolução 3.05a) ASK
“…uma velocidade de 2 x 106 símbolos/s …” → rb = 2 Mbits / s

“…uma formatação cosseno elevado a 100% …” → α = 1.
Antes de começar, convém por as ideias em ordem. Nos exercícios anteriores estivemos a trabalhar
com modulação digital, e os sinais utilizados são do tipo NRZ (forma de onda retangular). Neste
exercício, em vez do sinal NRZ, vai se utilizar sinal de cosseno elevado. Não esquecer que com o
código de linha NRZ, o nosso sinal só toma valores de b ( t ) = ±1 .
É um sinal codificado em PCM , e transmitido em pulsos elevados.

Forma de onda em banda base, representado Forma de onda em banda base, representado
no espectro, em modelação em BPSK no espectro, em modelação em BPSK recorrendo
recorrendo se ao sinal NRZ se ao sistema de Cosseno elevado
Multiplicam se pela portadora (modulador balanceado), e são automaticamente deslocado no

espectro. A largura de banda em BPSK e duas vezes a largura de banda de fb . O BPSK (e ASK) são
transmissões AM.
BT é a largura de banda para transmissão, recorrendo À azul, o filtro é fisicamente irrealizável!

se a técnica de roll off (cosseno elevado).
rb
Sendo W a largura de banda do canal Nyquist, definido por W = , e BT = W (1 + α )
2
r r
BT = b (1 + α ) = b (1 + 1) = rb = 2 MHz
2
2
Banda base

Se houver potência na posição fc (em − f c não se considera, pois o sinal tem que ser causal) é
porque o sinal é “1”. Se não tiver é zero
É de se notar que a largura de banda necessária é o dobro do que o necessário, pois é preciso ter em
conta com a frequência negativa (apesar de fisicamente tais frequências não existirem, pois o sinais
são causais).
Estes sinais são ilimitados nos tempos ( sin c 2 , com duração de 2Tb ) , mas é limitado nas frequências.
É semelhante a modulação analógica AM (modulação em amplitude). As duas bandas estão
separadas por uma banda de guarda. E como se pode constatar não se tem lóbulos secundários.
BT ASK = 2.BT = 2. ( 2 MBits / s ) = 4 MHz (não contabilizando a banda de guarda)
Resolução 3.05b) FSK, com f L = 100 MHz ∧ f H = 104 MHz
BT PSK = (106 − 98) MHz = 8 MHz

A posição ( f c − f L ) é fixo para o sinal “0”, e ( f c + f H ) é também fixo mas para o sinal “1”. Apesar
de os sinais terem posições fixas, nunca existe sinal em simultâneo nas duas portadoras.
Neste exercício, os bits são gerados em forma de cosseno elevado, e não em NRZ como na alínea
3.05a).
Logo, comparando o resultado da alínea 5a) e 5b), posso concluir que BT PSK = 2.BT ASK .

Aqui, neste exercício 3.05b, também é uma transmissão em PCM – codificação em impulsos
elevados para a transmissão.
Recordar – nesta altura dos estudos já se deve ter a capacidade de saber distinguir quando se está
no domínio dos tempos ou das frequências:
No domínio dos tempos
No domínio das frequências
É aqui que se usa a técnica do cosseno elevado, e não nos tempos.
Exercício 3.06 - É utilizada modulação FSK para transmitir sinais binários com velocidade de 1200
bps através de uma linha telefónica. O sinal modulado deve estar contido na banda de 500 Hz a 2900
Hz. É utilizado um índice de modulação β de 0,7. Determine a largura de banda máxima admissível
para os impulsos binários modulantes. Supondo uma formatação cosseno elevado, qual o factor de
decaimento?

Resolução 3.06a) Este exercício é híbrido. Usa modulação digital (FSK, na codificação do sinal) e
modulação analógica (pois é nos dado o valor de β = 0, 7 ).
rb = 1 200 bps
E a largura de banda é 500 Hz < BT FSK < 2 900 Hz → BT FSK = 2 400 Hz

na transmissão em Banda base
Muito importante é perceber que o sinal é SEMPRE transmitido na forma analógica, pois as antenas
não têm a possibilidade de transmitir na forma digital. O sinal é que está na forma digital.
∆f k f An
Este é o índice de modulação (usado nos sinais analógicos), β = = = 0, 7 .
f máx f máx
Assim a banda base é transmitida analogicamente, e para a técnica de modulação (codificação) do

sinal é utilizada o FSK:
 
s ( t ) FSK = 2 PS cos  2π f c t + b ( t ) 2π f i t  ∧ s ( t ) M − FSK = 2 PS cos ( 2π ( 2i + n ) f s t )
 
 [1] 
[1] - é um sinal NRZ, mas este sinal é multiplicado por 2π fit , o que o torna num sinal FM.
Em que X = cos ( 2π f c t ) é a portadora e cos ( X + b ( t ) 2π fi t ) é a posição do bit no espectro.
Assim b ( t ) 2π f i t passou de sinal digital NRZ a um sinal analógico (sinal sinusoidal). Ou seja a
variação entre “-1” e “1” do sinal b ( t ) é que faz varias os parâmetros do sinal sinusoidal da
portadora.
 

Regra de Carson → BT = 2 ∆f + f máx 
 
 [ 2] 
[ 2] - é a frequência máxima do sinal (W ) , e é diferente de f M

Em que f máx = W , é a frequência máxima do sinal, ou seja é a largura de banda do sinal de banda
base.

Assim, 2W ( β + 1) = 2 ( ∆f + f máx ) ⇔ W ( β + 1) = ∆f + W ⇔

BT
∆f ∆f
⇔ β +1 = +1 ⇔ β=
W W
Nota: W não é a mesma largura de banda utilizada no sistema de cosseno elevado, ou seja não é a
largura de banda em banda base.
Vou por isso distinguir o canal de Nyquist, notando desta forma W Canal Nyquist .
Assim a largura de banda para a transmissão da banda base é BT BB = W Canal Nyquist

, e é apenas porque
o sinal é analógico. É a largura total de banda do sinal em banda base.
∆f ∆f
β= = ⇔ ∆f = β .W Canal Nyquist
f máx W Canal Nyquist
BT FSK = 2 W Canal Nyquist

( β + 1) ⇔ 2 400 Hz = 2 W Canal Nyquist
( 0, 7 + 1) ⇔
2 400 Hz
W Canal Nyquist
= ⇔ W Canal Nyquist
= BT BB = 705,9 Hz
2 ( 0, 7 + 1)
rb 1200
BT BB = (1 + α ) ⇔ 705,9 Hz = (1 + α ) ⇔ α = 0,177 = 18%
2 2
Numa transmissão hertziana, as frequências utilizadas na portadora tem que ser de valor elevado,
de forma a garantir uma melhor eficiência. Quando a transmissão é feita em cabo de cobre, é que as
portadoras podem ser de valor mais baixo.
A largura de banda para uma transmissão utilizando a técnica FSK, BT FSK , é igual a largura de
banda que é necessário aquando de uma transmissão de um sinal analógico em FM.

Resolução 3.06b) “Supondo uma formatação cosseno elevado, qual o fator de decaimento?”
É a largura de banda para que o sinal possa ser acomodado dentro da modulação em FM, pois
temos b ( t ) 2π f i t . Como se pode comprovar, b ( t ) varia no tempo, daí a afirmação de se tratar de
uma modulação FM. E em vez de se utilizar um código de linha NRZ, recorre-se a técnica de rol-off
(cosseno elevado) para que as laterais tenham um decaimento suave.
Sempre que se utiliza a modulação em FM, é necessário utilizar a regra de Carlson:
BT = 2 ( β + 1) f máx
∆f
E sabendo que o índice de modulação β é igual a , e em que:
f máx
∆f é o desvio da frequência em torno da frequência central,

f máx é a frequência máxima do impulso modulante (frequência máxima do sinal).
A largura de banda de ocupação na transmissão é BT FM = 2 400 Hz
A largura de banda dos pulsos do cosseno elevado tem que caber dentro deste espectro.
BT FSK 2 400 Hz
BT FSK = 2 ( β + 1) f máx ⇔ f máx = ⇔ f má x =
2 ( β + 1) 2 ( 0, 7 + 1)
f máx = 705,9 Hz

Exercício 3.07 – modulando o sinal a transmitir utilizando a técnica do 8-PSK, com f c = 2.106 Hz , e
uma potência de sinal de 2 PS = 1 mW
Resolução 3.07a) A distribuição dos pontos devem de rodear o centro da constelação.

Subdividindo em grupos de 3 o sinal 010010111001 fica 010 010 111 001 .
  1 
s ( t ) M − PSK = 2 PS cos  2π f ct + ( 2i + 1) π   , i = 0, 1, 2, 3,...
  M 
Com f c = 2.10 6 e 2 PS = 10−3 .
Para representar estes 4 símbolos, ( M = 8) :
Código 1
φ = ( 2i + 1) π
Gray M
0 00 ( 2.[0] + 1) 18 π = 18 π
0 01 ( 2.[1] + 1) 18 π = 83 π
0 11 ( 2.[ 2] + 1) 18 π = 85 π
0 10 ( 2.[3] + 1) 18 π = 78 π
1 10 ( 2.[ 4] + 1) 18 π = 98 π
1 11 ( 2.[5] + 1) 18 π = 181 π
1 01 ( 2.[6] + 1) 18 π = 183 π
1 00 ( 2.[7] + 1) 18 π = 185 π
A modulação dos símbolos é:

 7 
s (t )  = 2 PS cos  2π f c t + π 
 010  8− PSK
 8 
 11 
s (t )  = 2 PS cos  2π f c t + π 
 111  8− PSK
 8 
 3 
s (t )  = 2 P cos  2π f t + π
 001  8 − PSK S

c
8 

2rb 2f
A largura de banda do canal é BT M − PSK
= = b.
log 2 ( M ) N
Assim sendo para a transmissão de um sinal modulado utilizando a técnica 8-PSK a largura de banda
do canal é:
2f 2f 2 ( 2.106 )
BT = b = c ⇔ BT 8− PSK = = 1,33 MHz
N N 3
 1 
A distância entre os pontos próximos é definida pela equação d = 2 ES sin  π  , e o M do
M − PSK
M 
quociente do argumento da função trigonométrica é o número de fases necessárias, que neste
exercício é 8.
1 
d 8− PSK = 2 ES sin  π  = 2,96.10−5
8 
E é adimensional, pois não é uma constante física.
Resolução 3.07b) É semelhante a alínea anterior, mas agora é em 8-FSK.
s ( t ) M − FSK = 2 PS cos ( 2π ( 2i + n ) f s t ) , i = 0, 1, 2, 3, ...
Com i = 0 permite obter a frequência fundamental.
Com f c = 2.10 6 e 2 PS = 10−3 .
Para representar estes 4 símbolos, ( M = 8) , φ = ( 2i + n ) f s . Como não sei o valor de n , vou primeiro
calcula-lo:
π fb
fc = x fb ∧ f c = nf s ∧ fs =
N N
π fb
⇔ x fb = n x ⇔ n = π = 180
N N

Código φ = ( 2i + n ) f s
Gray
0 00 ( 2.[0] + 180 ) f s =
0 01 ( 2.[1] + 180 ) f s =
0 11 ( 2.[ 2] + 180 ) f s =
0 10 ( 2.[3] + 180 ) f s =
1 10 ( 2.[ 4] + 180 ) f s =
1 11 ( 2.[5] + 180 ) f s =
1 01 ( 2.[6] + 180 ) f s =
1 00 ( 2.[7] + 180 ) f s =
A modulação dos símbolos é:

s (t )  = 2 PS cos ( 2π ( 6 + 180 ) f s t )
 010  8 − FSK
s (t )  = 2 PS cos ( 2π (10 + 180 ) f s t )

 111  8 − FSK
s (t )  = 2 PS cos ( 2π ( 2 + 180 ) f s t )
 001  8− FSK
2 N +1 f b
A largura de banda do canal é BT M − FSK
= .
N
Para a transmissão de um sinal modulado utilizando a técnica 8-FSK, a largura de banda do canal é:
2 N +1 f b 2 N +1 f c 23+1 ( 2.106 )
BT M − FSK
= = ⇔ BT 8 − FSK
= = 10, 667 MHz
N N 3
A distância entre os pontos próximos é definida pela equação d M − FSK

= 2 NEb .
Mas nesta alínea pretende se calcular o valor de PS .
Assim desenvolvendo fica d M − FSK = 2.N .Eb = 2.N . ( PS Tb ) ⇔

 1 2
⇔ d M − FSK = 2.N .Eb = 2.N . ( PS Tb ) ⇔ 2.N .  PS .  =  2,96.10−5 
 rb 
8, 76.10 −10
Ps 8− FSK = . ( 2.106 ) = 292.10−6 = 292 µW
2. ( 3)
A largura de banda do canal tem que ser maior, BT 8 − FSK

= 10, 667 MHz , comparando com a
BT 8 − PSK
= 1,33 MHz , mas ganha-se na potência.
Resolução 3.07c) Pretende se uma dedução teórica para

uma constelação de 8-QAM.
São 8 símbolos, e usando a fase e a amplitude, aproximar

do centro da constelação.
Já sei que o círculo não é uma boa opção, pois desperdiça

muito espaço.
Vou tentar esta possibilidade e desenvolver:
Vou calcular a distância nesta representação.
Cada recta laranja, hipotenusa, é:
 d  2  d  2 
  +   
 2   2  

Como tenho 4 símbolos com a mesma distância, as que estão mais perto do centro, fica:
 d  2  d  2 
  +    x 4
 2   2  
Tenho mais 4 símbolos mais distantes, mas só no eixo dos “x”:
  d  2  d  2   d  2  3d 2  
   +    x 4 +    +    x 4 
  2   2    2   2   
  
Assim a potência é:
1   d  2  d  2   d 2  3d 2  
ES =    +    x 4 +   +    x 4 
  2   2   
M    2   2   
Como são 8 símbolos, e devo de normalizar a energia de modo a me permitir realizar a comparação
com outros sistemas:
1   d   d   
2 2
 d  2  3d 2 
E S =    +    x 4 +   +    x 4 
8   2   2    2   2  


12 2 3 2
ES = .d = .d
8 2
d 8− FSK = 2 ES = 2. ( NEb ) = 2. ( 3Eb ) = 2, 45 Eb
1 
E para o 8-PSK, d 8− PSK = 2 ES sin  π  = 1,33 Eb
8 
A 1ª solução estudada é d 8−QAM = 2.Eb = 1, 41 Eb

1ª solução
A modulação 8-PSK é melhor que modulado em 8-FSK para a mesma largura de banda.

P: Haverá uma outra solução para o problema?
P: A escolha planar, em detrimento do circular, foi uma boa escolha, mas a disposição dos pontos
será a mais correta?
Vou rodar os 4 mais afastados e coloca lo nos eixos, mantendo a distância, pois só assim posso
comparar os dois sistemas, que é a capacidade de imunidade ao ruído:
Este 4 novos pontos distancian se do eixo em 1 + 3 ( ) d2 , pois cada uma delas agora só tem uma
componente.
Assim a potência é:
1   d   d    2  d  
2 2 2
E S =    +    x 4 +  ( 0 ) +  1 + 3   x 4 
8   2   2    2   ( )
 
d
2
ES =   +
(
1+ 3 )
.d 2 = 1,183d 2
2
  8
d 8−QAM = 0,845.ES = 0,845. ( NEb ) = 2,54.Eb = 1, 59 Eb

2ª solução
Como se pode constatar melhorou-se o sistema (pois aumentou-se a distancia entre os pontos) apenas
trocando a posição de alguns pontos, mas mantendo o resto das outras características do sistema.

fs
Figura 21 - Características do filtro. f Nyquist = ( f s é a taxa de símbolos).
2

Ruído em modulações digitais
Exercício 4.01 - A função de autocorrelação de um sinal de ruído é dada por
τ
−
2 τ0
Rn (τ ) = σ e
a) Obtenha a função densidade espetral de potência.

2
b) Se este ruído for aplicado a um integrador em t = 0 , determine  n0 (T )  na saída do integrador
em t = T .
c) Se o ruído for acompanhado por um sinal de valor +V ou -V, durante um intervalo T, determine a
razão sinal-ruído de saída do integrador.
Resolução 4.01a) A característica do canal é a de ser um AWGN. Gn ( f ) = ?

τ
−
2 τ0
Como se obteve σ e : Mediu se numa largura de banda do próprio ruído e fez se a autocorrelação
com ele próprio. Logo Rn (τ ) é a transformada de Fourier da autocorrelação.
+∞ +∞ τ
−
∫ R (τ ) .e ∫σ
− jωτ 2
e .e− jωτ dτ
τ0
Gn ( f ) = n dτ =
−∞ −∞

Integral de Fourier de ±∞
e− jωτ é o coeficiente que permite passar do domínio dos tempos para o domínios das frequências.
O sinal de ruído é um sinal de potência.
Gn (ω ) = F  Rn (τ ) .e − jωτ  , em que τ é a variável correspondente ao tempo em atraso, atraso esse
que se deve a autocorrelação.

Há sinais aleatórios, que para o cálculo de potência só se consegue pela utilização da

autocorrelação. A autocorrelação é multiplicar se por ele próprio. Para sinais aleatórios não existe
transformada de Fourier.
Nota a ter sobre notação matemática: os sinais de energia e de potência são disjuntos, ou seja,
quando ocorre um, não ocorre o outro. É essa a razão pela qual se utiliza sempre a designação de
potência, tanto para energia como para potência.
+∞ τ
− τ
∫σ
2 τ0
Assim Gn ( f ) = e .e − jωτ dτ . E como está em módulo, , existem dois intervalos:
−∞
τ0
0 τ +∞ τ
+ −
∫σ dτ + ∫ σ e .e− jωτ dτ
2 τ0 − jωτ 2 τ0
Gn ( f ) = Gni ( f ) = e .e
−∞

0

GN1 GN 2
→ Gn ( f ) = Gni ( f ) = GN1 ( f ) + GN2 ( f )
0 τ 0  1 
+ − jωτ +τ  − jω 
∫σ ∫σ
2 2 τ0
Assim para GN1 ( f ) = e τ0
dτ = e 
dτ
−∞ −∞
 1  1
Sabendo a regra da exponencial, que é τ  − jω   = − jω . E como não tenho o quociente que '
 τ0  τ 0
1 2
anule − jω , pois tenho (1) , e sendo σ uma constante, fica:
τ0
0
 1 
1  τ − jω 
0  τ0 
τ − jω 
e
∫σ
2
e τ0 
dτ = (1) σ 2
1
−∞ − jω
τ0 −∞
0
 1 
+τ  − jω 
 +( 0) 1 − jω  1 
+ ( −∞ ) − jω 
  
e τ0   e τ0  e τ0    e0 e −∞ 
GN1 ( f ) = σ 2  1  =σ2 
2
=σ − −
1 [1] 
1   1 − jω 1 − jω 
− jω  τ − jω − jω  τ 
τ0 −∞  0 τ0   0 τ0 
[1] - fica de fora, pois a variância é uma constante.

     
 1 0   1   1   τ0 
GN1 ( f ) = σ 2  −  =σ2   =σ2  =σ2  
 1 1   1   1   1 − jωτ 0 
 τ − jω τ − jω   τ − jω   τ − jω 
 0 0   0   0 
E para o GN2 ( f ) fica:

+∞
 1 
−τ  + jω 
 
+∞ −
τ
− jωτ +∞  1 
−τ  + jω 
e  τ0   e +∞ e 0 
∫σ ∫σ = −σ 2  
2 2
GN 2 ( f ) = e τ0
dτ = e τ0 
dτ = − (1) σ 2 −
1  1 + jω 1 + jω 
0 0 + jω τ 
τ0 0  0 τ0 
   
 0 1   1   τ0 
GN2 ( f ) = −σ 2  −  = −σ 2  −  = +σ 2  
 1 1   1   1 + jωτ 0 
 τ + jω τ + jω   τ + jω 
 0 0   0 
Assim, recuperando a ultima definição, fica que Gn ( f ) = Gni ( f ) = GN1 ( f ) + GN2 ( f ) ⇔
  τ0   2  τ 0  2 τ0 τ0 
⇔ Gn ( f ) = σ 2    + σ    ⇔ Gn ( f ) = σ  + 
  1 − jωτ 0     1 + jωτ 0   1 − jωτ 0 1 + jωτ 0 
 τ + jωτ 0 2 ) + (τ 0 − jωτ 0 2 ) 
2 ( 0
 τ 0 (1 + jωτ 0 ) + τ 0 (1 − jωτ 0 ) 
 = σ  
2
⇔ Gn ( f ) = σ 
 (1 − jω τ )(1 + jω τ )   1 + jω τ − jωτ − j 2 2 2
ω τ 
0 0  0 0 0 
 2 2

 τ 0 + jωτ 0 + τ 0 − jωτ 0
2  2τ 0σ 2
⇔ Gn ( f ) = σ   Gn ( f ) = Gni ( f ) =
 1− j 2 ω 2τ 0 2  1 + ω 2τ 0 2
 −1 
Nota 4.1.1 – Gn ( f ) = Gni ( f ) é a densidade espectral da correlação do ruído, e tem uma
dependência nas frequências.

Nota 4.1.2 – no ruído este processo é o único que nos permite calcular a densidade espetral de
potência, porque não é um sinal determinístico.
Nota 4.1.3 – a transformada de um sinal real e par, origina também um sinal real e par.
Resolução 4.01b) A saída da função de transferência do integrador é dada pelo teorema de Parseval:
+∞ 2
Gno ( f ) = ∫ H ( f ) Gni ( f ) df
−∞
[1]
Gno ( f ) é a densidade espectral à saída do integrador. Utilizando o slide RMD4, sei que
Média ao quadrado

2  2τ σ 
2
2 +∞ +∞ 2 +∞
 n0 (T )  = N 0 = ∫ Gno ( f ) df = ∫ H ( f ) Gni ( f ) df = ∫ H ( f )  0
2 2  df
−∞ −∞ −∞
 1+ ω τ0 
[1]
[1] - valor calculado na alínea anterior, e é a densidade espectral do ruído a entrada da função de
transferência (integrador).
H ( f ) é o modulo da função de transferência.
2
2 1 − e − jωT
H(f ) = , e sabendo de que τ = RC (é o circuito eletrónico que faz a implementação) e
jωτ
que ω = 2π f , fica:
2 2
2 1− e ( )
+∞  − j 2π f T
2τ 0σ 2  +∞ 1 − e
( ) − j 2π f T  2τ 0σ 2 
 n0 (T )  = ∫  2  d f = ∫−∞ j ( 2π f ) RC  2  df
( )
−∞ j 2π f RC 2
1 + ( 2π f ) τ 0 
2
1 + ( 2π f ) τ 0 

Os limites de integração de -∞ à +∞ deve se
a facto de ser um senocardinal

Nota 4.1.4: RC é o filtro integrador, que faz a seleção de uma banda infinita do ruído, uma faixa
estreita de forma a se poder calcular a densidade espectral do ruído (obtido pela sua
autocorrelação).
2
2 T 1 − e − j ( 2π f )T  2τ 0σ 2 
Nota 4.1.5: se fosse nos tempos, seria  n0 (T )  = ∫  2  dt , em que os
0 j ( 2π f ) RC 2
1 + ( 2π f ) τ 0 
limites de integração são de zero à “T” devido ao filtro integrador só permitir que só passe uma
faixa estreita.
−
jωT
 jω2T −
jωT

e 2
 e − e 2
 jωT
−
jωT
1 − e− jωT   , em que e 2 − e 2
Nota 4.1.6: Cálculo do filtro de transferência: =
jωτ jωτ 2
é a função seno.
− jωT
−j
ωT
 j ω2T −j
ωT
 j
ωT
−j
ωT
 ωT 
Sei que 1 − e =e 2
e − e
2
 , e que e − e 2 = 2 j sin 
2
.
   2 
2
−j
2π fT  j 2π fT −j
2 π fT

e 2
e 2
−e 2 
  2τ 0σ 2
2 +∞
  .
Assim  n0 (T )  = ∫−∞ 2
df ,
j ( 2π f ) RC 1 + ( 2π f ) τ 0 2
2
Sei que e − jπ fT = e − j 2π fT = e0 = 1
2 +∞
 n0 ( T )  = ∫
(2 2
j 2 sin 2 (π fT ) ). 2τ 0σ 2
df = ∫
+∞ ( sin (π fT ) ) .
2
2τ 0σ 2
df
2 2
−∞
j 2
( 2 π f RC ) 1 + ( 2π f ) τ 0 2 −∞ π 2 f 2 R 2C 2 1 + ( 2π f ) 2 τ 0 2

Vou fazer a mudança de variável de forma a facilitar os cálculos de integração:
x = π fT → dx = π T df
2
2 2τ σ 2 +∞ sin ( x )  1 1
n0 (T )  = 20 2
RC ∫−∞  x  . 22τ 02 2 . π
T
dx
1 + 2 x π T df
T
Fazendo a mudança de variável, de forma a facilitar a visualizar uma definição mais simples,
2τ 0
a=
T
2 2τ 0σ 2 +∞ sin 2 ( x ) 1
 n0 (T )  =
π TR 2C 2 ∫
−∞ x 2
.
1 + a2 x2
dx
+∞ si n 2 ( x ) 1
Esta primitiva, ∫ −∞ x 2
.
1 + a2 x2
dx , não é imediata, por isso está tabelada.
+∞ sin 2 ( x ) 1 π π 2 π 2

Na tabela: ∫−∞ x 2
. 2 2
1+ a x
dx = − a − a sinh   + π + a cosh  
2 2 a 2 a
2τ 0
Esta foi a razão da utilização de a = , foi para ser mais fácil encontrar o respectivo valor na
T
tabela.
2 2τ 0σ 2  π π 2 π  2 
Assim fica,  n0 ( T )  =  − 2 a − 2 a sinh  a  + π + 2 a cosh  a  
π TR 2 C 2     

Resolução 4.01c) Pelo slide RMD3, o integrador realiza a operação
1 T 1 T 1 T
v0 (T ) = ∫
RC 0

 s ( t ) + n ( t )  dt = ∫ s ( t ) dt + ∫ n ( t ) dt
τ 0 τ 0
τ
1 T VT 1 T
e o ruído é n0 ( T ) = ∫ n ( t ) dt
τ ∫0
A resposta impulsional do filtro é s0 (T ) = ±V dt = ±
RC τ 0
RC
E em que n0 (T ) é uma variável aleatória enquanto n ( t ) é um processo aleatório.
2
 VT 
 ± RC 
2

S0  0 s ( T ) 

Pelo slide RMD5, sei que ( SNR )0 = = =
N 0  n0 (T )  2  n0 (T )  2
  

Calculado em 1b)
V 2T 2
R 2C 2
( SNR )0 =
2τ 0σ 2  π π 2 π  2 
 − a − a sinh   + π + a cosh  
π T R 2C 2  2 2 a 2  a 
−1
2 −1 −2  2  2 
( SNR )0 = V Tτ 0 σ  2 − a − a sinh  a  + a cosh  a 
    
Exercício 4.02 - Considere um sinal cuja tensão oscila entre +V e -V e cuja probabilidade de ser
transmitido +V é de 3/4 e -V de 1/4. O sinal é acompanhado por ruído branco gaussiano.
a) Considerando que a tensão de decisão é Vt , em vez de 0 volts, escreva uma expressão para a
probabilidade de erro, Pe , supondo que receptor utiliza um integrador.
b) Calcule Vt que minimize Pe e determine Pe .

Resolução 4.02a)
3 1
p( +V ) = p( s01 ) = ∧ p( −V ) = p( s02 ) = ∧ s01 (T ) = +V ∧ s02 (T ) = −V
4 4
Logo a probabilidade foge do quadro da normalidade dos 50%
Como a probabilidade não é de 50%, vou ter que desenvolver uma expressão, tendo em atenção de
que vou utilizar um integrador como um filtro ótimo.
Pelo slide RMD6, sei que a densidade de probabilidade da amostra, f  n0 (T )  , é gaussiana.
Na ausência de ruído, a “recepção” do sinal ocorre no ponto ideal. Com ruído ocorre ao longo da
descida da função (tanto na zona assinalado a azul ou a verde), e é caracterizado por
VT VT
s01 (T ) = ± no ( t ) ou s02 (T ) = ± no ( t )
τ τ
Se o sinal ocorrer na zona assinalado a azul, não há problemas, mas se ultrapassar a linha de decisão,
tem-se uma decisão errada (zona assinalada a rosa). Notar que se ocorrer assinalado a verde não tem
problemas, pelo contrário, até realça mais.
A fronteira de decisão é (está a meio quando a probabilidade é de 50%).

Qualquer ponto da função preenchido a rosa, é um ponto proibido para o sinal “1”, e a verde é
proibido para o sinal “0”.
VT VT
A saída é s01 (T ) = ∨ s02 (T ) = −
τ τ
Nota 4.2.1: a diferença entre s01 ( t ) e s01 (T ) , ou seja para outra situação qualquer, quando se tem
um “ t ” minúsculo, é ao longo de um tempo continuo, enquanto “ T ” maiúsculo é para um

determinado tempo amostrado.
Pelo slide RMD27, a expressão geral total da probabilidade de erro, se a função tiver um
comportamento gaussiano, é:
Pe = p ( e | s1 ) p ( s1 ) + p ( e | s2 ) p ( s2 )
Como não sei onde poderá ficar, vou selecionar uma possibilidade ao acaso, pela linha preta, Vt .
Nota 4.2.2: não há trocas p ( e | s1 ) p ( s1 ) com p ( e | s2 ) p ( s2 ) , pois é a probabilidade de errar.
Nota 4.2.3: é a probabilidade de errar com a transmissão de um determinado bit. É preciso ter
cuidado, pois tem se o hábito de se trabalhar com 50%, pensamos que é sempre igual. Neste
exercício tem se uma probabilidade de haver um com ¾ e outro com ¼, logo é preferível deslocar a
reta de decisão para onde há menos probabilidade de sair um determinado numero, zero ou um, de
forma a reduzir os erros.
Assim Pe = p ( e | s1 ) p ( s1 ) + p ( e | s2 ) p ( s2 ) , e pelo slide RMD28,
3 1
Peso Peso
4 4
Pe = p ( vo ( t ) < Vt ) | s1  . p ( s1 ) + p ( vo ( t ) < Vt ) | s2  . p ( s2 )

É a probabilidade de ter sido transmitido cada um dos bits
Nota 4.2.4: Em ( v0 ( t ) < Vt ) | s1  , tem se v0 ( t ) é o sinal à saída do integrador (tem ruído).
Probabilidade de ocorrer +V Probabilidade de ocorrer -V

3 1
E como p( +V ) = p ( s1 ) = ∧ p( −V ) = p ( s2 ) = , e sabendo de que pelo slide RMD6, a
4 4
probabilidade de erro de uma função gaussiana é:
 n0 (T2) 
∞  e 0 
2σ
∞
Pe = ∫VT f  n0 ( T )  d  n0 (T )  = ∫VT   d  n0 (T ) 
2
τ τ  2πσ 0 
 
VT
Em que é o valor onde começa o ruído, mais abaixo que este valor não se pode ter, e n0 (T ) é
τ
no instante de tempo amostrado.
 − n0 (T2)   − n0 (T2) 
3 VT
 e 2σ 0  1 +∞  e 2σ 0 
Fica Pe =
4 ∫τ  2
d 
  0 n ( T )  4 ∫VT 
 +
τ  2πσ 0 2
 d  n0 (T ) 
 2πσ 0
−∞
 
p ( s1 )   p ( s2 )  
VT
Sabendo de que vo ( t ) = s0 (T ) + n0 (T ) ∧ n0 (T ) = vo ( t ) −
τ

s0 (T )
VT VT
n01 ( T ) = vo ( t ) − ∧ n02 (T ) = vo ( t ) +
τ τ

3 Vt 1 +∞
Pe =
4 ∫−∞ 
p (vo ( t ) | s1 
 d 
 vo )
( T )  + (
 4 ∫Vt p vo ( t ) | s2  d  vo (T )  )

p ( s1 ) p ( s2 )

em que Vt é a linha de decisão (limites de integração)
 − vo (T )−VT    − vo (T )+ VT  

2 2
  2σ 2 τ     2σ 2 τ  
3 Vt  e 0
 1 +∞  e 0

Pe = ∫  d 
  o v ( T )  4 ∫Vt 
 +  d vo (T ) 
4 −∞ 2 2
 2πσ 0   2πσ 0 
   
   
Mudanças de variável
O expoente é negativo devido ao atraso, em relação ao eixo de origem.

Resolução 4.2b) O b ( t ) não é dado. Mas também não preciso, pois o que devo de fazer é
minimizar a probabilidade de erro, minimizando Vt .
Para resolver este exercício, vai se escolher uma função qualquer, f (τ ) , e fica:
d x
dx ∫k 
 f (τ )  dτ . Se, por suposição a sua primitiva for g ' (τ ) , então g ' (τ ) = f (τ ) , e fica
d x d x d dg ( x ) dg ( k ) dg ( x )
∫
dx k
 f (τ )  dτ =
dx
g (τ ) k =  g ( x ) − g ( k )  =
dx dx
−
dx

=
dx
= f ( x)
=0
Nota 4.2.5: x e k são os limites de integração.

dg ( x )
Nota 4.2.6: é a própria função f ( x ) , que é o argumento do integral.
dx
Agora utilizando o resultado obtido na alínea anterior
3 Vt 1 +∞
Pe = ∫
4 −∞
f ( x ) dx + ∫ f ( x ) dx ⇔
4 Vt
 − vo (T )−VT    − vo (T )+ VT  

2 2
  2σ 2 τ     2σ 2 τ  
3 Vt  e 0
 1 +∞  e 0

Pe = ∫  d 
  o v ( T )  4 ∫Vt 
 +  d vo (T ) 
4 −∞ 2 2
 2πσ 0   2πσ 0 
   
   
Para o nosso caso, minimizar Pe em ordem a Vt :

  − vo (T ) −VT 
2
  − vo (T ) + VT 
2
 
   2
τ     2σ 2 τ   
 3 Vt  e 2σ 0  1 +∞  e 0
 
d ∫  d 
  o v ( T )  4 ∫Vt 
 +  d  vo (T )  
 4  2πσ 0
2 2
 2πσ 0
−∞
  
     
dPe      
= =0
dVt dVt
 − v (T ) −VT 2  VT 
− vo (T ) − 
2 Vt
  − v (T )+ VT 2 
− vo (T ) +
VT 
2 +∞

  o 
τ   τ     o 
τ  

τ  

3 e 2σ 0 2
e 2σ 0 2  
1 e 2σ 0 2
e 2σ 0 2 
. −  + . − =0
4  2πσ 0 2 2πσ 0 2  4  2πσ 0 2 2πσ 0 2 
   



−∞  

Vt 

d dg ( x ) dg ( k ) dg ( x ) d dg ( k ) dg ( x ) dg ( x )
 g ( x ) − g ( k )  = − = = f ( x)  g ( k ) − g ( x )  = − =− =− f ( x )
dx  dx dx dx dx  dx dx
dx
=0 =0
 −Vt − VT  VT    − +∞ + VT  
2 2 2 2
  VT 
− −∞ − − Vt +
τ  τ 
 2σ 2
 τ  
2 2
  
2
τ 
2

2 2

3 e 0
e σ 0
 1 e σ 0
e σ 0

. − + . − =0
4  2πσ 0 2 2 π σ 2  4 2 π σ 2
2πσ 0 2
 0
  0

 =0   =0 
   
 −Vt + VT  
2 2
 VT 
− Vt −
 τ    τ  
2σ 0 2 2σ 0 2
3 e 1  e 
. + . − =0
4 2πσ 0 2 4  2πσ 0 2 
 
 
1
Divide-se tudo por , e fica
4 2πσ 0 2
 V 2T 2 V 2T 2 
−  Vt 2 + 2 − 2 2   −Vt 2 + V 2T2 2 + 2V 2T2 2    V 2T 2 V 2T 2 
− Vt 2 + 2 − 2 2 
 V 2T 2 V 2T 2 
− Vt 2 + 2 + 2 2 
 τ τ    τ τ    τ τ   τ τ 
2σ 0 2 2σ 0 2 2σ 0 2 2σ 0 2
3.e +  −e =0 ⇔ 3.e =e ⇔
 
 
 

 V 2T 2 V 2T 2 
− Vt 2 + 2 − 2 2   V 2T 2 V 2T 2   V 2T 2 V 2T 2 
 τ 
 τ − Vt 2 + 2 − 2 2   Vt 2 + 2 + 2 2 
 τ τ   τ τ 
2σ 0 2 
e 2σ 0 2
−
2σ 0 2 1
⇔ 3.  V 2T 2 V 2T 2 
=1 ⇔ e = ⇔
− Vt 2 + 2 + 2 2 

3
 τ τ 
2σ 0 2
e
Vt VT
2
τ σ02 1 τσ 0 2 ln ( 3)
⇔ e = ⇔ Vt = −
3 2VT
τσ 0 2 ln ( 3)
A linha de decisão não está a zero, pois é Vt = − , e depende de 4 parâmetros (variáveis τ ,
2VT
σ 0 , V e T ) que acabam por definir a linha de decisão.
3 1
Como há mais hipóteses de haver mais “1” do que “0”  ∧  , vou “empurrar” a linha de
4 4
decisão para a esquerda (zona dos zeros se fosse a probabilidade fosse de 50%, assinalado a preto).
τσ 0 2 ln ( 3)
Sabendo de que Vt = − , e substituindo VT em Pe , e tendo em conta de que, pelo slide
2VT
2 ∞ 2
RMD6, erfc ( x ) =
π ∫ x
e − u du , fica para o nosso caso

 − vo (T ) −VT    − vo (T ) + VT  

2 2
  2σ 2 τ     2σ 2 τ  
3 Vt  e 0
 1 +∞  e 0

Pe = ∫  d 
  o v ( T )  4 ∫Vt 
 +  d vo (T ) 
4 −∞ 2 2
 2πσ 0   2πσ 0 
   
   
Fazendo mudança de variáveis, para
VT
vo (T ) −
x= τ , fica dx = d vo ( T ) 
2σ 0 2σ 0
VT
vo (T ) +
y= τ , fica dy = − d vo (T ) 
2σ 0 2σ 0
Assim,
VT
Vt −
 e− x   e− y 
2 2
3 τ
1 +∞
Pe = ∫ 2σ 0   dx + ∫V + VT   dy
4 −∞  π  4 t τ  π 
2σ 0
VT
Vt −
Os limites de integração mudaram, passaram de Vt para τ .
2σ 0
d v (T ) 
Cuidado, pois saiu 2πσ 0 2 , devido a mudança de variável que é ±  o .
2σ 0
A forma agora apresentada, recorrendo-se a mudança de variável, permite chegar a primitiva.

A função conhecida que é
2 −u2
erfc ( x ) =
π ∫e du
O 1º termo não é parecido, ao contrário do segundo. Para o primeiro, preciso de trocar o sinal.
Assim faço z = − x ∧ dz = −dx , e fica
 e− z   e− y 
2 2
3 +∞ 1 +∞
Pe = ∫ VT   dx + ∫V +VT   dy
4 −Vt − τ  π  4 t τ  π 
2σ 0 2σ 0
Mas também me falta o ½, por isso vou multiplicar por 2/2.
 e− z   e− y 
2 2
2 3 +∞ 2 1 +∞
Pe = . ∫ VT   dx + . ∫V + VT   dy
2 4 −Vt − τ  π  2 4 t τ  π 
2σ 0 2σ 0
 τσ 2 ln ( 3)   τσ 2 ln ( 3) 
3  Vt −  V + 
Pe = erfc.  − 2VT  + 1 erfc.  t 2VT 
8  2σ 0 2  8  2σ 0 2 
   
   
τσ 2 ln ( 3 )
Agora repondo o valor da variável Vt = − , substituindo fica:
2VT
 VT τσ 2 ln ( 3)   VT τσ 2 ln ( 3) 
3  +   − 
Pe = .erfc.  τ 2VT  + 1 .erfc.  τ 2VT 
8  2σ 0 2  8  2σ 0 2 
   
   
Resumindo, como a probabilidade de bit não é de 50% por cada bit, foi necessário fazer um
deslocamento da linha de decisão. Recorreu se a mudanças de variáveis para assim permitir chegar
a uma função conhecida.

Exercício 4.03 - Considere a transmissão do sinal ±V, com igual probabilidade. O ruído do canal
apresenta uma densidade espetral de potência de
Gno
Gn ( f ) = 2
 f 
1+  
 f1 
a) Determine a função de transferência do filtro adaptado, H ( f )

b) Determine a probabilidade de erro, Pe , quando é utilizado o filtro anterior.
Resolução 4.03a) s01 ( t ) = +V ∧ s02 ( t ) = −V
Pela leitura do slide RMD11, sei que a função de transferência do filtro ótimo é
P* ( f ) − j 2π Tf P* ( f ) − j 2
ω
H(f )=K .e =K .e π f T , em que P* ( f ) = P ( f ) .e − jωT

Gn ( f ) G no
2
 f 
1+  
 f1 
Pelo slide RMD13, sei que no domínio dos tempos

tenho:
p ( t ) = s01 ( t ) − s02 ( t ) = V − ( −V ) = 2V
ω
T  
ω
j 2π f +  − j 2π f T  = jfT − j 2π fT = jfT (1 − 2π )
2  

ωT
 T F T −j
2V .PT  t −  ←→ 2V 2 sin c (ωT ) .e 2
2  2  2
P( f )
p(t )
Assim no domínio das frequências, tenho

ωT
VT −j
P( f ) = sin c (ωT ) .e 2 → deslocador
2
ωT ωT
−j +j
Fica P* ( f ) = 2VT sin c (ωT ) .e 2 .e + jωT = 2VT sin c (ωT ) .e 2

P( f )
ωT
+j
P ( f )   f   − jωT
* 2
2VT sin c (ωT ) .e 2 .e − jωT  f12 + f 2 
Assim H ( f ) = K 1 +    .e =K  2 
Gno   f1   Gno  f1 
 
ω
T  
ω
Nota: j 2 π f +  − j 2π f T  = jπ fT − j 2π fT = jπ fT (1 − 2 ) = − jπ fT
2  

f12 + f 2
2 (
H(f)=K 2VT sin c (ωT ) .e− jπ fT )
Gno f1
Resolução 4.03b) Pela leitura do slide RMD11, sei que a relação que permite minimizar o erro, γ 2 ,
é:
2
  T  − j 2π f 2 
T
2
+∞ 
2VT sin c  ω  .e 
 p 2 (T )  +∞
P( f )   2  df
γ = o 2  = ∫
2
df = ∫
 σ o  máx −∞ Gn ( f ) −∞
Gno
2
 f 
1+  
 f1 
T  − j 2π fT    f  
2
 po2 (T )  T 2 2 2
2V T  2
 2  =∫  sin c  ω 2  .e  1 +  f   df
σ G   
 o  máx 0 no
   1  
Função tabelada
T
4V 2T 2 1   f  
2
4V 2T  T)   0) 
3 3
 po2 (T )  T
4V 2T  f3  ( (
  =∫  1 +    df = f + 2 =  (T ) +

 −  ( 0) + 2 
 
 σ 2
 máx G T   f   G  3 f  G  3 f 2
  3 f1 
o 0 no  1  n o 1 0 no 1

 po2 (T )  4V 2T  T3  4V 2T 2 4V 2T 4 4V 2T 2  T2 
 2  =  T +  = + =  1 + 
 σ o  máx Gno  3 f12  Gno 3Gno f12 Gno  3 f12 
1  1  p 2 (T )  
Pelo slide RMD15, Pe min = .erfc  
0
 
2  8  σ o2  máx 
 
1  1  4V 2T 2  T 2    1  V 2T 2  T2 
Pe = .erfc    1 +  = .erfc  1 + 
min
2  8  Gno  3 f12    2  2Gno  3 f12  
   
Exercício 4.04 - Considere o sinal s ( t )

t
s ( t ) = ±2 , 0<t <T
T
O sinal está corrompido por ruído branco gaussiano com Gni ( f ) = 10−6 V 2 / Hz.
a) Desenhe a forma de onda de saída do filtro adaptado.

b) Para Pe < 10 −4 determine o intervalo de tempo T mínimo permitido.
Resolução 4.04a) Sabendo que a convolução é

vo ( t ) = h ( t ) ⊗ vi ( t ) , sendo h ( t ) a resposta impulsional.
2t
Para um vi ( t ) = s ( t ) = ± .
T
2t  2t  4t
Pelo slide RMD13, p ( t ) = s1 ( t ) − s2 ( t ) = −−  =
T  T  T

K 2K
h (t ) = p (T − t ) =  s1 (T − t ) − s2 (T − t ) 
Gn ( f ) N0 
2 K  2 (T − t ) 2 ( T − t ) 
h (t ) =  +  0<t ≤T
N0  T T 
2 K  4 (T − t ) 
h (t ) =   0<t ≤T
N0  T 
Cuidado, pois estou a lidar com um filtro adaptado, e não com um filtro óptimo. Com um filtro
óptimo seria necessária a utilização do DEP (densidade espectral de potência) do ruído.
+∞
Recordar que u ( t ) ⊗ v ( t ) = ∫ u (τ ) v ( t − τ ) dτ , ficando neste exercício:
−∞
 
t  8 K (T − τ ) 2 ( t − τ ) 
t
vo ( t ) = h ( t ) ⊗ vi ( t ) = ∫ h (τ ) s ( t − τ ) dτ = ∫   dτ
0
N0 T
0  T 

[1]
 h (τ ) s ( t −τ ) 
[1] - s1 ( T − t ) − s2 (T − t ) é a resposta impulsional do sistema e são dois sinais, e como são
simétricos, basta fazer os cálculos para um deles. Optei pelo positivo.

Nos limites de integração, pretende se saber qual é a função, por isso a utilização da variável “ t ” e
não de “ T ” (que nos daria um valor constante, pois seria um valor amostrado).
t t t
8K  (T − τ ) 2 ( t − τ )  8K  (T − τ )( t − τ )  16 K
vo ( t ) = ∫ 
N0 0  T T 
 dτ = ∫ 
N0 0 
2
T 2 

dτ = 2 ∫
N 0T 0
Tt − Tτ − τ t + τ 2  dτ
16 K  
t t t t
2 ∫ [
vo ( t ) = Tt ] dτ + ∫ [ −Tτ ] dτ + ∫ [ −τ t ] dτ + ∫ τ 2  dτ 
N 0T  0 0 0 0 
16 K  τ 3  16 K
t t t
t Tτ 2 tτ 2  2 Tt 2 t 3 t 3 
vo ( t ) = Ttτ 0 − − + = Tt − 2 − 2 + 3 
N 0T 2  2 0 2 0 3 0  N oT 2  
 
16 K  6Tt 2 − 3Tt 2 − 3t 3 + 2t 3  2 .8.K  3Tt 2 − t 3  8K  3Tt 2 − t 3 

vo ( t ) =  = N T2  =
N 0T 2  6  0
2 
 2 .3  N 0T  3 

8K  2 t 3 
vo ( t ) =  Tt − 
N 0T 2  3
O 3º gráfico é o primeiro intervalo, e o 4º é a convolução (em que os limites de integração vão

variando).

8K  T T2 ( )  = 8K T 1 − 1  = 8K T  2  = 16KT
Com t = T , fica vo ( t ) =
N0 T 2 
2
T T − ( )
3  
N 0  

3  
 
N 0   3   3N0
 
Para desenhar o gráfico com um máximo de um ciclo fica:
Bit “1” Bit “0”
O gráfico de cima, representa a saída do filtro adaptado ótimo, utilizando a função
2 K  4 (T − t ) 
h (t ) =   0<t ≤T
N0  T 
O sinal é espelhado para a direita, mas não interessa, o que se pretende é saber o valor máximo
positivo para o bit “1”, ou o mínimo negativo para o bit “0”, no tempo T . Ou seja só nos interessa
no intervalo de t = 0 a t = T .
Nota 4.4.1: não esquecer que vi ( t ) = s1 ( t ) ∧ s2 ( t )
2t
Nota 4.4.2: vi ( t ) = s ( t ) = ± não é um sinal conhecido, e até pode ser em banda base.
T
Resolução 4.04b) Quanto maior o valor de T , menor o erro. Pelo slide RMD15, existe uma
relação ótima quando s2 = −s1 . Ou seja a simetria dos sinais verifica a condição de filtro ótimo.
Se não houvesse uma relação ótima (simetria nos sinais), teria que utilizar a definição do slide
RMD14,
2
 po2 (T )  +∞
P( f ) 2
+∞
2
 2  = ∫
 σ o  máx −∞ Gn ( f )
df =
N0 ∫ P( f )
−∞
df

Uma relação óptima permite escolher a seguinte definição, pois
1  Es 
Pe min
= .erfc  
2  N0 
pois não depende do sistema de modulação (não sei se é em FSK ou PSK). Só sei que é binário.
A energia do símbolo, Es , tem como caracterização
2t
vi ( t ) = s ( t ) = ±
T
E sabendo que o sinal é s ( t ) , então

T 2 T T
2  2t  4t 2 4 t 4
Es = ∫ P ( f ) dt = ∫   dt = ∫ 2 dt = 2 = T
0 
T 0
T T 30 3
N0
Como sei que Gn ( f ) = e que Gn ( f ) = 10−6 V 2 / Hz , fica que N 0 = 2.10 −6 V 2 / Hz .
2
1  Es 
Assim, com este dois dados, sei que Pe min
= .erfc  −4
 e tem se que Pe < 10 .
2  N0 
 4 
 Es   T   
1 3 2T
Fica .erfc 
  < 10
−4
⇔ erfc  −6
 < 2.10−4 ⇔ erfc  −6  < 2.10
−4
2  N0   2.10   3.10 
 
 
Neste exercício é andar ao contrário.
Es
Agora vou a tabela e vejo quanto é que vale , sabendo que o meu “y” vale “0,0002”:
N0

Esta tabela foi obtida utilizando a função do Excel "=FUNCERROCOMPL(X)"
Mas este exercício não se pretende saber a relação de símbolos, logo não se quer saber do valor de
Es (e neste caso Es = Eb ) mas sim o valor do parâmetro “ T ” (tenho que inverter o sinal!).
2
2T ( 2, 625) .3.10 −6
> 2, 625 ⇔ T> ⇔ T > 10,33.10−6
3.10−6
2
 2T  −4
erfc  −6  < 2.10
 3.10 
T > 10,33 µ s
Ou seja, num canal AGWN, necessito que T > 10,33 µ s para poder transmitir os sinais s1 ( t ) e
s2 ( t ) , respeitando a probabilidade de erro, Pe , ser inferior a 10−4 .
Exercício 4.05 - Um sinal binário é transmitido utilizando os seguintes sinais:
s1 ( t ) = A cos ( 2π f c t ) → "1"
s2 ( t ) = 0 → "0 "
no intervalo T = n / f c . Este sinal é corrompido por ruído branco gaussiano, de densidade espectral
de potência N 0 / 2 .
a) Determine a função de transferência do filtro adaptado.
b) Obtenha uma expressão para a probabilidade de erro.

N0 n
Resolução 4.05a) Com uma Gn ( f ) = e com T = . E é uma modelação ASK.
2 fc
Pela leitura do slide RMD11, sei que a função de transferência do filtro ótimo é
P* ( f ) − j 2
ω
H(f)=K e π f T , em que P* ( f ) = P ( f ) .e − jωT

Gn ( f )
Para p ( t ) = s1 ( t ) − s2 ( t ) = A cos ( 2π f c t ) , fica
 1
 A cos ( 2π f c t )
F
← 
→ δ ( f − f c ) + δ ( f + f c ) 
2

  ω
 ω
  2π fc T  − j 2 2 π fc T
 ApT  t − T  F
← → A sin c 
  .e
 2 2  2 
  
Na convolução coloca se o PT ( t ) , na frequência ( f − f c ) e ( f + f c ) .

2
 ωT  − jπ fcT 1
P ( f ) = AT sin c   .e ⊗ δ ( f − f c ) + δ ( f + f c ) 
 2  2
T T
P ( f ) = A sin c (π ( f − f c ) T ) .e ( c ) + A sin c (π ( f + f c ) T ) .e ( c )
− jπ f − f T − jπ f + f T
2 2
P ( f ) − j 2
ω
Substituindo H ( f ) = K e π f T , fica (a amplitude, A , não interessa):

Gn ( f )
2 K − j 2π fT T − jπ ( f − f c )T T − jπ f + f T 
H(f )= .e  2 si n c ( π ( f − f c ) T ) .e + sin c (π ( f + f c ) T ) .e ( c ) 
N0 2 

n
E com T = ,
fc
 n  n 
n   n    n 
2K   fc  sin c  π ( f − f )  n   .e  fc  sin c  π f + f  n   .e− jπ ( f + fc ) fc  
− j 2π f   − jπ ( f − fc ) 
 fc   fc 
H( f )= .e  c   +  ( c )  
N0  2   fc   2   fc   
 
 
 2 nπ f     f
  f 
  − j nπ  fc −1   f   − j nπ  fc +1 
  f 
nK − j  fc 

sin c  nπ  − 1  .e 
H(f)= .e  + sin c  nπ  + 1  .e
fc N0    fc     fc   
 
2
 p 2 (T )  +∞
P( f )
Resolução 4.05b)  o 2 
 σ o  máx
= ∫
−∞
Gn ( f )
df
T T T
2 2 1 + cos ( 4π f c t )
P ( f ) = ∫ A cos ( 2π f c t ) dt = ∫ A2 cos 2 ( 2π f c t ) dt = A2 ∫ dt
0 0 0
2
1  A2  T e j 4π fct + e− j 4π fct 
T T T
2
P ( f ) = A2 .  ∫ 1 dt + ∫ cos ( 4π f c t ) dt  = ∫ 1 dt + ∫0 dt 
2 0 0  2 0 2 
  A2  T 1  e j 4π f c t e j 4π f c t  
T T
A2  1  j 4π f t
T T T
2
 ∫ 1 dt +  ∫ e c dt + ∫ e t 0 +  
− j 4π f c t
P( f ) = dt   = −
2  0 20   2  2  j 4π f c j 4π f c 0  
0  0 
2 A2  1   e j 4π f c T e j 4 π f c 0   e j 4 π f c T  e j 4π f c 0   
P( f ) =  T +  −  + − −−    
2  2   j 4π f c j 4π f c   j 4π f c  j 4π f c    
2 A2  1  e j 4 π f cT 1 e j 4π f c T 1 
P( f ) = T +  − − + 
2  2  j 4π f c j 4π f c j 4π f c j 4π f c  
 
2 A2  1  e j 4π fcT − e j 4π fcT   A2  sin ( 4π f cT ) 

P( f ) = T +   = T + 
2  j 4π f c  2  2  j 4π f c 

1  1  p 2T  
Pelo slide RMD15, Pe min = .erfc  0
 2  
2  8  σ 0  máx 
 
1  1  A2 2  sin ( 4π f cT )    1  1 A2  sin ( 4π f cT )  
Pe = .erfc   . . T +   = .er fc  . . T + 
min
2  8  2 N 0  j 4π f c    2  8 N 0  j 4π f c  
   
Exercício 4.06 - Esboce as probabilidades de erro do BPSK coerente, QPSK coerente, DPSK, BFSK
coerente e BFSK não coerente em função de Eb / N 0 e faça comparações.
Resolução 4.06) PT
s b = Eb .
1  Eb  1  d2 
Pe BPSK −C = PB BPSK −C = erfc   = er f c  
2  N 0  2  4N0



 Es   d2 
Pe QPSK = Pe = erfc   = erfc  
MSK  2N   4 N0 

0 
 
( slide RMD 33) ( slide RMD 43)
Eb
1 −
Pe DPSK = Pe BPSK − NC = PB BPSK − NC = .e N 0
2
ortogonal Det. Não Coerente Pois é binário
diferencial ortogonal
M −1  Eb  M −1  d2 
Pe = PB = .erfc   = .erfc  
BFSK −C BFSK −C
2  4N0 
 2 N0 2
  
Slide RMD 39

Probabilidade de erro num receptor PCM:
Com o aumento de Eb / N0 , existe uma melhoria exponencial na diminuição de erros. Pagina 445 do
livro Simon Haykins.
Figura 22 - Probabilidade de erro num receptor PCM, parte I.

Figura 23 - Probabilidade de erro num receptor PCM, parte II.

Ruído em modulações digitais
Funções de base são funções que representam um determinado sinal, e representam se num eixo
ortogonal.
s1 ( t ) = Coeficiente x u1 ( t ) , sendo u1 ( t ) a função base.
Se os sinais forem ortogonais, obtém se funções de base.
Para realizar o sincronismo de bit, é preciso saber o inicio e o fim.

Para realizar o sincronismo de frequência, é preciso saber o inicio e o fim.
Para realizar o sincronismo de fase, é necessário o uso de um detector coerente.
Um desvio de fase faz grandes desvios, mesmo sendo desvios baixos (a titulo de exemplo, basta um
desvio de 25º para ser considerado um grande desvio).
Exercício 5.01 – Uma ligação em micro-ondas transmite dados binários à taxa de 1Mbps. Se a
densidade espetral de potência de ruído à entrada do receptor for de, 10−10 V 2 / Hz , determine a
potência média da portadora para que Pe ≤ 10 −4 para DPSK e compare com a da BPSK coerente.
Exercício 6.35, página 501, do livro Simon Haykins
1 N0
Resolução 5.01) rb = 1 Mbits ⇔ Tb = = 10 −6 s e Gn ( f ) = = 10−10 V 2 / Hz .
rb 2
O detector coerente só faz uso da fase (BPSK), o que implica que é necessário detectar a portadora
com a fase (técnicas de sincronismo), faz uso de correladores (desmodulação seguido de integração).

1  PT 
Consultando o slide RMD20, para o BPSK coerente, tem-se Pe BPSK − C
= Pe BFSK
= erfc  s b 
2 N0 

Eb = PsTb
s b , energia do bit, e Eb / N0 é a relação da energia do sinal com a energia do ruído.

Em que Eb = PT
1  Eb   Eb 
 = 2. (10 )
−4
Assim Pe BPSK − C
= erfc   ⇔ erfc 
2  N0   N0 
y
x
Eb
N0
Esta tabela foi obtida utilizando a função do Excel "=FUNCERROCOMPL(X)"
N0
E sabendo de que = 10−10 ⇔ N 0 = 2.10−10 V 2 / Hz
2
Eb Eb 2 2
Assim = 2, 63 ⇔ −10
2
= ( 2, 63) ⇔ Eb = ( 2, 63) .2.10−10
N0 BPSK − C
2.10 V / Hz
Eb BPSK − C
= 1,38.10−9 J
Eb 1, 38.10 −9 J
Eb = PT
s b ⇔ Ps = = −6
= 1, 38.10 −3 W Ps BPSK − C
= 1,38 mW
Tb 10 s

Não é pedido, mas poderia ter calculado a amplitude do sina de forma sinusoidal, como sei que
T
Eb = A2 b ,
2
A2 A2 A2
Ps Tb = Tb ⇔ Ps = ⇔ 1, 38 mW =
2 2 2
A = 52,5 mV
Nota 5.1.1:
O PSK tem duas direcções ortogonais (cosseno e seno), havendo por isso apenas o desvio de fase.
O FSK tem número elevado de portadores, pois usa as frequências.
Agora para o DPSK, que é na prática uma modulação ortogonal não coerente (e só é possível nesta
modalidade). Pois como se usa a fase, não se pode usar o detector coerente. Pretende-se Pe ≤ 10 −4 , o
objectivo é calcular PS .
ES
1 −
Utilizando o slide RMD31, Pe DPSK min
= .e 2. N0 , e sabendo que ES = 2.Eb , fica que
2
Eb Eb
1 − − Eb
Pe DPSK min
= .e N0 ⇔ −4
2.10 = e N0
⇔ ln ( 2.10−4 ) = − ⇔
2 N0
⇔ − Eb = ln ( 2.10 −4 ) .2.10−10 ⇔ − Eb = ( −8, 517 ) .2.10−10 ⇔ Eb DPSK

= 17, 034.10−10 J
1
Como me é dito no enunciado que Tb = = 10−6 s e sabendo que Eb = PT
s b
rb
Eb 17, 034.10−10
Ps = = ⇔ Ps = 1, 7.10 −3 W
Tb 10 − 6 s DPSK min
Assim a potência mínima da modelação DPSK é ≥ 1,7 mW .
A potência de portadora do DPSK tem que ser maior que a do BPSK, para a mesma qualidade.
Exercício 5.02 - A probabilidade de um bit estar errado é de 10−3 . Se a mensagem for constituída por
10 bits, calcule a probabilidade da mensagem se encontrar errada.
Resolução 5.02) PB( it ) = 10 −3 ∧ N = 10 . Qual é a probabilidade da mensagem estar errada?
Aqui faz-se ao contrário, calculou se a probabilidade de acertar.
N 10
(
Pelo slide RMD51 → Pde estar certo = PC = 1 − PB(it ) ) ⇔ PC = (1 − 10 −3 ) = 0,99004488
Nota – no cálculo matemático, quando a << 1 , então podemos fazer a seguinte aproximação
N
(1 − a ) = 1 − a. N .
Pde estar errado = Pe = 1 − PC = 1 − 0, 99004488 = 9,96.10 −3
Exercício 5.03 - A probabilidade de um bit estar errado é 10−3 .

a) Qual é a probabilidade de uma palavra de 6 bits ter um erro?
b) Os bits estão agrupados de tal maneira que, em vez de serem transmitidos 6 bits, bit a bit, é
enviado um sinal modulado em 64-PSK (a velocidade de transmissão de símbolo é 1/6 da
velocidade de um bit). Calcule a probabilidade de um símbolo de 6 bits estar errado.
Resolução 5.03a) PB( it ) = 10−3 ∧ N = 6 .
N 6
(
Pelo slide RMD51 → Pde estar errado = Pe = 1 − 1 − PB( it )

)
⇔ Pe = 1 − (1 − 10 −3 ) = 5, 98.10 −3
Pde estar certo = PC
A probabilidade de erro de símbolo, Pe , é diferente da probabilidade de erro de bit, PB . Só é igual

para a modulação BPSK e BFSK.
Resolução 5.03b) 64 − PSK . Este exercício vai analisar a probabilidade de erro, não de bit a bit,
como foi analisado na alínea anterior, mas sim da palavra/símbolo. Pelo slide RMD54, tenho que ir
pelos limites. O tamanho da minha palavra é M = 64 .

M 64
32
Limite inferior, → PB( it ) ≤ 2 Pe ⇔ PB( it ) ≤ 2 Pe ⇔ PB( it ) ≤ Pe ⇔
M −1 64 − 1 63
63 63
⇔ Pe ≥ PB( it ) . ⇔ Pe ≥ (10−3 ) . ⇔ Pe ≥ 1,969.10−3 ≈ 0, 002
32 32
Pe
Limite superior, → PB( it ) > = 0, 006 , assim, fica 0, 002 ≤ Pe ≤ 0, 006 .
−3
⇔ Pe < 6.10
N N PB( it )
Só houve oportunidade de calcular um intervalo para a probabilidade de símbolo. Se fossem dados

mais parâmetros, tais como a potência e densidade, então poderia ter-se calculado um valor mais
preciso de Pe .
Eb
Exercício 5.04 - Pretende-se uma probabilidade de erro de 10−5 . Qual é a relação para os
N0
sistemas (de modulação) 16-PSK, 16-FSK, 16-QAM e QPR?
Resolução 5.04a) Com 16-PSK (sistema de modulação M − PSK ), N = 4 :
si ( t ) M − PSK = 2 Ps cos ( 2π f c t + φi ) , i = 0, 1, 2, 3,...M − 1
π
Sendo φi = ( 2i + 1) , então a definição do sistema de modulação do sinal em M − PSK é:
M
  π 
si ( t ) M − PSK = 2 Ps cos  2π f c t + ( 2i + 1)   , i = 0, 1, 2, 3,...M − 1
  M 
Como nada é dito, vou supor que é não coerente, e pelo slide RMD48,
 NEb π   4 Eb  π 
Pe M − PSK − NC
= erfc  . sin   ⇔ Pe 16 − PSK − NC = erfc  . sin   
 N0 M   N0  16  

4 Eb π 
Agora vou a tabela e vejo quanto é que vale .sin   , sabendo que o meu “y” vale
N0  16 
“0,00001”:
2
 
4 Eb π  4 Eb  3,125  Eb [15,81]
2
Assim, . sin   = 3,125 ⇔ =  ⇔ =

N0  16  M =16 N0   π   N0 4
sin
  16  
Eb Eb Eb
= 62,51 W → = 10.log ( 62,51) = 18 dB → = 48 dBm
N0 16 − PSK − NC
N0 16 − PSK − NC dB
N0 16 − PSK − NC dBm
Conversão de potência: http://www.giangrandi.ch/electronics/anttool/decibel.html
Resolução 5.04b) Com 16-FSK (sistema de modulação M-FSK), N = 4 . Pelo slide RMD52,
detecção coerente
 2N − 1   NEb  −5  24 − 1   4 Eb  −5 1  E 
Pe M − FSK − C
=  erfc   ⇔ 10 =   erfc   ⇔ 2.10 = erfc  2. b 
 2   2N0   2   2N0  16 − 1  N0 
2.10−5  E   E 
= erfc  2. b  ⇔ 1,3 ( 3) .10−6 = erfc  2. b 
15  N0   N0 
Eb
Agora vou a tabela e vejo quanto é que vale 2. , sabendo que o meu “y” vale “0,000001333”:
N0

Eb Eb 2 Eb 11, 66
Assim, 2. = 3, 415 ⇔ 2. = [3, 415] ⇔ =
N0 16 − FSK −C
N0 N0 2
Eb Eb Eb
= 5,83 W → = 10.log ( 5,83 ) = 7 dB → = 37 dBm
N0 16 − FSK −C
N0 16 − FSK − C dB
N0 16 − FSK −C dBm
Resolução 5.04c) Com 16-FSK (sistema de modulação M-FSK), N = 4 . Pelo slide RMD52,
detecção não coerente
NE 4E Eb
 2 N − 1  − 2 Nb0  24 − 1  − 2 Nb0 1 −2.
Pe M − FSK − NC
=  .e ⇔ 10 =  −5
 .e ⇔ 2.10 −5
= e N0 ⇔
 2   2  16 − 1
2 Eb
2.10−5 − 2E 2E 2E
⇔ = .e N0 ⇔ ln 1,3 ( 3) .10−6  = − b ⇔ − 13, 5278 = − b ⇔ 13,5278 = b ⇔
15 N0 N0 N0
Eb Eb
= 6, 764 W → = 10.log ( 6, 764 ) = 7, 78 dB
N0 16 − FSK − NC
N0 16 − FSK − NC dB
Eb
= 37, 78 dBm
N0 16 − FSK − NC dBm
Resolução 5.04d) Com 16-QAM, N = 4 . Pelo slide RMD49,
 E  10−5  E   E 
Pe 16− QAM = 2.erfc  0, 4 b  ⇔ = erfc  0, 4 b  ⇔ 5.10−6 = erfc  0, 4 b 
 N0  2  N0   N0 

Eb
Agora vou a tabela e vejo quanto é que vale 0, 4 , sabendo que o meu “y” vale “0,000005”:
N0
Eb Eb 2 Eb 10, 433
Assim, 0, 4 = 3, 23 ⇔ 0, 4 = [3, 23] ⇔ =
N0 16 − QAM
N0 N0 0, 4
Eb
= 26, 08 W = 14,14 dB = 44,14 dBm
N0 16 −QAM
Resolução 5.04e) Com QPR. Pelo slide RMD60,
1  π2 E  −5
 π2 E 
Pe QPR = .erfc  b
 ⇔ 2.10 = erfc  b
 ⇔
2  16 N 0 
  16 N 0 

π 2 Eb
16 N 0
π 2 Eb π Eb Eb Eb 2
Assim, = 3, 015 ⇔ = 3, 015 ⇔ = 3,84 ⇔ = [3,84]
16 N 0 4 N0 N0 N0
QPR
Eb
= 14, 74 W = 11, 46 dB = 41, 46 dBm
N0 QPR

Mapa comparativo:
Pior desempenho Bom desempenho

16 − FSK − C 16 − FSK − NC QPR 16 − QAM 16 − PSK − NC
37 dBm 37, 78 dBm 41, 46 dBm 44,14 dBm 48 dBm
Assim pode se confirmar que o sistema de modulação QPR é pior do que o 16 − PSK − NC e o
16 − QAM . Pode-se concluir também que com a detecção coerente, tem-se pior desempenho.
Exercício 5.05 - Utilize a técnica da União dos Limites para obter uma expressão da probabilidade
de erro para o sistema (de modulação) 16-QAM. Compare o resultado com o obtido na teórica,
E
supondo b = 5 .
N0
Resolução 5.05) Utilizando o slide RMD44 ao 49,
Este grupo de pontos indica os pontos que têm distâncias iguais.

Agora é necessário calcular para cada um dos grupos de pontos , a Pe .
Utilizando o slide RMD49. A distância é
d 16−QAM = 2 0,1.ES = 2 0, 4.Eb
Como sei pelo slide RMD43,
1  d2 
Pe QPSK = erfc  ,
2  4 N0 
 
mas como é dito no slide RMD46, para M

sinais simétricos, P ( e | sk ) terá o mesmo valor
para cada k e a probabilidade de erro global, Pe , é dada pela expressão:
1 M 1  d2 
Pe ≤ ∑  erfc 
k =2  2

k1


M
  4 N0  
Mas devido a falta de simetria, vou utilizar a expressão geral, slide RMD49:
1 M M
1  d2 
Pe <
M
∑ ∑
k =1 j =1 2
erfc 
kj
 4 N0


j≠k  
Assim,
1  1, 6.Eb  1  2 1, 6.Eb  1  2 1, 6.Eb 

Pe Agrup . 1
= erfc  12.  x 2 + erfc  2 .  x 2 + erfc  3 .  x 2 + ...
2 4
 N 0  2 4
 N 0  2 4
 N 0 

1d 2d 3d
1  2 1, 6.E  1  2 1, 6.E  1  2 1, 6.E 

... + erfc 
2 
2 .
2. 2 N
b


x1 + erfc  2 2 .
2  4
(
N
b

 )
x1 + erfc  3 2 .
2 4 N
b
(
 x1 + ... )
 0 
 0 
 0 

2d 2 2d 3 2d

1  2 1, 6.E  1  2 1, 6.E  1  2 1, 6.E 

... +
2
erfc  5 . b
4 N0 
 x 2 + erfc 
2
10 . b
4 N0 
( )
 x 2 + erfc 
2
13 . b
x 2
4 N 0 
( )
 

5d 10d 13d
 1,6.Eb   1,6.Eb   9.1,6.Eb  1  1,6.Eb  1  2.1,6.Eb 

Pe Agrup. 1
= erfc   + erfc   + erfc   + erfc   + erfc   + ...
4 N N 4 N 2 2 N 2 N
 
0 0  0   0   0

1d 2d 3d 2d 2 2d
1  9.1, 6.Eb   5.1, 6.Eb   5.1, 6.Eb   13.1, 6.Eb 

... + erfc   + erfc   + erfc   + erfc  
2  2N0   4 N0   2 N0   4 N 0 

3 2d 5d 10d 13d
 E   E   E  1  E 
Pe Agrup . 1
= erfc  0, 4. b  + erfc  1, 6. b  + erfc  3, 6. b  + erfc  0,8. b  + ...
 N0   N0   N0  2  N0 

1d 2d 3d 2d
1  E  1  E   E   E   E 
... + erfc  3, 2. b  + erfc  7, 2. b  + erfc  2. b  + erfc  4. b  + erfc  5, 2. b 
2  N0  2  N0  N0 
 N0 
  N0 

2 2d 3 2d 5d 10d 13d
Eb
Como me é dito no enunciado que = 5 , fica que:
N0
1 1 1

( )

( ) ( )
Pe Agrup. 1 = erfc 2 + erfc 2 2 + erfc 3 2 + erfc ( 2) + erfc ( 4) + erfc ( 6) + erfc 10 + erfc 2 5 + erfc 26
2 2 2
( ) ( ) ( )
1d 2d 3d 5d 10d 13d
2d 2 2d 3 2d
Agora vou a tabela e vejo quanto é que vale “y” mediante cada “x” que é apresentado,

1 1 1
Pe Agrupamentodo do tipo 1 = 0,045500
+ 0,000063
+ 0 + ( 0,004677) + ( 0) + ( 0) + 0,000007
+ 0 + 0
1d 2d 3d 2
2 2
10d 13d
5d
2d 2 2d 3 2d
Como tenho 4 pontos iguais ao Pe Agrupamentodo do tipo 1

, é necessário multiplicar por 4,
Pe ( Agrupamentodo do tipo 1) x 4 = 0,04791 x 4 = 0,19163
Agora para o ponto 2, que são 8 nesta situação:
1  1, 6.Eb  1  2 1, 6.Eb  1  2 1, 6.Eb 

Pe = erfc  12.  x3 + erfc  2 .  x 2 + erfc  3 .  x1 + ...
Agrup . 2
2  4 N0  2  4 N0  2  4 N 0 

1d 2d 3d
1  2 1, 6.E  1  2 1, 6.E  1  2 1, 6.E 

... +
2
erfc 

2 .
2. 2 N
b


x 2 + erfc  2 2 .
2  4 N
b

 ( 2
)
x1 + erfc  5 .
4 N
b
 x3 + ...
 0  
0 
 0 

2d 2 2d 5d
1  2 1, 6.E  1  2 1, 6.E 
... +
2
erfc  10 .
4
( )
N
b
 x 2 + erfc  5 .
2 4 N
b
 x1
 0   0 
10d 13d
3  1,6.Eb   1,6.Eb  1  9.1,6.Eb   1,6.Eb 

Pe = erfc   + erfc   + erfc   + erfc  + ...
Agrup. 2
2  4N   4N  2  4 N0   2 N 
 0 
 0    0 
1d 2d 3d 2d
1  2.1, 6.Eb  3  5.1, 6.Eb   5.1, 6.Eb  1  13.1,6.Eb 

... + erfc   + erfc   + erfc   + erfc  
2  N0  2  4 N0   2 N0  2  4 N 0 

2 2d 5d 10d 13d

3  E   E  1  E   E 
Pe Agrup . 2
= erfc  0, 4. b  + erfc  1, 6. b  + erfc  3, 6. b  + erfc  0,8. b  + ...
2  N0   N0  2  N0   N0 

1d 2d 3d 2d
1  E  3  E   E  1  E 
... + erfc  3, 2. b  + erfc  2. b  + erfc  4. b  + erfc  5, 2. b 
2  N0  2 N N0  2 N0 
0  
2 2d 5d 10d 13d
Eb
Como me é dito no enunciado que = 5 , fica
N0
3 1 1 3 1

( ) ( )
2
( )
Pe Agrup. 2 = erfc 2 + erfc 2 2 + erfc 3 2 + erfc ( 2) + erfc ( 4) + erfc 10 + erfc 2 5 + erfc 26
2 2 2
2
( ) ( ) ( )
2d 2d 10d
1d 3d 2 2d 5d 13d
Agora vou a tabela e vejo quanto é que vale “y” mediante cada “x” que é apresentado,
3 3
Pe Agrupamentodo do tipo 2 = ( 0,045500) + 0,000063
+ 0 + 0,004677
+ 0 + ( 0,000007) + 0 + 0
2
2d 3d 2 2d
2
10d 13d
2d
1d 5d
Como tenho 8 pontos iguais ao Pe Agrupamentodo do tipo 2

, é necessário multiplicar por 8,
Pe ( Agrupamentodo do tipo 2) x 8 = 0,07223 x 8 = 0,5780
Para os 4 pontos que faltam, representado pelo agrupamento 3, faz de igual modo. E por último,
somam-se todos os valores parciais obtidos em cada grupo.

Exercício 5.06 - Um sinal binário é transmitido em PSK, com potência 0,5 W, atravessando um
canal AWGN com N 0 = 10 −8 W / Hz . Na receção utiliza-se deteção coerente.
a) Supondo que a atenuação do sinal ao longo do canal é de 10 dB, determine a taxa binária de
modo que a probabilidade de erro seja inferior a 10−5 .
b) Qual o número de bits errados que se espera obter ao fim de 1 hora.
Ps
Resolução 5.06a) Pe PSK < 10−5 ∧ Ps PSK
= 0,5 W . Eb = PsTb ⇔ Eb = .
rb
= PB PSK
Outra dado importante: “…utiliza-se deteção coerente …”
A potência de emissão é de Ps Emissão em W ( PSK − C )

= 0, 5W , mas como preciso de trabalhar em dB, fica:
 0,5 W 
Ps Emissão em dB ( PSK − C )
= 10 log10   = −3, 01 dB
 1W 
Como o canal tem α = 10 dB (uma atenuação de 10 dB), então Ps PSK

na receção, fica
Ps Recepção em dB ( PSK −C ) = ( −3, 01 − 10 ) dB = −13, 01 dB

Cuidado que o valor é NEGATIVO, pois é uma atenuação
−13,01 dB
−
Em Watt fica → Ps Recepção em W ( PSK −C )
= 10 10
= 0, 05 W
1  Eb  −5 1  Eb  −5
 Eb 
→ Pe PSK − C
< erfc   ⇔ 10 < erfc   ⇔ 2.10 < erfc  
2  N0  2  N0   N0 
Eb
N0

Eb 2
Assim, = 3, 015 ⇔ Eb PSK − C
= [3, 015] .10−8 ⇔ Eb PSK −C
= 90,9.10 −9 J
N0 PSK −C
Ps Recepção em W ( PSK − C )
Ps Recepção em W ( PSK −C )
Como Eb PSK − C
< ⇔ rb PSK
= ⇔
rb PSK − C
Eb
0, 05 W
⇔ rb PSK − C
= −9
.109 ⇔ rb = 550.103 ⇔
90, 9.10 PSK − C
rb PSK −C
= 550 kbps
Resolução 5.06b) A probabilidade de bits errados é Pe PSK < 10−5 .

= PB PSK
Significa que em cada 100 000 bits transmitidos, existe 1 bit errado.
rb PSK − C ( numa hora )

= rb PSK −C
x 1 hora = 550 kbps x 36
00 = 1,98.109 bph , total de bits transmitidos.
segundos
1 bit x 1, 98.109
Ora x = 5
⇔ x = 19 800 , em que x são os bits errados numa hora.
10

Pe PSK −C
ou x = rb PSK − C
x 3600 x 105 .

Exercício 5.07 - Uma fonte de dados binários gera zeros com probabilidade p0 = 0,8 e uns com
probabilidade p1 = 0, 2 . Os dados são transmitidos através de um canal com um diagrama de
probabilidades de transição desenhado na figura seguinte.
Figura 24 - Canal binário não simétrico.
a) Qual é a probabilidade de erro devido ao canal?

b) Determine a probabilidade de erro Pe se a regra de decisão se inverter i.e. os zeros serem
detetados como uns e vice-versa.
c) Determine a probabilidade de erro Pe se todos os símbolos forem considerados como zeros. Qual é
a melhor regra de decisão?
Resolução 5.07a) Um canal binário é aquele que tem em Rx e Tx apenas sinais “0” e “1”. Se fosse
símbolos, teria tantas linhas como símbolos.
Um canal simétrico é aquele em que existe a

mesma probabilidade (50%).
O canal AWGN é um canal que trabalha com

sinais analógico. Ainda não é possível o envio
de sinais digitais. E neste exercício, os valores Figura 25 - Diagrama de canal ou matriz de transição, ou
Mais conhecido por modelo de canal binário simétrico (BSC).
são académicos, pois os valores são atípicos.

Pelo slide RMD27, Pe = p ( e | s1 ) p ( s1 ) + p ( e | s2 ) p ( s2 )

[1] [1]
[1] estão no enunciado, sendo respectivamente p0 = 0,8 e p1 = 0, 2
O que significa Pe = p ( e | s1 ) ?
R: É a probabilidade, p , de decisão errada, " e " , de se enviar o sinal s1 , e este não ser desmodulado
em Rx. Pe é a probabilidade de erro.
O que significa p0 = 0,8 ?

R: significa que os sinais gerados pela fonte, 80% são “0”. A soma das probabilidades dos ramos de
cada linha dá SEMPRE 1.
Figura 26 - Diagrama de canal ou matriz de transição.
Peso Peso
 Rx
T x   Rx Tx 
Pe = p  0 | 1  p (1) + p  1 | 0  p ( 0 ) ⇔ Pe = ( 0, 7 ) . ( 0, 2 ) + ( 0,1) . ( 0, 8 ) ⇔ Pe = 0, 22
   
  p1 = 0,2   p0 = 0,8
0,7 0 ,1

Resolução 5.07b) A regra inverte-se, agora é a probabilidade de acertar:
Pe = p ( e | s1 ) p ( s1 ) + p ( e | s2 ) p ( s2 )
Peso Peso
 R x Tx   Rx Tx 
Pe = p  0 | 0  p ( 0 ) + p  1 | 1  p (1)
   
  p0 =0,8   p1 =0,2
0,9 0,3
Pe = ( 0,9 ) . ( 0,8) + ( 0,3) . ( 0, 2 ) ⇔ Pe = 0, 78
Resolução 5.07c)
Pe = p ( e | s1 ) p ( s1 )

p1 = 0,2
Peso

Pe = p ( 0 |1) p (1)

=1 p1 = 0 ,2
Pe = 0, 2

Exercício 5.08 - Considere um canal cujo diagrama de probabilidades de transição está desenhado na
figura abaixo. O recetor reconhece um terceiro símbolo, E (erasure). As probabilidades a priori são
p0 = 0, 6 e p1 = 0, 4 .
a) Calcule as probabilidades de se detetar 0, 1 e “E”, respectivamente.

b) Calcule a probabilidade de erro e a probabilidade de uma decisão correta.
Resolução 5.08a) A probabilidade de detectar (acertar e erro na recepção quando deveria ser 1 ou
0):
Peso Peso
 Rx
Tx   Rx
T x 
PC = p  0 | 0 . p (0) + p  0 | 1  . p (1) = ( 0,8 ) . ( 0, 6 ) + ( 0,1) . ( 0, 4 ) ⇔ PC 0 = 0, 52
0    
  p0 =0,6   p1 =0,4
Peso Peso
 R x Tx   Rx T x 
PC 1 = p  1 | 0 . p (0) + p  1 | 1  . p (1) = ( 0,1) . ( 0, 6 ) + ( 0,8 ) . ( 0, 4 ) ⇔ PC 1 = 0,38
   
  p0 =0,6   p1 =0,4
Peso Peso
 
Rx Tx
 Rx T x

PC = p  E | 0  . p (0) + p  E | 1  . p (1) = ( 0,1) . ( 0, 6 ) + ( 0,1) . ( 0, 4 ) ⇔ PC = 0,10
E     E
  p0 =0,6   p1 =0,4
Nota 5.8.1 – a soma das probabilidades tem que dar 1. Vou confirmar:
PC 0 + PC 1 + PC E
⇔ 0, 52 + 0, 38 + 0,10 = 1 c.q.c.

O que significa PC 0 = 0, 52 ? R: É qual é a probabilidade de detectar “0”, se receber “0”.
 
Rx Tx
O que significa p  E | 0  ? R: Qual a probabilidade de ao se enviar “0”, receber-se um “E”.

 
 
P: O que significa p0 = 0, 6 ?
R: Significa que os sinais gerados pela fonte, 60% são “0”. A soma das probabilidades dos ramos
de cada linha dá SEMPRE 1.
Resolução 5.08b)
Peso Peso
 R x Tx   R x Tx 
PC = p  0 | 0  . p ( 0 ) + p  1 | 1  . p (1) = ( 0,8 ) . ( 0, 6 ) + ( 0,8 ) . ( 0, 4 ) ⇔ PC = 0, 8
   
  p0 = 0,6   p1 =0,4
Peso Peso Peso Peso
 Rx T x   
Rx Tx
 Rx
Tx   
Rx Tx
Pe = p  1 | 0  . p ( 0 ) + p  E | 0 . p (0) + p  0 | 1  . p (1) + p  E | 1  . p (1)

       
  p0 = 0,6   p0 =0,6   p1 =0,4   p1 = 0,4
Pe = ( 0,1) . ( 0, 6 ) + ( 0,1) . ( 0, 6 ) + ( 0,1) . ( 0, 4 ) + ( 0,1) . ( 0, 4 )
Pe = 0, 2
Exercício 5.09 - Um sistema de receção coerente produz, na ausência de ruido de canal, o valor de 1
V na saída se for transmitido o bit “1” e -1 V se for transmitido o zero. A probabilidade de transmitir
o bit “1” é de 0,4 e a de transmitir o “0” é de 0,6. Se o ruido de canal for definido pela densidade de
probabilidade
 π 
k . cos  .n  , - 2 < n < 2
f (n) =  4 
 0 , outros

qual a probabilidade de erro produzida pelo sistema supondo a fronteira de decisão está a 0 V?
Nota: exercício 2 da frequência do dia 09-11-2010 (1º MT).

Resolução 5.09) A função de autocorrelação de um sinal de ruído, com características gausianas, é

n0 2 (T )
−
2σ o2
e
dada por n0 ( T ) =
2πσ o2
n0 2 (T )
−
2σ o2
e
A densidade de probabilidade da amostra é então f  n0 (T )  =
2πσ o2
Sendo σ o2 = no2 (T ) a variância.
 − n0 (T2 ) 
2
∞  e 
2σ o
∞
A probabilidade de erro é Pe = ∫VT f  n0 (T )  d  n0 (T )  = ∫VT   d  n0 ( T ) 
2
τ τ  2πσ o 
 
Sendo
Adaptando ao exercício. O ruído de canal for definido pela densidade de probabilidade é
 π 
k . cos  .n  , - 2 < n < 2
f (n) =  4 
 0 , outros

Logo o gráfico já não é gaussiano, mas sim um lóbulo do co-seno:

Como tenho sinais com tensões de -1 V e 1 V, fica que
Com o ruído no canal:
Com as probabilidade, p ( e | s1 ) p ( s1 ) e p ( e | s2 ) p ( s2 ) , tenho

Assim Pe = p ( e | s1 ) p ( s1 ) + p ( e | s2 ) p ( s2 ) , e pelo slide RMD28,
( e|s1 ) p( e| s2 ) p ( s2 )
p Peso 0,4 Peso 0,6
Pe = p ( vo ( t ) < Vt ) | s1  . p ( s1 ) + p ( vo ( t ) < Vt ) | s2  . p ( s2 )

É a probabilidade de ter sido transmitido cada um dos bits
Probabilidade de ocorrer +V Probabilidade de ocorrer -V

E como ( +V )
p = p ( 1) 4
s = 0, ∧ p( −V ) = p ( s2 ) = 0, 6 , e sabendo de que pelo slide RMD6, a
probabilidade de erro é:
1   π  0  π  1 π 
Pe = ∫  k . cos  .n   d [ n ] = ∫  k . cos  . ( n − 1)   d [ n ] . 0,
4 + ∫  k . cos  . ( n + 1)   d [ n ] . 0 ,6
−1
  4  −1

 4   ( 1 )
p s
0
  4
  ( s2 )p
p ( vo ( t ) <Vt )|s1  p ( vo ( t ) <Vt )| s2 
Em que ±1 é o valor onde começa e acaba o ruído, mais abaixo que este valor não se pode ter, e n
é no instante de tempo amostrado. O zero é a zona de fronteira, daí o valor aparecer nos limites de
integração.
0   3  1  3 
Pe = ∫  k . cos  − π   d [ n ].0, 4 + ∫  k . cos  π   d [ n ].0, 6
−1
  4  0
  4 
  3  
0
 3  
1

Pe = k .   − sin  − π  n  .0, 4 +  − sin  π  n  .0, 6 
  4   −1   4  0 
 
   3   3  
Pe = k.  −  − sin  − π  ( −1)  .0, 4 − sin  π  (1) .0,6 
   4   4  
  2 2 
Pe = k .  −  − 
 . 0, 4 − . 0, 6 
 
  2  2 
2
Pe = .k ( 0, 4 − 0, 6 )
2

∞  π 
E como o que se pretende é que ∫−∞ 

k . cos  .n   d [ n ] = 1
 4 

Não sei fazer mais nada…

Exercício 5.10 - Um sinal binário é transmitido utilizando o sistema BPSK. Cada bit é transmitido
com recurso a uma portadora de 2 V de amplitude e a atenuação no canal utilizado para a
transmissão é de 20 dB. O ruído introduzido pelo canal tem uma densidade espectral de potência de
10−9 W/Hz.
a) Determine a taxa binária de transmissão de modo que a probabilidade de erro seja inferior a
10−6 ?
b) Resolva a alínea anterior supondo que o erro cometido na deteção do início de bit é de 6 %.
Nota: exercício 1 da frequência do dia 17-11-2008 (2º MT).
1  Eb 
Resolução 5.10a) A probabilidade de erro para o BPSK é Pe BPSK − C
= .erfc   , e é dito que
2  N0 
1  Eb 
Pe BPSK − C
= 10−6 → 10 −6 = .erfc  
2  N0 
 Eb 
Assim desenvolvendo, fica que 2.10 −6 = erfc  , e utilizando a tabelo da função de erro, fica
 N 
 0 
que “y” é:
Eb Eb
Vou optar por = 3,36 ⇔ = 11, 29
N0 N0
N0
Como Gn ( f ) = 10 −9 W / Hz , e Gn ( f ) = ⇔ N 0 = 2.10−9 W / Hz .
2
Fica que Eb = 11, 29.N 0 ⇔ Eb = 22, 58.10 −9 J
Como a amplitude é de 2V e a atenuação é de 20dB, que significa que a perdas são de 100, fica que

2
PS = = 0, 02 .
100
Eb 22,58.10 −9 J
Como Eb = PS Tb , fica que Tb = = ⇔ Tb = 1,129.10 −6 s
PS 0, 02
1 1
Assim a taxa de bit é rb = = = 885 739 bit / s .
Tb 1,129.10−6 s
Resolução 5.10b) É um erro de sincronismo de bit imperfeito. Slide RMD22.
1  Eb  2 τ 
Pe = .erfc  . 1−  
BPSK − C erro sincronismo bit
2  N  T
 0  
1  Eb 
E com τ = 6% e T = 100% . Assim fica Pe BPSK − C erro sincronismo bit
= .erfc  . 1 − 2 0, 06  
2  N0 
1  Eb 
Desenvolvendo fica Pe BPSK − C erro sincronismo bit
= .erfc  .[ 0,88]  , e como sem erro de sincronismo
2  N0 
Eb Eb 3,36 Eb 2
de bit é = 3,36 , fica que = ⇔ = ( 3,8182 ) ⇔
N0 N0 0,88 N0
erro sincronismo bit
2
⇔ Eb = ( 3,8182 ) .N 0 ⇔ Eb = 14,58. ( 2.10−9 W / Hz ) ⇔ Eb = 29,16.10−9 J
Eb 29,16.10−9 J
Como Eb = PS Tb , fica que Tb = = ⇔ Tb = 1, 458.10−6 s
PS 0, 02
1 1
Assim a taxa de bit é rb = = = 685 940 bit / s , uma quebra de 23%!
Tb 1, 458.10−6 s

Exercício 5.11 - Um sinal binário é transmitido pelo sistema 16-QAM através de um canal com
ruído branco gaussiano de densidade espectral de ruído de 10−9 W/Hz. A potência do sinal de saída é
de 2 W e o cabo de transmissão tem uma atenuação de 0,03 dB/m à frequência de operação. A
distância entre emissor e recetor é de 500 m.
a) Qual a taxa binária máxima de modo que a probabilidade de erro seja inferior a 10−6 ?
b) Qual a probabilidade de bit errado?
c) Quanto em quanto tempo se espera ter um ter um bit errado na saída do recetor?
 E 
Resolução 5.11a) A probabilidade de erro para o 16 − QAM BPSK é Pe 16− QAM = 2.erfc  0, 4. b  , e
 N0
 
é dito que Pe 16 −QAM = 10 −6 , logo
 E 
10−6 = 2.erfc  0, 4. b 
 N0 
1 −6  E 
Assim desenvolvendo, fica que .10 = erfc  0, 4. b  , e utilizando a tabela da função de
2
 N0 
Cuidado com as pressas!
erro, fica que “y” é:
Eb Eb 3,552
Vou optar por 0, 4. = 3,55 ⇔ = = 31,5
N0 N0 0, 4
N0
Como Gn ( f ) = 10 −9 W / Hz , e Gn ( f ) = ⇔ N 0 = 2.10−9 W / Hz .
2
Fica que Eb = 31,5.N 0 ⇔ Eb = 63.10 −9 J

Como a amplitude é de 2W e a atenuação é de 15dB, que significa que a perdas são de 31,62, fica
que
2
PS = = 0, 06325
31, 62
Eb 63.10 −9 J
Como Eb = PS Tb , fica que Tb = = ⇔ Tb = 996, 05.10−9 s
PS 0, 06325
1 1
Assim a taxa de bit é rb = = = 1 004 kbit / s .
Tb 996, 05.10−9 s
Resolução 5.11b) A probabilidade de erro de bit tem um minorante e um majorante, e sabendo que
M = 2N , é
2N
1
. Pe M −QAM
≤ PB ≤ N2 . Pe M − QAM
N 2 −1
1 8
. (10−6 ) ≤ PB ≤ . (10−6 )
4 15
250.10 −9 ≤ PB ≤ 533.10 −9
1 1
Resolução 5.11c) O tempo de espera é TEspera = = = 1,88 s
PB PB .rb ( 533.10 ) . (1 004 kbit / s )
−9

[1]
[1] - Utiliza-se o majorante.

Exercício 5.12 - Considere o sistema 8-PSK.

a) Utilizando a técnica da União dos Limites, deduzir a expressão que permite calcular a
probabilidade de erro deste sistema.
b) Para ES N0 = 10 dB , determinar a probabilidade de erro e comparar com o resultado aproximado
considerado na teoria.
Resolução 5.12a) RMD44 - A constelação do 8-PSK é:
A constelação exibe geometria simétrica, então é possível

seleccionar um ponto qualquer. Seja 1.
Para o ponto 1 existem dois pontos que lhe estão mais
próximos, que é 2 e 8 (têm a mesma distancia). A
distância euclidiana entre 1 e os pontos mais próximos é
d12 = d18 .
1  d2 
Pe 8− PSK −C = .erfc  
d12 2  4N0 
 
1  d 
Pe 8− PSK −C = .erfc  
d12 2  4N 
 0 
  1 
 2 ES sin  π  
1 M 
Pe 8− PSK −C = .erfc 
d12 2  2 N0 
 
 
 π 
 ES sin   
Pe 8− PSK −C
1
= .erfc   8   = 1 .erfc  ES sin  π  
   
d12 2  N0  2  N0  8 
 
 

Como são dois pontos com a mesma distância, é:
 1  ES  π   
Pe 8− PSK −C =  2 x  .erfc  . sin      + .... ( ainda falta mais pontos )

  2  N0  8    
 ES  π 
Pe 8− PSK −C = erfc  . sin    + .... ( ainda falta mais pontos )
 N0  8 
π π
Para o ponto 3, tenho que somar mais um ângulo (a função seno) e para o ponto 4, é mais
8 4
 ES  π 
Pe 8− PSK −C = erfc  . sin    + ...
 N0  8 
 ES  π 
... + erfc  . sin    + ...
 N0  4 
 ES  3π 
... + erfc  . sin    + ... ( ainda falta mais um )
 N0  8 
π  2
Como sin   = , fica que
4 2
 ES  π   2.ES   ES  3π 
Pe 8− PSK −C = erfc  .sin    + erfc   + erfc  . sin    + .... ( ainda falta mais um )
 N0  8   4.N 0   N0  8 

1
O ultimo é só um, por isso fica o , assim
2
 ES  π   ES   ES  3π  1  ES  π 
Pe 8− PSK −C = erfc  . sin    + erfc   + erfc  . sin    + .erfc  sin   
 N0  8   2.N0   N0  8  2  N0  2 
π 
Como sin   = 1 , fica que
2
 ES  π   ES   ES  3π  1  ES 
Pe 8− PSK −C = erfc  . sin    + erfc   + erfc  . sin    + .erfc  
 N0  8   2.N 0   N0  8  2  N0 
Uma das características desta técnica de modulação é que com o aumento do número de fases
ES
degrada a probabilidade de símbolo errado, se se mantiver constante.
N0
O aumento do número de fases não altera a largura de banda ocupada. Em contrapartida, como os
símbolos contêm mais bits o aumento de M permite usar débitos binários mais elevados, isto é, a
eficiência espectral aumenta.
ES
Resolução 5.12b) = 10 dB = 10 W .
N0
 N .Eb  π   N .Eb   N .Eb  3π  1  N .Eb 

Pe 8− PSK −C = erfc  . sin    + erfc   + erfc  . sin  
 + .erfc 
 N 
 N0  8   2.N 0   N0  8  2  0 
  π 
Pe 8− PSK −C = erfc  30. sin    + erfc
  8 
( 15 ) + erfc   3π   1
30. sin    + .erfc
 8  2
( 30 )
1
Pe 8− PSK −C = erfc ( 2,096 ) + erfc ( 3,873) + erfc ( 5, 060 ) + .erfc ( 5, 477 )
2

Em Excel
erfc ( u ) Pe
2,096 043 482 898 620 0 0,00303418596213867000
3,872 983 346 207 420 0 0,00000004320463057827
5,060 296 603 737 590 0 0,00000000000082859434
5,477 225 575 051 660 0 0,00000000000000948574
Com todos os pontos Com os 2 pontos mais próximos

Pe 8− PSK −C = 0, 003 034 229 167 607 3 Pe 8− PSK −C = 0,003 034 185 962 138 7
Exercício 5.13 - Um sistema transmite dados à taxa de 2 Mbit/s através de um canal que introduz
ruído branco gaussiano com um densidade espetral de potência de 0, 01 ηW / Hz . A probabilidade de
erro máxima permitida para este sistema é de 10−6 .

a) Se existirem restrições em largura de banda, dispondo no máximo de 600 KHz, que sistema de
modulação utilizaria (MPSK ou MFSK)? Para esta situação, qual a potência requerida pelo recetor?
b) Se existirem restrições em potência, com um máximo de -5 dBm, que sistema proporia e qual a
largura de banda requerida?
Nota: exercício 1 da frequência do dia 30-01-2012 (Exame recurso).
Resolução 5.13a) “Se existirem restrições…”

rb = 2 Mbits
Gn ( f ) = 0, 01 ηW / Hz = 0, 01.10−9 W / Hz
Pe ≤ 10 −6
Poderia se resolver este exercício com recurso ao espalhamento espectral?

R: Não. Pois é em banda estreita.
O MFSK obriga a um valor muito baixo, que seria o BFSK.

rb = fb = 2 MHz , para o lóbulo principal.
2N 21
Em BT BPSK
= . f b = .2 MHz = 4 MHz . (Confirmar a definição!!)
N 1
Mas só tenho 600 kHz .
2 2
A largura de banda para transmissão BT MPSK
é BT MP S K
= rb = . f b = 600 kHz
log 2 ( M ) N

Pág 395 do SH
2 MHz
Desenvolvendo, fica N = 2. ⇔ N = 6, 67 → N = 7
600 kHz
Para uma banda ser estreita, tem se problemas de taxa de erros. Mas como nada me é dito acerca
deste assunto não me vou preocupar com isso.
 N .Eb  1 
Pe M − PSK
= erfc  . sin  π   = 10−6 , com PS NTb = NEb
 N0  M 
N0
Gn ( f ) = ⇔ N 0 = 2.Gn ( f ) = 0, 02.10−9 W / Hz
2
PS = 112,93 mW = 20,53 dBm (devido a largura de banda).
É a potência exigida como mínimo pelo sistema para ter esta taxa de erro.

Resolução 5.13b) É imposto uma potência máxima. A solução MPSK pode resolver a alínea.
O mais baixo, é o N = 1 .
 N .Eb  1 
Pe M − PSK
= erfc  .sin  π   = 7, 5.10−5
 N0  M 
Se N aumentar, a Pe M − PSK
também aumenta, e o máximo é Pe M − PSK
= 10−6 .
Será Pe M − FSK
?
M

2N −1  N .Eb 
Ortogonal e coerente, é Pe M − FSK
= .erfc   e sei que PS = 5 dBm = 3,16 mW
2  2 N0 
Não sei o valor de N . Como tenho N no argumento da função de erro e no coeficiente, vou ter que
utilizar a metodologia de tentativa e erro.

N = 1 → Pe
21 − 1  1.Eb  1
.erfc   ([3,16 mW ]. 50.10  ) 
−9
=  = .erfc  
M − FSK
2  2 N0  2  2 ( 0, 02.10−9 ) 
 
1
N = 1 → Pe M − FSK
= . ( 0, 005108 ) = 0, 00255
2
Não serve, pois é maior do que 10−6 .
 3. 3,16 mW . 50.10−9 
N = 3 → Pe
23 − 1  3.Eb  7
.erfc   [ ( ]  ) 
=  = .erfc  
M − FSK
2  2 N0  2  2 ( 0, 02.10 )
−9

 
7 7
N = 3 → Pe M − FSK
= .erfc ( 3, 44 ) = . (1,145.10−6 ) = 3,99.10−6
2 2
Não serve, pois é maior do que 10−6 .

 4. 3,16 mW . 50.10−9 
N = 4 → Pe
24 − 1  4.Eb  15
.erfc   [ ( ]  ) 
=  = .erfc  
M − FSK
2  2 N0  2  2 ( 0, 02.10 )
−9

 
15 15
N = 4 → Pe M − FSK = .erfc ( 3,98 ) = . (18.10−9 ) = 135.10−9
2 2
2N 24
E como 135.10−9 é inferior a 10−6 . Assim BT M − FSK − NC
= . f b = .2 MHz = 8 MHz .
N 4

Modulação por espalhamento espectral
Exercício 6.01 - Considere o seguinte registo de deslocamento realimentado para gerar uma
sequência de pseudo-período. A taxa de chips é de 10 7 chips/s.
Figura 30 - Circuito lógico do sistema de registo de deslocamento realimentado.
a) Determine o período da sequência PN e a duração de cada chip.

b) Supondo o estado inicial 1000, determine a sequência de saída.
Exercício 7, página 536, do livro Simon Haykins
Resolução 6.01a) O modulo adição de 2, garante que se tenha como resto “0” ou “1”.
Conforme se pode verifica pela Figura 30, existem 4 flip-flops, logo m = 4 .
Sei pelo slide MME4, que com esta configuração, me é permitido obter 2m − 1 estados lógicos.
O “-1” deve-se ao facto de não poder ser aceite a combinação que tenha todos os dígitos a zero.
Quanto ao período é exactamente 2m − 1 , em que a sequência PN define se por sequência de máximo

comprimento ou sequência-m.

m
Logo N = 2 −1 = 15 .
Conforme slide MEE5
Sendo c ( t ) a forma de onda da sequência de máximo comprimento, o seu período é Tb = N .TC ( hip ) .

Conforme slide MEE5
Tb = N .TC ( hip ) = 15 x 10−7 chips/s Tb = 1, 5µ s , que é T

PN , ou seja o período da chave PN.
[1]
[1] − Período de sequência binária aleatória do pseudo-ruído (PN).
Sendo f C ( hip ) = 107 , que é a taxa de chips, logo a duração de cada “chip” é TC ( hip ) = 10 −7 = 0,1 µ s .
Resolução 6.01b) A “sequência de saída” é a chave do código PN, ou seja, cada flip-flop fica com o
bit da sequência inicial, que é “1000”. Com o clock, existe um deslocamento para a direita. Como é
no inicio, o valor que está a entrada do primeiro flip-flop é “0”.
FF1 FF2 FF3 FF4

Modulo-2 1 0 0 0 Output
0 0 1 0 0 0
No 2º impulso de clock, a sequência que esta nos flip-flop desloca se para a direita, e para o 1º flip-
flop vai o resultado do OU do 3º e 4º flip-flop. Ou seja, como se tem “0” nos dois flip-flop, e usando
a tabela de verdade do OU, o resultado é “0”.
FF 3 FF 4 ⊕
0 0 0 FF1 FF2 FF3 FF4
0 1 1 Modulo-2 1 0 0 0 Output
0 0 1 0 0 0
1 0 1 0 0 0 1 0 0
1 1 0

De seguida o resultado completo. A cada linha, utilizar a tabela de verdade para se saber qual o valor
a colocar no primeiro flip-flop. Ver slide 10. O “Output” é a sequência PN a ser gerada.
FF1 FF2 FF3 FF4

Clock Modulo-2 1 0 0 0 Output
1 0 0 1 0 0 0
2 0 0 0 1 0 0
3 1 1 0 0 1 0
4 1 1 1 0 0 1
5 0 0 1 1 0 0
6 1 1 0 1 1 0
7 0 0 1 0 1 1
8 1 1 0 1 0 1
9 1 1 1 0 1 0
10 1 1 1 1 0 1
11 1 1 1 1 1 0
12 0 0 1 1 1 1
13 0 0 0 1 1 1
14 0 0 0 0 1 1
15 1 1 0 0 0 1
A partir do 16º, a sequência PN repete-se, pois é de 15 flip-flop.
16 1 1 1 0 0 0
17 0 0 1 1 0 0
18 1 1 0 1 1 0
Exercício 6.02 - A geração do código PN usado num sistema DS/BPSK é feito com um registo de
deslocamento com 19 andares. A probabilidade média de símbolo errado devida à interferência
intencional não deve exceder 10-5 .
a) Quanto vale o ganho de processamento do sistema, em dB?
b) Determine a margem de interferência, em dB.

Resolução 6.02a) DS/BPSK. A técnica a utilizar é a de sequência directa, numa modulação digital
binária BPSK.
Tem se 19 flip-flops, logo um m = 19 (a que se designa de chave PN, sendo na prática o valor 19 um
valor poderoso), e uma probabilidade ao erro devido ao ruído intencional de um interferidor hostil de
Pe SD / BPSK
≤ 10−5 .
Tb
Sei pelo slide MEE22 que o Processamento de Ganho é PG = . Esta definição permite avaliar a
Tc( hip )
relação que existe num sinal sem espalhamento e com espalhamento.
Figura 31 - Meu sinal original digital.
Figura 32 – Forma de onda do meu código PN.
E a sua correlação origina:
Figura 33 - Código PN "retalhando" o meu sinal.
Na Figura 33 pode-se verificar que em cada tempo de bit, a frequência varia N vezes (em que N é o
período da frequência do “chip”). Aqui já não se trabalha com o tempo de bit, mas sim com o tempo
de “chip”.
Na Figura 34, se transportamos o sinal para o domínio das frequências, obtém se um seno cardinal.
Forma de onda standart, que é

sempre em banda estreita.
O senocardinal representa o espectro de potência

do sinal de interesse (da sequencia binária)
Figura 34 - Representação dos sinais no domínio das frequências.
Procedimento:
Na 1ª modelação digital são utilizadas diversas técnicas de modulação, mas é com recurso a banda
estreita.
Na 2ª modelação digital, para realizar o espelhamento espectral, consiste em multiplicar o sinal
( b ( t ) ) pela portadora PN ( c ( t ) ) , o que provoca a necessidade de se utilizar uma banda muito mais
larga, pois quanto mais estreita é a banda no domínio dos tempos, maior é no domínio das
frequências. Conforme slide MEE 12:
m ( t ) = b ( t ) .c ( t ) = [ ±1] .[1] = 12 = 1
Sendo depois recebido no receptor. À entrada o sinal é r ( t ) = m ( t ) .i ( t ) = b ( t ) .c ( t ) + i ( t ) , e em que
i ( t ) é a interferência/ruído.
A interferência por muita intensa que seja, ela também é espalhada pelo espectro. O nosso sinal por
muito pequeno que seja, é mais evidenciado, pois a sua energia está mais concentrada, conforme se

pode constatar na Figura 35. Na zona central, o lóbulo principal está mais sobressaído, que enquanto os
lóbulos secundários estão misturados com o sinal de ruído espalhado.
Assim sendo, apesar do nosso sinal ficar com características de ruído, um sistema receptor que
contenha a “chave” da forma como o sinal foi espalhado, consegue com alguma facilidade interpretar
no meio do marasmo, o sinal transmitido. A chave é designada por PN. Quanto maior, melhor.
Obviamente que a nível matemático não existe limites para o cálculo desta técnica, mas a nível físico
estamos limitados a possibilidade do sistema de espalhamento espectral ser fisicamente realizável.
Figura 35 - Interferência do ruído gaussiano no nosso sinal .
Conforme slide MEE5

T
Como se viu no exercício 1, b(it ) = N .T C ( hip ) , em que
N é o período da frequência do “chip”.
Continuando o exercício, e utilizando a definição do slide MEE22, o ganho de processamento é:
PG =
Tb( it )
=
( N.T )=c ( hip )
Conforme slide MEE5

m
2 −1 = 524 287 ( é adimensional )
SD
Tc( hip ) Tc( hip ) N
Convertendo este valor linear em dB fica PG SD = 10.log10 ( 524 287 ) = 57, 2 dB

dB

é adimenrsional
Resumindo:
O nosso sinal é camuflado no ruído (sendo espalhado no espectro), e o receptor que tenha a chave
PN consegue desmodular o sinal, mesmo que para o conseguir recuperar a potência recebida seja
524 287 vezes menos que o valor transmitido (!), tendo uma probabilidade de erro Pe BPSK
≤ 10−5 .
Passando par um exemplo prático, se tivesse um equipamento a processar um sinal com um ganho
de 40 dB, durante uma transmissão, e utilizando a técnica do espalhamento espetral, o meu ganho a
saída do transmissor (SNR) seria de 40 + 57,2 = 97,2 dB, tendo a mesma Pe .
Resolução 6.02b) A vantagem deste sistema DS/BPSK é a de permitir gerir a margem de

interferência.
Sem a utilização desta 2ª modulação (técnica do espalhamento espectral), a 1ª modulação, em BPSK,
tem uma probabilidade de erro definido por
1  Eb 
Pe BPSK
= erfc  
2  N0 
Eb
Em que é a margem de interferência sem a aplicação da modulação de espalhamento
N0
espectral.
Desenvolvendo, e sabendo que P não deve exceder 10-5 , e socorrendo me da tabela da função de
erro complementar:
 Eb   Eb 
2 Pe = erfc   ⇔ 2 (10−5 ) = erfc  
BPSK
 N0   N 0 
É preciso
garantir
Eb
N0 BPSK

Eb Eb 2 Eb
= 3, 01 ⇔ = ( 3, 01) ⇔ = 9, 06
N 0 BPSK N0 N0

0,000 02 Valor linear, e é adimenrsional
Eb
→ = 10.log10 ( 9, 06 ) = 9,57 dB
N 0 dB

e é adimensional
Não confundir N (em que N é o período da frequência do “chip”) com N 0 , que é a constante de
ruido, são variáveis totalmente diferentes.
Sendo a probabilidade de erro para esta técnica de modulação de espalhamento espectral (slide 23):
1  Eb 
Pe = erfc  
DS/ BPSK
2  PJ Tc( hip ) 
 
Eb E Eb
Pelo slide MEE24 sei que = b . Então = 9,57 dB .
PJ Tc( hip ) N 0 PJ Tc( hip )
PJ PG
Define se por margem de interferência (jamming margin) a razão = . Desta definição
PS Eb N 0
obtém-se valores lineares, e para usar a definição de margem de interferência é necessário converter
para dB:
(
Margem de interferência ) dB = ( Ganho de processamento )dB − 10. log10 ( Eb

N0 )
PJ PG
PS
Nota – recordar do 12º ano que a notação para representar uma divisão de logaritmos é a diferença
do numerador pelo denominador.
PJ Eb
Assim a minha margem de interferência é de = PG dB − = 57, 2 dB − 9,57 dB = 47, 62 dB .
PS dB
N0 dB

Visto de outro modo com uma atenuação na potência do sinal origina de −47, 62 dB , consigo
garantir a mesma probabilidade de erro com apenas a modulação em BPSK, Pe BPSK

≤ 10−5 .
A potência do ruído (margem de ruído) pode ser 57 867 (!) vezes superior a potência do meu sinal,
que mesmo assim consigo recuperar o sinal transmitido, tendo uma probabilidade de erro inferior à
10−5 .
Havia outro processo de cálculo, que é a seguinte:
Eb Eb T P P
= = b . S = PG. S
N 0 PJ Tc( hip ) Tc( hip ) PJ PJ

Conforme
slide MEE 22
1  Eb  1  PS Tb 
Pe = erfc   ⇔ Pe DS/BPSK = erfc  
BPSK
2  N0  2  PJ Tc( hip ) 
 
Conforme slide MEE 23
PJ PG Eb P
Como = ⇔ = PG S , e sendo PG = 524 287 , fica:
PS Eb N 0 N0 PJ
Eb No

PS 2 P 9, 06
PG. = ( 3, 01) ⇔ S = = 1, 73.10 −5
PJ PJ 524 287
PS P 1
Sendo = 1, 73.10−5 , ou seu inverso é J = = 57 867 , e em dB é
PJ PS 1, 73.10−5

Valor linear, e é adimenrsional

Antes de ir para os próximos exercícios, vou fazer umo resumo de modo a compreensão dos
exercícios seja mais intuitivo.
A fonte gerador do código PN, e não confundir com o gerador de bits de sinais, gera a seguinte
sequencia:
E em cada TC poderá estar ou “0” ou “1”. Tenho uma determinada dimensão do meu código, notado
com N . Se o meu código PN tiver um comprimento de 8, ou seja de 3 bit, fica:
Apesar de haver “N” diferenciados pelas caixas de cor amarela e verde, é só para ajudar a visualizar.
Na realidade estes códigos são iguais, e são gerados pela fonte geradora de código PN.
Nota: O tempo de bit, Tb , tem que ser maior ou igual ao período vezes o tempo de chip. Mas
academicamente utiliza-se o igual, deixando cair o “maior”, ficando assim Tb = Tc( hip ) x N .
Enquadrar o código PN e o sinal
O sinal quando é transmitido, o espectro apresenta este aspeto, se a portadora for fc
Sabendo que associado a portadora está a sua largura de banda, fica:
Sendo representado a verde e laranja, a totalidade largura de banda que o sinal ocupa.
Agora, se utilizar duas portadoras, fc1 e f c 2 , fica que

E com as respetivas largura de banda, fica que
Agora, a partir deste modelo é só fazer a extrapolação. Quanto mais portadoras, maior será a largura
de banda.
O lado esquerdo é simétrico ao lado direito. Não o irei representar mais, mas isso não significa que
não exista.
Se enviar, na portadora f carry , 5 símbolos, fica com a seguinte representação:
Agora, se utilizar duas portadoras, fc1 e f c 2 , de 5 símbolos cada, fica com a seguinte representação:
Exemplo com 4 saltos, sendo para tal necessários 2 bits, de 5 símbolos.
Se esta introdução teórica tiver sido bem apreendida, já se pode avançar para o exercício 3, e
seguintes!
Exercício 6.03 - Um sistema FH/MFSK de saltos lentos é caracterizado pelos seguintes parâmetros:
Número de bits/símbolo: 4
Número de símbolos por salto: 5 (num rápido é salto por símbolo).
Número de bandas de frequência FH: 8
Calcule o ganho de processamento do sistema.
Resolução 6.03) FH/MFSK de saltos lentos. PG = ?
FH é a técnica do espalhamento de salto em frequência.

Não se deve de confundir o “n”, que é o número de bit por símbolo, com o N (em que N é o
período da frequência do “chip”).
Sabendo que “Número de bits/símbolo: 4” tenho =4

n → M = 24 = 16

Qt de bits por símblos Quantidade de tons ou níveis
por símbolo.
E que “Número de bandas de frequência FH: 8” tenho 2k = 8 → k =3
Os dados M (tons ou símbolos) em conjunto com “FH/ M − FSK ”, permite afirmar que se vai
utilizar o sistema de modulação que utiliza a técnica 16-FSK, e a técnica de espalhamento espectral
de salto em frequência. Como não fala em saltos em frequência, é porque é a versão lenta.
Figura 36 - SFH (lento), vários símbolos por salto.
Antes de cada salto para outra frequência (provocado pelo código PN) é transmitido vários símbolos.
O dado “Número de símbolos por salto” para a resolução deste exercício não tem utilidade neste
exercício.

1 salto com os respetivos 5 símbolos:
Figura 37 - Representação gráfica de um salto com 5 “chip” (neste caso 5 símbolos de frequências diferentes).
Cada chip tem um tempo de símbolo, e é sempre o elemento mais pequeno. Na prática é dado a taxa
binária. A cada salto é assim enviado 5 símbolos.
O próprio salto tem uma frequência central da frequência de salto, f Salto , que também é diferente
das frequências de cada “chip”. Pois cada símbolo tem-se uma posição diferente, ao que obriga a
que a portadora para cada símbolo seja na realidade f carry + f Salto 1 + f chip 1 , e obviamente
f carry − f Salto 1 − f chip 1 . f Salto não passa de uma frequência “central”, que não transporta qualquer
tipo de informação.
Nesta figura, pode se verificar que o espalhamento é

realizado em grupo.
Os 4 níveis presentes nas sequências PN são as frequências

do M − FSK tradicional.
O 1º salto é o 1º M − FSK (1º Rs).

Assim com uma sequência PN de 001, e dados

binários (informação) de entrada igual a 01 11,
representa-se:
Cuidado, pois 01 11, são as posições que coincidem com a informação! Ou seja para transmitir 01
coloco a informação na posição 01. O mesmo se passa com 11.
Assim com uma sequência PN de 110, e dados

binários de entrada igual a 11 10 , representa se
Figura 38 - FH – Lento (slide MEE30). Para se ter 4 níveis, são necessários 2 bits.
Além dos “chip” terem frequências diferentes, o próprio salto precisa de uma frequência diferente.

Se fosse FH/MFSK de saltos rápido, seria
Aqui é diferente, um símbolo tem chips diferentes, ou seja varias

frequência no total do símbolo.
Acabando com a teoria e regressando a exercício, consultando o slide MEE30, sei que a largura de
banda de um sinal FH/MFSK lento é
Wc( hip ) = 2k . ( B M − FSK ) = 2k MRS

S-FH/ M − FSK binário

B M − FSK é a largura de banda da modulação M − FSK , e que é a quantidade de símbolos, vezes a
taxa de símbolos.
Wc( hip )
E pelo slide MEE29, sei que PG S-FH = , ficando
RS
Em que Wc( hip ) é a largura da banda ocupada, e Rs é a taxa de símbolos.

2k M RS
PG = = ( 23 ) (16 ) = 128
RS
PG dB = 10. log10 (128 ) = 21, 07 dB

e é adimenrsional
Ou seja o ganho na utilização do espalhamento espectral é de 21,1 dB.

Neste exercício (de FH lento), 1º transmite-se os 5 símbolos (de 4 bits cada) e só depois é que salta
para outra banda de frequência FH.
Agora antes de avançar para o exercício 4, explicar a diferença entre o salto em frequência lento com
o rápido.
Temos um símbolo para enviar
Este vai ser fracionado em 5 partes

(por exemplo, poderia ser outro valor qualquer)
Depois cada uma das partes, “chip”, é enviada em diferentes posições, de portadoras diferentes. Para
ser possível ver na figura, não coloquei a ultima frequência portadora, nem o espectro do lado
esquerdo.
Até parece que há um desperdício de largura de banda!
Mas não, as parte em branco são preenchidas com outros sinais (continua a faltar o ultimo por falta
de espaço na folha, mas é só fazer uma extrapolação).
Só ao fim de 5 (neste exemplo) saltos é que o símbolo é transmitido na sua totalidade.
As frequências fc1 , f c 2 , …, f cn devem de ser ortogonais entre si. Mas será visto no exercício 8d).
Exercício 6.04 - Um sistema FH/MFSK de saltos rápidos é caracterizado pelos seguintes parâmetros:
Número de bits/símbolo: 4
Número de saltos por símbolo MFSK: 5 (num lento é símbolos por salto).
Número de bandas de frequência FH: 8
Calcule o ganho de processamento do sistema.
Resolução 6.04) Salto rápido. A abordagem é igual ao exercício 3, só que é o rápido.
Com “Número de bits/símbolo: 4” tenho =4

n → M = 24 = 16

Qt de bits por símblos Quantidade de tons ou níveis
por símbolo.
Com “Número de bandas de frequência FH: 8” tenho 2k = 8 → k =3

Com “Número de saltos por símbolo MFSK” tenho K = 5 , (slide MEE31) significa que durante um
salto, o símbolo muda 5 vezes de frequência portadora devido aos 5 símbolos. Cada “chip” é um
símbolo. Cada “chip” é uma frequência diferente para cada símbolo, e de amplitude constante. No
processo lento não tenho este parâmetro.
No exercício 6.03, 1º transmitia-se e só depois é que saltava. Aqui,

ainda não se transmitiu, já se está a saltar. O símbolo é dividido em 5
“chip”. “1 símbolo” significa tempo de símbolo, (Ts ) . Um único
símbolo, tem 5 frequências diferentes.

O elemento base já não é o símbolo, mas sim o “chip”.
Consultando o slide MEE32, sei que a largura de banda de um sinal FH/ M − FSK rápido é
Wc( hip ) = 2k. ( Nº de bandas de cada banda FH ) = 2k MfC ( hip ) = 2k MKRS

F-FH/ M − FSK binário
MfC( hip )
Em que o K é o número de saltos por símbolos. E RC ( hip ) é a taxa de chip, e RC ( hip ) = RS .K .

WC ( hip ) 2 k MK RS
E pelo slide MEE29, sei que PG = F-FH / M − FSK binário
, ficando PG = = 2 k MK
Rh Rh
PG = 23 (16 )( 5 ) = 640 ⇔ PG dB = 10.log10 ( 640 ) = 28, 06 dB

Por comparação com o exercício 6.03, os parâmetros são os mesmos, apenas que este é através de
um processo rápido.
PG S-FH/ M − FSK binário = 21, 07 dB PG F-FH / M − FSK binário dB

= 28, 06 dB
dB
Tem se ganhos superiores (cerca de 33,2%), pois tem se uma largura de banda superior.
No exercício 6.03, o símbolo é a minha unidade, que enquanto neste exercício, o símbolo é dividido
em 5 chips. Não confundir o “chip” para o processo do lento, pois na situação do lento, cada símbolo
só tem uma frequência. No exercício 4, cada símbolo tem 5 frequências diferentes (esta quantidade
de 5 é especifico deste exercício, pois pode tomar valores diferentes, conforme o enunciado).
Ou então, com um salto por símbolo, K , de 5 e um número de 8 bandas de frequências, fica

 N 
úmero de bits/símbolo = 4
2 . Nº de simbolos  .( Nº de salto por simbolo)

k
WC( hip)  
PG = F-FH/FSK binário
=  
RS 1

Conforme slide MEE29 TS
(
2k . ( 2n ) . 5/ TS )=
PG =
1/ TS
( 2 ) . ( 2 ) .5 = 8.16.5 = 640
3 4

PG dB = 10.log10 ( 640 ) = 28, 06 dB

A característica do processo rápido é a de permitir que vários utilizadores utilizem a mesma banda.
Por exemplo, na UMa tem-se um sistema de rede suportado pela tecnologia sem fio Wifi, em que
cada ponto de acesso tem a mesma frequência para comunicar com todos aqueles que lhe querem
aceder, sem que por isso haja troca de informação. Ao aceder ao ponto de acesso, este atribui lhe
uma chave única, e permite depois a comunicação. Não confundir a mesma frequência com o canal,
pois a tecnologia Wifi permite uma variação de canais (de um total de 13) para que se existirem
vários pontos de acessos no mesmo local, este não entrem em conflito.
E é de recordar que na presença de uma rede estruturada, por muito simples que ela seja, é sempre
necessária (obrigatório) a atribuição de uma chave que permite o acesso ao meio de forma a garantir
o estabelecimento de uma comunicação segura, de forma a não permitir que outros tenham acesso a
mesma.
A tecnologia CDMA, atribui um código como chave e a de FDMA atribui uma frequência específica.
Exercício 6.05 - Uma conversação gravada vai ser transmitido por um sistema SS de sequência
directa. O espectro da forma de onda de voz está limitado a 3 kHz de banda e na sua digitalização são
usados 128 níveis de quantização.
a) Determine a “chip rate” necessária para se obter um ganho de processamento de 20 dB.
b) Para a situação da alínea anterior, quantos andares são necessários no registo de deslocamento
para gerar a sequência PN?
Resolução 6.05a) DS-SS. “DS” significa sequência directa, e “SS” é do inglês “Spread-spectrum”
que significa espalhamento espectral.
Tendo por largura de banda f max = 3kHz , e como me é dito que é um sinal de voz, então trata se de
um sinal analógico.
“chip rate” é do inglês e é a taxa de “chip”, Rc( hip ) . O f c( hip ) é o número de saltos por símbolos. M
representa os níveis, que neste exercício são 128.

PG dB
= 20 dB ⇔ PG dB
= 10.log10 ( x ) = 20 dB ⇔ log10 ( x ) = 2 ⇔ x = 102
PG = x = 100

Lendo o slide MEE22, e limitando-se o PG = 100 .
Tb f C ( hip )
PG = = ⇔ f C ( hip ) = PG . f b
TC ( hip ) fb
3 kHz é a largura de banda da voz, f max , logo é analógico.
Tendo 128 níveis, ou seja, tenho um sistema amostrado e quantizado a minha largura de banda para
poder realizar a transmissão é duas vezes a largura de banda da frequência máxima. É a que se
designa de frequência de Nyquist.
Fica M = 16 = 2n
⇔ =7
n
Quantidade de tons ou níveis Qt de bits por símblos
por símbolo.
E sendo a taxa de símbolo RS , a f s (frequência de amostragem) é duas vezes a largura de banda da
voz, f max , aplicando o teorema da taxa de Nyquist, fica que
s ( )
fb = f . n = 2. ( 3 kHz ) . ( 7 ) = 42 000 MHz

2.( f max ) fs n
Sendo f C ( hip ) a taxa de “chip” (cuidado com a unidade da f C ( hip ) ),
PG
f C ( hip ) = = PG. f b = (100 ) . ( 42 000 MHz ) = 4, 2 chip / s
rb

É “chip” porque é um bit da sequência PN. Aqui, neste exercício, o elemento mais pequeno é o
“chip”, e não o bit.
Resolução 6.05b) Para resolver este exercício, convém dar uma leitura na pagina 509 do livro Simon
Haykins.
m = ? (quantidades de flip-flops necessários para gerar a sequência PN).
1 1
Tb = = = 23,81 µ s
fb 42 000 bit / s
1 1
TC ( hip ) = = = 238,1 ns
f C ( hip ) 4, 2 Mchip / s
Tb
Tb = N .TC ( hip ) ⇔ N= = 100
TC ( hip )
N é o período da frequência do “chip” e m é a chave. m = log 2 ( N )
A sequência que vai ser gerada é N ≤ 2m − 1 . E para N = 100 , obtive m = 6, 6 , e este valor não pode
ser. Tem que ser um número inteiro e arredondado para cima! Assim m = 7 → 2m = 128 .
Ou seja, são necessários 128 flip-flops.
Se eu usa-se m = 6 , não poderia cumprir com o requisito de ter PG = 100 .
Exercício 6.06 - Um sistema FH/MFSK lento ocupa a largura de banda de 204,8 MHz. A taxa
binária dos dados de entrada é de 150 Kbits/s. Supondo a modulação 8-FSK, determine o número de
saltos em frequência e o ganho de processamento.
Resolução 6.06) É a mesma abordagem do exercício 6.05.

Consultando o slide MEE30, sei que a largura de banda de um sinal FH/ M − FSK lento é
WC ( hip ) = 2k MRS
rb rb
1º preciso de calcular o valor de RS , e uso a definição RS = = .
log 2 ( M ) N
Como é uma modulação 8 -FSK, logo M = 8 , então o log 2 ( M ) = N = 3 .

rb 150 kbits / s
Assim Rs = = = 50 000 = 50 kSímbolo / s .
N 3
Agora preciso de saber o valor de 2 k , que é o número de bandas para o salto em frequência (FH).
Qual é o valor de k ?
WC ( hip ) 204,8 MHz 204,8 MHz

2k = F-FH/ MFSK binário
= = = 512
MRS ( 8 )( 50 kbits / s ) ( 8 )( 50 kbits / s )
Sendo k = log 2 ( 512 ) → k =9
WC ( hip )
F-FH/ MFSK binário
Quanto ao 2º pedido, pelo slide MEE29, sei que PG = , ficando
RS
2k M RS
PG = = ( 29 ) ( 8 ) = 4 096 → PG dB
= 10.log10 ( 4 096 )
RS

PG dB
= 36,12 dB
Exercício 6.07 - Um sistema FH rápido com FSK binário tem os seguintes parâmetros:
Débito binário da mensagem: 2400 bps
Saltos por bit de mensagem: 16 (num lento é símbolos por salto).
Multiplicação de frequência: 8
Ganho de processamento: ≥ 45 dB
a) Determine o menor número de bandas de frequência necessárias e que seja potência de 2.

b) Determine a largura de banda do sinal depois da multiplicação de frequência.
(Nota: a multiplicação de frequência é realizada sobre o sinal já espalhado, o que ainda alarga mais o
espectro ocupado; neste caso a largura de banda final é 8 vezes maior que a do sinal SS sem
multiplicação de frequência).

Resolução 6.07a) É uma modelação em FFH/BFSK (binário). rb = 2400 bps
“Número de bandas de frequência” é 2 k , é o número de bandas para o salto em frequência (FH).
- Ao ter “Saltos por bit de mensagem: 16”, significa que tem um K grande (não confundir com k ), e
em que salta 16 vezes de frequência de forma a conseguir transmitir a totalidade de um símbolo. O
símbolo neste exercício é composto por um conjunto de 16 bit.
- “Multiplicação de frequência: 8”, significa que depois de fazer o espalhamento espectral, ainda
alarga 8 vezes. Ler a página 139 do livro do Simon Haykins.
Consultando o slide MEE32, sei que a largura de banda de um sinal FH/MFSK rápido é
WC ( hip ) = 2k . ( Nº de bandas de cada banda FH ) = 2k MfC ( hip ) = 2k MKRS

F-FH/ BFSK
Mas aqui cuidado pois é preciso multiplicar por 8, pois é feito uma multiplicação de frequência:
WC ( hip ) = 2k MfC ( hip ) x 8 = 2k MKRS x MF

F-FH/ BFSK

M é o número de tons.
K é o número de saltos por (bit de) mensagem. O símbolo é fraccionado em bits.
MF é a constante que multiplica a frequência depois de modulado no espalhamento espectral.
WC ( hip )
E pelo slide MEE29, sei que PG F-FH/ BFSK = F-FH/ BFSK
, ficando
RS

2 k MK RS
PG F-FH/ BFSK
= x MF ⇔ PG F-FH/ BFSK = 2k MK x MF
RS
Conforme slide MEE32

Calculo auxiliar: no enunciado é pedido que PG dB

≥ 45 dB , isso significa que num valor linear é:
PG dB
= 10.log10 ( x ) = 45 dB ⇔ log10 ( x ) = 4, 5 ⇔ x = 104,5 ⇔
PG F-FH/ BFSK
= 31 622, 78
Em BFSK, o M é 2 (é binário), pois tem dois tons de um bit cada, para o zero e o um.
k
PG F-FH/ BFSK 1 31 622, 78 1
Assim o número de largura de banda é 2 = . = . = 123,52
MK MF ( 2 )(16 ) 8
k = log 2 (123,52 ) k =7
rb rb
Resolução 6.07b) Como RS = = ⇔ RS = rb
log 2 ( M ) N
Assim WC ( hip ) = 2k .M .K .rb

x MF = (128 ) . ( 2 ) . (16 ) . ( 2400 bps ) . ( 8 ) = 78, 64 MHz

1[] 2k M K rb [1]
[1] - devido ao facto de ter uma “Multiplicação de frequência: 8”. É o alargamento.
Exercício 6.08 - Um sistema FH rápido com FSK binário tem os seguintes parâmetros:
Débito binário da mensagem: 2500 bps
Saltos por bit de mensagem: 9 (num lento é símbolos por salto).
Multiplicação de frequência: 10
Número de bandas de frequência: 1024
a) Calcule a largura de banda do sinal SS.

b) Calcule o ganho de processamento em dB.
c) Determine a velocidade de relógio do gerador de código PN.

d) Determine a separação de frequências ∆f do sinal FSK em kHz.
Resolução 6.08a) É a mesma abordagem do exercício 6.05.

“SS” é do inglês “Spread-spectrum” que significa espalhamento espectral.
Ao ter “Saltos por bit de mensagem: 9”, significa que tem um K grande (não confundir com k ), e
que cada símbolo salta 9 vezes de frequência antes de ser transmitido na sua totalidade.
2 k é o número de bandas para o salto em frequência (FH), e 2 k = 1024 .

Em BFSK, o M é 2 (é binário), pois tem dois tons de um bit cada, para o zero e o um.
rb rb
Como RS = = ⇔ RS = rb
log 2 ( M ) N
WC ( hip ) = 2k . M .K .RS x MF = (1024 ) .2. ( 9 )( 2500 bps ) x 10 = 460,8 MHz

F-FH/ BFSK

( N º de bandas de cada banda FH ) frequência de chip , f C
E não me posso esquecer que também é necessário multiplicar por 10 (“Multiplicação de

frequência: 10”).
WC ( hip ) 460,8 MHz

Resolução 6.08b) PG F-FH / BFSK = F-FH / BFSK
= = 184,32.103
rb 2500 bps

PG F-FH / BFSK dB
= 10.log10 (184,32.103 ) = 52, 66 dB
Resolução 8c) “Multiplicação de frequência: 10”, significa que depois de fazer o espalhamento
espectral, ainda alarga 10 vezes. E também é dito que são executados 9 saltos por símbolo.
fclock = K .RS x MF

fC = K x RS
f clock = ( 9 )( 2500 bps ) . (10 ) = 225.103 = 225 KHz

frequência de chip , fC
Ou então assim: 1
T 2500 bps 1
TC ( hip ) = b = =
K 9 fC
TC ( hip ) = 44, 4 ( 4 ) .10 −6 = 44, 4 ( 4 ) µ s
TC ( hip ) 44, 4 ( 4 ) .10−6

E TPN = = = 4, 4 ( 4 ) .10 −6 = 4, 4 ( 4 ) µ s
k 10
1 1
Ficando assim f clock = = = 225 KHz
TPN 4, 4 ( 4 ) .10−6
Resolução 6.08d) É sem o alargamento.
f clock
∆f = = rb .K = ( 2500 bps ) . ( 9 ) = 225.102 = 22,5 KHz
MF
1 1
Ou ∆f = = 22,5 KHz
TC ( hip ) 44, 4 ( 4 ) µ s

Exercício 6.09 - Um sinal PCM é transmitido à taxa de 16 Kbit / s utilizando um sistema DS/BPSK,
com ganho de processamento não inferior a 30 dB .
a) Determinar a taxa de chips.
b) Sabendo que a potência de um interferidor é de 2 W, qual deve ser a mínima potência do sinal de
modo que a probabilidade de erro seja inferior a 10−6 ?
Nota: é parecido com o exercício 1 da frequência do dia 07-12-2010.
Resolução 6.09a) rb = 16 kbit / s ( rb = 16 000 bps )
No enunciado é pedido que PG DS/BPSK dB

≥ 30 dB , isso significa que linearmente é:
PG DS/BPSK dB
= 10.log10 ( x ) = 30 dB ⇔ log10 ( x ) = 3 ⇔ x = 103 ⇔
PG DS/ BPSK
= 1 000 W
1 1
Tb rb
TC ( hip ) = = = 16 kbit / s = 62,5.10−9 s = 62, 5 η s
PG DS/BPSK
PG DS/BPSK
1 000 W
1  Eb 
Resolução 6.09b) Pe = erfc   , e sabendo de que Eb = PS Tb e Pe = 10−6 ,
DS / BPSK
2  PJ .TC ( hip )  DS / BPSK
 
fica que:
 PS Tb  PS Tb 2 PJ .TC ( hip )
erfc   = 2.10−6 ⇔ = 3,36 ⇔ PS = ( 3,36 ) .
 PJ .TC ( hip )  PJ .TC ( hip ) Tb
 
usando a tabela da função de erro
2 ( 2 W ) . ( 62,5.10−9 s )
PS = ( 3,36 ) . = 22,58.10−3 = 22, 58 mW
16.103 bit / s

Exercício 6.10 - Um sinal BPSK, s ( t ) = ±0, 08.cos ( 2π f c t ) , é transmitido através de um canal de

comunicação à taxa de 250 Kbit / s .
a) Supondo um canal com ruído branco gaussiano com N 0 = 10 −9 W / Hz , calcular o número de bits
errados esperados ao fim de uma hora de recepção do sinal se existir um desvio de 3% na detecção
do intervalo do bit?
b) Se o sinal for transmitido com recurso ao sistema de Espalhamento Espectral de Sequência

Directa, com ganho de processamento de 30 dB , qual deve ser a margem de interferência de modo a
que o número de bits errados não ultrapasse o valor da alínea anterior?
Resolução 6.10a) rb = 250 kbits ( rb = 250 000 bps )
1  Eb 
Pe BPSK
= erfc   = ?
2  N0 
Se não se acertar no tempo de bit, no sincronismo da recepção, a integração é feita num atraso. Logo
a área da integração é mais reduzida.
E devido ao atraso pode ser este o sinal recebido (o problema só surge quando os sinais consecutivos
são opostos):

Na detecção de intervalo de 3% é o desvio devido a falhas nos circuito de sincronismo que ocorre no
correlador. Na prática, este problema ocorre com frequência, pois existe alguma dificuldade por parte
dos sistemas de não sofrerem a influência destes erros associados. A azul é a área que será integrado
no Tb , mas que não pertence ao bit. Como calcular τ ?
Com a utilização do diagrama de olho é possível detectar estes tipos de erros.
É possível constatar boas É possível constatar más

características do canal de transmissão. características do canal de transmissão.
Consultando o slide RMD22 – Sincronização de bit imperfeita. Assim
 2    2 τ  
2
1  Eb  2 τ   1  PS Tb
Pe = erfc 1 −  = erfc 1 − 
BPSK
2  N0  Tb   2  N0  Tb  
   
Neste exercício, a dificuldade está em saber interpretar qual é o valor que Tb assume. Ora o valor é
0, 03 x Tb .
Preciso de calcular o valor de PS . Sei que a potência de um sinal sinusoidal é (slide MPB5):
2
A2 ( 0, 08 )
PS = = = 0, 0032 W
2 2
Assim:
 1 

1
 PS

2 
rb  2 τ   1  ( 0, 0032 ) ( 4.10−6 )
. 1 −
(
 2. 0, 03 x T
b
3%
)  
Pe = erfc
 1 −   = erfc   
BPSK
2 N0  Tb  2  10 − 9 Tb 
     
 

1 1
Pe BPSK
= erfc ( 3, 363) = 1,974.10 −6  = 987.10−3 BER
2 2
[ Total erro]numa hora = rb x Pe BPSK

x 1 hora
[ Total erro]numa hora = 250 000 x 987.10−3 x 3600 s = 888,31
Como não existe erros fraccionados, a resposta correcta é [ Total erro ]numa hora = 889 BER
Resolução 6.10b) Nota a parte: na prática devido a esta modelação (BPSK), na modelação do
espalhamento espectral seria sempre em SD.
Exercício 6.11 - Um sistema FH / 64FSK transmite dados a uma taxa binária de 4 Mbit/s. Em cada
salto são transmitidos 3 símbolos. Pretende-se que o ganho de processamento do sistema seja de
pelo menos 30 dB .
a) Qual o comprimento da Sequência PN por salto e o número de saltos?

b) Qual a largura de banda do sistema?
c) Qual o tempo de chip e o tempo de cada símbolo da sequência PN?
d) Supondo que o sistema transmite 12 canais analógicos, sendo cada sinal amostrado e quantizado
em 1024 níveis de quantização, qual a largura de banda máxima de cada sinal analógico?
Resolução 6.11a) rb = 4 Mbit / s
No enunciado é pedido que PG S-FH/ 64 FSK dB

≥ 30 dB , isso significa que linearmente é:
PG S-FH/ 64 FSK = 10. log10 ( x ) = 30 dB ⇔ log10 ( x ) = 3 ⇔ x = 103 ⇔

dB
PG S-FH/ 64 FSK = 1 000 W

1 000 W  1 000 W 
Como PG S-FH / 64 FSK = 2k .M ⇔ 2k = ⇔ k = log 2  
64  64 
k = 3,97
4
k tem que ser um numero inteiro, e arredondado para cima. Assim o número de saltos é
2 k = 24 = 16
rb
Resolução 6.11b) RS = Rc ( hip ) e RS = .
log 2 ( M )
M
A largura de banda é BT M − FSK − NC optima
= MRS ⇒ B M − FSK = rb
log 2 ( M )
Assim
64
BT 64 − FSK − NC optima
= .4.106
log 2 ( 64 )
BT 64− FSK − NC optima

= 42,67.106
A largura de banda do sistema é Wc( hip ) = 2k . ( B M − FSK ) = 2k MRS , assim

SFH/ M − FSK binário
Wc( hip )
SFH/ 64 − FSK binário
(
= 2 4. BT 64 − FSK − NC optima ) = 682, 67.10 6
Wc( hip ) = 683 MHz

SFH/ 64 − FSK binário

1 log 2 ( M ) 6
Resolução 6.11c) TC ( hip ) = = = = 1,5.10−6 s = 1,5 µ s .
RC ( hip ) rb 4.106
E para o tempo de cada símbolo da sequência PN, sabendo que em cada salto são transmitidos 3
símbolos
3.TC ( hip ) 3. (1,5.10−6 s )

Ts − PN = = = 1,125.10−6
k 4
Ts − PN = 1,125 µ s
Resolução 6.11d)

Exercício 6.12 - Um sistema transmite símbolos à taxa binária de 250 Kbit / s . Supondo uma
potência recebida de −40 dBm e para uma taxa de erros de 10−6 , calcular:
a) A densidade espectral de potência de ruído de canal máxima permitida quando se utiliza o sistema
16-FSK.
b) A potência máxima do sinal de interferência quando se utiliza o sistema FH/16-FSK, que
transmite 4 símbolos por salto e utiliza 8 bandas de frequência.
Resolução 6.12a) rb = 250 kbit / s , Pe 16 FSK = 10−6 , PS Rx dBm

= −40dBm
1 −7  1 
Sei que Eb = PS Tb , logo Eb = PS   = 10  3 
 250.10 
( ) ⇔ Eb = 4.10−13 J
 rb 
PS Rx dBm
−3 −4 −3 −7
PS Rx
= 10 10
. 10
= 10 .10 = 10 ⇔ PS Rx
= 10 µW
dos mili
Com M = 16 ⇒ N = 4.
Não me é dito se é com detecção coerente ou não, por isso vou fazer das duas formas.
Resolução 6.12a_v1) – NUNCA PODERIA ser “detecção coerente”.
2N −1  N .Eb 
Pe MFSK-C Ortogonal
= .erfc   slide RMD52
2  2 N0 
 N .Eb  2  4.Eb  2 −6 −9
Assim erfc 
 2 N  2 − 1 . Pe 16 FSK
 = N
⇔ erfc   = 4 .10 = 133, 3.10
 0   2N0  2 −1
Consultando a tabela de erro de função:

4.Eb 4.Eb 2 4.Eb 4. ( 4.10−13 )

Fica = 3, 73 ⇔ = 3, 73 ⇔ N 0 = ⇔ N0 =
2N0 2 N0 2.3, 732 2.13,913
N0 MFSK-C
= 5, 75.10−14 W / Hz
N0
Assim Gn ( f ) = ⇔ Gn ( f ) MFSK-C = 2,875.10−14 V 2 / Hz
2
Resolução 6.12b_v1) - Forma “detecção coerente”:
PJ
Slide MEE 29 N0 =
Wc( hip )
FH
rb rb 250.103
Slide MEE 28 Rc( hip ) = RS = = = = 62,5.103
log 2 ( M ) N 4
Slide MEE 30 Wc( hip ) = 2k . ( B M − FSK −C ) = 2k MRS

SFH/ M − FSK −C
Wc( hip ) = ( 8 )(16 ) ( 62,5.103 ) = 8.106 = 8 MHz

SFH / M − FSK −C
Assim fica que PJ = N 0 .Wc( hip ) = ( 5, 75.10−14 ) . ( 8.106 ) = 460.10−9 = 460 ηW

SFH / M − FSK −C
PJ dBm
= 10.log (1000 x 460.10−9 ) = −33,37 dBm

Conversão de unidades logarítmicas para

unidades lineares
Resolução 6.12a_v2) - Forma “detecção não coerente”:
N . Eb
2 N − 1 − 2. N 0
Pe MFSK-NC
= .e slide RMD52
2
N . Eb N . Eb
−
2. N 0 2 −
2. N 0 2
Assim e = N . Pe ⇔ e = 4
.10 −6
2 − 1 16 FSK 2 −1
−
N . Eb
2. N 0 2 −6 N .Eb  2.10−6  4. ( 4.10−13 )
e = 4 .10 ⇔ − = ln  4  ⇔ N0 = −
2 −1 2.N 0  2 −1   2.10−6 
2.ln  4 
 2 −1 
8.10−13
N0 = − ⇔ N 0 MFSK-NC = 5, 054.10−14 W / Hz
 2.10−6 
ln  
 15 
N0
Gn ( f ) = ⇔ Gn ( f ) MFSK-NC = 2,527.10−14 V 2 / Hz
2

Resolução 6.12b_v2) - Forma “detecção não coerente”. É igual, só se utiliza o valor
N0 MFSK-NC
= 5, 054.10 −14 W / Hz
Assim fica que PJ = N 0 .Wc( hip ) = ( 5, 054.10−14 ) . ( 8.106 ) = 404, 28.10−9

SFH/16 − FSK binário
PJ = 404 ηW
Em dB é:
PJ dBm
= 10.log (1000 x 404, 28.10−9 )
PJ dBm
= −33,93 dBm

Comunicações Multiutilizadores
Exercício 7.01 - Um avião equipado com um sistema de espalhamento espetral salto em frequência,
com EIRPT = 20 dBW , transmite dados para um satélite à taxa de 100 bits/s. Um interferidor
terrestre transmite ruído gaussiano e de banda larga com EIRPJ = 60 dBW . Tendo em conta que
 Eb 
  = 10 dB e que as perdas de percurso são semelhantes em ambos os sistemas,
 N 0 requerido em dB
determine a largura de banda do sistema de espalhamento espetral de modo que a margem de ligação
seja de 20 dB .
Resolução 7.01) Este exercício é o exemplo de um espalhamento espectral de salto em frequência

(SS/FH). Os valores fornecidos pelo enunciado do exercício são das potências de transmissão
(emissor).
É preciso analisar a relação entre a potência do sinal enviado e recebido.
Temos que calcular as potências que chegam ao recetor.
Sendo a antena um elemento passivo, como é possível ter ganho?

R: É na capacidade em concentrar a potência num lóbulo. E quanto mais estreito o lóbulo, maior o
ganho.
Noção de como o sistema funciona, com recurso as definições matemáticas:
Legendagem:
Prec _ s é a potência do sinal de interesse recebido.
Prec _ i é a potência da interferência recebida.
Ptrans _ s é a potência do sinal de interesse transmitido.
Ptrans _ inter é a potência da interferência na transmissão.

Gtrans _ Sat é o ganho da antena na transmissão.
Grec _ Sat é o ganho da antena na transmissão.
Grec _ inter é o ganho da antena sobre a interferência.
Consultando o slide CM8, sei que EIRP = Ptrans Gtrans [W ]
Em que Ptrans é a potência de transmissão, e Gtrans é o ganho da antena de transmissão.
  λ  
2
Ptrans _ s Gtrans _ Sat  Gtrans   

  4π d   EIRP
 T

Prec _ s LAvião − satélite Ps Gtrans _ Sat
Sendo = =
Prec _ i   λ  
2
PJ Grec _ inter
Ptrans _ inter Grec _ inter  Grec   
  4π d   EIRPJ
 
LTerra − satélite
Para o sinal transmitido e para o sinal interferidor, a antena receptora é a mesma, logo
2
 λ 
Gtrans = Grec , e como a atenuação é a mesma (“percas de percurso iguais”), α =   , simplifica
 4π d 
se na fracção.
Essa é a resposta a pergunta: as perdas de percurso só às posso desprezar porque as distâncias são
iguais neste exercício. Mas na prática, 99,99% dos casos isso não ocorre.
EIRP

Ptrans .Gtrans .Grec G .G G .G
Como Prec = , e sabendo que Prec = Ptrans . trans rec , em que o coeficiente trans rec
Lespaço _ livre Lespaço _ livre Lespaço _ livre
(ganho dos interveniente, a dividir pelas perdas de percurso) é devido ao sistema de antenas.
P
rec −avião _ T

EIRPavião _ T
G rec
PS EIRPavião _ T Prec − avião _ T Pavião _ T .Gavião _ T LAvião − satélite
= . = .
Psatélite _ J EIRPsatélite _ J Prec − satélite _ J Psatélite _ J .Gsatélite _ J Grec

Interferidor EIRPsatélite _ J L − satélite
Terra

Prec −satélite _ J

PS
Prec =
Lespaço _ livre
Para ajudar a perceber o exercício, vou agora esquematizar o problema:
Primeiro vai se ver as perdas de percurso, L. Este valores não nos são dados no enunciado, porquê?
Porque é me dito no enunciado que as percas de percurso são iguais, LAvião− satélite = LTerra − satélite .
Estamos a operar a partir do satélite e não do avião, ou da Terra. Pois no avião, esta se a transmitir e
na Terra a receber.
E 
M dB
 N 0  requerido
 Eb  dB
 

O exercício já nos dá a margem de ligação, pretende se a largura de banda para o espalhamento

espectral, WSS / FH . Pelo slide MEE29 – a razão de energia por símbolo e a densidade espectral de
ruído é, sabendo que Rs = rb :
 Es  E 
  = b 
 N 0 recebido dB  N 0  recebido dB
Consultando a página 544 do livro do Simon Haykins, ou slide CM6, sei que a caracterização do
canal de rádio é:
E  E   Eb  E 
M dB
= b  − b  ⇔   = b  +M dB
 N 0 recebido dB  N 0 requerido dB  N 0 recebido dB  N 0 requerido dB
 Eb 
  é o que se exige ao sistema, é indirectamente a definição da taxa de erro admissível para
 N 0  requerido
o sistema. Mas na prática não é possível de cumprir, e é devido a tal impossibilidade é que se dá uma
margem de ligação, M dB
.
O que se significa na prática este processo?

R: Na prática aumenta-se a potência de transmissão de forma a garantir cumprir com os requisitos,
face as variações que o sistema impõe garantindo assim a potência requerida.
 Eb 
Assim,   = (10 dB ) requerido + 20
dB = 30 dB
M
Nota 7.1.1 - aqui já não tem o “W(att)” ou outra unidade qualquer, pois trata se de uma unidade de
medição adimensional (sem unidade). O dB é uma unidade logarítmica que indica a proporção de
uma quantidade física (geralmente energia ou intensidade) em relação a um nível de referência
especificado ou implícito. Uma relação em decibéis é igual a dez vezes o logaritmo de base 10 da
razão entre duas quantidades de energia.

Nota 7.1.2 - quando noto matematicamente que EIRPT = 20 dBW , o “W(att)” é um índice de
referência para a dimensão (unidade) física, conforme o é o dBi para uma antena isotrópica.
Nota 7.1.3 - o EIRPJ , é a potência isotrópica de radiação equivalente de um sistema de

espalhamento espectral do interferidor.
PJ
Pelo slide MEE24, define-se por margem de interferência (jamming margin) a razão .
PS
 Eb  P W EIRPT WSS /FH

Fica que   = S . SS / FH = .
 N0 recebido Linear PJ Rs EIRPJ rb
WSS / FH
Sei que PG = . Pretende-se WSS / FH .
rb
EIRPT
são os sinais de interesse e já me são dados em dB.
EIRPJ
Tenho que passar os outros valores lineares que faltam para dB,
 Eb   EIRPT   WSS / FH 
  = 10.log10   .10.log10   = EIRPT dB
− EIRPJ dB
+ WSS / FH dB
− rb dB
 N 0 recebido dB  EIRPJ  dB  rb  dB
E, convertendo para dB a taxa de bit, rb dB = 10.log10 ( rb ) = 10.log10 (100 ) = 10.2 = 20dB .
E  E 
Como já vi, M dB
=  b − b 
 N 0 recebido dB  N 0  requerido dB
E 
M dB
 N 0  requerido dB
 Eb 
 
 N0 recebido dB

 
 20
20 dB = dBW
− 60
dBW
+ WSS / FH dB
−  − 10 dB
20 dB
M dB  EIRPT dB EIRPJ dB rb dB 

WSS / FH dB
= 90 dBHz ⇔ WSS / FH em Hz
= 1 GHz
Nota 7.1.4 – obteve-se 1 GHz , apesar de na prática ser 4 e 6 GHz.
Nota 7.1.5 – se fosse com atenuação do canal no emissor, que é α , seria:
Ps .Tb
Eb = , e α tem valores práticos da ordem dos 10 dB.
α
PS
Nota 7.1.6 - Prec = é para um canal genérico, indiferentemente se o link utiliza ou não
Lespaço _ livre
cabo/fio de cobre. Com cabos o denominador, Lespaço _ livre , é as perdas no cabo.
Nota 7.1.7 – Estes cálculos não são validos para canais com desvanecimento, capitulo 8.
Exercício 7.02 - Um radiofarol colocado num satélite geoestacionário funciona à frequência de 12

GHz, sendo monitorizado por uma estação terrestre a 40 000 Km de distância. A antena emissora
tem um metro de diâmetro com uma eficiência de abertura 70% e a antena receptora da estação
terrestre tem um diâmetro de 10 m com uma eficiência de abertura de 55%. Calcular a potência
recebida quando a potência de saída do radiofarol for de l00 mW.
c 3.108 1
Resolução 7.02) f c = 12 GHz → λ= = = d = 40 000 km
f c 120 .108
40
O objectivo é calcular a potência recebida, sabendo a que foi enviada, Pt = 100 mW = −10 dB .

2
 λ 
Conforme o slide CM9, Prec = Ptrans Gtrans Grec   .
 4π d 
Estação Terrestre Radio Farol Radio Farol Estação Terrestre
π 2 .η .∅ 2
Nota 7.2.1 – o ganho de uma parabólica é G = , em que ∅ é o diâmetro e o λ é o
λ2
comprimento de onda (velocidade da luz sobre a frequência).
Nota 7.2.2 - A abertura eficaz de uma antena é igual a área física vezes o rendimento,
Aeficaz = η . A física .
Ver slide CM9. Primeiro tenho que calcular dos ganhos das antenas (parabólicas).
Para o emissor, com as seguintes características: ∅ = 1 m e ηtrans = 70 % .
2
λ2 2 4π 2 .ηtrans  ∅  4 π 2 . ( 0, 7 ) 1
.Gtrans = ηtrans .π . ( raio ) ⇔ Gtrans = .  ⇔ Gtrans = 2
.
4
π λ2 2  1  4
Aeficaz
A física
 
 40 
π 2 . ( 0, 7 ) .1202
⇔ Gtrans = ⇔ Gtrans = 11 053, 96
9
Para o receptor, com as seguintes características: ∅ = 10 m e ηrec = 55 % .
ηrec
 ∅ 2
2

4π . ( 0,55 )  10 
⇔ Grec = 2
.   ⇔ Grec = 868 525,18
 1   2
   
40 

λ
Assim, continuando, sabendo que Ptrans = 100 mW = 0,1 W :

2
 1 
2
 λ   40 
Prec = Ptrans Gtrans Grec   = ( 0,1)(11 053,96 )( 868 525,18 )  7 
 4 π d 
 4π ( 4.10 ) 
Slide CM09 (formula de Friis)  
2
 3 
Prec = 960064260  7 
 640.π .10 
Prec = 2,375 pW
Prec dB
= 10.log10 ( 2,375.10 −12 )
Prec dB = −116, 244 dB e Prec em dBm

= −146, 244 dBm
Exercício 7.03 - Uma ligação de rádio utiliza um par de antenas parabólicas de 2 m de diâmetro com
uma eficiência de 60% cada, como antenas receptoras e emissoras. Outras especificações da ligação
são a potência transmitida de 1 dBW , frequência da portadora 4 GHz, distância do emissor ao recetor
150 m . Calcule:
a) As perdas em espaço livre
b) O ganho de potência de cada antena
c) A potência recebida em dBW .
Exercício 8.1/2, página 589, do livro Simon Haykin
Resolução 7.03a) Ptrans = 1 dBW ∧ f c = 4 GHz ∧ d = 150 m ∧ ∅ = 2 m ∧ η = 60 %
P 
As perdas de percurso são, consultando o slide CM9: PL = α = 10.log10  trans  .
path loss  Prec 
Os responsáveis pelas perdas globais são os cabos, percurso, espaço livre e SWR. E as perdas globais
são definidas por
2
 λ 
Neste exercício só se pretende as perdas no espaço livre (atenuação), α =   . Sendo λ um
 4π d 
valor fixo, a atenuação só depende de d (distância).
2
 3 .108 
2   2
 λ   40 .108   3  −9
Assim as perdas no espaço livre são α =   = =  = 1,58.10 W
 4π d  4π (150 )   160π (150 ) 
  
 
 

α dB = 10.log10 (1,58.10−9 ) = −88 dBW
Mas como é perdas, é o valor simétrico, ou seja α dB = 88 dBW
Nota 7.3.1 – quando se calcula o comprimento de onda, tem se como referencia a velocidade da luz
no vazio, mas de facto deve se ter em conta o meio em uso (logo mais lento).
Resoluções 7.03b) Como as características da antena que emite são iguais a que recebe, logo
2
Gtrans = Grec . Em que 0, 6 é a eficiência da abertura, e π . ( raio ) é a área física (comummente
designado por dimensão da antena).
λ2 λ2 λ2
Uma eficiência de 60% é 0, 6 . Aeficaz = .Gtrans = .Grec = .G , sendo:
4π 4π 4π
2
Aeficaz = 0, 6.π . ( raio )
2 2
 ∅  4π 2 m 4π 2, 4π 2 2
Assim G
= ηtrans .π .   . 2 = 0, 6.π .   . 2
= 2
40 = 4 211 .
Grec =Gtrans
 2  λ  2   3  3
 
A física
 40 
G dB = 10.log10 ( 4 211) → G dB = 36, 24 dB
G dB é o ganho de cada antena, tendo elas o mesmo valor por terem características iguais.
Resolução 7.03c) A potência recebida, em dBW , é
EIRPtrans Gtrans =Grec

Prec dB = Ptrans dB + Gtrans dB + Grec dB + α dB ⇔ Prec dB
= (1) + 2 . ( 36, 24 ) + ( −88 )


Prec dB
= −14,5 dBW ∨ Prec em dBm
= −44,5 dBm
2
 λ 
α =  define as perdas no espaço livre (atenuação).
 4π d 
Exercício 7.04 - Considere um recetor composto por uma antena, um amplificador de baixo ruído
(Figura de Ruido=1,7, Ganho=10), conversor de frequência (misturador que baixa a frequência, F=3,
G=5) e um amplificador de frequência intermédia (F=5, G=5000). A temperatura da antena é 50ºK.
a) Calcule a temperatura equivalente de cada um dos componentes assumindo uma temperatura

de T = 209 ºK.
b) Calcule a temperatura de ruído efectiva de todo o receptor.
Exercício 8.9, página 590, do livro Simon Haykin
Resolução 7.04a) Sabendo que FLNA = 1, 7 / GLNA = 10 , FMIX = 3 / GMIX = 5 , e FAmp = 5 /
G Amp = 5000 .
O “Amp” é um amplificador de potência.

Consultando o slide CM12, a temperatura equivalente de ruído para cada um (sem antena) é:
TLNA = T0 ( FLNA − 1) = 290 (1, 7 − 1) = 203 º K
TMIX = T0 ( FMIX − 1) = 290 ( 3 − 1) = 580 º K
TAmp = T0 ( F − 1) = 290 ( 5 − 1) = 1 160 º K

Resolução 7.04b) Para uma cascata de quadripólos, a temperatura equivalente do ruído é,

consultando o slide CM11,
F2 − 1 F3 − 1 F4 − 1
F = F1 + + + + ...
G1 G1G2 G1G2G3
T2 T T4
A figuras de cada quadripólo é Te = T1 + + 3 + + ... , com T1 , T2 , T3 a temperatura de
G1 G1G2 G1G2G3
cada quadripólo. Assim
TMIX TAmp 580 1 160

Tr = TLNA + + = 203 + + = 284, 3 º K
GLNA GLNAGMIX 10 10 x 5
Pode se constatar que quanto maior o ganho de baixo ruído inicial ( 203 ), menor é o ruído total.
Te é a temperatura efectiva com todos os componentes. Falta a antena:
Te = Tr + Tantena = 284,3 º K + 50 º K = 334,3 º K
Nota 7.4.1 – Apenas para o conhecimento, um valor de antena de 50º K, ocorre apenas quando as
antenas estão no mesmo plano (paralelo), pois quando é apontado da Terra para o espaço é muito
baixo, e do espaço para a Terra é muito elevado.
Exercício 7.05 - O rácio potência da portadora com a densidade de potência do ruído C N 0 num
sistema de difusão de satélite no sentido directo é estimado como 85 dB-Hz. As especificações da
ligação são:
EIRP do satélite = 47dBW

Frequência da Portadora = 12GHz
Frequência dos Dados = 10 Mb/s
Eb N 0 requerido pelo recetor em terra = 10dB
Distância entre o satélite e o terminal = 40000 Km

Calcule a margem da ligação (link margin) e diâmetro mínimo da antena parabólica para haver uma
receção satisfatória de TV assumindo que a antena tem uma eficiência de 55% e está a uma
temperatura de 310 ºK.
Exercício 8.11, página 590, do livro Simon Haykin
E 
Resolução 7.05)  b  = 10 dB ∧ ηrec = 55% @ Tantena = 310 º K
 N 0 requerido dB
EIRPSátelite = 47 dBW ∧ f c = 4 GHz ∧ rb = 10 Mbit / s ∧ d = 40 000 km
3.108 1
Calculo do comprimento de onda, λ = = m.
120 .10 8
40
Rb , “Frequência dos Dados = 10 Mb/s”, que em dB é Rb dB

= 10.log10 (107 ) = 70 dBbit / s
C
A relação da potência recebida da portadora pela densidade espectral de ruído é notada e o seu
N0
C
valor é = 85 dB Hz .
N0
2
C 1  λ 
Consultando o slide CM12, = . EIRPSátelite .Grec .   , em que k é a constante de Boltzman,
N 0 kTe  4π d

Prec
W
sendo o seu valor k = 1, 37.10−23 .
s
Calculo auxiliar - para o receptor

2
λ2 2 4π 2 .η rec  ∅  4 π 2 .ηrec ∅ 2
.Grec = ηrec .π . ( raio ) ⇔ Grec = 2
.  ⇔ Grec = .
4
π
λ 2 λ2 4
A física
Aeficaz

2
C 1  π 2 .η rec 2   λ 
Assim, = .EIRPSátelite .  ∅  . 
N 0 kTe  λ
2
  4 π d 

 Eb Rb 
 
 N 0  recebido
C  1 1 2
∅2 =  kTe . . . ( 4d ) 
N0  EIRPSátelite ηrec 
Neste exercício o Te é a temperatura da antena.
Preciso de converter dB para Watt:

85
C C
, e é na base de 10, = 85 dBW = 10 W .
10
N0 N0
47
EIRPSátelite , e é na base de 10, EIRPSátelite = 47 dBW = 10 10 W .
2
 85   
W 1 1  7 
∅ 2 mínimo = 1010 W  . 1,37.10−23 ( 310 º K ) 47
. . . 4  4.10 
  s 0,
55    
10

10
W
η  d 
k rec
EIRPSátelite
W 1 1
∅ 2 mínimo = ( 316227766 W ) .1,37.10 −23 .310 º K . . . ( 2, 56.1016 )
s 50118, 723 W 0,55
∅ 2 mínimo = 1, 247 m 2
Cuidado, pois está ao quadrado! A medida correta é ∅mínimo = 1,117 m
Prec
Agora a margem de ligação. Consultando o slide CM13, sabendo que Eb = Prec .Tb = .
Rb
C  Eb Rb 
= 
N0  N 0 recebido

Cuidado, pois ao passar para dB, o produto de logaritmo origina a sua soma

C E 
= b  + Rb dB
N 0 dB  N 0  recebido
dB
E  E 
E sabendo que M dB
= b  − b 
 N 0  recebido dB  N 0 requerido dB
 Eb  E 
  = b  +M dB
, fica
C E 
= b  + Rb dB + M dB
N0 dB  N 0 requerido dB
O enunciado dá me o Rb , “Frequência dos Dados = 10 Mb/s”, que em dB é
Rb dB
= 10.log10 (107 ) = 70 dBbit / s
Como quero a margem de ruído, M dB

, fica que
C E 
M dB
= − b  − Rb dB
N0 dB  N 0  requerido dB
M dB
= [85 dB ] − [10 dB ] − [ 70 dB ] = 5 dB
Exercício 7.06 - A função de dispersão do canal de um canal com desvanecimento, S (τ ;υ ) , tem

valores para 0 ≤ τ ≤ 1 ms e −0,1 ≤ υ ≤ 0,1 Hz . A função é aproximadamente uniforme nas duas
variáveis. Determinar:
a) O espalhamento multi-percurso do canal.

b) O espalhamento de Doppler do canal.
c) O tempo coerente do canal.
d) A largura de banda coerente do canal.

Resolução 7.06a) Slide CM25 – espalhamento de atraso: S (τ ;υ ) , em que τ é a variável de atraso, e

υ a variável da frequência. Num sistema de canal com desvanecimento, existe dois parâmetros a
serem analisados num projeto:
O espalhamento multi-percurso do canal.

O espalhamento de Doppler do canal.
Tendo-se um ∆t = [ 0; 1 ms ] , e com os dados fornecidos pelo exercício, não se pretende saber o valor
da integração do espetro de Doppler (obtido em relação à função de dispersão pela média ao longo de
todos os atrasos):
∞
S H (υ ) = ∫ S (τ ;υ ) dτ
−∞

CM 27
Função de derivação
∞
Consultando o slide CM25, rh (τ ; ∆t ) = ∫ S (τ ;υ ) .e j 2πυ∆t dυ , e faz-se ∆t = 0 .
−∞
Usando a função da autocorrelação no tempo (transformada de Fourier):

Figura 39 – Espectro de potência do atraso real.
O ideal seria ter-se Tm o mais estreito quanto possível:
Figura 40 – Espectro de potência do atraso ideal.
E nesta alínea é exatamente o que se pretende. Saber o valor de Tm .
Onde estão os valores diferentes de zero, o intervalo limite de integração de S H (υ ) é
0,1
S H (υ ) = ∫ S (τ ;υ ) dτ
−0,1
Mas é pedido na variável τ . Para valores inferiores a zero, dá zero.

Assim pode-se afirmar que a variável Tm é 1 ms, que é o máximo do atraso.
Como funciona o sistema: é enviado pelo emissor dois impulsos de banda estreita. No recetor, é feito
a autocorrelação com esses dois impulsos de teste, em que um dos sinais tem um atraso, conforme
slide CM23.
Resolução 7.06b) Agora pretende se saber o valor do lado das frequências.
A faixa de frequência BCoerente , também designado por ∆f Canal , mostrada na Figura 41 é denominada de
largura de faixa de coerência do canal, e representa a faixa de frequência sobre a qual as
componentes espectrais de um sinal tendem a ter o mesmo ganho, ou seja, é a faixa na qual essas
componentes são fortemente correlacionadas.
Figura 41 - Função de correlação em frequência.

Se um sinal transmitido tiver a largura de faixa menor do que a largura de faixa de coerência do
canal, este não sofrerá distorções e o canal será considerado não seletivo em frequência.
∞
E a integração é feita noutra variável: S H (υ ) = ∫ S (τ ;υ ) dτ .
−∞

CM 27
Assim a largura de banda do efeito Doppler, BDoppler , é:
BDoppler = ∆f = 0,1 − ( −0,1) = 0, 2 Hz
1 1
Resolução 7.06c) TCoerente = = =5s
BDoppler 0, 2 Hz
Se o sinal tiver uma duração de até 5 segundos entre cada impulso, vai haver distorção. O ideal é que
a duração entre impulsos seja maior. No estudo da tecnologia MIMO é feito uma abordagem mais
detalhada.
Resolução 7.06d) Tm é o valor máximo do atraso que o sistema suporta, e trata-se de um

espalhamento no tempo. O ideal seria ter Tm igual a zero, de modo a permitir uma maior largura de
banda. Assim a largura máxima que um sistema consegue recuperar. Por outro lado, se a largura de
faixa do sinal for maior que BCoerente , o canal será dito seletivo em frequência, e sofrerá distorções,
mais conhecidas como interferências intersimbólicas. Desta forma, podemos afirmar que a largura de
faixa de coerência do canal, BCoerente , é inversamente proporcional ao espalhamento temporal:
1 1
BCoerente = = = 1000 Hz
Tm 1.10−3 s
A partir deste valor, o sinal tem demasiada distorção, logo há demasiados erros.
Conclusão:
Quando pior for o canal, mais pequeno fica BCoerente . O efeito Doppler, a função tem duas variáveis,
e em que a função toma valores zero no intervalo −0,1 ≤ υ ≤ 0,1 Hz .

Para não induzir perturbações, a largura de banda do efeito doppler,

BDoppler , deve de ser estreita. Estamos por isso a falar do
espalhamento espectral. O efeito Doppler é uma variação
APARENTE, para o observador devido ao efeito de multipercurso. O
ideal seria que esse efeito não existisse. Mas ela existe, e é em torno
da portadora (eixo do efeito Doppler), aqui representado pelo eixo
S (τ ;υ ) , e o sinal dispersa-se até aos 0,2 Hz.
São estes efeitos que impõem limites nos sistemas. O ideal é chegar sempre na mesma frequência.
Mas na realidade tem-se espalhamento nas frequências. O recetor sofre uma variação aparente, a
que se designa de efeito Doppler. Consultar o slide CM17, para o movimento relativo entre o
transmissor e o recetor, e o slide CM22, em que a base é dependente do tempo e do atraso
provocado pelo efeito multipercurso. Um canal plano não introduz distorção (tempo coerente).
No slide CM23, Rh é um canal estacionário e só interessa o ∆t . Envia-se dois impulsos estreitos e
faz-se a correlação. O recetor mede os dois impulsos, fazendo o calculo, e obtendo assim o valor de
Rh .
Slide CM24, é a autocorrelação cruzada, o atraso, ∆t , entre os dois impulsos e a distancia, ∆f Canal .
Envia-se sempre sinais de testes para conhecer as características de canais (CM36). O
espalhamento são réplicas de fase diferentes. A ideia é anular a fase de atraso. Como se tem um
sinal conhecido na mensagem, e consegue-se descobrir a distorção, e consegue-se realçar o sinal de
interesse.
S (τ ;υ ) só se consegue calcular usando a transformada de Fourier.
Exercício 7.07 - Um sistema de comunicação por satélite funciona a 4 GHz à taxa de 2 Mbit/s, com
um valor de EIRP de 40 dBW . A antena terrestre, caracterizada por uma parabólica de 2 m de
diâmetro e eficiência de 40 %, está a uma temperatura de 300 °K.
a) Supondo um satélite geoestacionário, calcular a potência recebida.

E 
b) Se for desejado um valor de  b  = 12 dB calcular a margem de ligação.
 N 0  requerido dB
Nota: exercício 2 da frequência do dia 29-01-2009 (Exame recurso).

Resolução 7.07a) é igual ao exercício 7.03b e 7.03c.
Para ser geoestacionário, a distância do satélite ao solo é de 36 000 km.
f c = 4 GHz ∧ rb = 2 Mbit / s ∧ d = 36 000 km
Dados do satélite: EIRPtrans = 40 dBW

Dados da base em Terra: ηrec = 40% ∧ @ Tantena = 310 º K ∧ ∅ = 2 m
2
 3 
2
c 3  λ   40 
Como λ = , então λ = ,e α =  , então α =  6 
= 27, 49.10−21 .
fc 40  4π d   4π ( 36.10 ) 
 
Em dB é α dB
= 10.log10 ( 27, 49.10−21 ) = −195, 6 dBW
2 2
∅ 2
Assim, e sabendo que Afísica = π .   , fica que A física = π .  = π m2 .
2 rec
2
Sabendo que Aeficaz = η . A física , fica que Aeficaz = 0, 4 x π = 1, 256 m2 .

rec
4π 4π 4π
Sabendo que G = Aeficaz . 2
, fica que Grec = Aeficaz . 2
= (1, 256 m 2 ) . 2
λ rec λ  3 
 
 40 
Grec = 2 807,35 W → Grec dB

= 34, 45 dBW
EIRPtrans

A potência recebida, e em dBW, é Prec dB = Ptrans dB + Gtrans dB + Grec dB + α dB

E como, linearmente, EIRPtrans = Ptrans Gtrans , fica que a potência recebida é
Prec dB
= EIRPtrans dB
+ Grec dB
+α dB
= EIRPtrans + Grec dB
+α dB

Prec dB
= ( 40 dBW ) + ( 34, 45 dBW ) + ( −195, 6 dBW )
Prec dB
= −121,11 dBW
Resolução 7.07b) Igual ao exercício 5.
 Eb 
rb = 2 Mbit / s ∧ @ Tantena = 310 º K ∧   = 12 dB
Para calcular a margem de ligação, vou utilizar a seguinte definição:
E  E 
M dB
= b  − b 
E 
Falta-me um termo, que é  b  .
Sei que, linearmente, a relação da potência recebida da portadora pela densidade espectral de ruído é
C C 1
notada e é definido por = .Prec .
N0 N 0 kTe
C  Eb rb 
E sei também que, linearmente, =  .
N 0  N 0  recebido
1 E r 
Assim vou relacionar estas duas definições .Prec =  b b  .
kTe N
 0  recebido

Calculo dos coeficientes:
Sei que rb , envio como uma taxa de dados, e que em dB é rb dB = 10.log10 ( 2.106 ) = 63 dBbit / s .
Prec dB −121,11 dBW

O valor linear da potência recebida é Prec = 10 10
= 10 10
= 774, 46.10−15 W .
W
E sabendo que a constante de Boltzman, k, é k = 1, 37.10−23 , e que Te = @ Tantena = 310 º K .
s
Prec linear 774, 46.10−15

Assim o 1º membro é = = 182,35.106 .
k .@ Tantena (1, 37.10 ) ( 310 )
−23
E  P  Eb  P 1 182,35.106
Ficando  b  .rb = rec ⇔   = rec . = = 91,17
 N 0 recebido kTe  N 0 recebido kTe rb 2.106
 Eb   E  
  = 10.log10   b   = 10.log10 ( 91,17 ) = 19, 6 dB
 N0 
 N 0  recebido dB   recebido 
E  E 
Assim, a margem de ligação é M dB
= b  − b  = 19, 6 dB − 12 dB = 7, 6 dB
Exercício 7.08 - Uma ligação por micro-ondas opera a 5,8 GHz e 14 dBm de potência isotrópica
radiada equivalente. A transmissão, a 25 Kbit/s, é realizada com espalhamento espetral de sequência
direta, DS/BPSK, com 50 Mchip/s. O recetor está a 10 Km de distância do emissor e utiliza uma
antena parabólica de um metro de diâmetro com 60% de eficiência.
a) Determinar a potência de um interferidor de modo que a margem de ligação seja superior a 5 dB ,

Supondo que se pretende uma probabilidade de erro requerida de 10−5 .
b) Calcular a margem de interferência obtida e a distância mínima a que deve estar o interferidor
considerando que opera com a mesma potência isotrópica radiada equivalente que o sistema em
causa.
Nota: exercício 2 da frequência do dia 17-01-2012 (Frequência).
Resolução 7.08a) f c = 5,8 GHz ∧ rb = 25 kbit / s ∧ d = 10 km
A modulação utilizada é DS/BPSK, Rc( hip ) = 50 MChip /s , M dB

= 5 dB e Pe BPSK −C
= 10−5 .
Dados do emissor terrestre: EIRPtrans = 14 dBmW = 44 dBW

Dados do receptor terrestre: ηrec = 60% ∧ ∅ = 1 m
2 2
c 3  λ   1 3 
Como λ = , então λ = , e α =   , então α =  4
.  = 169, 42.10−15 .
fc 58  4π d   π .4.10 58 
Em dB é α dB
= 10.log10 (169, 42.10 −15 ) = −127, 7 dBW
2
4π 4π  π .∅ 
Greceptor = Aeficaz . 2 = η . A física . 2 = η .   = 0, 6. ( 3 689 ) = 2 213, 4 W .
λ λ  λ 
Em dB é Greceptor = 10.log10 ( 2 213, 4 ) = 33, 45 dbW .

dB
14 dBm
A potência, linear, isotrópica radiada equivalente é EIRPtrans = 10 10
= 25,11 mW .
Assim a potência, linear, recebida é Prec = EIRPtrans .Grec .α = ( 25,11.10−3 ) . ( 2 213, 4 ) . (169, 42.10 −15 )
Prec = 9, 42.10 −9 W
Assim a potência, em dB, recebida é
Prec dB
= EIRPtrans dB
+ Grec dB
+α dB
= 44 dbW + 33, 45 dbW − 127, 7 dBW = −50, 25 dBW

Eb
A probabilidade de erro fornece-me o valor de :
N0
1  Eb 
Pe BPSK −C = PB BPSK −C = erfc  
2  N 0 
Pág 378 do SH
Assim com Pe BPSK −C

= 10−5 , e consultando a tabela de função de erro complementar é
Eb Eb
= 3,36 → = 11, 29
N0 N0
E  E 
Cuidado, pois existe o  b  eo  b  . Qual deles é este que acabo de calcular?
E  E 
Éo  b  , e pretendo o  b  .
E  E 
Como M dB
= 5 dB , e sabendo que a definição é M dB
= b  − b 
 Eb  E 
  =M dB
+ b  =M dB
+ 10.log10 (11, 29 ) dB = 5 dB + 10,527 dB
 N 0 recebido dB  N 0  requerido dB
 Eb 
  = 15,527 dB
 N 0 recebido dB
E 
Agora, num valor linear é  b  = 35, 7
 N 0 recebido

P 1  Eb 
Como sei que Eb = rec , e que Pe = erfc  
rb DS/BPSK
2  PJ Tc( hip ) 
 
CM 13
E Eb P Rc( hip ) N 0  Prec  1  9, 42.10−9 

Assim b = = rec . ⇔ PJ = . .Rc( hip )  = . 3
.50.106 
N 0 PJ Tc( hip ) rb PJ Eb  rb  35, 7  25.10 
PJ = 527, 7.10 −9
PJ dBm
= 10.log10 (1000 x PJ ) dBm = −62, 78
Resolução 7.08b) Nem sequer percebo a pergunta!

Teoria da Informação
Exercício 8.01 - Calcule a autoinformação dos símbolos com as seguintes probabilidades:
1 1
a) p0 = , p1 = ;
2 2
2 1
b) p0 = , p1 = ;
3 3
1 1
c) p0 = p1 = , p2 =
4 2
Resolução 8.01a) Consultando o slide FTI3, sei que I k é a autoinformação, ou seja a informação
(variável aleatória) transportada numa transmissão, e px a probabilidade de ocorrer.
   
 1  1  1  1
I 0 = log 2   = log 2   = 1 bit ∧ I1 = log 2   = log 2   = 1 bit
 p1  1  p2  1
   
2 2
Nota explicação - I 0 = 1 bit significa que a informação transportada no envio do símbolo é de um

bit.
 
 1  1
Resolução 8.01b) I 0 = log 2   = log 2   = 0,58 bit
 p1  2
 
3
 
 1  1
I1 = log 2   = log 2   = 1, 585 bit
 p2  1
 
3

 
 1  1
Resolução 8.01c) I 0 = I1 = log 2   = log 2   = 2 bit
 p1  1
 
4
 
 1  1
I 2 = log 2   = log 2   = 1 bit
 p2  1
 
2
1 1 2
Exercício 8.02 - Seja um alfabeto de M = 5 símbolos com probabilidades: p1 = , p2 = , p3 =
8 4 5
1 1
, p4 = , p5 = . Calcule:
8 10
a) a informação de cada símbolo;

b) a entropia da fonte.
 1 
Resolução 8.02a) Pelo slide FTI5. I k = log 2   bit .
 pk 
   
 1  1  1  1
I1 = log 2   = log 2   = 3 bit ∧ I 2 = log 2   = log 2   = 2 bit
 p1  1  p2  1
   
8 4
Nota explicativa: I1 = 3 bit é a informação transportada no envio do símbolo 1.
   
 1  1  1  1
I 3 = log 2   = log 2   = 1,32 bit ∧ I 4 = log 2   = log 2   = 3 bit
 p3  2  p4  1
   
5 8
 
 1   1 
I 5 = log 2   = log 2   = 3, 32 bit
 p5  1
 
 10 
Quanto maior a probabilidade, menor é a informação. Por exemplo p = 1 , uma função sinusoidal,
não tem informação.

Resolução 8.02b) H ( X ) , a entropia de uma fonte discreta, mede a informação (quantidade de
símbolos) média por símbolo da fonte, ou seja, embora não possamos prever qual o símbolo que a
fonte irá produzir, em média espera-se H bit de informação por símbolo ou NH bit numa mensagem
de N símbolos (N elevado). Se a fonte apenas emitir um símbolo, não se tem informação.
Pelo slide FTI5. O valor médio para todos os I k é:
M M
 1 
H ( X ) = E [ I k ] = ∑ pk I k = ∑ pk log 2   bit / símbolo
k =1 k =1  pk 
5
Assim, H ( X ) = ∑ pk I k = p1 .I1 + p2 .I 2 + p3 .I 3 + p4 .I 4 + p5 .I 5
k =1
1 1 2 1 1
H ( X ) = . ( 3) + . ( 2 ) + . (1,32 ) + . ( 3) + . ( 3, 32 )
8 4 5 8 10
H ( X ) = 2,11 bit / símbolo
Mesmo não sabendo quais são os símbolos transmitido, sei a cadência de transmissão de bit por
símbolo, 2,11 bit / símbolo , e não é bit binário (binit) mas sim bit de informação. Numa transmissão
o que interessa é a média.
H ( X ) só atinge o seu valor máximo quando todos tiverem a mesma probabilidade.
H ( X ) é a quantidade de símbolos transmitidos pela fonte. Se só houver 1 símbolo, não se transmite
nada, pois não é informação.
Exercício 8.03 - Suponha que uma fonte tem M = 3 símbolos com probabilidades: p1 = p, p2 = p3 .
Mostre que H ( X ) = Ω ( p ) + 1 − p .
( Ω ( p ) = −  p log 2 ( p ) + (1 − p ) log 2 (1 − p )  função “horse shoe”).

Resolução 8.03) Como p1 = p , o que seria p2 = 1 − p se só houvesse 2 símbolos. Mas como são três
símbolos, e como p2 = p3 , significa que se tem dois com as mesmas probabilidades (FTI7).
1− p 1− p
Assim p2 = , e p3 = .
M −1 M −1
O que é pedido é que se prove que H ( X ) = Ω ( p ) + 1 − p . Consultando o slide FTI6.

M 3
 1 
H ( X ) = ∑ pk I k = ∑ pk log 2   bit / símbolo
k =1 k =1  pk 
 1    1 
H ( X ) = p1 log 2   + 2.  p2 log 2    bit / símbolo
 p1    p2  
 1    1 
Cuidado para, por distracção, não fazer isto: H ( X ) = p 1 log 2   + 2.  p 2 log 2    !!
 p1   p2 
   
1− p 1− p 1− p 1− p
Correto é p2 = ∧ p3 = ⇔ p2 = ∧ p3 =
3 −1 3 −1 2 2
Nota – Se M fosse 4 símbolos, e com probabilidades: p1 = p, p2 = p3 = p4 , seria:
1− p 1− p 1− p
p2 = ∧ p3 = ∧ p4 =
4 −1 4 −1 4 −1
1− p 1− p 1− p
p2 = ∧ p3 = ∧ p4 =
3 3 3
Assim, regressando ao nosso exercício:
  
1  1− p  1  1   2 
H ( X ) = p log 2   + 2.  log 2    = p log 2   + (1 − p ) log 2  
 p  2 1− p   p   1 − p 
 
  2  

1
Nota - Para o 1º termo, p log 2   = p log 2 (1) − log 2 ( p )  = p 0 − log 2 ( p )  = − p log 2 ( p ) .
 p
 2 
E para o 2º termo (1 − p ) log 2   = (1 − p ) log 2 ( 2 ) − (1 − p ) log 2 (1 − p ) .
1− p 
Assim, H ( X ) = − p log2 ( p ) + (1 − p ) log2 ( 2) − (1− p ) log2 (1− p )

=1
H ( X ) = − p log 2 ( p ) + (1 − p ) − (1 − p ) log 2 (1 − p )
Como é para provar que é igual a H ( X ) = Ω ( p ) + (1 − p ) , tenho que arranjar de forma a facilitar a
comparação, H ( X ) = − p log 2 ( p ) − (1 − p ) log 2 (1 − p ) + (1 − p ) .
Pelo slide FIT7, sei que a função “horse shoe”, canal de fonte é binária, Ω ( p ) , e é
Ω ( p ) = −  p log 2 ( p ) + (1 − p ) log 2 (1 − p ) 
Assim posso afirmar que H ( X ) = Ω ( p ) + (1 − p ) , c.q.d.
Entropia de fonte binária sem memória. A situação em que os dois símbolos são equiprováveis,
corresponde à máxima incerteza/expectativa:
Figura 42 - Distribuição da entropia de dois símbolos equiprováveis

Para α = 0, 5 , Ω ( p ) é máximo.
Mas no nosso exercício, a situação em que os três símbolos não são equiprováveis, corresponde à
máxima incerteza/expectativa:
Figura 43 - Distribuição da entropia de dois símbolos não equiprováveis
1/3 seria para todas as probabilidades serem iguais, e poder-se-ia o valor máximo da informação
média. Ou seja, opico ocorre se todos tivessem o mesmo valor de probabilidade.
1 1
Exercício 8.04 - Considere uma fonte com M =6 símbolos com probabilidades: p A = , pB = ,
2 4
1 1 1
pC = , p D = pE = , e pF = .
8 20 40
a) Qual é a entropia?
b) Qual a quantidade de informação nas mensagens ABABBA e FDDFFD?
c) Comparar com a quantidade de informação esperada numa mensagem de 6 símbolos.
Resolução 8.04a) Caso falta-se uma das probabilidades, bastaria somar todas as dadas, e subtrair a
um esse total.
M
 1 
k =1  pk 

          
1  1  1  1  1  1   1  1   1  1 
H ( X ) = log 2   + log 2   + log 2   + 2.  log 2    + log 2  1 
2 1 1 1 1
  4   8    20    40  
2 4 8 
  20    40 
1 1 1 1 1
H (X ) = log 2 ( 2 ) + log 2 ( 4 ) + log 2 ( 8 ) + log 2 ( 20 ) + log 2 ( 40 )
2 4 8 10 40
1 1 1 1 1
H (X ) = [1] + [ 2] + [3] + [ 4,32] + [5, 32] = 1, 94 bit / símbolo
2 4 8 10 40
Resolução 8.04b) ABABBA :
   
 1  1  1  1
I A = log 2   = log 2  1  = 1 bit ∧ I B = log 2   = log 2  1  = 2 bit
 pA     pB   
2 4
A 1ª mensagem tem 3 “A” e 3 “B”, I = M A x I A + M B x I B = 3 x 1 + 3 x 2 I = 9 bit
FDDFFD :
   
 1   1   1   1 
I D = log 2   = log 2  1  = 4, 32 bit ∧ I F = log 2   = log 2  1  = 5, 32 bit
 pD     pF   
 20   40 
A 2ª mensagem tem 3 “D” e 3 “F”, I = M D x I D + M F x I F = 3 x 4,32 + 3 x 5, 32 I = 28, 93 bit
Neste exercício mediu-se cada mensagem, e não o seu todo (o texto completo). É preciso que ocorra
vários eventos para se conseguir ter um valor médio. Obter-se I = 28,93 bit , significa que a
informação transmitida é muito mais elevada do que na primeira mensagem.

Resolução 8.04c) Sendo a entropia média H ( X ) , ou seja o valor médio esperado. Para 6 símbolos:
E [ I k ] = NH ( X ) = 6 x 1,94 = 11, 64 bit .
NH ( X ) é uma mensagem de N símbolos. E para esta fonte, a quantidade efetiva de símbolos
gerados é 11, 64 bit . Apesar de ter mais probabilidade de ocorrer com “A” e “B”, I = 9 bit , é
pouco provável de ocorrer “A” e “B”. Daí a média ser 11,64 bit, mesmo havendo mensagens de
28,93 bit por símbolos. Se eu tiver 1 000 caracteres para enviar, em média vou enviar NH ( X ) .
Se a codificação fosse fixa, necessitaria de ter, neste exercício, 3 bits por símbolo. Mas usando esta
fonte, deste exercício, consigo gerar/transmitir 1,94 bit / símbolo , tendo um ganho de mais de 30%.
A entropia é limitada a 0 ≤ H ( X ) ≤ log 2 ( M ) .
1
Exercício 8.05 - Considere uma fonte binária com p0 = p1 = e probabilidades condicionais
2
p ( 0 1) = p (1 0 ) = 3 4 . Calcule as entropias H ( X ) , H (Y | X ) , H ( X , Y ) .
Resolução 8.05) 1º tenho que construir a matriz de transição, apesar de faltar uma probabilidade, sei
que é 1 – ½ = ¾. Tenho 2 símbolos por fonte, com uma probabilidade de ½ , sendo estes dois valores
(que por acaso são iguais) a estatística da fonte.
Figura 44 - Diagrama de canal, matriz de transição, ou mais conhecido
por modelo de canal binário simétrico (BSC) do exercício 7.

Os valores são aos pares, pois probabilidades equiprováveis ( e como são dois símbolos, logo é 50%
para cada).
Para calcular a entropia condicional (do enunciado), vou utilizar a propriedade do slide FTI8.
M N  1 
H (Y | X ) = ∑∑ p ( y j , xi ) log 2  , j = 1, 2, ..., MH (Y | X )
i =1 j =1  p ( y j | xi ) 

p ( y j | xi ) significa: sabendo que está a ser enviado y j , qual é a possibilidade de chegar xi .
Usando o slide FTI9, P ( xi , y j ) = P ( xi ) P ( y j | xi ) .
Calculo auxiliar, pois dependemos do canal com que se vai lidar e dos erros provocados por ele:
1 3 3
p ( 0,1) = p0 . p (1 | 0 ) = . =
2 4 8
1 3 3
p (1, 0 ) = p1. p ( 0 | 1) = . =
2 4 8
3 1
p (1 | 1) + p ( 0 | 1) = 1 ⇔ p (1 | 1) = 1 − p ( 0 | 1) ⇔ p (1 | 1) = 1 − =
4 4
3 1
p ( 0 | 0 ) + p (1 | 0 ) = 1 ⇔ p ( 0 | 0 ) = 1 − p (1 | 0 ) ⇔ p ( 0 | 0) = 1 − =
4 4
1 1 1
p (1,1) = p0 . p (1 | 1) = . =
2 4 8
1 1 1
p ( 0, 0 ) = p1. p ( 0 | 0 ) = . =
2 4 8
Assim regressando ao exercício:

  1   1    1   1 
H (Y | X ) =  p (11
, ) .log2   + p ( 0, 0) .log2    +  p ( 0,1) .log2   + p (1, 0) .log2   
  
  p (1| 1)   p ( 0 | 0)     p (1| 0)   p ( 0 | 1)  
         
1 1 1  1   3 1 3  1 
H (Y | X ) =  .log 2   + .log 2    +  .log 2   + . log 2   
 8 1 1 3 3
  8     8   8   
  4   4     4   4 
1 1  3 4 3 4
H (Y | X ) =  .log 2 [ 4] + .log 2 [ 4]  +  .log 2   + .log 2   
8 8  8 3 8 3
1  3 4
H (Y | X ) = 2.  .log 2 [ 4]  + 2.  .log 2   
8  8 3
H (Y | X ) = 0, 811 bit / símbolo
1
H ( X ) = log 2 [ p0 ] = log 2   = log 2 [ 2] H ( X ) = 1 bit / símbolo
2
H (Y , X ) = H ( X ) + H (Y | X ) = 1 + 0,811 H (Y , X ) = 1, 811 bit / símbolo
Se as fontes fossem independentes, seria no máximo 2 bit/símbolos.
Exercício 8.06 - Para um canal simétrico binário, calcule:

a) Probabilidade de erro;
b) Informação mútua média.
Resolução 8.06a)
Figura 45 - Diagrama de canal, matriz de transição, ou mais conhecido por
modelo de canal binário simétrico (BSC) do exercício 6.

Pe = p ( y2 | x1 ) . p ( x1 ) + p ( y1 | x2 ) . p ( x2 )
Pe = pα + p (1 − α )
Pe = p
Resolução 8.06b) Consultando o slide FTI14, I ( X ; Y ) = H (Y ) − H (Y | X )
P ( xi , y j ) = P ( xi ) P ( y j | xi )
P ( x1 , y1 ) = α . ( 1− p) P ( x1 , y2 ) = α
. p
P ( xi )
P ( xi )
P ( y j | xi ) (
P y j | xi )
P ( x2 , y1 ) = (1 − α ) . p P ( x2 , y2 ) = (1 − α ) . (1 − p )

p ( xi ) (
p y j | xi ) P ( xi ) P ( y j | xi )
P ( y1 ) = P ( x1 ) P ( y1 | x1 ) + P ( x2 ) P ( y1 | x2 )
P ( y1 ) = α . (1 − p ) + (1 − α ) . p = α + p − 2α p
P( x )

1
P ( y1 | x1 ) P ( x2 ) P ( y1 | x2 )
P ( y2 ) = 1 − P ( y1 ) = 1 − α + p − 2α p
Assim o 1º termo do 2º membro de I ( X ; Y ) = H (Y ) − H (Y | X )
 1   1 
H (Y ) = P ( y1 ) log 2  P ( y2 ) log 2 
 + 
 P ( y1 )  1−  P ( y2 ) 
p ( y1 )
 1   1 
H (Y ) = P ( y1 ) log 2   + (1 − P ( y1 ) ) log 2  
 P ( y1 )   1 − P ( y1 ) 
H (Y ) = P ( y1 )  log 2 (1) − log 2 ( P ( y1 ) )  + (1 − P ( y1 ) )  log 2 (1) − log 2 (1 − P ( y1 ) ) 
H ( Y ) = − P ( y1 ) log 2 ( P ( y1 ) ) − (1 − P ( y1 ) ) log 2 (1 − P ( y1 ) )
H (Y ) = Ω ( P ( y1 ) ) = Ω (α + p − 2α p )

Assim o 2º termo do 2º membro de I ( X ; Y ) = H (Y ) − H (Y | X )
 1  1 1  1 
H (Y | X ) = α (1 − p ) .log 2   + α p.log 2   + (1 − α ) p.log 2   + (1 − α )(1 − p ) . log 2  
1 − p   p  p 1 − p 
H (Y | X ) = α .Ω ( p ) + (1 − α ) .Ω ( p )
Assim fica que I ( X ; Y ) = H (Y ) − H (Y | X )
I ( X ; Y ) =  Ω (α + p − 2α p )  − α .Ω ( p ) + (1 − α ) .Ω ( p ) 
Exercício 8.07 - Seja um canal binário não simétrico com as probabilidades P ( x1 ) = p ,

P ( y2 | x1 ) = α P ( y1 | x2 ) = β . Mostre que I ( X ; Y ) = Ω  β + (1 − α − β ) p  − pΩ (α ) − (1 − p ) Ω ( β ) .
Resolução 8.07) É binário, mas não simétrico.
Figura 46 - Diagrama de canal, matriz de transição, ou mais conhecido por
modelo de canal binário simétrico (BSC) do exercício 8.
Função Ω é do canal simétrico. Como vi no exercício 8.03,
Ω ( p ) = −  p log 2 ( p ) + (1 − p ) log 2 (1 − p )  .

P ( x1 ) = p P ( x2 ) = 1 − p P ( y2 | x1 ) = α P ( y1 | x2 ) = β
Se consultar o slide 15/16, tenho quatro propriedades que me permitem responder ao exercício. Só
que só há uma, a primeira, que me dá a resposta imediata, que é
I ( X ; Y ) = H (Y ) − H (Y | X )
N
Pelo slide FTI12, P ( y j ) = ∑ P ( xi ) P ( y j | xi ), j = 1, 2, ..., M , fica que
i =1
P ( y1 ) = P ( x1 ) P ( y1 | x1 ) + P ( x2 ) P ( y1 | x2 )
Agora olha-se para a Figura 46, e vejo que a probabilidade de y1 , dado x1 ,  p ( y1 | x1 )  , é 1 − α .
Assim, o primeiro termo é p (1 − α ) , e o segundo,  p ( x2 ) p ( y1 | x2 )  , é (1 − p ) β .
O segundo termo é: qual é a probabilidade de receber y1 , dado x2 ? É (1 − β ) .
Assim P ( y1 ) = P ( x1 ) P ( y1 | x1 ) + P ( x2 ) P ( y1 | x2 )

p (1−α ) (1− p ) β
P ( y1 ) = p (1 − α ) + (1 − p ) β
P ( y1 ) = p − pα + β − pβ
P ( y1 ) = β + (1 − α − β ) p
Sendo assim também sei que P ( y2 ) = 1 − P ( y1 ) .

 1   1 
Fica que H (Y ) = P ( y1 ) log 2  P ( y2 ) log 2 
 + 
 P ( y1 )  1−  P ( y2 ) 
P ( y1 )
 1   1 
H (Y ) = P ( y1 ) log 2   + 1 − P ( y1 )  log 2  
 P ( y1 )   1 − P ( y1 ) 
H ( Y ) = Ω  p ( y1 ) 
H (Y ) = Ω  β + (1 − α − β ) p 
Falta o termo H (Y | X ) , e usando o slide FTI13,
M N  1 
H (Y | X ) = ∑∑ P ( xi ) P ( y j | xi ) log 2  , j = 1, 2, ..., M
i =1 j =1  P ( y j | xi ) 

É a incerteza média de receber "y" quando é enviado "x", conhecendo se "x"
2 2  1 
H (Y | X ) = ∑∑ P ( xi ) P ( y j | xi ) log 2  
i =1 j =1  P ( y j | xi ) 
 1   1 
H ( Y | X ) = P ( x1 ) P ( y1 | x1 ) log 2   + P ( x1 ) P ( y2 | x1 ) log 2   + ...
 P ( y1 | x1 )   P ( y2 | x1 ) 
 1   1 
... + P ( x2 ) P ( y1 | x2 ) log 2   + P ( x2 ) P ( y2 | x2 ) log 2  
 P ( y1 | x2 )   P ( y2 | x2 ) 
 1  1 1  1 
H (Y | X ) = p (1 − α ) log 2  + pα log 2   + (1 − p ) β log 2   + (1 − p )(1 − β ) log 2 

1
−α

 
α β
 1 − β 

[1] [1] [1] [1]
[1] - ver Figura 46.

Nota 8.7.1 – no 3º e 4º termo é “1-p” e não “p”, pois é o que “sobra”. É a probabilidade de x2 . E é
β pois é a probabilidade de receber y1 .
 1  1 1  1 
H (Y | X ) = p (1 − α ) log 2  + pα log 2   + (1 − p ) β log 2   + (1 − p )(1 − β ) log 2 

1
−α

 
α β
 1 − β 

[1] [1] [1] [1]
 1  1
H (Y | X ) = p (1 − α ) log 2   + pα log 2  
1 − α  α 
H ( Y | X ) = p (1 − α )  log 2 (1) − log 2 (1 − α )  + pα  log 2 (1) − log 2 (α ) 
H (Y | X ) = p (1 − α )  − log 2 (1 − α )  + pα  − log 2 (α ) 
H (Y | X ) = − p (1 − α ) .log 2 (1 − α ) − pα .log 2 (α )
H (Y | X ) = p  − (1 − α ) log 2 (1 − α ) − α log 2 (α )  = Ω ( p )
Consultando o exercício do slide FTI7, H ( X ) = − p log 2 ( p ) − (1 − p ) log 2 (1 − p ) = Ω ( p )
Fica
H (Y | X ) = pΩ (α ) + (1 − p ) Ω ( β )
Agora tudo, I ( X ; Y ) = H (Y ) − H (Y | X ) .
( )
I ( X ; Y ) = Ω  β + (1 − α − β ) p  − ( pΩ (α ) + (1 − p ) Ω ( β ) ) c.q.d.
I ( X ; Y ) é a informação que passa pelo canal sem erros.

Exercícios 8.08 - Encontraram-se as seguintes probabilidades num canal discreto binário:

P (1| 0 ) = 1 4 , P ( 0 |1) = 1 2 .
Se P ( 0 ) = 2 5 , determine a informação mútua média do sistema.
Resolução 8.08) I ( X ; Y ) é a informação mútua média do sistema.
p=2 5 α =1 4 β =1 2
Vou utilizar as definições que obtive no exercício 8:
1  1 1 2
P ( y1 ) = β + (1 − α − β ) p , fica que P ( y1 ) = + 1 − − . = 0, 6
2  4 2  5
Calculo de H (Y ) :
 1   1 
H (Y ) = P ( y1 ) log 2   + 1 − P ( y1 )  log 2  
 P ( y1 )   1 − P ( y1 ) 
 1   1 
H (Y ) = ( 0, 6 ) log 2   + [1 − 0, 6] log 2  
 0, 6   1 − 0, 6 
H (Y ) = −0, 6 log 2 ( 0, 6 ) − 0, 4 log 2 ( 0, 4 ) = 0,971
Agora H (Y | X )
H (Y | X ) = p (1 − α )  − log 2 (1 − α )  − α log 2 (α )  − (1 − p )  β log 2 ( β ) − (1 − β ) log 2 (1 − β ) 
2  1    1  1  1   2   1  1  1 
H (Y | X ) = 1 −   − log 2 1 −   − log 2    − 1 −   log 2 ( 2 ) − 1 −  log 2 1 −  
5  4    4  4  4   5   2  2  2 

2 3   3  1  1  3  1 1  1 
H (Y | X ) =   − log 2    − log 2    −  log 2 ( 2 ) − log 2   
5 4   4  4  4  5  2 2  2 
2 3 1  3 1 1 
H (Y | X ) =   − log 2 ( 3) − ( − log 2 ( 4 ) )  −  − log 2 ( 4 )   −  −  − log 2 ( 2 )  
5 4  4  5  2  2 
2 3  1  3  1 1 
H (Y | X ) =   − log 2 ( 3) + 2  +  .2   −  + 
5 4  4  5  2 2 
2 3 1 3 3
H (Y | X ) =  [ −3, 585] +  − = 1, 275 − = 0, 675
5 4 2 5 5
Resultado final é I ( X ; Y ) = H (Y ) − H (Y | X )
I ( X ; Y ) = 0,971 − 0, 675 = 0, 296
Exercício 8.09 - Uma fonte X produz letras de um alfabeto de três símbolos com as probabilidades
PX ( 0 ) = 1 4 , PX (1) = 1 4 , PX ( 2 ) = 1 2 . Cada letra x da fonte é transmitida direta e simultaneamente
através de dois canais com saídas y e z e com as probabilidades de transição indicadas.
Calcule H ( X ) , H ( Y ) , H ( Z ) , H (Y , Z ) , I ( X , Y ) , I ( X , Z ) .
Figura 47 - Diagrama de canal (matriz de transição) do exercício 10.

M
 1 
Resolução 8.09) H ( X ) = ∑ pk log 2   bit / símbolo
k =1  pk 
     
1 1 1 1 1 1
H ( X ) = log 2   + log 2   + log 2  
4 1 1 1
  4   2  
4 4 2
1 1 1
H (X ) = log 2 ( 4 ) + log 2 ( 4 ) + log 2 ( 2 )
4 4 2
1 1 1
H (X ) = [ 2] + [ 2] + [1] = 1, 5 bit / símbolo .
4 4 2
M  1 
A probabilidade de símbolo da fonte é H (Y ) = ∑ p( yk ) log 2   bit / símbolo .
 p( yk ) 
k =0
 
Em que M = 2 símbolos – 1.
N
Primeira probabilidade da saída. Pelo slide FTI12, P ( y j ) = ∑ P ( xi ) P ( y j | xi ), j = 1, 2, ..., M ,
i =1
fica que
2
P ( y j ) = ∑ P ( xi ) P ( y j | xi ), j = 0, 1, ..., M
i =0
1 1 1 1 1
Consultando a Figura 47, P ( y0 ) = x 1 + x 0 + x = . O 2º termo é vezes zero, pois não há
4 4 2 2 2
ligação.
Como só há dois símbolos a chegar ao receptor (não confundir com o emissor que tem três). Ora se o
1 1 1
“0” tem uma probabilidade de P ( y0 ) = , então P ( y1 ) = 1 − P ( y0 ) = 1 − = .
2 2 2
   
M  1  1 1 1 1 1 1
Assim, H (Y ) = ∑ p( yk ) log 2   = log 2   + log 2   = log 2 ( 2 ) + log 2 ( 2 )
  2 1 1
k =0 p
 ( yk )    2   2 2
2 2
1 1 1 1
H (Y ) = (1) + (1) = + = 1 bit / símbolo .
2 2 2 2
H ( Z ) = 1 bit / símbolo
Por coincidência H ( Z ) dá o mesmo valor que H (Y ) , mas não se deve de confundir. Os canais são
diferentes.
Já tenho as três entropias das três fontes, H ( X ) = 1,5 bit / símbolo , H (Y ) = 1 bit / símbolo e
H ( Z ) = 1 bit / símbolo .
Agora vou calcular a informação conjunta H ( Y , Z ) . Usando o slide FT9.
Como as fontes são independentes H (Y , Z ) = H ( Z ) + H (Y )

H (Y | Z ) = 1 + 1 = 2 bit/símbolo.
Agora a informação mútua média I ( X , Y ) , I ( X , Z ) . Consultando o slide FTI14,
I ( X , Y ) = H (Y ) − H (Y | X )
Em que H ( X | Y ) é a equivocação e H ( X ) a entropia da fonte.
M N  1 
Pelo slide FTI13, H ( X | Y ) = ∑∑ p ( y j ) p ( xi | y j ) log 2   , ou
i =1 j =1  p ( xi | y j ) 
M N  1 
H (Y | X ) = ∑∑ p ( xi ) p ( y j | xi ) log 2  
i =1 j =1  p ( y j | xi ) 
Tx = 3−1 Rx = 2−1
2 1  1 
H (Y | X ) = ∑ ∑ p(x ) p( y
i =0 j =0
i j | xi ) log 2  
 p ( y j | xi ) 
Cuidado, pois o primeiro termo do somador é em ordem a “x”, ( xi ) , e não y j .
     
1 1
    1 1
    1 1  1    1 1  1 
H (Y | X ) =  x 1 x 1log 2    +  x 1 x log 2    +  x x log 2    +  x x log 2   
4 1    4 1    2 2 1 1
     2 2   
  2    2 
1 1 1 1 1
H (Y | X ) = ( 0 ) + ( 0 ) +  x  +  x  = bit/símbolo.
2 2 2 2 2
Sendo H ( X | Y ) = 1 2 , pode se concluir que metade da informação perde se pelo canal, é o
significado deste resultado.
1 1
Como I ( X , Y ) = H (Y ) − H (Y | X ) ⇔ I ( X ,Y ) = 1 − = bit/símbolo.
2 2
1
Poderia ter feito assim I ( X , Y ) = H ( X ) − H ( X | Y ) ⇔ I ( X , Y ) = 1,5 − 1 =
2
Ou seja envio 1,5 bit/símbolo, e perdendo se 1 bit/símbolo no canal, recebo 0,5 bit/símbolo.
As perdas não são H ( X ) − H ( Y ) ! Pois por acaso neste exercício dá o mesmo valor, pelo facto de
H ( X ) = 1,5 e H (Y ) = 1 .
As perdas de informação no canal são H ( X | Y ) .
A quantidade de informação é I ( X , Y ) .

Teoria da Informação
Exercício 9.01 - Na figura está representado um canal discreto designado por binary erasure
channel.
Possibilidade de transmitir um “0” é p0 .
Possibilidade de transmitir um “1” é p1 = 1 − p0 .
a) Determine a informação mútua média do canal quando p0 = 1 4 , e p = 0,9 .

b) Represente graficamente a capacidade do canal em função de p.
c) Determine a capacidade do canal, se p = 0, 75 .
Resolução 9.01a) Onde está o ponto de “?” é o “erasure”, que é para salvaguardar a situação em que
não consegue distinguir se o que recebe é um “0” ou um “1”, mas sabe se a posição em que isso
ocorre. Ou seja o meu sistema gere 3 saídas possíveis, e é designado por canal binário com três
saídas.
A informação mútua média é definida por:

M N  P ( xi ; y j ) 
Slide FTI14 I ( X ; Y ) = I (Y ; X ) = ∑∑ P ( xi ; y j ) log 2   bit/símbolo.
i =1 j =1  P ( xi ) .P ( y j ) 
Ou pode também ser definido por

M N  P ( y j | xi ) 
Slide FTI16 I ( X ; Y ) = I ( Y ; X ) = ∑∑ P ( xi ; y j ) log 2   bit/símbolo.
i =1 j =1  P ( y j ) 

Consultando o slide FTI10, sei que P ( xi ; y j ) = P ( xi ) .P ( y j | xi ) e utilizando a figura:
1
P ( x0 ; y0 ) = p0 . p = .0,9 = 0, 225 bit/símbolo
4
P ( x0 ). P ( y0 | x0 )
1
( )
P x0 ; y(?) = p0 . (1 − p ) = . (1 − 0,9 ) = 0, 025 bit/símbolo
4
P ( x0 ). P( y1 | x0 )
 1
Diagrama (matriz de transição) ( )
P x1 ; y( ?) = (1 − p0 ) . (1 − p ) = 1 −  . (1 − 0,9 ) = 0, 075
 4 
de canal binário de 3 saídas. P ( x1 ). P ( y1 | x1 )
 1
P ( x1 ; y1 ) = (1 − p0 ) . p = 1 −  . ( 0,9 ) = 0, 675 bit/símbolo
 4
P ( x1 ). P ( y2 | x1 )
P ( y0 ) = p0 . p = 0, 225
P ( y1 ) = P ( x0 ) .P ( y1 | x0 ) + P ( x1 ) .P ( y1 | x1 ) = p0 . (1 − p ) = 0, 25 x 0,1 + 0, 75 x 0,1 = 0,1
P ( y2 ) = P ( x1 ) .P ( y2 | x1 ) = (1 − p0 ) . p = 0, 75 x 0,9 = 0,675
P ( y? ) = p0 . ( p − 1) + (1 − p0 ) . p = p0 p − p0 + p − pp0 = − p0 + p = −0, 75 + 0,9 = 0,15
Nota: p é a probabilidade de transição sem erro do canal.

p − 1 é a probabilidade de transição com erro do canal.
p0 é a probabilidade sem erro da fonte.

Ou poderia fazer de outra forma, que é
Mas primeiro vou fazer uma pequena modificação

P ( xi ; y j )
P ( xi ; y j ) = P ( xi ) .P ( y j | xi ) ⇔ = P ( y j | xi )
P ( xi )
Assim posso substituir:

M N  P ( y j | xi ) 
I ( X ; Y ) = ∑∑ P ( xi ; y j ) log 2  
i =1 j =1  P ( y j ) 
 p  1 − p  1 − p   p 
I ( X ;Y ) = p0 . p.log2   + p0 .(1 − p ) .log2   + (1 − p0 ) .(1 − p ) .log2   + (1 − p0 ) . p.log2  
 p0 . p  1 − p  1 − p   (1 − p0 ) p 
1 1  1   1 
I ( X ; Y ) = p0 . p.log 2   + p0 . (1 − p ) .log 2   + (1 − p0 ) . (1 − p ) .log 2   + (1 − p0 ) . p.log 2  
 p0  1
 1
  (1 − p0 ) 
=0 =0
1   1 
I ( X ; Y ) = p0 . p.log 2   + (1 − p0 ) . p.log 2  
 p0   (1 − p0 ) 
Os valores de p0 e de p são dados no enunciados, na alínea a).
   
1  
1  1  1 
I ( X ; Y ) =   . ( 0,9 ) .log 2   + 1 −  . ( 0, 9 ) .log 2  
4 1  1 − 1  
   4
4   4  
   
1  
1  1  1 
I ( X ; Y ) =   . ( 0,9 ) .log 2   + 1 −  . ( 0, 9 ) .log 2  
4 1  4   1 
   1−  
4 
  4  
1 9 3 9  4  18 27
I ( X ; Y ) = . .log 2 [ 4 ] + . .log 2   = + .0, 415
4 10
4 10
 3
 40 40
=2
= 0,415
I ( X ; Y ) = 0,73 bit/símbolo
Resolução 9.01b) Slide FTI41, sendo o canal fixo, a maximização é feita em relação às
probabilidades da fonte,
Cs = max  I ( X ; Y )  bit/símbolo
px ( x )
   
1 1 3 1
Cs = . p.log 2   + . p.log 2   = 0,811. p
4 1 3
  4  
4 4
Resolução 9.01c)
Cs ( 0, 75) = 0,811. p = 0,811. ( 0, 75 ) = 0, 608 bit/símbolo
Exercício 9.02 - Um conjunto de oito palavras equiprováveis é codificado no seguinte conjunto de

oito palavras de código, para transmissão através de um canal binário simétrico com probabilidade de
transição p = 0, 2 .

x1 = 0000 x3 = 0101 x5 = 1001 x7 = 1100
x2 = 0011 x4 = 0110 x4 = 1010 x6 = 1111
Se a sequência de dígitos y = 0000 for recebida à saída do canal, determine a quantidade de
informação que o primeiro dígito recebido fornece acerca de x1 .
Resolução 9.02) O primeiro digito enviado é x1 = 0000 , sendo enviado um conjunto de oito palavras.
O que se pretende é que y1 = 0??? , em que y1 é o 1º digito recebido, e “ 0 ” é o evento (informação

mútua, é o inicio da palavra recebida) e não a informação média.
I ( x1 ; y1 ) é a quantidade de informação mútua média. Pelo slide FTI14 sei que
 P ( x1 | y1 ) 
I ( x1 ; y1 ) = log 2  
 P ( x1 ) 
O primeiro factor a determinar é a de se saber qual é a probabilidade de se receber um “ 0 ” no

primeiro dígito, y1 = 0??? , sabendo que foi enviado x1 = 0000 .
Primeiro tenho que saber os valores do numerador e do denominador. Para o numerador vou calcular
a probabilidade de ACERTAR, sendo me dado a probabilidade de errar ( p = 0, 2 ) :
P ( x1 | y1 ) = 1 − 0,
2 = 0,8

Pe PC
P: E P ( x1 ) ?
4 1
R: Se olhar para as oito palavras a enviar, tem se 4 a começar por zero, logo P ( x1 ) = = .
8 2

 P ( x1 | y1 )   0,8 
Logo I ( x1 ; y1 ) = log 2  .
 P ( x )  = log 2  0,5  = 0, 68 bit/símbolo
 1 
Com o “y” ocorre o mesmo, ou seja ao se enviar o “1” e a probabilidade de receber “0” é igual.
Posso afirmar que se trata de um canal binário simétrico (BSC).
Exercício 9.03 - Considere uma fonte com M=3 e probabilidades dos símbolos 0,6, 0,3 e 0,1.
a) Obtenha o código de Shannon-Fano e calcule a sua eficiência.

b) Repita a alínea a) com um código de extensão 2.
Resolução 9.03a) É um código binário e com M=3. p ( x1 ) = 0, 6 , p ( x2 ) = 0,3 , p ( x3 ) = 0,1 .
Consultando o slide FTI32. Vou arrumar numa tabela, ordenando de forma decrescente as
probabilidades.
xi P ( xi ) Palavra de código
x1 0,6
x2 0,3
x3 0,1
Agora vou dividir para que as somas das probabilidades me dêem 0,5. Assim fico com 0,6 em cima e
os outros dois (que somam 0,4) em baixo.
x1 0,6

x2 0,3
x3 0,1
Escrevo as duas possibilidades que existe num sistema binário, que é “0” e “1”.
x1 0,6 0
x2 0,3 1
x3 0,1 1
Agora como só tenho mais um símbolo, já não é preciso dividir mais, é só separa-los.
x1 0,6 0
x2 0,3 10
x3 0,1 11
M
 1 
Agora o cálculo da entropia, utilizando a definição ( ) ∑ pk log 2   bit / símbolo .
H X =
k =1  pk 
 1   1   1 
H ( X ) = P ( x1 ) log 2   + P ( x2 ) log 2   + P ( x3 ) log 2  
 P ( x1 )   P ( x2 )   P ( x3 ) 

I ( x1 )

Slide 5
Nota: I ( x1 ) é a informação transportada (auto-informação).
P ( x1 ) é a probabilidade do símbolo “ x1 ” ser gerado pela fonte.
 1   1   1 
H ( X ) = 0, 6.log 2   + 0, 3.log 2   + 0,1.log 2  
 0, 6   0,3   0,1 

H ( X ) = 0, 442 + 0,521 + 0,332
H ( X ) = 1, 294 bit / símbolo
Pelo slide FTI23, sei que o comprimento médio da palavra de código (nº de bits por símbolo da
M
fonte) é N = ∑ Pn
i i , em que
Pi é a probabilidade do símbolo xi , e ni comprimento médio da
i =1
palavra de código atribuída ao símbolo xi . Não é a média estatística.
Assim N = 0, 6 x 1 + 0, 3 x 2 + 0,1 x 2 = 1, 4 binit/símbolo , em que binit é digito binário e não bit.
Em que 0, 6 x 1 representa a probabilidade de 0,6 de 1 bit que são necessários para o símbolo x1 ,
0, 3 x 2 representa a probabilidade de 0,3 de 2 bit que são necessários para o símbolo x2 ,
0,1 x 2 representa a probabilidade de 0,1 de 2 bit que são necessários para o símbolo x3 ,
H (X )
Pelo slide FTI25, sei que a eficiência do código é dado por η = .
N
H (X ) 1, 294 bit / símbolo

Assim fica que η = = = 92, 4%
N 1, 4 binit/símbolo
E o valor de N = 1, 4 binit/símbolo é menor do que seria necessário para enviar sem o código de
Shannon-Fano. Pois para um código fixo seria necessário 2 binit/símbolo , e o seu rendimento seria

η= = = 64, 7%
2 binit/símbolo 2 binit/símbolo
Resolução 9.03b) “…código de extensão 2” permite-me fazer agrupamentos. Vou construir uma
tabela com todas as combinações possíveis, e sabendo de que “ab” é diferente de “ba”.

Produto
xi xi P ( xi ) P ( xi ) Palavra de código
S ( xi )
x1 x1
x1 x2
x1 x3
x2 x1
x2 x2
x2 x3
x3 x1
x3 x2
x3 x3
Agora vou preencher o quadro, não esquecendo de multiplicar para obter o S ( xi ) :
Produto
S ( xi )
x1 x1 0,6 0,6 0,36
x1 x2 0,6 0,3 0,18
x1 x3 0,6 0,1 0,06
x2 x1 0,3 0,6 0,18
x2 x2 0,3 0,3 0,09
x2 x3 0,3 0,1 0,03
x3 x1 0,1 0,6 0,06
x3 x2 0,1 0,3 0,03
x3 x3 0,1 0,1 0,01
O passo seguinte é a ordenação decrescente:

Produto
S ( xi )
x1 x1 0,6 0,6 0,36
x1 x2 0,6 0,3 0,18
x2 x1 0,3 0,6 0,18
x2 x2 0,3 0,3 0,09
x1 x3 0,6 0,1 0,06
x3 x1 0,1 0,6 0,06
x2 x3 0,3 0,1 0,03
x3 x2 0,1 0,3 0,03
x3 x3 0,1 0,1 0,01
Agora vou somar em grupos de elementos consecutivos de forma a ter um valor perto de 0,5,
independentemente da quantidade de elementos que são necessários para cumprir esse objectivo.
Ora tenho 0,36+0,18 = 0,54. Fica 0,46 para o outro membro. Se eu somar o elementos seguinte ao
0,54 fico com 0,72, e o outro grupo fica com 0,28. Afastei me do meu objectivo que é de 0,5. Por
isso a primeira solução obtida é a correcta. Os dois primeiros começam por zero, e os outros 7
começam por 1.
Produto
S ( xi )
x1 x1 0,6 0,6 0,36 0
x1 x2 0,6 0,3 0,18 0
x2 x1 0,3 0,6 0,18 1
x2 x2 0,3 0,3 0,09 1
x1 x3 0,6 0,1 0,06 1

x3 x1 0,1 0,6 0,06 1
x2 x3 0,3 0,1 0,03 1
x3 x2 0,1 0,3 0,03 1
x3 x3 0,1 0,1 0,01 1
Ao primeiro grupo, como só tem dois elementos, basta atribuir um “0” a um, e ao outro um “1”.
Quanto ao segundo grupo tenho 7 elementos. Vou ter que dividir, pois só tenho dois valores para
atribuir. Vou voltar a somar de forma a obter um valor central. Como o total é de 0,46, metade é
0,23. É esse o meu objectivo na procura da soma.
Sendo 0,18+0,09=0,27 (o resto igual a 0,19) e será este o valor que irei utilizar como referência.
xi xi P ( xi ) P ( xi ) S ( xi ) Palavra de código
x1 x1 0,6 0,6 0,36 00
x1 x2 0,6 0,3 0,18 01
x2 x1 0,3 0,6 0,18 10
x2 x2 0,3 0,3 0,09 10
x1 x3 0,6 0,1 0,06 11
x3 x1 0,1 0,6 0,06 11
x2 x3 0,3 0,1 0,03 11
x3 x2 0,1 0,3 0,03 11
x3 x3 0,1 0,1 0,01 11
Quanto a este novo primeiro grupo, como são só dois já não é preciso dividir mais, bastando atribuir
a um o “0” e ao outro o “1” (a verde) de forma a diferencia-los.

x1 x1 0,6 0,6 0,36 00
x1 x2 0,6 0,3 0,18 01
x2 x1 0,3 0,6 0,18 100
x2 x2 0,3 0,3 0,09 101
x1 x3 0,6 0,1 0,06 11
x3 x1 0,1 0,6 0,06 11
x2 x3 0,3 0,1 0,03 11
x3 x2 0,1 0,3 0,03 11
x3 x3 0,1 0,1 0,01 11
Quanto ao segundo grupo tenho ainda 5 elementos, vou por isso continuar a dividir, sendo o meu
objectivo na soma aproximar me do valor 0,095.
x1 x1 0,6 0,6 0,36 00
x1 x2 0,6 0,3 0,18 01
x2 x1 0,3 0,6 0,18 100
x2 x2 0,3 0,3 0,09 101
x1 x3 0,6 0,1 0,06 110
x3 x1 0,1 0,6 0,06 110
x2 x3 0,3 0,1 0,03 111
x3 x2 0,1 0,3 0,03 111
x3 x3 0,1 0,1 0,01 111
Quanto a este novo primeiro grupo, como são só dois já não é preciso dividir mais, bastando atribuir
a um o “0” e ao outro o “1” (a vermelho) de forma a diferencia-los.
xi xi P ( xi ) P ( xi ) Produto Palavra de código

S ( xi )
x1 x1 0,6 0,6 0,36 00
x1 x2 0,6 0,3 0,18 01
x2 x1 0,3 0,6 0,18 100
x2 x2 0,3 0,3 0,09 101
x1 x3 0,6 0,1 0,06 1100
x3 x1 0,1 0,6 0,06 1101
x2 x3 0,3 0,1 0,03 111
x3 x2 0,1 0,3 0,03 111
x3 x3 0,1 0,1 0,01 111
Quanto ao segundo grupo tenho ainda 3 elementos, vou por isso continuar a dividir, sendo o meu
objectivo na soma aproximar me do valor 0,035. Cuidado aqui pois apetece por os primeiros
elementos no primeiro grupo, mas na realidade o primeiro fica só com um elemento, e o segundo é
que fica com dois (a verde).
Produto
S ( xi )
x1 x1 0,6 0,6 0,36 00
x1 x2 0,6 0,3 0,18 01
x2 x1 0,3 0,6 0,18 100
x2 x2 0,3 0,3 0,09 101
x1 x3 0,6 0,1 0,06 1100
x3 x1 0,1 0,6 0,06 1101
x2 x3 0,3 0,1 0,03 1110
x3 x2 0,1 0,3 0,03 1111
x3 x3 0,1 0,1 0,01 1111

Quanto a este novo segundo grupo, como só tenho dois elementos já não é preciso dividir mais,
bastando atribuir a um o “0” e ao outro o “1” (a castanho) de forma a diferencia-los.
Produto
S ( xi )
x1 x1 0,6 0,6 0,36 00
x1 x2 0,6 0,3 0,18 01
x2 x1 0,3 0,6 0,18 100
x2 x2 0,3 0,3 0,09 101
x1 x3 0,6 0,1 0,06 1100
x3 x1 0,1 0,6 0,06 1101
x2 x3 0,3 0,1 0,03 1110
x3 x2 0,1 0,3 0,03 11110
x3 x3 0,1 0,1 0,01 11111
Não vale a pena calcular o H ( X ) , pois é o mesmo (a fonte é a mesma). Não é por se utilizar o
código de Shannon-Fano, que o seu valor se altera.
Agora com o código de extensão o comprimento médio da palavra de código é, consultando o slide
L
FTI31, N = N L . Em que L é o código de extensão. E este código é me dado no enunciado, e é 2.
2
N = 0,36 x 2 + 0,18 x 2 + 0,18 x 3 + 0, 09 x 3 + 0, 06 x 4 + 0, 06 x 4 + 0, 03 x 5 + 0, 03 x 6 + 0, 01 x 6
Em que consiste em multiplicar a probabilidade de cada linha ocorrer, pela quantidade de bits que
2
tem cada linha (a roxo). N = 2, 69 binit/símbolo, utilizando um código de extensão igual a 2 .
Assim sendo, o comprimento médio da palavra de código (nº de bits por símbolo da fonte),
utilizando um código de extensão igual a 2 , a palavra de código tem 2 símbolos, é:
L 2
N=N L = N 2 = 2, 69 2 = 1, 345 binit/símbolo

Quanto mais o código de extensão, menor será o valor do comprimento médio da palavra de código.

O rendimento é de η = = = 96, 2%
N 1,345 binit/símbolo
Quadro comparativo:
Código fixo 2 Comprimento médio da palavra

Comprimento médio da palavra
(2, pois são precisos 2 bits de código com extensão de
de código
para representar 4 símbolos) código para 2.
η = 64, 7% η = 92, 4% η = 96, 2%
Exercício 9.04 - Uma fonte binária tem símbolos com probabilidades 0,8 e 0,2.
a) Agrupe os símbolos em blocos de dois, obtenha o correspondente código de Shannon-Fano de
extensão e calcule a sua eficiência.
b) Repita a alínea a) para o código de extensão 3.
M
 1 
Resolução 9.04a) P ( x1 ) = 0,8 e P ( x2 ) = 0, 2 . E H ( X ) = ∑ pk log 2   bit / símbolo
k =1  pk 
 1   1   1   1 
H ( X ) = P ( x1 ) log 2   + P ( x2 ) log 2   = 0,8.log 2   + 0, 2.log 2  
 P ( x1 )   P ( x2 )   0,8   0, 2 

O código de extensão 2, pois é dito “… em bloco de dois,”!

São duas colunas com as várias combinações.
Produto Palavra de código

xi xi P ( xi ) P ( xi )
S ( xi ) de Shannon-Fano
x1 x1 0,8 0,8 0,64 0
x1 x2 0,8 0,2 0,16 1
x2 x1 0,2 0,8 0,16 1
x2 x2 0,2 0,2 0,04 1
Já está ordenado. Apesar de 0,64 ser um valor elevado, é o valor mínimo que consigo.
Agora com os outros 0,36, vou-me aproximar de 0,18. Basta o 0,16 (o primeiro).

x1 x1 0,8 0,8 0,64 0
x1 x2 0,8 0,2 0,16 10
x2 x1 0,2 0,8 0,16 11
x2 x2 0,2 0,2 0,04 11
Como só me sobram mais dois elementos, não preciso de fazer mais divisões, basta atribuir “0” ao
primeiro e “1” ao segundo.

x1 x1 0,8 0,8 0,64 0
x1 x2 0,8 0,2 0,16 10
x2 x1 0,2 0,8 0,16 110
x2 x2 0,2 0,2 0,04 111

Agora, com o código de extensão, o comprimento médio da palavra de código é, consultando o slide
L
FTI31, N = N L . Em que L é o código de extensão. E este código é-me dado no enunciado, e é 2
(“Agrupe os símbolos em blocos de dois”).
2
N = 0, 64 x 1 + 0,16 x 2 + 0,16 x 3 + 0, 04 x 3
2
tem cada linha (a roxo). N = 1,56 binit/símbolo, utilizando um código de extensão igual a 2 .
utilizando um código de extensão igual a 2 é:
L 2
N=N L = N 2 = 1, 56 2 = 0, 78 binit/símbolo

O rendimento é de η = = = 92,564%
Resolução 9.04b) O código de extensão 3, obriga a fazer com 3 colunas (blocos) com todas as
possibilidades.

xi xi xi P ( xi ) P ( xi ) P ( xi )
x1 x1 x1 0,8 0,8 0,8 0,512
x1 x1 x2 0,8 0,8 0,2 0,128
x1 x2 x1 0,8 0,2 0,8 0,128
x1 x2 x2 0,8 0,2 0,2 0,032
x2 x1 x1 0,2 0,8 0,8 0,128
x2 x1 x2 0,2 0,8 0,2 0,032
x2 x2 x1 0,2 0,2 0,8 0,032
x2 x2 x2 0,2 0,2 0,2 0,008

Vou ter que ordenar (do maior para o menor):

x1 x1 x1 0,8 0,8 0,8 0,512
x1 x1 x2 0,8 0,8 0,2 0,128
x1 x2 x1 0,8 0,2 0,8 0,128
x2 x1 x1 0,2 0,8 0,8 0,128
x1 x2 x2 0,8 0,2 0,2 0,032
x2 x1 x2 0,2 0,8 0,2 0,032
x2 x2 x1 0,2 0,2 0,8 0,032
x2 x2 x2 0,2 0,2 0,2 0,008
O valor mais perto de 0,5 é o 0,512.

x1 x1 x1 0,8 0,8 0,8 0,512 0
x1 x1 x2 0,8 0,8 0,2 0,128 1
x1 x2 x1 0,8 0,2 0,8 0,128 1
x2 x1 x1 0,2 0,8 0,8 0,128 1
x1 x2 x2 0,8 0,2 0,2 0,032 1
x2 x1 x2 0,2 0,8 0,2 0,032 1
x2 x2 x1 0,2 0,2 0,8 0,032 1
x2 x2 x2 0,2 0,2 0,2 0,008 1
Agora, dos outros oito que sobram, tenho de me aproximar de 0,488/2=0,244. Tenho 0,256.


x1 x1 x1 0,8 0,8 0,8 0,512 0
x1 x1 x2 0,8 0,8 0,2 0,128 10
x1 x2 x1 0,8 0,2 0,8 0,128 10
x2 x1 x1 0,2 0,8 0,8 0,128 11
x1 x2 x2 0,8 0,2 0,2 0,032 11
x2 x1 x2 0,2 0,8 0,2 0,032 11
x2 x2 x1 0,2 0,2 0,8 0,032 11
x2 x2 x2 0,2 0,2 0,2 0,008 11
No primeiro grupo, como são dois, basta atribuir um “0” ao primeiro e o “1” ao segundo. Quanto aos
outros 5, tenho que me aproximar de 0,116 (metade da soma dos que falta).

x1 x1 x1 0,8 0,8 0,8 0,512 0
x1 x1 x2 0,8 0,8 0,2 0,128 100
x1 x2 x1 0,8 0,2 0,8 0,128 101
x2 x1 x1 0,2 0,8 0,8 0,128 110
x1 x2 x2 0,8 0,2 0,2 0,032 111
x2 x1 x2 0,2 0,8 0,2 0,032 111
x2 x2 x1 0,2 0,2 0,8 0,032 111
x2 x2 x2 0,2 0,2 0,2 0,008 111
Restam-me 4 elementos, e a sua soma representa 0,104. Tenho que me aproximar de 0,052 (metade
da soma dos que falta).
xi xi xi P ( xi ) P ( xi ) P ( xi ) Produto Palavra de código

x1 x1 x1 0,8 0,8 0,8 0,512 0
x1 x1 x2 0,8 0,8 0,2 0,128 100
x1 x2 x1 0,8 0,2 0,8 0,128 101
x2 x1 x1 0,2 0,8 0,8 0,128 110
x1 x2 x2 0,8 0,2 0,2 0,032 11100
x2 x1 x2 0,2 0,8 0,2 0,032 11101
x2 x2 x1 0,2 0,2 0,8 0,032 11110
x2 x2 x2 0,2 0,2 0,2 0,008 11111
Como são dois grupos de dois, basta atribuir “0” ao primeiro de cada grupo e o “1” ao segundo.
Agora com o código de extensão o comprimento médio da palavra de código é, consultando o slide
L
FTI31, N = N L . Em que L é o código de extensão. E este código é me dado no enunciado, e é 3 .
3
N = 0, 512 x 1 + 0,128 x 3 + 0, 032 x 5 + 0, 008 x 5

ERRADO!!1
Aqui contabilizo TODOS os símbolos, mesmo que o seu tamanho seja igual a outro:
3
N = 0,512 x 1 + 0,128 x 3 x 3 + 0, 032 x 5 x 3 + 0, 008 x 5
3
tem cada linha (a roxo). N = 2,184 binit/símbolo, utilizando um código de extensão igual a 3 .
utilizando um código de extensão igual a 3 é:
L 3
N=N L = N 3 = 2,184 3 = 0, 728 binit/símbolo
Quanto mais o código de extensão, menor será o valor do comprimento médio da palavra de código.


O rendimento é de η = = = 99, 2%
Não esquecer que numa probabilidade condicional, existe SEMPRE dependência entre as duas
variáveis envolvidas. Se não houvesse dependência seria P ( x1 | y1 ) = P ( x1 ) .
Exercício 9.05 - Uma fonte tem um alfabeto de quatro letras. Em baixo apresentam-se as
probabilidades das letras e dois conjuntos possíveis de palavras de código binárias:
Para cada código responda às seguintes questões:

a) O código satisfaz a condição de prefixação?
b) O código é unicamente descodificável?
c) Suponha que a primeira letra de código é "l". Qual é a informação mútua que esta o ocorrência
fornece acercado acontecimento "a letra da fonte é a1"?
d) Qual é a informação mútua média que a especificação da primeira letra da palavra de código
fornece relativamente à letra da fonte?
Resolução 9.05a) Para verificar a prefixação é preciso um símbolo seja o inicio de um outro. O
código I satisfaz a condição de prefixação, pois não há nenhum símbolo que seja o inicio de outro. O
código II não satisfaz a condição, pois o primeiro símbolo é o inicio dos outros 3. O 2º símbolo é o
inicio dos outros dois, e assim por diante.

Resolução 9.05b) Pelo slide FTI24, sei que as condições para a construção das palavras de código
M
binário. Unicamente descodificável se respeitar a desigualdade de Kraft, K = ∑ 2− ni ≤ 1 .
i =1
Em que o algarismo “2” diz respeito a quantidade de símbolos que existe no sistema binário. Se
fosse de um outro comprimento, teria que se alterar esse parâmetro para o comprimento novo.
- Para o código I, tem se K = 2−1 + 2 −2 + 2. ( 2−3 ) = 1 .
- Para o código II, tem se K = 2−1 + 2−2 + 2−3 + 2−4 = 0,9375 .
Ambos os códigos respeitam a desigualdade de Kraft, logo é unicamente descodificável.

Aliás de nada serviria um código se depois não fosse possível descodifica-lo.
O código I como tem menos bits que o do código II, o N aproximar-se mais do H ( X ) .
O objectivo do código de comprimento variável é fazer com que o N aproxima se mais do H ( X ) .
N é o comprimento das palavras codificadas, e na pratica N ≥ H ( X ) .
 P ( xi ; y j ) 
Resolução 9.05c) Usando o slide FTI14, a informação mútua é I ( xi ; y j ) = log 2  .
 P ( xi ) 
 
 P ( a1 | y1 ) 
E utilizando as variáveis deste exercício é I ( a1 ; y1 ) = log 2  .
 P ( a ) 
 1 
Como já sei qual é a primeira letra de y1 , que é y1 = "1" , e sabendo que P ( a1 ; y1 ) = 1 para o código I,
pois todos os outros símbolos começam por zero, fica:

 1 
Para o código I I ( a1 ; y1 ) = log 2   = 1, 322 bit/símbolo.
 0, 4 
e sabendo que P ( ai ; y1 ) = 0, 4 , pois todos os outros símbolos também começam por “1”, logo é a
probabilidade de ser o a1 , fica:
 0, 4 
Para o código II I ( a1 ; y1 ) = log 2  =0
 0, 4 
É o resultado ideal: não haver erros.
Resolução 9.05d) Usando o slide FTI9, P ( xi ; y j ) = P ( xi ) .P ( y j | xi ) .
Neste exercício, P ( xi ; y j ) = P ( xi ) . P ( y j | xi ) = P ( xi ) .

1
Codigo I Codigo II
P ( a1; y1 ) = P ( a1 ) P ( a1; y1 ) = P ( a1 )
P ( a2 ; y0 ) = P ( a2 ) P ( a2 ; y1 ) = P ( a2 )
P ( a3 ; y0 ) = P ( a3 ) P ( a3 ; y1 ) = P ( a3 )
P ( a4 ; y0 ) = P ( a4 ) P ( a4 ; y1 ) = P ( a4 )
Para o código I tem se:
Diagrama de canal (matriz de transição)

Só represento as que tem probabilidade diferente de zero.
=1
P ( y1 ) = a1 x 1 = 0,
4 x 1 = 0, 4
P ( a1 , y1 ) = P ( a1 ) . P ( y1 | a1 ) = P ( a1 ) = 0, 4 Tabela do
Enunciado
=1

P ( y0 ) = 1 − P ( y1 ) = 1 − 0, 4 = 0, 6
P ( a2 , y0 ) = P ( a2 ) . P ( y0 | a2 ) = P ( a2 ) = 0,3
=1

P ( a3 , y0 ) = P ( a3 ) . P ( y0 | a3 ) = P ( a3 ) = 0, 2
=1

P ( a4 , y0 ) = P ( a4 ) . P ( y0 | a4 ) = P ( a4 ) = 0,1
Tabela 5

Pelo slide FTI16, sei que H ( Y ; A ) = H ( A; Y ) , e sabendo que
P ( ai ) P ( y j | ai ) = P ( y j ) P ( ai | y j ) = P ( ai ; y j ) = P ( y j ; ai )

Slide FTI10 - Com Y estaticamente independente de X
M N  P ( ai ; y j )  4 1  P ( y j | ai ) 
∑∑
I ( A; Y ) =
i =1 j = 0
P ( ai ; y j ) log 2  
 P ( ai ) P ( y j ) 
= ∑∑
i =1 j = 0
P ( ai ) P ( y j | ai ) log 2 
 P ( y j ) 


Slide FTI14 - informação mútua média
A variável “i” varia de 1 a 4, e “j” de 0 a 1. Assim P ( y1 | a1 ) é qual a probabilidade de, dada a
palavra y1 = "1" sabendo que foi enviado no 1º digito a1 = "1" . Assim
 P ( y1 | a1 )   P ( y0 | a1 ) 
I ( A; Y ) = P ( a1 ) .P ( y1 | a1 ) .log2   + P ( a1 ) .P ( y0 | a1 ) .log2   + ...
 P ( y 1 )   P ( y 0 ) 
 P ( y1 | a2 )   P ( y0 | a2 ) 
... + P ( a2 ) .P ( y1 | a2 ) .log2   + P ( a2 ) .P ( y0 | a2 ) .log2   + ...
 P ( y1 )   P ( y0 ) 
 P ( y1 | a3 )   P ( y0 | a3 ) 
 P ( y1 )   P ( y 0 ) 
 P ( y1 | a4 )   P ( y0 | a4 ) 
... + P ( a4 ) .P ( y1 | a4 ) .log2   + P ( a4 ) .P ( y0 | a4 ) .log2  
 P ( y1 )   P ( y0 ) 
Consultando a tabela 5:
 P(
y1 |a1 )
  P(
y0 |a1 )

 (1)   ( 0) 
4 .log2  0, 4  + 0,
I ( A;Y ) = 0, 4 x 0 log2   + ...
Tabela 5   Tabela do P( y0 |a1 )  0 ,6 
 P( y1 )  Enunciado  P( y0 ) 
   
   
 ( 0)   (1) 
... + 0 , 3 x 0 log2   + 0, 3 .log2   + ...
Tabela do P( y1|a2 )  0,
 4  Tabela 5  0,6
 P 
Enunciado
 P( y1 )   ( y0 ) 

   
 ( 0)   (1) 
... + 0,
2 x 0 log2  0, 4  + 0 ,2 x 1 log2   + ...
Tabela do P( y1|a3 )   Tabela 5 P( y0 |a3 ) 0,
 6
Enunciado
 P( y1 )   P( y0 ) 
   
 ( 0)   (1) 
... + 0,1
x 0 log2  0, 4  + 0,1 x 1 log2  
Tabela do P( y1|a4 )   Tabela 5 P( y0 |a4 )  0,6 

Enunciado
 P( y1 )   P( y0 ) 
 1   1   1   1 
I ( A; Y ) = 0, 4 log 2   + 0, 3 log 2   + 0, 2 log 2   + 0,1 log 2  
 0, 4   0, 6   0, 6   0, 6 
I ( A; Y ) = 0,971 bit/símbolo (não há informação).
Para o código II tem se:
=1
P ( y1 ) = 1
P ( a1 , y1 ) = P ( a1 ) . P ( y1 | a1 ) = P ( a1 ) = 0, 4
P ( y0 ) = 1 − P ( y1 ) = 1 − 1 = 0
=0

P ( a2 , y0 ) = P ( a2 ) . P ( y0 | a2 ) = 0
=0

P ( a3 , y0 ) = P ( a3 ) . P ( y0 | a3 ) = 0
=0

P ( a4 , y0 ) = P ( a4 ) . P ( y0 | a4 ) = 0
Tabela 6

Assim, e utilizando a tabela 6 e a tabela do enunciado para se saber o valor de P ( ai )
 P ( y1 | a1 )   P ( y0 | a1 ) 
I ( A; Y ) = P ( a1 ) .P ( y1 | a1 ) .log2   + P ( a1 ) .P ( y0 | a1 ) .log2   + ...
 P ( y 1 )   P ( y 0 ) 
 P ( y1 | a2 )   P ( y0 | a2 ) 
 P ( y1 )   P ( y0 ) 
 P ( y1 | a3 )   P ( y0 | a3 ) 
 P ( y1 )   P ( y0 ) 
 P ( y1 | a4 )   P ( y0 | a4 ) 
... + P ( a4 ) .P ( y1 | a4 ) .log2   + P ( a4 ) .P ( y0 | a4 ) .log2  
 P ( y1 )   P ( y0 ) 
 (1) 
I ( A; Y ) = ( 0, 4 ) log 2   + 0 + 0 + 0 ⇔ I ( A; Y ) = 0 bit/símbolo.
 (1
)
=0
Exercício 9.06 - Suponha que uma fonte discreta produz as cinco letras E, R, T, C e O com as
probabilidades de ocorrência 0,5 0,09, 0,15 0,01 e 0,25, respectivamente.
a) Determine a entropia da fonte.

b) Determine a sequência original de letras que deu origem à sequência codificada
111110111011100111111010. O código usado foi o de Shannon-Fano, com E → "0" .
c) Determine, para o código referido, o número médio de bits por cada letra da fonte.
Resolução 9.06a) P ( E ) = 0,5 P ( R ) = 0, 09 P (T ) = 0,15
P ( C ) = 0, 01 P ( O ) = 0, 25

Para o cálculo da entropia da fonte, utilizo a seguinte definição:
M
 1 
k =1  pk 
1  1   1   1   1 
H (X ) = log 2 ( 2 ) + 0, 09.log 2   + 0,15.log 2   + 0, 01.log 2   + 0, 25.log 2  
2  0, 09   0,15   0, 01   0, 25 
H ( X ) = 0,5 + 0,3127 + 0, 4105 + 0, 0664 + 0,5
Resolução 9.06b)
xi P ( xi )
E 0,5 0,5
R 0,09 0,09
T 0,15 0,15
C 0,01 0,01
O 0,25 0,25
Ordenando fica

xi P ( xi )
E 0,5 0,5
O 0,25 0,25
T 0,15 0,15
R 0,09 0,09
C 0,01 0,01

Procura de dois grupos com somas de probabilidade perto de 0,5:

xi P ( xi )
E 0,5 0,5 0
O 0,25 0,25 1
T 0,15 0,15 1
R 0,09 0,09 1
C 0,01 0,01 1

xi P ( xi )
E 0,5 0,5 0
O 0,25 0,25 10
T 0,15 0,15 11
R 0,09 0,09 11
C 0,01 0,01 11

xi P ( xi )
E 0,5 0,5 0
O 0,25 0,25 10
T 0,15 0,15 110
R 0,09 0,09 111

C 0,01 0,01 111

O último como são só dois, basta atribuir o “0” ao primeiro e o “1” ao segundo.

xi P ( xi )
E 0,5 0,5 0
O 0,25 0,25 10
T 0,15 0,15 110
R 0,09 0,09 1110
C 0,01 0,01 1111
Assim a sequência para “111110111011100111111010”, que é 1111 10 1110 1110 0 1111 110 10
E que significa: “C O R R E C T O”.
Resolução 9.06c) Pelo slide FTI23, sei que o comprimento médio da palavra de código (nº de bits
M
por símbolo da fonte) é N = ∑ Pn
i i , em que
Pi é a probabilidade do símbolo xi , e ni comprimento
i =1
médio da palavra de código atribuída ao símbolo xi .
Assim N = 0, 5 x 1 + 0, 25 x 2 + 0,15 x 3 + 0, 09 x 4 + 0, 01 x 4 = 1,85 binit/símbolo , em que binit é

digito binário e não bit.
Em que 0,5 x 1 representa a probabilidade de 0,5 de 1 bit que são necessários para o símbolo x1 ,
0, 25 x 2 representa a probabilidade de 0,25 de 2 bit que são necessários para o símbolo x2 ,

… e assim por diante.
Se fosse um comprimento fixo, teria que ser de 3 binit/símbolo, pois são 5 símbolos.

Exercício 9.07 - Uma fonte tem um alfabeto de 6 letras com as probabilidades 0,3, 0,2, 0,15, 0,15,
0,12 e 0,08.
a) Construa um código de Huffman binário. Determine o número médio de letras de código por letra
de fonte.
b) Construa um código de Huffman ternário. Determine o número médio de letras de código por letra
de fonte.
Resolução 9.07a) Com M = 6 e P (1) = 0,3 P ( 2 ) = 0, 2 P ( 3) = 0,15
P ( 4 ) = 0,15 P ( 5 ) = 0,12 P ( 6 ) = 0, 08
Consultando o slide FTI34, vou criar uma tabela ordenada decrescente.
Palavra de código
xi P ( xi ) Huffman binário
1 0,3
2 0,2
3 0,15
4 0,15
5 0,12
6 0,08
Agora somo os dois últimos e reconstruo a coluna P ( xi ) intervalando o resultado da soma na
sequência. Obviamente esses dois últimos depois desaparecem. Assim os dois últimos totalizam 0,2.
Vai ficar entre o 0,3 e o 0,2. Ou seja quando já

existe um, fica em primeiro.

E desloco a coluna do lado esquerdo para o lado direito:
Faço o mesmo para reescrever a 3ª coluna:
O objectivo é chegar até aos 0,5 (ou perto disso, e só com dois símbolos):
Agora vou colocar um “0” no topo e um “1” na base de cada conjunto de dois últimos:

Agora vou “escrever” o percurso de cada símbolo. Vou começar com o primeiro símbolo, que é “1”,
e que tem uma probabilidade de acertar de 0,3.
Seguindo as setas, traça se a linha a castanho. No percurso passa por um “1” e de seguida por um “0”
(assinalado com uma circunferência a verde). E o número de código é o número que se consegue ler
mas ao contrário, ou seja “01” (e não “10” como se leva a pensar).
Vou agora fazer para o segundo símbolo, que é “2”.

Seguindo as setas, traça se a linha a castanho. No percurso passa por um “1” e de seguida por um “1”
(assinalado com uma circunferência a verde). E o número de código é o número que se consegue ler
mas ao contrário, ou seja “11” (é igual, mas é só para praticar a regra!).
Agora vou apresentar o resultado final:
Palavra de código
xi P ( xi ) P ( xi ) P ( xi ) P ( xi ) P ( xi ) Huffman binário
1 0,3 0,3 0,3 0,4 0,6 00

2 0,2 0,2 0,3 0,3 0,4 11
3 0,15 0,2 0,2 0,3 000
4 0,15 0,15 0,2 001
5 0,12 0,15 100
6 0,08 101
M
 1 
Agora o cálculo da entropia, utilizando a definição H ( X ) = ∑ pk log 2   bit / símbolo .
k =1  pk 
 1   1   1   1   1   1 
H( X) = P( x1) log2  +P( x2 ) log2  +P( x3 ) log2  +P( x4 ) log2  +P( x5 ) log2  +P( x6 ) log2  
 P( x1)   P( x2 )   P( x3 )   P( x4 )   P( x5 )   P( x6 ) 
 1   1   1   1   1 
H ( X ) = 0,3.log2   + 0, 2.log2   + 2 x 0,15.log2   + 0,12.log2   + 0,08.log2  
 0,3   0, 2   0,15   0,12   0,08 
H ( X ) = −0,5211 − 0, 4643 − 0,8211 − 0,3671 − 0, 2915
H ( X ) = 2, 4651 bit / símbolo
M
i i , em que
i =1
palavra de código atribuída ao símbolo xi .

Assim N = 0, 3 x 2 + 0, 2 x 2 + 0,15 x 3 + 0,15 x 3 + 0,12 x 3 + 0, 08 x 3 = 2, 5 binit/símbolo , em que

binit é digito binário e não bit.
H (X )
N

Assim fica que η = = = 98, 6% .
N 2,5 binit/símbolo
Resolução 9.07b) Um código de Huffman ternário. Consultando o slide FTI37. Com D = 3 :
Assim o agrupamento inicial é → 2 + RD −1 ( M − 2 ) = 2 + R3−1 ( 6 − 2 ) = 2 + R2 ( 4 )
E → RD −1 ( M − 2 ) = ( M − 2 ) mod ( D − 1) , sendo mod ( D − 1) o resto da divisão.
→ R2 ( 6 − 2 ) = ( 6 − 2 ) mod ( 3 − 1)
→ R2 ( 4 ) = ( 4 ) mod ( 2 )
Assim sendo, → 2 + RD −1 ( M − 2 ) = 2 + R2 ( 4 ) = 2 em que R2 ( 4 ) significa que se pretende o
resto da divisão de 4 por 2 . E como o resultado é zero, fica o “2” do 1º termo.

Ou seja só, e apenas, o primeiro grupo terá um D ≠ 3 , e será 2. O resto é 3.
Palavra de código
xi P ( xi ) P ( xi ) P ( xi ) Huffman binário
1 0,3 0,3 0,5

2 0,2 0,2 0,3
3 0,15 0,2 0,2
4 0,15 0,15
5 0,12 0,15
6 0,08

Aqui acontece o mesmo, após “ler” o número, inverte-se.
Palavra de código
xi P ( xi ) P ( xi ) P ( xi ) Huffman binário
1 0,3 0,3 0,5 1

2 0,2 0,2 0,3 00
3 0,15 0,2 0,2 01
4 0,15 0,15 02
5 0,12 0,15 20
6 0,08 21
A entropia da fonte é a mesma do exercício anterior, por isso H ( X ) = 2, 4651 bit / símbolo
M
i i , em que
i =1
palavra de código atribuída ao símbolo xi .
Assim N = 0, 3 x 1 + 0, 2 x 2 + 0,15 x 2 + 0,15 x 2 + 0,12 x 2 + 0, 08 x 2 = 1, 7 binit/símbolo , em que

binit é digito binário e não bit. Cuidado com o primeiro, só tem um bit (vermelho)!

H (X )
log 2 ( D )
N
log 2 ( D ) log 2 ( 3)
Assim fica que η = =η = = 91, 49% .
Exercício 9.08 - Uma palavra foi codificada usando o código de Huffman, tendo-se obtido a
sequência binária 10111011010111001110100. O alfabeto original era constituído pelas letras A,
B,C, D, E, I, L, R e T e a letra I foi codificada com "00". Supondo que estas letras ocorriam com as
probabilidades:
P ( A) = 0, 26 , P ( B ) = 0, 09 , P ( C ) = 0, 08 , P ( D ) = 0, 01 , P ( E ) = 0, 07 , P ( I ) = 0, 22 , P ( L ) = 0, 01
, P ( R ) = 0, 23 e P (T ) = 0, 03 , qual terá sido a palavra codificada?
Resolução 9.08) As explicações já foram dadas no exercício 7. Aqui o processo é o mesmo. Por isso
vou ser mais rápido. Coloco na tabela os símbolos e a sua probabilidade de saírem.
Palavra de código
xi P ( xi )
Huffman binário
A 0,26
B 0,09
C 0,08
D 0,01
E 0,07
I 0,22
L 0,01
R 0,23
T 0,03

Vou primeiro ordenar:
Palavra de código
xi P ( xi )
Huffman binário
A 0,26
R 0,23
I 0,22
B 0,09
C 0,08
E 0,07
T 0,03
D 0,01
L 0,01
Vou somando os dois últimos e re-arrumar na coluna da direita, mas muito cuidado pois a atribuição
do “0” e do “1” é ao contrário (é mais fácil de fazer assim, do que no fim fazer o simétrico!):
Assim sendo para o símbolo “A”:

Para o símbolo “R”:
Para o símbolo “I”:

E o resultado final é:
xi P ( xi ) P ( xi ) P ( xi ) P ( xi ) P ( xi ) P ( xi ) P ( xi ) P ( xi ) Palavra
de código
Huffman
binário
A 0,26 0,26 0,26 0,26 0,26 0,29 0,45 0,55 1 10
R 0,23 0,23 0,23 0,23 0,23 0,26 0,29 1 0,45 0 01
I 0,22 0,22 0,22 0,22 0,22 0,23 1 0,26 0 00
B 0,09 0,09 0,09 0,12 0,17 1 0,22 0 1111
C 0,08 0,08 0,08 0,09 1 0,12 0 1110
E 0,07 0,07 0,07 1 0,08 0 1101
T 0,03 0,03 1 0,05 0 11001
D 0,01 1 0,02 0 110001
L 0,01 0 110000
Não esquecer que o resultado é lido ao contrário.
Assim a sequência para “10111011010111001110100”, que é 10 1110 1101 01 11001 1101 00.
E que significa: “A C E R T E I”.
Exercício 9.09 - Uma imagem de televisão a preto e branco pode ser vista como contendo 575x608
elementos, cada um deles tendo um de 8 níveis de luminância com a mesma probabilidade. A taxa de
transmissão é de 25 imagens por segundo e a relação sinal-ruído é de 30 dB. Utilizando o teorema da
capacidade de informação, determinar a largura de banda mínima necessária para suportar esse sinal
de vídeo.
Este exercício é parecido com o exercício 9.31 (página 653), do livro do Simon Haykin, só muda o
número de elementos, os níveis de cada elemento, e número de imagem, e a solução está na página
489.

Resolução 9.09) Tenho 575 x 608 elementos, o que totaliza 349 600 elementos por imagem.
A taxa de transmissão (recepção) é de 25 imagens por segundo. Aqui o elemento é o meu símbolo.
Logo a taxa de transmissão de informação é de rS = ( 575 x 608) x 25 = 874 000 símbolo/s.
E como cada elemento (símbolo) tem 8 níveis de luminância (tons), logo cada símbolo precisa de 3
bits para ser representado, ( M = 2n ⇔ 8 = 23 ) . Nesta fase de estudo a definição correcta é
H ( X ) = log 2 ( M ) = 3 bit/símbolo
Calculando a taxa de transmissão binária (quantidade ou ritmo de informação que está a ser
transmitida), em bit por segundo:
R = rS x n = 874 000 x 3 = 26 220 000 bit/s.
Com um SNR = 30 dB . Este valor significa que a potência do sinal é 1000 vezes superior a potência
do ruído.
Situação ideal
 S
Lendo o slide FTI54, sei que R = C = B.log 2 1 +  bit / s .
 N

Lei Shannon-Hartley
Preciso de converter os dB do SNR para a medida linear.
 3 26 220 000
26 220 000 = B.log 2 1 + 10
 ⇔ B=
rb  30 dB  9,96578429
Assim a largura de banda mínima, para transmitir televisão a preto e branco, é B = 2, 63 MHz .
(se fosse a cores, seria necessário 6 MHz, e em HD é 24 MHz).

S
Se > 30 dB , não é preciso uma largura de banda tão larga. Mas a proporção não é linear, mas sim
N
logaritmo.

Codificação para o controlo de erros
Exercício 10.01 – Considere um código de blocos sistemático (6,3) gerado pela submatriz P:
1 1 0 
P = 1 0 1 
0 1 1 
Escreva as equações de blocos de paridade e construa uma tabela com as palavras de código e
respectivos pesos, mostrando que dmin = 3 .
Exercício 2.4 da FEUP.
Resolução 10.01) (6,3) em que o “6” representa o tamanho da palavra de código a transmitir ( n ) , e o
“3” o tamanho da mensagem a transmitir. Num código de blocos sistemático, os primeiros k bits
coincidem com a mensagem.
1 1 0 
P = 1 0 1  é a matriz que o receptor utiliza para verificar se a palavra é válida.
0 1 1 

Matriz de codificação
Na matriz de codificação deve de constar o máximo de “1”, mas sem haver repetição. Ou seja o
inverso da matriz identidade. Mas esta conclusão foi obtida após vários estudos de eficiências dos
códigos (ou seja é uma técnica). Mas não é regra, num exercício académico pode ser outra
qualquer. Esta matriz de codificação apenas serve para se poder definir a matriz geradora (G).
E a sequência da mensagem é X = [ X 1 X2 X 3 ] . Pelo slide CCE13, sei que os bits de verificação:

1º a matriz da mensagem seguida da matriz de codificação

E sabendo que
Sistemático
1 1 0 
C = X .P = X 1 X 2 X 3 ] . 1 0 1 
[  
Bit de informação ou 0 1 1 
vectores da mensagem
O passo que segue consiste na multiplicação da linha matriz “X” por cada coluna da matriz “P”, e
depois soma-se as colunas para obter cada elemento de C:
 C1 = X 1.1 ⊕ X 2 .1 ⊕ X 3 .0  C1 = X 1 ⊕ X 2
 
C2 = X 1.1 ⊕ X 2 .0 ⊕ X 3 .1 =  C2 = X 1 ⊕ X 3
C = X .0 ⊕ X .1 ⊕ X .1 C = X ⊕ X
 3 1 2 3  3 2 3
X 1 , X 2 e X 3 são os bits (elementos) da palavra.
1 1 0   
 
Assim fica que C = X .P = [ X 1 X 2 X 3 ] . 1 0 1  = X 1 ⊕ X 2 X 1 ⊕ X 3 X 2 ⊕ X 3 



Bit de informação ou 0 1 1   C1 C2 C3 
vectores da mensagem
As somas são em “modo 2”, despreza se o valor da sobra. Ou seja “1” mais “1” dá “0” e sobra
“1”. Este “1” de sobra despreza se.
As palavras de código (palavras possíveis) são 2k = 23 = 8 , ou seja, com k = 3 (tamanho da

mensagem) são criadas 8 linhas de palavras possíveis.
Para detectar as palavras erradas usa se a definição 2n− k = 26−3 = 23 = 8 , ou seja, também é 8
palavras, logo posso afirmar que o meu código é perfeito, pois detecta um erro ( t = 1) por palavra,
e não mais do que um.
Assim para a linha “001”, tenho para o C1 = X 1 ⊕ X 2 = 0 + 0 = 0 , ou seja, o primeiro bit é “0”:

Nº da palavra de X C W(X)
código X1 X 2 X 3 C1C2C3
1 0 + 0 1 =0
Para o segundo bit é C2 = X 1 ⊕ X 3 = 0 + 1 = 1 :
1 0 + 1 =01
E para o terceiro é C3 = X 2 ⊕ X 3 = 0 + 1 = 1 .
1 0 +1 = 0 11
Fica então “011”.
Para as outras linhas, o procedimento é igual.
Para a linha “010”, tenho para o C1 = X 1 ⊕ X 2 = 0 + 1 = 1 , ou seja o primeiro bit é “1”, para o segundo
bit é C2 = X 1 ⊕ X 3 = 0 + 0 = 0 , e para o terceiro é C3 = X 2 ⊕ X 3 = 1 + 0 = 1 . Fica então “101”.
Para a linha “011”, tenho para o C1 = X 1 ⊕ X 2 = 0 + 1 = 1 , ou seja, o primeiro bit é “1”, para o
segundo bit é C2 = X 1 ⊕ X 3 = 0 + 1 = 1 , e para o terceiro é C3 = X 2 ⊕ X 3 = 1 + 1 = 0 . Fica então “110”.
Para a linha “100”, tenho para o C1 = X 1 ⊕ X 2 = 1 + 0 = 1 , ou seja, o primeiro bit é “1”, para o
segundo bit é C2 = X 1 ⊕ X 3 = 1 + 0 = 1 , e para o terceiro é C3 = X 2 ⊕ X 3 = 0 + 0 = 0 . Fica então

“110”.

(soma de “1”)
1 000 000 0
2 001 011 3 Tem 1+2=3
3 010 101 3 Tem 1+2=3
4 011 110 4 Tem 2+2=4
5 100 110 3 Tem 1+2=3
6 101 101 4 Tem 2+2=4
7 110 011 4 Tem 2+2=4
8 111 000 3 Tem 3+0=3
Cada palavra codificada enviada (Y) tem 6 bits ( n ) , pois Y = C. X = [C1C2C3 X 1 X 2 X 3 ] .
W(X) é o peso do vector, número de elementos diferentes da primeira linha, também designado por
vector zero Y = C. X = [ 000000] , ou seja o número de “1” por linha.
d min (distância Hammimg entre dois vectores) é obtido na coluna do W(X), e é o valor mais baixo
que consta nessa coluna, excepto o zero, logo é dmin = 3 .
d min é uma característica que me permite avaliar a capacidade de detecção de erros.
Não é pedido!
Um código de blocos linear é aquele que inclui o vector nulo na primeira linha, e em que somando
ao acaso duas palavras de código existentes, origina outra palavra de código existente.
Neste exercício se me pedissem para verificar se é um código de blocos linear, verifico que a 1ª
linha tem o vector nulo. Para avaliar a segunda condição escolho duas palavras ao acaso, somo as
duas palavras, e verifico se obtenho uma já existente:
001011 ( 2ª palavra )
+ 010101 ( 3ª palavra )
011110 ( 4ª palavra )
Posso concluir que se trata de um código de blocos linear.

Exercício 10.02 – Considere um código de blocos linear com cada palavra código definido por:
X = x1 + x2 + x4 + x5 ; x1 + x3 + x4 + x5 ; x1 + x2 + x3 + x5 ; x2 + x3 + x4 + x5 ; x1 ; x2 ; x3 ; x4 ; x5
a) Determine a matriz geradora.

b) Determine a matriz de verificação de paridade.
c) Determine n , k e d min .
Resolução 10.02a) Um código de blocos linear é aquele que inclui o vector nulo na primeira linha, e
em que somando ao acaso duas palavras de código existentes, origina outra palavra de código
existente.
A Matriz G, geradora de código, é obtida (slide CCE11) por G = [ I k | P ] , em que I k é a matriz
identidade de dimensão k e P a matriz de codificação (matriz que o receptor utiliza para verificar
se a palavra recebida é uma palavra válida).
Utilizando os dados fornecidos, e sendo aqui X a palavra código (Y ) a enviar e não a mensagem
propriamente dita (ou seja, é a mensagem sim mas da palavra código a enviar),
Verifico que a matriz identidade ficou no “fim”, aqui está “trocado”. Mas como é um código de
blocos sistemático é-me indiferente onde fica cada uma das matrizes.
Como preencho a matriz de codificação? É fácil, pego nos dados e, onde existirem elementos, coloco
“1”, onde não existirem, coloco “0”. Por exemplo a primeira coluna: C1 = x1 + x2 + x4 + x5 . Não tenho
o x3 , logo este é zero.
1 
Matriz geradora
1 
 
G = [ I k | P ] = 0 
 
1 
1 

C2 = x1 + x3 + x4 + x5 = 10111 C3 = x1 + x2 + x3 + x5 = 11101 C4 = x2 + x3 + x4 + x5 = 01111

Os outros representam a matriz identidade (o “1” desloca se da esquerda para a direita). Assim a
matriz para gerar palavras é:
 C 1 C 2 C 3 C 4 
1 1 1 0 1 0 0 0 0
Matriz geradora
1 0 1 1 0 1 0 0 0
 
G = [ P | Ik ] =  0 1 1 1 0 0 1 0 0
 
1 1 0 1 0 0 0 1 0
1 1 1 1 0 0 0 0 1
 
 P 
Resolução 10.02b) Pelo slide CCE18, sei que a matriz de verificação de paridade é H T =  .
 I n− k 
Mas cuidado, pois como para elaborar a matriz gerador, tive que trocar a posição da matriz
identidade, também aqui, vou ter que a trocar:
1 0 0 0
0 1 0 0
 
0 0 1 0
 
I 0 0 0 1
   1 1 0
n k
HT =  −
 = 1
 P  
1 0 1 1
0 1 1 1 

1 1 0 1
 
1 1 1 1
Resolução 10.02c) O número de linhas do Y (palavra código) é igual a k = 5 .

O número de colunas da matriz P é n − k = 4 .
Então o comprimento é n = 4 + k = 4 + 5 = 9 , que é o número de linhas de H T .

E para o calculo de d min é:
C1 C2 C3 C4 Matriz identidade


Palavra código a enviar ( Y )
As palavras de código (palavras possíveis) são 2 k = 25 = 32 , ou seja, são 32 linhas de palavras

possíveis.
Para o vector nulo, é sempre a mesma coisa:
X Y Peso
Palavra x1 x2 x3 x4 x5 C1 C2 C3 C4
1 0 0 0 0 0 0 0 0 0 0 0
Para o 2º vector, tenho que X = 00001
X Peso
1 0 0 0 0 0 0 0 0 0 0
2 0 0 0 0 1 ? ? ? ?
Ora sei que para a palavra 2, e usando os valores de X da mesma linha que vou construir:
C1 = x1 + x2 + x4 + x5 = 0 + 0 + 0 + 1 = 1
C2 = x1 + x3 + x4 + x5 = 0 + 0 + 0 + 1 = 1
C3 = x1 + x2 + x3 + x5 = 0 + 0 + 0 + 1 = 1
C4 = x2 + x3 + x4 + x5 = 0 + 0 + 0 + 1 = 1

Fica então
X Peso
1 0 0 0 0 0 0 0 0 0 0
2 0 0 0 0 1 1 1 1 1
Mas o que se pretende neste exercício é saber o valor de “Y” e não do “C”, logo é necessário
acrescentar a mensagem:
X Y Peso
Palavra x1 x2 x3 x4 x5 C1 C2 C3 C4 x1 x2 x3 x4 x5
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2 0 0 0 0 1 1 1 1 1 0 0 0 0 1 5
Para os outros é só fazer o mesmo. É um cálculo repetitivo, por isso convém não se distraírem.
Outra nota a ter em consideração, é que não vale a pena faze-los todos, pois a d min vai aumentar, e
pretende se o mais pequeno. E é no inicio que se tem menos “1” para somar para o peso.
X Y Peso
Palavra x1 x2 x3 x4 x5 C1 C2 C3 C4 x1 x2 x3 x4 x5
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2 0 0 0 0 1 1 1 1 1 0 0 0 0 1 5
3 0 0 0 1 0 1 1 0 1 0 0 0 1 0 4
4 0 0 0 1 1 0 0 1 0 0 0 0 1 1 3
5 0 0 1 0 0 0 1 1 1 0 0 1 0 0 4
. . . . .
. . . . .
32 1 0 0 0 0 1 1 1 0 1 0 0 0 0 4

Para a palavra 32: C1 = x1 + x2 + x4 + x5 = 1 + 0 + 0 + 0 = 1
C2 = x1 + x3 + x4 + x5 = 1 + 0 + 0 + 0 = 1
C3 = x1 + x2 + x3 + x5 = 1 + 0 + 0 + 0 = 1
C4 = x2 + x3 + x4 + x5 = 0 + 0 + 0 + 0 = 0
A resposta a pergunta é então: d min é obtido pelo peso mais baixo, excepto o zero, logo é dmin = 3 .
Pode se concluir que pelo simples facto de se ter mais bit de paridade não melhora a característica da
distância, ou seja o código linear não faz com que haja melhoria a este nível.
Nota: é extremamente invulgar ter um valor em que dmin < 3 .
Exercício 10.03 – Um código de blocos linear (15,11) pode ser definido pela seguinte matriz de
paridade:
T
0 0 1 0 1 1 0 1 1 1 1
0 1 0 1 0 1 1 1 1 0 1
P= 
1 0 0 1 1 0 1 1 0 1 1
 
1 1 1 0 0 0 1 0 1 1 1
a) Indique a matriz de verificação de paridade deste código.

b) Faça a lista de “coset leaders” da matriz “standard”. Este código é um código perfeito?
Justifique.
c) Recebendo o vector V = [ 011111001011011] , calcule a síndrome. Supondo que um bit está
errado, calcule a palavra correcta.

 P 
Resolução 10.03a) Pelo slide CCE18, sei que H T =  .
 I n− k 
0011 
0101 
 
1001 
 
0 0 1 0 1 1 0 1 1 1 1
T 0110 
0 1010 
1 0 1 0 1 1 1 1 0 1   Assim fica que:
P= = 1100 
1 0 0 1 1 0 1 1 0 1 1 0111   0011 
     0101 
1 1 1 0 0 0 1 0 1 1 1
1110   
1101  1001 
   
1011   0110 
  1010 
1111   
1100 
 0111 
 P   
HT =   =  1 1 1 0 
 I n − k  1101 
 
1011 
 
1111 
1000 
 
 0100 
 0010 
 
 0001 

Resolução 10.03b) Tenho que n = 15 e k = 11 , pois é dito que é “Um código de blocos linear ( 15 ,
11 )…”. Consultando o slide 16, sei que a descodificação estará correcta se o padrão de erro for um
coset leader, qualquer código de blocos linear é capaz de corrigir 2n −k padrões de erro.
 n =15 bit (elementos)

 Para detectar as palavras erradas usa se a definição
000000000000000 
  2n − k = 215−11 = 2 4 = 16 linhas. Ou seja, vou ter uma matriz padrão de
000000000000001 
000000000000010  erros com 16 linhas e 15 colunas ( n ) . Começo com o vector zero, e
 
000000000000100  vou descendo.
000000000001000 
 
000000000010000 
000000000100000 
 
E=  00000000 1 000000 
 
000000010000000 
000000100000000  É um código perfeito, pois corrige todas as palavras com um erro
 
000001000000000  ( t = 1) . Ou seja se olharmos para a matriz de padrões de erros (não
000010000000000 
  confundir com a matriz identidade, que ainda por cima começa com
000100000000000 
001000000000000  o “1” da esquerda para a direita), apenas um bit é alterado (“1” a
 
010000000000000  azul), e nenhum com mais do que 1 erro. O primeiro vector nulo
  não conta, pois não tem erros.
100000000000000 
Nota, se tivesse palavras de código (palavras possíveis) 2n− k = 25 = 32 , não seria um código
perfeito, pois haveria mais uma coluna ( n = 16 ) , pois k seria igual a 11 , logo ia haver uma linha a
necessitar de correcção de mais de que um erro por linha.

Resolução 10.03c) Pelo slide CCE20, sei que: H T
0011 
0101 
S = Z .H T = V .H T  
1001 
 
0110 
Aqui o meu erro é V . 1010 
 
1100 
 
V
0111 
Para facilitar, vou rodar a matriz V e “encostar” a matriz S = [ 011111001011011] . 1110  = ?
1101 
de verificação de paridade. Não se pode igualar pois é  
1011 
apenas um truque de calculo que permite poupar tempo.  
1111 
Depois só se aproveita as linhas onde tenho “1” na 1ª 1000 
 
matriz e na 1ª coluna da 2ª matriz (assinalado com um 0100 
circulo a vermelho). Depois escolhe se a linha completa, 0010 
 
representado por um rectângulo a verde (figura 3). 0001 
 0   001 1 
 1   010 1 
  
1  1001 
  
 1   011 0 
1  1010 
  
1  1100 
 0   011 1 
  
0  1110  =
1  1101 
  
0  1011 
  
1  1111 
1  1000 
  
0  0100 
1  0010 
  
1  0001 
Depois soma se as colunas e obtém se “6323”. E os números pares ficam “0”, e os ímpares ficam
“1”.
6 3 2 3
Assim S =   . Nota - se tivesse obtido [ 0000] , significava que não havia erros.
0 1 0 1 
Fica
 0011 
 0101 
 
1001 
 
 0110 
1010 
 
1100 
 0111 
 
S = V .H T = [ 011111001011011] . 1110  = [ 0 1 0 1]
1101 
 
1011 
 
1111 
1000 
 
 0100 
 0010 
 
 0001 
Pelo slide CCE20, sei que S = V .H T = E.H T .
000000000000000  0000 
000000000000001   001 1 
   
000000000000010   010 1 
   
000000000000100  1001 
000000000001000   011 0 
   
000000000010000  1010 
000000000100000  1100 
   
T 000000001000000   011 1 
S = E .H =  X 
000000010000000  1110 
   
000000100000000  1101 
   
000001000000000  1011 
000010000000000  1111 
   
000100000000000  1000 
001000000000000  0100 
   
010000000000000  0010 
100000000000000   000 1 
   

Como é uma multiplicação de duas matrizes, é preciso repetir tudo de novo:
 000000000000000  0000   0000 

 000000000000001   0011   0001 
     
 000000000000010   0101   0010 
     
 000000000000100  1001   0100 
 000000000001000   0110  1000 
     
 000000000010000  1010  1111 
 000000000100000  1100  1011 
     
 00000000 1 000000   0 1 1 1  1 1 0 1 
S = E .H T =   X   = 
000000010000000 1110 1110 
     
 000000100000000  1101   0111 
     
 000001000000000  1011  1100 
 000010000000000  1111  1010 
     
 000100000000000  1000   0110 
 001000000000000  0100  1001 
     
 010000000000000  0010   0101 
100000000000000   0001   
     0011 
Basta fazer assim:

Agora verifico a LINHA, da matriz de sindroma de valor 0101, e sei o meu erro padrão,
Agora vou utilizar o valor obtido, [ 010000000000000].
v = V ⊕ e ; com V = [ 011111001011011] e e = [ 010000000000000] , e o “1” assinalado a
vermelho esta errado naquela posição.
011111001011011
+ 010000000000000
001111001011011
E a palavra corrigida é v = [ 001111001011011] , ou seja para se ter a palavra correcta, bastaria trocar
o 2º bit.

Exercício 10.04 – Diga, justificando, se os códigos (7,3), (7,4) e (15,11) são códigos perfeitos.
Resolução 10.04) Slide CCE8. Para ser perfeito, as palavras de código, 2 k , tem que 2 k ≥ 2 n − k .
No 1º caso, tenho que n = 7 e k = 3 . Consultando o slide 16, sei que a descodificação estará correcta
se o padrão de erro for um coset leader, qualquer código de blocos linear é capaz de corrigir 2n −k
padrões de erro. Neste caso fica que 2n − k = 27 −3 = 2 4 = 16 padrões de erro. Este código consegue
corrigir todas as palavras com 1 bit errado e alguns com 2 bit errados, pois as palavras código são
2k = 23 = 8 e é < 2n − k . Não é um código perfeito.
No 2º caso, tenho que n = 7 e k = 4 . Neste caso fica que 2n − k = 27 − 4 = 23 = 8 padrões de erro. Este
código consegue corrigir todas as palavras com 1 bit errado, pois as palavras código são 2k = 23 = 8
e é ≥ 2n − k . É um código perfeito, neste é mesmo no limite inferior, pois é igual.
No 3º caso, tenho que n = 15 e k = 11 . Neste caso fica que 2n − k = 215−11 = 2 4 = 16 padrões de erro.
Este código consegue corrigir todas as palavras com 1 bit errado. Todas com um erro e não mais,
pois as palavras código são 2 k = 211 = 2048 e é ≥ 2n − k . É um código perfeito. Ou seja, é fácil
constatar que de facto 2048 > 16.
Exercício 10.05 – Considere um código de blocos (127,92) capaz de correcções de erros triplos
usado num canal com uma probabilidade de erro de 10−4 .
a) Qual é a probabilidade de erro na mensagem, para um bloco não codificado de 92 bits?
b) Qual é a probabilidade de erro na mensagem, quando se usa o código de blocos (127,92)?
Resolução 10.05a) Pe para um bloco de 92 sem codificação. Consultando o slide CCE26, tenho que
92 92
92
  0 92 − 0
Pwc = ∑ P ( 0, 92 ) = ∑   p 0 (1 − p )
92 − 0
= (10−4 ) (1 − 10−4 ) = 9,15.10−3
i=0 i=0  0 

n n
 n i
∑ P ( i , n ) ∑  i  p (1− p )
n −i
i=0 i=0
k 92
(
Ou então: Pwc = 1 − (1 − PB ) = 1 − 1 − 10−4 ) = 9,15.10−3 .
n n
n
∑ P ( i, n ) = ∑  i  p (1 − p )
i n−i
Resolução 10.05b) Consultando o slide CCE26, tenho que Pwc ≤ .
i = t +1 i = t +1  
E t = 3 , pois corrige erros triplos. Basta calcular para o termo i = t + 1 , pois os outros termos
coincidem pouco. Pwc é a probabilidade de bits não corrigidos.
1
27 − 4
127
 127  −4 4 123
Pwc = ∑   (10 ) (1 − 10 −4 )
i=4  4 
127  127 ! 127.126.125.124 .123! 248 031 000

Sabendo que  = = = = 10 334 625.
 4  4 !.123! 4!.123! 24
127
Assim Pwc = ∑ 10 334 625. (10−4 ) (1 − 10 −4 ) .
4 123

i=4  
Deve se usar o “Matlab” para realizar o cálculo, e a probabilidade de existir a possibilidade de haver
bits não corrigidos é Pwc = 1, 0233.10 −9 .

Exercício 11.01 – Considere um código sistemático (7, 3) gerado por g ( p ) = p 4 + p 3 + p 2 + 1 .

a) Determine o polinómio de código (na forma sistemática) para a mensagem X = [101] .
b) Considere a palavra de código Y1 , obtida de Y deslocando de uma casa para a esquerda, e
confirme que a síndrome é nula.
Resolução 11.01a) Com X = [101] , significa que X ( p ) = p 2 + 1 . Não se coloca o p1 pois p1 = 0 .
Como o expoente de p , ( P n −k ) , é n − k = 7 − 3 = 4 , fica que P n−k = p 4 .
Consultando o slide CCE37, o número total de deslocamento é n , e na saída tem se a palavra de

código:
Y ( p ) = P n−k x X ( p ) + C ( p )
Y ( p ) = p4 x X ( p ) + C ( p )
Não confundir com o código gerado que é Y ( p ) = X ( p ) g ( p ) .
( p)
X
Y ( p ) = p4 x ( p 2 + 1) + C ( p )
Y ( p) = p6 + p4 + C ( p)
Sabendo de que C ( p ) = P n − k x X ( p ) mod  g ( p ) 
C ( p) = (p 6
+ p4 ) mod  p 4 + p 3 + p 2 + 1
 p 4 + p 3 + p 2 + 1 é o meu polinómio gerador, g ( p ) , e é-me dado no enunciado.
Sendo assim, a divisão do polinómio é:
p6 + p4 p4 + p3 + p2 + 1
Escolhe se um denominador de modo a que o 1º termo do numerador seja igual ao do 1º termo do 1º

membro. Assim p 6 = p 4 x p Z → Z = 6 − 4 = 2 . Assim o 1º termo do denominador é p 2 .
p6 + p4 p4 + p3 + p2 + 1
p2
Agora preenche se a coluna da esquerda. Convém colocar os termos nas posições certas de modo a
não falhar nenhum:
p6 + p4 p4 + p3 + p2 + 1
p6 + p5 + p4 + p2 p2
0 + p5 + 0 + p2
Agora para fazer o resto do calculo, é só fazer do mesmo modo como se começou:
p6 + p4 p4 + p3 + p2 + 1
p6 + p5 + p4 + p2 p2 + p + 1
0 + p5 + 0 + p2
p5 + p4 + p3 + p
0 + p4 + p3 + p2 + p
p4 + p3 + p2 + 1
0 + 0 + 0 + p + 1

p6 + p4 p +1
Pelo slide CCE31, fica então que 4 3 2
= p2 + p + 1 + 2
p + p + p +1 p + p +1
Quociente
C ( p ) = p + 1 , e como C ( p ) tem 4 elementos, fica que C ( p ) = [ 0011] .
Nota teórica:
C ( p ) = Cn − k −1 P n − k −1 + Cn − k − 2 P n − k − 2 + ... + C0 P

0
=1
C ( p ) = C7 −3−1 P 7 −3−1 + C7−3− 2 P 7 −3−2 + C7 −3−3 P 7 −3−3 + C7−3− 4 P 7 −3−4 = C3 P 3 + C2 P 2 + C1P1 + C0
Assim Y ( p ) = p 6 + p 4 + C ( p ) = p 6 + p 4 + ( C3 P 3 + C2 P 2 + C1 P + C0 )
 
Y ( p ) =  101
C3C2C1C0 
 p6 + p4 
 
Logo Y ( p ) = 101 C C C C 
3 2 1 0 = [1010011]
 
 ( ) C( p) 
X p
Resolução 11.01b) É necessário rodar a palavra, pois os códigos cíclicos qualquer palavra de código
rodado, é um novo código. Y1 ( p ) = [1010011] = [ 0100111] .

←
Nota teórica, pelo slide CCE32, g ( p ) = g n− k P n− k + g n −k −1 P n −k −1 + g n −k −2 P n −k −2 + ... + g0
g ( p ) = g 7 −3 P 7−3 + g 7 −3−1 P 7−3−1 + g7 −3− 2 P 7−3−2 + g 7 −3−3 P 7−3−3 + g 7−3−4 P 7 −3−4
g ( p ) = g 4 P 4 + g3 P 3 + g 2 P 2 + g1P1 + g 0 P 0
g ( p ) = g 4 P 4 + g3 P3 + g 2 P 2 + g1 P + g0

Pelo slide CCE39, S ( p ) = Y1 ( p ) mod  g ( p )  , e g ( p ) = p 4 + p 3 + p 2 + 1 (é um dado do enunciado).
Sendo k = 7 , existem por isso 2 k palavras, ou seja, 27 = 128 palavras.
S ( p ) = Y1 ( p ) mod  g ( p )  = [ 0100111] mod  p 4 + p 3 + p 2 + 1 =  p 5 + p 2 + p + 1 mod  p 4 + p 3 + p 2 + 1
p5 + p2 + p + 1 p4 + p3 + p2 + 1
Assim fica:
p5 + p2 + p + 1 p4 + p3 + p2 + 1
p5 + p4 + p3 + p p + 1
0 + p4 + p3 + p2 + 0 + 1
p4 + p3 + p2 + 1
0 + 0 + 0 + 0
Fica Q = P + 1 , e o R = 0 , logo C ( p ) = 0 . Como a síndroma é nula, pode se concluir que é uma
palavra valida, não há erros de transmissão.
Exercício 11.02 – Dado o polinómio g ( p ) de um código cíclico, a matriz geradora equivalente de

um código de blocos sistemático pode ser determinada através dos polinómios
Ri ( p ) = p n −i mod  g ( p )  1 ≤ i ≤ k , os quais correspondem às linhas da sub-matriz P. Use este
método para obter P para um código de Hamming (7,4) gerado por g ( p ) = p 3 + p + 1 .

Resolução 11.02) k = 4 , logo 1 ≤ i ≤ 4 .

Ri ( p ) = p n −i mod  g ( p ) 
Para i = 1 , é R1 ( p ) = p n −1 mod  g ( p ) 
R1 ( p ) = p 6 mod  g ( p ) 
p6 p3 + p + 1
p6 + p4 + p3 p3 + p + 1
p4 + p3
p4 + p2 + p
p3 + p 2 + p
p3 + p +1
2
p +1 → C ( p ) = [101] .
Para i = 2 , é R2 ( p ) = p n − 2 mod  g ( p ) 
R2 ( p ) = p 5 mod  g ( p ) 
p5 p3 + p + 1
p5 + p3 + p 2 p2 + 1
p3 + p 2
p3 + p +1
p2 + p + 1 → C ( p ) = [111] .
Para i = 3 , é R3 ( p ) = p n −3 mod  g ( p ) 
R3 ( p ) = p 4 mod  g ( p ) 
p4 p3 + p + 1
p4 + p2 + p p +1
p2 + p → C ( p ) = [110] .

Para i = 4 , é R4 ( p ) = p n − 4 mod  g ( p ) 
R4 ( p ) = p 3 mod  g ( p ) 
p3 p3 + p + 1
p3 + p +1 1
p +1 → C ( p ) = [ 011] .
Exercício 11.03 – Um código cíclico (15,5) tem polinómio gerador

g ( p ) = p10 + p8 + p 5 + p 4 + p 2 + p + 1 .
a) Obtenha o diagrama de um codificador para este código.

b) Determine o polinómio de código (na forma sistemática) para a mensagem
X ( p ) = p4 + p2 + 1 .
c) O polinómio V ( p ) = p14 + p8 + p 6 + p 4 + 1 é um polinómio de código deste sistema?
Justifique.
Resolução 11.03a) Sendo g ( p ) = p10 + p8 + p 5 + p 4 + p 2 + p + 1 , então g ( p ) = [10100110111] .
Tem 2 n − k = 215−5 = 210 , logo tem se 10 bits de paridade. Ou seja, tem se 10 flip-flops.
No somador a seguir ao grau da potência que não tenho não coloco nada o “+”.

No somador existentes, coloco o termo do polinómio gerador do respectivo grau.
Resolução 11.03b) Sendo X ( p ) = p 4 + p 2 + 1 , e a mensagem é Y ( p ) = P n−k x X ( p ) + C ( p ) .
Y ( p ) = P15−5 x (p 4
+ p 2 + 1) + C ( p )
Y ( p ) = p10 x (p 4
+ p 2 + 1) + C ( p )
Y ( p) = p14 + p12 + p10 + C ( p)

(
p10 x p 4 + p 2 +1 )
Para se saber C ( p ) , é necessário fazer se a divisão do polinómio. g ( p) = p10 + p8 + p5 + p4 + p2 + p +1
p14 + p12 + p10 p10 + p 8 + p 5 + p 4 + p 2 + p + 1

p14 + p12 + p 9 + p8 + p6 + p5 + p4 p4 +1
p10 + p 9 + p 8 + p 6 + p5 + p 4
p10 + p8 + p5 + p 4 + p 2 + p +1
p9 + p6 + p2 + p + 1
Assim sendo a palavra de código é C ( p ) = p9 + p 6 + p 2 + p + 1 .
Y ( p ) = p14 + p12 + p10 + C ( p ) = p14 + p12 + p10 + p 9 + p 6 + p 2 + p + 1 , e tem que ter 15 bits ( n = 15 ) .
Ficando Y ( p ) = [101011001000111] .

Resolução 11.03c) Basicamente o que se pretende é saber se é uma palavra válida. Por isso vou
calcular a sua síndrome.
S ( p ) = V ( p ) mod  g ( p ) 
Se o resto é zero, significa que a palavra é valida. Como V ( p ) = p14 + p8 + p 6 + p 4 + 1 e o g ( p ) é
g ( p ) = p10 + p8 + p 5 + p 4 + p 2 + p + 1 , fica:
p14 + p8 + p6 + p4 +1 p10 + p8 + p5 + p 4 + p 2 + p + 1
p14 + p12 + p 9 + p8 + p 6 + p5 + p 4 p4 + 1
p12 + p9 + p5 +1
12 10 7 6 4 3 2
p +p +p +p +p +p +p
p10 + p 9 + p 7 + p 6 + p 5 + p 4 + p3 + p 2 +1
10 8 5 4 2
p +p +p +p + p + p +1
p 9 + p8 + p 7 + p 6 + p3 + p+0
Logo V ( p ) não é uma palavra valida (o polinómio não é deste sistema). A palavra que chega tem
erros, pois o resto da divisão é a síndroma. Comparar com o exercício 1b.
Eu assinalei o último termo a vermelho, pois há o hábito de preencher com “1”!
Exercício 11.04 – A palavra 111100101110 é codificada usando o código de Golay de polinómio

gerador g ( p) = p11 + p9 + p7 + p6 + p5 + p +1. Determine a palavra de código correspondente.
Resolução 11.04) O código Golay é um código binário e é SEMPRE (23,12) pois n = 11 + 12 = 23 e

tem um d min = 7 . É capaz de corrigir até 3 erros, t = 3, e é um código perfeito. Só existe duas funções
geradoras:
g1 ( p ) = p11 + p10 + p 6 + p 5 + p 4 + p 2 + 1
g 2 ( p ) = p11 + p 9 + p 7 + p 6 + p 5 + p + 1
Neste exercício estamos a usar a 2ª (conforme slide CCE43).

Sendo X ( p ) = 111100101110 = p11 + p10 + p 9 + p8 + p 5 + p3 + p 2 + p .
Y ( p ) = P 23−12 x (p 11
+ p10 + p9 + p8 + p 5 + p 3 + p 2 + p ) + C ( p )
Y ( p ) = p11 x (p 11
+ p10 + p 9 + p8 + p5 + p3 + p 2 + p ) + C ( p )
Y ( p) = p 22 + p 21 + p 20 + p19 + p16 + p14 + p13 + p12 + C ( p)
Pelo slide CCE45,
p 22 +p 21 + p 20 + p19 + p16 + p14 + p13 + p12 p11 + p9 + p7 + p6 + p5 + p + 1

p 22 + p20 + p18 + p17 + p16 + p12 + p11 p11 + p10 + p7 + p 4 + p 2 + p
p 21 + p19 + p18 + p17 + p14 + p13 + p11
p 21 + p19 + p17 + p16 + p15 + p11 + p10
p18 + p16 + p15 + p14 + p13 + p10
p18 + p16 + p14 + p13 + p12 + p8 + p 7
p15 + p12 + p10 + p8 + p 7
p15 + p13 + p11 + p10 + p9 + p5 + p4
p13 + p12 + p11 + p 9 + p8 + p 7 + p5 + p 4
p13 + p11 + p 9 + p8 + p 7 + p3 + p 2
p12 + p5 + p 4 + p3 + p 2
p12 + p10 + p8 + p 7 + p 6 + p2 + p
p10 + p8 + p 7 + p 6 + p 5 + p 4 + p 3 +p
A palavra de código é:
Y ( p ) = p 22 + p 21 + p 20 + p19 + p16 + p14 + p13 + p12 + p10 + p8 + p 7 + p 6 + p5 + p 4 + p 3 + p
Y ( p ) = [11110010111010111111010] .
Exercício 11.05 – Considere o código BCH (15,11).

a) Qual o polinómio gerador deste código?
b) Se receber a palavra Z ( p ) = [110010101010010] qual a palavra transmitida mais provável?
Resolução 11.05a) Pelo slide CCE46, com n = 15 e k = 11 , e consultando a tabela, fica que:
t =1 e g ( p ) = 238
Ora para escrever um número em octal, necessito de 3 bit.

E cada bit pode variar da seguinte forma
Ficando assim g ( p ) = 238 = ( 010 011)2 = 0 1 00 1 1 2
g ( p ) = p4 + p + 1
 
Nota 11.5.1 – se fosse o número g ( p ) = 35518 =  011101101001
 = 0 1 1 1 0 1 1 0 1 00 1 2 `
 3 5 5 1 2
g ( p ) = p10 + p 9 + p8 + p 6 + p 5 + p 3 + 1

Resolução 11.05b) Z ( p ) = [110010101010010] =  p14 + p13 + p10 + p8 + p 6 + p 4 + p  .
1º Calcular o síndroma de Z. S ( p ) = Z ( p ) mod  g ( p ) 
p14 +p13 +p10 + p8 + p6 + p4 +p p4 + p + 1

p14 + p11 +p10 p10 + p 9 + p 7 + p 6 + p + 1
+p13 + p11 + p8 + p6 + p4 +p
p13 + p10 + p5
p11 + p10 + p8 + p6 + p5 + p 4 +p
p11 + p8 + p7
p10 + p7 + p6 + p5 + p 4 +p
10 7 6
p +p +p
p5 + p 4 +p
5 2
p +p +p
p4 + p2
p4 + p +1
p2 + p + 1
Agora, e sabendo de que 2n − k = 215−11 = 2 4 = 16 .
Consultando o slide CCE41 e 43:
S ( p ) = e ( p ) mod  g ( p )  = e ( p ) mod  p 4 + p + 1
Ou seja, tenho que fazer a divisão para cada linha. Até ao p3 , fica igual, pois não se consegue dividir
por p 4 + p + 1 .

e ( p) S S ( p)
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0000 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0001 1
0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 p 0010 p
0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 p2 0011 p2
0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 p3 0100 p3
0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 p4 0101 p +1
0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 p5 0110 p2 + p
0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 p6 0111 p3 + p 2
0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 p7 1000 p3 + p + 1
0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 p8 1001 p2 + 1
0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 p9 1010 p3 + p
0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 p10 1011 p2 + p + 1
0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 p11 1100 …
0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 p12 1101 …
0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 p13 1110 …
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 p14 1111 …
p10 = 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
+ Z ( p) = 1 1 0 0 1 0 1 01 01 0 01 0
1100 0 0111010010
Só vou resolver a ultima linha, mas é o mesmo procedimento para cada uma das linhas:

p10 p4 + p +1
p10 + p7 + p6 p 6 + p3 + p 2 + 1
p7 + p6
p7 + p 4 + p3
p6 + p 4 + p3
p6 + p3 + p2
p4 + p2
p4 + p +1
p2 + p + 1

Exercício 12.01 – Desenhe o diagrama de estados, a árvore do código e a grade do código

convolucional de taxa 1/3 e comprimento de restrição (constaint length) 3 gerado pelos polinómios:
g1 ( x ) = x + x 2 g2 ( x ) = 1 + x g3 ( p ) = 1 + x + x 2 .
Resolução 12.01) código convolucional ( n, k , L ) é diferente do código de bloco ( n, k ) .
g1 ( x ) = 011
g 2 ( x ) = 110
g3 ( p ) = 111

0 + x + x2 1+ x + 0 1+ x + x 2
Para ter os 3 estados possíveis, então a → 00

b → 10
c → 01
L + 1 = 3 ⇔ L = 2 bits.
d → 11
Partindo-se do estado “ a ”, tem se:
Informação dos flip-flops Estado “ a ” nos dois primeiros flip-flops. O

no início conteúdo do 3º era o conteúdo do 1º, que se
deslocou.

Agora vai entrar dois estados possíveis, obrigando ao deslocamento para a direita:
Se entrar “0” Se entrar “1”
Assim fica:
Ou seja,
g1 ( x ) = x + x 2 = 0 + 0 = 0 g1 ( x ) = x + x 2 = 0 + 0 = 0
g2 ( x ) = 1 + x = 0 + 0 = 0 g2 ( x ) = 1 + x = 1 + 0 = 1
g3 ( p ) = 1 + x + x 2 = 0 + 0 + 0 = 0 g3 ( p ) = 1 + x + x 2 = 1 + 0 + 0 = 1
Assim, partindo do estado “ a ”,

ao entrar “0”, vou para o estado “ a − 00 ” e transmito “000”.
ao entrar “1”, vou para o estado “ c − 10 ” e transmito “011”.

Partindo-se do estado “ b ”, tem se:
Informação dos flip-flops Estado “ b ” nos dois primeiros flip-flops. O

deslocou.
Assim fica:
Ou seja,
g1 ( x ) = x + x 2 = 0 + 1 = 1 g1 ( x ) = x + x 2 = 0 + 1 = 1
g2 ( x ) = 1 + x = 0 + 0 = 0 g2 ( x ) = 1 + x = 1 + 0 = 1
g3 ( p ) = 1 + x + x 2 = 0 + 0 + 1 = 1 g3 ( p ) = 1 + x + x 2 = 1 + 0 + 1 = 0

Assim, partindo do estado “ b ”,

ao entrar “0”, vou para o estado “ a − 00 ” e transmito “101”.
ao entrar “1”, vou para o estado “ c − 10 ” e transmito “110”.
Partindo-se do estado “ c ”, tem se:
Informação dos flip-flops Estado “ c ” nos dois primeiros flip-flops. O

deslocou.
Assim fica:

Ou seja,
g1 ( x ) = x + x 2 = 1 + 0 = 1 g1 ( x ) = x + x 2 = 1 + 0 = 1
g2 ( x ) = 1 + x = 0 + 1 = 1 g2 ( x ) = 1 + x = 1 + 1 = 0
g3 ( p ) = 1 + x + x 2 = 0 + 1 + 0 = 1 g3 ( p ) = 1 + x + x 2 = 1 + 1 + 0 = 0
Assim, partindo do estado “ c ”,

ao entrar “0”, vou para o estado “ b − 01 ” e transmito “111”.
ao entrar “1”, vou para o estado “ d − 11 ” e transmito “100”.
Para o “ d ”, fica:

Ou seja,
g1 ( x ) = x + x 2 = 1 + 1 = 0 g1 ( x ) = x + x 2 = 1 + 1 = 0
g2 ( x ) = 1 + x = 0 + 1 = 1 g2 ( x ) = 1 + x = 1 + 1 = 0
g3 ( p ) = 1 + x + x 2 = 0 + 1 + 1 = 0 g3 ( p ) = 1 + x + x 2 = 1 + 1 + 1 = 1
Assim, partindo do estado “ d ”,

ao entrar “0”, vou para o estado “ b − 01 ” e transmito “010”.
ao entrar “1”, vou para o estado “ d − 11 ” e transmito “111”.
Resumo dos estados dos flip-flops:
Estado a : Estado b : Estado c : Estado d :

000 → 000 010 → 111 001 → 101 011 → 010
100 → 011 110 → 100 101 → 110 111 → 001
- Diagrama de estados (para zero é traço continuo, e para um é o traço descontinuo):
Diagrama de estados. E o valor com 3 bits é o valor transmitido.

- Grade (trellis):
Grade (trellis), sem o valor transmitido para não fazer confusão.
Árvore de código

Exercício 12.02 – Um código convolucional com taxa de 1/3 e constaint length igual a 3 tem os
polinómios geradores:
g1 ( p ) = 1 + x + x 2 g2 ( x ) = 1 + x + x2 g3 ( p ) = 1 + x 2 .
k 1
Resolução 12.02) CCE48. Registo de deslocamento com 3 flip-flops. Rc = = .
n 3
CCE52, constaint length, é o 1º parâmetro da função código convolucional ( n, k , L ) , código ( 3,1, 2 ) .
Não é preciso fazer árvore de código conforme o exercício 1.
Slide CCE57. Por cada bit na entrada, tem se três na saída.
Estados possíveis: L + 1 = 3 ⇔ L = 2 bits.

a → 00
b → 10
c → 01
d → 11
Partindo se do estado “ a ”, vai se analisar o comportamento do sistema conforme vai chegando “0”
ou “1”.
1º caso, chega “0” 2º caso, chega “1”

O que é que acontece?
Quando entra o “0”, sai o último “0”. Ou seja tinha se “0 0 0”, como entra o “0”, ocorre um
deslocamento para a direita, ficando “0 0 0”, e desaparecendo o “0”.
Inicialmente tinha se “0 0”, nos dois primeiros, e passou se a ter “0 0”. Ou seja partiu se de “ a ” e
foi se para o “ a ”, transmitindo se “000”.
Como entrou um zero, a linha é contínua.

Agora entra “1”, tendo nos flip-flops “000”:
Quando entra o “1”, com o deslocamento para a direita, sai o último “0”. Ou seja tinha se “0 0 0”,
com mais “1”, passa a “1 0 0”, e desaparece o “0”.
Consultando a tabela de estados. a → 00

Ou seja tinha se “0 0”, nos dois primeiros, e b → 01
passou se a ter “1 0”. c → 10
d → 11
Sei então que se foi do “ a ” para o “ c ”.
Diagrama de estados - como é um “1”, a linha é descontínua, e no sentido para de “a” para “c”
Agora tendo “100”, e entra “0”:
Quando entra o “0”, há um deslocamento para a direita. Ou seja tinha se “1 0 0”, como entra o “0”,
fica “0 1 0”, e desaparecendo o “0”.
Ou seja tinha se “1 0”, nos dois primeiros, e passou se a ter “0 1”. Consultando
a → 00
b → 01
c → 10
d → 11
Sei então que se passou do “ c ” para o “ b ”.
Como entrou um zero, a linha é contínua.

Agora a análise centra se considerando que no sistema se tem nos flip-flops “100”, e entra “1”:

E vai de onde para onde? a → 00

Ou seja tinha se “1 0”, nos dois primeiros, e passou se a ter “1 1”. b → 01
c → 10
d → 11
Sei então que se passou do “ c ” para o “ d ”.
Diagrama de estados - como entrou um é “1”, a linha é descontínua.

Agora a análise centra se considerando que no sistema se tem nos flip-flops “010”, e entra “0”:
Tinha se “0 1 0”, e como entra o “0”, com o deslocamento para a direita, fica “0 0 1.
Ou seja tinha se “0 1”, nos dois primeiros, e passou se a ter “0 0” (passou se de “ b ” para o “ a ”), e
transmite se 111.
Diagrama de estados - como entrou um zero, a linha é contínua.
Os outros três que faltam, seguem a mesma explicação, pois isso vou apenas apresentar o resultado
desses três que faltam com os 5 que já foram feitos. Ficando:

Diagrama de estados
Grade (trellis)
Determinar a distância livre, Df , consultando o slide CCE 60. O ponto “ a ” é eliminado do nó, pois
tem peso nulo, e o nulo não contribui para definir a distância livre. A parti do “ a ” só posso ir para o
ponto “ c ” (assinalado com uma seta vermelha):
E é transmitido uma palavra com três “1”, logo a potência é 3, D 3 . Ficando:

E é a tracejado, pois é igual ao original!
Agora do “ c ” para o “ b ”, tem dois “1”, logo é potência elevada a 2, D 2 .

Do “ b ” para o “ c ”, e não tem “1”, logo é potência elevada a 0, D 0 = 1 .
Do “ d ” para o “ d ”,tem dois “1”, logo é potência elevada a 2, D 2 .
Do “ c ” para o “ d ”, tem um “1”, logo é potência elevada a 1, D1 = D .
Do “ d ” para o “ b ”, tem um “1”, logo é potência elevada a 1, D1 = D .
Do “ b ” para o “e”, tem três “1”, logo é potência elevada a 3, D 3 .
Esquematicamente fica:
Pelo slide CCE 61, defino os passos (P) e os laços (L):

Passos:
→ P1 = D 3 D 2 D 3 = D 8

→ P2 = D 3 DDD 3 = D 8
Cuidado, pois que esta situação:
Não é valida, pois a seta não permite passar do “ c ” para o “ b ”.
Laços:
→ L1 = D 2
→ D0 D 2 = D 2
L2 =
=1
→ D0 = D2
L3 = DD
=1
P1 (1 − L1 ) + P2
Agora fica que T ( D) = . Substituindo, fica:
1 − L1 − L2 − L3 + L1 L2

P1
 L1
 P2
8 2
D 1 − D + D8
 
  D8 − D8 D 2 + D8 2 D8 − D10
T ( D) = = =
D2 −
1− D2 − D2 + D

2 2
D 1 − 3D 2 + D 4 1 − 3D 2 + D 4
L1 L2 L3 L1L2
Cuidado, pois aqui nesta divisão não posso movimentar os termos, e arrumar da ordem de potência
mais alta para a mais baixa. Fica como está, e só se calcula 3 termos, pois como se nota, está sempre
a crescer:
2 D 8 − D10 1 − 3D 2 + D 4
−2 D 8 + 6 D10 − 2 D12 2 D 8 + 5 D10 + 13D12
0 + 5 D10 − 2 D12
−5 D10 + 15 D12 − 5 D14
0 + 13D12 − 5 D14
−13D12 + 26 D14 − 13D16
0 + 21D14 − 13D16
E o valor que se pretende é o quociente, 2 D 8 + 5 D10 + 13D12 . Escolhemos a potência mais baixa, que
é “8” (está no 1º termo).
Assim Df = 8 .
(É diferente do método utilizado no exemplo do slide CCE59).
Exercício 12.03 – Construa o diagrama trellis para um código (2,1,2) com x 'j = m j −1 + m j ,
x ''j = m j − 2 + m j −1 + m j . Aplique depois o algoritmo de Viterbi para determinar a mensagem original e
a sequência codificada estimada quando a sequência recebida é
Z = 11 11 01 01 11 00 11 01 00 ...
Se dois percursos chegarem a um dado nó com igual métrica acumulada escolha o percurso de cima.
Resolução 12.03) Slide CCE57.
Partindo se do estado “ a ”, tem se:
Partindo se do estado “ b ”, tem se:

Partindo se do estado “ c ”, tem se:
Partindo se do estado “ d ”, tem se:
Sequência recebida é Z = 11 11 01 01 11 00 11 01 00 ...

Vou fazer em 9 tempos de transição:
Vai se começar a partir do estado “ a ”:
Agora vou fazer para todos os “ a ”:

Agora vou calcular a distancia, que é, vendo a linha da sequência recebida, e contar a quantidade de
bits diferentes (designado de métrica do ramo e esta entre parêntese a verde):
O próximo ponto é o “ c ”, pois não vale a pena, por enquanto, começar a fazer para o “ b ” e para o
“ d ” pois ainda não estão disponíveis, e já com a métrica do ramo entre parêntese a roxo:
Agora os próximos pontos disponíveis são os pontos “ b ” e “ d ”, vou fazer a “ b ” e a métrica do

ramo está entre parêntese a laranja:

Agora o ultimo ponto disponível, o ponto “ d ”, e a métrica do ramo entre parêntese a azul claro:
Agora vou calcular a soma das métricas pelos ramos. Quando chega dois ramos ao mesmo ponto,
escolhe se o mais baixo e elimina se o outro ramo. Se a soma é igual no mesmo ponto, escolhe se o
ramo superior, e elimina se a debaixo.
A soma onde esta a seta a verde é, é “2” e “0”:

O próximo ponto é:
Onde está “4”, é a soma de “2” antes, mais “2” do ramo. Onde está “0”, é a soma do ramo antes, que
é “0”, somando com o novo ramo, que é “0”. E assim por diante. Soma se o ramo do percurso.
Agora o próximo passo é diferente, pois vai se ter pontos com dois ramos a convergir. Escolhe se o
ramo de menor valor, ou em caso de igualdade, escolhe o de cima, anulando se o debaixo. Quando se
anula um ramo, pode se recuar (apagando), até ao ponto onde haja dois ramos.

Assim, a seta a roxo aponta para um ponto em que chega 4 + 1 = 5 e outro que é 0 + 0 = 0. Escolhe
se o percurso que chega a azul, pois tem a soma mais pequena e anula se a outra, percurso a
vermelho.
A seta a azul aponta para um ponto em que chega 2 + 1 = 3 e outro que é 2 + 2 = 4. Escolhe se o
percurso que chega a verde, pois tem a soma mais pequena e anula se a outra, percurso a roxo.
A seta a verde aponta para um ponto em que chega 0 + 2 = 2 e outro que é 4 + 1 = 5. Escolhe se o
percurso que chega a vermelho, pois tem a soma mais pequena e anula se a outra, percurso a azul.
A seta a vermelho aponta para um ponto em que chega 2 + 1 = 3 e outro que é 2 + 0 = 2. Escolhe se
o percurso que chega a roxo, pois tem a soma mais pequena e anula se a outra, percurso a verde.

Esta ultima figura além dos totais dos ramos, anulei os ramos que não me interessam.
Também já posso apagar as linhas que estão para trás que não vão para lado nenhum:

Assim continuando:

Agora que cheguei ao fim, qual dos percurso escolho. Vou escolher o que tem a métrica mais baixa,
que é o número de bits errados. Neste caso é “2”. A tracejada é “1” e contínuo é “0”:

X = 1 0 0 1 0 1 0 0 0
Sequencia
Provável dos
Ramos: 11 11 01 11 11 01 11 01 00
Sei, pela métrica que tenho 2 bits errados, que são:
Exercício 12.04 – Considere um codificador convolucional (2,1,2) caracterizado pelo polinómio

g1 ( x ) = 1 e g 2 ( p ) = x + x 2 . O canal de comunicação BSC introduz ruído, com probabilidade de erro
de transacção p = 10−3 e os primeiros bits da sequência recebida são
10 11 00 01 11 10 01 01 10 ...
Suponha que se usa um descodificador sequencial com ∆ = 2 . Trace o percurso de codificação,

convenientemente anotado, e indique qual a mensagem original (não codificada) estimada.
Resolução 12.04) Convolucional (2,1,2)
g1 ( x ) = x + x 2 , g 2 ( x ) = 1 + x e g3 ( p ) = 1 + x + x 2 .

Comunicações Digitais - Aula Teórico-Prática Resolvido PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Comunicações Digitais - Aula Teórico-Prática Resolvido PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Mestrado em Engenharia Electrónica e Telecomunicações

Exercícios resolvidos dos exercícios

Discente: Jorge Rodrigues Valente, 2087406

Sugestões: jrvalente@netmadeira.com Comunicações Digitais – Teórico-prática

Conceitos utilizados no capitulo 1

Figura 1 - Vários tipos de modulação digital.

Sugestões: jrvalente@netmadeira.com Comunicações Digitais – Teórico-prática

Figura 2 – Diagrama de blocos da modulação por codificação de pulso (PCM).

Figura 3 - Exemplo da modulação em PAM.

Sugestões: jrvalente@netmadeira.com Comunicações Digitais – Teórico-prática

Figura 4 – Codificação para transmissão em PCM, de uma sequência binária (1 1 0 0).

Em que “11” representa -2V, “00” representa 1V e “10” representa -1V.

Sugestões: jrvalente@netmadeira.com Comunicações Digitais – Teórico-prática

Figura 6 - Forma onda cosseno elevado.

Modelação de amplitude por pulso (PAM) é um método de amostragem (quantização) utilizada na

Na prática o sinal é codificado em PCM, e transmitido em PAM.

- Ou combinação dos dois.

Figura 7 - Formas de ondas digitais (códigos de linha).

Sugestões: jrvalente@netmadeira.com Comunicações Digitais – Teórico-prática

O cosseno elevado de banda base usa um sinal de código linha NRZ.

N número de bit por nível/símbolo

Na codificação para a transmissão – e que é a preparação do sinal para a sua transmissão

Nsinais - É a quantidade de sinais envolvidos.

Taxa de transmissão do sinal codificado

Designa se por taxa de Nyquist quando a taxa binária é rb = 2W [bits / s ] .

Sugestões: jrvalente@netmadeira.com Comunicações Digitais – Teórico-prática

Quando o sinal é codificado em PCM, rb = rnúmero de sinais amostrados .

f s - É a taxa de amostragem na codificação do sinal, e/ou frequência de transmissão, respeitando o

f máx É a frequência máxima permitida para a transmissão.

W do sinal codificado Para Transmissão

BT - É a largura de banda mínima necessária para transmitir o sinal.

BT com fator roll-off

BT com fator roll-off

Conceitos utilizados no capitulo 2

Técnicas de modulação digital:

Processo de modulação consiste modificar algumas das características (nomeadamente a amplitude, a

Figura 8- Tipos de modulação.

Existem 3 técnicas de modulação digital: ASK (amplitude-shift keying), FSK (frequency-shift

 A cos ( 2π f c t ) símbolo "1" f c = frequência da portadora (carry)

Sugestões: jrvalente@netmadeira.com Comunicações Digitais – Teórico-prática

 Ac cos ( 2π f c1t ) símbolo "1" fc1 = frequência associada ao símbolo binário 1

 Ac cos ( 2π f c t ) símbolo "1"

Geração e detecção de ondas moduladas num sinal digital:

Geração do PSK Detecção do coerente PSK

Sugestões: jrvalente@netmadeira.com Comunicações Digitais – Teórico-prática

O QPSK é um dos casos particulares do PSK, de 4 símbolos (M) de 2 bits:

Transmissor QPSK Receptor (detector coerente) QPSK

Sugestões: jrvalente@netmadeira.com Comunicações Digitais – Teórico-prática

s ( t ) = AC cos φ ( t )  cos ( 2π f C t ) − AC sin φ ( t )  sin ( 2π fC t )

Recepção da onda DPSK (só pode ser com detector coerente):

Saída do integrador proporcional a cos (φ )

φ = 0 ⇒ símbolo 1 ⇒ saída do integrador > 0

φ = π ⇒ símbolo 0 ⇒ saída do integrador < 0

Figura 9 - Constelação dos sinais na modulação PSK, para M = 2, 4 e 8.

Sugestões: jrvalente@netmadeira.com Comunicações Digitais – Teórico-prática

Geração do FSK Detecção do coerente FSK

Geração do ASK Detecção do coerente ASK

ASK – Não coerente – O sinal modulado é detectado utilizando um detetor de envolvente.

Sugestões: jrvalente@netmadeira.com Comunicações Digitais – Teórico-prática

Figura 10 - Constelação dos sinais na modulação PAM-PSK, M = 8 e M = 16.

Figura 11 - Constelação dos sinais na modulação 16 QAM no plano I/Q.

Nota: I/Q, são os dois canais na recuperação em quadratura.

Conceitos de modulação por espalhamento espectral