Princípios de Telecomunicações

23/10/2019
DCO0005 - PRINCÍPIOS DE
TELECOMUNICAÇÕES
Prof. Dr. Vicente Angelo de Sousa Junior
Universidade Federal do Rio Grande do Norte (UFRN) – 2019.2
© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

vicente.sousa@ct.ufrn.br
Princípios de Telecomunicações
Objetivos
• Transformação analógico-digital
– Meta: Entendimento do processo de amostragem ideal e do critério
de Nyquist
– Meta: Entendimento da reconstrução ideal do sinal analógico
através de amostras
• PAM, PWM, PPM e PCM
– Meta: entendimento do processo de amostragem realista e suas
consequências para transmissão (modulação) e recepção
(demodulação) de sinais PAM; entender multiplexação TDM
– Meta: apresentar o PWM e o PPM; como eles se relacionam; como
podem ser gerados e regenerados.
– Meta:apresentar o PCM; aspectos de codificação e quantização e
desempenho.
• Conceitos vs prototipagem
– Meta: Demonstrar conceitos com simulações em Matlab

1
23/10/2019
Amostragem
Preliminares Reconstrução PAM PWM e PPM PCM
• Convenção
- B ou W: banda do sinal mensagem m(t) ou g(t)
- fs: taxa de amostragem
- Ts: tempo de amostragem (entre amostras)
- s(t): sinal modulado
- BT: banda do sinal s(t)

Amostragem Reconstrução PAM PWM e PPM PCM
• Amostragem: processo de discretizar um

sinal analógico
- Primeira etapa da transformação analógico-digital
- Processo reversível sob algumas condições
- Gera um sinal analógico discreto no tempo =
tempo discreto + amplitude contínua
Contínuo
Vetor de valores reais (sinal analógico)
[12,34 12,36 13,40 8,1 7,1 8,3 ...]

2
23/10/2019
• Considerações sob o sinal a ser amostrado g(t):

- Limitado em banda
G ( f ) = 0 para f  B

• Amostragem ideal: baseada em

um trem de impulsos não causais
Trem de pulsos:

 T (t ) =
s   (t − nT )
n = −
s
Sinal amostrado:

g (t ) = g (t ) Ts (t ) =  g (nT ) (t − nT )
n = −
s s
período de amostragem
3
23/10/2019
• E o espectro?
Trem de pulsos:
 
1
  (t − nTs ) = e jn 2f s t (via série de Fourier –
 T (t ) = exemplo 2.11 - Haykin)
s
n = − Ts n = −
Sinal amostrado:

1
g (t ) = g (t ) Ts (t ) =
Ts
 g (t )e
n = −
jn 2f s t
Sua transforma de Fourier é:

 
1
G( f ) =
Ts
 G( f − nf s ) = f sG( f ) + f s
n = −
 G( f − nf )
n = −
s
n0

• E o espectro?
 
1
G( f ) =
Ts
 G( f − nf )
n = −
s = f sG( f ) + f s  G( f − nf )
n = −
s
n0
• Processo de amostragem de um sinal contínuo de

energia finita: resulta em um espectro periódico com
período igual a taxa de amostragem
4
23/10/2019
• Sinal analógico
• Sinal discreto no tempo
 
1
g (t ) = g (t ) Ts (t ) =
Ts
 g (t )e
n = −
jn 2f s t
G ( f ) = f sG( f ) + f s  G( f − nf ) s
n = −
n0
• Observando mais ainda o sinal amostrado

 
1
g (t ) =
Ts
 g (t )e jn 2f st
n = −
via DFT
G( f ) =  g (nT )e s
− j 2fnTs
n = −
• Mas também sabemos que Pode ser calculada se

 tivermos as amostras g(nTs)
G ( f ) = f sG( f ) + f s  G( f − nf )
n = −
s
n0
• Assim, podemos recuperar o sinal G(f) e usar a inversa

de fourier para obter g(t)

g (t ) =  G ( f )e j 2ft df
−
10
5
23/10/2019
• Para que tudo isso funcione, duas condições devem

ser atendidas:
1. G(f) = 0, para | f | > B
2. fs > 2B
• Se não, ocorre o aliasing (mascaramento)

G( f )
Taxa de Nyquist
?
-B B
fs > 2B fs < 2B (Aliasing)
G( f ) G( f )
-2fs -fs -B B fss 2fss -2fss -f-fss -B B

B ffss 2f
2fss
11
• E para fs = 2B?
- Funcionará para sinais que não tem impulso em
suas frequências máximos e/ou mínimas
- Exemplo que não funciona: sinal senoidal

12
6
23/10/2019
• Reconstrução ideal
- Filtragem ideal do sinal amostrado (filtro ideal)
Filtro passa-
baixa ideal
GF ( f )
Entrada:

G ( f ) = f sG( f ) + f s  G( f − nf )
n = −
s
n0
Filtro ideal:
 f 
H ( f ) = Ts rect  
 2B  Fourier
Saída:
G ( f ) = G( f )
© Prof. Dr. F
Vicente Angelo de Sousa Junior @ UFRN
13
• Reconstrução ideal (visão no tempo)

- Filtragem ideal do sinal amostrado (no tempo)
Filtro passa- g (t )
baixa ideal
Entrada:

g (t ) =  g (nT ) (t − nT )
n = −
s s
1
Filtro ideal: Ts =
 f  2B
H ( f ) = Ts rect   → h(t ) = 2 BTs sinc(2Bt ) = sinc(2Bt )
 2B 
Saída:
 
g (t ) = g (t ) * h(t ) =  g (nTs )h(t − nTs ) =
n = −
 g (nT )sinc2B(t − nT )
n = −
s s
14
7
23/10/2019
• Reconstrução ideal

g (t ) Filtro passa-
baixa ideal
g (t ) =  g (nT )sinc2B(t − nT )
n = −
s s
- Filtragem ideal: um sinal sinc escalado por cada

amostra do sinal de entrada

15
• Demo com o Matlab

- Amostragem_reconstrucao.m: realiza
amostragem a uma taxa configurável e reconstrói os
sinal analógico através de interpolação

16
8
23/10/2019
• Máxima taxa de informação

- Nyquist provou que precisamos de fs > 2B: para recuperar o sinal
- Qual será a taxa em que a informação pode ser transmitida em um
canal? Qual é a largura de banda necessária para atingir essa taxa?
- Resp.: uma quantidade de 2B porções independentes de
informação por segundo pode ser transmitida, sem erro, em um
canal com largura de banda B (canal sem ruído).
 amostras 
f s = 2B  
 segundo 
- Para um sistema binário no qual n bits/amostra, podemos escrever
 amostras   bits 
R = 2B   n  amostra  R = 2nB bps
 segundo   
17
• Exercício de sala: um sinal m(t) limitado em banda de

10kHz é amostrado a taxa de Nyquist. Calcule:
a) A taxa de amostragem
b) A taxa de transmissão em bits/s necessária para
transmitir o sinal binário com 2 bits por amostra
c) A mínima largura de banda necessária para a
transmissão do sinal binário codificado

18
9
23/10/2019

a) A taxa de amostragem
 amostras 
f s = 2 B = 20000 
 segundo 

19

b) A taxa de transmissão em bits/s necessária para
transmitir o sinal binário (2 bit por amostra)
 amostras   bits 
R = fs  .2 
 segundo   amostras 
R = 40kbps

20
10
23/10/2019

c) A mínima largura de banda necessária para a
transmissão do sinal binário codificado
Rmax = 2 BT bps
R Rmax = 40 kbps
BT = max
2
40000
BT = = 20 kHz
2
21
• A partir daqui o aluno já pode resolver os exercícios 1 e

2 da lista de exercícios III da UNIDADE III

22
11
23/10/2019
• PAM (Pulse Amplitude Modulation):

• Forma mais simples e básica de modulação de pulso
analógica
• Amplitude de pulsos regularmente espaçados entre si
variam de acordo com amostras de um sinal contínuo
(Haykin, 2011)
g (t )

23
• Operações do PAM
• Amostragem convencional de m(t) a cada Ts segundos
- fs = 1/Ts de acordo com o critério de Nyquist
• Prolongamento da duração de cada amostra por um
valor constante T
g (t )
s (t )
Operação conhecida como Sampling and Hold
A duração T deve ser escolhida com cuidado para evitar

excesso de banda
- quanto menor, mais banda.
- quanto maior, mais potência.
24
12
23/10/2019
• PAM no tempo
g (t )

s (t ) =  g (nT )h(t − nT )
n = −
s s
Trem de pulso retangulares
Fourier
H ( f ) = Tsinc( fT )e − jfT
25
• Espectro do PAM
Amostragem Instantânea

g (t ) =  g (nT ) (t − nT )
n = −
s s
PAM no tempo

g (t )
s(t ) =  g (nT )h(t − nT )
n = −
s s
= g (t ) * h(t )
PAM na frequência
S ( f ) = G ( f )H ( f )

26
13
23/10/2019
• Recuperação do sinal PAM

PAM na frequência
S ( f ) = G ( f )H ( f )
Sabemos que

S ( f ) = f s H ( f )G ( f ) + f s  H ( f )G( f − nf )
n = −
s
n0
Filtro de reconstrução S( f ) G( f ) H ( f )
Filtro passa-
baixa
Distorção

27
• Recuperação do sinal PAM

PAM na frequência G( f ) H ( f )
S( f ) Filtro passa-
S ( f ) = G ( f )H ( f ) baixa
Distorção

28
14
23/10/2019
• PAM
G( f ) Filtro passa-
G( f ) H ( f )
baixa
H ( f ) = Tsinc( fT )e − jfT
Distorção em amplitude e atraso de T/2

(também conhecido como efeito de abertura)
O que fazer para eliminar H(f)? Inserir um equalizador.

29
Filtro de reconstrução
s (t ) g (t )
1 1 f
= =
H ( f ) Tsinc( fT ) sin (fT )

30
15
23/10/2019
• Observações finais sobre PAM

- Impõe requisitos rigorosos sobre as respostas em
magnitude e fase do canal (devido a duração
relativamente curta do pulsos)
- Desempenho perante ao ruído não é atrativo
- Assim, o PAM não é apropriado para transmissão em
longas distâncias
- PAM é usado como meio de processamento e outra modulação
por pulso é usado para transmissão
- Mas é muito usado para multiplexação por divisão de
tempo (TDM)

31
• Multiplexação por divisão de tempo

- Pulsos de sinais diferentes são mandados
intercalados no tempo

32
16
23/10/2019

- Pulsos de sinais diferentes são mandados
intercalados no tempo
sincronizado

33

- Outra ilustração: definição de quadro

34
17
23/10/2019
• Esse assunto será mais bem explorado em Sistemas de

Telecomunicações I
• Material disponível em: www.dee.ufrn.br (seção
downloads)
- Modulação por Amplitude de Pulsos
- Apostila PCM - Prof. Fred Sizenando

35
• Pulse-Time Modulation (PTM)

- Modulação por duração do pulso (PDM ou PWM): a
duração do pulso varia segundo a variação de amplitude
da onda moduladora m(t).
- Modulação por posição do pulso (PPM): a posição do
pulso varia segundo a variação de amplitude da onda
moduladora m(t).
• Em ambos casos o tempo do pulso que está sendo
modulado
• Em ambos os casos a amplitude da onda modulada é
constante
• Os métodos para gerar PWM e PPM são similares

36
18
23/10/2019
Onda contínua
Onda portadora: pulsos igualmente

espaçados e de duração TS
Onda PDM ou PWM: a duração do pulso varia

segundo a variação de amplitude da onda
moduladora m(t)
TS

37
Onda contínua
Onda portadora: pulsos igualmente espaçados e de duração TS
PDM ou PWM: a duração do pulso varia segundo a variação de amplitude da

onda moduladora m(t)
Desvantagem: pulsos longos gastam mais potência e não carregam mais

informação (desperdício de potência)
Opção: subtrair potência não utilizada (potência a mais que o pulso da
portadora) e preservar somente as transições de tempo dos pulsos PWM,
resultando
© Prof. nodePPM
Dr. Vicente Angelo (modulação
Sousa Junior @ UFRN mais eficiente)
38
19
23/10/2019
Onda contínua
Onda portadora: pulsos igualmente espaçados e de duração TS
PDM ou PWM: a duração do pulso varia segundo a variação de amplitude da

onda moduladora m(t)
PPM: a posição do pulso varia segundo a variação de amplitude da onda

moduladora m(t).

39
PPM: a posição do pulso varia segundo a variação de amplitude da onda

moduladora m(t).
Outra vantagem:
- A duração do pulso pode ser controlada para aumentar a largura de banda
ocupada pelo pulso

40
20
23/10/2019
Geração de ondas PDM (PWD) e PPM:

41

42
21
23/10/2019

43
Geração de ondas PDM (PWD) e PPM: através de uma onda PAM

44
22
23/10/2019
Geração de ondas PDM (PWD) e PPM: através de uma onda PAM

45

46
23
23/10/2019
• Detecção de ondas PDM (PWD) e PPM:

1. Sinal PPM é convertido em PWM (através de um circuito que
gera uma onda quadrada e é resetado a cada pulso PPM)
2. Integrar sinal PDM (circuito integrador)
3. Amostrar a saída do integrador a uma taxa uniforme para
produzir a onda PAM (amplitudes serão proporcional ao sinal
m(t))
4. Demodular o PAM para recuperar m(t)

47
• Detecção de ondas PDM (PWD) e PPM

1. Sinal PPM é convertido em PWM (através de um circuito que
gera uma onda quadrada e é resetado a cada pulso PPM)
Começa Termina geração Começa Termina geração

geração de de pulso geração de de pulso
pulso pulso
48
24
23/10/2019

2. Integrar sinal PDM (circuito integrador)

49

3. Amostrar a saída do integrador a uma taxa uniforme para
produzir a onda PAM (amplitudes serão proporcional ao sinal
m(t))
Pontos de amostragem
g (t )
4. Demodular o PAM para
recuperar m(t)

50
25
23/10/2019
• Desempenho perante ao ruído do PPM (exemplo 7.1 –

livro do Haykin)
SNRO 2
=
2 2
BT Ts W
SNRC PPM (Cosseno levantado)
24
BT: banda do sinal modulado
W: banda do sinal mensagem
• Forma ótima de modulação por pulsos

– Figura de mérito proporcional ao quadrado da largura de banda (lei
quadrática similar ao FM)
• Só conseguiremos mais que isso na modulação por pulsos digital (e.g.
PCM)
• Lei exponencial: amostragem + quantização + codificação
51
• PCM (Pulse Code Modulation)

– Princípio da conversão analógico/digital (A/D)
– Aplicações clássicas: telefonia e CD
• Telefonia
– B = 3.4 kHz (sinal de voz), taxa de amostragem = 8 kHz (maior
que Nyquist para garantir filtros de reconstrução realizáveis)
– Amplitude é quantizada em 256 níveis = 8 bits/amostras
– R = 8 kHz [amostras/s] . 8 [bits/amostras] = 64 kbps
• CD
– B = 20 kHz (fidelidade de áudio), taxa de amostragem = 44,1 kHz
(maior que Nyquist para garantir filtros de reconstrução realizáveis)
– Amplitude é quantizada em 65536 níveis = 16 bits/amostras
– R = 44,1 kHz [amostras/s] . 16 [bits/amostras] = 705,6 kbps

52
26
23/10/2019
• O que falta para entendermos o PCM?

– Amostragem: reversível se atendida a taxa de Nyquist
(já entendido)
– Quantização:
• O que é?
• Como definir a quantidade de níveis?
• Como é a forma de onda no tempo do sinal PCM?
• Qual é a largura de banda?
• Como é codificado em bits cada amostra?

53
• Quantização: o que é?
– Quantização de amplitude é definida como o processo
de transformar a amplitude da amostra m(nTs) de um
sinal mensagem m(t) em uma amplitude discreta v(nTs)
tomada em um conjunto finito de amplitudes possíveis

54
27
23/10/2019
Nível de
quantização
(Volts)
m(t)
Valor real da amostra

Valor quantizado

55
Ruído de quantização: diferença de amplitude entre o sinal real amostrado

m(nTs) e o sinal amostrado e quantizado v(nTs)
Qual é o valor máximo do erro?

56
28
23/10/2019
• Valor de amplitude entre níveis de quantização

uniforme
Amplitude de entrada do quantizador (e.g. amplitude
2mmax de m(t))
=
L Número de níveis de quantização

57
2mmax
=
• Erro máximo de quantização L
 
− q
2 2
• Está intimamente atrelado a qualidade da reconstrução do sinal m(t)
(benefício) e a taxa de transmissão (custo), porque?
– Quanto menor o erro, mais qualidade
– Para obter menor o erro, necessitamos de mais níveis de quantização
58
29
23/10/2019
• Codificação
Codificação binária:
representar o sinal, agora
discreto no tempo e
amplitude, em uma
sequência de bits
Para um código de taxa ls

bits/amostras, podemos
representar:
L = 2ls níveis de
tensão

59
• Cálculo da taxa de transmissão final
L = 2ls  ls = log 2 ( L) bits/amostra
Já fizemos um
f s = 2B amostras/segundo exercício de sala
com esses
cálculos
R = f s ls = 2 B log 2 ( L) bps
R = log 2 ( L)2 B
Número de bits por Frequência máxima do
segundo Número de níveis sinal de entrada
(taxa) de quantização
60
30
23/10/2019
• Modulação
PCM: representa o bit 1

com a presença de um
pulso e o bit 0 com a
ausência de um pulso
Existem várias maneiras

de formatar os pulsos
elétricos: códigos de
linha (modulação em
banda-base)

61
• Desempenho em ruído AWGN

– Para um sinal modulante senoidal
3 2ls
SNRO = 2
2
– Conclusões
• Se aumentar ls significa aumentar largura de banda
• Significa um aumento de qualidade com crescimento
exponencial (melhor que PAM e PPM)

62
31

Princípios de Telecomunicações

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

Princípios de Telecomunicações

Enviado por

Direitos autorais:

Formatos disponíveis

23/10/2019

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

• Amostragem: processo de discretizar um

Vetor de valores reais (sinal analógico)

[12,34 12,36 13,40 8,1 7,1 8,3 ...]

• Considerações sob o sinal a ser amostrado g(t):

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

• Amostragem ideal: baseada em

Sua transforma de Fourier é:

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

• Processo de amostragem de um sinal contínuo de

• Sinal discreto no tempo

• Observando mais ainda o sinal amostrado

• Mas também sabemos que Pode ser calculada se

• Assim, podemos recuperar o sinal G(f) e usar a inversa

• Para que tudo isso funcione, duas condições devem

• Se não, ocorre o aliasing (mascaramento)

fs > 2B fs < 2B (Aliasing)

-2fs -fs -B B fss 2fss -2fss -f-fss -B B

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

• Reconstrução ideal (visão no tempo)

- Filtragem ideal: um sinal sinc escalado por cada

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

• Demo com o Matlab

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

• Máxima taxa de informação

• Exercício de sala: um sinal m(t) limitado em banda de

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

• Exercício de sala: um sinal m(t) limitado em banda de

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

• Exercício de sala: um sinal m(t) limitado em banda de

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

• Exercício de sala: um sinal m(t) limitado em banda de

• A partir daqui o aluno já pode resolver os exercícios 1 e

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

• PAM (Pulse Amplitude Modulation):

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

Operação conhecida como Sampling and Hold

A duração T deve ser escolhida com cuidado para evitar

Trem de pulso retangulares

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

• Recuperação do sinal PAM

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

• Recuperação do sinal PAM

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

Distorção em amplitude e atraso de T/2

O que fazer para eliminar H(f)? Inserir um equalizador.

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

• Observações finais sobre PAM

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

• Multiplexação por divisão de tempo

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

• Multiplexação por divisão de tempo

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

• Multiplexação por divisão de tempo

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

• Esse assunto será mais bem explorado em Sistemas de

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN

• Pulse-Time Modulation (PTM)

© Prof. Dr. Vicente Angelo de Sousa Junior @ UFRN