Transmissão Digital - Princípios e Aplicações

T027
Princípios de Comunicações
Analógicas e Digitais
CURSO: Engenharia de Telecomunicações
DISCIPLINA: Princípios de Comunicações Analógicas e Digitais
ANO SEMESTRE: 2020/2
SIGLA: T027 - PERÍODO: 5
COORDENADOR: Marcelo De Oliveira Marques
CARGA HORÁRIA SEMANAL: 2h CARGA HORÁRIA TOTAL: 40h
CORPO DOCENTE: Dayan Adionel Guimarães
EMENTA
Ruído em sistemas de comunicações. Conceituação básica de Modulação de portadoras por sinais contínuos. Modulação e
digitalização de pulsos. Transmissão de sinais não modulados. Teoria da detecção.
OBJETIVOS GERAIS
Entender a influência do ruído nos sistemas eletrônicos de comunicações. Noções sobre os principais tipos de modulação de
portadora por sinais contínuos. Entender as modulações de pulsos mais usuais, suas características e aplicações. Entender o
princípio da digitalização de pulsos e seus fatores de degradação. Entender os mecanismos e limitações das transmissões de
sinais não modulados de acordo com cada tipo de canal. Entender o princ ípio da detecção de sinais discretos em canais com
ruído gaussiano branco aditivo (AWGN).
CONTEÚDO PROGRAMÁTICO Lathi, Cap. 1, Seções 1.1 a 1.2.1 (inclusive) e 1.6; demais seções como complemento opcional.
1 - Introdução aos sistemas de comunicação: noções sobre os principais elementos de um sistema de comunica ção:
transmissor, canal, receptor, modulação analógica. ( 2h30min )
Lathi, Cap. 6, até Seção 6.1.1 (inclusive); Seção 6.1.2 como complemento.
2 - Amostragem. ( 1h40min )
3 - Modulação de pulsos (PAM, PWM, PPM). ( 2h30min ) Lathi, Cap. 6, Seção 6.1.5.
4 - Quantização Uniforme e ruído de quantização. ( 3h20min )
Lathi, Cap. 1, Seção 1.2 e Cap. 6, Seção 6.2.
5 - Modulação digital de pulsos (PCM); Lei A e Lei mu. ( 2h30min )
6 - Atividades extraclasse orientada: exercícios. ( 1h30min )
7 - Modulação Delta. ( 2h30min ) Lathi, Cap. 6, Seção 6.7.
9 - Transmissão de sinais não modulados: canais e suas principais caracter ísticas; códigos de linhas e suas principais
características. ( 2h30min ) Dayan, Cap. 1.
10 - Ruído AWGN: ruído térmico, densidade espectral de ruído térmico, fator de ruído, temperatura efetiva de ruído; exemplos. (
2h30min ) Dayan, Apêndice B.
11 - Atividades extraclasse orientada: exercícios. ( 1h )
12 - Filtro casado. ( 2h30min )
Dayan, Cap. 3.
13 - Correlator. ( 1h40min )
14 - Análise da probabilidade de erro de sinais em banda base. ( 3h20min ) Dayan, Cap. 4.
16 - Interferência intersimbólica; filtragem de Nyquist. ( 2h30min ) Dayan, Caps. 5 e 6.
17 - Diagrama de olho. ( 1h40min ) Dayan, Cap. 7.
18 - Noções sobre equalização adaptativa. ( 1h40min )
19 - Atividades extraclasse orientada: exercícios. ( 1h10min ) Dayan, Cap. 6, Seção 6.2 e exercício 6.
RELACIONAMENTO COM OUTRAS DISCIPLINAS
Esta disciplina possui como pré-requisitos diretos o conhecimento de probabilidade, processos estoc ásticos e sinais e sistemas.
Por sua vez ela é pré-requisito direto das disciplinas de Sistemas de Comunicações.
PROCEDIMENTOS DE ENSINO
Aulas expositivas com uso de simulações computacionais, exercícios e trabalhos orientados.
RECURSOS DIDÁTICOS
Computador conectado à Internet, projetor multimídia, programas de simulação tais como MathCad, Matlab e VisSim Comm.
Quadro branco ou de giz. Rede WiFi.
INSTRUMENTOS, CRITÉRIOS E PROCEDIMENTOS DE AVALIAÇÃO
NP1 - Nota Parcial 1

NP3 - Nota parcial 3. Prova com cobertura de todo conteúdo da disciplina, envolvendo as partes práticas e teóricas com os
respectivos pesos.
PS - Prova substitutiva com cobertura de todo conteúdo da disciplina.
Ao longo do semestre haverá duas provas que comporão as notas PV1 e PV2, cada uma entre zero e cem.
As notas parciais serão NP1 = (PV1 + PV2)/2; NP2 = NP1.
NPA = (NP1 + NP2) / 2
Se NPA >= 60, o aluno estará aprovado e NFA = NPA;
Se NPA < 30, o aluno estará reprovado e NFA = NPA;
Se 30 <= NPA < 60, o aluno deverá fazer a NP3.
NFA = (NPA + NP3) / 2;
Se NFA >= 50 o aluno estará aprovado, caso contrário estará reprovado.
CRITÉRIO DE PROVA SUBSTITUTIVA
SUBSTITUTIVA PROVA TEÓRICA

Será oferecida uma única prova substitutiva, abrangendo todo o conteúdo programático da disciplina, a ser realizada ao final
do semestre letivo, que poderá ser feita pelos alunos que perderem uma ou mais provas teóricas que compõe a NP1
ou a NP2, substituindo exclusivamente a prova perdida que tiver maior peso. Para fazer a prova substitutiva, o aluno deverá
fazer, em até dois dias úteis contados a partir do dia seguinte ao da prova perdida, um requerimento no Centro de Registros
Acadêmicos
(CRA) destinado à Pró-Diretoria de Graduação. Este requerimento deverá ser acompanhado de um documento que justifique
a ausência na prova, para isenção da taxa de pagamento.
Os eventos que permitirão a realização da prova substitutiva, com a isenção da taxa de pagamento, desde que sua
ocorrência impeça o comparecimento à prova, serão:
- problema de saúde comprovado por atestado médico;
- convocação da justiça;
- convocação militar;
- representação institucional e
- falecimento de parente de primeiro ou segundo grau (cônjuge, pais, avós, filhos ou irmãos) ocorrido até dois dias antes da
realização da prova.
O pedido de avaliação substitutiva mediante taxa de pagamento, deverá ser

protocolado no CRA, no prazo máximo de 2 (dois) dias úteis contados a partir do dia
imediatamente posterior ao da realização da atividade, acompanhado do comprovante de
pagamento.
O número limite para concessão de avaliações substitutivas mediante taxa de

pagamento, considerando todo o período de permanência do estudante em seu curso de
graduação é de 10 (dez) avaliações substitutivas para bacharelado e de 6 (seis) para os
cursos superiores de tecnologia.
O aluno que perder uma das provas que compõe a NP1 ou a NP2,
e obteve se obter
deferimento em seu pedido de prova substitutiva, fará a NP3 para substituir uma das provas perdidas e a prova substitutiva
substituirá a nota NP3, caso necessário.
A NP3 não poderá substituir uma prova perdida e valer como NP3 ao mesmo tempo.
Haverá Prova substitutiva de NP3
TESTE DE LABORATÓRIO
Este critério não se aplica a esta disciplinas.
ATIVIDADES DESENVOLVIDAS EM LABORATÓRIO
REFERÊNCIA BIBLIOGRÁFICA BÁSICA
a. GUIMARÃES, Dayan Adionel (Prof. Dr. Dayan Adionel Guimarães); SOUZA, Rausley Adriano Amaral de (Rausley Adriano
Amaral de Souza), Transmissão digital: princípios e aplicações. 1 ed. São Paulo, SP: Érica, 2012, 320 p. ISBN
978-85-365-0439-1.
b. HAYKIN, Simon S., Communication systems. 4 ed. U.S.A.: John Wiley & Sons, 2001, 816 p. ISBN 0-471-17869-1.
c. LATHI, B.P., Modern digital and analog communication systems. 3 ed. New York, EUA: Oxford University, 1998, 781 p. ISBN
0-19-511009-9.
REFERÊNCIA BIBLIOGRÁFICA COMPLEMENTAR
a. CARLSON, Athol Bruce; CRILLY, Paul B.; RUTLEDGE, Janet C., Communication systems: an introduction to signals and
noise in electrical communication. 4 ed. New York, EUA: McGraw-Hill, 2002, 850 p. ISBN 0-07-011127-8.
b. COUCH, Leon W., Digital and analog communication systems. Upper Saddle River, NJ: Prentice Hall, 2001 - 2013, ISBN
0-13-081223-4 / 978-0-13-291538-0.
c. KENNEDY, George; TINNELL, R. W., Electronic communication systems. Tokyo: McGraw-Hill, 1970, 743 p.
d. PROAKIS, John G.; SALEHI, Masoud, Communication systems engineering. 2 ed. New Jersey: Prentice Hall, 2002, 801 p.
ISBN 0-13-061793-8.
e. RAPPAPORT, Theodore S., Wireless communications: principles and practice. 2 ed. New Jersey: Prentice Hall, 2008, 707 p.
ISBN 0-13-042232-0.
PERÍODICOS DO CURSO
IEEE Transactions on Education

IEEE Transactions on Broadcasting
IEEE Transactions on Instrumentation and Measurement
IET Science, Measurement & Technology
IEEE Transactions on Microwave Theory and Techniques
IEEE Microwave and Wireless Components Letter
IEEE Microwave Magazine
IET Microwaves, Antennas & Propagation
IEEE Journal of Solid-State Circuits
IET Circuits, Devices & Systems
IET Electronics Letters
IEEE Transactions on Communications
IEEE Transactions on Wireless Communications
IEEE Communications Magazine
IEEE Communications Letters
IEEE Transactions on Information Theory
IEEE Journal of Lightwave Technology
IEEE Photonics Journal
IEEE Photonics Technology Letters
OBSERVAÇÕES
APROVAÇÕES E ASSINATURAS
Aprovação no Colegiado de Curso:
Marcelo De Oliveira Marques (Coordenador)
Docente
Sumário
Introdução ........................................................................................................................ 15
Parte 1 - Transmissão Digital em Banda Base................................ 19
Capítulo 1 - Conceitos Iniciais sobre Transmissão em Banda Base ........................... 20

1.1 Transmissão em banda base e em banda passante.................................................. 20
1.2 Codificação da forma de onda ................................................................................ 21
1.3 Alguns códigos de linha e suas principais características ...................................... 23
Capítulo 2 - Sinalização M-PAM ................................................................................... 28

2.1 Introdução............................................................................................................... 28
2.2 Geração da forma de onda M-PAM ....................................................................... 30
Capítulo 3 - Filtro Casado e Correlator ........................................................................ 32

3.1 Filtro casado ........................................................................................................... 32
3.2 O correlator e sua equivalência com o filtro casado............................................... 33
3.3 Exercícios propostos e resolvidos .......................................................................... 37
Capítulo 4 - Análise de Probabilidade de Erro ............................................................. 40

4.1 Modelo para sinalização antipodal em banda base................................................. 40
4.2 Expressão final de Pe para a sinalização antipodal ................................................. 44
4.3 Critérios de decisão MAP e MV ............................................................................ 47
Capítulo 5 - Interferência Intersimbólica ...................................................................... 55

5.1 Definição ............................................................................................................... 55
5.2 Transmissão sem distorção ..................................................................................... 56
Capítulo 6 - Critério de Nyquist para Interferência Intersimbólica Nula.................. 59

6.1 Introdução............................................................................................................... 59
6.2 A interferência intersimbólica e a equalização ....................................................... 63
6.3 Simetria vestigial em P( f ) ..................................................................................... 64
6.4 Espectro e pulso cosseno elevado........................................................................... 66
5
6.5 Espectro e pulso raiz de cosseno elevado ............................................................... 67
6.6 Exercícios propostos e resolvidos........................................................................... 68
Capítulo 7 - Diagrama de Olho....................................................................................... 74

7.1 Definição ............................................................................................................... 74
Parte 2 - Representação e Análise do Espaço de Sinais ................. 79
Capítulo 8 - Representação Geométrica de Sinais ........................................................ 80

8.1 Introdução ............................................................................................................... 80
8.2 Representação geométrica de sinais ....................................................................... 80
8.3 Modelo de sistema para o estudo da representação geométrica de sinais .............. 84
8.4 Síntese e análise de sinais ....................................................................................... 85
Capítulo 9 - Ortogonalização de Gram-Schmidt .......................................................... 87

9.1 Ortogonalização de Gram-Schmidt ........................................................................ 87
Capítulo 10 - Receptor de Máxima Verossimilhança em Canal AWGN .................... 94

10.1 Influência do ruído no processo de análise do sinal recebido .............................. 94
10.2 Modelo vetorial para o canal AWGN ................................................................... 95
10.3 Receptor de máxima verossimilhança generalizado ............................................. 98
10.4 Invariância da probabilidade de erro de símbolo com rotação
ou translação da constelação .............................................................................. 100
10.4.1 Constelações de energia mínima ................................................................. 102
10.5 Exercícios propostos e resolvidos....................................................................... 106
Capítulo 11 - Limitante de União ................................................................................. 117

11.1 A dificuldade de calcular a probabilidade de erro de símbolo ........................... 117
11.2 O limitante de união como solução aproximada para cálculo de Pe ................... 120
Capítulo 12 - Relação entre as Probabilidades de Erro de Símbolo e de Bit ........... 127

12.1 Exercícios propostos e resolvidos ....................................................................130
6 Transmissão Digital - Princípios e Aplicações

Parte 3 - Modulações Digitais ......................................................... 133
Capítulo 13 - Conceitos Iniciais sobre Modulações Digitais ...................................... 134

13.1 Transmissão em banda passante ......................................................................... 134
13.2 Hierarquia das modulações ................................................................................ 135
13.3 Densidade espectral de potência......................................................................... 136
13.4 Eficiência espectral e eficiência de potência ...................................................... 139
13.5 Modelo de transmissão em banda passante ........................................................ 142
Capítulo 14 - Modulações M-PSK com Detecção Coerente ....................................... 143

14.1 Uma observação sobre a notação ....................................................................... 143
14.2 Modulação BPSK ............................................................................................... 144
14.2.1 Função base para a modulação BPSK ......................................................... 144
14.2.2 Constelação da modulação BPSK ............................................................... 145
14.2.3 Probabilidade de erro de símbolo e de bit para a modulação BPSK ........... 145
14.2.4 Geração e demodulação com detecção coerente de um sinal BPSK ........... 145
14.2.5 Densidade espectral de potência para a modulação BPSK ......................... 147
14.2.6 Eficiência espectral da modulação BPSK ................................................... 148
14.3 Modulação QPSK ............................................................................................... 148
14.3.1 Funções base para a modulação QPSK ....................................................... 149
14.3.2 Constelação da modulação QPSK ............................................................... 149
14.3.3 Probabilidade de erro de símbolo e de bit para a modulação QPSK ........... 150
14.3.4 Geração e demodulação com detecção coerente de um sinal QPSK ........... 151
14.3.5 Densidade espectral de potência de um sinal QPSK ................................... 153
14.3.6 Eficiência espectral da modulação QPSK ................................................... 154
14.4 Modulação M-PSK ............................................................................................. 154
14.4.1 Funções base para as modulações M-PSK .................................................. 154
14.4.2 Constelação das modulações M-PSK .......................................................... 155
14.4.3 Probabilidade de erro de símbolo e de bit para modulações M-PSK .......... 155
14.4.4 Geração e demodulação com detecção coerente de um sinal M-PSK ......... 156
14.4.5 Densidade espectral de potência para as modulações M-PSK .................... 158
14.4.6 Eficiência espectral das modulações M-PSK .............................................. 159
14.5 Exercícios propostos e resolvidos ..................................................................... 159
7
Capítulo 15 - Modulações M-QAM com Detecção Coerente .....................................168
15.1 Modulações da família M-QAM ........................................................................ 168
15.1.1 Modulações M-QAM com constelação quadrada ....................................... 168
15.1.2 Modulações M-QAM com constelação não quadrada ................................ 170
15.1.3 Sinal modulado e funções base para as modulações M-QAM .................... 171
15.1.4 Probabilidade de erro de símbolo e de bit para
modulações M-QAM com constelação quadrada ........................................ 171
15.1.5 Probabilidade de erro de símbolo e de bit para modulações
M-QAM com constelação não quadrada ..................................................... 172
15.1.6 Geração e demodulação com detecção coerente
de um sinal M-QAM com constelação quadrada ........................................ 173
de um sinal M-QAM com constelação não quadrada.................................. 174
15.1.8 Densidade espectral de potência e eficiência
espectral das modulações M-QAM ............................................................. 175
15.2 Comparação entre modulações M-PSK e M-QAM ............................................ 175
Capítulo 16 - Modulações M-FSK com Detecção Coerente .......................................181

16.1 Modulação BFSK ............................................................................................... 181
16.1.1 Funções base para a modulação BFSK ...................................................... 183
16.1.2 Constelação para a modulação BFSK ........................................................ 183
16.1.3 Probabilidade de erro de símbolo e de bit para a modulação BFSK ........... 183
16.1.4 Geração e demodulação com detecção coerente de um sinal BFSK ........... 184
16.1.5 Densidade espectral de potência e eficiência espectral
da modulação BFSK .................................................................................... 186
16.2 Demais modulações da família M-FSK.............................................................. 188
16.2.1 Sinal modulado e funções base para as modulações M-FSK ...................... 188
16.2.2 Probabilidade de erro de símbolo e de bit para as modulações M-FSK ...... 188
16.2.3 Geração e demodulação com detecção coerente de um sinal M-FSK ......... 189
das modulações M-FSK .............................................................................. 191
16.3 Exercícios propostos .......................................................................................... 193

Capítulo 17 - Modulações com Detecção não Coerente ............................................. 195
17.1 Introdução .......................................................................................................... 195
17.2 Modulação BFSK com detecção não coerente ................................................... 196
17.2.1 Sinal modulado e funções base para a modulação BFSK ........................... 196
17.2.2 Espaço de sinais para a modulação BFSK .................................................. 197
17.2.3 Geração e demodulação com detecção não coerente
de um sinal BFSK ....................................................................................... 197
17.2.4 Probabilidade de erro de símbolo e de bit para a
modulação BFSK com detecção não coerente ............................................ 200
da modulação BFSK................................................................................... 201
17.3 Demais modulações da família M-FSK com detecção não coerente. ............. 201
17.4 Modulação DBPSK ............................................................................................ 202
17.4.1 Geração de um sinal DBPSK ...................................................................... 203
17.4.2 Função base e espaço de sinais para a modulação DBPSK......................... 204
17.4.3 Demodulação de um sinal DBPSK com detecção
diferencialmente coerente........................................................................... 204
da modulação DBPSK ................................................................................ 207
17.4.5 Probabilidade de erro de bit para a modulação DBPSK.............................. 207
17.5 Desempenho de algumas modulações digitais ................................................... 207
17.6 Exercícios propostos e resolvidos ...................................................................... 209
Capítulo 18 - Noções sobre Multiplexação OFDM ..................................................... 218

18.1 Aspectos de implementação de sistemas OFDM ............................................... 219
18.2 Geração de um sinal OFDM via IFFT ................................................................ 221
18.3 Intervalo de guarda ............................................................................................. 222
18.4 Geração do sinal OFDM em banda passante ...................................................... 223
18.5 Densidade espectral de potência do sinal OFDM ............................................. 224
9
Parte 4 - Espalhamento Espectral .................................................. 227
Capítulo 19 - Definição e Atributos de um Sinal Espalhado no Espectro ................228

19.1 Definição ............................................................................................................ 228
19.2 Um breve histórico sobre o espalhamento espectral........................................... 229
19.3 Principais atributos de um sinal espalhado no espectro...................................... 230
19.3.1 Baixa densidade espectral de potência ........................................................230
19.3.2 Baixa probabilidade de interceptação ..........................................................231
19.3.3 Imunidade a interferências ..........................................................................231
19.3.4 Possibilidade de implementação de múltiplo acesso ...................................232
Capítulo 20 - Sequências de Espalhamento .................................................................233

20.1 Sequências de comprimento máximo (sequências m) ........................................ 233
20.1.1 Função de autocorrelação e função de correlação cruzada
para sequências de espalhamento ...............................................................236
20.1.2 Funções de correlação e densidade espectral de potência
para sequências m .......................................................................................239
20.2 Sequências Walsh-Hadamard ............................................................................. 241
20.3 Sequências Gold ................................................................................................. 243
20.4 Combinação de sequências de espalhamento ..................................................... 245
20.5 Exercícios propostos ........................................................................................... 246
Capítulo 21 - Espalhamento Espectral por Sequência Direta ................................... 247
Capítulo 22 - Espalhamento Espectral por Saltos em Frequência ............................250

22.1 Sistema FHSS lento ............................................................................................ 251
22.2 Sistema FHSS rápido .......................................................................................... 252
Capítulo 23 - Ganho de Processamento e Margem de Interferência ........................256

23.1 Ganho de processamento em sistemas DSSS ..................................................... 256
23.2 Margem de interferência..................................................................................... 256
23.3 Ganho de processamento em sistemas FHSS ..................................................... 260

Capítulo 24 - Diversidade em Percursos e o Receptor RAKE ................................... 264
24.1 Noções sobre propagação por múltiplos percursos ............................................ 264
24.2 Modelo do canal multipercurso .......................................................................... 269
24.3 Tipos de desvanecimento por multipercurso ...................................................... 271
24.3.1 Desvanecimento plano e desvanecimento seletivo...................................... 271
24.3.2 Desvanecimento rápido e desvanecimento lento......................................... 272
24.4 Diversidade......................................................................................................... 273
24.5 O receptor RAKE e a diversidade de percursos ................................................. 274
24.6 Métodos de combinação de diversidade ............................................................. 278
24.6.1 Combinação com ganhos iguais, EGC ........................................................ 278
24.6.2 Combinação de máxima razão, MRC.......................................................... 278
24.6.3 Combinação por seleção, SC ....................................................................... 279
Capítulo 25 - Aquisição e Rastreamento de Sincronismo .......................................... 284

25.1 Técnicas de aquisição de sincronismo ................................................................ 284
25.1.1 Aquisição por procura serial........................................................................ 285
25.1.2 Aquisição RASE para sistemas DSSS......................................................... 287
25.2 Técnicas de rastreamento de sincronismo .......................................................... 288
25.2.1 Malha DLL para sinais DSSS com modulação BPSK ................................ 289
25.2.2 Malha TDL para sinais DSSS com modulação BPSK ................................ 291
Referências Bibliográficas ............................................................................................ 296
Apêndice A - Fórmulas e Tabelas ................................................................................ 299

A.1 Funções erfc(x) e Q(x)......................................................................................... 299
A.2 Relações trigonométricas..................................................................................... 301
A.3 Derivadas ............................................................................................................. 302
A.4 Integrais definidas ............................................................................................... 303
A.5 Integrais indefinidas ............................................................................................ 304
A.6 Pares de transformadas de Fourier para sinais contínuos .................................... 305
11
Apêndice B - Ruído Térmico ........................................................................................307
B.1 Introdução ............................................................................................................ 307
B.2 Modelo matemático para o ruído térmico ............................................................ 307
B.3 Ruído aditivo gaussiano branco ........................................................................... 309
B.4 Largura de faixa equivalente de ruído ................................................................. 311
Índice Remissivo ............................................................................................................312

Prefácio
Transmissão Digital - Princípios e Aplicações cobre um dos mais importantes

tópicos da área de telecomunicações: a transmissão digital de informação da sua origem
ao destino remoto. Direcionado não somente a estudantes de engenharia, mas também a
qualquer leitor que esteja iniciando seus estudos sobre transmissão digital, este livro
aborda princípios básicos sobre a geração e a recepção de sinais digitais, modulados e não
modulados. Complementados com aplicações, esses princípios formam a base para o
entendimento de tópicos mais avançados e suas correspondentes tecnologias. O livro está
dividido em quatro partes e cada uma está subdividida em capítulos que agrupam
assuntos correlacionados.
A Parte 1, Transmissão Digital em Banda Base, apresenta os primeiros conceitos da
transmissão digital em sua forma mais simples, a transmissão em banda base, a qual trata
da geração e recepção de sinais que não necessitam de onda portadora.
Na Parte 2, Representação e Análise do Espaço de Sinais, constrói-se um conjunto de
ferramentas que permitem que o usual tratamento de sinais no domínio do tempo seja
realizado de forma geométrica. Além de facilitar a análise matemática, essa parte pode ser
vista como uma interface que estabelece o elo entre a transmissão em banda base e a
transmissão em banda passante apresentada em seguida.
Na Parte 3, Modulações Digitais, são abordadas várias técnicas de modulação digital
em banda passante, nas quais se tem a presença de uma onda portadora.
Na Parte 4, Espalhamento Espectral, embora novos conceitos sejam abordados pela
primeira vez, tem-se algo como uma aplicação do que foi abordado nas partes anteriores,
em uma das mais difundidas técnicas de comunicação hoje em dia. Essa última parte pode
ser interpretada como um fechamento em que os conceitos mais importantes apresentados
no livro são revisitados e aplicados.
O escopo e a profundidade do conteúdo são adequados a uma disciplina de intro-
dução às comunicações digitais, com carga total de aproximadamente sessenta horas, em
cursos de Engenharia Elétrica, Engenharia Eletrônica, Engenharia de Telecomunicações
ou Engenharia da Computação. Não é esperado que o leitor tenha conhecimento prévio
sobre transmissão digital, mas é desejável que já tenha cursado as disciplinas básicas de
cálculo típicas de um curso de Engenharia e que tenha noções de probabilidade, processos
aleatórios, além de sinais e sistemas lineares.
No livro é adotada uma linguagem simples, complementada com um grande número de
figuras e de referências bibliográficas, vários exemplos e exercícios resolvidos e propostos, a
fim de facilitar a leitura e proporcionar um aprendizado bem fundamentado e abrangente.
Nesta segunda edição revisada, várias partes do texto foram reformuladas buscando
torná-las ainda mais claras e didáticas, facilitando o aprendizado do leitor. Novos
exercícios propostos e resolvidos foram incluídos e um novo apêndice foi inserido,
permitindo que o leitor, sempre que precisar, recupere os conceitos sobre um importante
assunto que é utilizado com muita frequência ao longo de todo o livro: o ruído térmico.
Santa Rita do Sapucaí-MG, janeiro de 2014.
Os autores
13
Sobre os autores
Dayan Adionel Guimarães nasceu em Carrancas, MG, em 01 de março de 1969. É

Técnico em Eletrônica pela Escola Técnica de Eletrônica ETE FMC (1987) e Engenheiro
Eletricista pelo Instituto Nacional de Telecomunicações, Inatel (1994). Tem pós-gra-
duação (lato sensu) em Engenharia de Comunicação de Dados pelo Inatel (2003) e em
Administração com ênfase em Gerência de RH pela Faculdade de Administração e
Informática, FAI (1996). É Mestre em Engenharia Elétrica e Doutor em Engenharia
Elétrica pela Universidade Estadual de Campinas, Unicamp (1998, 2003). Participou de
programa de pós-doutorado na Universidade Federal de Santa Catarina, UFSC (2010) na
área de Otimização Convexa. De 1988 a 1993, desenvolveu equipamentos para Instru-
mentação Industrial e Controle e foi supervisor de produção e supervisor de engenharia
de produtos na SENSE Sensores e Instrumentos. Desde janeiro de 1995 é professor do
Inatel onde, por oito anos, foi responsável pela estrutura de apoio às atividades de ensino
prático nas áreas de Telecomunicações, Eletrônica e Eletrotécnica. Seus principais
interesses de pesquisa são Transmissão Digital, Comunicação Móvel, Otimização Conve-
xa, Sensoriamento Espectral em sistemas de Rádio Cognitivo. É membro do Conselho do
Mestrado do Inatel, do Corpo Editorial da revista Telecomunicações (Inatel) e do IEICE
(Institute of Electronics, Information and Communication Engineers, Japão). Hoje é
Professor Titular do Inatel em regime de tempo integral.
Rausley Adriano Amaral de Souza nasceu em Passos-MG, a 8 de março de 1972. Possui

graduação (1994) e mestrado (2002) pelo Instituto Nacional de Telecomunicações (Inatel) e
doutorado (2009) pela Universidade Estadual de Campinas-SP (Unicamp) em Engenharia Elétrica.
Atualmente, é professor-adjunto do Inatel em tempo integral, atuando nos cursos de graduação e
pós-graduação stricto sensu (mestrado) e lato sensu. Coordenou por seis anos o Programa de Pós-
Graduação do Inatel (lato sensu). Foi professor-adjunto da Faculdade de Medicina de Itajubá-MG
(FMIt) nas disciplinas de Bioestatística. Já publicou artigos em revistas do Institute of Electrical
and Electronics Engineers (Instituto de Engenheiros Eletricistas e Eletrônicos - IEEE) e em
congressos internacionais, sendo também revisor técnico de vários periódicos. É membro do
Conselho de Mestrado do Inatel e do IEEE. Tem experiência na área de Engenharia Elétrica, com
ênfase em Telecomunicações, atuando principalmente na área de Comunicações sem Fio. Possui
experiência na indústria em áreas como Produtiva e de Suprimentos. Suas pesquisas incluem
aspectos gerais sobre Transmissão Digital, Comunicação Móvel, Canais com Desvanecimento e
Sensoriamento Espectral em Sistemas de Rádio Cognitivo.

Introdução
As Telecomunicações são uma subdisciplina da Engenharia Elétrica, embora possam

também estar presentes no contexto de outras engenharias ou de qualquer área de
tecnologia. Em resumo, telecomunicação é a transmissão de informação de um ponto
(ou origem) a outro ponto (ou destino) remoto.
Esta parte introdutória do livro tem por objetivo situar a Transmissão Digital no
amplo contexto das Telecomunicações. Não se pretende, contudo, exaurir o assunto
nestas páginas, dado o grande número de obras que tratam das Telecomunicações de
maneira abrangente e cercada de dados históricos precisos. Uma dessas obras é o livro A
Brief History of Communications, publicado pela IEEE Communications Society
(Comsoc), do IEEE (Institute of Electrical and Electronic Engineers) (COMSOC, 2012).
Em épocas remotas, a comunicação era realizada por meio de tambores, fumaça e

outros sinais sonoros e visuais. Hoje, é realizada com o auxílio de equipamentos
eletrônicos, por meio de ondas de radiofrequência, micro-ondas e ondas eletromagnéticas
na faixa de luz (como acontece com as comunicações por fibra óptica e as comunicações
por onda luminosa através da atmosfera), cabos dos mais variados tipos e via satélite.
As Telecomunicações têm impactado profundamente a sociedade, contribuindo

sobremaneira com sua globalização. Nos primeiros sistemas de comunicação do início do
século XVIII, os serviços estavam restritos à transmissão de sinais telegráficos e, em
seguida, sinais de voz. Hoje, a quantidade e a variedade dos serviços que fazem uso das
Telecomunicações são imensas, indo desde a telefonia celular multimídia, passando pelas
aplicações industriais e médicas, até as comunicações para exploração do espaço
profundo, para citar alguns exemplos. Mas o crescimento das aplicações e dos serviços
não para por aí. As Telecomunicações serão, sem dúvida, um dos mais importantes
impulsionadores do desenvolvimento social e tecnológico, da geração e da disseminação
do conhecimento e da aproximação das pessoas. E isso parece que não terá fim.
15
Elementos de um sistema de comunicação
Os elementos básicos de um sistema de telecomunicações ou, equivalentemente, de

um sistema de comunicação são o transmissor, o canal (ou meio de comunicação) e o
receptor. O transmissor é responsável por converter a informação que se deseja
transmitir em um formato adequado ao canal de comunicação. Por exemplo, se o canal é
uma fibra óptica, a informação deve ser convertida em um sinal de luz que possa se
propagar pela fibra. Se o canal é um par de fios, deve-se converter a informação em um
sinal elétrico.
Com base nas várias formas de comunicação listadas anteriormente, pode-se deduzir
que há uma variedade enorme de tipos de canais que separam transmissor de receptor. Se,
por um lado, é o canal que viabiliza a transmissão de um sinal, por outro é ele que produz
grande parte da degradação que reduz a inteligibilidade da informação no destino. É,
portanto, de suma importância que as características do sinal transmitido sejam projetadas
para minimizar tal degradação. A propósito, a geração de sinais para transmissão de
informação é um dos enfoques deste livro.
O receptor é o elemento responsável por extrair a informação do sinal degradado pelo

canal. Entretanto, o próprio circuito do receptor também contribui com a degradação do
sinal, tipicamente por meio de alguma distorção e da adição do ruído gerado pelo
movimento aleatório dos elétrons nos condutores do circuito. A esse ruído dá-se o nome de
ruído térmico, o qual consiste em um dos principais obstáculos em cenários de comu-
nicação em que a intensidade do sinal recebido é muito pequena. Neste livro, também são
abordadas técnicas para redução da influência da degradação supramencionada no processo
de recuperação da informação transmitida.
Transmissão digital versus transmissão analógica
A informação que se deseja transmitir pode estar representada na forma analógica, na

forma digital ou em outra forma não tão bem definida. A voz, uma imagem real, a
posição de um botão giratório no aparelho de som são exemplos de informações ineren-
temente analógicas. Elas são representadas por uma infinidade de valores entre seus
limites máximo e mínimo. Por outro lado, os dados do HD (Hard Disk) de nosso
computador, embora possam representar informações das mais variadas naturezas, estão
no formato digital, ou seja, são indicados por um número finito de valores, neste caso os
bits (contração das palavras binary e digit). Um texto em uma folha de papel é outro tipo
de informação que, em princípio, não se caracteriza como analógica ou digital. Podemos
chamá-la, então, de informação textual.
A questão é: não importa a natureza da informação; ela pode ser transmitida tanto de
forma analógica quanto digital. Agora, a distinção entre uma e outra se torna mais
simples: a transmissão analógica transporta a informação por meio da variação contínua
de algum parâmetro do sinal a ser transmitido. Como exemplo, a voz humana pode ser
convertida em um sinal elétrico, o qual altera a amplitude de um sinal de radiofrequência
em função de sua intensidade. Este é um exemplo típico de uma transmissão analógica

conhecida como modulação em amplitude (AM, amplitude modulation). Uma sequência
de bits, que é uma informação digital, pode ser convertida na forma analógica por meio de
um conversor digital-analógico (DAC, digital-to-analog converter) e, em seguida, alterar
a frequência de um sinal de radiofrequência que será transmitido. Trata-se, neste caso, de
uma transmissão analógica conhecida como modulação em frequência (FM, frequency
modulation). Essa mesma sequência de bits pode alterar a intensidade do sinal gerado por
um laser de modo que a informação possa ser transmitida por uma fibra óptica. Neste
caso, como os bits têm apenas dois níveis, teremos dois níveis de intensidade luminosa,
o que caracteriza uma transmissão digital. Recentemente, no Brasil, entrou em operação o
Sistema Brasileiro de TV Digital. Tem-se aí um exemplo de transmissão digital de
informações que são inerentemente analógicas: o som e a imagem.
A transmissão analógica predominou nos primeiros sistemas de comunicação, mas,

com poucas exceções, cedeu seu lugar à transmissão digital nos modernos sistemas de
comunicação. A razão é bem simples: a transmissão de um sinal analógico está
fortemente sujeita às degradações causadas pelo canal, pois qualquer distorção produzida
no sinal vai refletir diretamente na qualidade da informação recuperada na recepção. Já no
caso da transmissão digital, pequenas degradações no sinal podem ser literalmente
imperceptíveis ao receptor, pois ele recupera a informação com base em uma versão
discreta do sinal recebido, sendo praticamente imune a qualquer pequena distorção que
não seja capaz de transformar um dos níveis discretos em outro.
Este livro trata exclusivamente da transmissão digital de informação. Nele são

abordados os princípios básicos sobre: i) a geração do sinal para que ele se ajuste ao
canal; ii) as mais variadas formas de transmissão de sinais digitais não modulados (que
não fazem uso de uma onda portadora) e modulados (que fazem uso de uma onda
portadora); iii) as técnicas de recuperação do sinal recebido, de modo que seja mini-
mizada a influência das degradações causadas pelo canal e pelo ruído na inteligibilidade
da informação no seu destino.
17
Parte 1

Transmissão Digital
em Banda Base
Conceitos Iniciais sobre Transmissão em Banda Base 19

1
Conceitos Iniciais sobre
Transmissão em Banda Base
1.1 Transmissão em banda base e em banda passante

Na transmissão em banda base (BB) (GRAF, 1999, p. 60), assunto desta primeira
parte do livro, o espectro do sinal se concentra em torno da frequência zero. Na
transmissão em banda passante (BP), também conhecida como transmissão passa-faixa, o
espectro do sinal se concentra em torno de uma frequência de portadora fc cujo valor é
tipicamente muito maior que a largura de faixa do sinal. A Figura 1.1 ilustra estes
conceitos por meio da densidade espectral de potência1 (DEP) dos sinais em banda base
(a) e em banda passante (b).
Figura 1.1 - (a) DEP de um sinal em banda base. (b) DEP de um sinal em banda passante.
A Figura 1.2 mostra o diagrama de um sistema de comunicação em banda base. Os

vários tipos de informação sofrem processamentos diferentes para serem transmitidos da
fonte ao destino. A maior quantidade de processamento é realizada na informação
analógica, pois o sinal é amostrado, gerando amostras com um número infinito de
amplitudes. Em seguida, essas amostras são quantizadas para que tenhamos um número
finito de valores. As amostras quantizadas são codificadas em grupos de bits (bit,
simplificação para dígito binário, do inglês BInary digiT). Por exemplo, no sistema PCM
(pulse-code modulation) para telefonia o sinal de voz é amostrado a uma taxa de 8.000
amostras por segundo e em seguida quantizado e codificado com 8 bits por amostra, o
que leva a uma taxa de 64.000 bits por segundo (bit/s) para a voz digitalizada (HAYKIN,
2004, p. 222).
1 A densidade espectral de potência de um sinal é a representação gráfica da distribuição da potência do sinal nas suas
componentes de frequência. A DEP é uma forma de apresentação do conteúdo espectral (ou simplesmente espectro)
de um sinal.

Figura 1.2 - Diagrama de um sistema de comunicação em banda base. Adaptada de Sklar (2001, p. 58).
A informação textual sofre um processo de codificação para transformar cada

caractere em um conjunto de bits (palavra binária). Códigos para representação de textos
incluem o código Baudot, o qual representa cada caractere por uma palavra de 5 bits.
Outros exemplos são o código ASCII e o EBCDIC (WIKEPEDIA), (SKLAR, 2001,
p. 58-61).
A informação digital, por já estar neste formato, não necessita de nenhum dos
processamentos anteriormente descritos.
Na entrada do bloco de codificação de forma de onda na Figura 1.2 temos, então,
bits. O papel desse bloco é adequar o sinal digital ao canal, gerando a forma de onda de
transmissão, tipicamente denominada código de linha (GIBSON, 2002). Após acopla-
mento com o canal, o sinal em banda base é transmitido e, após o acoplamento com o
receptor, o sinal recebido é processado pelo bloco detector de forma de onda. Esse bloco
tem o papel de reduzir a influência das fontes de degradação do sinal, como o ruído
térmico que está presente em qualquer sistema de comunicação.
Os demais processos no receptor são apenas as versões complementares dos corres-
pondentes blocos na transmissão.
1.2 Codificação da forma de onda

O processo de adequação da forma de onda ao canal precisa ser realizado porque
cada canal de comunicação tem suas características particulares em termos de resposta
em frequência e ruído. Portanto precisamos utilizar códigos de linha que sejam mais
adequados a tais características. Como exemplo, se um canal tem a resposta em fre-
quência conforme ilustra a Figura 1.3, é necessário que se tenha um sinal transmitido com
um espectro que “caiba” na faixa de frequências delimitada pelo canal.

Figura 1.3 - Ilustração da resposta em frequência de um canal e
do espectro de um sinal a ser transmitido através desse canal.
Outros aspectos a serem observados nessa relação entre canal e sinal transmitido são:
x Componente DC (direct current): no exemplo da Figura 1.4, devido à existência
de acoplamento magnético entre transmissor (Tx) e canal e entre canal e receptor
(Rx), devemos transmitir um sinal que não tenha componente DC. Caso o sinal
tenha alguma componente DC, é importante que esta seja de baixa intensidade de
forma a ser pouco afetada por acoplamentos ou canais como esse, que não
respondem a frequências próximas de zero.
Figura 1.4 - Acoplamento magnético existente entre Transmissor e Receptor.
x Sincronismo: na prática, a grande maioria dos sistemas de comunicação esta-

belece o sincronismo de recepção recuperando a temporização (ou clock) a partir
do próprio sinal recebido. Quanto mais transições o código de linha tiver, mais
fácil recuperar o clock na recepção, independente da sequência de bits a ser
codificada. O sincronismo permite que o receptor recupere a informação trans-
mitida na mesma cadência do sinal transmitido e nos momentos adequados.
x Largura de faixa: quanto maior a taxa de bits atingível em uma determinada
largura de faixa disponível, melhor. Por ter espectros mais compactos, certos
códigos de linha vão proporcionar taxas maiores a uma dada largura de faixa.
x Ruído: alguns códigos de linha são mais imunes ao ruído que outros. Isso
significa, por exemplo, que dois sistemas de comunicação operando com a mes-
ma taxa de bits, ocupando a mesma banda e com a mesma potência de trans-
missão podem proporcionar diferentes níveis de degradação na comunicação
digital devido à utilização de códigos de linha distintos. Tal degradação é
tipicamente expressa por meio da taxa de erro de bit, BER (bit error rate),
parâmetro que indica quantos bits errados, em média, o receptor produzirá em
uma dada quantidade de bits transmitidos. Por exemplo, uma BER de 1×103

indica que, em média, a cada 1.000 bits transmitidos haverá 1 bit decidido de
forma errada pelo receptor.
1.3 Alguns códigos de linha e suas principais características

Os códigos de linha podem ser baseados em nível ou baseados em transição
(GIBSON, 2002). Nos códigos da primeira classe a informação é representada pelos
níveis de tensão ou corrente do sinal, enquanto na segunda são as mudanças de nível de
tensão ou corrente que carregam a informação. Adicionalmente, os códigos de linha
podem ser unipolares ou bipolares, embora outros textos também façam referência a um
terceiro grupo chamado de códigos polares. Um pulso bipolar é aquele que tem amplitude
não desprezível em ambas as polaridades. Já um pulso unipolar tem amplitude não
desprezível apenas com uma polaridade (GRAF, 1999, p. 818).
A seguir são apresentados, de forma sucinta, alguns códigos de linhas comuns na
prática e suas principais características. A aqueles que desejarem complementar o
material aqui apresentado, recomenda-se a consulta às referências (COUCH, 2007),
(GIBSON, 2002), (XIONG, 2006). São considerados aqui códigos de linha apenas com
formato de pulso retangular, embora outros formatos possam ser utilizados para permi-
tir controle adicional do espectro, além daquele proporcionado pela própria construção
do código.
Código NRZ unipolar (NRZ-u)

O código NRZ (non-return-to-zero) unipolar é muito simples: um bit “1” é
representado por um pulso de duração Tb e amplitude A e um bit “0” é representado pela
ausência de pulso. O termo “não retorna a zero” significa que um dado pulso existe duran-
te todo o intervalo Tb, o que ficará mais claro um pouco mais adiante, onde o código RZ
(return-to-zero) é apresentado. A Figura 1.5 ilustra a forma de onda do código NRZ-u,
juntamente com outras formas de onda dos demais códigos desta seção, para A = 1 e para
a sequência de bits 010111000010110100000000001011010100001.
As densidades espectrais de potência do código NRZ-u e dos demais códigos aqui
abordados são apresentadas na Figura 1.6, na qual se notam as diferentes características
espectrais proporcionadas por cada código. Note que o código de linha NRZ-u possui
componente DC diferente de zero.
Código NRZ bipolar (NRZ-b)

A componente DC do código NRZ-u pode ser eliminada com a utilização do código
NRZ bipolar, se os bits zeros e uns tiverem a mesma probabilidade de ocorrência2. No
código NRZ-b um bit “1” é representado por um pulso de duração Tb e amplitude A,
enquanto um bit “0” é representado por um pulso de duração Tb de mesma amplitude,
mas com polaridade oposta, –A. A forma de onda deste código é ilustrada na Figura 1.5 e
sua DEP é mostrada na Figura 1.6. Note que essa DEP é similar à DEP do código NRZ-u,
exceto pelo fato de nela não existir componente DC (para bits equiprováveis).
2 Quando os bits zeros e uns têm a mesma probabilidade de ocorrência, é comum dizer que são equiprováveis.

Figura 1.5 - Códigos de linha comuns e suas formas de onda. Adaptada de Guimarães (2009).
Código RZ unipolar (RZ-u)

No código RZ (return-to-zero) unipolar, um bit “0” é representado pela ausência de
pulso e um bit “1”, por um pulso de duração menor que Tb e amplitude A. O termo
“retorna a zero” se refere ao fato de que um dado pulso de amplitude A ou –A vai a zero,
antes que o intervalo de bit termine. A forma de onda desse código é também ilustrada na
Figura 1.5 e sua DEP é mostrada na Figura 1.6, considerando pulsos de duração Tb/2 e
bits equiprováveis. Assim como o código NRZ-u, o código representado possui
componente DC diferente de zero. Longas sequências de zeros, representadas pela
ausência de sinal, dificultam o processo de sincronização. Entretanto, como pode ser visto
na Figura 1.6, componentes discretas aparecem em múltiplos inteiros de 1/Tb , facilitando
o processo de sincronização no receptor.
Código RZ bipolar (RZ-b)

No código RZ (return-to-zero) bipolar um bit “1” é representado por um pulso de dura-
ção menor que Tb e amplitude A e um bit “0” é representado por um pulso de mesma
duração e amplitude –A. O termo “retorna a zero” se refere ao fato de que um dado pulso
de amplitude A ou –A vai a zero antes que o intervalo de bit termine. A forma de onda
deste código é também ilustrada na Figura 1.5 e sua DEP é mostrada na Figura 1.6,
considerando pulsos de duração Tb/2 e bits equiprováveis. Devido ao retorno a zero dos
pulsos, o código RZ-b mantém transições em sua forma de onda mesmo na ocorrência de
longas sequências de uns ou zeros, o que facilita o processo de extração de sincronismo
no receptor.

Código por inversão alternada de marcas (AMI)
Conforme pode ser observado na Figura 1.5, o código AMI (alternate mark
inversion) representa um bit “1” por um pulso de amplitude A, duração usualmente menor
que Tb e polaridades que se alternam sucessivamente. Um bit “0” é representado pela
ausência de pulso. Embora o código AMI não seja muito utilizado na prática, ele é a base
para a construção de outros códigos de linha (GUIMARÃES, 2009, p. 270). Pela Figura
1.6 percebe-se que o código AMI não possui componente DC e que tem conteúdo de
frequência de baixa intensidade nas proximidades de f = 0. Esta característica torna o
código AMI adequado para canais com forte atenuação nas proximidades de f = 0, como
ocorre quando há acoplamento magnético ou capacitivo ao longo do percurso do sinal.
Figura 1.6 - Densidade espectral de potência (dBm/Hz em 1 :) para alguns códigos de linha,
considerando mesma probabilidade de ocorrência dos bits uns e zeros. Adaptada de Guimarães (2009).
Código Manchester
Em uma de suas variações, o código Manchester representa um bit “1” por um
par de pulsos com duração Tb/2 e amplitudes +A e –A (ou –A e +A) e um bit “0” por
um par de pulsos com duração Tb/2, mas agora com amplitudes –A e +A (ou +A e –A). Em
outras palavras, um bit “1” é representado por uma transição negativa (de +A para –A) no
centro do intervalo Tb e um bit “0” é representado por uma transição positiva (de –A para
+A), também no centro do intervalo Tb, ou vice-versa.

O código Manchester é largamente empregado em redes locais Ethernet
(TANENBAUM, 2003). A forma de onda desse código é ilustrada na Figura 1.5 e sua
DEP é mostrada na Figura 1.6, considerando bits equiprováveis. Assim como o código
AMI, o código Manchester não possui componente DC e tem conteúdo de frequência de
baixa intensidade nas proximidades de f = 0. Entretanto, o lóbulo (ou lobo) principal
de seu espectro de frequências tem o dobro da largura do lóbulo principal do espectro do
sinal AMI. O código Manchester permite fácil sincronização no receptor, pois tem
transições de nível no centro do intervalo de cada bit.
Código Miller
O código Miller, também conhecido como código em atraso (delay code) ou
modulação em atraso (delay modulation)3, representa um bit “1” por uma transição na
metade do intervalo de bit e um bit “0” por ausência de transição, mantendo-se o nível
associado ao bit “1” anterior. Entretanto, se um bit “0” é seguido por outro bit “0”,
uma transição de níveis ocorre no momento de transição desses bits. A forma de
onda desse código é ilustrada na Figura 1.5 e sua DEP é mostrada na Figura 1.6 para
bits equiprováveis.
O código Miller é bastante empregado para modular sinais de radiofrequência (RF),
pois permite que o espectro resultante contenha menor intensidade em frequências baixas
que um sinal de RF modulado por um código NRZ, por exemplo. Além disso, o código
Miller possui DEP com menor intensidade em frequências altas que um sinal de RF
modulado por um código Manchester, por exemplo (ATIS, 2000). O código Miller tam-
bém proporciona fácil sincronização no receptor, dado que sempre possui transições de
nível, mesmo em longas sequências de zeros ou uns.
Código por inversão de marcas (CMI)

Considerado como uma das opções da ITU-T Rec. G703 para transmissão em redes
digitais (ITU-T, 2001), o código CMI (code mark inversion) representa um bit “1” por
um pulso do tipo AMI e um bit “0” por uma transição na metade do intervalo Tb. Em
outras palavras, o código CMI é formado pela soma da forma de onda de um código AMI
com uma onda quadrada bipolar de frequência 1/Tb Hz, habilitada quando a forma de
onda AMI tem valor nulo.
A forma de onda do código CMI é ilustrada na Figura 1.5 e sua DEP é mostrada na
Figura 1.6 para bits equiprováveis. Essa DEP foi estimada por simulação computacional,
ao contrário das anteriormente citadas, as quais foram determinadas por meio de
expressões matemáticas (GUIMARÃES, 2009, p. 271). A DEP do código CMI não tem
componente DC e sua sincronização também é simples devido à presença constante de
variações na sua forma de onda e também devido à presença de uma componente discreta
de frequência 1/Tb em seu espectro.
3 É importante ressaltar que o termo modulação usado nesta denominação do código Miller não pretende indicar que
há presença de uma portadora. Trata-se de um sinal em banda base, assim como os demais códigos de linha.

Código bipolar de alta densidade e de ordem n (HDBn)
Como mencionado anteriormente, a grande desvantagem do código AMI é a
ocorrência de inatividade do sinal durante longas sequências de zeros. Essa desvantagem
é eliminada na família de códigos HDBn (high density bipolar of order n), em que uma
sequência de n + 1 zeros é representada por padrões que evitam a inatividade do sinal, ao
mesmo tempo violando a regra AMI de sempre se ter pulsos alternados em polaridade.
Essa violação traz aos códigos da família HDBn a possibilidade de detecção de erros.
Um dos códigos mais utilizados da família HDBn é o HDB3, o qual é descrito neste
texto como exemplo. Nele, uma sequência de quatro zeros é representada pelos padrões
B00V ou 000V, de acordo com a Tabela 1.1. A letra “B” indica um pulso bipolar que é
inserido para que um pulso “V” também bipolar viole a regra AMI. Por exemplo, se o
último pulso do sinal HDB3 antes de uma sequência de quatro zeros na entrada do
codificador é negativo e o último pulso de violação inserido foi negativo, um pulso “B”
positivo é inserido na primeira das quatro posições referentes à sequência de zeros e um
pulso “V” positivo é inserido na quarta posição. Isso garante que pulsos “V” mantenham
polaridade alternada e que a violação da regra AMI seja facilmente detectada e descartada
pelo decodificador HDB3 quando pulsos de mesma polaridade forem recebidos
consecutivamente.
A última forma de onda da Figura 1.5 ilustra um sinal HDB3. Note que pulsos
consecutivos estão sempre alternando suas polaridades, exceto quando da ocorrência de
sequências de quatro zeros na sequência de bits de entrada (correspondente ao código
NRZ-u). Descartando esses pulsos B00V e 000V, o decodificador é capaz de recuperar a
sequência de bits original, posto que cada um dos pulsos restantes representará um bit “1”.
Tabela 1.1 - Padrões B00V e 000V de representação de zeros no código HDB3
Polaridade do pulso antes da sequência de 4 zeros

Polaridade da última violação
Negativa Positiva
Negativa B00V = +00+ 000V = 000+
Positiva 000V = 000í B00V = í00í
A Figura 1.6 mostra a DEP do código de linha HDB3, também obtida por simulação
computacional, para bits de entrada equiprováveis. Note a similaridade com a DEP do
código de linha AMI.

2
Sinalização M-PAM
2.1 Introdução
Um sinal M-PAM (multilevel pulse amplitude modulation)4 em banda base é uma
sequência de pulsos de diferentes amplitudes, contendo um número de níveis M = 2k,
sendo k o número de bits que cada nível representa.
Nesta forma de transmissão (ou forma de sinalização5) os bits de informação são
agrupados em entidades denominadas símbolos. Por exemplo, na sinalização binária
tem-se M = 2 símbolos, cada um representando um bit. Na sinalização quaternária tem-se
M = 4 e dois bits são representados por um símbolo e assim por diante.
O termo símbolo também pode ser atribuído a cada uma das possíveis formas de
onda do sinal transmitido. Por exemplo, em uma transmissão quaternária podemos
representar cada par de bits (dibit)6 por uma forma de onda ou símbolo diferente, dentre
as quatro formas de onda possíveis.
A Figura 2.1 ilustra um sinal 4-PAM com pulsos retangulares e a correspondente
sequência de bits que tal sinal 4-PAM representa.
Figura 2.1 - Exemplo de sinalização 4-PAM.
Deve-se atentar para a ligeira diferença entre o conceito de símbolo quando

associado à sequência de bits de informação e o conceito de símbolo quando associado às
4 O termo modulação não pretende indicar que há uma onda portadora no sinal M-PAM, embora um sinal M-PAM em
banda base possa ser utilizado para modular uma portadora e gerar um sinal passa-faixa.
5 A palavra sinalização é sinônimo de técnica de transmissão, podendo ser usada tanto para sinais em banda base
quanto para sinais passa-faixa. Os termos taxa de sinalização e taxa de símbolo são sinônimos.
6 É comum dar os nomes dibit, tribit e quadribit aos conjuntos de dois, três e quatro bits, respectivamente.

formas de onda de transmissão. No primeiro caso um símbolo é um conjunto de
k = log2M bits. No segundo caso um símbolo é uma das M formas de onda da sinalização,
em que cada uma representa ou transporta k = log2M bits.
Devemos ainda ficar atentos à relação entre a duração de um símbolo, T, e a duração
de um bit, Tb, dada por
T kTb Tb log 2 M . (1)
Devemos também ficar atentos à relação entre a taxa de símbolos, R, medida em
símbolos por segundo (símbolo/s) ou bauds, e a taxa de bits Rb que, como bem sabemos,
é medida em bits por segundo (bit/s):
Rb kR R log 2 M . (2)
O objetivo da sinalização M-PAM é reduzir a largura de faixa do sinal transmitido ou
aumentar a taxa de bits em uma determinada banda. A duração de um símbolo trans-
mitido no canal é que terá forte influência na banda ocupada pelo sinal. Portanto, se
quisermos reduzir a banda a uma taxa de bits fixa, devemos aumentar a duração dos
símbolos e, por consequência, aumentar M. Se quisermos manter a banda ocupada,
devemos manter a duração dos símbolos. Assim, para aumentarmos a taxa de bits de
informação em uma dada banda, é preciso transportar mais bits por símbolo e, por
consequência, devemos também aumentar M.
Como na engenharia quase sempre se ganha de um lado e se perde de outro, com o
aumento do número de símbolos da sinalização o receptor terá mais dificuldade de
distinguir um número maior de níveis (símbolos) se a potência de transmissão for
mantida. Para compensar esse efeito e manter o mesmo desempenho da sinalização
binária, a sinalização multinível (M > 2) necessitará maior potência de transmissão. Na
sinalização binária tem-se a possibilidade de uma potência de transmissão menor, mas
para uma dada taxa de bits é necessário maior banda que na sinalização multinível.
Para resolver este impasse, é preciso usar a conhecida solução de compromisso, que
leva em conta se o sistema é limitado em potência ou é limitado em largura de faixa.
Vejamos este conceito por meio de dois exemplos.
Exemplo 2.1
Sistema com limitação de banda maior que a limitação de potência: em torres de
telefonia celular é comum vermos antenas parabólicas diretivas, com formato parecido
com um “tambor”, cujo objetivo é realizar a comunicação com outra parte remota do
sistema. Essa comunicação é normalmente realizada na faixa de micro-ondas. Como bem
sabemos, o espectro eletromagnético na faixa de radiofrequências encontra-se bastante
congestionado. Portanto, este exemplo trata de um sistema com grande limitação de
banda, pois quanto maior a banda ocupada, maior a contribuição para o congestiona-
mento do espectro. Então, o sinal transmitido deve conter um grande número de
símbolos. Na prática, nesta situação de limitação de banda é comum termos sinalizações
com 256 símbolos.
Sinalização M-PAM 29
Exemplo 2.2
Sistema com limitação de potência maior que a limitação de banda: na comunicação
de sondas espaciais com as estações terrenas, a economia de potência é de fundamental
importância, posto que tais sondas normalmente têm seu sistema de alimentação realizado
pela conversão de energia solar. Este é um típico exemplo de um sistema em que a
limitação de potência é mais importante que a limitação de banda. Em casos como este
são utilizadas sinalizações com poucos símbolos (dois ou quatro, por exemplo), de forma
a prover o sistema de alta imunidade ao ruído.
2.2 Geração da forma de onda M-PAM

Nesta seção é apresentado um método bastante usual na prática para a geração de um
sinal M-PAM com M qualquer. Para tanto, considere o diagrama de blocos mostrado na
Figura 2.2, na qual as formas de onda apresentadas se referem a um sinal 4-PAM, em caráter
de exemplo. O filtro de transmissão tem a resposta ao impulso g(t) dada na Figura 2.3.
Figura 2.2 - Geração de um sinal M-PAM (as formas de onda são de um sinal 4-PAM).
Adaptada de Guimarães (2009).
Os bits de entrada do sistema da Figura 2.2 são inicialmente paralelizados, de forma

que grupos de log2M bits sejam simultaneamente apresentados à etapa posterior, em uma
cadência igual à taxa de símbolos desejada. Cada grupo de log2M bits é convertido pelo
Gerador M-PAM em uma das M possíveis amplitudes do sinal M-PAM, ou em um fator
de escala destas. Em seguida o sinal multinível de saída do Gerador M-PAM é multiplica-
do por um trem de pulsos de pequena duração. Como resultado dessa multiplicação tem-
-se a representação dos símbolos (grupos de k = log2M bits) por uma sequência de pulsos
multiamplitude de curta duração. Esses pulsos são então aplicados ao filtro de transmis-
são e, como se assemelham a impulsos, fazem com que na saída desse filtro se tenha uma
sequência de respostas ao impulso g(t) com polaridade e amplitude governadas pela
polaridade e pela amplitude dos pulsos de entrada, as quais são representadas por an na
Figura 2.2. Assim é gerada a forma de onda de transmissão s(t) do sinal M-PAM.

Figura 2.3 - Resposta ao impulso g(t).
Exemplo 2.3
Neste exemplo particulariza-se o sistema mostrado na Figura 2.2 para uma
sinalização binária (M = 2) antipodal, na qual um bit “1” é representado por um pulso
+g(t) e um bit “0” é representado por um pulso –g(t). Considera-se novamente que a
resposta ao impulso do filtro de transmissão responsável por dar forma a g(t) é aquela
exibida na Figura 2.3.
Figura 2.4 - Geração de um sinal em banda base através de um filtro com resposta g(t).
Como não é necessário o conversor S/P da Figura 2.2, já que M = 2 e k = 1, os bits de

entrada são diretamente convertidos em uma forma de onda bipolar, a qual é multiplicada
pelo trem de impulsos. Como resultado dessa multiplicação tem-se a representação dos
bits de entrada por uma sequência de pulsos bipolares de curta duração. Esses pulsos são
aplicados ao filtro de transmissão, fazendo com que na saída deste se tenha uma
sequência de respostas ao impulso g(t), cuja polaridade é governada pela polaridade dos
pulsos de entrada, ou seja, na figura em questão {an} r 1. Assim é gerada a forma de
onda de transmissão s(t) do sinal antipodal 2-PAM.
Sinalização M-PAM 31
3
Filtro Casado e Correlator
3.1 Filtro casado

Antes de definir o filtro casado, torna-se necessário dar ênfase ao significado do
formato de pulso g(t) apresentado no capítulo anterior, o que pode ser feito com o auxílio
da Figura 2.2 ou da Figura 2.4. Na Figura 2.2, assim como na Figura 2.4, foram
apresentadas típicas formas de realização prática de transmissores em banda base, na qual
o formato dos pulsos de transmissão e, consequentemente, a forma de onda transmitida
são governados por g(t), a resposta ao impulso do filtro de transmissão. A única diferença
entre a Figura 2.2 e a Figura 2.4 reside no fato de que na primeira tem-se o diagrama
generalizado de um gerador M-PAM, enquanto na última tem-se uma particularização
para um sinal 2-PAM antipodal.
O objetivo agora é projetar o receptor para que cada pulso g(t) seja detectado de
maneira ótima, ou seja, com a menor taxa de erro possível no processo de decisão pelo
símbolo transmitido. Essa maneira ótima é conseguida fazendo com que as amostras de
saída do filtro de recepção tenham a maior relação sinal-ruído7 possível, no momento da
decisão. Faremos isso projetando o filtro de recepção do modelo representado na Figura
3.1, no qual w(t) é o chamado ruído AWGN8 (additive white Gaussian noise) ou ruído
térmico. Note, então, que o projeto do filtro de recepção ótimo está sendo particularizado
para um canal em que a única fonte de degradação da comunicação é o ruído AWGN.
Figura 3.1 - Modelo para projeto do filtro ótimo de recepção.
7 A relação sinal-ruído (signal-to-noise ratio) é, por definição, a relação entre a potência de sinal e a potência de ruído.
8 O ruído AWGN é gerado pelo movimento aleatório dos elétrons nos condutores do receptor, causado por efeito
térmico. Por essa razão, o ruído AWGN é, às vezes, denominado ruído térmico ou, simplesmente, ruído branco. O
Apêndice B contém um resumo sobre as principais características do ruído AWGN.

Após realizar a adequada dedução matemática (GUIMARÃES, 2009, p. 282-285),
pode-se mostrar que o filtro que maximiza a relação sinal-ruído no momento da decisão
de cada pulso recebido tem resposta ao impulso
h(t ) kg (T t ). (3)
Esse filtro é chamado filtro casado por existir uma clara relação entre o formato do
pulso de transmissão, g(t), e a resposta ao impulso do filtro de recepção, h(t). Interpre-
tando tal resultado, h(t) é o próprio formato de pulso g(t) espelhado horizontalmente,
deslocado de T segundos para a direita e escalonado de um fator k qualquer, diferente de
zero. Note que T é a duração de símbolo.
Então, dado um formato de pulso g(t), o filtro com resposta ao impulso h(t) definida
na equação (3) é o único filtro que proporciona a máxima relação sinal-ruído no momento
da decisão e, consequentemente, a menor probabilidade de erro de decisão.
Como exemplo, veja como determinar graficamente a resposta ao impulso do filtro
casado para o formato de pulso de transmissão mostrado na Figura 3.2, em que se adotou
k = 1 para simplificar.
Figura 3.2 - Formato de pulso g(t) e correspondente resposta ao impulso do filtro casado, h(t).
Como outro exemplo, para o formato de pulso da Figura 2.3 teremos h(t) idêntico em
formato a g(t), ou seja, h(t) = kg(t) em razão da simetria de g(t) em torno de T/2.
3.2 O correlator e sua equivalência com o filtro casado

Em determinadas situações, dependendo da complexidade do formato do pulso g(t),
implementar fisicamente um filtro casado pode ser uma tarefa bastante árdua e, às vezes,
impraticável. Felizmente existe um dispositivo que fornece em sua saída, no momento da
amostragem, e somente nesse momento, amostras que têm a mesma relação sinal-ruído
proporcionada pelo filtro casado.
Esse dispositivo é chamado correlator e, como o nome indica, realiza a correlação
do sinal recebido com uma réplica do formato de pulso de transmissão em cada um dos
intervalos de sinalização em que cada pulso é recebido. Em caráter de revisão, a
correlação entre os sinais x(t) e y(t) no intervalo de análise T é calculada pela integral
t T
¨t x(t ) y(t )dt. (4)
Filtro Casado e Correlator 33

Na Figura 3.3 tem-se o diagrama de blocos de um receptor em que o filtro casado da
Figura 3.1 foi substituído pelo correlator, considerando o formato de pulso mostrado
na Figura 2.3 para sinalização binária.
Figura 3.3 - Receptor implementado com correlator. Adaptada de Guimarães (2009).
No diagrama da Figura 3.3, a cada intervalo de T = Tb segundos é realizada a

correlação do sinal recebido com cada uma das réplicas de g(t). Por exemplo, no primeiro
intervalo esperamos ter na saída do correlator um valor positivo, referente à correlação do
pulso positivo recebido com g(t). No segundo intervalo esperamos ter um valor negativo,
referente à correlação do pulso negativo recebido com g(t), e assim por diante.
A decisão é tomada comparando a amostra de saída do correlator (ou do filtro
casado) com o limiar de decisão zero. A essa amostra dá-se o nome de variável de
decisão. Para o receptor da Figura 3.3, se a variável de decisão for maior que zero,
decide-se pelo bit 1; se menor do que zero, decide-se pelo bit 0. Um erro de decisão pelo
bit transmitido ocorre quando se transmite um pulso positivo e, por influência do ruído, a
variável de decisão torna-se negativa, ou quando se transmite um pulso negativo e, por
influência do ruído, a variável de decisão torna-se positiva.
Deve-se atentar para o fato de que a comparação da variável de decisão com o limiar
de decisão deve ser mantida durante todo o intervalo de símbolo, de tal sorte que o
resultado dessa comparação (o símbolo estimado) mantenha-se inalterado nesse intervalo.
Por essa razão, o processo de amostragem na saída do correlator (ou do filtro casado)
não pode ser instantâneo, mas sim com retenção do valor da amostra até o início do
próximo intervalo de símbolo. A esse processo dá-se o nome de amostragem com
retenção (sample and hold - S&H).
Perceba que os circuitos correspondentes ao filtro casado e ao correlator são
completamente diferentes, mas esses dispositivos fornecem em suas saídas, no momento
de amostragem (momento de decisão), variáveis de decisão que estarão sob a mesma
relação sinal-ruído. Para um fator de escala k idêntico em ambos os casos, inclusive os
valores das variáveis de decisão serão iguais. Portanto, receptores construídos com filtro
casado ou com correlator proporcionam o mesmo desempenho.

Vale ressaltar que, devido ao fato de as decisões tomadas no receptor basearem-se
apenas no que é recebido a cada intervalo de sinalização, o integrador não pode acumular
o resultado da integração anterior de um intervalo de sinalização para outro, o que
acarretaria em não funcionamento do receptor. Isso indica que se deve “zerar” o
integrador após cada intervalo de integração. Tal processo é denominado “integra e zera”
(integrate and dump - I&D), o qual pode ser identificado na forma de onda de saída do
correlator na Figura 3.3.
Exemplo 3.1
Admita que g(t) tenha um formato retangular de amplitude qualquer e duração
T = Tb. Nosso objetivo com este exemplo é economizar um bloco do receptor com
correlator. Teremos o diagrama inicial da Figura 3.4.
Figura 3.4 - Receptor implementado com correlator para pulso g(t) retangular.
Retornando à definição do filtro casado dada na equação (3), lembramos que lá

existia uma constante k que, conforme afirmado naquele momento, podia ter qualquer
valor diferente de zero. Em outras palavras, não há influência do valor dessa constante no
desempenho do sistema, pois multiplicando o sinal e o ruído por k mantém-se a relação
sinal-ruído. Transportando esta análise para o exemplo em questão, se as réplicas de g(t)
consecutivamente aplicadas ao correlator formam uma constante, seu valor pode ser
qualquer. Se escolhermos o valor 1, não haverá necessidade do multiplicador (mixer),
atingindo o objetivo proposto de economizar um bloco do receptor.
Exemplo 3.2
Admita que g(t) tenha o formato definido na Figura 3.5 (a). A resposta ao impulso
h(t) do filtro casado, de acordo com a definição na equação (3), é representada na Figura
3.5 (b) para o fator de escala k = 1.

Figura 3.5 - (a) Pulso de transmissão g(t). (b) Resposta ao impulso h(t) do filtro casado.
(c) Pulso de saída y(t) do filtro devido ao pulso de entrada g(t).
Vamos agora encontrar a forma de onda de saída do filtro casado, considerando

apenas um pulso transmitido g(t), sem contaminação por ruído. Resolvendo a integral de
convolução (LATHI, 2007, p. 162)
d
y t ¨d g (U )h(t U )d U (5)
encontra-se
£
¦ A2t 0t bT / 2
¦
¦
¦
¦ A2 (3t 2T ), T / 2t bT
¦
¦ 2
y (t ) ¦
¤ A (4T 3t ), T t b 3T / 2 (6)
¦
¦
¦
¦ A2 (t 2T ), 3T / 2 t b 2T
¦
¦
¦¦
¥ 0, t b 0 e t 2T .
A Figura 3.5 (c) representa graficamente y(t). Perceba que, no instante de

amostragem t = T, o valor da amostra é exatamente igual à energia do pulso g(t), ou seja,
y(T) = A2T. Obviamente, se tivéssemos considerado a transmissão de –g(t), teríamos
y(T) = A2T. Refaça esse exemplo como exercício, considerando um correlator no lugar
do filtro casado. Admita também que o fator de escala do correlator seja unitário (k = 1).
Um último comentário acerca da equivalência entre filtro casado e correlator merece

atenção. Perceba que o correlator calcula a integral do produto do sinal recebido por uma
réplica de g(t), em um intervalo de símbolo de T segundos. Em grande parte das
aplicações práticas g(t) não está confinado em um intervalo de símbolo, almejando-se
compactar o espectro do sinal transmitido (lembre-se de que uma expansão na duração de
um pulso corresponde a uma redução na banda ocupada por ele). Nesses casos, o
correlator pode proporcionar desempenho inferior ao correspondente filtro casado,
pois realiza a integral que faz parte de sua implementação em um intervalo menor que a
duração do pulso e, por consequência, a amplitude de sua saída não estará associada
exatamente à energia total do pulso. Em casos como este, a não ser que aceitemos
a degradação de desempenho resultante do uso do correlator, somos forçados a

implementar o receptor com filtro casado. Contudo, a diferença de desempenho citada
pode ser muito pequena a ponto de poder ser desprezada.
3.3 Exercícios propostos e resolvidos

1. Qual a definição de taxa de erro de bit?
Solução
A taxa de erro de bit é calculada dividindo o número de bits errados pelo número de
bits transmitidos no intervalo de observação considerado.
2. Quando a afirmativa a seguir deixa de ser verdadeira? “Apesar de apresentarem

formas de onda diferentes em suas saídas, o filtro casado e o correlator terão desem-
penho equivalente.” Justifique.
Solução
Quando um pulso transmitido não estiver confinado no período de símbolo. Neste

caso, o filtro casado terá desempenho superior, pois o correlator realizará a integral
em um intervalo menor que a duração do pulso. Assim o resultado em sua saída não
será o máximo valor esperado (energia do símbolo).
3. Um pulso de transmissão g(t) tem o seguinte aspecto:
£¦ et , t 0
g (t ) ¦¤
¦¦¥ 0, caso contrário.
Admita que o período de símbolo seja T = 1, ou seja, trata-se de um pulso g(t) não
confinado no intervalo de sinalização. Pedem-se:
a) Considerando que o pulso g(t) seja recebido sem ruído por um filtro casado,
calcule o valor máximo da saída no instante de amostragem t = T.
b) Considerando que o pulso g(t) seja recebido sem ruído por um correlator, calcule
o valor máximo da saída no instante de amostragem t = T.

Solução
a)
A resposta ao impulso do filtro casado será dada por:
h t g 1 t e 1t , t b 1 e zero caso contrário.
d
Fazendo a convolução entre g t e h t , temos y t ¨d g (U )h(t U )d U
d et1
Para t b 1 º y t ¨0 eU e t U 1
dU
2
.
d e t1
Para t 1 º y t ¨t1 e t 1 2 U
e dU
2
.
£¦ et1
¦¦ , t b1
¦ 2 1
Então, y t ¤ , o que resulta em y 1 0,5.
¦¦ e t1 2
¦¦ , t 1
¦¥ 2
b) Vamos calcular a correlação entre g(t) e h(t):

t T 1 1
¨t g t g t dt ¨0 et et dt
2
1 e2 0, 432.
Note que, ao utilizarmos um filtro casado, obtemos o valor 0,5 no instante de

amostragem t = 1. Ao utilizarmos um correlator, obtém-se um valor de 0,432.
Veja que na saída do correlator obtemos um valor menor (13,6%) que na saída
do filtro casado, conforme anteriormente afirmado. Nesse caso o correlator irá
proporcionar desempenho inferior ao correspondente filtro casado, pois realizará
a integral que faz parte de sua implementação em um intervalo menor que a
duração do pulso e, por consequência, a amplitude de sua saída não estará
associada exatamente à energia total do pulso. Portanto, caso o pulso de
transmissão g(t) não esteja confinado no período de sinalização, recomenda-se a
utilização do filtro casado.
4. Represente graficamente as funções envolvidas no exercício 3. Interprete o resultado

em associação com os resultados analíticos obtidos no exercício 3.
5. Para cada um dos sinais listados a seguir, pedem-se:

a) Determine a resposta ao impulso do correspondente filtro casado e esboce-a como
uma função no domínio do tempo.
b) Represente graficamente a saída do filtro casado como uma função do tempo.
c) Qual o valor máximo da saída? Em qual instante de tempo isso ocorre?

£
¦ 2A 3
¦
¦ t, 0t bT / 2
¦
¦ T
£ A, 0 t T ¦
¦ 2A 3
¦
g1 (t ) ¤ g 2 (t ) ¦
¤ (t T ), T / 2 t b T
¦
¥ 0, caso contrário.
¦ ¦
¦ T
¦
¦ 0, caso contrário.
¦
¦
¦
¦
¥
£
¦ 1 T
¦
¦ , 0bt
¦ T 2
¦
¦
¦ 1 £¦ A, 0 t T
g4 (t ) ¦¤
T
g3 (t ) ¤ , bt T
¦
¦ T 2 ¦¦¥ 0, caso contrário.
¦
¦
¦ 0, caso contrário.
¦
¦
¦
¥

4
Análise de Probabilidade de Erro
4.1 Modelo para sinalização antipodal em banda base

O objetivo mais importante deste capítulo é analisar a probabilidade de erro na
decisão realizada em um sistema de comunicação em banda base para o qual se tem o
modelo mostrado da Figura 4.1. No modelo, o sinal transmitido corresponde a uma
sequência de pulsos ±g(t), ou seja, trata-se de uma sinalização antipodal. Esses pulsos são
contaminados pelo ruído AWGN w(t), de densidade espectral de potência bilateral
N0/2 W/Hz, formando o sinal recebido x(t) = ±g(t) + w(t).
Figura 4.1 - Receptor binário em banda base. Adaptada de Guimarães (2009).
Objetivando detectar o sinal imerso no ruído o sinal x(t) é correlacionado com

réplicas do formato de pulso g(t) a cada intervalo de sinalização T = Tb. O sinal de saída
do correlator, y(t), que, embora diferente, também poderia ser produzido pelo filtro
casado equivalente, é amostrado a cada intervalo de sinalização e as amostras de valor y
são comparadas com um limiar de decisão O Decide-se por 1 se y for maior que O;
decide-se por 0 em caso contrário.
Conforme antecipado no Capítulo 3, certos códigos de linha, que são as formas de
onda que vão definir o formato de pulso g(t), proporcionam imunidade ao ruído maior ou
menor que outros códigos de linha. Portanto, para analisarmos a probabilidade de erro no
sistema em questão, devemos antes escolher um formato de pulso g(t) como referência. O
formato escolhido será correspondente ao código de linha NRZ bipolar.
Vamos calcular os possíveis valores das amostras de saída do correlator (ou filtro
casado), os quais vão ser comparados com o limiar de decisão O para que seja tomada a
decisão pelo bit que mais provavelmente foi transmitido. As formas de onda envolvidas no
processo são ilustradas na Figura 4.2. Perceba que a forma de onda mais abaixo, por estar

associada a uma sequência de pulsos com formato retangular de duração Tb e amplitude A,
nada mais é do que uma constante ao longo do tempo cujo valor é kA.
Figura 4.2 - Exemplos de formas de onda envolvidas em uma transmissão banda base.
Dada a transmissão de um pulso ±g(t), o sinal de saída do filtro casado ou do

correlator no momento de decisão é amostrado em t = T = Tb, gerando a variável de
decisão y(Tb), ou simplesmente y, a partir da qual será tomada a decisão pelo bit que mais
provavelmente foi transmitido. Essa variável de decisão é dada por
Tb
y¨ x(t ) kg (t ) dt
0
Tb
¨ [o g (t ) w(t )]kg (t ) dt
0
Tb
(7)
¨ < oA w(t ) > kAdt
0
Tb
okA2Tb kA¨ w(t ) dt.
0
Vamos agora analisar o comportamento estatístico da variável de decisão y. Da

teoria de processamento de sinais aleatórios (PAPOULIS, 1991), sabemos que quando se
aplica um processo gaussiano à entrada de um sistema linear, a saída também será um
processo aleatório gaussiano. Além disso, o teorema da superposição (LATHI, 2007,
p. 103-104) diz que, se à entrada de um sistema linear aplica-se um sinal composto pela
soma de vários sinais, a saída pode ser determinada pela soma das saídas geradas por
cada uma das parcelas componentes do sinal de entrada. O modelo de análise é ilustrado
pela Figura 4.3.
Análise de Probabilidade de Erro 41

Figura 4.3 - Modelo de recepção para análise da variável de decisão y.
Neste caso, tem-se

Tb
y (Tb ) y o kA2Tb kA¨ w(t ) dt.
0 (8)
Parcela de sinal
Parcela de ruído gaussiano
Portanto, a variável de decisão y será gaussiana com média +kA2Tb ou –kA2Tb,

dependendo do bit transmitido, e terá variância que dependerá da intensidade do ruído
w(t) conforme ilustrado na Figura 4.4.
Figura 4.4 - Densidades de probabilidade da variável de decisão em um sistema com sinalização antipodal.
Na Figura 4.4 percebe-se que a dispersão das gaussianas depende da intensidade de

w(t). Percebe-se ainda que, dada a transmissão de um bit 1 ou +g(t), há uma probabilidade
não nula de a variável de decisão y ter um valor menor que O. Da mesma forma, tendo
transmitido um bit 0 ou –g(t), há uma probabilidade não nula de y ser maior que O. Como
a decisão é baseada na comparação de y com o limiar O, é justamente nestas situações que
teremos a ocorrência de erro de decisão. Então, a probabilidade de erro será proporcional
às áreas hachuradas na Figura 4.4, ou seja,
Pe p10 p1 p01 p0 , (9)
em que p0 e p1 são as probabilidades de envio dos bits zeros e uns respectivamente.

Essas probabilidades são denominadas de probabilidades a priori. Na prática elas
são normalmente iguais e, como já mencionado, nestes casos dizemos que os bits são
equiprováveis.
Para calcularmos de forma exata as áreas anteriormente identificadas, devemos
calcular as integrais

d
p01 ¨ f ( y | 0) dy , (10)
O
O
p10 ¨ f ( y | 1) dy , (11)
d
sendo f (y | 0) e f (y | 1) densidades de probabilidade gaussianas, condicionadas ao envio

dos bits 0 e 1 respectivamente. Ou seja, f (y | 0) é função densidade de probabilidade da
variável de decisão y, na saída do amostrador, dado que o bit “0” foi enviado, e f (y | 1) é
função densidade de probabilidade da variável de decisão y, na saída do amostrador,
admitindo agora que o bit “1” foi enviado. Essas densidades são muitas vezes denomi-
nadas de funções de verossimilhança.
Infelizmente, as integrais nas equações (10) e (11) não têm solução analítica exata.
Para resolvê-las é preciso lançar mão de integrações numéricas que envolvem a chamada
função erro complementar, erfc(x), ou a chamada função Q, Q(x). Para mais detalhes
sobre tais soluções numéricas, consulte o Apêndice A.
Para o problema em questão, fazendo k = (A2Tb)1/2 e utilizando a função erfc(x),
a probabilidade de erro de decisão, definida conforme equação (9), que é igual à
probabilidade de erro de bit, é determinada por (GUIMARÃES, 2009, p. 299)
A2T O ¬ A2T O ¬

p0 p1 .
Pe erfc b
erfc b
(12)
2 N0 ® 2 N0 ®
Observe mais uma vez que a Pe depende das probabilidades a priori dos bits.
Analisando o comportamento da função erfc(x) ilustrado na Figura 4.5 percebe-se que seu
valor decresce com o aumento do argumento x. Portanto, aumentando a amplitude A na
equação (12), aumenta-se a potência de transmissão e, por consequência, diminui-se a
probabilidade de erro. Aumentando a intensidade do ruído, aumenta-se sua densidade
espectral de potência, N0, o que fará com que a probabilidade de erro aumente. Se for
aumentado o valor de Tb, aumenta-se a energia do bit a uma dada amplitude A e, por
consequência, diminui-se a Pe.
Por fim, e de maneira até certo ponto surpreendente, percebe-se que a Pe depende
também do limiar de decisão O. Para o caso, o valor ótimo desse limiar é dado por
(GUIMARÃES, 2009, p. 300)
N0 §p ·
O ótimo ln ¨ 0 ¸ (13)
4 A2Tb © p1 ¹

Figura 4.5 - Representação gráfica da função erfc(x).
em que é possível observar que tal limiar depende das probabilidades a priori dos bits.
No caso de bits equiprováveis, p0 = p1 = 1/2, o limiar de decisão vale zero. A
interpretação da influência do limiar de decisão na probabilidade de erro de bit pode ser
realizada à luz de uma situação hipotética, sem sentido prático, mas com apelo didático,
na qual se admite que o bit “0”, por exemplo, nunca seja enviado. Torna-se evidente que,
se o limiar de decisão for mantido em zero, por influência do ruído haverá momentos em
que o receptor decidirá pelo bit “0”, mesmo que nunca tenha sido transmitido. A solução
para este problema seria o deslocamento do limiar de decisão para a esquerda, reduzindo
a área p10 na Figura 4.4. Perceba na equação (13) que, de fato, se p0 < p1, o limiar de
decisão torna-se negativo.
4.2 Expressão final de Pe para a sinalização antipodal

Na seção anterior analisamos a influência das principais variáveis da equação (12)
na probabilidade de erro de bit, Pe. Por fim vimos que o limiar de decisão também
tem influência na Pe e que, para bits equiprováveis (p0 = p1 = 1/2), o limiar ótimo se situa
no ponto intermediário das médias das funções de verossimilhança condicionais. Para o
caso da sinalização antipodal, vimos que Oótimo = 0. Reescrevendo a equação (12) como
p0 = p1 = 1/2 e O = 0, teremos
12 A2T 0 ¬ 12 A2T 0 ¬ 1 2 ¬

erfc A Tb
Pe erfc b
erfc b
. (14)
2 N0 ® 2 N 0 ® 2 N 0 ®

Agora vamos definir uma importante grandeza que será muito utilizada ao longo do
livro e também na prática. Trata-se da energia média por bit, Eb, calculada pela seguinte
média ponderada para o sistema sob análise:
Eb p0 Eb0 p1Eb1 , (15)
em que Eb0 e Eb1 são as energias dos pulsos que representam os bits 0 e 1,
respectivamente, na entrada do receptor. Nos casos em que p0 = p1 = 1/2 teremos
Eb0 Eb1
Eb . (16)
2
A energia do bit 1 é a energia do pulso +g(t), o qual é retangular com amplitude A e

duração Tb. A energia do bit 0 é a energia do pulso g(t), também retangular com
amplitude A e duração Tb. Portanto,
Tb Tb
Eb1 ¨ g 2 (t )dt ¨ A2dt A2Tb , (17)
0 0
Tb Tb
Eb0 ¨ [g (t )]2 dt ¨ (A)2 dt A2Tb . (18)
0 0
Então,
A2Tb A2Tb
Eb A2Tb . (19)
2
Substituindo este valor de Eb na equação (14), temos finalmente a expressão de

cálculo da probabilidade de erro de bit para a sinalização NRZ bipolar em canal AWGN,
expressa por
1 E ¬
Pe erfc b
. (20)
2 N 0 ®
Vale ressaltar que esta expressão é válida para calcular a probabilidade de erro de bit
para qualquer sinalização antipodal em canal AWGN. Conclui-se isso, pois, analisando
a equação (20), percebe-se que a probabilidade de erro não depende da forma de onda do
pulso transmitido g(t), mas sim de sua energia e da intensidade do ruído AWGN.
Vale mencionar que a relação Eb/N0 é também uma importante grandeza que aparece
com frequência na demonstração do desempenho de sistemas de comunicação, junta-
mente com a probabilidade de erro de bit estimada, mais comumente chamada de taxa de
erro de bit, BER (bit error rate), conforme exemplificado a seguir.

Exemplo 4.1
Vamos desenhar em um gráfico a grandeza adimensional BER para um sistema com
sinalização NRZ bipolar em canal AWGN em função da relação Eb/N0. No eixo vertical,
tipicamente em escala logarítmica, teremos os resultados de cálculo segundo a expressão
de Pe da equação (20). No eixo horizontal, tipicamente em escala linear, teremos os
valores de Eb/N0, em dB. Teremos como resultado o gráfico dado na Figura 4.6.
Figura 4.6 - BER de um sistema com sinalização antipodal em canal AWGN.
Se, por exemplo, quiséssemos uma BER = 1u103, o que equivale à ocorrência de 1
erro de bit a cada 1.000 bits transmitidos, em média, de acordo com o gráfico dado o
sistema deveria operar com Eb/N0 # 6,8 dB.
Seja N0 = 1u106 W/Hz e suponha que queremos encontrar a potência média de
recepção necessária para prover a BER alvo, sabendo que o sistema opera com taxa
de bits de 300 kbit/s. Inicialmente vamos calcular Eb: Para Pe = 1u103 temos que
2 q103 erfc Eb N0 .
Do gráfico da função erfc(x), dado na Figura 4.5, obtemos o valor do argumento

aproximadamente igual a 2,2. De forma alternativa, utilizando a Tabela A.1 que se
encontra no Apêndice A, encontramos também um argumento aproximadamente igual a
2,2. Então,
Eb N0 2,2 º Eb (2,2)2 N0 4,84 q106 joules.

Como a taxa de bits é Rb = 300 kbit/s, Tb = 1/Rb = 1/300.000 = 3,33u1u106 s. Então,
para garantir a BER de 1u103, a potência média na entrada do receptor deverá ser
P Eb Tb 4,84 q106 / 3,33q106 1,45 watts.
Conhecendo a atenuação provocada no sinal ao atravessar o canal de comunicação,

facilmente podemos calcular a potência média de transmissão necessária. Faça um
exemplo como exercício, supondo que a atenuação de potência do canal é de 18 dB.
4.3 Critérios de decisão MAP e MV

Um critério de decisão sobre os bits transmitidos que é bastante intuitivo é aquele
que opera conforme a seguinte regra: dada a observação da variável de decisão,
x decida por 0 se a probabilidade de ter enviado o bit 0 for maior que a
probabilidade de ter enviado o bit 1;
x decida por 1 se a probabilidade de ter enviado o bit 0 for menor que ou igual à
probabilidade de ter enviado o bit 1.
Este é denominado de critério do máximo a posteriori, ou simplesmente critério
MAP, pois necessita do conhecimento das probabilidades de envio de cada um dos
dígitos binários, obtidas após a observação da variável de decisão y. Matematicamente o
critério MAP pode ser assim descrito:
x decida por 0 se Pr(0 | y ) Pr(1 | y ) ;
x decida por 1 se Pr(0 | y ) b Pr(1 | y ) .
Aplicando a regra de Bayes (PAPOULIS, 1991) nas probabilidades Pr(0 | y) e
Pr(1 | y), as quais são denominadas de probabilidades a posteriori, obtêm-se:
f ( y | 0) p0 f ( y | 1) p1
Pr(0 | y ) e Pr(1 | y ) , (21)
f ( y) f ( y)
em que Pr(0) = p0 e Pr(1) = p1 são as probabilidades a priori, ou seja, são as

probabilidades de envio dos bits zeros e uns, respectivamente.
Utilizando os resultados de (21) no critério MAP, adicionalmente observando que
f(y) terá o mesmo peso em ambos os lados das comparações entre as probabilidades a
posteriori, obtém-se uma nova forma de descrever o critério MAP:
x decida por 0 se f ( y | 0) p0 f ( y | 1) p1 ;
x decida por 1 se f ( y | 0) p0 b f ( y | 1) p1 .
Perceba mais uma vez que, para aplicar na prática este critério de maximização das
probabilidades a posteriori, é preciso conhecer as probabilidades a priori p0 e p1.

Quando as probabilidades a priori são idênticas, caso mais comum na prática, a regra
de decisão em questão resume-se a comparar as magnitudes das densidades de
probabilidade condicionais f(y | 0) e f(y | 1), as quais foram exemplificadas na Figura 4.4
para a sinalização antipodal. Conforme visto anteriormente, essas densidades são
usualmente denominadas de funções de verossimilhança e, por esta razão, esse novo
critério é chamado de critério de máxima verossimilhança, ou simplesmente critério
MV. Ele pode ser assim descrito:
x decida por 0 se f ( y | 0) f ( y | 1) ;
x decida por 1 se f ( y | 0) b f ( y | 1) .
No Capítulo 3 este critério foi analisado por outro ponto de vista, mas levando ao
mesmo resultado. Perceba na Figura 4.4 que decidir em função de o valor da variável de
decisão estar à esquerda ou à direita do limiar de decisão corresponde, exatamente,
à decisão tomada em função da comparação entre as funções densidade de probabilidade
condicionais, conforme dita o critério MV. Por esta razão o receptor com correlator (ou
filtro casado) analisado anteriormente pode ser chamado de receptor de máxima
verossimilhança. Além disso, pode-se afirmar que se trata de um receptor ótimo, pois,
segundo as interpretações desta seção, ele minimiza a probabilidade de decisão errada
pelo símbolo transmitido.

1. A sequência de bits 1011 é transmitida por meio de pulsos NRZ bipolares de duração
T = Tb e amplitude A. Desenhe os diagramas de bloco dos receptores com correlator e
com filtro casado, bem como as formas de onda processadas na ausência e na
presença de ruído para cada um dos receptores. Comente os resultados.
Solução
Figura 4.7 - Formas de onda do correlator do receptor supondo ausência de ruído.
Figura 4.8 - Formas de onda do filtro casado do receptor supondo ausência de ruído.

Figura 4.9 - Formas de onda do correlator do receptor supondo presença de ruído.
Figura 4.10 - Formas de onda do filtro casado do receptor supondo presença de ruído.
Comentários: embora as formas de onda de saída do correlator e do filtro casado

sejam completamente diferentes, o que se justifica pelo fato de os correspondentes
dispositivos serem diferentes, amostras tomadas ao final do intervalo de cada bit, em
ambos os receptores, levam aos mesmos valores. Isso justifica o desempenho idêntico
dos receptores com filtro casado e com correlator. Nos instantes de amostragem, o
ruído fará com que os valores das amostras sejam diferentes dos esperados. O ruído
pode ser tão intenso (alto valor de N0) a ponto de fazer com que um pulso positivo
transmitido gere uma amostra de valor negativo, ou vice-versa, levando à condição de
erro na decisão (erro de bit).
2. A Figura 4.11 mostra os histogramas normalizados (aproximações das funções

densidade de probabilidade) para (a) o sinal na entrada do correlator e (b) o sinal na
saída do dispositivo de amostragem, após o correlator, em um sistema de
comunicação digital em banda base com sinalização antipodal e formatos de pulso
retangulares. Pedem-se:
a) Explique a razão para a diferença entre tais histogramas.
b) A taxa de erro de bit proporcionada por tal sistema será alta, média ou
aproximadamente nula? Justifique sua resposta.

Figura 4.11 - Histogramas para (a) o sinal na entrada do correlator e
(b) o sinal na saída do dispositivo de amostragem, após o correlator.
Solução
a) Ao aplicarmos ruído a um filtro casado (ou correlator), temos uma redução de
potência desse ruído, da entrada em relação à saída, como ilustrado na Figura 4.12.
Figura 4.12 - Ilustração da redução de potência do ruído, da entrada em relação à saída.
A redução de potência equivale a uma redução na variância do ruído e, por

consequência, a uma redução na dispersão de sua densidade de probabilidade.
É por esta razão que as gaussianas na entrada do sistema estão sobrepostas (alta
variância, alta potência de ruído), enquanto na saída estão afastadas (baixa va-
riância, baixa potência de ruído).
b) A BER será nula, pois não está havendo sobreposição das caudas das densidades
de probabilidade. Vale lembrar que a probabilidade de erro está associada às
amostras de saída do filtro casado ou do correlator. Se aumentarmos a intensidade
do ruído ou diminuirmos a potência de transmissão a ponto de fazer com que
comece a haver sobreposição entre as gaussianas referentes à saída do correlator,
começaremos a perceber o aumento na probabilidade de erro.

3. Um sistema de comunicação digital em banda base está operando em um canal
AWGN. A Figura 4.13 mostra, em um determinado intervalo de observação, a forma
de onda da sinalização binária transmitida (1), a forma de onda de saída do correlator
implementado com um integrate-and-dump (2) e o limiar de decisão (3). Pedem-se:
a) A sinalização binária em questão é bipolar ou unipolar? Justifique.
b) Qual é a taxa de transmissão em bits por segundo?
c) Indique na figura o momento em que haverá erro na decisão e, portanto, um
correspondente erro de bit. Aponte a causa desse erro.
d) Plote sobre a forma de onda (2) a forma de onda que seria obtida na saída do
amostrador do tipo amostra-e-retém (sample and hold - S&H) colocado na saída
do correlator.
Figura 4.13 - Forma de onda da sinalização binária de transmissão (1), forma de onda de
saída do correlator implementado com um integrate-and-dump (2) e limiar de decisão (3).
Solução
a) A sinalização é bipolar por existirem rampas positivas (crescentes) e negativas
(decrescentes) na forma de onda de saída do correlator.
b) Podemos contar o número de bits no intervalo considerado e dividir um resultado
pelo outro. Podemos também (e de forma mais simples) calcular a taxa de bits
através do inverso da duração de um bit, ou seja, Rb = 1/Tb = 1/0,01 = 100 bit/s.
c) Indicado na Figura 4.13. A causa desse erro é a influência do ruído que fez com
que a integral correspondente ao quinto bit tivesse seu valor negativo, mesmo
tendo transmitido um bit 1 (pulso positivo). Observe também que a decisão
sobre um determinado bit ocorre somente após um intervalo de integração
completo. Em outras palavras, a decisão sobre o n-ésimo bit ocorre no instante
de tempo (n + 1)Tb.

d) Indicado na Figura 4.14. Note que a comparação dessa forma de onda com o
limiar de decisão nulo, após o intervalo da primeira integração, Tb, restaura a
sequência de bits transmitida, exceto na posição correspondente ao quinto bit, o
qual será decidido em erro.
Figura 4.14 - Forma de onda de saída do correlator e de saída do dispositivo S&H.
4. Qual a relação entre a taxa de símbolos R e a duração de um bit, Tb?
Solução
A taxa de bits, medida em bits por segundo (bit/s), é o inverso da duração de um bit,
ou seja, Rb = 1/Tb. Em uma sinalização com M símbolos a taxa de símbolos será
R = Rb/log2M = 1/( Tblog2M ).
5. Como se calcula a energia média por bit, dados os formatos de pulso g1(t) e g2(t), a
regra de mapeamento entre os bits e essas formas de onda e as probabilidades de
envio dos bits?
Solução
Sabe-se que Eb p0 Eb0 p1Eb1 .
Usando o mapeamento bit 0 º g1 (t ) e bit 1 º g 2 (t ) , têm-se

Tb Tb
Eb0 ¨ g12 (t )dt e Eb1 ¨ g22 (t ) dt .
0 0
6. Que relação existe entre a energia média por bit Eb, a potência média do sinal em
questão P e a duração do bit Tb?
Solução
A energia de um pulso é o produto da potência média do sinal pela duração do pulso.
Então, Eb = P×Tb.
7. Para um valor de Eb/N0 = 8 dB, estime a probabilidade de erro de bit para uma
sinalização antipodal em canal AWGN.

Solução
Sabemos que
1 E ¬ 1 1 1
Pe erfc b
2 erfc 108/10 erfc 108/10 ! erfc 2,51 .
2 N 0 ®
2 2
Pela Tabela A.1, (1/2)erfc(2,5) = BER = Pe = 2,03u104. Do gráfico de BER versus

Eb/N0 dado na Figura 4.6, também se obtém esse valor de Pe por aproximação.
8. Bits equiprováveis gerados por uma fonte são representados por pulsos NRZ
bipolares de duração 1 ms e amplitude 1 mV. Calcule a energia média por bit, Eb.
Solução
Eb0 Eb1
Se p0 = p1 = 1/2, então Eb p0 Eb0 p1Eb1 .
2
1ms
Então Eb0 ¨ (0,001)2 dt 1q109 Eb1 , o que leva a Eb = 1u109J.
0
9. Dois sistemas de comunicação (A e B) com sinalização NRZ bipolar operam sob a

mesma intensidade de ruído em um canal AWGN. O sistema A opera a uma
Pe # 1,2 u 104. Pedem-se:
a) Quanto a mais de potência de transmissão o sistema A está utilizando, se B opera
com Pe # 4,4 u 103?
b) Calcule o valor de Eb para os dois sistemas, sabendo que a densidade espectral de
potência de ruído vale N0 = 1 u 1010 W/Hz.
Solução
a)
1 E ¬ 1 E ¬
Sistema A: erfc bA 1, 2 q104 , Sistema B: erfc bB 3
N ® 4, 4 q10 .
2 N 0 ® 2 0
1
Da Tabela A.1 obtêm-se para erfc x 1, 2 q104 º x 2,6 e
2
1
para erfc x 4,4 q103 º x 1,85 .
2
EbA EbB E E
Então, 2,6 e 1,85 , o que leva a bA 6,76 e bB 3,42 .
N0 N0 N0 N0

Como foi dado que N0 é a mesma para os dois sistemas, dividindo os resultados um
pelo outro, encontramos a relação de energias que, por consequência, será também a
relação de potências. Portanto, o sistema A opera com 6,76/3,42 # 1,98 vezes mais
potência, ou seja, aproximadamente 10×log101,98 # 3 dB a mais de potência.
b) EbA / N0 6,76 º EbA 6,76 q1010 J
EbB / N0 3,42 º EbB 3,42 q1010 J
10. Justifique os nomes para as probabilidades a posteriori Pr(0 | y) e Pr(1 | y) e para as

probabilidades a priori Pr(0) = p0 e Pr(1) = p1. Aproveite para fazer uma pesquisa que
permita definir o termo verossimilhança de forma mais abrangente do que aquela
definição utilizada no texto.
11. Considere agora a transmissão de símbolos NRZ unipolar (NRZ-u): um bit “1” é
representado por um pulso de duração Tb e amplitude A e um bit “0” é representado
pela ausência de pulso. Prove, seguindo os mesmos passos das subseções 4.1 e 4.2,
que a probabilidade de erro de bit é dada por
1 E ¬
Pe erfc b . (22)
2 2 N 0 ®
12. Represente graficamente a Pe da equação (22), comparando-a com a expressão da

equação (20). Registre suas conclusões.

5
Interferência Intersimbólica
5.1 Definição
A Figura 5.1 mostra o modelo de um sistema de comunicação em banda base com
sinalização 2-PAM do tipo antipodal. A partir desse modelo será abordado nesta seção o
conceito de interferência intersimbólica. Escolheu-se uma sinalização binária para aná-
lise apenas para facilitar o entendimento do texto. As conclusões obtidas com esta análise
também se aplicam à sinalização multinível.
Figura 5.1 - Diagrama em blocos de um sistema 2-PAM. Adaptada de Guimarães (2009).
Na Figura 5.1 os dois blocos mais à esquerda são responsáveis por gerar a sequência
de pulsos g(t) que comporá a forma de onda de transmissão, s(t). Adotando a convenção
bit 1 o +g(t) e bit 0 o –g(t), os pulsos {ak} corresponderão a uma sequência de pulsos
estreitos e de amplitudes +1 ou –1 respectivamente. O canal com resposta h(t) foi inserido
no sistema para representar eventuais comportamentos de distorção causada por filtragem
do sinal aplicado à sua entrada. Por exemplo, se estivermos realizando uma transmissão
via um par metálico, as resistências, indutâncias e capacitâncias distribuídas ao longo
dessa linha poderão causar um efeito de filtragem passa-baixas (GUIMARÃES, 2009,
p. 185). Esse efeito de filtragem fará com que uma sequência de pulsos g(t) com formato
de semiciclo cossenoidal, (como exemplo) aplicada à entrada, passe a ter, na saída, um
aspecto parecido com aquele ilustrado pela Figura 5.2.
Figura 5.2 - Exemplo de distorção provocada por um canal com resposta ao impulso h(t).
Interferência Intersimbólica 55
Depois de sofrer o efeito de filtragem pelo canal no modelo da Figura 5.1, o sinal é
contaminado com a adição de ruído branco, fenômeno já descrito.
Sabe-se que a convolução (LATHI, 2007, p. 163) de um pulso com uma resposta ao
impulso qualquer gera como resultado um sinal cuja duração é igual à duração do pulso
de entrada mais a duração da resposta ao impulso. Portanto, somente se o canal tiver
banda infinita, a duração do pulso de saída será igual à duração do pulso de entrada. Isso
ocorreria, pois, nesse caso, a resposta ao impulso do canal seria uma função impulso (ou
delta de Dirac) (LATHI, 2007, p. 91), cuja duração tende a zero.
Em uma situação prática, o alargamento ou dispersão temporal dos pulsos ao
atravessarem o canal pode fazer com que símbolos adjacentes se sobreponham. Essa
sobreposição pode causar o fenômeno conhecido como interferência intersimbólica
(IIS). A dispersão temporal pode ser facilmente explicada à luz da dualidade tempo-
-frequência: quando se reduz as componentes de frequência de um sinal, eleva-se a
duração do sinal; quando se reduz a duração de um pulso, eleva-se a banda por ele
ocupada. A Figura 5.3 ilustra esse conceito.
Figura 5.3 - Exemplo de dispersão temporal causada por um canal com resposta ao impulso h(t).
A IIS é um dos grandes vilões dos sistemas de comunicação, pois limita

drasticamente a taxa de transmissão. Isso ocorre porque quanto maior a taxa de
transmissão menor a duração de um símbolo em relação à dispersão temporal provocada
pelo canal e maior a chance de ocorrer sobreposição temporal de símbolos adjacentes.
O nosso objetivo agora é projetar adequadamente os filtros de transmissão e de
recepção do modelo da Figura 5.1 para tentar evitar o aparecimento da IIS. Antes, porém,
vamos analisar uma condição necessária para que um canal de comunicação não cause
distorção no sinal que passa por ele, estudando o conceito de transmissão sem distorção.
5.2 Transmissão sem distorção

Considere a situação ilustrada na Figura 5.4 em que o sinal s(t) não sofre distorção ao
passar pelo canal, pois está sujeito apenas a um atraso U e a uma alteração de amplitude
governada por k. Sabe-se que, no domínio da frequência, o sinal de saída pode ser
calculado por meio da multiplicação do sinal de entrada pela resposta em frequência do
canal, o que permite escrever
X 0 ( f ) kS ( f )e j 2 Q f U
H( f ) ke j 2Q f U , (23)
S( f ) S( f )

de onde se obtém
H(f ) k,
(24)
2( f ) 2Q f U .
Figura 5.4 - Modelo de transmissão sem distorção.
A Figura 5.5 ilustra a magnitude |H( f )| e a fase 2( f ) da resposta em frequência

H( f ) do canal sob análise.
Figura 5.5 - Magnitude e fase de um canal sem distorção.
Interpretando tais resultados, concluímos que, para que um canal não cause distorção
em um sinal, é necessário que ele tenha a magnitude de sua resposta em frequência
constante, ou seja, |H( f )| = k, e a fase de sua resposta em frequência com comportamento
linear, ou seja, 2( f ) = –2QfU. A primeira condição refere-se à necessidade de as várias
componentes de frequência do sinal manterem a mesma relação de amplitudes da entrada
para a saída do canal. A segunda condição demanda que o tempo de propagação U seja
idêntico para todas as componentes de frequência do sinal.
Na prática é bastante difícil ter canais que atendem as condições de magnitude
constante e fase linear em toda a banda ocupada pelo sinal transmitido, situação ilustrada
pela Figura 5.6 (a). No entanto, basta que tais condições sejam atendidas dentro da banda
em que se concentra a maior parte da energia do sinal, como ilustrado na Figura 5.6 (b).
Na figura, S( f ) é a densidade espectral de potência (DEP) do sinal transmitido.
Interferência Intersimbólica 57
Figura 5.6 - Magnitude e fase da resposta em frequência de um canal
sem distorção (a) com S( f ) limitado e (b) com S( f ) não limitado.
É importante ressaltar que, na prática, qualquer sinal que tenha pulsos confinados no
tempo terá banda infinita. Analogamente, qualquer sinal que tenha espectro confinado em
uma determinada banda terá pulsos com duração infinita. Por exemplo, se estivermos
transmitindo pulsos retangulares, sabemos que o espectro (DEP) terá relação com a
função sinc2( f ) 9 (GUIMARÃES, 2009, p. 161). Temos, nesse caso, um típico exemplo de
pulso confinado, para o qual o espectro é infinito. Entretanto, a maior parte da energia
de tais pulsos se encontra no chamado lobo (ou lóbulo) principal do espectro. Sendo
assim, se o canal tiver magnitude da resposta em frequência constante e fase linear na
largura de faixa do lóbulo principal do sinal, não haverá distorção significativa do sinal,
situação esta tolerada sem maiores problemas na prática. A Figura 5.6 (b) ilustra
justamente esta situação.
Na prática, é comum se ter a necessidade de formatação adicional do espectro do
sinal transmitido, além daquela proporcionada pela própria escolha do tipo de sinalização.
No entanto, como tal formatação adicional é comumente realizada por meio de filtragem,
ela está sempre associada a uma distorção (alargamento dos pulsos de transmissão), o que
vai produzir a desejada redução na banda ocupada pelo sinal. Felizmente, é possível
que alguma distorção ocorra no sinal e ainda assim não ocorra interferência inter-
simbólica. O controle dessa distorção pode ser feito por meio do projeto adequado dos
filtros de transmissão e recepção, assunto do Capítulo 6. Sendo assim, pode-se dizer que a
transmissão sem distorção é uma condição suficiente para não haver IIS, mas, como
veremos, ela não é necessária. Em outras palavras, pode existir um sistema que produza
distorção, mas que não produza IIS.
9
Consulte o item A.6 do Apêndice A para a definição formal da função sinc(x) utilizada neste livro.

6
Critério de Nyquist para
Interferência Intersimbólica Nula
6.1 Introdução
Tendo como referência o sistema ilustrado na Figura 6.1, inicialmente vamos definir
um novo formato de pulso correspondente à associação em série (ou em cascata) do filtro
de transmissão, do canal e do filtro de recepção, desconsiderando o ruído em um primeiro
momento. A esse pulso vamos dar o nome de Pp(t) = g(t) c(t) h(t), em que P é uma
constante de atenuação ou ganho dessa associação em cascata como um todo e o símbolo
‘ ’ denota a operação da convolução (LATHI, 2007).
Figura 6.1 - Modelo de transmissão em banda base com possível distorção do canal.
No domínio da frequência, P( f ) é a transformada de Fourier de p(t). À sequência de

amostras de p(t) damos o nome de pG(t). À transformada de Fourier da sequência pG(t)
damos o nome de PG( f ), conforme ilustra a Figura 6.2.
Figura 6.2 - (a) p(t) e sua transformada P( f ). (b) pG(t) e sua transformada PG( f ).
Critério de Nyquist para Interferência Intersimbólica Nula 59

Exemplo 6.1
Suponha que a sequência de bits 1010010 tenha sido transmitida em um sistema
binário, sabendo que p(t) tem a forma ilustrada na Figura 6.3 e que a sinalização é
antipodal.
Figura 6.3 - Exemplo de um pulso p(t) que não produz IIS.
Vamos analisar a sequência de pulsos p(t) na saída do filtro de recepção, mostrada na

Figura 6.4. Nesta figura tem-se também a soma dos pulsos, a qual corresponderá à forma
de onda de saída do filtro de recepção, y(t), conforme mostrado na Figura 5.1.
Figura 6.4 - Uma sequência de pulsos p(t) e a correspondente

soma em uma sinalização antipodal.
Na Figura 6.4 percebe-se que, embora haja sobreposição temporal de símbolos

vizinhos, tal sobreposição é nula nos instantes de amostragem. Esses instantes são
múltiplos inteiros da duração de um símbolo e os pontos ideais de amostragem
correspondem aos picos dos pulsos isolados p(t – kTb), k inteiro. Como exemplo, quando
for colhida a amostra referente ao quarto pulso, será obtido o seu valor máximo sem a
influência dos pulsos vizinhos, pois estes têm valor nulo nesse instante. Na figura em
questão, observe ainda que nos instantes ideais de amostragem a forma de onda de saída
do filtro de recepção tem valores iguais aos picos dos pulsos isolados.

Podemos agora definir a IIS de uma forma um pouco mais precisa: interferência
intersimbólica é a sobreposição temporal de símbolos vizinhos na saída do filtro de
recepção no momento da decisão.
Exemplo 6.2
Vamos repetir o exemplo anterior para um novo formato de pulso p(t) ligeiramente
diferente do primeiro, conforme ilustra a Figura 6.5.
Figura 6.5 - Pulso p(t) que produz IIS.
Vamos mais uma vez analisar a sequência de pulsos p(t) na saída do filtro de
recepção, como mostrado na Figura 6.6. Percebe-se nitidamente que, nos instantes
de amostragem ótimos, os pulsos vizinhos de cada pulso de interesse não têm sempre
valor nulo. Esta situação configura a existência de IIS e, como resultado, os valores
esperados das amostras serão modificados pelos pulsos vizinhos, fazendo com que o
sistema como um todo fique menos robusto à influência do ruído.
Figura 6.6 - Uma sequência de pulsos p(t) e a

correspondente soma em uma sinalização antipodal.

Perceba que a IIS por si só não causa erros de decisão, a não ser em casos extremos
nos quais ela é muito elevada a ponto de fazer com que algum valor de amostra ultrapasse
o limiar de decisão no sentido contrário ao que deveria. O que a IIS causa na prática é um
aumento da probabilidade de erro de bit, justamente por alterar os valores das amostras e
tornar o sistema mais susceptível à influência do ruído.
Com os Exemplos 6.1 e 6.2, percebe-se que há uma condição para a ausência de IIS:
o pulso p(t) deve ter nulos em todos os múltiplos inteiros de T, exceto no seu ponto de
máximo. Desta condição podemos extrair um importante critério: para evitarmos a IIS, é
preciso projetar aqueles elementos sobre os quais temos controle, ou seja, os filtros de
transmissão e de recepção. Em resumo, se a associação em cascata do filtro de trans-
missão, do canal e do filtro de recepção tiver uma resposta ao impulso contendo nulos
em múltiplos inteiros do intervalo de sinalização, teremos IIS nula. Note que esta
condição não está necessariamente vinculada a um sistema g(t) h(t) c(t) sem distorção,
mas sim a um sistema com distorção controlada tal que g(t) h(t) c(t) tenha nulos em
múltiplos inteiros do intervalo de símbolo T.
Agora vamos analisar o que esse critério representa no domínio da frequência.
Considere a situação ilustrada pela Figura 6.7 (a) e pela Figura 6.7 (b). Nelas percebe-se
que o pulso p(t) tem valor nulo em todos os instantes de amostragem diferentes do seu
ponto de máximo. Isso leva a termos uma única amostra no sinal pG(t) e, como
consequência, PG( f ) será a transformada de Fourier de um impulso10, ou seja, terá um
valor constante.
Agora considere o pulso p(t) ilustrado na Figura 6.7 (c). Suponha que sejam colhidas
amostras espaçadas de T, em que T = Tb na sinalização binária, levando à sequência
de amostras ilustrada na Figura 6.7 (d). Percebe-se que, devido ao fato de existirem amostras
não nulas do pulso p(t) fora do seu ponto de máximo, tal pulso causará IIS em pulsos
vizinhos. Além disso, conforme indicado na Figura 6.2, observou-se que, genericamente, essa
sequência de amostras tem como espectro réplicas de P( f ) deslocadas de múltiplos inteiros
da frequência de amostragem fs = R = 1/T. Essas réplicas levarão a um valor não constante
para PG( f ) no caso da Figura 6.7 (d). Vale lembrar que para sinalização binária fs = Rb = 1/Tb.
10
A Figura 6.7 (b) de fato não representa uma função impulso (ou delta de Dirac), pois a amostra de p(t) não tem
duração tendendo a zero, nem amplitude tendendo a infinito. Entretanto, a transformada de Fourier de um pulso de
amplitude finita e duração muito pequena tende a ser um valor constante.

Figura 6.7 - (a) Pulso de Nyquist. (b) amostras de (a) nos instantes de sinalização.
(c) Pulso p(t). (d) amostras de (c) nos instantes de sinalização.
Podemos agora definir matematicamente o chamado critério de Nyquist para IIS

nula, que pode ser expresso da seguinte maneira: a interferência intersimbólica será nula
se a resposta em frequência da associação em cascata do filtro de transmissão, do canal
e do filtro de recepção, após amostragem, respeitar a expressão:
d
n¬
P f Pį ( f ) constante.
T®
(25)
nd
Sempre que a soma das réplicas do espectro de p(t), ou seja, PG( f ) for constante, no
domínio do tempo p(t) terá nulos em múltiplos inteiros do intervalo de sinalização e,
portanto, não haverá IIS.
Como antecipado, para conseguirmos atender ao critério de Nyquist, devemos
projetar os filtros de transmissão e de recepção adequadamente. Na Seção 6.3 tomaremos
contato com filtros tipicamente utilizados na prática e que atendem ao critério de Nyquist
para IIS nula.
6.2 A interferência intersimbólica e a equalização

Na prática, muitas vezes não conseguimos ter um canal de comunicação que não
cause nenhuma distorção no sinal transmitido, ou seja, há situações nas quais o canal
não tem magnitude da resposta em frequência plana ou não tem fase linear, ou ambos, na
faixa de frequências do sinal transmitido. Nesta situação não conseguiremos projetar o
sistema de tal forma que atendamos ao critério de Nyquist para IIS nula.

Para resolver o problema, teremos que inserir um novo processo de filtragem na
saída ou na entrada do filtro de recepção para tentar cancelar a distorção causada pelo
canal. Uma das formas mais simples de cancelamento consiste na implementação de um
filtro com resposta inversa da resposta do canal, como ilustrado na Figura 6.8. A este
novo elemento dá-se o nome de equalizador .
Figura 6.8 - Sistema de transmissão e recepção em banda base com equalizador.
Muitas das aplicações têm canais de comunicação variáveis no tempo. Nestes casos o
equalizador torna-se bastante complexo e assume sua forma adaptativa, ou seja, sua
resposta em frequência se adapta às variações da resposta em frequência do canal. São
exemplos destes casos os equalizadores utilizados em sistemas de comunicação móvel
celular (RAPPAPORT, 2002, p. 355-380).
6.3 Simetria vestigial em P( f )

A simetria vestigial é um conceito puramente geométrico, embora neste caso ela
esteja associada com a análise de interferência intersimbólica. Para entendê-la, considere
dois exemplos de espectro do pulso p(t) na saída do filtro de recepção, conforme ilustrado
na Figura 6.9. Analise, por exemplo, o espelhamento horizontal para a esquerda da parte à
direita de R/2 = 1/(2T) em ambos os espectros P( f ). Analise agora o espelhamento ver-
tical de cada um dos resultados anteriores para cima, como também ilustra a figura. Se a
parte espelhada final coincidir com a curva de P( f ) à esquerda de R/2, temos a chamada
simetria vestigial em torno de R/2.
Figura 6.9 - Representação gráfica do conceito de simetria vestigial.
Qualquer figura geométrica correspondente a P( f ) que tenha esta propriedade em

torno de rR/2 terá como PG( f ) = 6P(f – nR) uma constante e, portanto, P( f ) atenderá ao
critério de Nyquist para IIS nula, conforme equação (25). Esta situação é exemplificada
na Figura 6.10 para a função P( f ) dada na Figura 6.9 (a).

Figura 6.10 - Representação gráfica de PG( f ) = 6P(f – nR).
Para o formato de P( f ) exemplificado na Figura 6.9 (b), vejamos o que acontece se

tornarmos cada vez mais abruptas as quedas do espectro em torno de rR/2. A Figura 6.11
ilustra o comportamento resultante. No caso mais abrupto tem-se a banda de P( f )
ocupando exatamente B = R/2 Hz e no caso menos abrupto tem-se uma banda B = R Hz.
Figura 6.11 - Espectro P( f ) para diferentes valores do fator de forma D.
Esses diferentes níveis de inclinação podem ser associados a D, chamado fator de

forma ou fator de roll-off do sistema linear correspondente à associação em cascata do
filtro de transmissão, do canal e do filtro de recepção. Portanto, para D = 0 tem-se a
menor banda ocupada, B = Bmín = R/2 Hz, e para D = 1 tem-se a maior banda ocupada,
B = R Hz. Genericamente, para 0 d D d 1, a banda ocupada por P( f ) será dada por
R 1
B Bmín 1 B 1 B 1 B
2 2T
1 Rb (26)
1 B 1 B .
2Tb log 2 M 2 log 2 M
Em termos práticos, pode-se considerar a banda B como sendo aproximadamente

igual à banda que será ocupada pelo sinal transmitido.

6.4 Espectro e pulso cosseno elevado
Ao formato de espectro ilustrado pela Figura 6.11 damos o nome de espectro
cosseno elevado, cuja representação matemática é (GIBSON, 2002)
1D
°T , 0d| f |d
2T
°
°T ª § ST ª 1 D º ·º 1 D 1 D
P( f ) ® «1 cos ¨ | | » , | | d (27)
2T »¼ ¸¹ ¼
«¬ f f
°2 ¬ © D 2T 2T
° 1D
°0, | f |! .
¯ 2T
Quem dá o formato específico à resposta P( f ) e, por consequência, ao valor da

largura de faixa ocupada é o fator de forma D, nitidamente identificado na equação (27).
A razão para o nome “cosseno elevado” deve-se ao fato de que, para D = 1, o formato
da resposta P( f ) entre í1/T e 1/T corresponde a uma função cossenoidal que, após ter sua
posição vertical elevada, “descansa” sobre o eixo das frequências. Verifique esta afir-
mação como exercício.
O formato de pulso p(t) correspondente ao espectro P( f ) dado na equação (27) é
denominado pulso cosseno elevado e é dado por
ª sen S t T º cos SD t T
p(t ) « » . (28)
¬ S t T ¼ 1 2D t T
2
Na Figura 6.12 o pulso p(t) da equação (28) é ilustrado para alguns valores do fator de
forma D. Por meio desta figura percebe-se nitidamente que, independente do fator de forma,
o pulso p(t) tem nulos em múltiplos inteiros do intervalo de sinalização T. Isso faz com que
um determinado pulso não interfira em pulsos adjacentes, pois terá valores nulos nos
momentos ótimos de amostragem desses pulsos adjacentes.
Figura 6.12 - Pulso cosseno elevado.

É importante enfatizar que, genericamente, com a sinalização M-PAM, para termos
IIS nula o espectro P( f ) deve apresentar simetria vestigial em torno de R/2, em que
R = 1/T = 1/( Tb log2M ) é a taxa de sinalização (taxa de símbolos). Desta forma, a banda
ocupada pelo sinal será B = (1 + D)R/2 e os nulos do pulso p(t) ocorrerão em múltiplos
inteiros do intervalo de sinalização T.
6.5 Espectro e pulso raiz de cosseno elevado

Consideremos mais uma vez o sistema de comunicação ilustrado na Figura 6.1. Nele,
para que a IIS seja nula, deseja-se que a associação em cascata do filtro de transmissão,
do canal e do filtro de recepção tenha uma resposta do tipo cosseno elevado, ou seja,
deseja-se que P( f ) = G( f )H( f )C( f ) tenha resposta do tipo cosseno elevado. Para
facilitar a presente análise, inicialmente considere o ruído branco nulo. Fazendo isso será
possível analisar exclusivamente o comportamento da interferência intersimbólica. O
ruído será incorporado em seguida, permitindo uma análise mais completa e realista do
sistema.
Se o canal tiver resposta plana e fase linear em toda a faixa de frequências do sinal de
saída do filtro de transmissão, P( f ) praticamente não sofrerá influência do canal, exceto
pelo atraso por ele produzido. Nesta situação, pode-se dizer que o formato para |P( f )|, o
módulo de P( f ), e para arg[P( f )], a fase de P( f ), dependerá predominantemente
da associação em cascata do filtro de transmissão e do filtro de recepção, que no domínio
da frequência será G( f )C( f ).
Na prática, é sempre interessante termos o maior número de componentes iguais em
um sistema, o que proporciona economia de escala na fabricação e, por consequência,
redução do custo e no preço do produto final ao consumidor. Então, para ter filtros de
transmissão e de recepção iguais e, ao mesmo tempo, ter a resposta total P( f ) desejada,
deve-se usar as seguintes relações:
| G ( f ) | P ( f ) , arg[G ( f )] arg[ P ( f )] / 2 , (29)
| C ( f ) | P ( f ) , arg[C ( f )] arg[ P ( f )] / 2. (30)
Perceba que, nestas condições, teremos

arg[ G ( f )] arg[ C ( f )]
G ( f )C ( f ) | G ( f ) || C ( f ) | e j
P ( f ) e j arg[ P ( f )] (31)
P ( f ).
Devido ao critério de projeto adotado nesta análise, denominamos os filtros de

transmissão e de recepção projetados de filtros raiz de cosseno elevado. Damos o nome
de espectro raiz de cosseno elevado e pulso raiz de cosseno elevado à resposta em
frequência e à resposta ao impulso desses filtros, respectivamente.
Esses filtros são largamente utilizados em sistemas reais e cumprirão o seu papel de
evitar a IIS, desde que o canal não distorça o sinal que passar por ele, ou seja, desde que o

canal não tenha influência no formato da resposta em frequência cosseno elevado
desejada para a cascata G( f )C( f ). Caso o canal cause distorção, já sabemos que deve ser
feita a inserção de outro bloco no sistema, correspondente ao equalizador.
Com o uso dos filtros de transmissão e de recepção do tipo raiz de cosseno elevado é
possível fazer uma nova interpretação do sistema sob análise. Pode-se interpretar o filtro
de transmissão como um filtro formatador do pulso de transmissão e, por consequência,
pode-se interpretar o filtro de recepção como um filtro casado com tal formato de pulso.
Portanto, ao considerarmos o sistema mostrado na Figura 6.1, agora com a presença do
ruído branco, podemos dizer que o uso dos filtros de transmissão e de recepção do tipo
raiz de cosseno elevado tem por objetivo eliminar a interferência intersimbólica e, ao
mesmo tempo, minimizar a influência do ruído na variável de decisão.

1. As formas de onda da Figura 6.13 referem-se às saídas de dois filtros de recepção em
sistemas com sinalização antipodal e foram geradas pela transmissão dos bits
001100010011001 no caso da Figura 6.13 (a) e dos bits 010110001011100 no caso da
Figura 6.13 (b). Os instantes ótimos de amostragem coincidem com as grades das
figuras. Pedem-se:
a) Esboce as amostras de ambas as formas de onda.
b) Em qual das situações há IIS? Justifique.
Figura 6.13 - Formas de onda de saída dos filtros de recepção considerados no Exercício 1.

Solução a
Figura 6.14 - Amostras das saídas dos filtros de recepção considerados no Exercício 1.
Solução b
Pelos resultados apresentados na Figura 6.14, nota-se que na parte (a) as amostras
têm valor +1 ou –1 o que indica que não há IIS, pois foi informado que a sinalização
é antipodal. Na parte (b), entretanto, nota-se que as amostras positivas têm valores
distintos, bem como as amostras negativas, indicando a presença de interferência
intersimbólica.
2. Por que um canal pode provocar IIS quando a magnitude de sua resposta em
frequência não é constante ou a sua fase não é linear na faixa espectral do sinal
transmitido?
Solução
Simplesmente porque estas são condições em que há distorção e, portanto, há
modificação nos formatos dos pulsos, o que pode levar à ocorrência de IIS.
3. Faça uma pesquisa procurando interpretar a relação entre o comportamento linear da

resposta de fase de um canal e o atraso de propagação imposto a cada uma das com-
ponentes de frequência do sinal. Sua resposta deve conter a definição e a interpre-
tação do termo atraso de grupo (group delay).
4. A Figura 6.15 ilustra o espectro do pulso p(t) na saída do filtro de recepção. Haverá
ou não haverá interferência intersimbólica no sistema correspondente? Justifique sua
resposta.

Figura 6.15 - Exemplo de espectro do pulso p(t) na saída do filtro de recepção.
Solução
Observando a resposta em frequência P( f ) dada, notamos a ausência de simetria
vestigial em torno de rR/2. Portanto, trata-se de uma situação em que haverá IIS, pois
o critério de Nyquist para IIS nula não é satisfeito para qualquer resposta P( f ) que
não apresente tal simetria.
5. A Figura 6.16 (a), corresponde ao formato de pulso p(t) na saída do filtro de recepção
de um sistema de comunicação em banda base com sinalização multinível quaternária
(4-PAM) operando a 1.000 bit/s. Sabendo que o mapeamento (dibit) ĺ (amplitude de
símbolo) segue a regra 00 ĺ 3, 01 ĺ 1, 10 ĺ +1 e 11 ĺ +3, esboce no gráfico
dado na parte (b) a figura em questão a sequência de pulsos de recepção para os bits
transmitidos 01111000, considerando atenuação nula ao longo do sistema e ruído
também nulo. Verifique a ocorrência ou não de IIS. Observação: Os nulos de p(t)
ocorrem em múltiplos de T = 2Tb.
Figura 6.16 - (a) Pulso p(t) na saída do filtro de recepção, (b) Gráfico para resolução do Exercício 5.

6. Realize um estudo sobre equalização adaptativa, conforme abordado, por exemplo,
em (GUIMARÃES, 2009, p. 349-354). Elabore um texto de uma página em formato
A4, caractere Times 12 pontos, espaçamento simples, com o objetivo de explicar o
funcionamento do equalizador representado pelo diagrama de blocos da Figura 6.17.
Figura 6.17 - Associação em cascata do filtro de recepção com

um equalizador adaptativo. Adaptada de Guimarães (2009).
7. Faça um esboço de um formato de espectro diferente daqueles apresentados neste

livro e que atenda ao critério de Nyquist para IIS nula. Justifique sua escolha. Dica:
Qualquer formato de P( f ) que tenha simetria vestigial em torno de R/2 atende ao
critério de Nyquist para IIS nula.
8. Se os filtros de transmissão e de recepção de um sistema de comunicação digital são

do tipo raiz de cosseno elevado, que fatores podem fazer com que haja interferência
intersimbólica? Justifique sua resposta, explicando como esses fatores levam ao
aparecimento da IIS. Dica: Use uma abordagem matemática na sua explicação.
9. A forma de onda na parte (a) do gráfico da Figura 6.18 corresponde à forma de onda
de saída do filtro de recepção em um sistema de comunicação digital com sinalização
antipodal em banda base. Suponha que os pulsos de amostragem dessa forma de onda
ocorrem nos instantes correspondentes à grade da figura. Pedem-se:
a) Desenhe no gráfico da parte (b) a sequência de amostras do sinal na parte (a).
b) Responda se há ou não há interferência intersimbólica, justificando sua resposta.
Admita que a relação sinal-ruído seja bastante alta a ponto de a influência do
ruído poder ser desprezada.
c) Determine a taxa de sinalização e a taxa de bits.

Figura 6.18 - Gráficos considerados no Exercício 9.
10. Dois sistemas de comunicação digital em banda base estão operando à mesma taxa e à
mesma potência média de transmissão em canal AWGN, sob efeito da mesma
densidade espectral de potência de ruído. O canal possui magnitude da resposta em
frequência plana e fase linear dentro de toda a banda que o sinal ocupa. Ambos os
sistemas utilizam sinalização binária com formatos de pulso e filtros casados do tipo
raiz de cosseno elevado. Entretanto, o sistema A opera com fator de forma de 0,2 nos
filtros de transmissão e de recepção, enquanto o sistema B opera com fator de forma de
1 em ambos os filtros. Pedem-se:
a) Mesmo não havendo nenhuma outra condição de operação distinta entre os
sistemas, observou-se que, na presença de desvio (jitter)11 (ITU-T, 1996) no
instante de decisão ótimo, o sistema B apresentou taxa de erro de bit inferior à do
sistema A. Justifique o efeito observado. Como sugestão, faça desenhos para
auxiliá-lo na elaboração da justificativa.
b) Procurou-se então eliminar tal fenômeno de jitter e, como efeito, observou-se que
ambos os sistemas passaram a apresentar a mesma taxa de erro de bit. Esse
comportamento era esperado? Justifique.
11. Quais dos sistemas da Figura 6.19 proporcionam comunicação livre de IIS e em que
condições? Em cada um dos sistemas a entrada é alimentada com uma sinalização
M-PAM contendo pulsos bastante estreitos (aproximados de impulsos) e cada saída
refere-se à saída do filtro de recepção. Justifique suas escolhas e suas exclusões.
11
De acordo com a Rec. G810 da ITU, jitter de temporização corresponde às variações de curto prazo nos instantes
significantes de um sinal de temporização em relação às suas posições temporais ideais. Denominam-se variações de
curto prazo aquelas que ocorrem com frequência maior ou igual a 10 Hz (ITU-T, 1996, p. 3).

Figura 6.19 - Sistemas em banda base considerados no Exercício 11.
Solução
Incondicionalmente, apenas o sistema (c), que tem resposta que atende ao critério de
Nyquist. Condicionalmente, (a) se o canal não causar distorção, (d) se o canal tiver res-
posta plana e fase linear dentro da faixa do sinal transmitido. Os demais não têm
resposta resultante que atenda ao critério de Nyquist e, portanto, causarão IIS.
12. Dos sistemas apresentados no exercício anterior, qual melhor representa um sistema
real do ponto de vista da fidelidade com sua implementação? Justifique.
Solução
O sistema (d), pois tem como elementos os blocos que podem fazer parte do sistema
real.
13. Usando a definição formal da transformada inversa de Fourier dada por (LATHI,
2007, p. 602)
d
p t ¨d P f e j 2 Q f t df
e a tabela de pares de transformada de Fourier para sinais contínuos dada no

Apêndice A.6, deduza a equação (28) a partir da equação (27).

7
Diagrama de Olho
7.1 Definição
É uma ferramenta gráfica de extrema utilidade no projeto e na avaliação de sistemas
de comunicação digital, pois permite verificar a influência de interferência intersimbólica
e de ruído. Ao mesmo tempo, permite calibração do sistema de sincronismo no tocante à
definição dos instantes ótimos de amostragem do sinal de saída do filtro de recepção.
Para entender como essa ferramenta é construída, considere a forma de onda de saída
do filtro de recepção apresentada na Figura 7.1 (a). Na Figura 7.1 (b) têm-se sucessivas
“fotografias” sobrepostas de pequenos trechos consecutivos da forma de onda da parte (a).
Figura 7.1 - Exemplo de formação do diagrama de olho. (a) Forma de onda de saída do filtro de recepção.
(b) Trechos consecutivos da forma de onda da parte (a). Adaptada de Guimarães (2009).
Se continuarmos com esse processo de sobreposição de trechos da forma de onda sob

análise, chegaremos a um resultado como o ilustrado na Figura 7.2, a qual é denominada
diagrama de olho porque se assemelha a um ou mais olhos.

Figura 7.2 - Diagrama de olho em uma sinalização binária e seus principais parâmetros.
Os parâmetros indicados na Figura 7.2 são descritos a seguir.

x Instante ótimo de amostragem: como o nome indica, é o melhor instante de
amostragem, ou seja, é o instante em que o diagrama de olho está mais aberto no
sentido vertical e que, portanto, levará a amostras com valores mais distantes do
limiar de decisão (linha tracejada horizontal). Na ausência de IIS e de ruído, no
instante ótimo de amostragem teremos, como esperado, apenas M valores de
amostra
(M = 2 para sinalização binária, M = 4 para quaternária e assim por diante).
x Distorção no instante de amostragem: esse parâmetro está associado à faixa de
variações dos valores das amostras colhidas. Quanto maior o grau de IIS ou a
intensidade de ruído no sistema, mais larga será essa faixa. Portanto, um
diagrama de olho fechado no sentido vertical indica forte presença de IIS, de
ruído ou de ambos. Enquanto o diagrama de olho mostrar abertura vertical, por
menor que seja, pode-se afirmar que a taxa de erro de símbolo será nula ou muito
próxima de zero.
x Margem de ruído: representa o quanto de ruído adicional o sistema pode
suportar e ainda proporcionar decisões corretas. Níveis de IIS elevados ou baixa
relação sinal-ruído, ou ambos, fazem com que essa margem seja reduzida, o que é
notado pela diminuição da abertura vertical do diagrama.
x Distorção de cruzamentos por zero: esse parâmetro revela se os cruzamentos
por zero do sinal de saída do filtro de recepção estão acontecendo a intervalos
mais ou menos igualmente espaçados. Quando essa distorção é pequena, o
sistema pode fazer uso dos cruzamentos por zero para auxiliar no processo de
recuperação de sincronismo, posto que a taxa e a posição relativa de tais
cruzamentos no diagrama de olho são praticamente constantes.
x Intervalo de amostragem: em princípio é possível tomar amostras em qualquer
ponto dentro da abertura horizontal do diagrama de olho. Entretanto, uma menor
abertura eleva a necessidade de maior precisão no processo de sincronismo, além
de reduzir a margem de ruído em situações de sincronismo imperfeito. Essa
redução ocorre porque, estando fora dos instantes ideais de amostragem, os
Diagrama de Olho 75
pulsos de amostragem produzirão amostras com maior distorção de valor quando
o diagrama de olho estiver mais fechado horizontalmente.
A título de complementação, a Figura 7.3 apresenta alguns diagramas de olho para
diferentes situações em um sistema com sinalização quaternária: (a) ausência de IIS e de
ruído, (b) ausência de IIS e relação sinal-ruído baixa, (c) ausência de IIS e relação sinal-
-ruído moderada, (d) relação sinal-ruído alta em canal com limitação de banda moderada,
(e) relação sinal-ruído alta em canal com limitação de banda mais severa.
Observe que tanto a presença de ruído quanto de IIS causa o fechamento vertical do
diagrama praticamente da mesma forma. Isso permite afirmar que, em uma primeira
análise, não é possível identificar se é a IIS ou é o ruído a causa de fechamento vertical do
diagrama. Logo à frente, por meio de um exercício, seremos capazes de aprender a
realizar essa identificação de forma bastante simples.
Figura 7.3 - Exemplos de diagramas de olho para diferentes cenários

de relação sinal-ruído e de limitação de banda pelo canal.

1. O diagrama de olho da Figura 7.4 foi obtido na saída do filtro casado de um modem
(contração das palavras modulador e demodulador) com sinalização quaternária.
Pedem-se:
a) Explique como você faria para afirmar que o fechamento vertical observado no
diagrama se deve à influência de ruído, IIS ou ambos.

b) No caso de constatação de presença de IIS, atribua esse efeito a um dos elementos
do sistema de comunicação, justificando.
c) Determine a taxa de sinalização e a taxa de bits.
d) Determine a banda ocupada pelo sinal transmitido, sabendo que o filtro de
transmissão tem fator de forma igual a 0,2.
Figura 7.4 - Exemplo de diagrama de olho obtido na saída do filtro casado de um modem.
Solução
a) Se aumentarmos a potência de transmissão e o diagrama de olho apresentar aumento
relativo na abertura vertical, pode-se dizer que a principal causa do fechamento é o
ruído. Isso ocorre, pois quando a potência é aumentada, a relação sinal-ruído também
é aumentada e, portanto, a abertura vertical relativa do diagrama de olho aumenta. Se
o diagrama de olho não mostrar aumento da abertura relativa verticalmente com o
aumento de potência, temos um forte indicador da presença de IIS, pois ela sofre
influência somente dos sistemas lineares envolvidos e não do ruído ou da potência de
transmissão.
b) A IIS pode ter sido causada por qualquer dos elementos, como filtro de transmissão,
canal ou filtro de recepção.
c) O espaçamento entre os pontos ótimos de amostragem no diagrama de olho é de 1 ms,
que corresponde ao intervalo de símbolo. Logo, a taxa de símbolos é R = 1/T = 1.000
símbolo/s. Como a sinalização é quaternária, temos 2 bits por símbolo. Logo, a taxa
de bits é Rb = 1/Tb = 1/(T/2) = 2R = 2.000 bit/s.
d) B = (1 + D)R/2 = 1,2u500 = 600 Hz.
2. Os diagramas de olho mostrados na Figura 7.5 foram obtidos nas saídas dos filtros
casados de dois sistemas de comunicação digital em banda base, o sistema (a) e o
sistema (b). Os diagramas da esquerda referem-se a uma potência de transmissão P1 e
os da direita se referem a uma potência de transmissão P2 >> P1 (as escalas estão
normalizadas). Comente os diagramas no que se refere à influência do ruído e da
interferência intersimbólica nos dois sistemas.
Diagrama de Olho 77
Figura 7.5 - Diagramas de olho obtidos nas saídas dos filtros casados
de dois sistemas de comunicação digital em banda base.
3. A Figura 7.6 mostra o diagrama de olho observado na saída do filtro casado de um

sistema de comunicação digital M-PAM em banda base. Antes da transmissão, o sinal
M-PAM passou por um filtro do tipo raiz de cosseno elevado com fator de forma
D = 0,5. Pedem-se:
a) Calcule a taxa de símbolos do sistema.
b) Calcule o valor de M.
c) Calcule a taxa de bits do sistema.
d) Calcule a banda ocupada pelo sinal M-PAM.
Figura 7.6 - Diagrama de olho observado na saída do filtro casado

de um sistema de comunicação digital M-PAM em banda base.

Referências Bibliográficas
ATIS. ANS T1.523-2001, Telecom Glossary 2000, Glossary of Telecommunication

Terms. USA, 2000.
BAHAI, A. R. S.; SALTZBERG, B. R. Multi-Carrier Digital Communications: Theory
and Applications of OFDM. New York, USA: Kluwer Academic, Plenum Publishers,
1999.
BOSSERT, M. Hadamard Matrices and Codes In: Wiley Encyclopedia of
Telecommunications. Hoboken, New Jersey, USA: John Wiley & Sons, Inc., v. 2, 2003.
CHANG, R. W. Orthogonal Frequency Multiplex Data Transmission System. U.S.
Patent Nr. 3,488,445, 1966.
CIMINI JR., L. J.; GREENSTEIN, L. J. Orthogonal Frequency-Division Multiplexing.
In: Wiley Encyclopedia of Telecommunications. Hoboken, New Jersey, USA: John Wiley
& Sons, Inc., v. 4, 2003.
CIOFFI, J. M. Digital Data Transmission: EE379C Course Textbook. Stanford
University. Fornecido pelo autor, 1998.
COMSOC. A Brief History of Comunications. 2. ed. Piscataway, NJ: IEEE
Communications Society, 2012.
COUCH, L. W. Digital and Analog Communication Systems. 7. ed. Upper Saddle
River, NJ, USA: Prentice Hall, Inc., 2007.
GIBSON, J. D. (Ed.). The Communications Handbook. 2. ed. USA: CRC Press, 2002.
GIORDANO, A. A.; SCHONHOFF, T. A. Statistical Characterization of Impulsive
Noise. In: Wiley Encyclopedia of Telecommunications. Hoboken, New Jersey, USA:
John Wiley & Sons, Inc., v. 5, 2003.
GRAF, R. F. Modern Dictionary of Electronics. 7. ed. Boston, USA: Newnes &
Butterworth-Heineman, 1999.
GUIMARÃES, D. A. Digital Transmission: A Simulation-Aided Introduction with
VisSim/Comm. Heidlberg: Springer-Verlag, 2009.
HARA, S.; PRASAD, R. Design and Performance of Multicarrier CDMA System in
Frequency-Selective Rayleigh Fading Channels. IEEE Transactions on Vehicular
Technology, v. 5, n. 48, p. 1584-1595, 1999.
______. Multicarrier Techniques for 4G Mobile Communications. Boston, USA:
Artech House, Inc., 2003.
HAYKIN, S. Sistemas de Comunicação Analógicos e Digitais. 4. ed. Porto Alegre:
Bookman, 2004.

IPATOV, V. P. Spread Spectrum and CDMA: Principles and Applications. Chichester,
England: John Wiley & Sons, Ltd., 2005.
ITU-T. Recommendation G.810: Definitions and Terminology for Synchronization
Networks. ITU-T, 1996.
______. Recommendation G.703: Physical/electrical characteristics of hierarchical
digital interfaces, 2001.
LATHI, B. P. Sinais e Sistemas Lineares. 2. ed. Porto Alegre: Bookman, 2007.
LEON-GARCIA, A. Probability, Statistics, and Random Processes for Electrical
Engineering. 3. ed. NJ: Prentice Hall, 2008.
LI, Y. G.; STÜBER, G. L. Orthogonal Frequency Division Multiplexing for Wireless
Communications. Springer Science + Business Media, Inc., New York, USA, 2006.
NEE, R. V.; PRASAD, R. OFDM for Wireless Multimedia Communications.
Norwood, MA, USA: Artech House, Inc., 2000.
PAPOULIS, A. Probability, Random Variables, and Stochastic Processes. 3. ed. New
York, USA: McGraw Hill, 1991.
PRASAD, R. OFDM for Wireless Communications Systems. Boston, USA: Artech
House, Inc., 2004.
PROAKIS, J. G. Digital Communications. 3. ed. New York , USA: McGraw Hill, Inc,
1995.
RAPPAPORT, T. S. Wireless Communications: Principles and Practice. 2. ed. Upper
Saddle River, NJ, USA: Prentice-Hall, Inc., 2002.
SALTZBERG, B. R. Performance of an Efficient Parallel Data Transmission System.
IEEE Transactions on Communications, v. COM-15, n. 805-811, p. 805-811, December
1967.
SIMON, M. K.; ALOUINI, M.-S. Digital Communications over Fading Channels.
2. ed. Hoboken, NJ, USA: John Wiley & Sons, Inc., 2005.
SKLAR, B. Digital Communications. 2. ed. Upper Saddle River, NJ, USA:
Prentice-Hall, Inc., 2001.
STRANG, G. Introduction to Linear Algebra. 4. ed. New York, USA: Cambridge Press,
2009.
STUBER, G. L. Principles of Mobile Communications. 2. ed. New York, USA: Kluwer
Academic Publishers, 2001.
TANENBAUM, A. S. Computer Networks. 4. ed. Upper Saddle River, NJ, USA:
Prentice Hall, Inc., 2003.
Referências Bibliográficas 297

WEINSTEIN, S. B.; EBERT, P. M. Data Transmission by Frequency-Division
Multiplexing Using the Discrete Fourier Transform. IEEE Transactions on
Communications, v. 19, p. 628-634, 1971.
WIKEPEDIA. Voronoi Diagram. Disponível em:
<http://en.wikipedia.org/wiki/Voronoi_diagram>. Acesso em: ago. 2012.
______. Baudot Code. Disponível em: <http://en.wikipedia.org/wiki/Baudot_code>.
Acesso em: 1 jun. 2012.
XIONG, F. Digital Modulation Techniques. 2. ed. Boston: Artech House, Inc., 2006.
YACOUB, M. D. Foundations of Mobile Radio Engineering. Boca Raton, FL, USA:
CRC Press, 1993.
YACOUB, M. D.; BAUTISTA, J. E. V.; GUEDES, L. G. R. On higher order statistics of
the Nakagami-m distribution. IEEE Transactions on Vehicular Technology, v. 48, n. 3,
p. 790-794, 1999.
ZIEMER, R. E.; PETERSON, R. L. Introduction to Digital Communication. 2. ed.
Upper Saddle River, NJ, USA: Prentice-Hall, Inc., 2001.
Marcas Registradas
Todos os nomes registrados, marcas registradas ou direitos de uso citados neste livro
pertencem aos seus respectivos proprietários.

A
Fórmulas e Tabelas
A.1 Funções erfc(x) e Q(x)

Quando problemas sobre probabilidade, que envolve uma variável aleatória
gaussiana, demandam cálculos de área da cauda da função densidade de probabilidade,
nos deparamos com um obstáculo: o cálculo dessa área não tem solução analítica exata.
Nestes casos são utilizadas as funções erfc(x) e Q(x), cujo objetivo é permitir um cálculo
numérico da área em questão. Tais funções são definidas por meio das expressões
2 d
erfc( x)
Q ¨ x
exp(u 2 )du (197)
1 d u 2 ¬
du.
Q( x)
2Q ¨ x
exp
2 ® (198)
Essas funções se relacionam por meio de
erfc( x) 2Q x 2 (199)
1 x ¬
Q( x) erfc . (200)
2 2 ®
Muitos softwares de cálculo e até calculadoras mais modernas contêm ao menos
uma dessas funções embutidas. Ainda assim, muitas referências contêm tabelas de
valores dessas funções para uma grande faixa de argumentos. Como exemplo, tem-se a
Tabela A.1.
Como alternativa, a expressão
2 ¡ d x 2i 1 ¯°
erfc( x ) 1 (1) i !(2i 1)! °
Q ¡¡¢ i 0
i
(201)
°±
corresponde à expansão da função erfc(x) em uma série infinita. Para 50 ou mais termos
no somatório, o valor obtido com a série aproxima-se bastante do valor exato da função
até por volta de 107. Para valores mais baixos do resultado é preciso aumentar o número
de termos do somatório.
Apêndice A - Fórmulas e Tabelas 299

A função Q(x) possui algumas aproximações, conforme ilustrado na Figura A.1, na
qual é possível identificar claramente em que faixa de valores do argumento tais
aproximações são mais ou menos precisas.
Tabela A.1 - Tabela de valores da função erro-complementar
x erfc(x) x erfc(x) x erfc(x) x erfc(x)
0,025 0,971796 1,025 0,147179 2,025 4,19E-03 3,025 1,89E-05

0,050 0,943628 1,050 0,137564 2,050 3,74E-03 3,050 1,61E-05
0,075 0,915530 1,075 0,128441 2,075 3,34E-03 3,075 1,37E-05
0,100 0,887537 1,100 0,119795 2,100 2,98E-03 3,100 1,16E-05
0,125 0,859684 1,125 0,111612 2,125 2,65E-03 3,125 9,90E-06
0,150 0,832004 1,150 0,103876 2,150 2,36E-03 3,150 8,40E-06
0,175 0,804531 1,175 0,096573 2,175 2,10E-03 3,175 7,12E-06
0,200 0,777297 1,200 0,089686 2,200 1,86E-03 3,200 6,03E-06
0,225 0,750335 1,225 0,083200 2,225 1,65E-03 3,225 5,09E-06
0,250 0,723674 1,250 0,077100 2,250 1,46E-03 3,250 4,30E-06
0,275 0,697344 1,275 0,071369 2,275 1,29E-03 3,275 3,63E-06
0,300 0,671373 1,300 0,065992 2,300 1,14E-03 3,300 3,06E-06
0,325 0,645789 1,325 0,060953 2,325 1,01E-03 3,325 2,57E-06
0,350 0,620618 1,350 0,056238 2,350 8,89E-04 3,350 2,16E-06
0,375 0,595883 1,375 0,051830 2,375 7,83E-04 3,375 1,82E-06
0,400 0,571608 1,400 0,047715 2,400 6,89E-04 3,400 1,52E-06
0,425 0,547813 1,425 0,043878 2,425 6,05E-04 3,425 1,27E-06
0,450 0,524518 1,450 0,040305 2,450 5,31E-04 3,450 1,07E-06
0,475 0,501742 1,475 0,036982 2,475 4,65E-04 3,475 8,91E-07
0,500 0,479500 1,500 0,033895 2,500 4,07E-04 3,500 7,43E-07
0,525 0,457807 1,525 0,031031 2,525 3,56E-04 3,525 6,19E-07
0,550 0,436677 1,550 0,028377 2,550 3,11E-04 3,550 5,15E-07
0,575 0,416119 1,575 0,025921 2,575 2,71E-04 3,575 4,29E-07
0,600 0,396144 1,600 0,023652 2,600 2,36E-04 3,600 3,56E-07
0,625 0,376759 1,625 0,021556 2,625 2,05E-04 3,625 2,95E-07
0,650 0,357971 1,650 0,019624 2,650 1,78E-04 3,650 2,44E-07
0,675 0,339783 1,675 0,017846 2,675 1,55E-04 3,675 2,02E-07
0,700 0,322199 1,700 0,016210 2,700 1,34E-04 3,700 1,67E-07
0,725 0,305219 1,725 0,014707 2,725 1,16E-04 3,725 1,38E-07

0,750 0,288844 1,750 0,013328 2,750 1,01E-04 3,750 1,14E-07

0,775 0,273072 1,775 0,012065 2,775 8,69E-05 3,775 9,36E-08
0,800 0,257899 1,800 0,010909 2,800 7,50E-05 3,800 7,70E-08
0,825 0,243321 1,825 9,85E-03 2,825 6,47E-05 3,825 6,32E-08
0,850 0,229332 1,850 8,89E-03 2,850 5,57E-05 3,850 5,19E-08
0,875 0,215925 1,875 8,01E-03 2,875 4,79E-05 3,875 4,25E-08
0,900 0,203092 1,900 7,21E-03 2,900 4,11E-05 3,900 3,48E-08
0,925 0,190823 1,925 6,48E-03 2,925 3,53E-05 3,925 2,84E-08
0,950 0,179109 1,950 5,82E-03 2,950 3,02E-05 3,950 2,32E-08
0,975 0,167938 1,975 5,22E-03 2,975 2,58E-05 3,975 1,89E-08
1,000 0,157299 2,000 4,68E-03 3,000 2,21E-05 4,000 1,54E-08
Figura A.1 - Aproximações da função Q(x).
A.2 Relações trigonométricas

d
x3 x5 x 7 (1)n x2n 1
sen x x " (202)
3! 5! 7! n0
(2n 1)!
d
x2 x 4 x6 (1) n x 2 n
cos x 1 " (203)
2! 4! 6! n 0
(2n)!

sen 2R 1
2
1 cos 2R (204)
cos 2 R 1
2
1 cos 2R (205)
sen 2R cos 2 R 18 1 cos 4R (206)
cos R cos K 12 < cos(R K ) cos(R K) > (207)
sen R sen K 12 < cos(R K ) cos(R K) > (208)
sen R cos K 12 < sen (R K) sen (R K ) > (209)

sen (R o K ) sen R cos K o cos R sen K (210)
cos(R o K ) cos R cos K B sen R sen K (211)
tan R o tan K
tan(R o K ) (212)
1 B tan R tan K
sen 2R 2sen R cos R (213)
cos 2R cos 2 R sen 2R (214)
sen R 1
2i
eiR eiR (215)
cos R 1
2
eiR eiR (216)
A.3 Derivadas
d dw dv du
(uvw) uv uw vw (217)
dx dx dx dx
d u ¬ 1 du dv ¬
v u (218)
dx v ® v2 dx dx ®
d v du dv
u vu v1 ln u u v (219)
dx dx dx
d 1 du
loga u loga e (220)
dx u dx
dn n ¬ d nu n¬ n1 n ¬ d nv
uv v n dv d u " n u (221)
dx n 0 ® dx 1 ® dx dxn1 n ® dx

d x
dx ¨c
f (t )dt f ( x) (222)
d g ( x) g ( x ) sh( x, t )
dx ¨ f ( x) ¨ f ( x)
h( x, t )dt g a( x)h x, g ( x) f a( x)h x, f ( x) dt (223)
sx
f ( x) f a ( x)
lim lim (224)
xla g ( x) xla g a( x)
A.4 Integrais definidas

d 1
¨0 xex dx
2
Q (225)
d 2 1
¨0 ex dx
2
Q (226)
d
¨0 x z1 ex dx (( z), Re z 0 (227)
d a
¨0 eax cos bxdx
a2 b2
(228)
d b
¨0 eaxsen bxdx
a2 b2
(229)
d eax sen bx b
¨0 x
dx tan1
a
(230)
d eax ebx b
¨0 x
dx ln
a
(231)
d 2 1 Q
¨0 eax dx
2 a
(232)
d 2 1 Q b2 /4a
¨0 eax cos bxdx
2 a
e (233)
d ((n 1)
¨0 xneax dx
an 1
, a 0, n 1
(234)
n!
n 1 , a 0, n 0,1, 2,...
a

d 1 C ¬
¨0 <1 erf C x >exp Nx2 xdx 1
2N 2
N C ®
,
(235)
Re N Re C 2 , Re N 0
2Q
¨0 e x cos R d R 2QI0 ( x) (236)
b2 4ac
d 2 Q
¨d e(ax bx c)
dx
a
e 4a (237)
d OQ ((O / 2)
¨d (1 x2 / O )(O 1)/2
dx
( O 1 /2
(238)
A.5 Integrais indefinidas
¨ udv uv ¨ vdu (239)
1
¨ f (ax)dx
a¨
f (u)du (240)
¨ sen udu cos u (241)
¨ cos udu sen u (242)
¨ tan udu lnsec u ln cos u (243)
u sen 2u 1
¨ sen2udu 2 4
(u sen u cos u)
2
(244)
u sen 2u 1
¨ cos2 udu 2 4
(u
2
sen u cos u) (245)
eax
¨ eax dx a
(246)
eax 2 2 x 2 ¬
¨ 2 ax
x e dx x
a a

a2 ®
(247)
1
¨ x dx ln x (248)

ax
¨ a dx ln(a)
x
(249)
¨ ln( x)dx x ln( x) x (250)
¨ logb ( x)dx x logb ( x) x logb (e) (251)
du 1 1 u
¨ u2
a2 a
tan
a
(252)
du u
¨ a2 u 2
sen1
a
(253)
A.6 Pares de transformadas de Fourier para sinais contínuos

Sinal Transformada de Fourier
t ¬ £¦ A, | t | T / 2 sen(Q fT )
A rect ¤ AT AT sinc( fT )
T ® ¦¦¥ 0, | t |p T / 2 (Q fT )
£
¦ |t|
¦
¦1 , | t | T sen 2 (Q fT )
¤ T T T sinc2 ( fT )
¦
¦ (Q fT ) 2
¥ 0, | t |p T
¦
1 f ¬
sinc(2Bt ) rect
2B 2B ®
Q (Q f )2 ¯
exp Bt 2 , Re(B) 0 exp ¡ °
B ¡¢ B °±
1
exp Bt u(t ), B 0
B j 2Q f
B¬
exp jBt
E f
2Q ®
1 1 ¬
u(t ) (função degrau unitário) E ( f )
2 jQ f ®
2B
exp B | t | , B 0
B2 4Q 2 f 2
1 j sgn( f ),
Qt em que sgn( f ) u( f ) u( f )
1 E( f )

E (t ) 1
1 B¬ B ¬¯
cos(Bt ) ¡ E f E f °
2 ¡¢ 2Q ® 2Q ® °±
1 B¬ B ¬¯
sen(Bt ) ¡ E f E f °
2 j ¢¡ 2Q ® 2Q ® ±°
Q Q 2 f 2 Q ¬
cos(Bt 2 ) cos
B B 4 ®
Q Q 2 f 2 Q ¬
sen(Bt ) 2 sen
B B 4 ®
d
1 d k¬
E(t nT ) E f
T k d T®
nd

B
Ruído Térmico
B.1 Introdução
Em telecomunicações, o termo ruído pode, em princípio, estar associado a qualquer
sinal, normalmente aleatório, que degrada o desempenho dos sistemas. Entre os mais
variados tipos de ruído que acometem tais sistemas, destaca-se o ruído térmico. Trata-se
de um sinal aleatório gerado pela agitação dos elétrons em um condutor, a qual é
produzida pela ação da temperatura. Outro tipo de ruído que pode causar grande
degradação de desempenho em sistemas de comunicação é o ruído impulsivo. Esse ruído
tipicamente tem grande amplitude (em comparação com a amplitude do sinal que
contamina) e é causado por perturbações que apresentam mudanças abruptas e de curta
duração. Como exemplo, o simples ato de ligar ou desligar uma lâmpada fluorescente
torna possível a geração de arcos voltaicos, podendo induzir ruído impulsivo em circuitos
eletrônicos nas proximidades. Assim também ocorre com os motores à explosão dos
veículos, nos quais o sistema de ignição pode induzir ruído impulsivo em circuitos
eletrônicos localizados nas proximidades destes. Mudanças abruptas de níveis de corrente
ou tensão em um circuito podem também provocar ruído impulsivo. Nesse caso, o ruído é
acoplado diretamente ao circuito (por condução).
Por estar sempre presente nos receptores dos sistemas de comunicação, o ruído
térmico será explorado um pouco mais neste apêndice. O ruído impulsivo não será
abordado. Para aqueles que desejam se aprofundar, a referência (GIORDANO, 2003)
apresenta uma abordagem bastante ampla acerca do ruído impulsivo.
B.2 Modelo matemático para o ruído térmico

A Figura B.1(a) ilustra o aspecto típico de uma forma de onda de ruído térmico. O
histograma que revela a frequência de ocorrência dos valores de amplitude desse ruído é
mostrado na Figura B.1(b). Nitidamente, o formato do histograma se assemelha a uma
função densidade de probabilidade gaussiana, razão pela qual o ruído térmico é, por
vezes, denominado de ruído gaussiano. Note que tal ruído tem média nula, e as ampli-
tudes maiores (em valor absoluto) ocorrem com menor probabilidade que as amplitudes
em torno do valor zero, fato revelado pelos maiores valores da densidade de probabilidade
gaussiana em torno da média em comparação com os valores mais distantes desta, os quais
diminuem com o aumento do valor absoluto da amplitude.
Apêndice B - Ruído Térmico 307

Figura B.1 - (a) Típico aspecto de uma forma de onda de ruído térmico e (b) seu histograma de amplitudes.
Pode-se mostrar que o valor quadrático médio da tensão de ruído gerada nos
terminais do circuito equivalente de Thèvenin, mostrado na Figura B.2, é dado por
(LATHI, 2007, pp. 220-224)
E ¢ VT2 ¯± 4kTBR volts2 , (254)
em que E[] é o valor esperado ou a média estatística do argumento, k | 1,3806488×1023

joule/Kelvin (J/K) é a constante de Boltzmann, T é a temperatura absoluta em Kelvin (K),
B é a largura de faixa de medida em hertz (Hz) e R é a resistência elétrica em ohms (:).
Figura B.2 - Circuito equivalente de Thèvenin para análise do processo de geração do ruído térmico.
Na condição de máxima transferência de potência, a carga a ser conectada aos

terminais do circuito da Figura B.2 deve ter R ohms. Nesse caso, a potência média do
ruído entregue a esta carga será

2
E ¢VT2 ¯± 2 4kTBR 2
2
N kTB watts. (255)

R R
B.3 Ruído aditivo gaussiano branco

Como o número de elétrons em um condutor é muito grande e o movimento destes
ocorre de forma aleatória e independente, o teorema do limite central32 diz que a tensão
de ruído térmico será um processo aleatório gaussiano de média nula, justificando o
termo “gaussiano” também atrelado ao nome desse ruído. Além disso, nos sistemas de
comunicação, o ruído térmico age por adição do sinal de interesse. Nesse sentido, diz-se
que o ruído é “aditivo”. Ainda, em decorrência da variedade de velocidades de movi-
mento dos elétrons, desde valores baixos até valores bem altos, o espectro de frequências
do ruído térmico terá componentes de frequência de valores baixos até valores bem
elevados. Por essa razão, modela-se a densidade espectral do ruído térmico como sendo
um valor constante em toda faixa de frequências, ou seja,
N0
SW ( f ) watts/hertz, d b f b d , (256)
2
em que N0 = kTe é a densidade espectral de potência (DEP) do ruído produzido na entrada
do circuito receptor de um sistema de comunicação para o qual a temperatura
equivalente de ruído é Te. A temperatura equivalente de ruído é um parâmetro depen-
dente do projeto do receptor e é definida como a temperatura à qual um resistor deve ser
submetido de forma a produzir a densidade espectral de potência de N0 watts/hertz na banda
de medida de B hertz, quando conectado a uma versão sem ruído (ideal) do circuito. Assim,
em razão de sua DEP plana, diz-se que o ruído térmico é “branco”. Utiliza-se esta
denominação em alusão à luz branca, a qual contém as frequências de todas as cores33.
Em termos de modelo de análise, é usual representar a adição de ruído térmico ao
sinal recebido antes desse sinal entrar no receptor, admitindo-se em seguida que tal
receptor é ideal. Em outras palavras, é usual deslocar a adição de ruído térmico para fora
do receptor, de forma a facilitar a análise do sistema. Ao modelo resultante dá-se o nome
de canal AWGN (additive white gaussian noise). Perceba que a sigla AWGN agrega as
características principais do ruído térmico: ele é aditivo (additive), tem DEP plana
(white), tem distribuição gaussiana (gaussian) e é um ruído (noise). A Figura B.3 ilustra a
abstração utilizada para definição do canal AWGN, ou seja, aquele em que o ruído que
contamina o sinal é o ruído AWGN.
32
De maneira simplificada, o teorema do limite central diz que a função densidade de probabilidade da soma de
variáveis aleatórias independentes tende a uma gaussiana à medida que o número de variáveis somadas aumenta, não
importando qual seja a densidade de probabilidade das variáveis aleatórias individualmente.
33
Um ruído que não tem DEP plana é genericamente chamado de ruído colorido.

Figura B.3 - Abstração para modelagem do canal AWGN: (a) receptor real; (b) receptor ideal.
Da teoria de processos aleatórios (LEON-GARCIA, 2008) (PAPOULIS, 1991) se

conhece que a densidade espectral de potência e a função de autocorrelação formam um
par de transformada de Fourier. Sendo assim, tem-se
N0
RW ( U ) |1 \ SW ( f ) ^ E (U ) , (257)
2
em que |1 {} denota a transformada inversa de Fourier do argumento e E(U) é a função
Delta de Dirac ou simplesmente função impulso. A DEP e a função de autocorrelação do
ruído AWGN estão ilustradas na Figura B.4.
Figura B.4 - (a) Densidade espectral de potência e

(b) função de autocorrelação do ruído AWGN.
Note que o ruído AWGN é um caso extremo em termos de aleatoriedade, no seguinte

sentido: amostras da forma de onda de ruído AWGN coletadas com ' segundos de
separação produzem variáveis aleatórias completamente descorrelacionadas, seja qual for
o valor de ', desde que ' > 0. Adicionalmente, note que no modelo teórico em questão a
potência total do ruído AWGN é infinita, pois é dada pela área sob SW( f ). Isso significa
que esse modelo não é encontrado de fato na prática; é apenas uma abstração aproximada.
Contudo, na maior parte das aplicações, é suficiente considerar que o ruído AWGN é
branco ao longo de uma largura de faixa “equivalente” do sistema em análise, com DEP
nula fora dessa faixa. Como consequência, a potência total do ruído AWGN torna-se
finita e, portanto, factível. A seção seguinte discorre um pouco mais sobre essa largura de
faixa equivalente.

B.4 Largura de faixa equivalente de ruído
Como brevemente mencionado ao final da seção anterior, a DEP plana, ao longo de
todas as frequências do espectro, não se aplica a todos os sistemas, posto que, em maior
ou menor grau, todos têm resposta em frequência limitada. Por outro lado, mesmo se
considerarmos plana a DEP do ruído em toda a faixa de frequências de operação do
sistema, podemos cometer um grave erro, posto que o sistema pode não apresentar a
mesma resposta para todas as frequências dentro da citada faixa. Para solucionar esse
problema, é usual considerar a largura de faixa equivalente de ruído, definida como a
banda de um filtro ideal capaz de produzir em sua saída a mesma potência de ruído
produzida por um filtro com resposta igual à resposta em frequência do sistema em
análise. Essas respostas em frequência estão ilustradas na Figura B.5.
Figura B.5 - Ilustração do conceito de largura de faixa equivalente de ruído.
Considerando o ruído branco aplicado à entrada do filtro real, a potência média do

ruído de saída será
dN0 d
N1 ¨ H ( f ) 2 df N 0 ¨ H ( f ) 2 df , (258)
d 2 0
em que se fez uso da propriedade que diz que a densidade espectral de saída de um
sistema linear (um filtro linear, por exemplo) é o resultado da multiplicação da densidade
espectral de potência do sinal de entrada pela magnitude ao quadrado da resposta em
frequência do sistema. Fez-se ainda uso da propriedade que diz que a potência de um
sinal pode ser calculada pela integral da (área sob a) sua densidade espectral de potência.
Aplicando-se o mesmo ruído branco à entrada de um filtro passa-baixas ideal de
largura de faixa B hertz, Figura B.5, a potência média do ruído em sua saída será
BN0
N2 ¨ H (0) 2 df N 0 BH 2 (0). (259)
B 2
Igualando N1 e N2, obtém-se finalmente a largura de faixa equivalente de ruído

d
¨ H ( f ) 2 df
B 0 . (260)
H 2 (0)

T028
Comunicações Digitais I
CURSO: Engenharia de Telecomunicações
DISCIPLINA: Comunicações Digitais I
ANO SEMESTRE: 2020/2
SIGLA: T028 - PERÍODO: 6
COORDENADOR: Marcelo De Oliveira Marques
CARGA HORÁRIA SEMANAL: 2h CARGA HORÁRIA TOTAL: 40h
CORPO DOCENTE: Dayan Adionel Guimarães
EMENTA
Representação e análise do espaço de sinais. Modulações digitais: geração, demodulação, eficiência espectral e eficiência de
potência em canal AWGN. Canais de comunicação sem fio terrestre móvel externo e interno. Transmissão de sinais modulados
em canais de comunicação sem fio terrestre móvel.
OBJETIVOS GERAIS
Ao final do curso, tendo obtido aproveitamento nas avaliações, o aluno deverá ser capaz de:
1 - Analisar modulações digitais em termos de sua constelação, geração, demodulação, eficiência espectral e eficiência de
potência.
2 - Analisar o desempenho de modulações digitais em canais de comunicação terrestre móvel.
3 - Utilizar ferramentas computacionais para a modelagem e simulação de sistemas de transmissão digital.
4 - Realizar estudos mais avançados sobre transmissão digital.
CONTEÚDO PROGRAMÁTICO
1 - Representação e análise do espaço de sinais.

1.1 - Representação geométrica de sinais e Ortogonalização de Gram-Schmidt. ( 2h30min )
1.2 - Receptor de máxima verossimilhança generalizado para canal AWGN. ( 1h40min )
1.3 - Limitante de união e relações entre probabilidade de erro de símbolo e probabilidade de erro de bit. ( 2h30min )
2 - Modulações digitais.
2.1 - Introdução. Modulações da família PSK com detecção coerente em canal AWGN. ( 2h30min )
2.2 - Modulações da família QAM com deteção coerente em canal AWGN. ( 1h40min )
2.3 - Modulações da família FSK com deteção coerente em canal AWGN. ( 1h40min )
2.4 - Modulações com deteção não coerente em canal AWGN. ( 1h40min )
3 - Exercícios de fixação. ( 1h40min )
4 - Canais de comunicação sem fio terrestre móvel.
4.1 - Canal de comunicação móvel terrestre externo e interno. ( 1h40min )
4.2 - Propagação em grande escala: perda por distância e sombreamento. ( 2h30min )
4.3 - Propagação em pequena escala: desvanecimento por multipercurso e tipos. ( 2h30min )
5 - Tópicos especiais.
5.1 - Desempenho de modulações digitais em canais com desvanecimento. ( 2h30min )
5.2 - Noções sobre diversidade, margem, entrelaçamento temporal e codificação para controle de erros. ( 2h30min )
5.3 - Noções sobre espalhamento espectral. ( 2h30min )
8 - ATIVIDADE EXTRACLASSE PROPOSTAS SOB ORIENTAÇÃO DO PROFESSOR: resolução de séries de exercícios,
elaboração de trabalhos e desenvolvimento de projetos. ( 6h40min )
RELACIONAMENTO COM OUTRAS DISCIPLINAS
A disciplina relaciona-se diretamente com todas as disciplinas do curso cujo conte údo aborde as técnicas e sistemas de
comunicação, bem como com as disciplinas de fundamentação matemática que a precedem.
PROCEDIMENTOS DE ENSINO
As aulas serão ministradas de forma expositiva, por meio de proje ção multimídia, de anotações e da resolução de alguns
exercícios no quadro. Como complemento, atividades extraclasse poder ão ser sugeridas para os alunos. O enfoque da disciplina
busca a fundamentação de conceitos sobre subsistemas de comunicação digital, de forma a propiciar sólida base que sustente o
estudo de temas correlatos mais avançados.
RECURSOS DIDÁTICOS
Referências bibliográficas da disciplina e videoaulas baseadas na simulação de subsistemas de comunicação digital.
INSTRUMENTOS, CRITÉRIOS E PROCEDIMENTOS DE AVALIAÇÃO

NP3 - Nota parcial 3. Prova com cobertura de todo conteúdo da disciplina, envolvendo as partes práticas e teóricas com os
respectivos pesos.
PS - Prova substitutiva com cobertura de todo conteúdo da disciplina.
Ao longo do semestre haverá duas provas que comporão as notas PV1 e PV2, cada uma entre zero e cem.
As notas parciais serão NP1 = (PV1 + PV2)/2; NP2 = NP1.
NPA = (NP1 + NP2) / 2
Se NPA >= 60, o aluno estará aprovado e NFA = NPA;
Se NPA < 30, o aluno estará reprovado e NFA = NPA;
Se 30 <= NPA < 60, o aluno deverá fazer a NP3.
NFA = (NPA + NP3) / 2;
Se NFA >= 50 o aluno estará aprovado, caso contrário estará reprovado.
CRITÉRIO DE PROVA SUBSTITUTIVA
SUBSTITUTIVA PROVA TEÓRICA

Será oferecida uma única prova substitutiva, abrangendo todo o conteúdo programático da disciplina, a ser realizada ao final
do semestre letivo, que poderá ser feita pelos alunos que perderem uma ou mais provas teóricas que compõe a NP1
ou a NP2, substituindo exclusivamente a prova perdida que tiver maior peso. Para fazer a prova substitutiva, o aluno deverá
fazer, em até dois dias úteis contados a partir do dia seguinte ao da prova perdida, um requerimento no Centro de Registros
Acadêmicos
(CRA) destinado à Pró-Diretoria de Graduação. Este requerimento deverá ser acompanhado de um documento que justifique
a ausência na prova, para isenção da taxa de pagamento.
Os eventos que permitirão a realização da prova substitutiva, com a isenção da taxa de pagamento, desde que sua
ocorrência impeça o comparecimento à prova, serão:
- problema de saúde comprovado por atestado médico;
- convocação da justiça;
- convocação militar;
- representação institucional e
- falecimento de parente de primeiro ou segundo grau (cônjuge, pais, avós, filhos ou irmãos) ocorrido até dois dias antes da
realização da prova.
O pedido de avaliação substitutiva mediante taxa de pagamento, deverá ser

protocolado no CRA, no prazo máximo de 2 (dois) dias úteis contados a partir do dia
imediatamente posterior ao da realização da atividade, acompanhado do comprovante de
pagamento.
O número limite para concessão de avaliações substitutivas mediante taxa de

pagamento, considerando todo o período de permanência do estudante em seu curso de
graduação é de 10 (dez) avaliações substitutivas para bacharelado e de 6 (seis) para os
cursos superiores de tecnologia.
O aluno que perder uma das provas que compõe a NP1 ou a NP2,
e obteve se obter
deferimento em seu pedido de prova substitutiva, fará a NP3 para substituir uma das provas perdidas e a prova substitutiva
substituirá a nota NP3, caso necessário.
A NP3 não poderá substituir uma prova perdida e valer como NP3 ao mesmo tempo.
Haverá Prova substitutiva de NP3
TESTE DE LABORATÓRIO
Este critério não se aplica a esta disciplinas.
ATIVIDADES DESENVOLVIDAS EM LABORATÓRIO
REFERÊNCIA BIBLIOGRÁFICA BÁSICA
a. GUIMARÃES, Dayan Adionel (Dayan Adionel Guimarães), Digital transmission: a simulation-aided introduction with
VisSim/Comm. Berlin: Springer, 2009, 872 p. ISBN 978-3-642-01358-4.
b. GUIMARÃES, Dayan Adionel (Dayan Adionel Guimarães); SOUZA, Rausley Adriano Amaral de (Prof. Dr. Rausley Adriano
Amaral de Souza), Transmissão digital: princípios e aplicações. 1 ed. São Paulo, SP: Érica, 2012, 320 p. ISBN
978-85-365-0439-1.
c. HAYKIN, Simon S., Communication systems. 4 ed. U.S.A.: John Wiley & Sons, 2001, 816 p. ISBN 0-471-17869-1.
REFERÊNCIA BIBLIOGRÁFICA COMPLEMENTAR
a. ; GUIMARÃES, Dayan Adionel (Dayan Adionel Guimarães), Complex envelope based modems: a tutorial. Journal of
communication and information systems, 2020, ISBN DOI: https://doi.org/10.14209/jcis.2020.4.
b. JERUCHIM, Michel C.; BALABAN, Philip (Philip Balaban); SHANMUGAN, K. Sam, Simulation of communication systems:
modeling, methodology, and techniqes. 2 ed. New York, EUA: Kluwer Academic Publishers, 2000, 907 p. ISBN 0-306-46267-2.
c. OPPENHEIM, Alan V.; WILLSKY, Alan S., Signals and systems. 2 ed. New Jersey: Prentice Hall, 1996, 957 p. ISBN
0-13-814757-4.
d. PAPOULIS, Athanasios; PILLAI, S. Unnikrishna, Probability, random variables, and stochastic processes. Boston, MA:
McGraw-Hill, 2002, 852 p. ISBN 0-07-366011-6.
e. PROAKIS, John G., Digital communications. 4 ed. New York, EUA: McGraw-Hill, 2001, 1002 p. ISBN 0-07-1232111-3.
f. ZIEMER, Rodger E.; ZIEMER, Rodger E., Introduction to digital communication. New Jersey: Prentice Hall, 2001, 905 p. ISBN
0-13-896481-5.
PERÍODICOS DO CURSO
IEEE Transactions on Education

IEEE Transactions on Broadcasting
IEEE Transactions on Instrumentation and Measurement
IET Science, Measurement & Technology
IEEE Transactions on Microwave Theory and Techniques
IEEE Microwave and Wireless Components Letter
IEEE Microwave Magazine
IET Microwaves, Antennas & Propagation
IEEE Journal of Solid-State Circuits
IET Circuits, Devices & Systems
IET Electronics Letters
IEEE Transactions on Communications
IEEE Transactions on Wireless Communications
IEEE Communications Magazine
IEEE Communications Letters
IEEE Transactions on Information Theory
IEEE Journal of Lightwave Technology
IEEE Photonics Journal
IEEE Photonics Technology Letters
OBSERVAÇÕES
APROVAÇÕES E ASSINATURAS
Aprovação no Colegiado de Curso:
Marcelo De Oliveira Marques (Coordenador)
Docente
Sumário
Introdução ........................................................................................................................ 15
Parte 1 - Transmissão Digital em Banda Base................................ 19
Capítulo 1 - Conceitos Iniciais sobre Transmissão em Banda Base ........................... 20

1.1 Transmissão em banda base e em banda passante.................................................. 20
1.2 Codificação da forma de onda ................................................................................ 21
1.3 Alguns códigos de linha e suas principais características ...................................... 23
Capítulo 2 - Sinalização M-PAM ................................................................................... 28

2.1 Introdução............................................................................................................... 28
2.2 Geração da forma de onda M-PAM ....................................................................... 30
Capítulo 3 - Filtro Casado e Correlator ........................................................................ 32

3.1 Filtro casado ........................................................................................................... 32
3.2 O correlator e sua equivalência com o filtro casado............................................... 33
Capítulo 4 - Análise de Probabilidade de Erro ............................................................. 40

4.1 Modelo para sinalização antipodal em banda base................................................. 40
4.2 Expressão final de Pe para a sinalização antipodal ................................................. 44
4.3 Critérios de decisão MAP e MV ............................................................................ 47
Capítulo 5 - Interferência Intersimbólica ...................................................................... 55

5.1 Definição ............................................................................................................... 55
5.2 Transmissão sem distorção ..................................................................................... 56
Capítulo 6 - Critério de Nyquist para Interferência Intersimbólica Nula.................. 59

6.1 Introdução............................................................................................................... 59
6.2 A interferência intersimbólica e a equalização ....................................................... 63
6.3 Simetria vestigial em P( f ) ..................................................................................... 64
6.4 Espectro e pulso cosseno elevado........................................................................... 66
5
6.5 Espectro e pulso raiz de cosseno elevado ............................................................... 67
Capítulo 7 - Diagrama de Olho....................................................................................... 74

7.1 Definição ............................................................................................................... 74
Parte 2 - Representação e Análise do Espaço de Sinais ................. 79
Capítulo 8 - Representação Geométrica de Sinais ........................................................ 80

8.1 Introdução ............................................................................................................... 80
8.2 Representação geométrica de sinais ....................................................................... 80
8.3 Modelo de sistema para o estudo da representação geométrica de sinais .............. 84
8.4 Síntese e análise de sinais ....................................................................................... 85
Capítulo 9 - Ortogonalização de Gram-Schmidt .......................................................... 87

9.1 Ortogonalização de Gram-Schmidt ........................................................................ 87
Capítulo 10 - Receptor de Máxima Verossimilhança em Canal AWGN .................... 94

10.1 Influência do ruído no processo de análise do sinal recebido .............................. 94
10.2 Modelo vetorial para o canal AWGN ................................................................... 95
10.3 Receptor de máxima verossimilhança generalizado ............................................. 98
ou translação da constelação .............................................................................. 100
10.4.1 Constelações de energia mínima ................................................................. 102
Capítulo 11 - Limitante de União ................................................................................. 117

11.1 A dificuldade de calcular a probabilidade de erro de símbolo ........................... 117
11.2 O limitante de união como solução aproximada para cálculo de Pe ................... 120
Capítulo 12 - Relação entre as Probabilidades de Erro de Símbolo e de Bit ........... 127

12.1 Exercícios propostos e resolvidos ....................................................................130

Parte 3 - Modulações Digitais ......................................................... 133
Capítulo 13 - Conceitos Iniciais sobre Modulações Digitais ...................................... 134

13.1 Transmissão em banda passante ......................................................................... 134
13.2 Hierarquia das modulações ................................................................................ 135
13.3 Densidade espectral de potência......................................................................... 136
13.4 Eficiência espectral e eficiência de potência ...................................................... 139
13.5 Modelo de transmissão em banda passante ........................................................ 142
Capítulo 14 - Modulações M-PSK com Detecção Coerente ....................................... 143

14.1 Uma observação sobre a notação ....................................................................... 143
14.2 Modulação BPSK ............................................................................................... 144
14.2.1 Função base para a modulação BPSK ......................................................... 144
14.2.2 Constelação da modulação BPSK ............................................................... 145
14.2.3 Probabilidade de erro de símbolo e de bit para a modulação BPSK ........... 145
14.2.4 Geração e demodulação com detecção coerente de um sinal BPSK ........... 145
14.2.5 Densidade espectral de potência para a modulação BPSK ......................... 147
14.2.6 Eficiência espectral da modulação BPSK ................................................... 148
14.3 Modulação QPSK ............................................................................................... 148
14.3.1 Funções base para a modulação QPSK ....................................................... 149
14.3.2 Constelação da modulação QPSK ............................................................... 149
14.3.3 Probabilidade de erro de símbolo e de bit para a modulação QPSK ........... 150
14.3.4 Geração e demodulação com detecção coerente de um sinal QPSK ........... 151
14.3.5 Densidade espectral de potência de um sinal QPSK ................................... 153
14.3.6 Eficiência espectral da modulação QPSK ................................................... 154
14.4 Modulação M-PSK ............................................................................................. 154
14.4.1 Funções base para as modulações M-PSK .................................................. 154
14.4.2 Constelação das modulações M-PSK .......................................................... 155
14.4.3 Probabilidade de erro de símbolo e de bit para modulações M-PSK .......... 155
14.4.4 Geração e demodulação com detecção coerente de um sinal M-PSK ......... 156
14.4.5 Densidade espectral de potência para as modulações M-PSK .................... 158
14.4.6 Eficiência espectral das modulações M-PSK .............................................. 159
14.5 Exercícios propostos e resolvidos ..................................................................... 159
7
Capítulo 15 - Modulações M-QAM com Detecção Coerente .....................................168
15.1 Modulações da família M-QAM ........................................................................ 168
15.1.1 Modulações M-QAM com constelação quadrada ....................................... 168
15.1.2 Modulações M-QAM com constelação não quadrada ................................ 170
15.1.3 Sinal modulado e funções base para as modulações M-QAM .................... 171
15.1.4 Probabilidade de erro de símbolo e de bit para
modulações M-QAM com constelação quadrada ........................................ 171
15.1.5 Probabilidade de erro de símbolo e de bit para modulações
M-QAM com constelação não quadrada ..................................................... 172
de um sinal M-QAM com constelação quadrada ........................................ 173
de um sinal M-QAM com constelação não quadrada.................................. 174
15.1.8 Densidade espectral de potência e eficiência
espectral das modulações M-QAM ............................................................. 175
15.2 Comparação entre modulações M-PSK e M-QAM ............................................ 175
Capítulo 16 - Modulações M-FSK com Detecção Coerente .......................................181

16.1 Modulação BFSK ............................................................................................... 181
16.1.1 Funções base para a modulação BFSK ...................................................... 183
16.1.2 Constelação para a modulação BFSK ........................................................ 183
16.1.3 Probabilidade de erro de símbolo e de bit para a modulação BFSK ........... 183
16.1.4 Geração e demodulação com detecção coerente de um sinal BFSK ........... 184
da modulação BFSK .................................................................................... 186
16.2 Demais modulações da família M-FSK.............................................................. 188
16.2.1 Sinal modulado e funções base para as modulações M-FSK ...................... 188
16.2.2 Probabilidade de erro de símbolo e de bit para as modulações M-FSK ...... 188
16.2.3 Geração e demodulação com detecção coerente de um sinal M-FSK ......... 189
das modulações M-FSK .............................................................................. 191

Capítulo 17 - Modulações com Detecção não Coerente ............................................. 195
17.1 Introdução .......................................................................................................... 195
17.2 Modulação BFSK com detecção não coerente ................................................... 196
17.2.1 Sinal modulado e funções base para a modulação BFSK ........................... 196
17.2.2 Espaço de sinais para a modulação BFSK .................................................. 197
17.2.3 Geração e demodulação com detecção não coerente
de um sinal BFSK ....................................................................................... 197
17.2.4 Probabilidade de erro de símbolo e de bit para a
modulação BFSK com detecção não coerente ............................................ 200
da modulação BFSK................................................................................... 201
17.3 Demais modulações da família M-FSK com detecção não coerente. ............. 201
17.4 Modulação DBPSK ............................................................................................ 202
17.4.1 Geração de um sinal DBPSK ...................................................................... 203
17.4.2 Função base e espaço de sinais para a modulação DBPSK......................... 204
diferencialmente coerente........................................................................... 204
da modulação DBPSK ................................................................................ 207
17.4.5 Probabilidade de erro de bit para a modulação DBPSK.............................. 207
17.5 Desempenho de algumas modulações digitais ................................................... 207
Capítulo 18 - Noções sobre Multiplexação OFDM ..................................................... 218

18.1 Aspectos de implementação de sistemas OFDM ............................................... 219
18.2 Geração de um sinal OFDM via IFFT ................................................................ 221
18.3 Intervalo de guarda ............................................................................................. 222
18.4 Geração do sinal OFDM em banda passante ...................................................... 223
18.5 Densidade espectral de potência do sinal OFDM ............................................. 224
9
Parte 4 - Espalhamento Espectral .................................................. 227
Capítulo 19 - Definição e Atributos de um Sinal Espalhado no Espectro ................228

19.1 Definição ............................................................................................................ 228
19.2 Um breve histórico sobre o espalhamento espectral........................................... 229
19.3 Principais atributos de um sinal espalhado no espectro...................................... 230
19.3.1 Baixa densidade espectral de potência ........................................................230
19.3.2 Baixa probabilidade de interceptação ..........................................................231
19.3.3 Imunidade a interferências ..........................................................................231
19.3.4 Possibilidade de implementação de múltiplo acesso ...................................232
Capítulo 20 - Sequências de Espalhamento .................................................................233

20.1 Sequências de comprimento máximo (sequências m) ........................................ 233
20.1.1 Função de autocorrelação e função de correlação cruzada
para sequências de espalhamento ...............................................................236
20.1.2 Funções de correlação e densidade espectral de potência
para sequências m .......................................................................................239
20.2 Sequências Walsh-Hadamard ............................................................................. 241
20.3 Sequências Gold ................................................................................................. 243
20.4 Combinação de sequências de espalhamento ..................................................... 245
20.5 Exercícios propostos ........................................................................................... 246
Capítulo 21 - Espalhamento Espectral por Sequência Direta ................................... 247
Capítulo 22 - Espalhamento Espectral por Saltos em Frequência ............................250

22.1 Sistema FHSS lento ............................................................................................ 251
22.2 Sistema FHSS rápido .......................................................................................... 252
Capítulo 23 - Ganho de Processamento e Margem de Interferência ........................256

23.1 Ganho de processamento em sistemas DSSS ..................................................... 256
23.2 Margem de interferência..................................................................................... 256
23.3 Ganho de processamento em sistemas FHSS ..................................................... 260

Capítulo 24 - Diversidade em Percursos e o Receptor RAKE ................................... 264
24.1 Noções sobre propagação por múltiplos percursos ............................................ 264
24.2 Modelo do canal multipercurso .......................................................................... 269
24.3 Tipos de desvanecimento por multipercurso ...................................................... 271
24.3.1 Desvanecimento plano e desvanecimento seletivo...................................... 271
24.3.2 Desvanecimento rápido e desvanecimento lento......................................... 272
24.4 Diversidade......................................................................................................... 273
24.5 O receptor RAKE e a diversidade de percursos ................................................. 274
24.6 Métodos de combinação de diversidade ............................................................. 278
24.6.1 Combinação com ganhos iguais, EGC ........................................................ 278
24.6.2 Combinação de máxima razão, MRC.......................................................... 278
24.6.3 Combinação por seleção, SC ....................................................................... 279
Capítulo 25 - Aquisição e Rastreamento de Sincronismo .......................................... 284

25.1 Técnicas de aquisição de sincronismo ................................................................ 284
25.1.1 Aquisição por procura serial........................................................................ 285
25.1.2 Aquisição RASE para sistemas DSSS......................................................... 287
25.2 Técnicas de rastreamento de sincronismo .......................................................... 288
25.2.1 Malha DLL para sinais DSSS com modulação BPSK ................................ 289
25.2.2 Malha TDL para sinais DSSS com modulação BPSK ................................ 291
Referências Bibliográficas ............................................................................................ 296
Apêndice A - Fórmulas e Tabelas ................................................................................ 299

A.1 Funções erfc(x) e Q(x)......................................................................................... 299
A.2 Relações trigonométricas..................................................................................... 301
A.3 Derivadas ............................................................................................................. 302
A.4 Integrais definidas ............................................................................................... 303
A.5 Integrais indefinidas ............................................................................................ 304
A.6 Pares de transformadas de Fourier para sinais contínuos .................................... 305
11
Apêndice B - Ruído Térmico ........................................................................................307
B.1 Introdução ............................................................................................................ 307
B.2 Modelo matemático para o ruído térmico ............................................................ 307
B.3 Ruído aditivo gaussiano branco ........................................................................... 309
B.4 Largura de faixa equivalente de ruído ................................................................. 311
Índice Remissivo ............................................................................................................312

Parte 2
Representação e Análise
do Espaço de Sinais
Representação Geométrica de Sinais 79

8
Representação Geométrica
de Sinais
8.1 Introdução
O estudo da transmissão em banda base feito até este ponto se concentrou no projeto
e na análise do receptor ótimo para uma sinalização binária (dois símbolos), embora
tenhamos apresentado a técnica M-PAM como uma das formas de transmissão de M
símbolos. O estudo da representação geométrica de sinais permitirá construir um conjunto
de ferramentas matemáticas que auxiliará no projeto e na análise do receptor ótimo
generalizado, aquele projetado para detectar e decidir de maneira ótima os símbolos de
uma sinalização com M qualquer.
A representação geométrica de sinais ainda servirá como uma interface suave do
estudo da transmissão em banda base para o estudo das modulações digitais a ser
abordado na Parte 3 do livro.
8.2 Representação geométrica de sinais

A representação no espaço de sinais é construída com base em simples conceitos de
álgebra linear (STRANG, 2009). Inicialmente, vamos definir um espaço euclidiano
N-dimensional associado a N eixos ortogonais entre si. Vamos definir também um
conjunto de vetores ortogonais {Ij}, j = 1, 2, …, N, normalizados de tal forma que tenham
comprimento unitário (ou norma unitária). Por serem ortogonais e estarem normalizados,
diz-se que esses vetores são ortonormais e que formam uma base ortonormal. Neste
contexto, cada vetor em {Ij} pode ser chamado de vetor base.
Qualquer vetor vi, i = 1, 2, …, M no espaço euclidiano pode ser gerado por meio da
combinação linear
N
vi vij I j , (32)
j 1

em que os coeficientes vij correspondem à projeção do i-ésimo vetor sobre o j-ésimo vetor
base. Os valores destes coeficientes podem ser determinados pelo produto interno12
entre vi e Ij, ou seja,
vij v iT I j , (33)
em que []T denota uma transposição matricial, vi = [vi1 vi2 … viN]T e Ij é também um vetor
N-dimensional com o valor “1” na j-ésima posição e com zeros nas outras posições.
Como exemplo, para j = 2 tem-se I2 = [0 1 0…0]T. Neste exemplo veja que, de fato,
viTI2 = vi2.
A Figura 8.1 ilustra os conceitos até aqui apresentados, para um espaço euclidiano
bidimensional (N = 2) e para dois vetores (M = 2). Os eixos foram identificados como G1
e G2 de forma que lembrem a associação com os vetores base I1 e I2.
Figura 8.1 - Representação no espaço de vetores para M = 2 e N = 2.
Uma interessante extensão destes conceitos de álgebra linear consiste em se poder

também utilizar o espaço euclidiano para representar coeficientes que, em uma com-
binação linear, vão dar origem a sinais no domínio do tempo em vez de vetores. Neste
caso, por analogia à síntese de vetores, teremos
N
si (t ) sij G j (t ) , i 1, 2,..., M , (34)
j 1
em que, agora, o conjunto {Gj(t)} é composto de N funções ortonormais, cada uma

ortogonal às demais e normalizadas de sorte que tenham energia unitária, ou seja,
T £
¦ 1, i j
¨0 Gi (t )G j (t ) dt ¤
¦
¦
¥ 0, i v j
Eij . (35)
12
O produto interno entre dois vetores é o resultado da soma dos produtos entre os elementos desses vetores. Por
exemplo, se x = [x1 x2 ... xN]T e y = [y1 y2 ... yN]T, então xTy = x1y1 + x2y2 + ··· + xNyN.

O conjunto de funções {Gj(t)} é também chamado de conjunto ortonormal e
igualmente forma uma base ortonormal. Então, podemos dizer que cada uma das fun-
ções do conjunto {Gj(t)} é uma função base ortonormal.
A Figura 8.1 mostra que o valor de um dado coeficiente é inversamente proporcional
a uma medida de ortogonalidade entre o vetor analisado e o correspondente vetor base,
pois quanto maior a ortogonalidade, menor o valor do coeficiente. Então, também por
analogia à álgebra vetorial, podemos determinar os valores dos coeficientes em (34)
por meio de uma medida de ortogonalidade entre a forma de onda de interesse e a
correspondente função base, o que leva intuitivamente à expressão:
T £
¦ i 1, 2, ..., M
sij ¨0 si t G j t dt , ¤
¦
¥ j 1, 2, ..., N .
¦
(36)
De fato a equação (36) tem uma justificativa matemática mais formal, o que se pode
verificar operando genericamente com as expressões (34) e (35), como segue:
T T N N
¨0 x t y t dt ¨0 x jG j t yk Gk t dt
j 1 k 1
N N T
x j yk ¨0 G j ( t )Gk t dt (37)
j 1 k 1
N
x j y j x T y.
j 1
A equação (37) mostra que a correlação entre dois sinais no domínio do tempo tem
como equivalente no domínio vetorial o produto interno entre os vetores correspondentes.
Estamos agora prontos para definir a representação de sinais no espaço euclidiano.
Desde que conhecer o conjunto de coeficientes e as funções base é tão bom ou suficien-
te quanto conhecer as próprias formas de onda geradas pela combinação linear destes,
podemos também representar sinais em um espaço euclidiano. Nessa representa-
ção utilizamos pontos em vez de vetores, simplesmente para evitar uma “poluição
visual” desnecessária no gráfico. Esse tipo de representação é também conhecido como
constelação de sinais ou, simplesmente, constelação.
A Figura 8.2 mostra um espaço de sinais bidimensional utilizado para representar as
formas de onda s1(t) e s2(t) através dos correspondentes vetores (pontos), os quais
denominamos vetores-sinais s1 e s2. Note que esta denominação é intuitivamente satisfa-
tória, pois o que se tem agora são vetores cujos componentes são os coeficientes da
combinação linear (34) para síntese de sinais no domínio do tempo.

Figura 8.2 - Representação no espaço de sinais (constelação) para M = 2 e N = 2.
A Figura 8.2 mostra que a norma de um vetor-sinal, ou seja, seu comprimento, pode
ser determinada com o auxílio da equação (37), resultando em:
s ¯ T
si si21 si22 < si1 si 2 > ¡¡ i1 °° s iT s i ¨0 si2 t dt Ei . (38)
¢ si 2 ±
Com este resultado é possível concluir que a distância de qualquer vetor-sinal à

origem do sistema euclidiano é igual à raiz quadrada da energia da forma de onda que
este vetor-sinal representa. Tal energia pode ser então calculada por meio de:
T N
2
Ei ¨ 0
si2 t dt siT si sij2 si . (39)
j 1
Como resultado complementar, ainda utilizando a Figura 8.2 como referência, note
que se somarmos vetorialmente s1 com –s2, teremos como resultado um vetor cuja norma
terá valor igual à distância entre os vetores-sinais s1 e s2. Verifique esta afirmação como
exercício. Genericamente, a distância euclidiana entre dois vetores-sinais quaisquer é
d ik s i s k . (40)
A distância euclidiana entre símbolos (vetores-sinais) em uma constelação (repre-

sentação geométrica de sinais) está intimamente relacionada com o desempenho do
sistema de comunicação digital. Para ratificar esta afirmação, revisite a análise de
probabilidade de erro da sinalização antipodal apresentada no Capítulo 4 e note que as
médias das densidades de probabilidade condicionadas ao envio de cada um dos símbo-
los na Figura 4.4 têm valores proporcionais às energias dos correspondentes símbolos.
Pois bem, para que a probabilidade de erro de símbolo seja reduzida, há que se
distanciar tais médias, o que pode ser feito elevando a energia dos símbolos. No entanto,
pelas expressões (39) e (40) nota-se que esse aumento de energia é equivalente a
aumentar a distância euclidiana entre os símbolos.
Do exposto, conclui-se que um sistema de comunicação digital que tem vetores-
sinais mais distantes em sua constelação terá menor probabilidade de erro de símbolo que
outro que tenha símbolos mais próximos. Em outras palavras, um sistema que tenha uma

constelação mais densa terá maior probabilidade de erro de símbolo que outro que tenha
uma constelação menos densa.
8.3 Modelo de sistema para o estudo da representação

geométrica de sinais
A Figura 8.3 ilustra o modelo de sistema que utilizaremos para uma análise mais
detalhada da representação geométrica de sinais. As denominações e funções de cada
bloco ou conjunto de blocos são listadas a seguir:
x Conversor S/P: a partir de uma fonte de informação que gera bits na forma
serial, cada grupo de k bits é paralelizado para formar um símbolo mi, dentre os 2k
símbolos possíveis. Essa paralelização tem por único objetivo apresentar cada
grupo de k bits simultaneamente à etapa seguinte do sistema.
x Gerador de símbolos: a partir do conjunto de k bits em cada símbolo mi gera-se
a correspondente forma de onda si(t). Portanto, o sinal si(t) também é denominado
símbolo. A diferença entre mi e si(t) é que o primeiro é um símbolo na forma de
um conjunto de k bits e o segundo é um símbolo na forma de um sinal no
domínio do tempo. O sinal si(t) é confinado no intervalo de tempo de símbolo T e,
por esta razão, é chamado de sinal de energia, pois tem energia finita e potência
nula. A energia de um símbolo cuja forma de onda si(t) é um sinal real13 é
calculada por meio de:
T
Ei ¨0 si2 t dt , i 1,2,..., M . (41)
Deve-se ficar atento ao fato de que si(t) não representa a forma de onda do sinal
transmitido ao longo do tempo, mas apenas durante um intervalo de símbolo.
Uma sequência desses pulsos si(t) é que forma o sinal transmitido.
x Canal: para o presente estudo, o canal será considerado sem distorção, apenas
contaminando o sinal pela adição de ruído branco. Portanto, trata-se apenas de
um canal AWGN livre de interferência intersimbólica.
x Receptor: processa o sinal recebido x(t) e estima (toma a decisão sobre) o símbolo
transmitido. A estimativa do símbolo transmitido, m̂ , correspondente a um con-
junto de k bits, é então serializada para formar a sequência de bits estimados.
Figura 8.3 - Diagrama de blocos simplificado de um sistema de comunicação digital.
T 2
13
Se si(t) é um sinal complexo, sua energia é calculada por meio de Ei ¨ si (t ) dt.
0

8.4 Síntese e análise de sinais
A essência do estudo apresentado neste capítulo, até aqui, é a possibilidade de
representar qualquer conjunto de M sinais de energia, {si(t)}, i = 1, 2, ..., M, usando uma
combinação linear de N funções base ortonormais {Gj(t)}, i = 1, 2, ..., N, com N d M.
Se tivermos N < M, significa que teremos a chance de gerar um conjunto de M formas de
onda a partir da combinação de um número menor de formas de onda que servirão como
base, o que pode trazer simplificação na implementação do sistema.
A Figura 8.4 representa em diagramas de blocos os processos de síntese e de análise
das formas de onda associadas a cada símbolo transmitido. Na parte (a) da figura tem-se a
síntese de si(t) por meio da combinação linear de N funções base Gj(t), i = 1, 2, ..., N.
Na parte (b) tem-se a regeneração dos coeficientes que foram utilizados na síntese, por
meio da correlação de si(t) com cada uma das funções base Gj(t). Como veremos um
pouco mais adiante, a parte (a) da Figura 8.4 será utilizada como componente
fundamental do transmissor de um sistema de comunicação digital e a parte (b) será
componente fundamental do receptor. Daí a importância de conhecer em detalhes esses
processos de síntese e análise.
Figura 8.4 - (a) Síntese e (b) análise de si(t) por meio da combinação linear de N funções base G j(t).

A Tabela 8.1 resume o conjunto de expressões que permite a representação, no

domínio vetorial, de sinais originalmente considerados no domínio do tempo. Algumas
destas expressões permitem que obtenhamos, no domínio vetorial, valores de grandezas
antes calculadas somente no domínio do tempo.

Tabela 8.1 - Expressões representativas da relação
entre sinais no domínio do tempo e no domínio vetorial
N
¦£ 0 t b T
Expressão de síntese de uma forma de onda qualquer si(t), do conjunto de
si ( t ) sijG j (t ) , ¦¤¦¦ i 1, 2, ..., M M formas de onda, por meio da combinação linear de N funções base
j 1 ¥ ortonormais ponderadas pelos correspondentes coeficientes sij.
£ Expressão que, a partir do conhecimento da forma de onda que se deseja

¦ i 1, 2, ..., M
si ( t )G j ( t ) dt , ¦
T
sij ¨0 ¤
¦
¥ j 1, 2, ..., N
¦
e das funções base, determina os coeficientes que foram capazes de
sintetizar tal forma de onda.
Expressão que define o conjunto de funções base ortonormais. Para

£ 1, i j índices iguais tem-se o cálculo da energia de uma função base, cujo valor
¦
Gi ( t )G j ( t ) dt ¦
T
¨0 ¤
¦
¥ 0, i v j
¦
é sempre unitário. Para índices diferentes tem-se o cálculo da correlação
entre funções base diferentes, cujo valor é nulo devido ao fato de tais
funções serem ortogonais.
s ¯ Representação vetorial para um sinal. Em outras palavras, si é o vetor-

¡ i1 ° -sinal que representa a forma de onda ou símbolo si(t). Conhecer tal vetor
¡ si 2 °
si ¡¡ ° , i 1, 2, ..., M
° é tão suficiente quanto conhecer a forma de onda si(t), pois, conhecendo
¡ # ° um, podemos determinar o outro por meio das expressões de síntese e de
¡s °
¢¡ iN ±° análise.
N
2 Expressão de cálculo da norma ao quadrado de um vetor-sinal. A norma é
si siT si sij2 , i 1, 2, ..., M simplesmente o tamanho ou módulo do vetor em questão.
j 1
N
Expressão que diz que a energia de um símbolo si(t) pode ser calculada
T
Ei sij2 ¨0 si2 ( t ) dt siT si vetorialmente pela norma ao quadrado do correspondente vetor-sinal. Tal
j 1 energia é igual ao produto interno do vetor-sinal por ele mesmo. O
si
2 produto interno nada mais é do que a soma dos produtos dos coeficientes
dos vetores envolvidos.
T
Expressão que permite que se calcule a correlação entre duas formas de
¨0 si ( t ) sk ( t ) dt siT s k onda quaisquer, no intervalo de símbolo T, por meio do produto interno
entre os vetores-sinais que as representam.
Expressão para cálculo da distância euclidiana entre dois vetores-sinais

quaisquer. A distância euclidiana é um importante parâmetro de análise
de sistemas de comunicação. Quanto maior a distância euclidiana entre os
símbolos de uma sinalização qualquer, menor a probabilidade de erro,
d ik si s k
pois maior é a energia de cada símbolo e, por consequência, maior a
potência média de transmissão e maior relação sinal-ruído no momento
da decisão (menor sobreposição entre as caldas das densidades gaussianas
que representam o ruído).

9
Ortogonalização
de Gram-Schmidt
9.1 Ortogonalização de Gram-Schmidt

Vimos no Capítulo 8 que é possível representar qualquer conjunto de M sinais de
energia, {si(t)}, i = 1, 2, ..., M; 0 d t < T, usando uma combinação linear de N funções
base ortonormais {Gj(t)}, j = 1, 2, ..., N, com N d M. Entretanto, surge um problema que
assim pode ser enunciado: quais são as funções base do conjunto {Gj(t)} capazes de
sintetizar o conjunto {si(t)}? A solução deste problema é obtida por meio do processo
de ortogonalização de Gram-Schmidt, o qual é capaz de gerar o conjunto de funções
base {Gj(t)} a partir das formas de onda do conjunto {si(t)}.
A Figura 9.1 ilustra o conceito por trás do processo de ortogonalização de Gram-
-Schmidt por meio de operações com vetores, o que é didaticamente mais adequado neste
momento. O vetor de referência é s3. Perceba que se gerarmos o vetor intermediário
s3 – s31I1, ou seja, se subtrairmos de s3 a sua componente da direção do vetor base I1,
teremos como resultado um vetor ortogonal a I1. Se agora gerarmos o vetor intermediário
s3 – s31I1 – s32I2, teremos como resultado um vetor ortogonal a I1 e a I2, pois subtraímos
de s3 as suas componentes nas direções de I1 e de I2.
Figura 9.1 - Ilustração dos princípios do processo de ortogonalização

de Gram-Schmidt. Adaptada de Guimarães (2009).
Ortogonalização de Gram-Schmidt 87
De maneira análoga, na ortogonalização de Gram-Schmidt são geradas funções
intermediárias a partir das quais são encontradas as funções base. Funções intermediárias
gi(t) são obtidas retirando as componentes de si(t) nas “direções” de G1(t), G2(t), ...,
Gi1(t), ou seja, encontrando gi(t) ortogonal a G1(t), G2(t), ..., Gi1(t). Então, basta fazer
Gi(t) = gi(t)/(Egi)1/2, em que Egi é a energia de gi(t) e a divisão por Egi1/2 se faz necessária
para que se tenha Gi(t) com energia unitária. Se alguma função intermediária gi(t) = 0,
significa que as componentes de si(t) dependem somente das outras funções base Gj(t),
j z i, ou seja, a correspondente função base Gi(t) não existe.
Tomando por base o que está descrito no parágrafo anterior, obtêm-se as seguintes
expressões utilizadas pelo processo de ortogonalização de Gram-Schmidt:
i 1
g i t si t sijG j t , i 1, 2, ..., M , (42)
j 1
para gerar as funções intermediárias,

T
sij ¨0 si t G j t dt , j 1, 2, ..., i 1, (43)
para calcular os coeficientes e
gi t
Gi t , i 1, 2, ..., N ,
T (44)
¨ 0
g i2 t dt
para gerar as funções base a partir da normalização das funções intermediárias.

Deve-se encontrar o conjunto {gi(t)} para todo o conjunto {si(t)}. Sabendo que
N d M, teremos N = M se {si(t)} é um conjunto de sinais linearmente independentes
(quando não é possível expressar um sinal em função de nenhum dos demais). Teremos
N < M se {si(t)} é um conjunto de sinais com alguma dependência linear entre suas
formas de onda componentes (quando algum sinal pode ser gerado em função de outro ou
de outros).
Exemplo 9.1
Vamos agora exemplificar a aplicação do processo de ortogonalização de Gram-
-Schmidt para determinar as funções base ortonormais das formas de onda dadas na
Figura 9.2, partindo da forma de onda s1(t) como geradora da função base G1(t). Dica: na so-
lução de um problema como este é recomendável fazer rascunhos que permitam determinar
graficamente os resultados de operações intermediárias com as funções analisadas. Isso
facilita a visualização dos resultados e reduz as chances de erro.

Figura 9.2 - Conjunto de sinais do Exemplo 9.1.
Como s1(t) é a referência para a geração de G1(t), basta normalizar s1(t):

£
¦ 1
s (t ) 2 1 ¦
¦ , 0btb2
G1 ( t ) 1 = E1
E1 ¨0 1dt 2 ºG1 ( t )
2
s1 ( t ) ¤ 2
¦
¦
¥ 0,
¦ caso contrário.
A função intermediária g2(t) será calculada como segue:
2 2 1 2
g 2 ( t ) s2 ( t ) s21G1 ( t ) = s21 ¨0 s2 ( t )G1 ( t ) dt ¨0 2
dt º s21
2
2.
Então,
£
¦ 1, 2btb3
g 2 ( t ) s2 ( t ) 2G1 ( t ) ¤
¦
¥ 0, caso contrário.
¦
Graficamente se obtém a função intermediária g2(t) conforme a Figura 9.3.
Figura 9.3 - Função intermediária g2(t) do Exemplo 9.1.
A função base G2(t) será então:

g 2 (t ) 3 £ 1,
¦ 2btb3
G2 ( t )
E g2
= E g2 ¨ 2 1dt 1 º G2 (t ) g 2 ( t ) ¦¤¦¦¥ 0, caso contrário.
A função intermediária g3(t) será assim calculada:

2
g 3 ( t ) s3 ( t ) s31G1 ( t ) s32G2 ( t ) = s31 ¨0 s3 ( t )G1 ( t ) dt º s31 0
s32 ¨ s3 (t )G2 (t )dt º s32 0. Então, g 3 (t ) s3 (t ).
A função base G3(t) será então:
s3 ( t ) 1 2
G3 ( t )
E3
= E3 ¨0 s32 ( t ) dt ¨1 s32 ( t ) dt 2 º
£¦ 1 / 2, 0b t 1
s3 ( t ) ¦¦
G3 ( t ) ¦
¤ 1 / 2, 1 b t b 2
2 ¦¦
Finalmente, a função intermediária g4(t) será calculada de acordo com:

g 4 (t ) s4 (t ) s41G1 (t ) s42G2 (t ) s43G3 (t ),
2
em que s41 ¨0 s4 (t )G1 (t ) dt º s41 2,
3
s42 ¨ 2 s4 (t )G2 (t ) dt º s42 1,
2
s43 ¨0 s4 (t )G3 (t ) dt º s43 0.
Então g 4 ( t ) s4 ( t ) 2G1 ( t ) G2 ( t ) 0 , resultado que pode ser mais facilmente

obtido de forma gráfica, como ilustra a Figura 9.4.
Figura 9.4 - Função intermediária g4(t) do Exemplo 9.1.
Como g4(t) = 0, a expansão segundo o procedimento de ortogonalização de Gram-

-Schmidt para por aqui. Portanto, teremos três funções base ortonormais identificadas
como G1(t), G2(t) e G3(t). Tais funções base são esboçadas na Figura 9.5.
Figura 9.5 - Funções base I1(t), I2(t) e I3(t) do Exemplo 9.1.

Percebemos que o conjunto de formas de onda {si(t)} não é um conjunto de sinais
linearmente independente, pois o número de funções base ortonormais, N, é menor que o
número de símbolos, M.
Agora vamos desenhar a representação geométrica do conjunto de formas de onda
como pontos no espaço de sinais N-dimensional. Em outras palavras, vamos desenhar a
constelação para a sinalização proposta. Inicialmente é preciso encontrar os coeficientes
sij, i = 1, 2, ..., M; j = 1, 2, ..., N, para M = 4 e N = 3:
s11 E1 2 s23 ¨ s2 (t )G3 (t )dt 0
s12 ¨ s1 (t )G2 (t )dt 0 Do item (a): s31 0 e s32 0
2
s13 ¨ s1 (t )G3 (t ) dt 0 s33 ¨0 s3 (t )G3 (t ) dt 2
Do item (a): s21 2 s41 2, s42 1 e
3
s22 ¨ 2 s2 (t )G2 (t )dt 1 s43 0.
Assim teremos a constelação mostrada na Figura 9.6.
Figura 9.6 - Espaço de sinais representando os sinais s1(t), s2(t), s3(t) e s4(t) do Exemplo 9.1.
Note, por meio da equação (42) que, por definição, o símbolo s1(t) será sempre
utilizado para gerar G1(t). No entanto, pode-se adotar outro símbolo como gerador da
primeira função base. Ao final do processo, conjuntos diferentes de funções base podem
resultar, sem perda da funcionalidade de síntese do conjunto de símbolos.

1. Calcule a energia dos sinais {si(t)} do Exemplo 9.1 a partir do espaço de sinais e
compare com os cálculos realizados no domínio do tempo.
2. Faça uma comparação entre os resultados dos cálculos das correlações entre os sinais
{si(t)} no tempo e no domínio vetorial para o Exemplo 9.1.
3. Sejam os seguintes símbolos:
£¦ 2 A 3
¦¦ t, 0 t b T 2
¦¦ T
¦
¤ 2A 3
s1 t s2 t ¦¦ t T , T 2 t b T
¦¦ T
¦¦ 0, caso contrário.
¥
a) Encontre a(s) função(ões) base para a representação dos símbolos s1(t) e s2(t).
b) Represente na forma vetorial os símbolos s1(t) e s2(t).
c) Calcule a probabilidade de erro de bit sabendo que A = 1 mV, N0 = 1010 W/Hz e
Rb = 1 kbit/s.
Solução
s1 t
a) E1 = E2 = A2T. Como a sinalização é unidimensional, então G1 t .
A T
b) s1 ¢ E ¯± , s2 ¢ E ¯± .
c) BER ! 4,19 q106.
4. Seja o seguinte par de sinais (ou símbolos) h1(t) e h2(t):
£
¦¦ 1, 0t bT / 2
h1 t ¦¤1, T / 2 t T,
¦¦
£
¦1, 0t bT
h2 t ¤
¦
¥ 0,
¦ caso contrário.
a) Os sinais h1(t) e h2(t) são ortogonais? Justifique.

b) Encontre um conjunto de funções base ortonormais para representar os sinais
h1(t) e h2(t).
c) Represente na forma vetorial os símbolos h1(t) e h2(t).
d) Represente no domínio do tempo h1(t) e h2(t) em função de G1(t) e G2(t).

Solução
T
a) ¨ 0h1 t h2 t dt 0. São ortogonais.
h1 t h t
b) G1 t e G2 (t ) 2 .
T T
T T
c) h1 ¢ T 0 ¯± , h 2 ¢ 0 T ¯± .
d) h1 t T G1 t e h2 t T G2 t .
5. Considere, cuidadosamente, o seguinte conjunto de sinais:
¦£1, 0 b t b1 ¦£1, 1b t b 2
s1 t ¦¤ s2 t ¦¤
¦¥¦ 0, caso contrário ¦¥¦ 0, caso contrário
¦£1, 0bt b2 ¦£1, 2bt b3
s3 t ¤ s4 t ¤
¦¥¦ 0, caso contrário ¦¥¦ 0, caso contrário
¦£¦1, 0 b t b1
£¦1, 1 b t b 3
s5 t ¦¤1, 2bt b3 s6 t ¤
¦¦ ¦¦¥ 0, caso contrário
¦¦¥ 0, caso contrário
£¦1, 0 b t b 3
s7 t ¤ s t 0
¦¦¥ 0, caso contrário 8
Encontre uma base ortonormal para o conjunto de sinais dado e escreva cada sinal em
termos das funções base encontradas. Procure resolver este exercício sem aplicar o
método de ortogonalização de Gram-Schmidt, mas apenas por inspeção.
Solução
Por inspeção G1 t s1 t , G2 t s2 t e G3 t s4 t . Então:

s1 t G1 t s2 t G2 t
s3 t G1 t G2 t s4 t G3 t
s5 t G1 t G3 t s6 t G2 t G3 t
s7 t G1 t G2 t G3 t s8 t 0.
10
Receptor de Máxima
Verossimilhança em Canal AWGN
10.1 Influência do ruído no processo de análise do sinal recebido

O diagrama de blocos da Figura 10.1 integra os blocos de síntese e de análise de uma
forma de onda qualquer si(t), já apresentados na Figura 8.4, a um conjunto de blocos que
torna o diagrama representativo de um sistema de comunicação digital completo. Os bits
de informação gerados pela fonte são convertidos da forma serial para a forma paralela
por meio do bloco S/P. O número de saídas do conversor S/P é k = log2M e essas saídas
serão responsáveis, no bloco seguinte, por determinar qual dos M conjuntos de N
coeficientes gerará a forma de onda que representará cada símbolo mi contendo k bits da
fonte.
O mapeamento de cada grupo de k bits em um conjunto de N coeficientes é realizado
pelo bloco tabela de consulta (LUT, look-up table)14. A combinação linear feita pelos
blocos de síntese gera, então, a forma de onda desejada.
Figura 10.1 - Operações de síntese e análise no transceptor de um sistema de transmissão digital.

14
Uma LUT pode ser implementada por meio de um circuito combinando partes digitais e analógicas, dependendo do
mapeamento que se deseja realizar. Para a aplicação em questão, a partir de dados binários de entrada a LUT
produzirá valores analógicos de saída correspondentes aos coeficientes dos vetores-sinais. Neste caso, pode-se
interpretar a LUT como sendo um conversor de bits em coeficientes.

No diagrama em questão temos a presença do ruído branco w(t) que faz com que as
saídas do banco de correlatores produzam coeficientes sij contaminados. Essa
contaminação gera as variáveis a partir das quais o bloco de estimação de símbolo gerará
a estimativa de mi. A estas variáveis xj, j = 1, 2, …, N, damos o nome de variáveis de
decisão.
Como cada uma das variáveis de decisão é composta por uma parcela de sinal e por
uma parcela de ruído, vamos determinar cada uma dessas parcelas e, depois, determinar
as variáveis de decisão. Na ausência de ruído, as saídas do banco de correlatores serão os
próprios coeficientes sij, i = 1, 2, ..., M e j = 1, 2, ..., N. Na ausência de sinal, as saídas dos
correlatores terão valores aleatórios gerados em função do ruído w(t) e, por esta razão,
daremos o nome a eles de wj. Então teremos
x j sij wj. (45)
Perceba que, quando aplicamos o ruído à entrada do banco de correlatores, na

verdade estamos aplicando um processo aleatório gaussiano na entrada de um conjunto de
sistemas lineares. Revisitando conceitos de processos aleatórios (LEON-GARCIA, 2008),
podemos concluir que a densidade de probabilidade do processo aleatório de saída desses
sistemas lineares será também gaussiana. Assim, como w(t) tem média nula, podemos
dizer que wj é uma variável aleatória gaussiana de média nula e de variância diretamente
proporcional à intensidade de w(t). Sendo assim, quando adicionamos wj a sij, formamos
outra variável aleatória também gaussiana, porém com média sij.
Pode-se mostrar que a variância do ruído wj é igual a N0/2 (GUIMARÃES, 2009,
p. 294-296). Como wj tem média nula, este valor corresponde à potência média de ruído
que afeta cada variável de decisão. Lembrando, N0/2 é também o valor da densidade
espectral de potência (DEP) do ruído w(t).
Em síntese, cada variável de decisão xj é uma variável aleatória gaussiana de média
sij e de variância T2 = N0/2.
10.2 Modelo vetorial para o canal AWGN

Em situações reais, é frequente a utilização de simulação computacional na maior
parte das etapas de concepção, desenvolvimento e implementação de um sistema de
comunicação. Com a simulação conseguimos rastrear erros de concepção ou de projeto e
também podemos avaliar o desempenho do sistema antes que ele seja implementado,
economizando tempo e recursos financeiros.
Neste contexto, vamos supor que queremos simular o sistema de comunicação
apresentado na Figura 10.1. Seria necessário gerar por computador literalmente todas as
funções e formas de onda que constam do diagrama em questão. Isso representaria um
grande trabalho de implementação da simulação e, além disso, um grande esforço
computacional da ferramenta de software utilizada, seja ela matemática (por exemplo:
Mathcad® e Matlab®) ou de blocos funcionais (por exemplo: VisSim/Comm e Matlab
Receptor de Máxima Verossimilhança em Canal AWGN 95

Simulink)15. Outro problema seria a frequência de amostragem necessária para repre-
sentar corretamente cada uma das formas de onda geradas. Suponha que quiséssemos
simular um sistema de comunicação operando com uma portadora de 10 GHz. Segundo o
teorema da amostragem de Nyquist (GUIMARÃES, 2009, p.115), a mínima taxa de
amostragem seria de 20×109 amostras/segundo, o que seria impossível processar mesmo
para o mais rápido computador existente hoje.
Felizmente, o estudo que estamos fazendo permite que identifiquemos uma maneira
mais inteligente de realizar a simulação em questão, sem a necessidade de gerar sequer
uma única forma de onda. Para entender este conceito, observe que no processo de
transmissão temos um conjunto de coeficientes, os quais podemos agrupar em um vetor
de coeficientes, o nosso já conhecido vetor-sinal si = [si1 si2 ... siN]T.
Perceba também que as variáveis de decisão na saída do banco de correlatores nada
mais são que a soma de cada coeficiente com um valor aleatório, gaussiano, de média
zero e de variância N0/2. Ao conjunto desses valores aleatórios podemos dar o nome de
vetor-ruído w = [w1 w2 " wN]T, ou seja, o vetor de variáveis de decisão vale x = [x1 x2 "
xN]T = si + w. A esse modelo damos o nome de modelo vetorial para o canal AWGN, o
qual é ilustrado na Figura 10.2.
Vale observar que o vetor de variáveis de decisão x é, às vezes, denominado vetor
observado, vetor recebido, símbolo observado ou símbolo recebido.
Figura 10.2 - Modelo vetorial dos processos síntese e análise de um transceptor.

Diferentemente do modelo contínuo apresentado na Figura 10.1, perceba que não há

mais formas de onda no modelo discreto da Figura 10.2. Na simulação do correspondente
sistema de comunicação, basta que geremos um vetor-sinal, de acordo com os bits que ele
representa a cada intervalo de símbolo, e adicionemos um vetor-ruído diferente
(aleatório) a cada intervalo de símbolo. Como resultado, obteremos os mesmos valores
das variáveis de decisão que iríamos obter se tivéssemos o sistema implementado no
modelo contínuo da Figura 10.1.
15
Mathcad® é marca registrada da Mathsoft, Inc. Matlab® e Matlab Simulink® são marcas registradas da Mathworks,
Inc. VisSim/Comm® é marca registrada da Visual Solutions, Inc.

Como ilustração, veja a seguir o vetor-sinal s1, por exemplo (que poderia representar
o par de bits “10”), uma possível realização do vetor-ruído w e o vetor de variáveis de
decisão x resultante16:
1, 2 ¯ 0, 097 ¯ 1, 297 ¯
¡ ° ¡ ° ¡ °
¡ 1, 2 ° ¡ 0,348 ° ¡ 1,548 °
s1 ¡ ° w¡ ° x = s1 + w ¡ °. (46)
¡ 1, 2 ° ¡ 0,108 ° ¡ 1, 308 °
¡ ° ¡ ° ¡ °
¡ 1, 2 ° ¡ 0,331 ° ¡ 0,869 °
¢ ± ¢ ± ¢ ±
Como já abordado, na representação de sinais no espaço euclidiano temos pontos,

chamados vetores-sinais, que formam a constelação da correspondente técnica de
sinalização. Revisando, uma constelação é a representação do conjunto de símbolos
{si(t)}, i = 1, 2, ..., M, por um conjunto de M pontos no espaço N-dimensional, N d M,
pontos estes associados aos vetores-sinais do conjunto {si}. A Figura 10.3 ilustra a
representação de um único símbolo de uma constelação bidimensional e a influência do
ruído. Nela o vetor observado x difere do vetor s1 devido ao vetor de ruído w. O vetor w
contém a porção do ruído w(t) que interfere na decisão, ou seja, contém a porção do ruído
w(t) que atravessa o banco de correlatores.
Em outras palavras, o vetor w contém a parcela do ruído w(t) que tem alguma
correlação com o conjunto de funções base {Gj(t)}, j = 1, 2, ..., N. A parcela
descorrelacionada do conjunto {Gj(t)} é bloqueada pelo banco de correlatores. É desta
forma que a influência do ruído branco é reduzida das entradas para as saídas dos
correlatores.
Figura 10.3 - Representação do vetores s1, w e x na constelação.
De forma alternativa, podemos também interpretar cada um dos correlatores como

um sistema linear que tem certo efeito de filtragem. Sendo assim, a potência de ruído na
saída da cada correlator será menor que a potência de ruído de entrada. Em outras
palavras, somente o ruído que passa pelos correlatores tem influência no processo de
decisão; o restante não tem influência, pois é bloqueado pelos correlatores.
16
Estes vetores podem ser gerados utilizando, por exemplo, a função “randn” do software Matlab.

Na Figura 10.4 o sinal correspondente a uma sinalização quaternária bidimensional é
representado pelo espaço de sinais mais à esquerda. Após a adição do ruído teremos o
espaço de sinais intermediário. O processamento realizado pelo banco de correlatores faz
com que a intensidade de ruído nas variáveis de decisão (saída do banco de correlatores)
seja reduzida em relação à entrada. Note que, para o exemplo ilustrado, a probabilidade
de erro de símbolo seria nula, pois não há sobreposição das “nuvens” gaussianas locali-
zadas em torno da posição original de cada vetor-sinal.
Figura 10.4 - Representação de uma constelação quaternária bidimensional sob

a influência de ruído AWGN antes e depois do banco de correlatores.
10.3 Receptor de máxima verossimilhança generalizado

O critério de decisão de máxima verossimilhança (MV), o qual minimiza a probabi-
lidade de erro de símbolo quando estes são equiprováveis, (GUIMARÃES, 2009, p. 383)
é o seguinte:
Dado o símbolo recebido x, decida pelo símbolo mais próximo em termos de distância
euclidiana, ou seja, decida pelo símbolo que minimiza ||x – si||, i = 1, 2, ..., M.
Esse critério aplica-se apenas quando os símbolos são equiprováveis. Quando não o
são, esse critério não será ótimo e deverá ser adotado o critério do máximo a posteriori
(MAP) para o projeto de outro receptor que leve em conta os diferentes valores de
probabilidade de envio dos símbolos.
As regiões de decisão de cada símbolo são limitadas por planos no espaço N-dimen-
sional. Ao conjunto dessas regiões dá-se o nome de diagrama de Voronoi (WIKEPEDIA).
A Figura 10.5 ilustra esse diagrama para M = 4, N = 2 e símbolos equiprováveis com
energia E. As regiões de decisão Ri, i = 1, 2, 3, 4, estão limitadas pelos eixos
coordenados. Neste exemplo, suponha que foi transmitido o símbolo s4. Como o vetor
observado está mais próximo do símbolo s1, o receptor irá decidir por s1 e, portanto,
cometerá erro. Não haverá erro de decisão se o vetor observado x se mantiver na região
de decisão do símbolo transmitido, pois somente nesta situação a sua distância euclidiana
com relação ao símbolo realmente transmitido será menor.

Figura 10.5 - Regiões de decisão para uma constelação bidimensional com quatro símbolos equiprováveis.
O receptor que realiza a decisão segundo este critério é chamado de receptor de má-
xima verossimilhança e é mostrado na Figura 10.6. Nele, o bloco E/V (escalar/vetorial)
simplesmente agrupa as N saídas do banco de correlatores em um único “barramento” que
carrega os elementos do vetor observado x. O bloco decodificador foi inserido após o
banco de correlatores para completar a estrutura do receptor analisado até este momento.
Esse bloco, correspondente aos dois blocos mais à direita na Figura 10.1, permite que
o critério de máxima verossimilhança seja implementado, ou seja, é ele que determina o
símbolo mais próximo do símbolo recebido, em termos de distância euclidiana. A sua
composição é resultado de um desenvolvimento matemático que parte do critério de
decisão adotado. Para mais detalhes sobre esta dedução, recomenda-se consultar
(GUIMARÃES, 2009, Seção 5.8).
Figura 10.6 - Receptor de máxima verossimilhança generalizado. Adaptada de Guimarães (2009).
O conjunto de blocos que compõem o decodificador nada mais faz além de realizar a
correlação entre o sinal recebido e todos os possíveis símbolos, porém no domínio vetorial,
através dos M produtos internos. A conversão do sinal recebido no domínio contínuo para
o domínio vetorial é realizada pelo bloco detector. Trata-se de uma implementação
intuitivamente satisfatória: o receptor decide pelo símbolo que apresentar maior
correlação (ou similaridade), com o sinal recebido.

As subtrações de metade da energia de cada símbolo são realizadas para equilibrar a
comparação feita em seguida, de forma que símbolos de maior energia não tenham mais
peso na escolha do maior valor de produto interno que símbolos de menor energia. Isso é
também intuitivamente satisfatório. Como exemplo, suponha que a 4ª dentre as M
entradas do bloco “decida pelo símbolo em função do maior valor” na Figura 10.6 tenha o
maior valor. Isso significa que a decisão será tomada em favor do símbolo m4. Em outras
palavras, é o vetor-sinal s4 que está mais próximo do vetor recebido x em termos de
distância euclidiana. No entanto, caso não fosse feita a compensação de energias antes do
bloco de decisão, um valor mais elevado na sua entrada 4 poderia ter sido causado por um
valor elevado da energia do símbolo m4, não por este ter maior correlação com o vetor
recebido.
Vale registrar que o receptor da Figura 10.6 se presta à decisão de máxima veros-
similhança em sistemas de comunicação com qualquer tipo de sinalização e com qualquer
número de símbolos, em canal AWGN. Para símbolos equiprováveis, esse receptor
minimiza a probabilidade de erro de símbolo e, portanto, é ótimo neste sentido. Depen-
dendo da sinalização específica que se queira implementar, basta simplificar o diagrama
de blocos generalizado. Alguns exercícios resolvidos mais adiante mostram exemplos do
processo de simplificação.
Em caráter complementar, no contexto de estimação de sinais na presença de ruído
alguns termos usuais e suas definições são listados a seguir:
x Detecção: responsável pela “extração” do sinal em meio ao ruído em termos, por
exemplo, de aumento na relação sinal-ruído no instante de decisão. Gera,
portanto, a variável de decisão.
x Decisão: responsável por determinar em que região de decisão se encontra a
variável de decisão (vetor observado x).
x Decodificação: é o mapeamento da região de decisão escolhida no símbolo ou
conjunto de bits correspondente.
A decisão e a decodificação são às vezes expressões sinônimas, situação que ocorre
quando ambas as tarefas são realizadas de uma só vez ou por um único dispositivo.

ou translação da constelação
A propriedade de invariância da probabilidade de erro de símbolo com rotação ou
translação da constelação diz que mudanças na origem ou na orientação da constelação no
espaço de sinais não afetam a probabilidade de erro de símbolo Pe. Isso ocorre porque Pe
depende da distância euclidiana relativa entre os símbolos da constelação e do ruído
aditivo que, por ser esfericamente simétrico17, afeta da mesma maneira um símbolo, não
importando onde ele esteja localizado no espaço de sinais.
17
A simetria esférica não é um conceito simples, mas pode ser definida da seguinte forma no presente contexto: um
vetor de variáveis aleatórias w é esfericamente simétrico se a rotação de w em torno de sua média não altera sua
distribuição.

Exemplo 10.1
Observe as constelações apresentadas na Figura 10.7. À esquerda tem-se a conste-
lação original, ao centro tem-se a constelação original transladada e à direita tem-se a
constelação original rotacionada. Em todos os casos, as distâncias euclidianas relativas
não foram alteradas e, portanto, podemos afirmar que a probabilidade de erro de símbolo
é a mesma nos três casos.
Figura 10.7 - Translação e rotação de uma constelação quaternária.
Na Figura 10.8 estão as mesmas constelações consideradas na Figura 10.7, agora

ilustrando a influência do ruído, que será a mesma independente se estamos nos referindo
à constelação original, à constelação transladada ou à constelação rotacionada.
Figura 10.8 - Influência do ruído na constelação original, transladada e rotacionada.
A operação de rotação de uma constelação é realizada pela multiplicação de cada

vetor-sinal por uma matriz Q de ordem NuN, ou seja:
s irot Qs i . (47)
A matriz Q é chamada de matriz ortonormal, ou seja, QQT = I, em que I é uma

matriz identidade de ordem N. Essa operação referente à ortonormalização de Q é
bastante útil para solucionarmos problemas ou mesmo quando queremos verificar se uma
matriz Q que obtivemos em um problema tem valores coerentes. Como QQ1 = I, note
ainda que Q1 = QT, ou seja, a matriz inversa de Q é igual à sua transposta.

A operação de translação de uma constelação é realizada pela soma ou subtração de
cada vetor-sinal de um vetor a com o mesmo número de elementos, ou seja:
s itrans s i a. (48)
10.4.1 Constelações de energia mínima

Constelações transladadas muitas vezes são geradas por imposição do sistema de
comunicação, mas há casos em que a translação não é desejada se queremos optar pela
menor potência média de transmissão. Vejamos este conceito por meio de um exemplo.
Exemplo 10.2
Considere as constelações dadas na Figura 10.9, em que a constelação à direita
corresponde a uma translação da constelação à esquerda.
Figura 10.9 - Constelação original e transladada do Exemplo 10.2.
Vamos calcular a energia média por símbolo em ambos os casos, considerando sím-
bolos equiprováveis. Para a constelação original teremos
M
1 4 1 2¯
E pi E i
4 i 1
Ei q 4 q [2
4
2] q ¡ ° 8 joules.
¡¢ 2 °±
i 1
Para a constelação transladada teremos

M
1 4
E pi Ei
4
Ei
i 1 i 1
1¦ £ 3¯ 1¯ 1¯ 3 ¯ ¦²
¤ [3 3] q ¡ ° [ 1 3] q ¡ ° [ 1 1] q ¡ ° [3 1] q ¡ ° »
4 ¥¦¦ ¡¢ 3 °± ¡¢ 3 °± ¡¢ 1 °± ¡¢ 1 °± ¦¦¼
10 joules.
As constelações têm energias médias por símbolo diferentes, embora apresentem a
mesma probabilidade de erro de símbolo. Em outras palavras, para que a constelação
transladada opere com probabilidade de erro de símbolo igual à da constelação original,
ela necessita 10log10(10/8) = 0,97 dB a mais de energia média por símbolo. Isso
corresponde a 0,97 dB a mais de potência média de transmissão, pois sabemos que
energia e potência seguem a mesma proporção.

Exemplo 10.3
Vejamos outro exemplo, agora envolvendo duas sinalizações binárias unidimensio-
nais. A Figura 10.10 mostra a constelação de uma sinalização bipolar (a) e de uma
sinalização unipolar (b). Pelo fato de as distâncias euclidianas terem sido mantidas de (a)
para (b), podemos afirmar que a probabilidade de erro de símbolo Pe será a mesma nos
dois casos. Entretanto, a energia média por símbolo na constelação (b) é maior.
Figura 10.10 - (a) Sinalização bipolar, (b) sinalização unipolar consideradas no Exemplo 10.3.
Em uma primeira análise diríamos que não vale a pena utilizar a constelação (b). Mas
suponha que temos um sistema de comunicação via fibra óptica. Como não há luz com
intensidade negativa, somos obrigados a utilizar uma sinalização unipolar e, neste caso,
teremos que conviver com a necessidade de maior potência média. Em resumo, quem dita
que constelação utilizar, na maior parte das vezes, é o meio de comunicação.
Em casos em que não há imposição do meio de comunicação na escolha da conste-

lação, pode-se desejar transladá-la para a situação de energia mínima, ou seja, para a
posição espacial em que a potência média de transmissão seja a mínima possível. Essa
translação é realizada subtraindo de cada coordenada de um vetor-sinal o valor médio das
correspondentes coordenadas de todos os símbolos.
Então, dada uma constelação com o conjunto de símbolos {si}, i = 1, 2, ..., M, a
constelação correspondente, com energia mínima, é obtida subtraindo de cada vetor-
-sinal si o vetor E[s] definido por
M
E [s ] si pi , (49)
i 1
em que pi é a probabilidade de envio do símbolo si. Assim teremos o vetor transladado
si' si E [s ]. (50)
Exemplo 10.4
Vamos transladar para a situação de energia mínima a constelação (b), Figura 10.9,
do Exemplo 10.2, considerando inicialmente símbolos equiprováveis e, em seguida,
símbolos com probabilidades a priori p1 = 0,2; p2 = 0,3; p3 = 0,1 e p4 = 0,4. Em cada caso
vamos calcular a energia média da constelação para compararmos os resultados.

Para símbolos equiprováveis, primeiramente vamos calcular o vetor E[s]:
M
1 £¦ 3 ¯ 1 ¯ 1¯ 3 ¯ ²¦ 1¯
E [s ] si pi 4 ¦¤¦¦ ¡¡ 3 °° ¡ °
¡¢ 3 °±
¡ °
¡¢ 1 ±°
¡ °» ¡ °.
i 1 ¥¢ ± ¢¡ 1 ±° ¼¦
¦ ¢¡ 1 ±°
A Figura 10.9(b) mostra que, de fato, a constelação em questão tem valor médio
igual a 1 para as coordenadas das duas dimensões. Então teremos os vetores-sinais
transladados para a situação de energia mínima:
3 ¯ 1¯ 2¯ 1¯ 1¯ 2 ¯
s1' s1 E < s > ¡ ° ¡ ° ¡ ° , s '2 s 2 E < s > ¡ °¡ ° ¡ °,
¡¢ 3 °± ¡¢ 1 °± ¡¢ 2 °± ¡¢ 3 °± ¡¢ 1 °± ¡¢ 2 °±
1¯ 1¯ 2 ¯ 3 ¯ 1¯ 2 ¯
s 3' s 3 E < s > ¡ ° ¡ ° ¡ ° , s '4 s 4 E < s > ¡ °¡ ° ¡ °.
¡¢ 1 °± ¡¢ 1 °± ¡¢ 2 °± ¡¢ 1 °± ¡¢ 1 °± ¡¢ 2 °±
E a constelação resultante será aquela apresentada na Figura 10.11, para a qual a

energia média, já calculada no Exemplo 10.2, vale E = 8 joules.
Figura 10.11 - Constelação de energia mínima para

o Exemplo 10.4, considerando símbolos equiprováveis.
Para símbolos com probabilidades a priori p1 = 0,2; p2 = 0,3; p3 = 0,1 e p4 = 0,4, a

energia média por símbolo será:
M 3¯ 1 ¯
E pi Ei 0, 2 q [3 3] q ¡ ° 0,3 q [ 1 3] q ¡ °
¡¢ 3 °± ¡¢ 3 °±
i 1
1 ¯ 3 ¯
0,1 q [ 1 1] q ¡ ° 0, 4 q [3 1] q ¡ °
¡¢ 1 °± ¡¢ 1 °±
10,8 joules.
Calculando o vetor E[s] para as probabilidades a priori dadas, teremos:

M 3¯ 1¯ 1 ¯ 3 ¯ 1, 4 ¯
E [s ] si pi ¡¡ 3 °° q 0, 2 ¡ ° q 0,3
¡¢ 3 °±
¡ ° q 0,1
¡¢ 1 °±
¡ ° q 0, 4
¡¢ 1 °±
¡ °.
¡¢ 1 °±
i 1 ¢ ±

Neste caso a constelação em questão tem valor médio igual a 1,4 para as coordenadas
na dimensão horizontal e 1 na dimensão vertical. Então teremos os seguintes vetores-
-sinais transladados para a situação de energia mínima:
3 ¯ 1, 4 ¯ 1, 6 ¯ 1 ¯ 1, 4 ¯ 2, 4 ¯
s1' s1 E < s > ¡ ° ¡ ° ¡ ° , s '2 s 2 E < s > ¡ °¡ ° ¡ °,
¡¢ 3 °± ¡¢ 1 °± ¡¢ 2 °± ¡¢ 3 °± ¡¢ 1 °± ¡¢ 2 °±
1 ¯ 1, 4 ¯ 2, 4 ¯ 3 ¯ 1, 4 ¯ 1, 6 ¯
s 3' s 3 E < s > ¡ ° ¡ ° ¡ ° , s '4 s 4 E < s > ¡ °¡ ° ¡ °.
¡¢ 1 °± ¡¢ 1 °± ¡¢ 2 °± ¡¢ 1 °± ¡¢ 1 °± ¡¢ 2 °±
A constelação de energia mínima será aquela apresentada na Figura 10.12.
Figura 10.12 - Constelação de energia mínima para o Exemplo 10.4,

considerando símbolos não equiprováveis.
A constelação transladada para a situação de energia mínima não necessariamente

fica disposta simetricamente em relação à origem do sistema de coordenadas euclidiano.
Isso ocorre porque o processo de translação move para um ponto mais próximo da origem
aqueles símbolos que têm mais peso na energia média por símbolo da constelação. No
exemplo em questão, veja que o símbolo s4 foi aproximado da origem por ter grande
energia e elevada probabilidade a priori.
Por fim, vamos calcular a energia média por símbolo da constelação na situação de
energia mínima:
M 1, 6 ¯ 2, 4 ¯
Ea pi Ei a 0, 2 q [1, 6 2] q ¡ ° 0,3 q [ 2, 4 2] q ¡
¡¢ 2 °± ¡¢ 2 °±
°
i 1
2, 4 ¯ 1, 6 ¯
0,1q [ 2, 4 2] q ¡ ° 0, 4 q [1, 6 2] q ¡ ° 7,84 joules.
¡¢ 2 °± ¡¢ 2 °±
Comparando E = 10,8 joules com E’ = 7,84 joules, verifique a redução de

10log10(10,8/7,84) = 1,39 dB na energia média por símbolo obtida com o processo
de translação para a situação de energia mínima. Este valor de 1,39 dB corresponde à
redução na potência média de transmissão da situação original para a situação de
constelação transladada para energia mínima.
A invariância da probabilidade de erro de símbolo com a rotação e a translação da

constelação tem grande aplicação na análise teórica do desempenho de sistemas de

comunicação digital. A ideia é simples: há muitos casos em que a análise matemática da
probabilidade de erro de símbolo é drasticamente simplificada apenas rotacionando,
transladando ou fazendo ambas as operações na constelação original.

1. Seja o diagrama do receptor generalizado de máxima verossimilhança da Figura 10.6
para a uma sinalização com símbolos equiprováveis. Nesse receptor considere a
transmissão de dois símbolos com duração T dados por
si t 2 T cos 2Q f c t Ri , i 1, 2, (51)
em que fc é a frequência de portadora com valor múltiplo inteiro de 1/T, T = 0 e

T = Q. Pedem-se:
a) Determine o valor de E, a energia dos sinais s1(t) e s2(t).
b) Simplifique o diagrama generalizado para uma sinalização com os símbolos

dados na equação (51). Justifique todas as simplificações que forem realizadas no
receptor generalizado de maneira a transformá-lo no receptor simplificado. Fique
também atento às simplificações que puderam ser obtidas nos blocos de cálculo
do produto interno e nos somadores do decodificador.
Solução
a)
T T 2 T
E E1 E2 ¨0 s12 t dt ¨0 s22 t dt
T ¨0
cos 2 2Q f c t R1 dt
2 T1 2 T 1 1 T
<1 2R1 > dt ¨
T ¨0 2 T ¨0
cos 4Q f c t dt cos 4Q f c t 2R1 dt .
T 0 2
Como fc tem valor múltiplo inteiro de 1/T, a última integral abarca um número inteiro
de períodos do sinal cossenoidal de frequência 2fc. Portanto, essa integral é nula.
Então,
2 T1 12
E ¨
T 0 2
dt
2T
T º E 1 joule.
b) Na parte do detector teremos apenas um correlator, já que N = 1. Com relação ao

decodificador podemos tecer as seguintes justificativas:
x Em uma primeira análise teremos dois ramos, já que M = 2.
x Tem-se que s1 = [E1/2], s2 = [E1/2] e x = [x1]. Note que os produtos internos xTs1 e
xTs2 vão se resumir a x1E1/2 ou x1E1/2. Então, os valores nas duas saídas dos
blocos de cálculo de produto interno se alternam entre (x1E1/2, x1E1/2) e (x1E1/2,

x1E1/2), respectivamente, quando da transmissão de s1 e s2. Portanto, basta
observar um desses resultados de produto interno para a tomada de decisão (os
dois ramos iniciais agora se resumem em um único).
x As multiplicações por E1/2 no cálculo do produto interno não são necessárias, pois
afetam igualmente a decisão.
x Se os símbolos têm a mesma energia, os somadores para compensação de energia
também não são necessários.
x Então basta comparar a magnitude de x1 com zero: se x1 > 0 decida pelo símbolo
m1; se x1 < 0 decida por m2; decida arbitrariamente se x1 = 0.
Como resultado do processo de simplificação do receptor generalizado teremos o
receptor ilustrado na Figura 10.13, que é muito similar àquele determinado no estudo
da transmissão em banda base para a sinalização antipodal do tipo NRZ bipolar. A
única diferença é que agora estamos considerando que G1(t), que nada mais é do que
uma réplica escalonada do formato de pulso de transmissão, tem energia unitária. Isso
equivale a fazer com que o pulso g(t) considerado no estudo da transmissão em banda
base seja normalizado de tal sorte que passasse a ter energia unitária, o que seria feito
modificando adequadamente o fator de escala k naquele momento definido. Revisite
o Capítulo 3 para recuperar estes conceitos.
Figura 10.13 - Receptor para uma constelação antipodal.
2. No contexto da representação geométrica de sinais em um espaço N-dimensional,

interprete as expressões:
T
j1 s 2j 2
N
¨0 s 2 t dt s (52)
T
¨0 s (t )u (t ) dt s T u. (53)
Solução
Para a equação (52) verifica-se que a energia de um sinal real s(t) em um intervalo de
T segundos pode ser determinada de forma convencional, pela integral
T
¨0 s 2 t dt ,

ou de forma vetorial, pelo produto interno entre o correspondente vetor-sinal e ele
mesmo:
j1 s 2j ,
N
sTs
o que corresponde à norma ao quadrado desse vetor sinal:
j1 s 2j 2
N
s .
A equação (53) apresenta-se como um caso geral da expressão (52): a integral do

produto de duas funções em um intervalo de T segundos, que corresponde à
correlação entre esses sinais no intervalo considerado, pode ser calculada de forma
vetorial pelo produto interno entre os correspondentes vetores-sinais, ou seja:
T
¨0 s t u t dt s T u.
3. Qual a aplicação do método de ortogonalização de Gram-Schmidt?
4. Comente a utilidade do método de ortogonalização de Gram-Schmidt quando as

formas de onda si(t) correspondentes aos símbolos são linearmente independentes
entre si, i = 1, 2, ..., M.
5. Em que condições a variância das amostras da componente de ruído nas saídas dos
correlatores de um receptor generalizado (M qualquer) de um sistema de
comunicação digital em banda base vale N0/2? Dica: analise a influência da energia
unitária da função base, aplicada a uma das entradas de um correlator, na variância do
ruído em sua saída.
6. Interprete e explique a equivalência entre os modelos contínuo e vetorial para o canal

AWGN, conforme ilustram as Figuras 10.1 e 10.2.
7. Mostre que
T
¨0 < s (t ) u (t ) >2 dt s u 2
(54)
e interprete o que está sendo calculado por esta expressão, dado que
2 2 2
ab a 2a T b b . (55)
8. A Figura 10.14 mostra uma estrutura proposta para ser o receptor de um sistema de
comunicação digital em banda base que utiliza sinalização com M = 2 símbolos
equiprováveis representados por duas formas de onda si(t), i = 1 ou 2, de duração T e
ortogonais entre si nesse intervalo. O sinal recebido x(t) = si(t) + w(t) é correlacionado

com duas funções base Gi(t), i = 1 e 2 e a decisão é tomada comparando o valor da
diferença entre as amostras dos sinais de saída dos correlatores com o limiar de
decisão. As funções Gi(t) são versões escalonadas de si(t) para que suas energias
sejam unitárias, ou seja, Gi(t) = si(t)/(Ei1/2), em que E1 = E2 são as energias dos
símbolos. O ruído w(t) possui densidade espectral de potência de N0/2 W/Hz. Os
valores de x1 e x2 são amostras das variáveis aleatórias Xi = PXi + Wi, sendo Wi as
variáveis aleatórias correspondentes às amostras da componente de ruído na saída dos
correlatores. Portanto, as variáveis aleatórias Xi têm distribuição gaussiana com
médias PXi que dependem da energia de cada forma de onda transmitida e variâncias
idênticas T2 que dependem da intensidade do ruído na entrada do receptor.
Figura 10.14 - Receptor do exercício 8.
Com relação a esta questão, marque V para verdadeiro e F para falso:

( ) O receptor em questão pode ser considerado ótimo do ponto de vista de minimi-
zação da probabilidade de erro de símbolo.
( ) No receptor, se todas as funções base forem multiplicadas por uma constante igual
a 2, a variância de ruído das amostras de saída dos correlatores será multiplicada
por 4.
( ) O receptor em questão pode ser considerado ótimo do ponto de vista de mini-
mização da probabilidade de erro de bit e de símbolo.
por 4.
( ) No receptor, se todas as funções base forem multiplicadas por uma constante
igual a 3, haverá alteração na taxa de erro de símbolo.
( ) Conhecidas as formas de onda correspondentes aos símbolos transmitidos, é pos-
sível utilizar o processo de ortogonalização de Gram-Schmidt para que sejam en-
contradas as funções base ortonormais.
( ) Não é necessário utilizar o processo de ortogonalização de Gram-Schmidt para
que sejam encontradas as funções base ortonormais, pois os símbolos são
linearmente independentes. Eles próprios, normalizados para que tenham energia
unitária, podem ser considerados como as funções base.

( ) Percebe-se que no receptor não existem blocos para cálculo do produto interno e
para a subtração da energia média de cada símbolo, como prevê a estrutura
generalizada do receptor ótimo. Se tais blocos forem adicionados, o desempenho
do sistema será afetado.
( ) Pode-se afirmar que o receptor em questão efetuará a decisão de máxima veros-
similhança sobre os símbolos transmitidos, desde que estes sejam equiprováveis.
( ) Pode-se afirmar que o receptor em questão efetuará uma decisão de máximo a
posteriori sobre os símbolos transmitidos, desde que estes não sejam equipro-
váveis.
( ) Pode-se afirmar que o receptor em questão efetuará uma decisão sobre os sím-
bolos transmitidos de acordo com o critério MAP, desde que tais símbolos sejam
equiprováveis.
9. A Figura 10.15 mostra uma estrutura proposta para ser o receptor de máxima
verossimilhança de um sistema de comunicação digital em banda base que utiliza
sinalização com M símbolos equiprováveis representados por M formas de onda si(t),
i = 1, 2, ..., M de duração T e ortogonais entre si nesse intervalo. O sinal recebido x(t)
= si(t) + w(t) é correlacionado com M funções base Gi(t), i = 1, 2, ..., M e a decisão é
tomada em favor daquele símbolo que levar ao maior dos valores das amostras nas
saídas dos correlatores. As funções Gi(t) são versões escalonadas de si(t) para que suas
energias sejam unitárias, quer dizer, Gi(t) = si(t)/(Ei1/2), em que E1 = E2 = = EM são
as energias dos símbolos. O ruído w(t) possui densidade espectral de potência N0/2
W/Hz. Os valores x1, x2,... xM, são amostras das variáveis aleatórias
Xi = PXi + Wi, sendo Wi as variáveis aleatórias correspondentes às amostras da
componente de ruído nas saídas dos correlatores. Portanto, as variáveis aleatórias Xi
têm distribuição gaussiana com médias PXi que dependem da energia de cada forma
de onda transmitida e variâncias idênticas T2 que dependem da intensidade do ruído
na entrada do receptor.
Figura 10.15 - Receptor do exercício 9.

Com relação a esta questão, marque V para verdadeiro e F para falso:
( ) O receptor em questão pode ser considerado ótimo do ponto de vista de mini-
mização da probabilidade de erro de símbolo.
por 2.
( ) O receptor em questão pode ser considerado ótimo do ponto de vista de minimi-
zação da probabilidade de erro de bit e de símbolo.
igual a 4, a variância de ruído das amostras de saída dos correlatores será multi-
plicada por 16.
igual a 3, haverá alteração na taxa de erro de símbolo.
( ) Conhecidas as M formas de onda correspondentes aos M símbolos, é possível
utilizar o processo de ortogonalização de Gram-Schmidt para que sejam
encontradas as funções base ortonormais.
( ) Não é necessário utilizar o processo de ortogonalização de Gram-Schmidt para
que sejam encontradas as funções base ortonormais.
( ) Percebe-se que no receptor não existem blocos para cálculo do produto interno e
para a subtração da energia média de cada símbolo, como prevê a estrutura
generalizada do receptor ótimo. Entretanto, se tais blocos forem adicionados, o
desempenho do sistema não será afetado.
( ) Pode-se afirmar que o receptor em questão efetuará a decisão de máxima veros-
similhança sobre os símbolos transmitidos, desde que estes sejam equiprováveis.
posteriori sobre os símbolos transmitidos, desde que estes não sejam equipro-
váveis.
posteriori sobre os símbolos transmitidos, desde que estes sejam equiprováveis.
10. Esboce a representação no espaço de sinais para os símbolos da Figura 10.16. Cal-
cule a probabilidade de erro de bit para os dois casos, sabendo que N0 = 10–10 W/Hz,
A = 1 mV e Rb = 1 kbit/s.
Figura 10.16 - Símbolos considerados no exercício 10.

11. Analisando o exercício 10, responda: uma determinada constelação pode representar
diferentes conjuntos de formas de onda e até mesmo estar associada a diferentes
funções base? Justifique sua resposta.
12. Calcule a energia média por símbolo, E, e por bit, Eb, para a constelação da Figura
10.17, sabendo que os símbolos são equiprováveis e que a taxa de bits é de 1 kbit/s.
Determine também a potência média de transmissão.
Figura 10.17 - Constelação do exercício 12.
13. Comprove o princípio da invariância da Pe com a translação por meio das sinaliza-
ções NRZ bipolar {r A/2} e unipolar {+A, 0}. Comente a potência de transmissão nos
dois casos.
Solução
Observando a Figura 10.18, constatamos que as distâncias euclidianas são as
mesmas, o que leva a afirmar que as probabilidades de erro de símbolo serão
idênticas. Para manter essas distâncias o sistema que transmite sinalização NRZ
bipolar necessita de uma potência de transmissão PNRZ-b = A2/(4Tb). Para o sistema
NRZ unipolar PNRZ-u = A2/(2Tb). Ou seja, PNRZ-u = 2PNRZ-b.
Figura 10.18 - Sinalização NRZ bipolar e sinalização NRZ unipolar do exercício 13.
14. Para a constelação da Figura 10.19 pedem-se:

a) Determine a constelação de mínima energia, admitindo símbolos equiprováveis.
b) Comente a probabilidade de erro de símbolo e a potência média de transmissão
para a constelação original e para a constelação transladada.
Figura 10.19 - Constelação quaternária do exercício 14.

15. Determine a matriz Q responsável pela rotação da constelação (a) para a constelação
(b) da Figura 10.20. Dica: usar as relações si’ = Qsi e QQT = I para obter um sistema
de equações.
Figura 10.20 - Constelações do exercício 15.
Solução
T
Usando as relações si’ = Qsi e QQ = I, obtemos um sistema de quatro equações e
quatro incógnitas. Como solução desse sistema de equações teremos
1
1 ¯
Q ¡¡ 1
2
1
2 °.
°
¡¢ 2 2 °±
16. O cálculo exato da probabilidade de erro de símbolo para a constelação da Figura

10.21 (a) parece ser razoavelmente complexo, tanto pela dificuldade de determinação
das regiões de integração quanto pela determinação das próprias densidades de
probabilidade que representam o ruído. Se utilizarmos o princípio de invariância da
Pe com rotação e translação, para fins de cálculo podemos mover a constelação em
questão para uma posição do espaço de sinais que seja mais adequada. Então
determine a expressão para cálculo da Pe para a constelação dada, em função da
distância euclidiana entre os símbolos e da densidade espectral de potência de ruído
AWGN.
Figura 10.21 - Constelações consideradas no exercício 16.

Solução
A partir de uma rotação e de uma translação na constelação da Figura 10.21 (a)
podemos obter a constelação da Figura 10.21 (b), a qual corresponde a uma sina-
lização antipodal para a qual já conhecemos a probabilidade de erro de símbolo.
Então teremos:
1 ¬ 1 d2 ¬ ¬
º Pe 1 erfc d
Eb
Pe erfc erfc .
2 N0 ® 2 4 N 0 ® 2 2 N 0 ®
Observe, de forma explícita, a influência da distância euclidiana na probabilidade de

erro de símbolo.
17. Proponha uma forma de estimar as probabilidades a priori dos bits de informação de
uma fonte. Se a sinalização for quaternária, proponha também uma forma de estimar
as probabilidades a priori dos símbolos. Use o conceito de probabilidade como
frequência relativa de ocorrência do evento de interesse.
18. Usando as propriedades de invariância da probabilidade de erro de símbolo com a

rotação e com a translação e dada a expressão
1 E ¬
Pe erfc , (56)
2 N0 ®
a qual permite o cálculo da Pe para a sinalização mostrada na parte (a) da Figura

10.22, determine a expressão para cálculo da Pe para a sinalização mostrada na parte
(b) da figura.
Figura 10.22 - Constelações consideradas no exercício 18.
Solução
1 E ¬
Pe erfc .
2 2 N 0 ®

19. A energia média por símbolo da constelação da Figura 10.23 vale E = 2,65 joules e as
probabilidades a priori dos símbolos valem p1 = 0,25; p2 = 0,45; p3 = 0,15 e p4 = 0,15.
Pedem-se:
a) Para o valor de E = 2,65 joules, responda, justificando, se as probabilidades a
priori dos símbolos poderiam ou não ser iguais.
b) Determine e esboce a constelação com energia média mínima.
c) Calcule a energia média por símbolo da constelação transladada para a situação
de energia média mínima.
Figura 10.23 - Constelação quaternária do exercício 19.
Solução
a) Sabendo que a energia média por símbolo da constelação vale E = 2,65 joules,
para sabermos se os símbolos podem ser equiprováveis, basta considerá-los como
de fato o sendo e calcular a energia média da constelação. Se o valor encontra-
do for igual ao valor dado, então os símbolos podem ser equiprováveis; caso
contrário, não podem ser equiprováveis. Então calculamos
i1 pi Ei ,
M
E
sabendo que M = 4 e supondo que pi = 1/4 para qualquer i:
1 4 1 9
E Ei 1 4 2 2 2, 25 joules v 2, 65 joules.
4 i 1 4 4
Portanto, os símbolos não podem ser equiprováveis.

b) Para realizar a translação para a condição de energia mínima, basta subtrair de
cada vetor-sinal o vetor E(s):
M 1¯ 0¯ 1 ¯ 1 ¯ 0, 25 ¯
E (s) pi si 0, 25 ¡¡ 0 °° 0, 45 ¡ °
¡¢ 2 °±
0,15 ¡ °
¡¢ 1 °±
0,15 ¡ ° ¡ °.
¡¢ 1 °± ¡¢ 0,60 °±
i 1 ¢ ±

Os novos vetores-sinais serão
1¯ 0, 25 ¯ 0, 75 ¯ 0¯ 0, 25 ¯ 0, 25 ¯
s1 ¡ ° ¡ °¡ °, s2 ¡ ° ¡ °¡ °,
¡¢ 0 °± ¡¢ 0, 60 °± ¡¢ 0, 60 °± ¡¢ 2 °± ¡¢ 0, 60 °± ¡¢ 1, 40 °±
s i k s i E [s ] º
1 ¯ 0, 25 ¯ 1, 25 ¯ 1 ¯ 0, 25 ¯ 0, 75 ¯
s3 ¡ ° ¡ °¡ ° , s4 ¡ ° ¡ °¡ °.
¡¢ 1 °± ¡¢ 0, 60 °± ¡¢ 1, 60 °± ¡¢ 1 °± ¡¢ 0, 60 °± ¡¢ 1, 60 °±
A correspondente constelação de energia média mínima será a da Figura 10.24.
Figura 10.24 - Constelação quaternária de energia mínima do exercício 19.
c) A energia média mínima da constelação transladada é calculada por meio de
i1 pi Ei ,
M
E
em que, agora, os valores de Ei são aqueles obtidos por Ei s iT s i , ou seja:
2 2
E1 0,752 0,6 0,922 joules, E 2 0, 25 1, 4 2 2, 022 joules,
2 2 2
E 3 1, 25 1, 6 4,123 joules, E 4 0,752 1, 6 3,123 joules.
Então,
E 0, 25 0,922 0, 45 2,022 0,15 4,123 0,15 3,123 2, 228 joules.

11
Limitante de União
Neste capítulo analisaremos o problema do cálculo da probabilidade de erro de

símbolo e de bit para sistemas de comunicação digital com qualquer número de símbolos
e qualquer número de dimensões. Inicialmente verificaremos que, em certos casos, o cál-
culo exato da probabilidade de erro pode ser extremamente trabalhoso, sendo intratável
matematicamente em outros. Em seguida estudaremos uma forma simples de cálculo
aproximado da probabilidade de erro de símbolo, mas que apresenta resultados bastante
precisos nos casos de maior interesse na prática. Essa forma aproximada de cálculo
chama-se limitante de união.
11.1 A dificuldade de calcular a probabilidade de erro de símbolo

Para verificar os diferentes graus de dificuldade que surgem quando do cálculo exato
de probabilidade de erro de símbolo para diferentes constelações, vamos iniciar com uma
revisão do cálculo de Pe para uma sinalização antipodal, porém utilizando as notações
oriundas do estudo da representação de sinais no espaço euclidiano. Considere o espaço
de sinais da Figura 11.1, para o qual podemos escrever uma expressão para a proba-
bilidade de erro de símbolo média:
M
Pe pi Pr x não se encontrar em Ri | mi enviado . (57)
i 1
Literalmente, Pe é a média ponderada (pelas probabilidades a priori de envio dos

símbolos) das probabilidades do vetor observado x não estar na região de decisão
correspondente ao símbolo enviado.
Limitante de União 117

Figura 11.1 - Espaço de sinais de uma sinalização antipodal e suas respectivas funções de verossimilhança.
Se os símbolos são equiprováveis, já levando em conta a sinalização binária como

exemplo, podemos escrever:
1 2
Pe Pr x não se encontrar em Ri | mi enviado
2 i1
1 2
1 Pr x se encontrar em Ri | mi enviado (58)
2 i1
d
1 ¨ f X x | m1 dx
limiar
em que a integral
d
¨limiar f X x | m1 dx (59)
corresponde à probabilidade de acerto, dado o envio do símbolo m1. Interpretando esta

integral podemos dizer que a probabilidade de acerto na decisão de um símbolo pode ser
determinada pela área sob a densidade de probabilidade situada na correspondente região
de decisão.
Agora vamos tentar fazer uma análise um pouco mais generalizada, usando como
exemplo uma sinalização quaternária bidimensional com símbolos equiprováveis, cuja
constelação é mostrada na Figura 11.2.
Figura 11.2 - Sinalização quaternária bidimensional.

Utilizando raciocínio análogo ao caso da sinalização binária, a probabilidade de erro
de símbolo média pode ser determinada por meio de:
Pe ( mi )
1 M
Pe
M Pr x não se encontrar em Ri
| mi
enviado
i 1
M
1
1
M Pr x se encontrar em Ri | mi enviado (60)
i 1
M
1
1
M ¨R f X x | mi dx.
i 1 i
Podemos interpretar a integral
¨Ri
f X x | mi dx (61)
como a probabilidade de acerto, dado o envio do símbolo mi.

Perceba que a densidade de probabilidade fX(x|mi) é função da variável x, que é um
vetor bidimensional. Portanto, tal função é a densidade de probabilidade conjunta de
todas as variáveis de decisão correspondentes às saídas dos correlatores (duas para uma
sinalização bidimensional). Na Figura 11.3 podemos ver o aspecto dessas funções, de
onde percebemos que a integral em (61) será dupla e determinará a probabilidade de um
vetor observado x estar em cada uma das regiões de decisão mostradas na parte (b) da
figura em questão.
Figura 11.3 - Sinalização quaternária bidimensional e suas respectivas

funções de verossimilhança. Adaptada de Guimarães (2009).
Com estes exemplos pode-se notar que, quanto mais símbolos ou mais dimensões
existirem, mais complexo pode ser o cálculo exato da probabilidade de erro de símbolo.
Em outras palavras, o cálculo analítico (ou mesmo numérico) da probabilidade de erro de
símbolo ou de bit pode ser muito difícil ou até intratável em algumas constelações.

Como solução para este problema usam-se os chamados limitantes para prever, com
determinado grau de precisão, a probabilidade de erro a uma dada relação sinal-ruído ou
vice-versa. Por meio do livro vamos aprender a utilizar o limitante de união, o qual é
abordado na próxima seção.
11.2 O limitante de união como solução aproximada

para cálculo de Pe
O limitante de união tem como princípio a propriedade que diz que a probabilidade
da ocorrência da união de eventos é menor que ou igual à soma das probabilidades de
ocorrência de cada evento (GUIMARÃES, 2009, p. 4). Quando aplicada à análise da
probabilidade de erro de símbolo, tal limitante resulta na seguinte expressão para o
cálculo de Pe (GUIMARÃES, 2009, p. 391):
M
1 M M d ¬
Pe pi Pe mi b
2 i 2 ikN
p erfc ,
® (62)
i 1 i 1 k 1 0
k vi
em que: M é o número de símbolos; pi é a probabilidade de envio do símbolo i; Pe(mi) é

a probabilidade de erro de símbolo condicionada ao envio do símbolo mi (ou si); dik é a
distância euclidiana entre os símbolos si e sk; N0 é a densidade espectral de potência do
ruído aditivo gaussiano branco.
Exemplo 11.1
Vamos estimar a probabilidade de erro de símbolo média para a sinalização antipodal
considerada no Capítulo 4 e representada na Figura 11.1, usando o limitante de união.
A partir da equação (62) podemos escrever:
M
1 M M d ¬ 1 2 2 1 d ¬
Pe pi Pe mi b pi erfc ik erfc ik
i 1
2 i 1 k 1 2 N 0 ® 2 i 1 k 1 2 2 N 0 ®
k vi k vi
£
¦ 2 ²
¦
1¦¦ d ¬ 2 d ¬ ¦ ¦
¦¤ erfc 1k erfc 2 2Nk ¦»
4¦¦ k 1 2 N0 ® k 1 0
® ¦
¦
¦
¦ k v1
¥ k v2 ¦
¦
¼
1£¦ d ¬ d ¬²
¦
¦¤ erfc 12 erfc 21 ¦.
»
4 ¦¦¥ 2 N 0 ® 2 N0 ®¦¦
¼
Como d12 = d21 = 2E1/2, para a sinalização antipodal então teremos:
¬
1
Pe b erfc
E ¬ 1 erfc Eb
.
2 N0 ® 2 N0 ®

Comparando este resultado com o que foi obtido no estudo da transmissão em banda
base no Capítulo 4, verificamos que, neste caso, o limitante de união coincide com o
valor exato para Pe. Isso pode acontecer em outros casos. Porém, para sabermos se
o cálculo via limitante é ou não é exato, teríamos que compará-lo com expressões de Pe
exatas, o que invalidaria o uso do limitante, já que conheceríamos a expressão exata.
Como veremos logo adiante, mesmo sendo às vezes inexato, o limitante de união
representa uma excelente aproximação para o cálculo da Pe, principalmente para valores
altos de relação sinal-ruído (Eb/N0).
Exemplo 11.2
Como estudo de caso, vamos supor que a constelação que estamos analisando seja
circularmente simétrica em torno da origem. Por exemplo, seja a constelação da Figura
11.4, em que estão em destaque as distâncias euclidianas entre o símbolo s6 e os demais
símbolos.
Figura 11.4 - Exemplo de constelação bidimensional circularmente simétrica.
Tomando cada um dos símbolos restantes como referência, facilmente notamos que
todos têm o mesmo conjunto de distâncias euclidianas em relação aos demais símbolos.
Podemos então afirmar que a probabilidade de erro condicionada ao envio de um deter-
minado símbolo, Pe(mi), é a mesma independente de qual seja o símbolo mi. Neste caso,
considerando símbolos equiprováveis, o limitante de união (62) pode ser simplificado
para:
1 M
1 d ¬ 1 M d ¬
Pe b M erfc ik erfc ik , para qualquer i.
2 k 1 M 2 N0 ® 2 k 1 2 N 0 ® (63)
k vi k vi
A Figura 11.5 mostra a interpretação de possíveis resultados proporcionados pelo

limitante de união. A curva tracejada corresponde à probabilidade de erro de símbolo real
ou exata. A curva mais abaixo é aquela obtida considerando nos cálculos do limitante
apenas os erros para os símbolos vizinhos mais próximos, situação dominante quando a
relação Eb/N0 é alta. Perceba que, neste último caso, estamos desprezando erros para

alguns dos símbolos da constelação, o que torna o resultado impreciso (subestimado)
para baixos valores de Eb/N0.
Essa imprecisão se deve ao fato de que é justamente para baixos valores de Eb/N0 que
as caudas das densidades gaussianas que representam o ruído avançam de maneira mais
pronunciada em direção às regiões de decisão de símbolos mais distantes, aumentando,
portanto, a probabilidade de erro para esses símbolos (veja ilustração na Figura 11.3).
Quando a relação Eb/N0 é alta, as caudas das densidades gaussianas avançam menos em
direção às regiões de decisão de símbolos mais distantes, razão pela qual dominam os
erros para símbolos mais próximos.
A curva mais acima na Figura 11.5 é aquela obtida considerando todas as possibilida-
des de erro previstas pela expressão de cálculo do limitante. Perceba que ela condiz com a
definição do limitante de união: a probabilidade de erro real será menor ou igual ao
valor previsto pelo limitante.
Figura 11.5 - Pe utilizando o limitante de união.
Perceba ainda na Figura 11.5 que, para valores mais elevados de Eb/N0, todos os
resultados se aproximam. Felizmente, é nessa região que temos valores de probabilidade
de erro úteis na prática. Apenas para se ter uma noção de ordem de grandeza do que seja
um valor útil para Pe, algumas formas de transmissão de voz digitalizada, que é uma das
aplicações que suporta as maiores taxas de erro, operam com probabilidades de erro de bit
da ordem de 1u103. Na prática encontraremos aplicações que requerem probabilidades
de erro ainda menores. Portanto, o cálculo de Pe via limitante de união será bastante
preciso nestes casos.
A proximidade das curvas de Pe para altos valores de Eb/N0 revela que a consideração
de todas as possibilidades de erro de símbolo ou a consideração de erros apenas para os
vizinhos mais próximos leva ao mesmo resultado. Esta é outra forma de concluir que,
para altos valores de Eb/N0, são os erros para os símbolos mais próximos que domi-
nam a probabilidade de erro.

Vale ainda ressaltar que, nos cálculos via limitante de união, pode ser que tenhamos
maior proximidade das curvas de Pe para baixos valores de Eb/N0 quando consideramos,
além dos símbolos vizinhos mais próximos, os símbolos com distância euclidiana
imediatamente superior.

1. Utilizando o limitante de união, estime a probabilidade de erro de símbolo média em
função de Eb/N0 para a sinalização M-ária com constelação circular (ilustrada na Figura
11.4 para M = 8). Para facilitar cálculos de distância euclidiana, parte dessa constelação
é mostrada na Figura 11.6. Sabe-se que, para uma constelação circular, a probabilidade
condicional de erro de símbolo Pe(mi) é a mesma para qualquer símbolo enviado e,
portanto, a probabilidade de erro de símbolo média Pe pode ser calculada utilizando
apenas um dos símbolos como referência. Para símbolos equiprováveis teremos então
Pe = MPe(mi)/M = Pe(mi). Admita o envio do símbolo m1 (vetor-sinal s1) e que sejam
consideradas apenas as probabilidades de erro correspondentes à decisão pelos
símbolos vizinhos mais próximos.
Figura 11.6 - Parte de uma constelação circularmente simétrica de M símbolos equiprováveis.
Solução
Admitindo o envio do símbolo m1, observa-se pela Figura 11.6 que:
d12 d1M 2 E sen ( Q M )].
Então a probabilidade de erro de símbolo será limitada de acordo com:
1 M M d ¬ 1 M
1 d ¬
Pe b
2 i 2 ikN
p erfc M erfc ik
® 2 k 1 M 2 N 0 ®

i 1 k 1 0
k vi k vi
1¡ d ¬ d ¬¯ 2 2 E sen Q M ¯°
erfc 12 erfc 1M °° 2 erfc ¡¡ ,
2 ¡¢ 2 N0 ® 2 N0 ®± ¢ 2 N0 °
±

o que resulta em
E Q ¬¯
Pe b erfc ¡ sen ° ,
¡¢ N0 M ® °±
que, em função de Eb/N0, passa a ser escrita como
E b log 2 M Q ¬¯
Pe b erfc ¡ sen ° . (64)
¡ N0 M ®°
¢ ±
2. Utilizando procedimento similar àquele adotado na solução do exercício anterior,

mostre que o limitante para a probabilidade de erro de símbolo média em função de
Eb/N0 para a sinalização com constelação circular ilustrada na Figura 11.4 é dada pela
expressão a seguir. Admita o envio do símbolo m1 e que as probabilidades de erro
correspondentes à decisão por m4, m5 e m6 sejam desprezíveis.
3E b Q ¬¯ 3E b ¯
Pe b erfc ¡ sen ° erfc ¡ °. (65)
¡ N0 8 ® °± ¡ 2N °
¢ ¢ 0 ±
3. Utilizando uma ferramenta computacional de cálculo com funções gráficas, desenhe

várias curvas de Pe referentes à expressão (64) em função de Eb/N0, em dB, para
M = 4, 8, 16 e 32.
4. Utilizando o limitante de união, determine a expressão aproximada de cálculo da

probabilidade de erro de símbolo para as sinalizações unidimensionais ilustradas na
Figura 11.7, para símbolos equiprováveis, quando contaminadas com ruído AWGN
de densidade espectral de potência bilateral N0/2 W/Hz. Admita que a relação sinal-
-ruído seja alta o suficiente para que os erros de símbolo ocorram apenas para os
símbolos vizinhos mais próximos.
a) Sinalização 4-PAM. Determine a expressão em função de E0/N0.
b) Sinalização 8-PAM. Determine a expressão em função de E0/N0.
c) Sinalização M-PAM. Observe os resultados dos itens (a) e (b) e, por indução,
generalize para qualquer número de símbolos. Determine a expressão em função
de E0/N0.
d) Reescreva a expressão do item (c) em função de Eb/N0.
Figura 11.7 - Constelação (a) 4-PAM e (b) 8-PAM.

Solução
a) Na sinalização 4-PAM, observa-se que a distância de um determinado símbolo
para quaisquer de seus vizinhos mais próximos é de 2(E0)1/2. Então, sabendo que
os símbolos são equiprováveis e que a relação sinal-ruído é elevada, temos
M M
1
Pe pi Pe ( mi )
M Pe (mi ), em que
i 1 i 1
1 M d ¬ 1 J 2 E ¬ 1 J E0 ¬
ik erfc
2 2 N ® 2
0 .
Pe mi ! erfc 2 N erfc
k 1 0
® 2 k 1
0 k 1 N0 ®
k vi
Para os símbolos das extremidades das constelações temos J = 1 e para os demais

símbolos temos J = 2. Assim, nomeando os símbolos da esquerda para a direita em
ordem crescente, teremos
¯
¡ °
1¡1 E ¬ 1 E0 ¬ 1 E ¬ °
Pe ¡ erfc 0 2·2· erfc erfc 0 °
4¡2 N ® 2 N0 ® 2 N °
0 ®°
¡ 0

¡¢ Pe ( m1 ) Pe ( m2 ) Pe ( m3 ) Pe ( m4 ) °±
3 E ¬
erfc 0
.
4 N 0 ®
b) Para a sinalização 8-PAM tem-se
¯
¡ °
1¡1 E ¬ 1 E0 ¬ 1 E ¬ °
Pe ¡ erfc 0 6·2· erfc erfc 0 °
8¡2 N 0 ® 2 N0 ® 2 N 0 ® °
¡ °
¡¢ Pe ( m1 ) Pe ( m2 ) Pe ( m3 ) Pe ( m4 ) Pe ( m5 ) Pe ( m6 ) Pe ( m7 ) Pe ( m8 ) °±
7 E ¬
erfc 0
.
8 N 0 ®
c) Com os resultados dos itens (a) e (b), por indução teremos a seguinte probabi-
lidade de erro de símbolo para qualquer sinalização M-PAM, em função de E0/N0:
M 1 E0 ¬
Pe erfc .
M N0 ®
d) A solução deste item requer que escrevamos E0 em função de Eb para posterior

substituição no resultado do item (c), o que podemos conseguir por meio das
seguintes constatações: 1) sabemos que a energia total da constelação M-PAM
pode ser calculada como o dobro da soma das energias dos símbolos à direita da

origem do espaço de sinais; 2) a energia de cada símbolo é o quadrado da
distância do símbolo até a origem; 3) a energia média por símbolo, E, é a energia
total dividida por M, para símbolos equiprováveis; 4) a energia média por bit, Eb,
é a energia média por sím-bolo, E, dividida por log2M. Então teremos
M /2 M /2
1 2 2 E0
E2
M ¢ 2i 1 E0 ¯±
M 2i 1 2 .
i 1 i 1
Isolando E0, teremos
ME ME b log 2 M
E0 M /2
M /2
.
2 2i 1 2
2 2i 1 2
i 1 i 1
Substituindo E0 no resultado do item (c), finalmente teremos a seguinte probabilidade

de erro de símbolo para qualquer sinalização M-PAM, em função de Eb/N0:
ME b log 2 M ¬
M 1
Pe erfc M /2 .
(66)
2 N 0 2i 1
2
M
i 1 ®
5. Utilizando uma ferramenta computacional de cálculo com funções gráficas, desenhe

várias curvas referentes à expressão de Pe em (66) em função de Eb/N0, em dB, para
M = 2, 4, 8 e 16.

12
Relação entre as Probabilidades
de Erro de Símbolo e de Bit
Até então, exceto para sinalizações binárias em que a probabilidade de erro de símbolo
é igual à probabilidade de erro de bit, para M > 2 temos nos preocupado apenas com o
cálculo da probabilidade de erro de símbolo. Embora este parâmetro seja uma importante
figura de mérito para análise de desempenho de um sistema de comunicação digital, é a
probabilidade de erro de bit que tem maior importância, pois ela refletirá diretamente o grau
de inteligibilidade da informação recuperada pelo receptor. Afirma-se isto porque, em
última instância, a informação é recuperada a partir dos bits estimados no receptor; os
símbolos são apenas elementos intermediários no processo de comunicação.
Torna-se, portanto, de suma importância conhecer a relação entre a probabilidade de erro
de símbolo e a probabilidade de erro de bit em um sistema de comunicação digital. Tal relação
pode não ser única, como veremos a seguir em um exemplo com fins didáticos apenas.
Exemplo 12.1
Neste exemplo, partes de duas constelações de 64 símbolos são analisadas, conforme
Figura 12.1. Suponha que o símbolo si tenha sido transmitido tanto para o caso (a) quanto
para o caso (b). Suponha ainda que as probabilidades de erro para símbolos mais distantes
que os vizinhos sejam desprezíveis. Adicionalmente, suponha que a probabilidade de erro
de símbolo média nos dois casos seja a mesma e igual a 1u103. Vamos determinar a
probabilidade de erro de bit média nos dois casos. Na prática essa probabilidade é
denominada de taxa de erro de bit (bit error rate - BER) , a qual mede a relação entre a
quantidade de bits errados e a quantidade de bits transmitidos em um determinado
intervalo de observação. Quanto maior esse intervalo, mais bits serão transmitidos e mais
a BER vai se aproximar da probabilidade de erro de bit real.
Figura 12.1 - Partes de constelações de 64 símbolos. Adaptada de Guimarães (2009).
Relação entre as Probabilidades de Erro de Símbolo e de Bit 127

Caso (a): como Pe = 1u103, se transmitirmos, por exemplo, 1.000 símbolos, teremos
em média um símbolo decidido em erro. Neste caso teremos transmitido 6u1.000 = 6.000
bits. Como cada erro de símbolo provoca apenas um erro de bit, a taxa de erro de bit será
BER = 1/6.000 = Pe/6 = Pe/log2M.
Caso (b): como Pe = 1u103 novamente, se transmitirmos 1.000 símbolos teremos
em média um símbolo decidido em erro. Neste caso também teremos transmitido
6u1.000 = 6.000 bits. Como cada erro de símbolo provoca seis erros de bit em um caso e
cinco em outro, levando a uma média de 5,5 bits em erro por símbolo em erro, a taxa de
erro de bit será BER = 5,5/6.000 # Pe.
Com este exemplo verificamos os possíveis limites para a BER em função de Pe:
Pe
b BER b Pe . (67)
log 2 M
A tendência de a BER se aproximar de um limite ou de outro será determinada

pela quantidade de símbolos vizinhos de cada símbolo e pelo mapeamento nos bits
que cada símbolo representa.
Sabemos que, quando a relação sinal-ruído é elevada, a probabilidade de decisão
errada por um dos símbolos mais próximos é muito maior que por qualquer outro. Se o
mapeamento símbolo-bit segue o código Gray18 em símbolos mais próximos, quando se
erra um símbolo o número mais provável de bits em erro será 1. Portanto, este é o
mapeamento mais adequado em termos de minimização da BER. Em outras palavras,
com o mapeamento Gray a probabilidade de erro de bit tende para o termo da esquerda na
expressão (67), pois, ao cometer um erro para um símbolo mais próximo, apenas um dos
k bits que tal símbolo representa estará em erro.
É importante ressaltar que, se uma sinalização contém M símbolos ortogonais de
mesma energia, as distâncias euclidianas de um símbolo em relação aos demais serão as
mesmas. Neste caso o mapeamento símbolo-bit não terá influência na relação entre a
BER e a Pe, que será sempre dada por (GUIMARÃES, 2009, p. 399):
MPe
BER . (68)
2M 2
18
A propriedade importante do código Gray no presente contexto refere-se ao fato de que palavras binárias vizinhas de
qualquer uma das palavras do código diferem em apenas um bit.

Exemplo 12.2
Vejamos como determinar o mapeamento Gray para as constelações da Figura 12.2.
Para a constelação da parte (a), basta escolher um símbolo inicial qualquer e realizar o
mapeamento Gray de forma sequencial. Para a constelação da figura (b), basta fazer um
mapa de Karnaugh com quatro linhas e quatro colunas (pois há 16 símbolos) e transferir
as palavras binárias do mapa para os símbolos da constelação, usando as mesmas
posições relativas de cada palavra.
Figura 12.2 - Constelações com mapeamento Gray: (a) com 8 símbolos e (b) 16 símbolos.
Para este exemplo teremos o mapa de Karnaugh dado na Tabela 12.1.
Tabela 12.1 - Mapa de Karnaugh para uma constelação de 16 símbolos
00 01 11 10
00 0000 0001 0011 0010
01 0100 0101 0111 0110
11 1100 1101 1111 1110
10 1000 1001 1011 1010
Para outros tipos de constelação a tarefa pode ser tornar um tanto difícil e em certos
casos é impossível garantir o mapeamento Gray perfeito entre todos os símbolos vizinhos
mais próximos.

1. Seja a constelação da Figura 12.3, correspondente a uma modulação que estuda-
remos no Capítulo 15, denominada 16-QAM. Considerando símbolos equiprováveis,
pedem-se:
a) Calcule a energia média da constelação.
b) Estime a probabilidade de erro de bit média em função da probabilidade de erro
de símbolo média.
c) Responda se a probabilidade de erro de bit média real será aproximadamente
igual, menor ou maior em comparação com aquela estimada no item (b).
Justifique sua reposta.
Figura 12.3 - Constelação 16-QAM do exercício 1.
Solução
a)
1 4
1£ 1¯ 3¯ 1¯ 3¯ ²
E q 4 q Ei ¦¤ < 1 1 >q ¡ ° < 3 1 >q ¡ ° < 1 3 >q ¡ ° < 3 3 >q ¡ ° ¦»
16 i 1
4 ¦¦¥ ¡¢ 1 °± ¡¢ 1 °± ¡¢ 3 °± ¡¢ 3 °± ¦¦¼
10 joules.
b) Se, para símbolos vizinhos, o mapeamento utilizado na constelação for do tipo

Gray, a BER pode ser estimada por:
Pe P
BER e.
log 2 M 4
c) A probabilidade de erro de bit média será maior que a estimada, posto que o
mapeamento Gray não está sendo utilizado em todos os símbolos vizinhos na
constelação.

2. Sabemos que pode não existir uma relação única entre a probabilidade de erro de
símbolo Pe e a taxa de erro de bit BER em um sistema de comunicação digital com
número de símbolos M > 2. Sabemos também que o mapeamento dos símbolos nos
conjuntos de log2M bits pode ter forte influência nessa relação. Admitindo que a
relação sinal-ruído seja alta o suficiente para que os erros de símbolo ocorram para os
símbolos vizinhos mais próximos, justifique numericamente os comportamentos das
curvas de taxa de erro de bit mostradas na Figura 12.4 (b), para a constelação dada na
Figura 12.4 (a).
Figura 12.4 - (a) Constelação de oito símbolos (b) probabilidades de erro.
Solução
Para a constelação em questão os mapeamentos de todos os símbolos vizinhos dife-
rem em dois bits, exceto os pares (000),(111) e (011),(100), que diferem em três bits.
Assim, um erro de símbolo provocará, em média, (2+2+2+2+2+2+3+3)/8 = 2,25 =
9/4 bits em erro. Como para cada símbolo são transmitidos três bits, a probabilidade
de erro de bit BER será (9/4)Pe/3 = (3/4)Pe. Por exemplo, para uma Pe = 1u103, a
cada 1.000 símbolos transmitidos teremos, em média, um símbolo decidido com erro.
Neste exemplo teremos, em média, 2,25 bits em erro para 3.000 bits transmitidos, ou
seja, BER = 2,25u(1/1.000)/3 = 0,75u103 = (3/4)Pe. A curva mais acima na Figura
12.4 (b) corresponde à probabilidade de erro de símbolo, Pe. A curva mais abaixo
corresponde à probabilidade de erro de bit que seria obtida (Pe/log28 = Pe/3), caso o
mapeamento Gray estivesse sendo obedecido para todos os símbolos vizinhos mais
próximos.
3. Faça uma pesquisa e, em seguida, descreva como é possível formar um código Gray a
partir de um código sequencial binário convencional. Deste exercício você pode
extrair sua própria regra de construção do código Gray, assim como, provavelmente,
você já conhece uma regra para construir uma sequência de palavras binárias em
ordem crescente.

4. Faça o diagrama de um circuito de conversão de uma palavra binária em uma
palavra do código Gray de acordo com a regra descrita na solução do exercício 3 ou
como resultado de outra pesquisa que busque encontrar tal circuito. Neste último
caso, descreva o funcionamento do circuito. Escreva também uma rotina para que
sejam geradas, por computador, as palavras de um código Gray de b bits. Use o
Matlab® ou o Mathcad® para este fim.
5. Faça uma pesquisa e depois descreva a regra de reflexão binária (do inglês, binary
reflection) (GUIMARÃES, 2009, p. 397) para gerar um código Gray, caso esta não
tenha sido a regra já descrita como solução do exercício 3.

Parte 3

Modulações
Digitais
Conceitos Iniciais sobre Modulações Digitais 133

13
Conceitos Iniciais sobre
Modulações Digitais
Este capítulo aborda os conceitos básicos, modelos e notações que permitem analisar
as várias modulações digitais apresentadas a partir do Capítulo 14. Também será feito uso
constante da quase totalidade dos conceitos estudados na representação de sinais no es-
paço euclidiano, descritos em detalhes na Parte 2.
13.1 Transmissão em banda passante

A transmissão em banda passante, também conhecida como transmissão passa-faixa,
é aquela em que o espectro do sinal modulado se concentra em torno de uma frequência
de portadora, fc. Apenas recordando, na transmissão em banda base o espectro do sinal
se concentra em torno da frequência zero, como ilustra a Figura 1.1. Recomenda-se
consultar a Seção 1.1 para uma revisão mais completa sobre essas definições.
Vale lembrar que esboços de espectro como aqueles mostrados na Figura 1.1 se
referem ao que provavelmente veríamos em um analisador de espectro (para f t 0) ou por
meio de algum software de simulação de sistemas de comunicação. O espectro teórico do
sinal modulado é uma função com aspecto típico ilustrado pelos gráficos (a) e (b) na
Figura 13.1.
Figura 13.1 - (a) DEP de um sinal em banda base. (b) DEP de um sinal em banda passante.
A transmissão em banda passante é realizada chaveando amplitude, frequência,

fase, ou alguma combinação destas, de uma portadora senoidal de acordo com os bits a
serem transmitidos. A Figura 13.2 ilustra as versões binárias dos tipos básicos de
modulação digital: a modulação por chaveamento de amplitude, ASK (amplitude shift

keying), a modulação por chaveamento de fase, PSK (phase shift keying) e a modulação
por chaveamento de frequência, FSK (frequency shift keying).
Figura 13.2 - Exemplos de sinais ASK, PSK e FSK binários.
Múltiplas amplitudes, fases ou frequências podem ser utilizadas para formar modu-
lações com qualquer número de símbolos ou, como se costuma denominar, modulações
M-árias.
Note que a modulação ASK pode ser vista como a versão digital da modulação
analógica AM (amplitude modulation); a modulação PSK como a versão digital da
modulação analógica PM (phase modulation) e a modulação FSK como a versão digi-
tal da modulação analógica FM (frequency modulation).
13.2 Hierarquia das modulações

Em termos de hierarquia as modulações digitais são classificadas como modulações
com detecção coerente ou modulações com detecção não coerente. Nas modula-
ções com detecção coerente, além da temporização de símbolo, para a detecção faz-se
necessário o uso da portadora de recepção em sincronismo de fase (coerência de fase)
com a portadora de transmissão, levando em conta deslocamentos de fase causados pelo
canal. As modulações com detecção não coerente também necessitam da temporização de
símbolo, mas não necessitam de coerência de fase com a portadora de transmissão para
detecção.
Para implementar a detecção coerente, o receptor deve ser provido de um circuito
denominado circuito de extração de sincronismo de portadora, o qual eleva a comple-
xidade do sistema. Na detecção não coerente não se faz necessário esse circuito, mas o
desempenho é inferior àquele proporcionado pela detecção coerente. Portanto, a decisão
por usar detecção coerente ou não coerente passa por uma análise de solução de
compromisso entre complexidade e desempenho, ainda envolvendo outros quesitos que
possam ser influenciados por estes, tais como custo, espaço físico para o circuito e
consumo de potência. Antecipe a leitura da Seção 17.1 para melhor compreender a
diferença entre as detecções coerente e não coerente.

13.3 Densidade espectral de potência
A densidade espectral de potência (DEP) descreve como a potência do sinal
analisado se distribui na frequência. Como já sabemos, sua unidade é watts/hertz (W/Hz)
ou alguma de suas variações, dentre as quais a mais utilizada em telecomunicações é
dBm/Hz, a qual descreve a distribuição de potência em escala logarítmica (dBm)19.
Devido ao fato de a informação que queremos transmitir ser inerentemente aleatória,
um sinal modulado é também um sinal aleatório. Como sabemos do estudo de processos
estocásticos, para determinar a densidade espectral de potência de um sinal aleató-
rio deve-se aplicar a transformada de Fourier da função de autocorrelação do sinal
(LEON-GARCIA, 2008, Capítulo 10). Felizmente temos um método mais simples para
determinar a DEP de um sinal modulado, sem a necessidade de conhecer a sua função de
autocorrelação. Veremos a seguir como esse método é aplicado.
A maior parte dos sinais modulados pode ser expressa por meio da equação
s (t ) sI (t ) cos 2Q f c t sQ (t )sen 2Q f c t , (69)
em que sI(t) e sQ(t) são sinais em banda base que mantêm uma relação linear com o sinal
modulante (ou sinal modulador), ou seja, dependem linearmente deste. Tais sinais são
denominados de componente em fase e de componente em quadratura do sinal modu-
lado, respectivamente, e podem ser vistos como versões em banda base do sinal
modulado. Alguns autores chamam de componente em fase e em quadratura os sinais
resultantes da multiplicação de sI(t) e sQ(t) pelas portadoras cos() e sen(), mas isso não
gera nenhum conflito desde que fiquemos atentos a esta diferença de notação.
Seja SBB( f ) a DEP de sI(t) somada à DEP de sQ(t) e seja SBP( f ) a DEP do sinal em
banda passante s(t). A relação entre essas densidades espectrais de potência é
1
S BP ( f ) <S f fc S BB f f c >. (70)
4 BB
Portanto, pode-se determinar a DEP do sinal em banda passante s(t) conhecendo
o espectro de suas versões em banda base sI(t) e sQ(t).
Os sinais sI(t) e sQ(t) encontrados na prática são tipicamente sequências aleatórias de
pulsos g(t) com duas ou mais amplitudes e formatos quaisquer. Na Figura 13.3 são
mostrados dois formatos típicos para esses pulsos g(t).
Figura 13.3 - Formatos típicos para pulsos g(t).
19
Vale recordar que uma potência em dBm é calculada por meio de P[dBm] = 10log10(P[W]/1mW), em que P[W] é a
potência em watts. De forma análoga, a densidade espectral de potência em dBm/Hz é calculada por meio de S( f )
[dBm/Hz] = 10log10(S( f )[W/Hz]/1mW), onde S( f )[W/Hz] é a DEP em watts/hertz.

Para uma sequência binária aleatória, com pulsos rg(t) equiprováveis, a densidade
espectral de potência é dada por (GUIMARÃES, 2009, pp. 150-153)
|{ g ( t )} 2 (71)
S BB ( f ) ,
T
em que {g(t)} é a transformada de Fourier de g(t) e |{g(t)}|2 e a densidade espectral

de energia do pulso g(t). De posse de SBB( f ) utilizamos a relação com SBP( f ) dada na
equação (70) e assim podemos determinar a DEP do sinal modulado s(t).
Exemplo 13.1
Vamos determinar a densidade espectral de potência de um sinal modulado 2-PSK
(ou BPSK, binary PSK) que pode ser gerado por meio de um conversor de níveis e um
multiplicador (mixer), como ilustrado na Figura 13.4.
Figura 13.4 - Modulador 2-PSK (ou BPSK).
Vimos que o sinal modulado pode ser descrito por meio da equação (69). Para o
caso, nitidamente percebemos que a componente sQ(t) é nula, ou seja, s(t) = sI(t)cos
(2Qfct). Portanto, sI(t) é a própria sequência de pulsos de entrada do mixer na Figura 13.4.
Então, o problema reside em determinar SBB( f ) como sendo a densidade espectral de
potência de uma sequência binária aleatória de pulsos retangulares com amplitude rA
e duração T = Tb. Em outras palavras, o formato de pulso g(t) para este exemplo é
retangular de amplitude A e duração T = Tb.
Inicialmente, com o auxílio da tabela de transformadas de Fourier do Apêndice A.6,
obtemos |{g(t)}| = ATsinc(fT). Portanto, a densidade espectral de potência da sequência
aleatória em questão será
|{ g ( t )} 2 < ATsinc( f T ) >2 (72)

S BB ( f ) A2Tsinc 2 ( f T ),
T T
cujo esboço é mostrado na Figura 13.5 parte (a), com o eixo vertical em escala
logarítmica (como já mencionado, o uso desta escala é comum em telecomunicações).
Neste exemplo ela permite que lóbulos mais distantes do principal possam ser visua-
lizados e até medidos. É esse tipo de representação que vemos em um analisador de
espectro, em que o eixo vertical normalmente se encontra em dBm/Hz.

Figura 13.5 - DEP de um sinal 2-PSK em banda base (a) e em banda passante (b).
Portanto, a densidade espectral de potência do sinal modulado 2-PSK será a densi-

dade encontrada anteriormente, posicionada em rfc e ponderada por 1/4, ou seja,
1
S BP ( f ) <S f fc S BB f fc >
4 BB
(73)
1
\ A2Tsinc 2 < f f c T > 2
A T sinc 2
< f f c T >^ ,
4
cujo esboço é mostrado na parte (b) da Figura 13.5.
Exemplo 13.2
Vamos determinar como calcular a densidade espectral de potência de uma sequência
aleatória de pulsos equiprováveis com amplitudes r1 e r3 e duração T, conforme
ilustrado pela Figura 13.6, a qual se refere à realização de um sinal 4-PAM durante um
intervalo de quinze símbolos.
Figura 13.6 - Sinal 4-PAM.
Note na equação (72) que a DEP de uma sequência de pulsos retangulares,

independentes e equiprováveis, de amplitude A e duração T, é determinada pelo produto
da energia média dos pulsos, que é A2T naquele caso, por sinc2(fT). Por analogia, a DEP
do sinal esboçado na Figura 13.6 pode ser calculada multiplicando-se a energia média dos
pulsos por sinc2(fT). A energia dos pulsos de amplitude ±1 é T e dos pulsos de amplitude
±3 é 9T. Então, como os pulsos são equiprováveis, a energia média será (1/4)(T + T + 9T
+ 9T) = 5T. Portanto, a DEP do sinal 4-PAM da Figura 13.6 será SBB(f) = 5Tsinc2(fT).
Agora suponha que se deseje determinar a DEP de um sinal quaternário similar ao da
Figura 13.6, mas gerado pela a soma de três sequências binárias independentes e de

pulsos equiprováveis, conforme ilustrado pela Figura 13.7. A DEP do sinal em questão
pode ser determinada como exemplificado no parágrafo anterior, mas agora os pulsos no
sinal quaternário não mais serão equiprováveis: pulsos de amplitudes ±1 ocorrerão com
probabilidade 3/8 e pulsos com amplitudes ±3 ocorrerão com probabilidade 1/8 (como
desafio, tente descobrir como estas probabilidades podem ser calculadas). A energia
média dos pulsos neste caso será 3T/8 + 3T/8 + 9T/8 + 9T/8 = 3T. Portanto, a DEP do
sinal quaternário da Figura 13.7 será SBB(f) = 3Tsinc2(fT).
Figura 13.7 - Geração de um sinal quaternário a partir da soma de três sinais binários.
Também como desafio, determine e esboce a DEP do código de linha Manchester

mostrado na Figura 1.5, quando gerado por uma sequência de bits aleatória. Dica: inter-
prete o código Manchester como uma sequência de pulsos rg(t). A título de curiosidade,
o código Manchester é utilizado em redes locais de computadores com fio.
13.4 Eficiência espectral e eficiência de potência

Exceto para as modulações da família M-FSK, as quais serão abordadas com
detalhes no Capítulo 16, a largura de banda de um sinal modulado é proporcional à taxa
de símbolos R = 1/T = 1/(Tblog2M). Para as modulações da família M-FSK, veremos um
comportamento inverso, ou seja, a banda ocupada aumenta quando aumentamos o núme-
ro de símbolos.
Um dos mais importantes fatores de mérito para análise de sinais modulados é a
eficiência espectral. Ela é medida em bits por segundo por hertz (bit/s/Hz) e é calculada
por
Rb
S , (74)
B

em que Rb é a taxa de transmissão de bits e B é a largura de faixa ocupada pelo sinal
modulado. A eficiência espectral diz o quanto de informação em termos de taxa de bits
pode-se transmitir em cada hertz de banda.
Devemos ficar atentos à medida da banda B. Em tese, qualquer sinal modulado tem
banda infinita. A limitação de banda para posterior transmissão dar-se-á por processo de
filtragem após a modulação ou por “suavização” dos pulsos que modulam a portadora. A
Figura 13.8 ilustra estes conceitos: na parte (a) tem-se o efeito de limitação de banda
proporcionado pela filtragem passa-baixas (FPB) dos pulsos que representam os bits de
informação. Na parte (b) da figura tem-se o efeito de limitação de banda realizado por
filtragem passa-faixa (FPF) do sinal já modulado.
Figura 13.8 - Utilização de FPB e FPF na formatação do espectro de um sinal modulado.
Então, para aumentarmos a eficiência espectral podemos aumentar M (exceto para

M-FSK) e usar filtragem direta do sinal modulado ou alguma formatação dos pulsos de
transmissão através de filtros para reduzir B. Entretanto, devemos ter um cuidado especial,
pois o aumento da eficiência espectral com o aumento de M vem acompanhado da
redução na eficiência de potência (mais uma vez, exceto para as modulações da família
M-FSK), considerando-se fixa a potência de transmissão. A eficiência de potência está
relacionada com a taxa de erro proporcionada pelo sistema a uma dada relação Eb/N0. Um
sistema com maior eficiência de potência é aquele que produz menor taxa de erro para um
dado valor de Eb/N0.

Exemplo 13.3
A Figura 13.9 mostra duas constelações correspondentes a sinais modulados com
mesma potência média de transmissão. Na parte (a) temos uma constelação com M = 4 na
qual os símbolos estão mais distantes entre si que os símbolos da constelação (b), em que
M = 8. Então, a eficiência espectral da modulação (a) será menor que da modulação (b),
mas para uma mesma potência média de transmissão o desempenho da modulação (a)
será melhor, ou seja, ela terá maior eficiência de potência.
Figura 13.9 - Constelações bidimensionais (a) M = 4 (b) M = 8.
Exemplo 13.4
Em uma comunicação entre estações base de telefonia celular tipicamente utilizam-se
enlaces de micro-ondas que operam com modulações de alta eficiência espectral. Isso é
feito porque o espectro congestionado impõe que a banda ocupada pelo sinal seja a menor
possível e, ao mesmo tempo, a necessidade de taxas de transmissão elevadas impõem que
as modulações tenham muitos símbolos em suas constelações (para que sejam carregados
muitos bits por símbolo). Neste caso são utilizadas modulações de alta ordem ou
modulações densas, como, por exemplo, a modulação 256-QAM (modulação abordada
com detalhes no Capítulo 15).
Já na comunicação entre uma sonda espacial e uma estação na Terra, temos forte
imposição de economia de energia, pois a sonda é suprida normalmente por painéis
solares que mantêm bancos de baterias carregadas. Neste caso faz-se a opção por
modulações de baixa ordem (com constelações menos densas), como 2-PSK ou 4-PSK,
ou seja, faz-se a opção por alta eficiência de potência, pois a restrição por ocupação de
banda não é tão importante.
A decisão de utilizar uma modulação com maior eficiência de potência ou maior

eficiência espectral depende da aplicação. Em outras palavras, a escolha depende se o
sistema é mais limitado por recursos de potência ou por recursos de banda. Esse é mais
um exemplo em que se deve adotar uma solução de compromisso.

13.5 Modelo de transmissão em banda passante
A Figura 13.10 apresenta o modelo que utilizaremos ao longo do estudo da trans-
missão em banda passante.
Figura 13.10 - Modelo de transmissão em banda passante. Adaptada de Guimarães (2009).
Este modelo unifica a notação utilizada no estudo e pode representar a imple-

mentação de qualquer modulação digital. As funções simplificadas de cada um dos blocos
são indicadas na Figura 13.10 e a seguir tem-se uma lista das variáveis e funções
processadas ao longo do modelo:
x mi corresponde a símbolos formados por agrupamentos de k = log2M bits, com
i = 1, 2, ..., M.
x si é o vetor sinal associado ao símbolo mi. Seus coeficientes modulam as funções
base (que são as portadoras, no contexto de modulações digitais).
x si(t) é a forma de onda que representa o símbolo mi.
x x(t) é o sinal recebido, correspondente ao sinal si(t) contaminado pelo ruído.
x x é o vetor recebido (ou vetor observado) cujos componentes correspondem às
saídas do banco de correlatores. Essas saídas são as variáveis de decisão.
x m̂ é o símbolo estimado na recepção, segundo o critério de máxima
verossimilhança.

14
Modulações M-PSK com
Detecção Coerente
Este capítulo apresenta as seguintes modulações por chaveamento de fase para a

transmissão em banda passante, considerando detecção coerente: 2-PSK ou BPSK, 4-PSK
ou QPSK e M-PSK. Analisaremos o sinal modulado, as funções base e o espaço de sinais,
a probabilidade de erro de símbolo e de bit, os processos de geração do sinal modulado e
de demodulação com detecção coerente, a densidade espectral de potência e a eficiência
espectral para cada uma dessas modulações.
14.1 Uma observação sobre a notação

Antes de iniciarmos propriamente o estudo das modulações digitais, vamos analisar
uma notação específica tipicamente utilizada na representação matemática de sinais
modulados. Nessa representação, com frequência encontraremos expressões similares a
£
¦¦ 2Y cos 2 Q f t , 0 b t T
¦
y t ¤ T c (75)
¦
¦
¥ 0,
¦ caso contrário,
em que
1
f c nc , n inteiro, (76)
T c
o que significa que em um intervalo de tempo de T segundos teremos um número inteiro
de ciclos da portadora de frequência fc.
Vamos calcular a energia da forma de onda y(t):
T 2Y T
E ¨0 y 2 t dt
T ¨0
cos 2 2Q f c t dt
2Y T 1 1 Y T Y T
T ¨0 2
cos 4Q f c t dt ¨ dt
T ¨0
cos 4Q f c t dt ,
2 T 0
em que a última integral tem valor nulo justamente devido ao fato de termos no intervalo
T um número inteiro de ciclos da portadora. Então,
Modulações M-PSK com Detecção Coerente 143

Y T Y
E
T ¨0 dt 0
T
T Y. (77)
Por este resultado percebemos que na forma em que y(t) foi escrita na equação (75),
o valor que multiplica o número 2 dentro do radical é a própria energia do sinal. Esta é
uma maneira simples de representar matematicamente um sinal e que permite que o valor
de sua energia seja prontamente identificado.
14.2 Modulação BPSK

A modulação BPSK (binary phase shift keying), por ser binária, tem dois símbolos
de duração T = Tb, cujas formas de onda são
2 Eb 2 Eb
s1 (t ) cos 2Q f c t e s 2 (t ) cos 2Q f c t , (78)
Tb Tb
em que
1
f c nc , n inteiro. (79)
Tb c
Então, temos uma sinalização antipodal na qual, por definição, um símbolo é igual ao
outro multiplicado por –1, ou seja, s2(t) s1(t). A Figura 14.1 esboça o aspecto do sinal
modulado BPSK, no domínio do tempo, em um intervalo de quinze bits.
Figura 14.1 - Exemplo de sinal BPSK.
14.2.1 Função base para a modulação BPSK

Como se trata de uma sinalização antipodal, teremos uma única função base que
pode ser definida, por exemplo, a partir do sinal s1(t), fazendo com que sua energia se
torne unitária. Desta forma teremos
s1 t 2
G1 (t ) cos 2Q f c t , 0 b t Tb . (80)
Eb Tb
Então, observando as formas de onda s1(t) e s2(t), percebemos nitidamente que os

coeficientes s11 e s21 valem Eb1/2 e Eb1/2 respectivamente. Assim podemos escrever

s1 (t ) s11G1 t Eb G1 t e s2 (t ) s21G1 t Eb G1 t , (81)
com 0 d t < Tb.
14.2.2 Constelação da modulação BPSK

Dos resultados anteriores, fazendo uso dos conceitos da representação geométrica de
sinais vista na Parte 2, podemos construir a constelação (espaço de sinais) da modulação
BPSK, a qual é mostrada na Figura 14.2. Note que a modulação BPSK é uma sinalização
antipodal, assim como é uma sinalização NRZ bipolar. Entretanto, a primeira está em
banda passante e a segunda em banda base. Isso mais uma vez demonstra que uma única
constelação pode estar associada a diferentes formas de sinalização, independente-
mente se estamos nos referindo a sinais modulados ou não modulados.
Figura 14.2 - Espaço de sinais (constelação) BPSK.
14.2.3 Probabilidade de erro de símbolo e de bit para a modulação BPSK

Como se trata de uma sinalização antipodal, a probabilidade de erro de símbolo, que
é igual à probabilidade de erro de bit, será igual àquela já determinada no estudo da
sinalização NRZ bipolar em banda base (ver Seção 4.2), ou seja,
1 Eb ¬
Pe BER erfc . (82)
2 N0 ®
14.2.4 Geração e demodulação com detecção coerente de um sinal BPSK

Geração de um sinal BPSK
De acordo com as expressões dos sinais s1(t) e s2(t) em (81) podemos construir o
modulador BPSK mostrado na Figura 14.3. Nele, a sequência de bits de informação é
convertida nos níveis ±Eb1/2 e o resultado dessa conversão multiplica a função base G1(t),
gerando na saída do multiplicador (mixer) o sinal BPSK.
Figura 14.3 - Modulador BPSK.

A Figura 14.1 ilustra uma forma de onda BPSK, gerada a partir da sequência de bits
de informação 111001111100110. Neste exemplo o bit 1 está sendo representado pela
fase 0 da portadora cossenoidal e o bit 0 está sendo representado pela fase Q da portadora.
Demodulação de um sinal BPSK

Para detecção coerente é preciso ter no receptor a função base em coerência de fase (ou
sincronismo de fase) com a função base utilizada na transmissão. Tendo como ponto de
partida o receptor de máxima verossimilhança generalizado da Figura 10.6, para o demodu-
lador BPSK teremos apenas um correlator, pois a modulação BPSK é unidimensional. Em
uma próxima simplificação do receptor generalizado teríamos dois ramos de cálculo de
produto interno seguidos pelas subtrações de metade das energias dos símbolos. Entretanto,
como as energias dos símbolos são iguais, não há necessidade dessas subtrações.
Adicionalmente, como s1 s2, as saídas dos ramos de produto interno seriam iguais em
magnitude e diferentes apenas em polaridade. Portanto, não há necessidade de um desses
ramos. Basta verificar a polaridade de um deles para determinar qual é o maior valor: se
xTs1 > 0 significa que xTs1 > xTs2, pois xTs1 xTs2. Se xTs1 < 0 significa que xTs2 > xTs1.
Adicionalmente, como xTs1 é uma versão vetorial do cálculo da correlação entre x(t) e
s1(t), não necessitaremos também do bloco de cálculo do produto interno, pois em sua
saída teremos apenas uma versão escalonada da saída do correlator, dado que G1(t) é
apenas uma versão escalonada (normalizada) de s1(t).
Então, o demodulador BPSK será composto por apenas um correlator, seguido de um
elemento de decisão que verificará a polaridade de x1, conforme ilustrado pela Figura
14.4. Note que o bloco de amostragem com retenção (S&H) foi inserido no demodulador,
mas também está implicitamente presente na estrutura do receptor generalizado, pois os
valores das variáveis de decisão devem ser mantidos constantes até que cada intervalo de
símbolo termine. Faz-se isso para que a decisão pelo símbolo estimado não mude antes
que o próximo intervalo de símbolo se inicie.
Figura 14.4 - Demodulador BPSK.
Como revisão e exercício, analise o diagrama de blocos do receptor desenvolvido

para a sinalização NRZ bipolar no Capítulo 3 e compare com o receptor de um sinal
BPSK. Estabeleça as semelhanças e justifique as diferenças.

14.2.5 Densidade espectral de potência para a modulação BPSK
Inicialmente precisamos lembrar que grande parte dos sinais modulados pode ser
representada por meio de
s (t ) sI (t ) cos 2Q f c t sQ (t )sen 2Q f c t . (83)
Para a modulação BPSK, é evidente que não existe a componente sQ(t)sen(2Qfct) e,
portanto, o sinal modulado pode ser escrito como s(t) = sI(t)cos(2Qfct). Comparando esta
expressão com os sinais s1(t) e s2(t) definidos em (78), podemos verificar que sI(t) é uma
sequência bipolar aleatória de pulsos retangulares g(t), dados por
2 Eb
g (t ) o , 0 b t Tb . (84)
Tb
Na Seção 13.3 também verificamos que a densidade espectral de potência de um

sinal como este pode ser determinada por meio da divisão do módulo ao quadrado da
transformada de Fourier do pulso g(t) pela sua duração, ou seja,
2
2 Eb
T sinc f Tb
Tb b (85)
S BB ( f ) 2 Eb sinc 2 f Tb .
Tb
Então, a DEP do sinal BPSK será

1
S BP ( f ) <S
4 BB
f fc S BB f fc >
(86)
E Eb
b sinc 2 < f f c Tb > sinc 2 < f f c Tb >.
2 2
A DEP expressa em (86) está esboçada na Figura 14.5.
Figura 14.5 - DEP de um sinal BPSK.

14.2.6 Eficiência espectral da modulação BPSK
Se definirmos que a banda a ser ocupada pelo sinal BPSK corresponderá à banda
ocupada pelo lóbulo principal20 de sua DEP, então, pela Figura 14.5, teremos B = 2/Tb.
Assim, a eficiência espectral será
Rb R R
S b b 0,5 bit/s/Hz. (87)
B 2 Tb 2 Rb
Como exemplo, se quiséssemos transmitir bits de informação a uma taxa de

1.000 bit/s, o sinal modulado e filtrado (seu lobo principal, neste caso) ocuparia uma
banda de 2.000 Hz.
14.3 Modulação QPSK

Na modulação QPSK os quatro símbolos de energia E são representados por fases
distintas de uma portadora de frequência fc, ou seja,
¦£¦ 2 E Q¯
cos ¡ 2 Q f c t 2i 1 °, 0 b t T
si ( t ) ¦¤ T ¡¢ 4 °± (88)
i 1,2,3,4
¦
¦¦ 0,
¥ caso contrário,
em que
1
f c nc , nc inteiro. (89)
T
A Figura 14.6 ilustra um trecho de um sinal QPSK, no qual podem ser notadas as
quatro diferentes fases citadas anteriormente. O conjunto de k = log2M = log24 = 2 bits
que cada símbolo representa pode ser, em princípio, qualquer e dependerá do
mapeamento adotado pelo projetista do sistema. Vale lembrar que o mapeamento Gray
em símbolos vizinhos proporciona a menor probabilidade de erro de bit.
Figura 14.6 - Sinal QPSK (4-PSK).
20
Esta seria a largura de faixa ocupada pelo sinal em banda passante, filtrando o sinal modulado com um filtro passa-
-faixas do tipo raiz de cosseno elevado, por exemplo, com fator de forma D = 1. Perceba que a banda resultante é o
dobro da taxa de símbolos e também o dobro da banda ocupada pelo lóbulo (ou lobo) principal de um sinal em
banda-base filtrado por um filtro passa-baixas do tipo raiz de cosseno elevado com D = 1.

14.3.1 Funções base para a modulação QPSK
Aplicando a identidade trigonométrica cos(Į + ȕ) = cosĮ×cosȕ – senĮ×senȕ (ver
Apêndice A.2) na expressão do sinal modulado em (88), no intervalo T tem-se
2E Q¯ 2E Q¯
si (t ) cos ¡ 2i 1 ° cos 2Q f c t sen ¡ 2i 1 ° sen 2Q f c t . (90)
i1,2,3,4
T ¢¡ 4 ±° T ¢¡ 4 ±°
Rearranjando as posições de alguns termos, tem-se

Q¯ 2 Q¯ 2
si (t ) E cos ¡ 2i 1 ° cos 2Q f c t E sen ¡ 2i 1 ° sen 2Q f c t . (91)
i1,2,3,4 ¡¢ 4 °± T ¡¢ 4 °± T
Perceba nesta última expressão que, ao rearranjarmos alguns termos, fizemos apare-
cer explicitamente uma forma de onda cossenoidal e outra senoidal com energias unitárias,
as quais, por serem também ortogonais no intervalo de símbolo, podem ser caracterizadas
como as funções base da modulação QPSK. Então,
2 2
G1 (t ) cos 2Q f c t e G2 (t ) sen 2Q f c t , (92)
T T
com 0 d t < T.
14.3.2 Constelação da modulação QPSK

Sabe-se que as constantes que multiplicam as funções base a cada intervalo de
símbolo são os coeficientes dos correspondentes vetores sinais, ou seja, se
si t si1G1 t si 2G2 t , (93)
então, à luz de (91) podemos escrever
s ¯ E cos < 2i 1 Q 4 > ¯
si ¡ i1 ° ¡ °. (94)
¡ s °
¢ i2 ± ¢ ¡ sen < 2 1 Q 4 > °
i 1,2,3,4 E i ±
Substituindo os índices de 1 a 4 em (94), obtemos
E ¯ E ¯ E ¯ E ¯
s1 ¡¡ 2 °
° s 2 ¡¡ 2 °
° s 3 ¡¡ 2 °
° s 4 ¡¡ 2 °.
° (95)
¡¢ E
2 °± ¡¢ E
2 °± ¡¢ E
2 °± ¡¢ E
2 °±
Se associarmos as coordenadas positivas ao bit 1 e as coordenadas negativas ao bit 0,

teremos a constelação dada na Figura 14.7. Essa associação será particularmente útil à
análise do processo de geração do sinal QPSK, pouco mais adiante. Adotando essa
associação, perceba que o mapeamento símbolo-bit na Figura 14.7 utiliza o código Gray
em símbolos vizinhos mais próximos.

Figura 14.7 - Constelação QPSK.
14.3.3 Probabilidade de erro de símbolo e de bit para a modulação QPSK

Como a constelação QPSK é circularmente simétrica em torno da origem do plano
euclidiano, a probabilidade de erro de símbolo condicionada ao envio de um determinado
símbolo é a mesma quando se transmite qualquer símbolo. Vamos considerar símbolos
equiprováveis e adotar a conhecida aproximação que diz que em altos valores de Eb/N0 a
probabilidade de erro para os símbolos vizinhos mais próximos é muito maior que para os
demais. Tomando o símbolo s1 como referência no limitante de união, teremos
1 M d ¬ 1 4 d ¬
Pe b erfc ik ! erfc 1k
2 k 1 2 N0 ® 2 k 1 2 N 0 ®
k vi k v1
k v3 (96)
2 E 2 ¬¯

1¡
2erfc ° erfc
E ¬.
¡
2¢
2 N0 ®± °
2N0 ®
Portanto, para altos valores de Eb/N0 a probabilidade de erro de símbolo média para a
modulação QPSK com detecção coerente vale
Eb ¬
Pe ! erfc . (97)
N0 ®
Como está sendo utilizado o mapeamento Gray, tem-se que a BER se aproximará de
Pe/log2M, ou seja, a probabilidade de erro de bit para a modulação QPSK será
determinada por meio de
1 Eb ¬
BER erfc . (98)
2 N0 ®
Observe que o desempenho da modulação QPSK, em termos de eficiência de

potência, é o mesmo da modulação BPSK.

14.3.4 Geração e demodulação com detecção coerente de um sinal QPSK
Geração de um sinal QPSK
De acordo com a expressão (93) do sinal modulado, percebemos que uma sequência
antipodal de coeficientes modula uma portadora cossenoidal e outra sequência antipodal
modula uma portadora senoidal. Como cada símbolo é determinado por 2 bits, podemos
dizer que uma das sequências de coeficientes pode ser construída a partir dos bits de
informação com índice ímpar, e que a outra sequência de coeficientes pode ser construída
a partir dos bits de informação com índice par, ou vice-versa. A partir desta interpretação
podemos afirmar que tais sequências de coeficientes podem ser geradas a partir dos sinais
de saída de um demultiplexador ou conversor série/paralelo (S/P) da sequência de bits de
informação. Então, a estrutura completa do modulador QPSK pode ser implementada por
meio do diagrama de blocos da Figura 14.8.
Figura 14.8 - Geração de um sinal QPSK. Adaptada de Guimarães (2009).
No modulador QPSK em questão, a sequência de bits de informação é convertida na

forma paralela e em seguida na forma bipolar, de tal sorte que cada par de bits (dibit) seja
responsável pela geração de um dos símbolos. Cada uma das sequências de coeficientes
resultantes modula uma das funções base. O sinal QPSK é gerado pela soma das funções
base moduladas em cada um dos ramos.
A Figura 14.9 ilustra a composição de um trecho de um sinal QPSK. As duas formas
de onda da parte superior se referem às saídas 1 e 2 do bloco S/P na Figura 14.8. Nos
intervalos de símbolo mostrados temos os seguintes pares de bit transmitidos: 10, 11, 10,
01, 00, 01, 11, 00, 10 e 00. A forma de onda da parte inferior da Figura 14.9 é o sinal
modulado QPSK, em que se pode notar a ocorrência de todas as possíveis fases da
portadora modulada.

Figura 14.9 - Composição de um trecho de um sinal QPSK.
Demodulação de um sinal QPSK

Analisando o modulador QPSK apresentado na Figura 14.8, percebemos que há dois
moduladores BPSK em paralelo, um utilizando uma portadora cossenoidal e o outro
utilizando uma portadora senoidal. Um modulador transmite a sequência de bits ímpares
de informação e o outro transmite a sequência de bits pares de informação. Como a cada
intervalo de símbolo tais portadoras moduladas são ortogonais, a soma realizada na saída
do modulador não faz com que os sinais BPSK componentes se interfiram. Sendo assim,
podemos intuitivamente construir o demodulador QPSK como sendo composto por dois
demoduladores BPSK em paralelo, conforme ilustrado pela Figura 14.10.
Figura 14.10 - Demodulador de um sinal QPSK. Adaptada de Guimarães (2009).
Um dos demoduladores BPSK estima a sequência de bits ímpares de informação e o

outro a sequência de bits pares de informação. Para termos a sequência de bits final
estimada, basta que façamos uma multiplexação ou conversão paralelo/série (P/S) das
saídas dos dois demoduladores BPSK componentes. Vale observar que a mesma estrutura
de recepção pode ser obtida por simplificação do receptor de máxima verossimilhança
generalizado discutido no Capítulo 10. Comprove esta afirmação como exercício.

14.3.5 Densidade espectral de potência de um sinal QPSK
Revisitando a primeira forma de representação do sinal modulado QPSK em (90) e
comparando-a com a representação dada em (69), podemos notar que a componente em
fase sI(t) e a componente em quadratura sQ(t), ou simplesmente sinais I&Q, são
2E Q¯ E
sI ( t ) cos ¡ 2i 1 ° o , (99)
T ¢¡ 4 ±° T
2E Q¯ E
s Q (t ) sen ¡ 2i 1 ° o , (100)
T ¡¢ 4 °± T
ou seja, sI(t) e sQ(t) correspondem a sequências aleatórias binárias com formatos de pulso
retangulares de duração T e amplitudes ±(E/T)1/2. Como tais sequências estão sendo
transportadas por portadoras ortogonais, a densidade espectral de potência (DEP) resul-
tante será a soma das DEPs de sI(t) e de sQ(t). Então, a DEP do sinal QPSK equivalente
em banda base será
S BB f S BB f S BB f
I Q
2 2
T E T sinc f T T E T sinc f T (101)

T T
4 E bsinc 2 2 f Tb ,
e a DEP do sinal modulado QPSK será

1
4 BB (102)
Eb sinc 2 < 2 f f c Tb > Eb sinc 2 < 2 f f c Tb >.
A Figura 14.11 ilustra a DEP do sinal QPSK. Ela é semelhante à DEP de um sinal
BPSK, mas perceba que, para a mesma taxa de bits, os nulos espectrais ocorrem em
pontos diferentes dos nulos na DEP do sinal BPSK, pois 1/T = 1/(2Tb) para a modulação
QPSK e 1/T = 1/Tb para a modulação BPSK.
Figura 14.11 - DEP de um sinal QPSK.

14.3.6 Eficiência espectral da modulação QPSK
Assim como fizemos na análise da modulação BPSK, se definirmos que a banda a
ser ocupada pelo sinal modulado QPSK é a banda do lobo principal do espectro do sinal,
então B = 2/T. Assim, a eficiência espectral será
Rb R Rb Rb
S b 1bit/s/Hz. (103)
B 2T 2 2Tb Rb
Como exemplo, se quiséssemos transmitir informação a uma taxa de 1.000 bit/s,

ocuparíamos uma banda de 1.000 Hz.
Note que, para a mesma taxa de bits, o sinal QPSK ocupa a metade da banda ocupada
pelo sinal BPSK, ou seja, a modulação QPSK tem o dobro da eficiência espectral da mo-
dulação BPSK. Entretanto, para uma dada relação Eb/N0 a BER da modulação QPSK é a
mesma da sinalização BPSK, ou seja, essas modulações têm a mesma eficiência de
potência.
14.4 Modulação M-PSK

Nesta seção apresenta-se a generalização das modulações digitais por chaveamento
de fase, ou seja, as modulações da família M-PSK (M-ary Phase Shift Keying). O sinal
M-PSK consiste de uma sequência de símbolos de energia E, representados por uma
portadora de frequência constante fc e fase dependente do símbolo em particular. Os
símbolos são dados por
£¦ 2 E Q ¯
¦¦ cos ¡ 2 Q f c t 2 i 1 °, 0 b t T
si ( t ) ¤ T ¡
¢ M °± (104)
i 1,2,3, ..., M
¦¦
¦¥ 0, caso contrário,
em que
1
f c nc , nc inteiro. (105)
T
14.4.1 Funções base para as modulações M-PSK

Aplicando a identidade trigonométrica cos(Į ȕ) = cosĮ×cosȕ + senĮ×senȕ (ver
Apêndice A.2) na expressão (104), no intervalo T tem-se
2E Q ¯ 2E Q ¯
si ( t ) cos ¡ 2 i1 ° cos 2 Q f c t sen ¡ 2 i1 ° sen 2 Q f c t . (106)
i 1,2,..., M
T ¢¡ M ±° T ¢¡ M ±°
Rearranjando alguns termos, tem-se

si ( t ) E cos < 2(i 1) MQ > 2
T
cos(2 Q f c t ) E sen < 2(i 1) MQ > 2
T
sen(2 Q f c t ). (107)
i 1,2,..., M
Perceba nesta última expressão que, assim como fizemos na análise da modulação
QPSK, ao rearranjarmos alguns termos fizemos aparecer claramente uma forma de onda

cossenoidal e outra senoidal com energias unitárias, as quais, por serem também
ortogonais, podem ser caracterizadas como as funções base da modulação M-PSK. Então,
assim como para a modulação QPSK, temos novamente
2 2
G1 (t ) cos 2Q f c t e G2 (t ) sen 2Q f c t , (108)
T T
com 0 d t < T. Note que, exceto a modulação BPSK que é unidimensional, todas as
demais modulações da família M-PSK são bidimensionais.
14.4.2 Constelação das modulações M-PSK

As constantes que multiplicam as funções base a cada intervalo de símbolo são os
coeficientes dos correspondentes vetores sinais. Como
si (t ) si1G1 t si 2G2 t , (109)
então podemos escrever:
s ¯ E cos < 2 i 1 Q M > ¯
si ¡ i1 ° ¡ °. (110)
i1,2,!, M
¡¢ si 2 °± ¡¢ E sen < 2 i 1 Q M > °±
A título de exemplo, a Figura 14.12 ilustra uma constelação 8-PSK na qual o vetor
sinal s2 é destacado no que diz respeito aos valores de seus coeficientes.
Figura 14.12 - Constelação 8-PSK.
14.4.3 Probabilidade de erro de símbolo e de bit para modulações M-PSK

Para a constelação M-PSK, a probabilidade condicional de erro de símbolo Pe(mi) é a
mesma para o envio de qualquer símbolo e, portanto, a probabilidade de erro de símbolo
média Pe pode ser calculada utilizando apenas um símbolo como referência, pois, neste
caso, para símbolos equiprováveis Pe = MPe(mi)/M = Pe(mi) para qualquer i.
Vamos admitir o envio do símbolo m1 como símbolo de referência e também admitir
que a relação Eb/N0 seja alta o suficiente para que sejam desprezíveis as probabilidades de

erro correspondentes à decisão pelos símbolos que não sejam os vizinhos mais próximos
do símbolo de referência.
Vamos utilizar a constelação M-PSK com oito símbolos da Figura 14.12 como
exemplo, porém operando genericamente com as variáveis que dependem de M. Caso
deseje, para facilitar o entendimento dos cálculos, utilize também como referência a
Figura 11.6. Admitindo o envio do símbolo m1 observa-se que
sen Q M d12 2 E d1 M 2 E =
(111)
d12 d1M 2 E sen Q M .
Então a probabilidade de erro de símbolo será limitada de acordo com

1 M ¬ 2 2 E sen Q / M ¯ ¯
d ik erfc ¡
E
2
Pe b erfc ° erfc ¡ sen Q / M °.
k 1
2 N 0 ® 2 ¡
¢ 2 N0 °
±
¡¢ N0 ±°
(112)
k vi
Para altos valores de Eb/N0 sabemos que o limitante de união converge para o
desempenho real, o que leva ao seguinte resultado para a expressão de cálculo da
probabilidade de erro de símbolo para as modulações da família M-PSK, para M 4:
Eb log 2 M Q ¬ ¯°
Pe ! erfc ¡¡ sen ® ° . (113)
N0 M
¢ ±
Sabemos que, em função do mapeamento símbolo-bits, a relação entre a proba-
bilidade de erro de bit e a probabilidade de erro de símbolo pode variar. Se utilizarmos o
mapeamento Gray, a probabilidade de erro de bit para as modulações da família M-PSK
será BER = Pe/log2M, ou seja,
1 E b log 2 M Q ¬ ¯°
BER ! erfc ¡ sen ® ° . (114)
log 2 M ¡ N0 M
¢ ±
A título de complementação, a expressão exata para cálculo da probabilidade de erro
de símbolo nas modulações da família M-PSK é (SIMON e ALOUINI, 2005, p. 230)
1 ( M 1) Q / M Eb log 2 M sen 2 Q / M ¯
Q ¨0
Pe exp ¡ ° d R. (115)
¡¢ N0 sen 2 R °±
14.4.4 Geração e demodulação com detecção coerente de um sinal M-PSK

Geração de um sinal M-PSK
Como se trata de uma modulação com M símbolos, cada conjunto de k = log2M bits é
responsável por determinar o símbolo a ser transmitido dentro do conjunto {si(t)}, i = 1,
2, ..., M. Em outras palavras, de acordo com as expressões (107) e (109), a cada conjunto
de k bits geram-se os coeficientes si1 e si2 que, posteriormente, multiplicam as corres-
pondentes funções base. Os resultados dessa multiplicação são somados para formar o
sinal M-PSK.

Com base nestes argumentos podemos construir a estrutura mostrada na Figura 14.13
para o modulador M-PSK. Nela os bits de informação são convertidos na forma paralela
de modo que se tenha o conjunto de k bits simultaneamente apresentado à etapa seguinte.
Por meio de um circuito que combina partes analógicas e digitais gera-se uma tabela de
consulta (LUT, look-up table), a qual permite que cada conjunto de k bits em sua entrada
produza os valores corretos dos coeficientes si1 e si2 em sua saída. Em seguida, a partir de
uma função base senoidal é gerada a função base cossenoidal por meio de um defasador
de Q/2 radianos. Após multiplicação das funções base pelos correspondentes coeficientes,
os resultados são somados de forma que os símbolos {si(t)} = {si1G1(t) + si2G2(t)},
i = 1, ..., M da modulação M-PSK sejam gerados.
Figura 14.13 - Geração de um sinal M-PSK. Adaptada de Guimarães (2009).
Analisando o diagrama na Figura 14.13, pode-se perceber que, na verdade, ele pode
ser utilizado para gerar qualquer sinal modulado bidimensional que tenha como funções
base aquelas dadas em (108). É a LUT que deve ser adaptada a cada modulação espe-
cífica, em função da posição dos símbolos na constelação.
Demodulação de um sinal M-PSK

Em termos de recepção de máxima verossimilhança com detecção coerente, em
se tratando de uma sinalização bidimensional, o receptor terá um par de correlatores que
efetuam a correlação do sinal recebido com cada uma das funções base. Os valores de x1 e
x2 resultantes compõem o vetor observado x = [x1 x2]T. Em seguida, faz-se o cálculo dos
produtos internos de x por todos os vetores sinais {si}, i = 1, ..., M, e decide-se pelo
símbolo correspondente ao maior valor dentre esses produtos internos. Por exemplo, se
o produto interno xTs3 levar ao maior valor, decide-se pelo símbolo m3. Tendo-se decidido
pelo símbolo, resta fazer o mapeamento reverso de tal símbolo no conjunto de k bits que
ele representa, serializando-os em seguida. A Figura 14.14 ilustra a estrutura descrita
neste parágrafo.
Perceba que no receptor da Figura 14.14 não houve necessidade de subtração de
metade da energia de cada símbolo após o cálculo dos produtos internos, como prevê a
estrutura do receptor generalizado, devido ao fato de as energias dos símbolos M-PSK
serem iguais e, assim, não influenciarem na decisão sobre o maior valor de xTsi.

Figura 14.14 - Demodulador de um sinal M-PSK. Adaptada de Guimarães (2009).
14.4.5 Densidade espectral de potência para as modulações M-PSK

Vamos revisitar a segunda forma de representação do sinal modulado M-PSK e
compará-la com a representação mostrada na Seção 13.3. São elas:
2E Q ¯ 2E Q ¯
si ( t ) cos ¡ 2 i 1 ° cos 2 Q f c t sen ¡ 2 i 1 ° sen 2 Q f c t , (116)
i 1,2,..., M
T ¡¢ M °± T ¡¢ M °±
s (t ) sI (t ) cos 2Q f c t sQ (t )sen 2Q f c t . (117)

Podemos notar que as componentes em fase e em quadratura sI(t) e sQ(t), ou sim-
plesmente sinais I&Q, em um intervalo de símbolo são
2E Q ¯ 2E Q ¯
s I (t ) cos ¡ 2 i 1 ° e sQ ( t ) sen ¡ 2 i 1 °, (118)
T ¡¢ M °± T ¡¢ M °±
ou seja, ao longo do tempo, ambas correspondem a sequências aleatórias multinível.
Como bem sabemos, tais sequências multinível podem ser geradas pela soma de sequên-
cias binárias bipolares, com pulsos de duração T e amplitudes que, combinadas
adequadamente, geram as múltiplas amplitudes das sequências multinível em questão.
Como as sequências multinível estão sendo transportadas por portadoras ortogonais, a
DEP resultante será a soma das DEPs de sI(t) e de sQ(t) devidamente transladadas para
rfc. Então, a DEP do sinal M-PSK equivalente em banda base será exatamente igual à
DEP encontrada na análise do sinal QPSK, ou seja,
S BB ( f ) S BB ( f ) S BB ( f )
I Q
(119)
Esinc 2 ( f T ) Esinc 2 ( f T ) 2 Esinc 2 ( f T ),
e a DEP do sinal modulado M-PSK será

1
4 BB
(120)
E E
sinc 2 < f f c T > sinc 2 < f f c T >.
2 2

A Figura 14.15 ilustra a DEP do sinal M-PSK.
Figura 14.15 - DEP de um sinal M-PSK.
Observe que todas as modulações da família M-PSK têm DEP com o mesmo
aspecto. Entretanto, perceba que quanto maior o valor de M mais estreitos serão os
lóbulos do sinal modulado, para uma mesma taxa de bits, pois T = Tblog2M e a largura do
lobo principal é 2/T = 2Rb/log2M Hz.
14.4.6 Eficiência espectral das modulações M-PSK

Assim como fizemos na análise das modulações BPSK e QPSK, se definirmos que a
banda a ser ocupada pelo sinal modulado M-PSK corresponde à largura do lobo principal
do espectro do sinal, então, mais uma vez, B = 2/T. Assim, a eficiência espectral será
Rb R Rb Rb log 2 M log 2 M
S b bit/s/Hz. (121)
B 2T 2 Tb log 2 M 2 Rb 2
Como exemplo, se quiséssemos transmitir informação a uma taxa de Rb bit/s usando

uma modulação M-PSK, ocuparíamos uma banda B = Rb/S = 2Rb/log2M Hz.

1. Explique com suas palavras os conceitos associados às modulações com detecção
coerente e às modulações com detecção não coerente.
2. Na sua interpretação, qual a dificuldade de obtenção da densidade espectral de
potência (DEP) de um sinal modulado? Explique com suas palavras como se faz para
transpor esta dificuldade para grande parte das modulações digitais.
3. Defina com suas palavras os conceitos de componente em fase e de componente em
quadratura de um sinal modulado.
4. Encontre a DEP de uma sequência aleatória binária de pulsos rg(t), na qual g(t) tem o
formato de um semiciclo senoidal de amplitude máxima unitária, como ilustrado na
Figura 13.3 (b).
5. Uma determinada modulação possui como sinais sI(t) e sQ(t) sequências quaternárias
aleatórias de pulsos independentes com amplitudes r1 e r3 e duração T, conforme
ilustrado pela Figura 13.6. Determine a DEP do sinal modulado.

6. Qual das modulações correspondentes às constelações, Figura 13.9, possui maior
eficiência de potência, considerando que a energia média por símbolo em ambos os
casos é a mesma? Justifique.
Solução
A constelação (a) possui maior eficiência de potência, pois produzirá menor probabili-
dade de erro de símbolo a uma dada potência de transmissão. Isso acontece porque a
constelação (a) tem símbolos mais espaçados em termos de distância euclidiana.
7. Dado que as circunferências mostradas nas constelações do Exercício 6 possuem raio
unitário, sabendo que a taxa de transmissão em ambos os casos é de 1 kbit/s, calcule
as potências médias de transmissão para que ambas tenham a mesma eficiência de
potência em termos de probabilidade de erro de símbolo. Modifique apenas a
potência média referente à constelação (b).
Solução
Para as constelações em questão sabemos que
E ¬ 3 Eb Q ¬ ¯°
Pe (a) ! erfc b e
P (b)
! erfc ¡ sen .
N 0 ® e ¡ N
¢ 0
8 ® °
±
Para a mesma eficiência de potência, Pe(a) = Pe(b), ou seja,
E (a) ¬ (b) ¯ (a) (b)

erfc b erfc ¡ 3Eb sen Q ¬ ° º Eb 3Eb sen Q ¬ º
N 0 ¡ N 8 ® ° N0 N0 8 ®
® ¡¢ 0 °±
Eb(a) 3E (b) Q¬ E (a) Q¬ E (a) P (a)
b sen 2 º b(b) 3sen 2 º b(b) ! 0,44 º P (b) .
N0 N0 8® Eb 8® Eb 0,44
Agora precisamos calcular as potências P(a), para depois calcularmos P(b). Sabemos
que a potência média é igual à energia média por símbolo dividida pela duração do
símbolo ou a energia média por bit dividida pela duração do bit. Então, P(a) = E/T =
1/T = Rb/2 = 1.000/2 = 500 watts. Então, P(b) = 500/0,44 = 1.136 watts.
8. Dois sistemas de comunicação operam em um canal AWGN com densidade espectral
de potência de 1010 W/Hz a uma taxa de 1 kbit/s. O sistema (A) utiliza modulação
BPSK e o sistema (B) utiliza modulação QPSK. Determine as potências médias de
transmissão necessárias para que os sistemas de comunicação (A) e (B) operem com
probabilidade de erro de bit de 1u105.
Solução
A probabilidade de erro de bit para ambas as modulações é a mesma, ou seja,
1 E (A) ¬ 1 E (B) ¬

erfc b
erfc b
º Eb(A) Eb(B) .
2 N 0 ® 2 N 0 ®

Então a potência média será a mesma para as duas modulações. Assim teremos
1 E (A) ¬

erfc b
1q 105.
2 1010 ®
Da Tabela A.1 obtemos
Eb(A) Eb(A)
10
3º 10
9 º Eb(A) 9 q 1010 J.
10 10
Então, P = Eb/Tb = EbuRb = 9u1010u1.000 = 9u107 watts.
9. A Figura 14.16 (a) mostra o gráfico da densidade espectral de potência de um sinal
QPSK. Pedem-se:
a) Estime a largura de faixa ocupada pelo sinal modulado, após filtragem por um
filtro raiz de cosseno elevado com fator de roll-off igual a 1.
b) Calcule a taxa de sinalização (ou taxa de símbolos).
c) Calcule a taxa de bits.
d) Esboce os gráficos da DEP do sinal equivalente em banda base, SBB( f ), e do
sinal filtrado conforme descrito no item (a) deste exercício.

Figura 14.16 - DEP de um sinal QPSK.
Solução
a) A largura de faixa do sinal modulado é infinita, mas após filtragem será
B = Bmín(1 + D), conforme equação (26). Sabemos que a mínima largura de faixa
teórica ocupada por um sinal em banda base é igual à metade da taxa de
símbolos: Bmín = 1/(2T). Em banda passante esse valor é duplicado, ou seja,
Bmín = 1/T. Então teremos B = Bmín(1 + D) = (1/T)(1 + 1) = 2/T. No espectro do
sinal QPSK, a distância nulo a nulo do lóbulo principal vale 2/T. Então,
finalmente temos que B = 100 MHz.
b) A taxa de símbolos é 1/T = 50×106 símbolo/s.
c) A taxa de bits é o dobro da taxa de símbolos, ou seja, 100 Mbit/s.
d) Ver Figura 14.16 (b) e (c)
10. Pretende-se dimensionar um sistema de comunicação digital para operar em uma

banda de 50 kHz, com um filtro de transmissão do tipo raiz de cosseno elevado com
roll-off igual a 1. É necessário que o sistema consiga dar vazão a 50 kbit/s e que a
modulação utilizada leve a uma taxa de erro de bit de, no máximo, 1u103. Pedem-se:
a) Escolha, dentre as modulações BPSK e QPSK, uma que seja capaz de atender aos
requisitos mencionados no enunciado do problema. Apresente os cálculos e
justificativas utilizadas na sua escolha.
b) Para a modulação selecionada, determine o valor de Eb/N0 mínimo para atender à
taxa de erro de bit imposta. Apresente os cálculos.
11. Seja um sinal QPSK dado pela expressão
£¦ 3 Q¯
¦
¦ cos ¡ 2 Q f c t 2i 1 ° , 0 b t T
si ( t ) ¤ T ¡¢ 4 °±
i 1,2,3,4
¦
¦
¦
¥ 0, em caso contrário,
em que fc = n(1/T), para n inteiro. Determine:

a) A energia de cada um dos símbolos.
b) A energia média por símbolo, admitindo símbolos equiprováveis.

Solução
a) Conforme enfatizado na Seção 14.1, o valor que multiplica o número 2 no radical
é a energia do símbolo. Para o caso a energia para todos os símbolos vale E = 1,5
joules. Embora seja mais trabalhoso, pode-se também calcular, para qualquer i:
T 3 T Q¯
E Ei ¨0 si2 (t ) dt
T ¨0
cos 2 ¡ 2Q f c t
¡¢
2i 1 ° dt
4 °±
Para i = 1, por exemplo, teremos:
3 T Q¯ 3 T 1 1 Q ¬¯
° dt
E ¨
T 0
cos 2
¡
¢¡
2 Q f c
t °
4 ±°
dt ¨ ¡
T 0 ¢¡ 2 2
cos 4Q f c t
2 ® ±°
3 T1 3 T1 Q ¬ 3T 3
¨ dt ¨ cos 4Q f c t dt 0 1,5 J.
T 0 2 T 0 2 2 ® T 2 T
b) Sendo equiprováveis os símbolos, a energia média é (4u1,5)/4 = 1,5 J.

12. No diagrama da Figura 14.17, preencha as caixas de texto com os números correspon-
dentes aos sinais ou vetores: 1 – sinal de entrada do banco de correlatores, 2 – vetor
observado, correspondente ao sinal recebido, 3 – vetor sinal, 4 – símbolo transmitido
em forma de bits, 5 – símbolo transmitido em forma de onda, 6 – símbolo estimado e
7 – ruído.
Figura 14.17 - Diagrama de blocos de um sistema de transmissão digital.
13. Encontre o número esperado de erros de bit em 24 horas de observação do

funcionamento do seguinte sistema de comunicação com modulação BPSK: taxa de
transmissão de 5 kbit/s; s1(t) Acos(2Qfct) e s2(t) Acos(2Qfct), em que fc n(1/T),
n inteiro; A 1 mV; ruído aditivo gaussiano e branco com densidade espectral de
potência N0 10–11 W/Hz. Admita que os valores de potência e/ou energia a serem
calculados estão normalizados em relação a uma carga resistiva de 1 :.
Solução
Por definição BER = (número de bits errados)/(número de bits transmitidos). Queremos
calcular (número de bits errados) = BERu(número de bits transmitidos). Em 24 horas
temos 24u3.600 = 86.400 segundos. Como a taxa de bits é de 5 kbit/s, teremos transmi-
tido nestas 24 horas um total de 5.000u86.400 = 432.000.000 bits. Da expressão de s1(t)
ou de s2(t) obtemos:

Tb Tb
Eb ¨0 si2 (t ) dt A 2 ¨
0
cos 2 (2Q f c t ) dt
Tb 1 1 A2 (0, 001) 2 1
A2 ¨ cos(4Q f c t ) dt Tb 1q1010 J.
0 2 2 2 2 5000
Então,
1 1q1010 ¬
Pe BER erfc erfc(3, 6) 4, 2 q10 –6.
2 1q1011 ®
Finalmente teremos: (número de bits errados) = BERu(número de bits transmitidos) =

4,2u10–6 u 432.000.000 # 1.814 bits em erro.
14. Um sistema com modulação BPSK tem em seu receptor um circuito de extração de
sincronismo de portadora imperfeito que gera a função base local com defasagem R
em relação à portadora do sinal recebido. Dependendo do bit transmitido o sinal
recebido é ±(2Eb/Tb)1/2cos(2Qfct), desconsiderando a influência do ruído, e a função
base utilizada no receptor é ±(2/Tb)1/2cos(2Qfct+ș). Pedem-se:
a) Calcule y, o valor da amostra de saída do correlator do receptor no momento de
decisão, desconsiderando o ruído.
b) Determine a expressão de probabilidade de erro de símbolo e de bit para esse
sistema, no canal AWGN, levando em conta o resultado obtido no item (a).
Solução
a)
Tb
y o¨ 2 Eb / Tb cos(2Q f c t ) 2 / Tb cos(2Q f c t R ) dt
0
2 Tb
o Eb
Tb ¨0 cos(2Q f c t ) cos(2Q f c t R ) dt
2 1Tb
o Eb
Tb ¨0 2 < cos(R ) cos(4Q f c t R ) >dt
2 Tb 1 Tb 1 ¯
o Eb ¡¨ cos(R ) dt ¨0 cos(4Q f c t R) °
Tb ¢¡ 0 2 2 ±°
2 T ¯
o Eb ¡ b cos(R ) 0 ° o Eb cos(R ) o Eb cos 2 (R ) o Eb a .
Tb ¡¢ 2 °±
b) Utilizando o resultado do item (a) na expressão de Pe para a modulação BPSK,

obtém-se a expressão desejada:
1 E a ¬ 1 Eb cos 2 (R ) ¯°

Pe BER erfc b
erfc ¡¡ °. (122)
2 N 0 ® 2 ¡¢ N0 °±

15. Utilizando uma ferramenta computacional de cálculo com funções gráficas, repre-
sente graficamente a expressão (122). Faça primeiro um gráfico de Pe em função de
Eb/N0 para vários valores de R, em radianos (0, Q/6, Q/3 e Q/2, por exemplo). Depois
faça outro gráfico de Pe em função de R para vários valores de Eb/N0, em dB (5, 0, 5
e 10, por exemplo).
16. Têm-se dois sistemas de comunicação digital: o sistema A utiliza modulação BPSK
com detecção coerente e o sistema B utiliza uma modulação para a qual a probabi-
lidade de erro é
1 E ¬
Pe BER exp b .
2 N 0 ®
Ambos os sistemas estão operando a 56 kbit/s e com taxa de erro de bit média de
1,1802u10í4 em canal AWGN, sob influência da mesma intensidade de ruído. Quanto
de potência média de transmissão a mais está sendo necessário no sistema B em
relação ao sistema A?
Solução
Para a modulação do sistema A tem-se:
1 Eb ¬ 1 Eb ¬
Pe BER erfc º 1,1802 q104 erfc .
2 N0 ® 2 N0 ®
Da Tabela A.1, no Apêndice A.1, obtém-se:

1 Eb E
erfc x 1,1802 q104 º x 2, 6 º 2, 6 º b 6, 76 ! 8,30 dB.
2 N0 N0
Para a modulação do sistema B tem-se:

1 E ¬ 1 E ¬
Pe BER exp b º 1,1802 q104 exp b
2 N 0 ® 2 N 0 ®
E ¬ E
2,3604 q104 exp b º b ! 8,35 ! 9, 22 dB.
N 0 ® N0
Como a intensidade de ruído nos dois casos é a mesma, a diferença de potência

corresponde à diferença nos valores de Eb/N0, em dB. Então será necessário aproxi-
madamente 1 dB de potência de transmissão a mais no sistema B em relação ao
sistema A para atingir uma BER = 1,1802u10í4.
17. Um sistema com modulação BPSK tem em seu receptor um sistema de extração de
sincronismo de portadora imperfeito que gera a função base local com defasagem de 15º
em relação à portadora do sinal recebido. Assim, dependendo do bit transmitido, o
sinal recebido é ±(2/Tb)1/2cos(2Qfct), desconsiderando-se a influência do ruído, e a

função base utilizada no receptor é ±(2/Tb)1/2cos(2Qfct + 0,262). Nestas condições,
calcule y, o valor da amostra de saída do correlator do receptor no momento de
decisão.
Solução
Tb
y o¨ 2 / Tb cos(2Q f c t ) 2 / Tb cos(2Q f c t R ) dt
0
2 Tb
o
Tb ¨0 cos(2Q f c t ) cos(2Q f c t R ) dt
2 1
Tb
o
Tb ¨0 2 < cos(R ) cos(4Q f c t R ) >dt
2 Tb 1 Tb 1 ¯
o ¡¨ cos(R ) dt ¨ cos(4Q f c t R ) °
Tb ¡¢ 0 2 0 2 °±
2 T ¯
o ¡ b cos(R ) 0 ° o cos(R ) o cos(0, 262) o 0,966 V.
Tb ¡¢ 2 ±°
18. Pretende-se transmitir um feixe de dados a 1 Mbit/s utilizando uma modulação QPSK
com mapeamento Gray. Pedem-se:
a) Calcule a largura de faixa necessária no canal, sabendo que o sinal QPSK foi
transmitido após passar por um filtro cuja faixa de passagem corresponde à banda
do lobo principal do sinal modulado.
b) Calcule a probabilidade de erro de bit média, sabendo que a potência média do
sinal transmitido é de 8 mW, que a densidade espectral de potência do ruído na
entrada do receptor é de 109 W/Hz e que o canal de comunicação atenua a
potência do sinal em 3 dB.
19. Teça comentários sobre o que se ganha e o que se perde na escolha de uma
modulação com detecção não coerente em detrimento de uma modulação idêntica,
porém com detecção coerente.
20. Responda por que a expressão de cálculo da probabilidade de erro de símbolo para a
modulação M-PSK, equação (113), vale somente para M 4. Dica: faça uma análise
comparativa via limitante de união para BPSK e para M-PSK.
21. A expressão de cálculo da probabilidade de erro de símbolo para a modulação QPSK,
determinada via limitante de união, é
Eb ¬ 1 2E ¬.
Pe ! erfc erfc b
(123)
N0 ® 2 N 0 ®
Para a dedução desta expressão foram considerados os erros para todos os símbolos e
não somente para os símbolos vizinhos. Com relação a esta expressão, pedem-se:
a) Demonstre sua validade.

b) Demonstre, por meio de um exemplo, que para altos valores de Eb/N0 tal
expressão pode ser aproximada para
Eb ¬
Pe ! erfc . (124)
N0 ®
Solução
a) Como a constelação é circularmente simétrica em torno da origem, podemos
tomar qualquer um dos símbolos como referência. Por simples trigonometria
obtemos as distâncias euclidianas de interesse mostradas na Figura 14.18.
Figura 14.18 - Constelação QPSK.
Então, tomando o símbolo de índice i = 1 como referência, teremos:

M d ¬ 1 4 d ¬ 1 2 E 2 ¬ 2 E ¬¯
Pe b erfc ik ! erfc 1k
= 2 ¡¡ 2erfc 2 N erfc ° ,

k 1 2 N0 ® 2 k 2 2 N 0 ® ¢ 0 ® 2 N 0 ® °±

k vi
que, após simplificação, resulta na expressão (123).

b) Em altos valores de Eb/N0 as probabilidades de erro de símbolo e de bit assumem
valores pequenos. Vamos então escolher o valor de (1/2)erfc(x) = 2,0348u10–4, o
que leva a x = 2,5. Então, se fizermos (Eb/Tb)1/2 = 2,5 teremos
Eb ¬
erfc erfc 2,5 2 q 2, 0348 q104 4, 0696 q104.
N0 ®
Então,
1 2E ¬ 1 Eb ¬ 1 1
erfc b
2 erfc 2 N 2 erfc 2 q 2,5 erfc 3,535 ! 2, 6 q 107.
2 N 0 ® 0 ® 2
Perceba que, de fato, o valor 2,6u10–7 é muito menor que 4,0696u10–4, o que justifica
desprezar o segundo termo na expressão de Pe.

15
Modulações M-QAM
com Detecção Coerente
Este capítulo trata das modulações da família M-QAM (M-ary quadrature

amplitude modulation), um caso especial das modulações que combinam chaveamento
de amplitude com chaveamento de fase (APK - amplitude and phase keying). No
capítulo, analisam-se os sinais modulados, as funções base e os espaços de sinais, as
probabilidades de erro de símbolo e de bit, os processos de geração dos sinais modu-
lados e de demodulação com detecção coerente, as densidades espectrais de potência e
as eficiências espectrais dessas modulações.
15.1 Modulações da família M-QAM

As modulações da família M-QAM podem ser agrupadas em duas categorias, de
acordo com o aspecto geométrico das suas constelações: modulações M-QAM com
constelação quadrada e modulações M-QAM com constelação não quadrada.
15.1.1 Modulações M-QAM com constelação quadrada

As constelações M-QAM quadradas recebem essa denominação porque a disposição
dos símbolos tem o aspecto de um quadrado. Nessas constelações, o número de bits por
símbolo é sempre par. Uma constelação M-QAM quadrada pode ser formada pelo produ-
to cartesiano entre duas constelações componentes L-PAM, sendo L2 = M.
O produto cartesiano é um produto direto entre conjuntos. Especificamente, o
produto cartesiano entre o conjunto X dos pontos em um eixo x e o conjunto Y dos pontos
de um eixo y, denotado por X×Y, é o conjunto de todos os pares ordenados nos quais o
primeiro elemento pertence a X e o segundo elemento pertence a Y. Matematicamente,
X q Y {( x , y ) | x X e y Y }. (125)
Percebe-se que o número de pares ordenados no conjunto X×Y é igual ao produto

entre o número de elementos em X e o número de elementos em Y.

Exemplo 15.1
Vamos construir uma constelação para a modulação 16-QAM. Perceba que
k = log2M = log216 = 4, ou seja, o número de bits por símbolo é par. De acordo com o
exposto, se L2 = M teremos constelações componentes 4-PAM. A Figura 15.1 mostra
uma dessas constelações 4-PAM, em que d é a distância euclidiana entre os símbolos
vizinhos e E0 é a menor energia de símbolo da constelação L-PAM.
Figura 15.1 - Constelação 4-PAM.
Neste exemplo, considerando apenas as constantes multiplicadoras do valor d/2 em

cada símbolo 4-PAM na Figura 15.1, teremos as seguintes combinações:
3, 3 1, 3 1, 3 3, 3 ¯
¡ °
¡ 3,1 1,1 1,1 3,1 °
\ ai , bi ^ ¡¡ °.
°
3, 1 1, 1 1, 1 3, 1
¡ °
¡ 3, 3 1, 3 1, 3 3, 3 °
¢ ±
Utilizando essas coordenadas em um espaço bidimensional, obtemos a constelação

16-QAM desejada, a qual é mostrada na Figura 15.2. Veja que o valor de E0 definido
anteriormente também pode ser interpretado como o quadrado da projeção do símbolo de
menor energia da constelação M-QAM resultante em um dos eixos.
Figura 15.2 - Constelação 16-QAM.
Modulações M-QAM com Detecção Coerente 169

Como visto no Capítulo 12, uma forma de garantir o mapeamento Gray em uma
constelação quadrada, como aquela mostrada na Figura 15.2, consiste em fazer um
mapa de Karnaugh com L linhas e L colunas, pois temos M = L2 símbolos. Depois basta
transferir os conjuntos de bits do mapa, nas suas posições relativas originais, diretamente
para os símbolos da constelação. O mapa da Tabela 12.1 já aplicado à Figura 15.2 ilustra
a aplicação desta regra para a modulação 16-QAM.
15.1.2 Modulações M-QAM com constelação não quadrada

A constelação M-QAM não quadrada, como o nome sugere, tem forma geométrica
não quadrada. Surge quando o número de bits por símbolo é ímpar, impedindo que se
forme um quadrado ao dispor os símbolos no plano euclidiano. Além disso, uma
constelação não quadrada não pode ser formada pelo produto cartesiano das coordenadas
de duas constelações unidimensionais PAM. Adicionalmente, não é possível garantir
mapeamento Gray completo (para todos os símbolos vizinhos mais próximos) em uma
constelação M-QAM não quadrada.
Existem inúmeras maneiras de arranjar os símbolos de uma constelação M-QAM não
quadrada. Uma delas é ilustrada pela Figura 15.3, sendo k = log2M o número de bits por
símbolo, inicialmente 2k–1 símbolos são distribuídos numa forma geométrica quadrada.
Em seguida, blocos de 2k–3 símbolos são dispostos acima, abaixo e aos lados da geometria
quadrada anteriormente obtida. Devido à sua forma, a constelação resultante é conheci-
da como constelação cruzada (cross constellation).
Figura 15.3 - Constelação cruzada. Adaptada de Guimarães (2009).
Exemplo 15.2
Vamos construir uma constelação para a modulação 32-QAM. Como M = 32, temos
k = 5 bits por símbolo, indicando que não se pode formar uma constelação quadrada.
Utilizando a regra descrita anteriormente, obteremos como resultado a constelação da
Figura 15.4. Note que, assim como na constelação quadrada, o valor de E0 pode ser
determinado como o quadrado da projeção do símbolo de menor energia da constelação
resultante em um dos eixos.

Figura 15.4 - Constelação cruzada 32-QAM.
15.1.3 Sinal modulado e funções base para as modulações M-QAM

Os símbolos da modulação M-QAM podem ser representados por
2 E0 2 E0
si ( t ) a cos 2 Q f c t b sen 2 Q f c t , (126)
i 1,2,3, ..., M
T i T i
em que 0 d t < T e ai , bi = ±1, ±3,…, ±(L1) . Os valores de {ai , bi}, após multiplicação
por d/2 = (E0)1/2, formam as coordenadas dos vetores sinais.
Devido ao fato de os valores de {ai , bi} variarem em amplitude, podemos interpretar
o sinal modulado como a composição de sinais modulados em amplitude, operando com
portadoras em quadratura. Isso de certa forma justifica o nome dado à modulação QAM,
ou seja, modulação por amplitude em quadratura (quadrature amplitude modulation).
Por meio da expressão (126) percebe-se nitidamente que as funções base para as
modulações M-QAM são idênticas àquelas já determinadas para as modulações M-PSK
para M > 2, as quais são dadas na expressão (108).
15.1.4 Probabilidade de erro de símbolo e de bit para modulações M-QAM

com constelação quadrada
O cálculo da probabilidade de erro de símbolo para uma modulação M-QAM para
qualquer valor de M é uma tarefa que pode ser bastante complexa, mesmo utilizando o
limitante de união. Além disso, mesmo que consigamos encontrar expressões para cada
um dos valores de M, dificilmente encontraremos uma única forma generalizada de
representação de todas as expressões encontradas para qualquer valor de M. Por esta
razão apresentamos a seguir uma das possíveis expressões de cálculo de Pe, determinada
com uso do limitante de união nas constelações L-PAM componentes de constelações
quadradas (ver Exercício 4 do Capítulo 11). Em seguida apresentamos uma expressão
para constelações não quadradas.

Para modulações M-QAM com constelação quadrada tem-se (GUIMARÃES, 2009,
Seção 6.3.6)
1 ¬ 3E ¯ 1 ¬ 3log 2 M E b ¯
Pe ! 2 1 erfc ¡ ° 2 1 erfc ¡ °, (127)
M ® ¡¢ 2 M 1 N 0 ±° M ® ¡ 2 M 1 N °
¢ 0 ±
em que a energia média por símbolo, E, pode ser calculada a partir de M e de E0 por meio de
2( M 1) E0
E . (128)
3
Perceba que, se M = 4, a expressão (127) se reduz à expressão de cálculo da Pe para a

modulação QPSK, que é um caso especial da modulação M-QAM quadrada para M = 4.
A probabilidade de erro de bit depende do mapeamento símbolo-bit. Se utilizarmos o
mapeamento Gray em todos os símbolos vizinhos mais próximos, para altos valores de
Eb/N0 teremos a aproximação
Pe
BER ! . (129)
log 2 M
15.1.5 Probabilidade de erro de símbolo e de bit para modulações M-QAM

com constelação não quadrada
Pelas mesmas razões citadas no caso das modulações M-QAM com constelação
quadrada, para constelações não quadradas cruzadas vamos apenas fornecer uma
expressão de cálculo de Pe, sem prova. Para altos valores de Eb/N0, a probabilidade de
erro de símbolo é dada por (CIOFFI, 1998)
¯ 96 log M E ¬
1 ¬ erfc ¡ 1 ¬ erfc
E0
Pe ! 2 1 ° 2 1 2 b . (130)
2M ® ¡ N0 ° 2M ® 62 M 64 N ®
¢ ± 0
Nesta expressão fez-se uso da relação exata entre E e E0 para constelações cruzadas:
31 ¬ 2E
E M 1 0 . (131)
32 ® 3
Por não conseguirmos atribuir o mapeamento Gray em todos os símbolos vizinhos

mais próximos em uma constelação M-QAM não quadrada, a probabilidade de erro de bit
será sempre maior que Pe/log2M, mesmo para altos valores de Eb/N0. Obviamente, quanto
mais diferente do mapeamento Gray fizermos o mapeamento de uma constelação
M-QAM não quadrada, mais distante de Pe/log2M será a BER.

15.1.6 Geração e demodulação com detecção coerente de um sinal M-QAM
com constelação quadrada
Geração de um sinal M-QAM com constelação quadrada
Observando a expressão (126) e o fato de que para constelações quadradas temos
sempre um número par de bits por símbolo, podemos implementar um modulador
M-QAM somando dois sinais L-PAM em quadratura, cada um transportando metade do
número de bits por símbolo. A Figura 15.5 (a) ilustra a estrutura do modulador M-QAM
para constelações quadradas, construído segundo este raciocínio.
O modulador I&Q identificado na parte (a) da Figura 15.5 é mostrado em detalhes na
parte (b). Perceba que a estrutura desse bloco tem aparecido com frequência nos modula-
dores apresentados até aqui, e ainda aparecerá outras vezes no restante do livro. Por esta
razão se dá a esta estrutura uma atenção especial neste momento. Note que, controlando
os valores dos coeficientes aplicados às entradas I e Q, é possível gerar os símbolos de
qualquer modulação bidimensional que utilize portadoras em quadratura (cossenoidal e
senoidal). Para gerar os coeficientes, basta implementar na entrada do modulador I&Q
um circuito do tipo LUT que, a partir de cada grupo de k = log2M bits, gerará as
coordenadas adequadas em função da posição geométrica desejada para cada símbolo.
Em caráter complementar, vale mencionar que se pode adquirir com certa facilidade
o componente modulador I&Q em lojas especializadas ou de fabricantes de componentes
para telecomunicações.
Figura 15.5 - (a) Geração de um sinal M-QAM com constelação quadrada (b) modulador I&Q.
Demodulação com detecção coerente de um sinal M-QAM com

constelação quadrada
De acordo com a estrutura do modulador da Figura 15.5 (a), para um sinal M-QAM
com constelação quadrada, devemos realizar a demodulação e a decisão de dois sinais

L-PAM em quadratura. A Figura 15.6 ilustra essa implementação. Perceba que na saída
de cada elemento de decisão L-PAM temos a decisão por (log2M)/2 = log2L bits. Após a
conversão para a forma serial teremos a estimativa dos bits de informação transmitidos.
Para a decisão pelos dois conjuntos de log2L bits, os valores de x1 e x2 são comparados
com L – 1 limiares de decisão.
Figura 15.6 - Demodulador de um sinal M-QAM com constelação quadrada.

15.1.7 Geração e demodulação com detecção coerente de um sinal M-QAM

com constelação não quadrada
Geração de um sinal M-QAM com constelação não quadrada
Como visto anteriormente, para constelações não quadradas não há como gerar o
sinal M-QAM somando dois sinais L-PAM, pois o número de bits por símbolo é ímpar e,
desta forma, para implementar o modulador não podemos dividir a saída do conversor
S/P em dois ramos transportando o mesmo número de (log2M)/2 bits, como é o caso
ilustrado na Figura 15.5 (a). Portanto, o que resta fazer é gerar os coeficientes dos vetores
sinais diretamente por meio de uma LUT, a partir do conjunto de log2M bits de saída do
conversor S/P, assim como fizemos na geração dos símbolos da modulação M-PSK,
Figura 14.13. A Figura 15.7 ilustra a implementação do modulador M-QAM com cons-
telação não quadrada.
Figura 15.7 - Geração de um sinal M-QAM com constelação não quadrada.
De fato, a estrutura mostrada na Figura 15.7 se presta à geração de sinais M-QAM

com qualquer tipo de constelação. Mais que isso, implementando adequadamente a

LUT, com essa estrutura é possível gerar os símbolos de qualquer modulação bidimen-
sional que tenha as mesmas funções base aqui consideradas.
Demodulação com detecção coerente de um sinal M-QAM com

constelação não quadrada
Em termos de recepção de um sinal M-QAM com constelação não quadrada, também
não é possível implementar o demodulador combinando dois demoduladores L-PAM,
como ilustrado na Figura 15.6. Sendo assim, resta realizar uma estrutura similar àquela
que foi utilizada para a demodulação de um sinal M-PSK, Figura 14.14. A Figura 15.8
ilustra o receptor resultante, no qual podemos perceber que a única diferença com relação
ao receptor M-PSK reside na necessidade de subtração de metade da energia de cada
símbolo no processo de decisão, pois para as modulações M-QAM as energias dos
símbolos não são todas iguais. Obviamente, os vetores sinais operados em cada processo
de decisão são diferentes de uma modulação para a outra.
Figura 15.8 - Demodulador generalizado de um sinal M-QAM. Adaptada de Guimarães (2009).

das modulações M-QAM
Tanto a densidade espectral de potência quanto a eficiência espectral das modulações
da família M-QAM são idênticas àquelas determinadas para as modulações da família
M-PSK, expressas nas equações (120) e (121), respectivamente. Como exercício,
justifique matematicamente esta afirmação.
15.2 Comparação entre modulações M-PSK e M-QAM

A Figura 15.9 apresenta curvas de probabilidade de erro de símbolo para várias
modulações M-PSK e M-QAM. Note que, para M 8, as modulações M-QAM têm
menor Pe que as correspondentes modulações M-PSK. Entretanto, para M = 8 utiliza-se
mais na prática a modulação 8-PSK em vez de 8-QAM, já que a diferença de desempenho
não é tão grande e a modulação 8-PSK tem a vantagem de ter símbolos com mesma
energia, facilitando o projeto do receptor. No caso das modulações QAM, as diferenças
nas energias dos símbolos demandam o uso de circuitos especiais para que as compen-
sações de energia do receptor sejam implementadas. Tais circuitos são comumente

utilizados para operar sobre o sinal de realimentação da malha de controle automático de
ganho (CAG) do receptor. Esse sinal varia de forma proporcional à potência do sinal
recebido, permitindo que os valores de compensação de energia possam ser determinados.
Figura 15.9 - Curvas de probabilidade de erro de símbolo para várias modulações M-PSK e M-QAM.

1. Esboce a densidade espectral de potência dos sinais modulados BPSK, QPSK e
8-PSK, admitindo que a energia média por símbolo seja unitária e que a taxa de
transmissão seja de 1.000 bit/s em todas elas. Comente os resultados.
2. Criar uma constelação 4-QAM e uma constelação 8-QAM utilizando as regras
ilustradas no texto. Comentar a constelação 4-QAM em comparação com uma cons-
telação QPSK.
3. Por que, na justificativa para cálculo da BER para a modulação M-QAM quadrada,
foi dito que apenas para altos valores de Eb/N0 a BER é dada por Pe/log2M ?
4. Verifique se um demodulador M-QAM para constelação não quadrada pode ser
utilizado para demodular um sinal M-PSK. Verifique se o contrário pode ser feito, ou
seja, se um demodulador M-PSK pode ser utilizado para demodular um sinal
M-QAM. Justifique.
5. Como podemos utilizar um modulador I&Q para gerar um sinal BPSK?
6. Determine os possíveis valores de I e Q para que um sinal QPSK com símbolos de
energia 0,002 joule e taxa de 1.000 bit/s possa ser gerado com o um modulador I&Q,
admitindo que a portadora de entrada tenha amplitude de pico unitária.

7. Dada a constelação da Figura 15.10, correspondente a uma modulação 16-QAM com
símbolos equiprováveis, pedem-se:
a) Calcule a energia média da constelação.
b) Calcule a probabilidade de erro de símbolo média em função da densidade
espectral de potência de ruído.
c) Estime a probabilidade de erro de bit média em função da probabilidade de erro
de símbolo média, supondo que o mapeamento Gray estivesse sendo seguido.
d) Responda se a probabilidade de erro de bit média real será aproximadamente
igual, menor ou maior em comparação com aquela estimada no item (c) deste
exercício. Justifique sua reposta.
Figura 15.10 - Constelação 16-QAM do exercício 7.
Solução
a) A energia média da constelação 16-QAM pode ser determinada a partir das duas
constelações 4-PAM componentes, sabendo que, para o caso em questão, E0 = 1,
e usando a expressão (128), temos E = 10 J.
b) A probabilidade de erro de símbolo média é dada por
1 ¬ 3E ¯
Pe ! 2 1 erfc ¡ °
M ® ¡¢ 2 M 1 N 0 °±
1 ¬ 3 q 10 ¯ 3 1 ¯
2 1 erfc ¡ ° erfc ¡ °.
16 ® ¡¢ 2 16 1 N 0 °± 2 ¡¢ N 0 °±

c) Se o mapeamento utilizado na constelação fosse do tipo Gray, a BER poderia ser
estimada por: BER = Pe/log2M, o que levaria a
Pe P 3 1 ¯
BER ! ! e ! erfc ¡ °.
log 2 M 4 8 ¡¢ N 0 °±
d) A probabilidade de erro de bit média será maior que aquela dada no item anterior,
posto que o mapeamento Gray entre símbolos vizinhos mais próximos não está
sendo garantido em toda a constelação.
banda de, no máximo, 25 kHz. É necessário que o sistema consiga dar vazão a
50 kbit/s e que a modulação utilizada leve a uma taxa de erro de bit de, no máximo,
1u103, consumindo a menor potência média possível da fonte de alimentação.
Pedem-se:
a) Escolha uma modulação capaz de atender aos requisitos mencionados. Apresente
os cálculos ou justificativas utilizadas na sua escolha.
b) Para a modulação selecionada, determine o valor de Eb/N0 mínimo que atenda à
taxa de erro de bit imposta.
Solução
a) Definindo que a banda ocupada pelo sinal modulado e filtrado corresponde à
distância de nulo a nulo no espectro do sinal modulado (lobo principal), tem-se
que 2/T d 25 kHz, o que leva a T t 80 Ps. Se a taxa de bits é de 50 kbit/s, a
duração de um bit vale Tb = 1/50.000 = 20 Ps. Então o número de bits por
símbolo deve ser T/Tb t 4 bit/símbolo. Portanto, usando uma modulação com
4 bits por símbolo, atende-se aos requisitos de banda e taxa de transmissão.
Dentre as modulações estudadas pode-se escolher a 16-QAM, que proporciona
também o desempenho adequado com menor consumo de potência se comparada
à modulação 16-PSK.
b) Usando a expressão de probabilidade de erro de símbolo da modulação M-QAM
para M = 16 e admitindo mapeamento Gray, tem-se
Pe 1 ¬ 3E ¯
BER , em que Pe ! 2 1 erfc ¡¡ °.
log 2 M M® ¢ 2 M 1 N 0 °±
Pe
Então, 1q103 º Pe 4 q103 .
log 2 16
Levando este valor à expressão de Pe e extraindo o valor da energia média da

constelação (energia média por símbolo) E, tem-se
8 q103 E ¯
! erfc ¡ °.
3 ¡¢ 10 N 0 °±

Usando a Tabela A.1 no Apêndice A.1, obtemos
E E
2,12 º ! 45.
10 N 0 N0
Então, o valor de Eb/N0 mínimo pode ser calculado por
Eb E 45
11,25 10,5 dB.
N0 N 0 log 2 M 4
9. Para a mesma energia média por símbolo, a partir de que valor de M a modulação
M-QAM suplanta a modulação M-PSK em termos de taxa de erro de bit? Pede-se que
os cálculos realizados sejam apresentados. Dica: arbitre valores para M e para E/N0,
calcule e compare os valores de BER.
10. Considere um receptor de um sinal M-QAM, como ilustrado na Figura 15.8. Suponha
que você tenha acesso a um sinal z(t) oriundo de um sistema de controle automático
de ganho (CAG), cuja amplitude é inversamente proporcional à potência média do
sinal recebido. Conhecendo a taxa de símbolos, discuta com um colega uma maneira
de processar o sinal z(t) de forma que os valores das energias dos símbolos sejam
estimados e utilizados no processo de compensação de energias (subtração de metade
de seus valores) no receptor da Figura 15.8. Para complementar, discuta também
sobre a necessidade de algum ajuste nos valores dos coeficientes dos vetores sinais
operados pelos produtos internos anteriores à compensação de energias.
11. Suponha que a Figura 14.16 (a) represente o espectro, idêntico, de três sinais
modulados M-PSK, correspondentes a três sistemas de comunicação digital operando a
50 Mbit/s, 100 Mbit/s e 200 Mbit/s, respectivamente. Tomando como convenção que
a banda ocupada pelo sinal modulado e filtrado corresponde à distância de nulo a nulo
do lobo principal do espectro do sinal, pedem-se:
a) A taxa de sinalização das modulações.
b) Os valores de M das modulações.
c) A eficiência espectral das modulações.
12. Analisando o diagrama do demodulador M-QAM da Figura 15.6, percebe-se que ele é
composto por dois demoduladores L-PAM, com L = M1/2, os quais funcionam de forma
independente um do outro, ou seja, demodulam sequências independentes de símbolos.
Assim, um erro de símbolo ocorre quando ambos ou um dos demoduladores L-PAM
erram. Sabendo que a probabilidade de ocorrência de eventos independentes é o
produto das probabilidades individuais de ocorrência dos eventos, mostrar que a
probabilidade de erro de símbolo para uma modulação M-QAM quadrada em situação
de alta relação sinal-ruído é dada pela equação (127). Dica: Perro = 1 – Pacerto.

Solução
Se um erro de símbolo M-QAM ocorre quando ambos ou um dos demoduladores
L-PAM erram, um acerto ocorre quando ambos acertam. Então a probabilidade de
acerto de um símbolo M-QAM é o produto das probabilidades de acerto dos L-PAM.
Assim, a probabilidade de erro de símbolo da modulação M-QAM será:
2
M 1 E ¬¯
°
Pe 1 ¡ 1 erfc 0

¡ M N0 ® ±°
¢
2( M 1) E ¬ M 1 ¬2 ¬
erfc 0
erfc 2 E0 .
M ® N ®
M N 0 ® 0
Como a relação sinal-ruído é alta, o valor da função erfc será << 1 e o termo da
direita pode ser desprezado, levando a:
2( M 1) E ¬ 1 ¬ 3log 2 M Eb ¯
Pe ! erfc 0
2
1 erfc ¡ °.

® ¡ 2 1 °
M N 0 ® M ¢ M N 0 ±
13. Suponha que os valores de (a1 , b1) = (3, 3) e (a2 , b2) = (3, 1) são utilizados para
gerar os símbolos s1(t) e s2(t) de um sinal M-QAM. Determine os vetores sinais s1 e s2.
Solução
Modificando a expressão do sinal M-QAM para:
2 2
si (t ) ai E0 cos 2Q f ct bi E0 sen 2Q f c t
i 1,2,3,..., M
T T
Observamos que os coeficientes ficam destacados, ou seja:
s ¯ a E0 ¯
si ¡ i1 ° ¡ i ° , o que leva a
¡¢ si 2 °± ¡ b E °
¢ i 0±
s ¯ 3 E 0 ¯ s ¯ 3 E0 ¯
s1 ¡ 11 ° ¡ ° e s ¡ 21 ° ¡ °.
¡¢ s12 °± ¡ 3 E ° 2 ¡¢ s22 °± ¡ E °
¢ 0± ¢ 0 ±

16
Modulações M-FSK
com Detecção Coerente
Neste capítulo são abordadas as modulações da família M-FSK (M-ary frequency

shift keying) com detecção coerente. São analisados os sinais modulados, as funções base
e os espaços de sinais, as probabilidades de erro de símbolo e de bit, os processos de
geração dos sinais modulados e de demodulação com detecção coerente, as densidades
espectrais de potência e as eficiências espectrais dessas modulações.
16.1 Modulação BFSK

Na modulação BFSK (binary frequency shift keying), ou 2-FSK, cada um dos bits de
informação é representado por um tom. Em outras palavras, o bit 0 é representado por uma
portadora de magnitude constante e frequência f1 e o bit 1 é transportado por uma portadora
de magnitude constante e frequência f2. A separação entre as frequências dos tons é tal que
garanta que os símbolos s1(t) e s2(t) sejam ortogonais entre si dentro do intervalo de bit.
Como vimos no início dos estudos sobre a transmissão em banda passante, essa
modulação pode ser vista como a versão digital da modulação FM (frequency
modulation).
O sinal modulado BFSK é uma sucessão de símbolos si(t) correspondentes a tons de
frequência fi determinada pelo bit de informação que se deseja transmitir, ou seja,
£¦ 2 E
¦¦ b
cos 2Q f i t , 0 b t Tb
si (t ) ¦¤ Tb (132)
i 1,2
¦¦
Dependendo da escolha do par de tons, pode-se ou não garantir que os símbolos
sejam ortogonais. Adicionalmente, se as frequências desses tons não forem escolhidas
adequadamente, quando se comuta de um bit de informação para outro é possível ter,
além da desejada mudança de frequência, uma indesejada mudança abrupta de fase,
denominada descontinuidade de fase. Mudanças abruptas de fase fazem com que o
espectro de um sinal FSK tenha maiores intensidades nas suas componentes de
frequência elevada, diminuindo a concentração da potência do sinal na banda de maior
interesse, que normalmente é a banda do lobo principal ou uma fração desta. Portanto, é
desejável que se garanta continuidade de fase da portadora modulada quando da
mudança de um símbolo para o próximo.
Modulações M-FSK com Detecção Coerente 181

A Figura 16.1 ilustra as situações de continuidade de fase e de mudança abrupta de
amplitude ou descontinuidade de fase em um sinal BFSK. Na parte superior desta
figura são mostrados os sinais BFSK no domínio do tempo e na parte inferior as
correspondentes DEPs. Note que uma ligeira descontinuidade de fase foi capaz de
produzir uma significativa elevação na DEP do sinal modulado em frequências mais
distantes da frequência central do espectro. Um sinal FSK com fase descontínua, ao
atravessar o filtro de transmissão, produziria mais interferência fora da faixa (inter-
ferência de canal adjacente) que um sinal FSK com fase contínua com mesma potência
total e filtrado pelo mesmo filtro.
Figura 16.1 - Sinais BFSK com fase contínua e com fase não contínua. Adaptada de Guimarães (2009).
Para que se mantenha a ortogonalidade entre os símbolos da modulação BFSK e ao

mesmo tempo se garanta a continuidade de fase, a frequência dos tons deve ser escolhida
de acordo com21:
nc i
fi , nc inteiro, i 1, 2. (133)
Tb
Neste caso tem-se uma modulação BFSK que faz parte de uma família de modulações
com continuidade de fase denominada CPM (continuous phase modulation), adquirindo em
algumas referências bibliográficas o nome de CPFSK (continuous phase frequency shift
keying). O valor de nc apenas localiza o espectro do sinal BFSK no espectro de frequências,
ou seja, um valor pequeno de nc localiza o espectro na região de frequências mais baixas e
um valor mais alto o localiza na região de frequências mais altas.
Perceba na parte superior esquerda da Figura 16.1 que, por possuir um número
inteiro de ciclos no intervalo de símbolo, de acordo com (133), os tons de frequência f1
e f2 sempre iniciarão e terminarão na mesma fase (módulo 2Q), fazendo com que se
mantenha a continuidade de fase do sinal modulado quando da mudança de um símbolo
para o próximo. Veja que isso não acontece na forma de onda da parte superior direita
da Figura 16.1.
21
Veremos mais adiante que a separação entre as frequências dos tons de um múltiplo inteiro da taxa de símbolos
mantém a continuidade de fase quando os símbolos são gerados literalmente comutando-se entre os tons de diferentes
frequências.

16.1.1 Funções base para a modulação BFSK
Vamos agora determinar as funções base para a modulação BFSK, tarefa bastante
simples dado que sabemos que se trata de uma sinalização com símbolos ortogonais.
Desta forma, as funções base serão as próprias formas de onda dos símbolos, norma-
lizadas para que passem a ter energia unitária:
2
Gi (t ) cos 2Q f i t . (134)
i 1,2
Tb
16.1.2 Constelação para a modulação BFSK

Por se tratar de uma modulação bidimensional, ortogonal e binária, sua constelação
contém dois símbolos, cada um localizado sobre um dos eixos G1 e G2. A Figura 16.2
ilustra a constelação da modulação BFSK. Na figura ainda são mostradas as regiões de
decisão e a distância euclidiana entre os símbolos.
Figura 16.2 - Constelação BFSK.
16.1.3 Probabilidade de erro de símbolo e de bit para a modulação BFSK

A probabilidade de erro de símbolo para a modulação BFSK com símbolos
equiprováveis pode ser facilmente obtida por meio do limitante de união ou usando as
propriedades de invariância da probabilidade de erro de símbolo com a rotação e com
a translação da constelação. A seguir vamos realizar os cálculos pelos dois métodos.
Como a probabilidade de erro de símbolo condicionada ao envio de cada símbolo,
Pe(mi), é a mesma para qualquer símbolo, podemos tomar qualquer um dos dois símbolos
como referência na expressão do limitante de união. Assim, como a Pe obtida via limi-
tante converge para a Pe real para altos valores de Eb/N0, teremos,
1 M
1 M
1 M d ¬
Pe
M Pe mi ! M 2 erfc 2 ikN
®
i 1 i 1 k 1 0
k vi
(135)
1 M d ¬ 1 2 E ¬
erfc ik erfc b
2 N ® ,
2 k 1 2 N0 ® 2
0
k vi

o que leva a
1 E ¬
Pe BER ! erfc b
. (136)
2 2N0 ®
De forma alternativa, realizando simultaneamente uma rotação e uma translação nos
símbolos da modulação BFSK, podemos colocá-los simetricamente dispostos em um
único eixo em relação à origem, conforme ilustra a Figura 16.3.
Figura 16.3 - Constelação BFSK rotacionada e transladada.
Desta forma passamos a ter uma constelação equivalente a uma sinalização antipodal
para a qual podemos utilizar a expressão exata já conhecida para Pe:
1 Eb a ¬ 1 2 E 4 ¬ 1 E ¬

Pe BER erfc erfc b erfc b
. (137)
2 N0 ® 2 N 0 ® 2 2 N 0 ®
Vamos agora comparar a probabilidade de erro de símbolo Pe e a distância euclidiana
entre os símbolos para a modulação BFSK com a Pe e a distância euclidiana entre os
símbolos para a modulação BPSK. Perceba que a distância euclidiana, para uma mesma
energia média por símbolo, é menor para a modulação BFSK, o que justifica seu
desempenho inferior à modulação BPSK. Em números, para que a modulação BFSK
atinja a mesma probabilidade de erro de símbolo ou de bit produzida pela modulação
BPSK, para a mesma densidade espectral de potência de ruído, ela terá de operar com o
dobro de potência média em relação ao BPSK, ou seja, 3 dB a mais.
16.1.4 Geração e demodulação com detecção coerente de um sinal BFSK

Geração de um sinal BFSK
A Figura 16.4 mostra o diagrama de blocos de um modulador BFSK que utiliza o
processo de chaveamento direto (ou seleção direta) dos tons. Desde que a regra em (133)
para determinação das frequências dos tons seja obedecida, tal modulador tem como
tarefa simplesmente selecionar um dentre os dois tons cossenoidais para transmissão,
dependendo do bit de informação. Para o diagrama em questão, quando o bit de
informação for 1, o tom de frequência f1 será transmitido. Quando o bit de informação for
0, será selecionado o tom de frequência f2 para transmissão.

Figura 16.4 - Modulador BFSK.
Para o modulador em questão, em vez de dois osciladores pode-se utilizar um VCO

(voltage-controlled oscillator) alimentado com um sinal bipolar. Tal VCO terá frequência
de oscilação livre (para entrada nula) igual a fc. Para uma separação de 1/Tb entre os tons,
quando for aplicado um sinal positivo (bit 1) à sua entrada, a frequência de oscilação irá
para fc + 1/(2Tb); quando for aplicado um sinal negativo (bit 0), a frequência de oscilação
irá para fc 1/(2Tb), ou vice-versa. Se o sinal de entrada tiver amplitude ±1 volt, isso
significa que o ganho do VCO deverá ser de 1/(2Tb) hertz/volts.
Demodulação de um sinal BFSK
No que diz respeito à estrutura de demodulação coerente do sinal BFSK, podemos
realizá-la por meio de simplificação no receptor generalizado: na parte de detecção
teremos dois correlatores já que, por se tratar de uma sinalização com símbolos
ortogonais, N = M = 2. Com relação ao decodificador podemos tecer os seguintes
comentários: teríamos dois ramos, mas nesses ramos estaríamos fazendo a correlação, no
domínio vetorial, entre o vetor observado e os dois vetores sinais, ou seja, xTs1 e xTs2.
Essas operações produzem resultados proporcionais à correlação temporal entre o sinal
recebido e as formas de onda G1 e G2, pois essas funções base nada mais são do que
versões normalizadas das formas de onda s1(t) e s2(t). Portanto, as operações de produto
interno não serão necessárias. Adicionalmente, como as energias dos dois símbolos são
iguais, não se fazem necessárias as subtrações de metade dessas energias. A verificação
do maior valor de correlação pode ser realizada subtraindo x1 de x2 e comparando o
resultado com zero. Como resultado teremos o receptor para a modulação BFSK com
detecção coerente ilustrado na Figura 16.5.
Figura 16.5 - Demodulador BFSK com detecção coerente.

da modulação BFSK
O sinal modulado BFSK em (132), para uma separação de 1/Tb entre as frequências
dos tons, num intervalo de bit pode ser escrito de forma alternativa como
2 Eb 2 Eb Qt ¬
si (t ) cos 2Q f i t º s (t ) cos 2Q f c t o , (138)
Tb Tb Tb ®
i 1,2
em que o sinal “+” corresponde ao símbolo s2(t) e o sinal “–”corresponde ao símbolo

s1(t), ou vice-versa, e a portadora cossenoidal terá frequência fc com valor intermediário
aos valores de f1 e f2.
Aplicando a identidade trigonométrica cos(Į ± ȕ) = cosĮ×cosȕ ‫ ט‬senĮ×senȕ (ver
Apêndice A.2) à expressão (138), teremos
2 Eb Qt ¬ 2 Eb Qt ¬
s t cos cos 2Q f c t B
N sen sen 2Q f c t .
T Tb ® Tb Tb ® (139)
b º0
Indenpendente do º1 Função de
símbolo enviado formatação do pulso
Na expressão (139), a parcela identificada da esquerda será sempre a mesma em

qualquer intervalo de bit, independente do bit que se desejar transmitir. Essa parcela
corresponde a um tom de frequência 1/(2Tb) Hz. Já a parcela identificada da direita é
correspondente a um pulso com formato do semiciclo de um tom senoidal de frequência
1/(2Tb) Hz, que terá sua polaridade dependente do bit a ser transmitido. Tal pulso será
¦£¦ 2 Eb Qt ¬
¦¦ sen , 0 b t Tb
g (t ) ¤ Tb Tb ® (140)
¦¦
Podemos interpretar essa parcela da direita na equação (139) como uma sequência
binária bipolar de pulsos rg(t), em que g(t) tem o formato ilustrado na Figura 16.6, consi-
derando amplitude máxima unitária por simplicidade.
Figura 16.6 - Pulso g(t) da equação (140).
Então, a densidade espectral de potência do sinal BFSK, em banda base, é a DEP

de um tom cossenoidal de frequência 1/(2Tb) Hz e amplitude (2Eb/Tb)1/2, somada à
DEP de uma sequência binária aleatória dos pulsos rg(t), o que leva a

E 1 ¬ 1 ¬¯ 8 Eb cos 2 Q fTb
S BB ( f ) b ¡ E f E f ° . (141)
2Tb ¡¢ 2Tb ® 2Tb ® °± Q 2 4Tb2 f 2 1
2
Para obtenção da DEP do sinal BFSK em banda passante, basta operar com a ex-
pressão de SBB( f ) na equação
1
S BP ( f ) <S f fc S BB f f c >. (142)
4 BB
A Figura 16.7 mostra um esboço da DEP do sinal BFSK. Vale lembrar que esboços
com este aspecto se referem ao que provavelmente veríamos em um analisador de
espectro ou via algum software de simulação. A DEP teórica do sinal modulado é a
função dada diretamente pela expressão teórica correspondente à equação (142). Consulte
a Seção 13.3 para revisitar estes conceitos.
Figura 16.7 - DEP de um sinal BFSK com separação entre as frequências dos tons igual a 1/Tb Hz.
A título de complementação, se fizermos a separação entre as frequências dos tons

igual a 1/(2Tb) Hz, que na verdade é a mínima separação que ainda garantirá
ortogonalidade entre os símbolos da modulação BFSK para detecção coerente
(GUIMARÃES, 2009, Seção 6.4.1), teremos um espectro ainda mais compacto, conforme
ilustra a Figura 16.8. Perceba que, neste caso, não aparecem mais as raias espectrais que
apareciam quando a separação entre as frequências dos tons era de 1/Tb Hz. Esta
modulação é às vezes chamada de FFSK (fast FSK) (GUIMARÃES, 2009, p. 479).
Figura 16.8 - DEP de um sinal BFSK com separação entre as frequências dos tons igual a 1/(2Tb) Hz.

As expressões de eficiência espectral de um sinal BFSK, com separação entre as
frequências dos tons igual a 1/Tb Hz e 1/(2Tb) Hz, serão analisadas na Seção 16.2.4
juntamente com a eficiência espectral de um sinal M-FSK.
16.2 Demais modulações da família M-FSK

A sinalização FSK binária pode ser generalizada de forma que M símbolos possam
ser gerados a partir de M tons ortogonais no intervalo de sinalização de T segundos. Neste
caso temos a modulação M-FSK (M-ary frequency shift keying). Assim como na
modulação BFSK, para que a ortogonalidade entre os símbolos seja mantida, as
frequências dos tons devem estar separadas de um múltiplo inteiro de metade da taxa de
símbolos, ou seja, 1/(2T) (GUIMARÃES, 2009, Seção 6.4.4), o que nitidamente inclui os
múltiplos inteiros de 1/T. Vejamos os detalhes específicos das modulações da família M-
FSK nas subseções a seguir.
16.2.1 Sinal modulado e funções base para as modulações M-FSK

Para uma separação de 1/T Hz entre os tons, garante-se que as transições entre
símbolos adjacentes não provoquem descontinuidade de fase, quando o modulador opera
comutando entre os diferentes tons, tal como acontece com o modulador BFSK da Figura
16.4. Nesse caso, os símbolos da modulação M-FSK podem ser representados por
2E ª 2S º
si (t ) cos « nc i t » , 0 d t T , (143)
i 1, 2 ,3,..., M T ¬T ¼
onde se pode verificar que a frequência do i-ésimo tom é dada por
nc i
fi , nc inteiro. (144)
T
Como na modulação BFSK, o valor de nc apenas localiza o espectro do sinal
modulado na região desejada do espectro de frequências.
Assim como na modulação BFSK, nas outras modulações da família M-FSK têm-se
símbolos ortogonais, ou seja,
T
s iT s j ¨0 si (t ) s j (t ) dt 0, i v j. (145)
Como os símbolos são ortogonais entre si, as funções base podem ser determinadas
simplesmente normalizando as formas de onda de tais símbolos de forma que passem a
ter energia unitária, ou seja,
1
Gi (t ) s (t ). (146)
i 1,2,3, ..., M E i
16.2.2 Probabilidade de erro de símbolo e de bit para as modulações M-FSK

Nas modulações M-FSK com símbolos equiprováveis, além de a probabilidade de
erro condicionada ao envio de cada símbolo, Pe(mi), ser a mesma para qualquer símbolo,
as distâncias euclidianas entre um dado símbolo e os demais são as mesmas e iguais a

(2E)1/2. Adicionalmente sabendo que a Pe obtida via limitante de união converge para a Pe
real para altos valores de Eb/N0, teremos
1 M
1 M M d ¬
Pe
M Pe mi ! 2M 2 ikN
erfc
®
i 1 i 1 k i 0
k vi
(147)
1 M d ¬ M 1 2E ¬
erfc ik erfc .
2 k i 2 N0 ® 2 2 N0 ®
k vi
Então, a probabilidade de erro de símbolo para uma modulação da família M-FSK

com detecção coerente e símbolos equiprováveis pode ser estimada por meio de
M 1 ¬ M 1 E log M ¬
erfc
E
Pe ! erfc b 2 . (148)
2 2 N 0 ® 2
2 N 0 ®
Para as modulações M-FSK não importa como os símbolos são mapeados nos bits
que eles representam, pois a distância euclidiana é a mesma entre todos os símbolos, o
que faz com que a probabilidade de erro de um símbolo para qualquer outro da conste-
lação seja a mesma. Neste caso, independentemente do mapeamento símbolo-bit utili-
zado, a probabilidade de erro de bit é dada por (GUIMARÃES, 2009, p. 399)
M M E b log 2 M ¬
BER Pe ! erfc . (149)
2( M 1) 4 2N0 ®
16.2.3 Geração e demodulação com detecção coerente de um sinal M-FSK

Geração de um sinal M-FSK com detecção coerente
Para gerar um sinal M-FSK, desde que cada um dos tons escolhidos tenha frequência
{fi} com i = 1, 2,…, M que respeite à expressão
nc i
fi , nc inteiro, (150)
T
basta fazer com que cada um desses tons seja selecionado para transmissão em função do
símbolo que se desejar transmitir conforme ilustrado na Figura 16.9 (a). Outra possível
forma de geração de um sinal M-FSK pode ser realizada por meio de um VCO, o que
evitaria o uso de um banco de osciladores, mas, por outro lado, demandaria um criterioso
projeto do VCO para que as frequências dos tons sejam corretamente determinadas em
função dos M conjuntos de log2M bits de informação. Esta alternativa é ilustrada na
Figura 16.9 (b). No caso do VCO, a continuidade de fase é mantida mesmo se a separação
entre as frequências dos tons for um múltiplo ímpar de 1/(2T).

Figura 16.9 - (a) Gerador M-FSK através da LUT (b), gerador M-FSK através de VCO.
Demodulação de um sinal M-FSK com detecção coerente

De maneira análoga ao projeto do demodulador BFSK, no que diz respeito à
demodulação coerente de um sinal M-FSK a partir do receptor generalizado, teremos: na
parte do detector haverá M correlatores já que, por se tratar de uma sinalização com
símbolos ortogonais, N = M. Com relação ao decodificador podemos tecer os seguintes
comentários: teríamos M ramos, mas nesses ramos estaríamos fazendo a correlação, no
domínio vetorial, entre o vetor observado e todos os vetores sinais, ou seja, xTsi. Essas
operações produzem resultados proporcionais à correlação temporal entre o sinal recebido
e todas as funções base Gi(t), i = 1, 2,…, M, pois essas funções base nada mais são que
versões normalizadas das formas de onda si(t). Portanto, as operações de produto interno
não serão necessárias. Adicionalmente, como as energias de todos os símbolos são iguais,
não se fazem necessárias as subtrações de metade dessas energias. Como resultado
teremos o receptor para demodulação do sinal M-FSK com detecção coerente mostrado
na Figura 16.10.
Figura 16.10 - Demodulador M-FSK com detecção coerente.
É importante ressaltar que, embora a separação mínima entre tons seja 1/(2T) Hz para
que os símbolos M-FSK sejam ortogonais entre si, neste caso a estrutura do receptor não é a
mesma que aquela mostrada na Figura 16.10, exceto se a geração do sinal M-FSK for feita

por chaveamento dos tons. No entanto, sabemos que essa alternativa produz descon-
tinuidade de fase quando a separação entre as frequências dos tons não é um múltiplo
inteiro de 1/T. Se usarmos um VCO para gerar o sinal M-FSK, sempre haverá continuidade
de fase no sinal modulado, mas as funções base não manterão coerência de fase com os
correspondentes símbolos em todos os intervalos de símbolo, fazendo com que o
desempenho do receptor seja fortemente degradado. Para mais informações sobre essas
questões, recomenda-se consultar Seção 6.4, Simulação 6.7, em (GUIMARÃES, 2009).

das modulações M-FSK
A obtenção da expressão da DEP para qualquer das modulações da família M-FSK
não é trivial e, por esta razão, uma expressão genérica para essa DEP não será apresentada
neste texto. Ao leitor que desejar obter mais informações a este respeito, recomenda-se
consultar (GUIMARÃES, 2009, Seção 6.4.3.7) e as referências lá citadas.
Apenas para se ter uma ideia do comportamento do espectro de um sinal M-FSK, a
Figura 16.11 ilustra a DEP de um sinal 4-FSK com separação entre as frequências dos
tons de 1/T Hz. Perceba a presença das raias espectrais e também que a largura de faixa
do lobo principal é diretamente proporcional à separação entre as frequências dos tons e
ao número de tons, número este igual ao valor de M.
Figura 16.11 - DEP de um sinal 4-FSK.
Definindo a banda do sinal M-FSK como sendo a banda do lobo principal do sinal
modulado, fazendo uso da Figura 16.11 podemos deduzir uma expressão para a eficiência
espectral dessa modulação, primeiramente considerando separação de 1/T Hz entre os
tons. Para tanto, perceba que neste caso o lobo principal terá banda de (M – 1)/T + 2/T =
(M+1)/T Hz. Então, a eficiência espectral será
Rb Rb T Rb T R log 2 M log 2 M
S b b . (151)
B ( M 1) / T M 1 M 1 M 1

Observe que a eficiência espectral das modulações M-FSK decresce com o
aumento de M, ao contrário do que acontece com as eficiências espectrais das
modulações das famílias M-PSK e M-QAM. Por esta razão a modulação M-FSK é
considerada ineficiente em termos de ocupação de banda.
Se a separação entre as frequências dos tons for reduzida para o valor mínimo de
1/(2T), o espectro do sinal M-FSK será mais compacto e, por consequência, a eficiência
espectral aumentará para um valor dado por
2 log 2 M
S . (152)
2M 1
Para separação de 1/(2T) entre as frequências dos tons não será possível gerar o sinal
modulado a partir de simples chaveamento dos tons, pois nem todas as suas fases serão
iguais nos momentos de transição de um símbolo para outro. A implementação com VCO
é a mais adotada nesta situação, pois mantém a continuidade de fase independente da
separação entre as frequências. Entretanto, o demodulador da Figura 16.10 não pode ser
utilizado no caso do modulador com VCO, posto que o sinal modulado, para que
mantenha continuidade de fase, carrega certa dependência entre símbolos vizinhos,
dependência esta não explorada pelo receptor na Figura 16.10. Receptores mais
elaborados não abordados aqui devem ser utilizados neste caso.
É possível notar, a partir das equações (151) e (152), que, para a modulação BFSK,
que é um caso particular da modulação M-FSK, quando M = 2, a eficiência espectral será
S = 1/3, considerando separação de 1/Tb Hz entre os tons, e S = 2/3, agora considerando a
mínima separação de 1/(2Tb) Hz entre os tons.
Mais uma vez vale lembrar que qualquer cálculo de eficiência espectral passa antes
por uma definição da banda B ocupada pelo sinal modulado. Para os cálculos que
realizamos até aqui, temos considerado B como sendo a banda do lobo principal do sinal
em banda passante. No caso das modulações M-FSK com separação mínima entre os
tons, tais nulos não são facilmente identificáveis em todos os casos, o que torna a
determinação de B passível de variantes de uma referência bibliográfica para outra.
Em termos de eficiência de potência, ao contrário do que acontece com as
modulações das famílias M-PSK e M-QAM, o aumento de M para as modulações da
família M-FSK reduz a probabilidade de erro de símbolo e de bit para um dado
valor de Eb/N0. Esse comportamento pode ser visto por meio da Figura 16.12. Nesta
figura as curvas tracejadas foram obtidas a partir da expressão de Pe deduzida via
limitante de união, equação (149), enquanto as curvas em linha cheia foram obtidas por
meio da expressão exata (GUIMARÃES, 2009, equação 6.101)
M 1
1
d Eb log 2 M ¬¯° 1
Pe 1 ¨ ¡¡ erfc z ° exp( z 2 ) dz. (153)
d 2
¢ N0 ®± Q

Figura 16.12 - Probabilidade de erro de símbolo para algumas modulações M-FSK
com detecção coerente. Adaptada de Guimarães (2009).

1. Um sinal BFSK, para o qual a separação entre as frequências dos tons é de 1/Tb Hz,
pode ser definido da seguinte maneira:
2 Eb Qt ¬
s (t ) cos 2Q f c t o , 0 b t Tb ,
Tb Tb ®
em que fc é a frequência de portadora, Eb e Tb são a energia média por bit e a duração

de um bit, respectivamente. Utilizando uma identidade trigonométrica pode-se
expandir a expressão anterior e obter
2 Eb Qt ¬ 2 Eb Qt ¬
s (t ) cos cos 2Q f c t B sen sen 2Q f c t
Tb Tb ® Tb Tb ®
sI (t ) cos 2Q f c t sQ (t )sen 2Q f c t ,
de onde pode-se obter o sinal equivalente em banda base

s (t ) sI (t ) jsQ (t ).
Definindo o pulso de formatação
¦£¦ 2 Eb Qt ¬
¦ sen ,0 b t Tb
g (t ) ¤ Tb Tb ®
¦¦
¦¦¥ 0, caso contrário,

tem-se que
2 2 EbTb cos Q fTb
G( f ) .
Q 4Tb2 f 2 1
De posse destas informações, demonstre que a densidade espectral de potência de um
sinal BFSK em banda base é
E 1 ¬ 1 ¬¯ ° 8 Eb cos 2 Q fTb
S BB ( f ) b ¡ E f E f .
2Tb ¡¢ 2Tb ® 2Tb ® °± Q 2
4Tb2 2
f 1
2
Para verificar se sua dedução está correta, sugere-se que a curva de DEP por você
obtida seja plotada sobre a curva de DEP dada anteriormente, utilizando uma fer-
ramenta computacional com recursos gráficos.
2. Faça uma pesquisa procurando explicar por que as raias espectrais que apareciam na
DEP da modulação BFSK, quando a separação entre as frequências dos tons era de
1/Tb Hz, não aparecem quando tal separação passa a ser de 1/(2Tb) Hz.
3. Se o principal critério para avaliação do desempenho de um determinado sistema de
comunicação digital é a taxa de erro de bit, qual dos esquemas de modulação a seguir
deve ser selecionado para operação em um canal AWGN? Registre os cálculos
necessários à obtenção da resposta. Opção 1: Modulação BPSK com detecção
coerente com Eb/N0 = 8 dB. Opção 2: Modulação BFSK com detecção coerente com
Eb/N0 = 11 dB.
4. Um sistema com modulação FSK coerente transmite dados binários a uma taxa de
4 Mbit/s. Durante a transmissão, um ruído gaussiano de média nula e densidade
espectral de potência N0 = 1020 W/Hz é adicionado ao sinal. Na ausência de ruído, a
amplitude máxima do sinal senoidal recebido para os bits 0 e 1 é igual a 1 PV.
Determine a probabilidade média de erro de símbolo.
Solução
A portadora senoidal recebida será
2 A2T 2
si ( t ) A cos(2 Q f i t ) cos(2 Q f i t ) E cos(2 Q f i t ),
T 2 T b
em que A = 1 PV, Tb = 1/Rb, portanto Eb = A2 T /2. Então,
1 A 2Tb / 2 ¬ 1

Pe = BER= erfc erfc 2,5 4, 07 q 104.
2 2 N 0 ® 2

17
Modulações com
Detecção não Coerente
17.1 Introdução
Em certos casos, a implementação de detecção coerente pode ter custo e complexi-
dade elevados ou o projetista pode simplesmente escolher não levar em conta o sincro-
nismo de fase, sob o prejuízo de uma esperada degradação de desempenho, mas obtendo
receptores de menor complexidade.
A Figura 17.1 mostra o diagrama de blocos típico de um receptor com detecção
coerente. Nela o circuito de extração de sincronismo de portadora, operando tipicamente
a partir do próprio sinal recebido, garante que as funções base que alimentam o circuito
de detecção estejam em correto alinhamento de fase com as funções base utilizadas na
transmissão, levando-se em conta a rotação de fase provocada pelo canal. O circuito
de extração de sincronismo de símbolo garante que a cadência e os instantes corretos de
amostragem do sinal de saída do dispositivo de detecção sejam determinados, sendo
necessário tanto para a detecção coerente quanto para a detecção não coerente.
Figura 17.1 - Diagrama de blocos típico de um receptor com detecção coerente.
Como exemplo do sincronismo de portadora, suponha que uma das funções base
utilizadas no transmissor seja
2
G1 (t ) cos 2Q f c t (154)
T
Modulações com Detecção não Coerente 195

e que o atraso de propagação do sinal do transmissor até o receptor seja U. Assim, a
correspondente função base gerada no receptor, para detecção coerente, deve ser
2
G1 (t U ) cos < 2Q f c t U >
T
(155)
2 2
cos 2Q f c t 2Q f c U cos 2Q f c t R ,
T T
em que ș –2QfcU será a correta fase da portadora de referência gerada pelo circuito de
sincronismo de portadora, a partir da qual serão derivadas as funções base para detecção.
No processo de detecção não coerente, a fase da portadora de referência no receptor
não tem amarração com a fase da correspondente portadora utilizada na transmissão, o
que permite simplificar o receptor, eliminando o circuito de extração de sincronismo
de portadora. Perceba, entretanto, que o receptor continua com o circuito de extração de
sincronismo de símbolo, pois sem ele o receptor não tem como determinar os instantes
ótimos e a cadência de decisão dos símbolos. Esta simplificação no receptor com
detecção não coerente traz como efeito colateral uma redução na eficiência de potência da
modulação, ou seja, para uma mesma relação Eb/N0, espera-se um aumento da probabili-
dade de erro de símbolo em relação à detecção coerente.
Neste capítulo são abordadas duas modulações que não necessitam do circuito de
extração de sincronismo de portadora no receptor: a modulação BFSK com detecção não
coerente, generalizada posteriormente para todas as modulações da família M-FSK, e a
modulação DBPSK (differential BPSK).
17.2 Modulação BFSK com detecção não coerente

A modulação BFSK com detecção não coerente pode ser considerada uma das
modulações com menor complexidade de implementação. Adicionalmente, como
veremos mais adiante, seu desempenho é pouco pior (cerca de 1 dB) que aquele propor-
cionado pela modulação BFSK com detecção coerente. Esses atributos tornam a modu-
lação BFSK com detecção não coerente bastante atrativa para implementações práticas
que primem pela baixa complexidade do hardware.
17.2.1 Sinal modulado e funções base para a modulação BFSK

Como já estudado, os símbolos da modulação BFSK podem ser representados por
£¦ 2 E
¦¦ b
cos(2 Q f i t ), 0 b t Tb
si ( t ) ¤ Tb (156)
i 1,2
¦¦
¦¦¥ 0, caso contrário,
em que Eb é a energia média por bit, Tb é a duração de um bit e fi, i = 1, 2, é o par de tons,
cada um associado a um dos bits de informação.
Sabemos que, para que os símbolos sejam ortogonais entre si, a separação entre os
tons deve ser um múltiplo inteiro de metade da taxa de símbolos. Entretanto, para

detecção não coerente, essa separação deve ser um múltiplo inteiro da própria taxa
de símbolos (XIONG, 2006).
17.2.2 Espaço de sinais para a modulação BFSK

A forma de detecção utilizada no receptor não afeta a forma de geração do sinal
BFSK. Portanto, o espaço de sinais para a modulação BFSK é o mesmo, seja para
detecção coerente ou para detecção não coerente.
17.2.3 Geração e demodulação com detecção não coerente de um sinal BFSK

Geração de um sinal BFSK
Desde que respeitemos a separação entre os tons igual a um múltiplo inteiro da taxa
de símbolos (que é igual à taxa de bits na modulação binária), a geração do sinal BFSK
para detecção não coerente é a mesma daquela já estudada para o caso de detecção
coerente.
Demodulação não coerente de um sinal BFSK

A Figura 10.14 apresenta o receptor para detecção coerente de um sinal BFSK.
Como bem sabemos, é possível substituir os dois correlatores por filtros casados
equivalentes. Vamos determinar como essa substituição poderia ser realizada cor-
retamente: a Figura 17.2 mostra, em caráter de revisão, um trecho de um sinal BFSK.
Podemos verificar que esse sinal opera com dois formatos de pulso, s1(t) e s2(t). Portanto,
podemos substituir os dois correlatores do receptor por filtros casados com os formatos de
pulso s1(t) e s2(t). Devido ao fato de s1(t) e s2(t) serem simétricos em relação ao instante
intermediário Tb/2, tais filtros têm respostas ao impulso que são exatamente iguais aos
sinais s1(t) e s2(t), exceto por um fator de escala k z 0, ou seja, h1(t) = ks1(T – t). Para
k = 1, por exemplo, h1(t) = s1(t). Neste caso, portanto, h2(t) = s2(t).
Figura 17.2 - Trecho de um sinal BFSK.
Na Figura 17.3 ilustram-se a resposta ao impulso h1(t) e outra resposta h1(t) defasada
em relação à primeira de Q/2 radianos. No primeiro caso teríamos a implementação
correta do filtro casado para detecção coerente, pois a fase inicial da resposta ao impulso
é igual à fase inicial do correspondente formato de pulso s1(t). No segundo caso a fase de
h1(t) não é a igual à fase inicial de s1(t) e, neste caso, temos um filtro casado não
coerente.

Figura 17.3 - Repostas ao impulso h1(t) com diferentes fases iniciais.
Vamos agora analisar a influência da fase da resposta ao impulso desses filtros

casados. Primeiramente devemos lembrar que a saída de um filtro casado para um
formato de pulso retangular tem formato triangular, como ilustrado na Figura 17.4. Para
um pulso de formato cossenoidal, podemos dizer que se trata de um pulso cuja envoltória
é retangular. Portanto, a saída de um filtro casado com resposta cossenoidal será uma
forma de onda com aspecto cossenoidal, mas com envoltória triangular, como também
ilustrado na Figura 17.4 para o filtro casado não coerente com defasagem de Q/2 radianos.
Percebe-se que, quando a entrada é um pulso retangular, uma amostragem no instante Tb
leva ao valor de pico do sinal de saída do correspondente filtro casado. Essa mesma
amostragem, no entanto, leva ao valor nulo do sinal de saída do filtro casado não coerente
com resposta cossenoidal, o que impossibilita o processo de detecção.
Figura 17.4 - Saídas de dois filtros casados (respostas retangular e cossenoidal).
O conjunto de gráficos da Figura 17.5 ilustra a influência de diferentes valores de

fase inicial da resposta ao impulso dos filtros casados não coerentes do receptor BFSK.
Perceba que somente para o caso de defasagem nula teríamos um valor de amostra
correto em t = Tb. Para qualquer outro valor de defasagem o valor da amostra em t = Tb
será menor que o máximo.
Uma nova análise do conjunto de gráficos apresentado na Figura 17.5 mostra que as
envoltórias ideais de todas as formas de onda de saída do filtro casado não coerente têm
formato exatamente igual ao formato de saída correspondente a um filtro casado com for-
mato de pulso retangular. Portanto, se na saída dos filtros casados não coerentes
inserirmos um detector de envoltória, conseguiremos viabilizar o funcionamento do
receptor de forma até certo ponto independente da defasagem da resposta ao impulso.
A Figura 17.5 também mostra envoltórias que poderiam ser obtidas como saída de
detectores de envoltória reais.

Figura 17.5 - Saídas de filtros casados não coerentes com diferentes fases da resposta ao impulso.
A Figura 17.6 mostra a estrutura completa do receptor BFSK com detecção não
coerente, em que se pode ver a presença dos detectores de envoltória responsáveis por
fazer com que os valores das amostras de saída dos filtros casados não coerentes sejam
aproximadamente independentes da fase inicial das correspondentes respostas ao
impulso. Na figura, as defasagens entre os pulsos de entrada do receptor e as fases iniciais
das respostas ao impulso dos filtros casados não coerentes estão sendo representadas por
uma variável aleatória 2, uniformemente distribuída em (0, 2Q], pretendendo indicar que
tais defasagens podem ser quaisquer.
Figura 17.6 - Demodulador de um sinal BFSK com detecção não coerente.
A proximidade da saída de um detector de envoltória real em relação à forma de

onda ideal esperada depende fortemente do projeto do detector de envoltória, já que não é
possível implementar na prática um detector de envoltória ideal. Uma das formas mais
simples de implementação de um detector de envoltória consiste em realizar uma
retificação de onda completa do sinal de saída do filtro casado e logo em seguida realizar
a detecção de envoltória do sinal retificado por meio de filtragem. De forma a ilustrar
esse processo, a Figura 17.7 mostra, na parte superior, as saídas retificadas de um filtro

casado e as saídas de um detector de envoltória real com filtro passa-baixas resistivo-
-capacitivo (RC) para alguns valores de fase inicial ș. O diagrama do citado detector de
envoltória é mostrado na parte inferior da figura.
Perceba que no instante Tb teremos amostras cujos valores ainda dependerão um
pouco da fase da resposta ao impulso do filtro casado, mas possibilitarão a detecção não
coerente do sinal BFSK. Essas variações nos valores das amostras em relação ao valor
ideal causam degradação no desempenho do sistema, mas tal degradação será tanto menor
quanto mais bem projetado for o detector de envoltória, ou seja, quanto mais próxima do
formato perfeitamente triangular for a sua forma de onda de saída.
Figura 17.7 - Saídas retificadas de um filtro casado e saídas de um detector de envoltória

real com filtro RC para alguns valores da fase inicial da resposta ao impulso, ș.
Na prática filtros mais bem elaborados inseridos na saída do retificador podem levar
a melhores resultados que aqueles proporcionados pelo filtro RC aqui exemplificado.
Portadoras com frequências muito maiores que a taxa de símbolos também contribuem
para que o detector de envoltória produza uma saída mais próxima da ideal, pois
reduzirão o espaçamento entre os picos dos semiciclos do sinal retificado, reduzindo
assim a profundidade das ondulações da envoltória causadas pelo efeito de descarga
capacitiva do filtro.
17.2.4 Probabilidade de erro de símbolo e de bit para a modulação BFSK

com detecção não coerente
O cálculo analítico para a obtenção da probabilidade de erro de símbolo da
modulação BFSK com detecção não coerente é bastante complexo e foge do escopo deste
livro. Por esta razão a expressão final é apresentada a seguir, sem dedução (ZIEMER e
PETERSON, 2001, pp. 232-235):
1 E ¬
Pe BER exp b . (157)
2 2 N 0 ®

da modulação BFSK
O fato de estarmos realizando detecção coerente ou não coerente de um sinal BFSK
não influencia seu espectro. Portanto, a densidade espectral de potência do sinal
BFSK continua sendo aquela já apresentada quando do estudo da modulação BFSK com
detecção coerente. Ressalta-se apenas que, para a detecção não coerente, não é possível
explorar a redução na banda ocupada quando a separação entre os tons é de 1/(2Tb) Hz.
A separação mínima para detecção não coerente de um sinal BFSK é 1/Tb Hz, o que leva
à DEP reapresentada na Figura 16.7.
17.3 Demais modulações da família M-FSK com detecção

não coerente
Os conceitos anteriormente apresentados para a modulação BFSK com detecção não
coerente podem ser generalizados para as demais modulações da família M-FSK.
O transmissor continua idêntico àquele já apresentado para a modulação M-FSK com
detecção coerente, apenas tendo-se o cuidado para que a separação entre os tons atenda a
um múltiplo inteiro da taxa de símbolos 1/T, ou seja, as frequências dos tons devem
obedecer:
nc i
fi , nc inteiro. (158)
T
O receptor para detecção não coerente para as modulações da família M-FSK nada
mais é do que uma generalização daquele que acabamos de estudar para a modulação
BFSK. Conforme se pode notar na Figura 17.8, nesse receptor tem-se um banco de M
filtros casados não coerentes seguidos de detectores de envoltória. Cada um desses filtros
casados está associado a um dos símbolos da modulação sem, contudo, levar em conta o
alinhamento entre a fase de sua resposta ao impulso e a fase do símbolo recebido. As
saídas dos detectores de envoltória são amostradas e a decisão é tomada em favor da saída
que apresentar maior valor. Por exemplo, se o valor x3 é maior, decide-se pelo símbolo m3
e faz-se em seguida o mapeamento deste símbolo no conjunto de log2M bis que ele
representa, serializando-os para formar os bits estimados.
Figura 17.8 - Receptor para detecção não coerente para as modulações da família M-FSK.

Em caráter de complementação, a Figura 17.9 apresenta a estrutura do receptor
M-FSK não coerente para símbolos equiprováveis, em cuja estrutura se faz uso de
correlatores em vez de filtros casados (XIONG, 2006, Apêndice B). Perceba que tal
receptor não contém detectores de envoltória como aqueles presentes na Figura 17.8, o
que elimina a possibilidade de redução de desempenho que seria proporcionada pelo
receptor da Figura 17.8 se tais detectores não fossem projetados a contento. Na Figura
17.9, embora as portadoras para detecção estejam representadas com fases iniciais nulas,
tais fases podem ser quaisquer, caracterizando a forma não coerente da detecção. Os
blocos de amostragem com retenção (S&H) foram inseridos logo após cada integrador
por razões didáticas apenas. Em uma implementação prática, as melhores posições para
eles são após cada um dos blocos de soma. Veja que isso reduz pela metade o número
total de blocos S&H.
Figura 17.9 - Receptor M-FSK com detecção não coerente para símbolos equiprováveis.
17.4 Modulação DBPSK

Na modulação DBPSK (differential binary phase shift keying) a informação é
transportada no valor relativo entre sucessivas fases da portadora modulada. Por exemplo,
se a fase da portadora de um símbolo para o próximo muda, associamos essa mudança ao
bit 0; se a fase não muda, o bit representado é o 1. A demodulação do sinal DBPSK
funciona corretamente desde que eventuais variações de fase provocadas pelo canal sejam
lentas o suficiente para serem consideradas aproximadamente constantes durante dois
intervalos sucessivos de sinalização. Desta forma ter-se-á a garantia de que o valor relativo

de fase será pouco afetado, mesmo que os valores absolutos o sejam. Esta é uma
característica bastante atrativa da modulação DBPSK (e de outras modulações diferenciais)
que a faz especialmente adequada a canais de comunicação móvel, os quais produzem
variações aleatórias na fase do sinal recebido, dificultando o processo de extração de
sincronismo de portadora para detecção coerente. A detecção diferencial permite adequada
demodulação do sinal sem a necessidade de estabelecimento de sincronismo de portadora,
desde que a condição de variações de fase lentas provocadas pelo canal esteja acontecendo.
Pela forma como a informação é extraída de um sinal DBPSK (e de qualquer outro
sinal com modulação diferencial), o processo de detecção é comumente denominado de
detecção diferencialmente coerente.
17.4.1 Geração de um sinal DBPSK

Pode-se representar o sinal modulado DBPSK por meio de uma portadora de fre-
quência e amplitude constantes que tem sua fase mantida entre dois intervalos de sina-
lização, se o bit a ser transmitido for 1 (ou 0), e que tem sua fase chaveada em Q radianos
de um intervalo de sinalização para o próximo se o bit a ser transmitido for 0 (ou 1). As
expressões a seguir descrevem o sinal DBPSK segundo o exposto:
£¦ Eb
¦¦ cos(2Q f c t ), 0 b t Tb
¦¦ 2T
s1 (t ) ¦¤
b
¦¦ E
¦¦ b
cos(2Q f c t ), Tb b t 2Tb
¦¦¥ 2Tb
(159)
£¦ Eb
¦¦ cos(2Q f c t ), 0 b t Tb
¦¦ 2Tb
s 2 (t ) ¤ ¦
¦¦ E
¦¦ b
cos(2Q f c t Q ) , Tb b t 2Tb .
¦¦¥ 2Tb
A Figura 17.10 apresenta o diagrama de blocos de um modulador DBPSK. Os bits de

informação passam inicialmente por um codificador diferencial que realiza a operação
OU-exclusivo (XOR) ou não-OU-exclusivo (XNOR) entre um bit de entrada e o
resultado da operação XOR ou XNOR anterior. A sequência codificada diferencialmente
é então aplicada a um modulador BPSK convencional, o qual é composto pelo conversor
de níveis seguido do multiplicador (mixer).
Figura 17.10 - Modulador DBPSK.

Exemplo 17.1
Admita que o bit inicial de saída do bloco de atraso (normalmente implementado por
meio de um flip-flop) no modulador da Figura 17.10 seja 0 e que a fase inicial da
portadora seja 0. Vamos determinar os desvios de fase seguintes da portadora modulada
para a sequência de bits de entrada 10010011. Para o circuito em questão, que utiliza uma
porta XOR, dk = bk dk1. A Tabela 17.1 apresenta os resultados, admitindo que um bit 1
(0) na entrada do modulador BPSK produz a fase Q (0 rad) da portadora.
Tabela 17.1 - Desvios de fase da portadora modulada de um sinal DBPSK
Bits de informação {bk} 1 0 0 1 0 0 1 1
Bits de saída do codificador diferencial {dk} 0 1 1 1 0 0 0 1 0
Desvios de fase da portadora modulada 0 Q Q Q 0 0 0 Q 0
Observe que, quando um bit 1 entra no modulador DBPSK, a fase da portadora é

invertida em relação à fase anterior. Quando um bit 0 entra no modulador, a fase da
portadora se mantém igual à fase anterior.
17.4.2 Função base e espaço de sinais para a modulação DBPSK

De acordo com o diagrama de blocos do modulador DBPSK da Figura 17.10, pode-
-se concluir que o espaço de sinais e a função base para a modulação DBPSK são iguais
àqueles já estudados para a modulação BPSK. Entretanto, mesmo sendo uma sinalização
antipodal, a regra de codificação diferencial faz com que não se tenha mapeamento fixo
de um vetor sinal em um bit de informação. Em outras palavras, um mesmo símbolo
pode representar diferentes bits, posto que a informação é transportada na dife-
rença de fase de um símbolo para o outro e não no valor absoluto da fase.

diferencialmente coerente
Na detecção não coerente, devido ao fato de a portadora de recepção (função base)
não estar em sincronismo com a portadora de transmissão na entrada do receptor, pode-se
afirmar que R, a defasagem entre tais portadoras, é uma variável aleatória uniformemente
distribuída entre 0 e 2Q rad. Então, em um determinado momento é possível que tal
defasagem esteja por volta de Q/2, fazendo com que a correlação entre o sinal recebido e a
função base seja aproximadamente nula. Em outras palavras, como o oscilador local do
receptor não está em coerência de fase com aquele utilizado na transmissão, a referência
utilizada no receptor no caso de uma única função base poderia ser gerada a
aproximadamente Q/2 rad do eixo correspondente à posição dos símbolos recebidos.
Nesse caso, a projeção do sinal recebido na “direção” da função base, dada pelo valor de

saída do correlator, seria aproximadamente nula, impossibilitando a estimação do símbolo
transmitido.
A Figura 17.11 ilustra este problema em potencial, admitindo, por razões apenas
didáticas, que o símbolo transmitido s1(t) não tenha sido contaminado por ruído ao chegar
ao receptor, ou seja, x(t) = s1(t). O gráfico à direita nesta figura ilustra geometricamente a
situação: o eixo horizontal tracejado indica a referência de medida de fase do sinal s1(t),
que nesta ilustração tem fase nula; o eixo vertical indica a referência de fase estabelecida
no receptor pela função base, a qual está a Q/2 rad da referência de transmissão. Isso
significa que a projeção do vetor observado x no eixo de referência de recepção é nula, o
que equivale a dizer que a correlação entre x(t) = s1(t) e a função base G1(t) é nula.
Figura 17.11 - Receptor BPSK em situação de não sincronismo de fase.
Soluciona-se este problema de projeção nula com o uso de duas funções base no
receptor de tal forma que, se a correlação com uma das funções base for pequena, ou até
nula, a correlação com a outra será grande o suficiente para permitir a correta estimação
do símbolo transmitido. A Figura 17.12 ilustra a ideia geometricamente. Nela,
independente da posição dos eixos de referência de recepção, G1 e G2, haverá projeções do
vetor recebido x tanto no eixo G1 quanto no eixo G2, e a diminuição em uma acarreta o
efeito compensatório de aumento na outra. Perceba mais uma vez que a defasagem das
funções base de recepção em relação à função base de transmissão é representada geo-
metricamente pela rotação dos eixos de referência G1 e G2.
Figura 17.12 - Ilustração do efeito de utilizar portadoras em quadratura para detecção não coerente.
Resta-nos agora determinar a regra de decisão para recuperar a informação trans-

portada nos valores relativos de fase da portadora modulada. A Figura 17.13 mostra uma
sequência de quatro símbolos DBPSK. Perceba que se realizarmos a correlação entre dois
símbolos consecutivos, conseguiremos saber se houve ou não inversão de fase. Como
exemplo, na figura em questão a correlação entre sk(t) e sk–1(t) é positiva, pois

sk(t) sk–1(t). Já a correlação entre sk–1(t) e sk–2(t) é negativa, pois sk–1(t) sk–2(t). Mas
sabemos que a operação vetorial equivalente à correlação é o produto interno entre os
vetores sinais correspondentes. Sendo assim, se fizermos no receptor o cálculo do produto
interno entre o vetor observado x em um instante e o vetor observado x no instante de bit
anterior, podemos estimar se houve ou não inversão de fase no sinal recebido por meio da
verificação do sinal do produto interno, o que permitirá estimar o bit transmitido.
Figura 17.13 - Sequência de quatro símbolos da modulação DBPSK.
Os comentários tecidos até este ponto permitem construir o receptor ilustrado na

Figura 17.14. Nele o sinal recebido é correlacionado com as duas funções base de
referência, formando as duas componentes do vetor observado referente ao símbolo
de índice k = 0, ou seja, x0 = [ xI0 xQ0 ]T. Após Tb esse vetor está presente na saída dos
blocos de atraso e as saídas dos correlatores conterão os elementos do vetor observado
referente ao símbolo de índice k = 1, ou seja, x1 = [ xI1 xQ1 ]T. O produto interno entre os
vetores x0 e x1 é então realizado e a decisão é tomada verificando-se a polaridade do
resultado, ou seja, a decisão resume-se a verificar se a variável de decisão y é positiva ou
negativa, sendo y dada por
xI1 ¯
y x T0 x1 ¡¢ x I0 xQ0 ¯°± q ¡ °x x xQ0 xQ1 . (160)
¡ xQ1 ° I0 I1
¢ ±
Vale lembrar que, dependendo da operação lógica (XOR ou XNOR) utilizada no
codificador diferencial do transmissor, a inversão de fase da portadora modulada pode
representar um bit 1 ou um bit 0, respectivamente.
Figura 17.14 - Demodulador DBPSK. Adaptada de Guimarães (2009).

da modulação DBPSK
No modulador DBPSK a codificação diferencial realizada antes da modulação não
afeta a densidade espectral de potência em relação àquela dada para a modulação BPSK.
Portanto, a DEP do sinal DBPSK é a mesma de um sinal BPSK. Como consequência, a
eficiência espectral de ambas as modulações será a mesma.
17.4.5 Probabilidade de erro de bit para a modulação DBPSK

A probabilidade de erro de símbolo e de bit para a modulação DBPSK, apresentada
aqui sem dedução, é dada por
1 E ¬
Pe BER exp b . (161)
2 N 0 ®
Comparando esta expressão com aquela referente ao cálculo da probabilidade de erro

de símbolo para a modulação BFSK com detecção não coerente dada na equação (157),
observa-se que a modulação DBPSK tem eficiência de potência 3 dB maior que aquela
proporcionada pela modulação BFSK não coerente. Isso significa que a modulação
DBPSK necessita de 3 dB a menos de potência para proporcionar o mesmo desempenho
da modulação BFSK com detecção não coerente, mantidas todas as demais variáveis que
influenciam a probabilidade de erro.
17.5 Desempenho de algumas modulações digitais

Vamos agora comparar a eficiência de potência de algumas das modulações estu-
dadas. Para facilitar essa comparação, a Tabela 17.2 apresenta uma lista de algumas
dessas modulações e suas expressões de taxa de erro de bit (BER - bit error rate).
Tabela 17.2 - Expressões da taxa de erro de bit (BER) para algumas modulações
Modulação Taxa de erro de bit (BER)
BPSK coerente 1 Eb ¬
Pe BER erfc
QPSK coerente 2 N0 ®
1 E ¬
BFSK coerente Pe BER erfc b
2 2 N 0 ®
1 E ¬
DBPSK Pe BER exp b
2 N 0 ®
1 E ¬
BFSK não coerente Pe BER exp b
2 2 N 0 ®

A Figura 17.15 apresenta em um único gráfico os resultados de BER estimados com
as expressões dadas na Tabela 17.2, em função de Eb/N0. Esse tipo de gráfico é muito
utilizado na comparação e avaliação do desempenho de modulações digitais. Nele, o eixo
das abscissas está em escala linear e contém os valores da relação Eb/N0, em dB, ou seja,
10log(Eb/N0). O eixo das ordenadas contém os valores de BER, expressos em escala
logarítmica.
Figura 17.15 - Taxa de erro de bit (BER) para algumas modulações em função de Eb/N0.
Dentre as modulações em análise, as que apresentam melhores eficiências de

potência são as modulações BPSK e QPSK, pois para um dado valor de Eb/N0
proporcionam valores menores de BER. Em seguida tem-se a modulação DBPSK, cuja
eficiência de potência dista apenas cerca de 1 dB da eficiência de potência correspondente
às modulações BPSK e QPSK. Em outras palavras, para que a modulação DBPSK
apresente a mesma BER das modulações BPSK e QPSK, ela deve operar com cerca de
1 dB a mais de potência, o que não representa um preço muito alto a pagar, dada a grande
redução de complexidade que pode ser conseguida pelo processo de detecção diferencial,
por este não necessitar do circuito de extração de sincronismo de portadora.
A modulação BFSK com detecção coerente vem em seguida, com eficiência de
potência cerca de 3 dB inferior à eficiência de potência das modulações BPSK e QPSK e
cerca de 2 dB inferior à eficiência de potência de modulação DBPSK.
A modulação BFSK com detecção não coerente é a que apresenta menor eficiência
de potência, dentre as modulações analisadas. Entretanto, essa eficiência de potência dista
cerca de 1 dB daquela proporcionada pela modulação BFSK com detecção coerente, o
que também representa um preço não muito alto a se pagar, dada a redução de comple-
xidade do receptor proporcionada pela possibilidade de eliminar o circuito de extração de
sincronismo de portadora.
Com esta análise comparativa entre algumas das modulações estudadas concluímos a
parte do livro referente às modulações digitais. Embora existam várias outras modu-

lações, muitas delas acabam sendo somente versões modificadas daquelas que foram
apresentadas. Sendo assim, os conceitos aqui apresentados servirão como base para o
entendimento de outras técnicas de modulação, sem grandes dificuldades.
17.6 Exercícios propostos e resolvidos22

1. A Figura 17.16 mostra o espaço de sinais com vetores recebidos nos intervalos de
sinalização discretos k e k – 1. Utilizou-se como referência o modulador DBPSK da
Figura 17.10.
Figura 17.16 - Espaço de sinais com vetores recebidos nos

intervalos de sinalização discretos k e k – 1 do exercício 1.
Pedem-se:
a) Determine o k-ésimo bit estimado pelo demodulador.
b) Admita que o bit inicial de saída do bloco de atraso do modulador DBPSK seja 0
e que a fase inicial da portadora seja 0 radiano. Determine os desvios de fase
seguintes da portadora para a seguinte sequência de bits de entrada: 10010011.
c) Por que razão o demodulador DBPSK utiliza duas funções base, já que o sinal
DBPSK binário foi gerado utilizando apenas uma função base?
Solução
a) O k-ésimo bit é estimado através do conhecimento do produto interno entre os
vetores correspondentes ao sinal recebido nos intervalos k 1 e k:
0,8 ¯
y x Tk 1x k < 0,9 0, 2 > ¡ ° 0,9 q 0,8 0, 2 q1,0 0,92.
¡¢ 1,0 °±
Por este resultado ser negativo, pode-se inferir que houve inversão de fase da
portadora do intervalo k 1 para o intervalo k. Como o codificador diferencial do
transmissor está implementado com uma porta XOR, pode-se afirmar que o k-ésimo
bit estimado será o bit “1” (aplicando 1 à entrada do modulador DBPSK, inverte-se a
fase da portadora modulada).
22
Os exercícios aqui propostos ou resolvidos cobrem não somente as modulações M-FSK com detecção não
coerente e DBPSK, mas também complementam aqueles exercícios já propostos em capítulos anteriores envolvendo
outras modulações. Alguns exercícios envolvem até mesmo modulações não apresentadas formalmente neste livro,
mas cujo entendimento é perfeitamente possível com os conhecimentos fundamentais aqui abordados.

b) A Tabela 17.3 apresenta os resultados das operações para determinação da
sequência de desvios de fase da portadora modulada.
Tabela 17.3 - Desvios de fase da portadora modulada de um sinal DBPSK
Bits de saída do codificador diferencial {dk} 0 1 1 1 0 0 0 1 0
Fases da portadora modulada 0 Q Q Q 0 0 0 Q 0
c) Como o oscilador local do receptor não está em coerência de fase com aquele
utilizado na transmissão, a referência utilizada no receptor no caso de uma única
função base poderia ser gerada a exatamente 90º do eixo correspondente à
posição dos símbolos recebidos. Nesse caso, a correlação do sinal recebido com
a função base seria nula, impossibilitando a estimação do símbolo transmitido.
Com o uso de duas funções base, mesmo que a correlação com uma delas seja
pequena, ou até nula, a correlação com a outra função base permite a correta
estimação do símbolo transmitido, de acordo com a regra ilustrada na resposta do
item (a) deste exercício.
2. Embora a modulação GMSK (gaussian minimum shift keying) não tenha sido
apresentada formalmente nos capítulos anteriores, este exercício se refere a ela. Para
entendê-lo, basta fazer um breve estudo sobre tal modulação (GUIMARÃES, 2009,
Seção 6.6.3). Para um valor de Eb/N0 de 10,5424 dB, uma modulação GMSK
operando no canal AWGN apresenta uma probabilidade de erro de símbolo de
1,1045u105. Pedem-se:
a) Estime a relação Eb/N0 necessária para atingir uma probabilidade de erro de
símbolo de 1,1045u105 se a modulação GMSK tivesse o parâmetro WTb o f.
b) Estime valor do parâmetro WTb do filtro gaussiano do modulador GMSK. Caso
julgue necessário, utilize o gráfico fornecido na Figura 17.17.
Figura 17.17 - Degradação de desempenho da modulação GMSK em função do produto WTb.

Solução
a) Para WTb o f a modulação GMSK passará a apresentar a mesma probabilidade
de erro de símbolo que a modulação MSK (minimum shift keying) a qual, por sua
vez, tem desempenho igual às modulações BPSK e QPSK com detecção coerente.
Então,
1 E ¬
1,1045 q105 erfc b
.
2 N 0 ®
Da Tabela A.1 do Apêndice obtém-se que

Eb
9 9,5424 dB.
N0
b) Sabe-se que a probabilidade de erro de símbolo média para a modulação GMSK é

dada por
1 BE ¬
Pe erfc b . (162)
2 2 N 0 ®
Igualando-a a 1,1045u105 e resolvendo para Į, tem-se Į/2 # 0,794. A

degradação da modulação GMSK em relação à modulação MSK corresponderá a
10log10(Į/2) = 10log10(0,794) # –1 dB, o que significa uma degradação de 1 dB.
Do gráfico da Figura 17.17 obtém-se WTb # 0,22. Alternativamente, como no
item (a) já foi calculado o valor de Eb/N0 para a modulação MSK, obtém-se
diretamente a degradação de 10,5424 dB 9,5424 dB = 1 dB.
banda de no máximo 2,5 kHz, banda esta inserida no canal de voz de telefonia que
vai de 300 Hz a 3,4 kHz. É necessário que o sistema consiga dar vazão a 2,4 kbit/s e
que a modulação utilizada leve a uma taxa de erro de bit de, no máximo, 1u103,
consumindo a menor potência possível da fonte de alimentação. Pedem-se:
a) Dentre as modulações da Figura 17.15, escolha uma capaz de atender aos requi-
sitos mencionados no enunciado. Considere a banda do sinal como sendo aquela
ocupada pelo lobo principal. Apresente os cálculos e justificativas utilizadas na
sua escolha.
b) Para a modulação selecionada, determine o valor de Eb/N0 mínimo para atender à
taxa de erro de bit imposta. Apresente os cálculos.
Solução
a) Como a banda ocupada pelo sinal modulado e filtrado corresponde à distân-
cia de nulo a nulo no espectro do sinal modulado (lobo principal), tem-se que
2/T d 2,5 kHz, o que leva a T t 800 Ps. Se a taxa de bits é de 2,4 kbit/s, a
duração de um bit vale Tb = 1/2400 = 416 Ps. Então o número de bits por
símbolo deve ser T/Tb t 1,92 bits/símbolo. Portanto, usando uma modulação

com 2 bits/símbolo atendem-se os requisitos de banda e taxa de transmissão.
Dentre aquelas consideradas na Figura 17.15 deve-se escolher a modulação
QPSK com detecção coerente, que proporciona também o desempenho
adequado com menor consumo de potência.
b) Usando a Figura 17.15 obtém-se que o mínimo valor de Eb/N0 para uma taxa de
erro de bit menor que 1u103 para a modulação escolhida é de aproximadamente
6,8 dB. Alternativamente, usando a expressão de BER para QPSK ou BPSK,
obtém-se 1u103 d (1/2)erfc[(Eb/N0)1/2], do qual se extrai que o valor de Eb/N0
mínimo será cerca de 4,764 ou 10log(4,764) = 6,78 dB.
4. A modulação Q/4-DQPSK (Q/4-shifted differential QPSK) também não foi apre-
sentada formalmente nos capítulos anteriores, mas os conceitos suficientes ao seu
entendimento já foram abordados. Trata-se de uma modulação diferencial que, assim
como a modulação DBPSK, transporta os bits nas variações de fase da portadora de
um símbolo para o próximo. Para entender este exercício, basta fazer um breve
estudo sobre tal modulação (GUIMARÃES, 2009, Seção 6.6.2). Admita que a fase
inicial da portadora em um sistema Q/4-DQPSK seja nula. É necessário enviar a
sequência de bits 00101100. Os bits são apresentados ao modulador da esquerda para
direita. Pedem-se:
a) Determine os valores das fases seguintes da portadora durante a transmissão.
b) Na constelação Q/4-DQPSK fornecida na Figura 17.18, marque a sequência de
símbolos enviados.
c) Responda por que em tal técnica de modulação pode-se implementar detecção
diferencialmente coerente e registre qual pode ser (se existir) a vantagem desse
tipo de detecção.
Figura 17.18 - Constelação Q/4-DQPSK.
Solução
a) Partindo da fase inicial nula, têm-se os seguintes valores para as fases seguintes
(em radianos): Q/4, 0, 3Q/4 e Q/2.
b) A sequência de símbolos enviados está numerada na Figura 17.18.

c) Pode-se implementar detecção diferencialmente coerente porque a informação é
representada pelos valores relativos de fase de um símbolo para o outro e não no
valor absoluto da fase da portadora modulada. Essa propriedade pode ser
interpretada com uma vantagem, pois permite que no receptor não seja necessária
uma referência de fase para detecção. Isso traz simplicidade, mas também
redução de desempenho em relação à detecção coerente.
5. A Figura 17.19 mostra DEPs de sinais modulados correspondentes às modulações
2-FSK (a) e 16-QAM (b). Admita separação mínima entre os tons da modulação
2-FSK. Pedem-se:
a) Determine a taxa de sinalização da modulação 2-FSK.
b) Determine a taxa de bits da modulação 2-FSK.
c) Determine a taxa de sinalização da modulação 16-QAM.
d) Determine a taxa de bits da modulação 16-QAM.
e) Determine a eficiência espectral da modulação 2-FSK.
f) Determine a eficiência espectral da modulação 16-QAM.
Figura 17.19 - DEPs de sinais 2-FSK (a) e 16-QAM (b).
6. Têm-se dois sistemas de comunicação digital, um deles utilizando modulação BPSK

com detecção coerente e o outro utilizando modulação DBPSK com detecção
diferencialmente coerente. Ambos os sistemas estão operando a 56 kbit/s e com taxa
de erro de bit média de 1,1802u104 em canal AWGN, sob influência da mesma
intensidade de ruído. Quanto de potência de transmissão a mais está sendo necessário
no sistema DBPSK em relação ao sistema BPSK?

Solução
Para a modulação BPSK tem-se
1 E ¬ º 1,1802 q104 1 erfc Eb ¬.

Pe BER erfc b

2 N 0 ® 2 N 0 ®
Da Tabela A.1 do Apêndice obtém-se
1 Eb E
erfc x 1,1802 q104 º x 2,6 º 2,6 º b 6,76 ! 8,3 dB.
2 N0 N0
Para a modulação DBPSK tem-se:

1 E ¬ 1 E ¬
Pe BER exp b º 1,1802 q104 exp b =
2 N 0 ® 2 N 0 ®
E ¬ E
2,3604 q104 exp b º b ! 8,35 ! 9, 22 dB.
N 0 ® N0
Como a intensidade de ruído nos dois casos é a mesma, a diferença de potência

corresponde à diferença nos valores de Eb/N0, em dB. Então será necessário
aproximadamente 9,22 – 8,3 = 0,92 dB de potência de transmissão a mais no sistema
DBPSK em relação ao sistema BPSK para atingir uma BER = 1,1802u104. Perceba
que este resultado condiz com o que se pode observar a partir da Figura 17.15.
7. Têm-se dois sistemas de comunicação digital, um com modulação BPSK e detecção
coerente e o outro com modulação DBPSK e detecção não coerente (ou diferen-
cialmente coerente). Ambos os sistemas estão operando a 56 kbit/s e com taxa de erro
de bit média de 104 em canal AWGN, sob influência da mesma potência de ruído.
Quanto de potência de transmissão a mais está sendo necessário no sistema DBPSK
em relação ao sistema BPSK?
8. No início do estudo sobre a modulação DBPSK, afirmou-se que a demodulação do
sinal DBPSK funcionará corretamente desde que eventuais variações de fase
provocadas pelo canal sejam lentas o suficiente para serem consideradas aproxima-
damente constantes durante dois intervalos sucessivos de sinalização. Justifique esta
afirmação.
9. No processo de extração de sincronismo de portadora para detecção coerente em
um sistema de comunicação BPSK, é comum acontecer um fenômeno denominado
ambiguidade de fase (GUIMARÃES, 2009, p. 554). Esse fenômeno corresponde,
por exemplo, à geração de uma portadora de referência para demodulação com 180º
de defasagem em relação à fase correta. Para driblar esse fenômeno, tipicamente
utiliza-se a versão diferencial da modulação BPSK, ou seja, a DBPSK, porém com
detecção coerente seguida de decodificação diferencial. Pede-se comprovar a
eficácia desse processo por meio de um exemplo que utilize a sequência de bits de
informação 10111001010 e considere igual a “1” o bit armazenado inicialmente na

saída do bloco de atraso do codificador diferencial do modulador da Figura 17.10.
A fase inicial da portadora pode ser qualquer.
10. Considere um modulador DBPSK que utilize uma porta XNOR em seu codificador
diferencial. Considere também o espaço de sinais com vetores recebidos nos inter-
valos de sinalização discretos k e k – 1, conforme dado no Exercício 1 deste capítulo.
O modulador BPSK após o codificador diferencial usa o seguinte mapeamento: bit 0
ĺ fase 0; bit 1 ĺ fase Q. Pedem-se:
a) Admita que o bit inicial de saída do bloco de atraso do modulador seja 1 e que a
fase inicial da portadora seja Q. Preencha a Tabela 17.4 com a sequência codifi-
cada diferencialmente e com os deslocamentos de fase seguintes da portadora
modulada para a seguinte sequência de bits de entrada do modulador: 10010011.
b) Utilizando o espaço de sinais dado na Figura 17.16, determine o k-ésimo bit
estimado pelo demodulador.
Tabela 17.4 - Geração das fases da portadora modulada de um sinal DBPSK
Bits de saída do codificador diferencial {dk} 1
Desvios de fase da portadora modulada Q
11. Pretende-se projetar um sistema de comunicação digital que consiga dar vazão a
50 kbit/s e para o qual a modulação utilizada leve a uma taxa de erro de bit de 1u106.
Considerando as modulações citadas na Tabela 17.5, pedem-se:
a) Escolha (a)s modulação(ões) que pode(m) atender os requisitos do enunciado e,
adicionalmente, tenha(m) a melhor eficiência de potência e permita(m) operação
do sistema em uma banda de, no máximo, 119 kHz. Apresente os cálculos e
b) Escolha (a)s modulação(ões) que pode(m) atender os requisitos do enunciado e,
adicionalmente, permita(m) operação do sistema em uma banda de exatamente
25 kHz. Apresente os cálculos e justificativas utilizadas na sua escolha.
c) Escolha (a)s modulação(ões) que pode(m) atender os requisitos do enunciado e,
adicionalmente, tenha(m) a melhor eficiência de potência e permita(m) operação
do sistema em uma banda de, no máximo, 25 kHz. Apresente os cálculos e

Tabela 17.5 - Esquemas de modulação
Eb/N0 Eficiência
Modulação
@ BER = 106 espectral(bit/s/Hz)
M=2 10,5 0,5

M=4 10,5 1,0
M=8 14,0 1,5
M = 16 18,5 2,0
PSK
M = 32 23,4 2,5
M = 64 28,5 3,0
M = 128 33,8 3,5
M = 256 39,2 4,0
M=4 10,5 1,0
M = 16 15,0 2,0
M = 64 18,5 3,0
QAM
M = 256 24,0 4,0
M = 1024 28,0 5,0
M = 4096 33,5 6,0
M=2 13,5 0,40
M=4 10.8 0.57
M=8 9,3 0,55
M = 16 8,2 0,42
FSK
M = 32 7,5 0,29
M = 64 6,9 0,18
M = 128 6,4 0,11
M = 256 6,0 0,06
12. Na Figura 17.20 há duas curvas de densidade espectral de potência em banda base,
referentes às modulações digitais M-FSK e M-PSK. Ambas as modulações estão
transportando um feixe de 100 Mbit/s. Pedem-se:
a) Associe cada uma das curvas à correspondente modulação, não se esquecendo de
determinar os valores de M. Apresente justificativas para a associação feita.
b) Determine a taxa de símbolos para cada modulação.
c) Determine o espaçamento entre os tons da modulação M-FSK, em termos da taxa
de símbolos.

d) Calcule a eficiência espectral de cada modulação.
Figura 17.20 - DEPs em banda base referentes às modulações digitais M-FSK e M-PSK.

18
Noções sobre
Multiplexação OFDM
Sistemas com múltiplas portadoras (ou simplesmente sistemas multiportadora) já são

amplamente utilizados em sistemas de comunicação digital, como exemplo em padrões
de transmissão de TV digital como DVB (digital video broadcasting), ISDB (integrated
services digital broadcasting) e suas variantes, em modems ADSL (asymmetric digital
subscriber line) e em sistemas WiMax e WiFi. Sistemas multiportadora são também
fortes candidatos a sistemas de quarta geração e possivelmente estarão presentes em
gerações além da quarta.
Em um sistema multiportadora, o feixe serial de dados é convertido em feixes paralelos
e multiplexado por meio de diferentes portadoras. Uma das principais razões para a
paralelização é a possibilidade de transformação de um canal potencialmente seletivo em
frequência em Nc subcanais planos. Em outras palavras, embora o espectro do sinal como
um todo esteja sujeito ao desvanecimento seletivo23, dentro da banda de cada subcanal o
sinal estará sujeito a um desvanecimento aproximadamente idêntico. Interpretando este
efeito no domínio do tempo, símbolos de dados com duração Ts são convertidos em
símbolos paralelizados de duração T = NcTs, o que traz redução da interferência
intersimbólica.
Uma das mais utilizadas técnicas de multiplexação do feixe paralelizado de símbolos
é conhecida como OFDM (orthogonal frequency-division multiplexing) (CHANG, 1966),
(CIMINI JR. e GREENSTEIN, 2003), (LI e STÜBER, 2006), (NEE e PRASAD, 2000),
(PRASAD, 2004), (SALTZBERG, 1967), (WEINSTEIN, 1971). Ela é ilustrada na Figura
18.1, em que as formas de onda de um conjunto de Nc símbolos consecutivos, sk(t) = sIk(t)
+ jsQi(t), k = 1, 2, …, Nc são multiplicadas pelas exponenciais complexas24 exp(j2Qfkt) e
posteriormente adicionados para formar o sinal OFDM em banda base. Uma translação
para banda passante pode ser realizada multiplicando o sinal OFDM em banda base por
outra exponencial complexa exp(j2Qfct), sendo fc a frequência central final do sinal
OFDM.
23 O estudo deste capítulo pressupõe que sejam conhecidos alguns conceitos sobre propagação de sinais em canais com
múltiplos percursos, tais como dispersão temporal, banda de coerência, desvanecimento plano e desvanecimento
seletivo. Caso o leitor ainda não domine tais conceitos, recomenda-se estudar o Capítulo 24 antes de prosseguir.
24 Na prática, a multiplicação por uma exponencial complexa é realizada multiplicando a componente em fase
(in-phase) do sinal por uma portadora cossenoidal e multiplicando a componente em quadratura (quadrature) por
uma portadora senoidal. Os resultados são adicionados ou não, conforme a necessidade.

Para garantir que os sinais multiplexados sejam ortogonais entre si dentro do
intervalo de sinalização (duração do símbolo OFDM) T = NcTs, pode-se mostrar que o
espaçamento entre as subportadoras deve ser um múltiplo inteiro de 1/T. O espaçamento
mínimo de 1/T é comumente adotado na prática.
Figura 18.1 - Operação de multiplexação em frequências ortogonais (OFDM).

18.1 Aspectos de implementação de sistemas OFDM

Como ilustrado na Figura 18.1, na técnica OFDM um feixe de dados de taxa elevada
é transmitido em feixes paralelizados de baixa taxa por meio de múltiplas portadoras. O
símbolo OFDM resultante terá duração maior, tornando-se menos sensível à dispersão
temporal causada pelo canal, como aquela que ocorre em canais de comunicação com
múltiplos percursos (assunto coberto no Capítulo 24). Como consequência, a interferência
intersimbólica é drasticamente reduzida. Além disso, a largura de faixa de cada
subportadora modulada pode ser menor que a largura da banda de coerência do canal,
resultando em um desvanecimento não seletivo (ou desvanecimento plano) por portadora
e facilitando o processo de equalização no receptor25.
A multiplexação OFDM ilustrada na Figura 18.1 consiste na modulação direta de
múltiplas portadoras e na soma dos resultados. Em sistemas reais, entretanto, não é
comum utilizar múltiplos osciladores para gerar as subportadoras, pois demandaria
circuitos de grande precisão para que frequências e fases fossem mantidas nos seus
valores de projeto para garantir ortogonalidade. Como consequência, a complexidade do
sistema cresceria proibitivamente, principalmente quando do uso de um elevado número
de subportadoras (o que, ressalta-se, é comum nos atuais sistemas OFDM). Para resolver
este problema, a multiplexação e a demultiplexação OFDM são comumente realizadas
por meio das transformadas rápidas de Fourier inversa (IFFT, inverse fast Fourier
transform) e direta (FFT) (BAHAI, 1999), (HARA, 2003).
25 Quando se obtém desvanecimento plano por portadora, o processo de equalização opera ao nível de subportadora e é
conhecido como equalização de uma tomada (one-tap equalization).
Noções sobre Multiplexação OFDM 219

A Figura 18.2 ilustra a estrutura de um transmissor OFDM tipicamente utilizado na
prática. Os bits de dados são primeiramente mapeados em símbolos complexos
correspondentes à modulação que se deseja imprimir nas subportadoras. Em seguida cada
grupo de Nc símbolos é paralelizado. A operação IFFT então produz um vetor de amostras
que é serializado pelo conversor P/S. Um intervalo de guarda Tg é então inserido,
criando uma “folga” entre símbolos OFDM adjacentes. Esse tempo de guarda contribui
para a redução da interferência intersimbólica em canais dispersivos, assim como o faz o
aumento da duração do símbolo produzido pela paralelização. As amostras resultantes,
após a inserção do tempo de guarda, são convertidas em um sinal analógico pelo filtro
passa-baixas (FPB) e o sinal resultante é posteriormente transladado para a frequência
central fc pelo bloco UC (up-conversion), em seguida sendo transmitido.
Figura 18.2 - Multiplexação OFDM via IFFT. Adaptada de Guimarães (2009).
A Figura 18.3 apresenta a estrutura de um receptor OFDM. O sinal recebido é

inicialmente transladado para banda base pelo bloco DC (down-conversion). Em seguida
é amostrado e dele retira-se um número de amostras correspondente ao intervalo de
guarda. O símbolo útil OFDM (sem as amostras correspondentes ao intervalo de guarda)
é então paralelizado e em seguida sofre uma operação de FFT. Do sinal oriundo da FFT
realiza-se uma estimação de canal, a qual é responsável por estimar a atenuação do canal
e a rotação de fase produzida por ele no sinal de cada subportadora. As informações de
rotação de fase e de atenuação são então utilizadas nos processos de alinhamento de fase
(cophasing) e de equalização de amplitude no domínio da frequência. As amostras
equalizadas finalmente alimentam o bloco de decisão, no qual os símbolos são estimados
para posterior mapeamento destes nos correspondentes bits que representam.
Figura 18.3 - Demultiplexação OFDM via FFT. Adaptada de Guimarães (2009).

Como se pode perceber pela Figura 18.2 e pela Figura 18.3, a implementação de um
sistema OFDM é bastante facilitada devido à aplicação da IFFT e da FFT, quando
comparamos com uma implementação baseada na Figura 18.1. No entanto, a despeito da
facilidade de implementação e dos benefícios com relação à redução de interferência
intersimbólica, sistemas OFDM sofrem das grandes desvantagens de serem sensíveis a
desvios de frequência e aos efeitos de amplificação não linear, além de apresentarem
grande dificuldade à sincronização entre as subportadoras de transmissão e de recepção
(HARA, 1999).
18.2 Geração de um sinal OFDM via IFFT

Nesta seção vamos apresentar de forma um pouco mais detalhada, com embasamento
matemático, os conceitos por trás da multiplexação OFDM via IFFT. A operação de FFT
no receptor passa a ser entendida facilmente, por analogia. Aos leitores que necessitarem
de mais detalhes, recomenda-se consultar (LI e STÜBER, 2006, Capítulo 2), (NEE e
PRASAD, 2000, Capítulo 2), (PRASAD, 2004, Capítulo 5).
Seja {sk} = {sIk + jsQk}, k = 0, 1, …, (Nc 1) o conjunto de valores representativos
das formas de onda {sk(t)} = {sIk(t) + jsQk(t)} durante um intervalo de símbolo OFDM,
T = NcTs, com modulação M-PSK ou M-QAM26. Tais valores são transmitidos em
paralelo pelo sistema OFDM da Figura 18.2. Partindo da hipótese de que a operação IFFT
ainda não foi completamente entendida até o momento, admita que todos os blocos à
direita do conversor S/P na Figura 18.2 sejam substituídos pelos blocos referentes ao
processo de multiplexação em que os símbolos complexos são multiplicados pelas
exponenciais complexas, adicionando-se os resultados para formar o sinal OFDM,
conforme ilustra a Figura 18.1. Neste caso a representação do sinal OFDM em banda base
pode ser feita como segue:
N c 1 N c 1
s (t ) sk e j 2Q fk t
sk Gk (t ), 0 b t T, (163)
k 0 k 0
em que
£¦ e j 2 Q f k t , 0 b t T
Gk (t ) ¤¦ (164)
¦¦¥ 0, caso contrário
formam um conjunto de funções ortonormais, ou seja,
1 T £¦1, k j
T ¨0
G ( t )G ( t ) dt E [ k j ] ¤ (165)
k j
¦¦¥ 0, k v j.
Essa ortogonalidade é garantida se o espaçamento 'f entre as subportadoras for igual
a um múltiplo inteiro de 1/T. Desta forma, as frequências das subportadoras em (163) são
fi = f0 + k'f, sendo f0 a menor das frequências. Como antes, vamos considerar 'f = 1/T.
26 As modulações M-PSK e M-QAM são as mais comumente utilizadas em sistemas OFDM, embora outras possam ser
igualmente adotadas.

Na ausência de ruído ou de outro sinal degradante, as correlações entre o sinal em
banda base dado em (163) e todas as exponenciais complexas resultarão no conjunto de
símbolos transmitidos {sk}, ou seja,
1 T
T ¨0
sk s (t )Gk (t )dt. (166)
A prova de (166) é relativamente simples e é proposta ao leitor como exercício.

Agora suponha que o sinal OFDM em (163) seja amostrado a intervalos regulares
espaçados de T/Nc. As amostras resultantes podem ser representadas por
N c 1 iT
T ¬ j 2Q fk
Si s i
N c ®
sk e Nc
, i 1,2,..., N c . (167)
k 0
Sem perda de generalidade, assuma que a frequência de subportadora mais baixa seja
f0 = 0, o que leva a fk = k/T. Com este resultado em (167) obtém-se
N c 1 2 Qik
j
Si sk e Nc
. (168)
k 0
Da teoria da análise de Fourier (GUIMARÃES, 2009, seção 2.2.4) podemos obter a

definição da transformada discreta inversa de Fourier (IDFT, inverse discrete Fourier
transform) de uma sequência de amostras de N pontos no domínio da frequência, a qual é
definida por
N c 1 2 Qik
1

j
x[i ] X [k ]e N .
(169)
N k 0
Comparando o resultado em (168) com a definição em (169), notamos que as amostras

do conjunto {Si}, i = 0, 1, …, (Nc 1) nada mais são que o resultado da IDFT do conjunto
de símbolos {sk} = {sIk + jsQk}, k = 0, 1, …, (Nc 1). A realização dessa IDFT via
algoritmos de IFFT é a solução usual para geração do sinal OFDM em banda base.
De forma análoga, algoritmos de FFT direta são comumente utilizados como forma de
realização da transformada discreta (direta) de Fourier, a DFT (discrete Fourier transform),
no processo de recuperação do símbolo OFDM a partir de um sinal recebido e transladado
para banda base.
É comum encontrar algoritmos de FFT e IFFT que operam com um número de
amostras que é uma potência inteira de 2. Por esta razão é comum encontrar sistemas
OFDM com Nc = 2x subportadoras, em que x é um inteiro positivo.
18.3 Intervalo de guarda

Como já mencionado, o intervalo de guarda é adicionado ao símbolo OFDM para
contribuir com a redução da interferência intersimbólica já drasticamente combatida pelo
aumento da duração do símbolo devido à paralelização realizada antes da multiplexação
em portadoras ortogonais. De fato, se o intervalo de guarda for maior que a máxima
dispersão de atraso (delay spread) do canal, a interferência intersimbólica será nula.
Entretanto, o intervalo de guarda tem outro papel importante: manter a ortogonalidade

entre as subportadoras moduladas após o sinal OFDM atravessar um canal dispersivo.
Isso ocorre porque a forma como é gerado o intervalo de guarda, por meio de extensão
cíclica do símbolo OFDM, mantém as correlações de recepção envolvendo um número
inteiro de ciclos das portadoras do sinal em qualquer percurso de propagação do canal27.
Como mencionado no parágrafo anterior, o intervalo de guarda Tg é uma extensão
cíclica do símbolo OFDM. Essa extensão cíclica é formada por um prefixo cíclico, por
um sufixo cíclico ou por uma combinação destes (LI e STÜBER, 2006, p. 22). A Figura
18.4 ilustra o conceito da extensão cíclica formada por um prefixo cíclico. Observe que
um número de amostras (11 no caso) do final do símbolo OFDM é copiado no início do
símbolo. No receptor, somente as amostras do símbolo útil são processadas para
demodulação. Por esta razão, há necessidade de uma temporização precisa de forma que
sejam determinados os instantes de início e de fim de um símbolo OFDM útil. Na prática,
desvios nessa temporização causam desvios de fase e interferências aditivas no símbolo
demodulado. Com adequado projeto da extensão cíclica, tais interferências podem ser
drasticamente reduzidas (LI, 2006, p. 35-37).
Figura 18.4 - Conceito do intervalo de guarda formado por um prefixo cíclico.
Uma desvantagem da inserção do intervalo de guarda é a redução na eficiência de

potência do sistema. Isso ocorre porque uma fração da potência de transmissão do sinal
OFDM é alocada para que seja transmitido o sinal correspondente ao intervalo de guarda.
Outra desvantagem da inserção do intervalo de guarda é a redução da eficiência espectral,
o que ficará mais evidente ao final deste capítulo.
18.4 Geração do sinal OFDM em banda passante

O número Nc de amostras complexas dadas em (167), adicionado às Ng amostras
referentes à extensão cíclica e, talvez, às Nw amostras referentes ao processo de
janelamento (windowing) (CIMINI JR. e GREENSTEIN, 2003), (NEE e PRASAD,
2000, p. 42), (PRASAD, 2004, p. 121) utilizado para se ter controle adicional do espectro
do sinal OFDM, forma o número total de amostras Nt que será processado a cada T
segundos. Como consequência, o espectro do sinal OFDM sofrerá aumento em sua
largura. Felizmente, esse aumento não causará forte impacto, posto que Ng e Nw são
tipicamente muito pequenos quando comparados com Nc. Vamos analisar em seguida
esse espectro.
27 Foge do escopo deste texto abordar mais detalhes desta questão. Aos leitores mais ávidos recomenda-se consultar
as referências citadas no início do capítulo para obter mais detalhes sobre os papéis da extensão cíclica de um
símbolo OFDM.

Seja {Si’} o conjunto de Nt amostras complexas determinadas de acordo com a
expressão (167). As partes real e imaginária do sinal analógico em banda base s' (t ) =
sI’(t) + jsQ’(t) podem ser obtidas interpolando idealmente as amostras das partes real e
imaginária de {Si’}, respectivamente, ou adotando uma interpolação aproximada mais
prática, por meio da filtragem passa-baixas dessas amostras. Os sinais sI’(t) and sQ’(t)
obtidos dessa interpolação são então utilizados para modular portadoras em quadratura
(cossenoide e senoide) de maneira a formar o sinal s(t) em banda passante de acordo com
s (t ) sI, (t )cos(2Q f ct ) sQ, (t )sen(2Q f c t ). (170)

Uma segunda variante do processo de geração do sinal OFDM em banda passante
consiste em anexar às Nc amostras complexas {sk} as correspondentes amostras conjugadas.
Uma IFFT de 2Nc pontos é então realizada e o resultado, que será uma sequência de 2Nc
amostras reais (BAHAI, 1999, p. 24), é anexado às amostras referentes à extensão cíclica e
ao janelamento. As amostras oriundas desse processo passam pelo filtro passa-baixas e vão
produzir um espectro idêntico àquele exibido pelo sinal s(t) em (170).
18.5 Densidade espectral de potência do sinal OFDM

A densidade espectral de potência de um sinal OFDM é relativamente simples
de obter, pois à luz de (163) ela corresponde à modulação de portadoras ortogonais de
amplitude unitária por sinais com formato de pulso retangular. Como esses sinais têm
duração T, a DEP de uma única subportadora modulada centrada na frequência f0 é dada por
(GUIMARÃES, 2009, Seção 2.6.3)
S ( f ) E{ sk 2 }T sinc2 [( f f 0 )T ], (171)
em que E{|si|2} é a potência média da sequência de símbolos {sk}. Como o espaçamento
entre as subportadoras é 'f = 1/T, a DEP do sinal OFDM será dada por
N c 1
S ( f ) E{ sk }T 2
sinc2 [( f f0 i T )T ]. (172)
i 0
A Figura 18.5 ilustra a DEP de uma única subportadora modulada e do sinal OFDM
como um todo, para Nc = 16 subportadoras e f0T = – (Nc – 1)/2 = –7,5. Desta figura
podemos obter a largura de faixa nulo a nulo do sinal OFDM em banda passante, sem
intervalo de guarda e sem janelamento, como sendo
Nc 1 Nc 1 Nc 1
B Rs , (173)
T N cTs Nc
em que Rs = 1/Ts é a taxa de símbolos na entrada do sistema OFDM. Note que, com o
aumento do número de subportadoras, B se aproxima de Rs, que é a mínima largura de
faixa teórica que seria ocupada por um sinal com portadora simples, mesma modulação e
fator de forma (rolloff) B = 0 no filtro de transmissão. A eficiência espectral do sinal
OFDM pode ser então determinada por

Nc
Is símbolos/s/Hz. (174)
Nc 1
Figura 18.5 - Densidade espectral de potência de um sinal OFDM com 16 subportadoras.

Como mencionado anteriormente, a adição das amostras referentes à extensão cíclica

e ao janelamento reduz a eficiência espectral, levando a
Rs N c (T Tg Tw ) Nc T ¬
Is símbolos/s/Hz , (175)
B ( N c 1) T Nc 1 T Tg Tw ®
resultado que se reduz à expressão (174) quando Tg = Tw = 0.
18.6 Exercícios propostos

1. Demonstre que, para que sinais multiplexados segundo a técnica OFDM sejam
ortogonais entre si dentro do intervalo de sinalização, o espaçamento entre as subpor-
tadoras deve ser um múltiplo inteiro de 1/T.
2. Provar a igualdade dada na expressão (200), a qual afirma que o conjunto de
símbolos OFDM transmitidos pode ser recuperado a partir das correlações entre o
sinal em banda base dado em (197) e todas as exponenciais complexas utilizadas para
multiplexar tais símbolos, conforme a Figura 18.1.
3. Faça uma pesquisa a partir de uma das referências citadas no início deste capítulo
e descreva como opera a extensão cíclica de forma que a ortogonalidade entre
as subportadoras moduladas seja mantida após o sinal OFDM atravessar um canal
dispersivo temporalmente.
4. Faça uma pesquisa a partir de uma das referências (CIMINI JR. e GREENSTEIN,
2003), (NEE e PRASAD, 2000, p. 42), (PRASAD, 2004, p. 121) e descreva o
processo de janelamento (windowing) de sinais OFDM. Defina-o inicialmente e em
seguida descreva ao menos duas de suas variantes, destacando como elas influenciam
o espectro final do sinal OFDM.

Parte 4

Espalhamento
Espectral
Definição e Atributos de um Sinal Espalhado no Espectro 227

19
Definição e Atributos de um Sinal
Espalhado no Espectro
19.1 Definição
Um sinal com espalhamento espectral (spread spectrum - SS) é aquele que ocupa
uma largura de faixa muito maior que a necessária, sendo essa largura de faixa até
certo ponto independente da taxa de bits da informação. Um sinal que ocupa uma
banda elevada não é necessariamente um sinal com espalhamento espectral, embora na
maior parte das vezes o sinal com espalhamento espectral seja um sinal de faixa larga.
Por outro lado, um sinal que ocupa uma banda relativamente pequena também pode ser
classificado como um sinal com espalhamento espectral. O que determina se um sinal é
ou não um sinal com espalhamento espectral é a forma de geração do sinal modulado,
respeitando a definição ora apresentada.
Considere o diagrama da Figura 19.1, referente a um transmissor de um sistema com
espalhamento espectral. Nele os bits de informação são convertidos na forma bipolar e
em seguida multiplicados por uma sequência também bipolar com taxa muito maior que a
taxa de bits de informação. O sinal resultante dessa multiplicação modula uma portadora
utilizando, em princípio, qualquer tipo de modulação. O sinal de saída do sistema é um
sinal com espalhamento espectral.
Figura 19.1 - Transmissor de um sistema com espalhamento espectral e suas formas de onda.

De forma a se fazer clara distinção entre a sequência de bits de informação e a
sequência de espalhamento, dá-se o nome de chip ao bit desta última. Assim, a duração
de um bit da sequência de espalhamento é chamada de duração de chip, Tc.
No diagrama mostrado na Figura 19.1 percebe-se que a banda ocupada pelo sinal é
diretamente proporcional à taxa de chips Rc = 1/Tc, e que se trata de uma banda maior que
a necessária para transmitir os dados. A banda necessária é aquela que seria ocupada se
não fosse realizada a multiplicação pela sequência de espalhamento. Portanto, segundo a
definição dada, o sistema da Figura 19.1 realmente é um sistema com espalhamento
espectral.
Se alterarmos um pouco a duração de bit Tb, a largura de faixa não se altera, pois
quem a governa é Tc, desde que Tb ‫ ب‬Tc. Ao fazermos Tb se aproximar da ordem de
grandeza de Tc, a largura de faixa resultante começará a sofrer influência de Tb. É por esta
razão que na definição de um sinal com espalhamento espectral mencionou-se que a
banda do sinal espalhado é independente da taxa de bits de informação até certo ponto.
A sequência de espalhamento é também chamada de sequência pseudoaleatória ou
sequência código. Observando a Figura 19.1, percebe-se que tal sequência se repete a
cada N chips e tem um comportamento similar a um comportamento aleatório dentro do
período de NTc. No Capítulo 20, as sequências de espalhamento serão abordadas com
mais detalhes.
A técnica ilustrada na Figura 19.1 é uma das técnicas de espalhamento espectral que
estudaremos em detalhes no Capítulo 21: o espalhamento espectral por sequência
direta (direct-sequence spread spectrum, DSSS). Sua descrição sucinta foi inserida neste
início de capítulo apenas para auxiliar no entendimento da definição de um sinal com
espalhamento espectral.
19.2 Um breve histórico sobre o espalhamento espectral

Um dos históricos mais abrangentes sobre o tema pode ser encontrado no clássico
(SIMON, OMURA, et al., 2002), no qual o breve histórico seguinte foi baseado.
Parece não haver uma descrição conclusiva que retrate com total precisão a linha do
tempo referente à técnica de espalhamento espectral. Atribui-se isso principalmente aos
projetos sigilosos (classificados) que fizeram parte das iniciativas de transmissão de voz
criptografada, sinais de controle e comado e de técnicas anti-interferência intencional
(anti-jamming) durante a Segunda Guerra Mundial. Outra razão refere-se ao fato de que
os conceitos associados ao espalhamento espectral parecem ter surgido de forma até certo
ponto fragmentada, não como parte de um sistema completo tal como conhecemos hoje.
Conceitos relacionados com a técnica de espalhamento espectral podem ser identifi-
cados em vários sistemas inventados antes de 1940. No entanto, em meados de 1941, nos
Estados Unidos, foi depositada uma patente de autoria de Hedy K. Markey e George
Antheil, a qual correspondia a uma das técnicas de espalhamento hoje conhecida como
espalhamento espectral por saltos em frequência (FHSS, frequency-hopping spread
spectrum). Tal patente foi explicitamente concebida com fins de aplicação em sistemas de
comunicação anti-jamming. Nessa técnica a frequência de portadora salta de posição no
espectro sob o controle de um código pseudoaleatório. O receptor pode recuperar a

informação somente se conhecer o padrão dos saltos de frequência e estiver sincronizado
com eles.
Curiosamente a técnica FHSS foi inventada por Hedwig Eva Maria Kiesler, uma
atriz austríaca que chegara à época nos Estados Unidos por força de um contrato com a
Metro-Goldwyn-Mayer. Lá Hedwig adotou o nome artístico de Hedy Lamarr.
Vários sistemas de comunicação anti-jamming foram concebidos durante a Segunda
Guerra Mundial, usando alguns dos conceitos hoje conhecidos do espalhamento espectral,
mas nenhum deles poderia ser caracterizado como genuinamente um sistema spread
spectrum. Mesmo a técnica FHSS não foi utilizada operacionalmente em sistemas anti-
-jamming até a realização de um exercício militar da Marinha dos Estados Unidos em
1963. A outra técnica, o DSSS, data de anos anteriores a 1950, indicando que a Segunda
Guerra Mundial motivou o aparecimento do spread spectrum, mas também indicando que
algumas ideias relacionadas à técnica vieram antes e que um sistema spread spectrum
completo foi desenvolvido somente depois de terminada a guerra.
19.3 Principais atributos de um sinal espalhado no espectro

Em uma primeira análise, tomando como base o que foi apresentado até aqui sobre o
espalhamento espectral, tendemos a concluir que um sinal espalhado no espectro parece
contrariar conceitos já apresentados em capítulos anteriores. Por que razões haveríamos
de querer um sinal com banda muito maior que a banda mínima necessária, a qual é
definida pela modulação e pela taxa de símbolos? A seguir estudaremos alguns dos
atributos de um sinal spread spectrum que o tornam atrativo e que eliminam com folga
essa aparente desvantagem da banda elevada.
19.3.1 Baixa densidade espectral de potência

Sabemos que quanto menor for a densidade espectral de potência (DEP) de um sinal,
menor será a concentração de potência na faixa de frequência ocupada pelo sinal. Por
baixa DEP entende-se uma distribuição de uma determinada potência em uma grande
faixa de frequências. Na Figura 19.2, tem-se um sinal S( f ) de potência P que é
transmitido em uma pequena banda e, portanto, pode-se atribuir esse sinal a um
transmissor de faixa estreita com alta DEP. Por outro lado, o sinal SSS( f ) da figura tem a
potência P distribuída em uma faixa bastante elevada, característica típica de um sinal
spread spectrum com baixa DEP.
Figura 19.2 - Sinal com alta DEP e sinal com baixa DEP.
Uma das principais vantagens da baixa DEP é a possibilidade de pequena inter-

ferência em sistemas de faixa estreita. Esta é uma das razões pelas quais se recomenda
que sinais com espalhamento espectral sejam utilizados em aplicações nas bandas

ISM (industrial, scientific and medical), nas quais não são necessárias licenças da
Agência Reguladora para operação.
A DEP pode ser baixa a ponto de imergir o espectro do sinal com espalhamento
espectral sob o espectro do ruído térmico do receptor, como ilustrado na Figura 19.3. Isso
pode ser útil para ocultar transmissões de um receptor não intencional, situação típica em
aplicações militares em que o sinal desejado (amigo) pode ficar invisível ao inimigo se
sua DEP estiver abaixo da DEP de ruído de fundo de escala do equipamento utilizado
para rastrear o sinal.
Figura 19.3 - DEP do ruído branco e de um sinal DSSS.
19.3.2 Baixa probabilidade de interceptação

A baixa probabilidade de interceptação (low probability of interception, LPI) pode
ocorrer devido a duas características de um sinal com espalhamento espectral:
x A baixa densidade espectral de potência pode tornar um sinal com espalhamento
espectral invisível a um receptor não intencional. Torna-se, portanto, difícil
interceptar um sinal cuja presença não se pode detectar.
x Quanto maior o número de chips em um período da sequência de espalhamento, ou
seja, quanto maior o seu comprimento, maior a dificuldade de geração de uma réplica
pelo interceptador, o que também dificulta a interceptação. Por exemplo, uma
sequência de espalhamento com N = 31, comprimento considerado curto na prática,
pode levar à chance de 1/(231) do receptor não intencional conseguir replicá-la.
Lembre-se de que o receptor intencional conhece a sequência de espalhamento gerada
pelo correspondente transmissor, de forma que possa realizar a operação inversa do
espalhamento, o desespalhamento (despreading).
19.3.3 Imunidade a interferências

Um sinal que apresenta baixa probabilidade de ser detectado, como, por exemplo, um
sinal com espalhamento espectral imerso no ruído (veja a Figura 19.3) dificilmente pode
sofrer uma interferência intencional.
Por outro lado, uma interferência de faixa estreita corrompe uma pequena faixa do
sinal com espalhamento espectral e, portanto, será pouco prejudicial. Mais adiante, no
Capítulo 23, veremos de forma um pouco mais precisa como isso é possível.
Já um sinal de faixa larga, mesmo ocupando a mesma banda do sinal com
espalhamento espectral, pode não interferir na comunicação a ponto de inviabilizá-la. Isso

ocorre devido principalmente à baixa correlação que pode haver entre o sinal com
espalhamento espectral e o sinal interferente. Também veremos isso no Capítulo 23 com
mais detalhes.
19.3.4 Possibilidade de implementação de múltiplo acesso

Seja o sistema de comunicação mostrado na Figura 19.4, composto por três usuários
(terminais) transmitindo simultaneamente e na mesma banda para um receptor que tem
por objetivo separar a informação de cada terminal das demais, preferencialmente sem
interferência entre os vários sinais. A separação pode não ser perfeita devido ao ruído e às
interferências. Este é um cenário típico de um sistema celular, por exemplo, no qual
vários terminais móveis (TM) enviam seus sinais para uma estação base.
Figura 19.4 - Exemplo de uma transmissão de vários terminais móveis para uma estação base.
Se os sinais dos vários terminais compartilham a mesma banda de frequências e são

transmitidos simultaneamente, o que permitirá múltiplo acesso ao meio de comunicação
será o uso de sequências de espalhamento (denominadas de sequências código neste
contexto) distintas e que façam com que os sinais transmitidos se mantenham, ideal-
mente, ortogonais entre si. Por essa razão a técnica de múltiplo acesso em questão é
chamada múltiplo acesso por divisão em código (code-division multiple access,
CDMA). Em outras palavras, o espalhamento espectral é a base para implementação da
técnica CDMA.

20
Sequências de Espalhamento
Uma sequência de espalhamento, como o nome sugere, é o sinal utilizado para espalhar o
espectro do sinal transmitido em um sistema spread spectrum. Em princípio, qualquer sequência
que tivesse uma taxa de chips maior que a taxa de bits de informação seria adequada.
Entretanto, outras propriedades além da taxa de chips devem ser levadas em conta na
implementação de um sistema com espalhamento espectral, para que o desempenho desejado
seja conseguido e para que os atributos do sinal spread spectrum de fato se manifestem.
Recuperando algumas definições do Capítulo 19, uma sequência de espalhamento é
uma sucessão pseudoaleatória de chips de duração Tc. Diz-se que é pseudoaleatória, pois
ela é na verdade periódica com período NTc, sendo N o número de chips por período,
também denominado de comprimento da sequência. Durante um período, a sucessão de
chips se assemelha a uma sucessão aleatória de pulsos.
Existem vários tipos de sequência de espalhamento, cada uma mais ou menos
adequada à aplicação que se deseja para a técnica spread spectrum. Por exemplo, certas
sequências são mais adequadas para fazer com que o espectro do sinal espalhado ocupe a
banda disponível da maneira uniforme. Outras são adequadas por proporcionarem maior
imunidade a interferências em sistemas CDMA. Outras, ainda, permitem que o processo
de sincronismo no receptor seja implementado de forma mais simples. A seguir são
apresentadas algumas dessas sequências e seus principais atributos.
20.1 Sequências de comprimento máximo (sequências m)

Também conhecidas como sequências PN (pseudo-noise), as sequências m são
formadas por registradores de deslocamento com realimentação (linear feedback shift-
-register, LFSR) , em uma configuração como a ilustrada na Figura 20.1.
Figura 20.1 - Registrador de deslocamento com realimentação.
Sequências de Espalhamento 233

Nessa configuração, o número de flip-flops do registrador é m (o que justifica o nome
dado à sequência). A lógica de realimentação é que define se será ou não gerada uma
sequência de comprimento máximo, na qual o número de chips em um período é
N = 2m – 1. Quanto maior o registrador de deslocamento (maior valor de m), mais
possibilidades existem de geração de sequências diferentes. Cada configuração de
realimentação diferente gera uma sequência diferente e as conexões de realimentação
corretas são tipicamente determinadas por meio de tabelas, já que a teoria por trás da
determinação dessas conexões (SIMON, OMURA, et al., 2002) é bastante complexa e
está fora do escopo deste livro.
A Tabela 20.1 lista algumas das conexões de realimentação dos flip-flops na Figura
20.1 para que uma sequência m seja gerada com comprimento máximo. A primeira
coluna (da esquerda) apresenta alguns valores de m. Na segunda coluna têm-se os
correspondentes comprimentos das sequências geradas. Na terceira coluna estão algumas
das regras de conexão que produzem sequências m de comprimento máximo, como
melhor explicado logo adiante. Na coluna da direita está o número máximo de diferentes
sequências que podem ser geradas, que é igual ao número máximo de conexões de
realimentação corretas.
As conexões de realimentação no gerador de uma sequência m podem ser repre-
sentadas como na Tabela 20.1, por números na base binária ou por números na base octal.
Como exemplo, na tabela três das seis sequências para m = 5 são geradas a partir das
conexões indicadas por [5,3], [5,4,3,2] e [5,4,2,1], as quais podem ser representadas na
forma binária por [b0 b1 ... bm1 bm] = [100101], [101111] e [111011] respectivamente.
A presença de um bit “1” na posição i representa a existência de uma conexão na saída
do i-ésimo flip-flop, e o bit “1” mais à esquerda, b0, representa a conexão de entrada do
flip-flop mais à esquerda. Na base octal tais conexões seriam representadas respectiva-
mente por 458, 578 e 738. As conexões não listadas na Tabela 20.1 podem ser obtidas a
partir daquelas já listadas, por reversão. As sequências resultantes podem ser
denominadas de sequências recíprocas (GUIMARÃES, 2009, p. 615). Como exemplo,
as sequências recíprocas daquelas obtidas pelas conexões [5,3], [5,4,3,2] e [5,4,2,1] são
geradas a partir das conexões [5,2], [5,3,2,1] e [5,4,3,1], ou [101001], [111101] e
[110111] na forma binária, respectivamente. Perceba que o que se faz é somente a
reversão das posições das conexões. Como resultado, a sequência recíproca vai ficar
revertida temporalmente em relação à sequência original.
Tabela 20.1 - Conexões e número de sequências geradas por um gerador de sequência m
Número de
m N = 2m1 Conexões de realimentação
sequências
2 3 [2,1] 2
3 7 [3,1] 2
4 15 [4,1] 2
5 31 [5,3]; [5,4,3,2]; [5,4,2,1] 6

Número de
m N = 2m1 Conexões de realimentação
sequências
6 63 [6,1]; [6,5,2,1]; [6,5,3,2] 6
[7,1]; [7,3]; [7,3,2,1]; [7,4,3,2]; [7,6,4,2]; [7,6,3,1]; [7,6,5,2];

7 127 18
[7,6,5,4,2,1]; [7,5,4,3,2,1]
[8,4,3,2]; [8,6,5,3]; [8,6,5,2]; [8,5,3,1]; [8,6,5,1]; [8,7,6,1];

8 255 16
[8,7,6,5,2,1]; [8,6,4,3,2,1]
[9,4]; [9,6,4,3]; [9,8,5,4]; [9,8,4,1]; [9,5,3,2]; [9,8,6,5];

9 511 48
[9,8,7,2]; [9,6,5,4,2,1]; [9,7,6,4,3,1]; [9,8,7,6,5,3]
Exemplo 20.1
Vamos determinar os estados de saída dos flip-flops do gerador da Figura 20.2 (a) e
também a sua forma de onda de saída, correspondente à sequência de estados do flip-flop
mais à direita, para uma carga inicial igual a 1 0 0. A determinação desses estados é feita
da seguinte maneira: por exemplo, para a carga inicial 1 0 0, tem-se que a saída do bloco
de soma módulo 2 (operação XOR) será 1 0 = 1. No próximo pulso de clock este “1”
será deslocado para a saída S1; o “1” que antes estava nessa saída será deslocado para a
saída S2 e o “0” que estava na saída S2 será deslocado para a saída S3. O novo conjunto de
estados dos flip-flops será então 1 1 0, como mostrado na segunda linha da tabela ao lado
do registrador da Figura 20.2 (a). Os demais estados são determinados de maneira
análoga. Veja que o estado 1 0 0 reaparece na oitava linha da tabela, indicando que a
partir daí os demais estados vão se repetir. Portanto, a forma de onda de um período da
sequência gerada será aquela mostrada à direita da tabela na Figura 20.2 (a).
Figura 20.2 - Geradores de sequência PN com diferentes conexões de realimentação.
Agora vamos repetir a análise com outra configuração de realimentação nos flip-flops
conforme mostra a Figura 20.2 (b). Os estados resultantes estão mostrados na tabela

correspondente. Ao lado dessa tabela encontra-se a forma de onda da sequência de saída
do gerador para um intervalo de 7 chips.
Pelos resultados obtidos percebemos que a primeira configuração representa uma
conexão correta (conexão [3,1] na Tabela 20.1), pois a sequência gerada pelo registrador
de deslocamento possui N = 2m – 1 = 23 – 1 = 7 chips em um período. Percebemos ainda,
na primeira configuração, que todas as combinações de 3 bits são reveladas nos estados
dos flip-flops, exceto a combinação 0 0 0, a qual se perpetuaria indefinidamente se
existisse. Cargas iniciais diferentes de 1 0 0 apenas fariam com que uma mesma
sequência se iniciasse em partes diferentes de seu período.
Observando-se agora a segunda configuração, percebe-se que ela gerou uma
sequência cujo comprimento não é 2m – 1 e, portanto, trata-se de uma configuração com
conexão de realimentação incorreta. Note que a sequência se repete a cada 3 chips.
20.1.1 Função de autocorrelação e função de correlação cruzada para

sequências de espalhamento
Sabemos que a correlação entre dois sinais é dada pela integral do produto entre
esses sinais em um intervalo de análise. Como resultado, temos um número que mede o
grau de ortogonalidade entre tais sinais. Agora vamos estender esse conceito de cor-
relação, admitindo que se possa analisar o grau de ortogonalidade levando em conta
diferentes deslocamentos relativos entre os sinais. O que teremos como resultado não é
mais um número, mas sim uma função de correlação. Os sinais sob análise podem ser
iguais ou distintos. No primeiro caso teremos uma função de autocorrelação e no
segundo teremos uma função de correlação cruzada.
Como as sequências de espalhamento são sinais periódicos de período NTc, as suas
funções de autocorrelação e de correlação cruzada podem ser determinadas operando
apenas em um período, ou em um número inteiro de períodos. As funções resultantes
serão também periódicas de período NTc e dadas respectivamente por
1 T0 /2
T0 ¨T0 /2
R X (U ) x(t ) x(t U )dt (176)
1 T0 /2
T0 ¨T0 /2
RXY (U ) x(t ) y (t U ) dt , (177)
em que T0 = kNTc, para k inteiro. Tais funções medem, respectivamente, o grau de

ortogonalidade entre sequências iguais e entre sequências diferentes, para deslocamentos
relativos U entre os pares analisados. A normalização (divisão) por T0 tem por objetivo
fazer com que o valor máximo do resultado seja unitário, posto que as sequências de
espalhamento operadas têm amplitudes tipicamente iguais a ±1.
Idealmente, a função de autocorrelação de uma sequência de espalhamento não
deveria ser nula somente para deslocamentos relativos U = iNTc, para i = 0, ±1, ±2...
Isso beneficiaria o processo de detecção e o processo de aquisição e rastreamento de
sincronismo, como exemplificado a seguir.

Exemplo 20.2
No diagrama mostrado na Figura 20.3, referente ao processo de sincronismo no
receptor de um sistema com espalhamento espectral, inicialmente a sequência embutida
no sinal recebido está fora de sincronismo (desalinhada temporalmente) com a sequência
gerada localmente. Nesta situação a correlação entre elas é baixa, por hipótese. Com o
passar do tempo, o desalinhamento entre tais sequências começa a diminuir por atuação
do sistema de controle de atraso, até o momento em que tais sequências se alinham e o
valor da correlação entre elas se eleva. Nesse instante o sistema de controle de atraso é
travado e passa-se a considerar que a sequência local está em sincronismo com aquela
embutida no sinal recebido. A partir desse instante a sequência local pode ser utilizada no
processo de desespalhamento do sinal para extração da informação.
Figura 20.3 - Diagrama de um sistema de sincronismo de um sistema spread spectrum.
Perceba a importância de ter um único pico na função de autocorrelação da sequência

utilizada, a cada período. Caso haja mais de um, a condição de alta correlação pode
ocorrer no pico errado e, desta forma, pode fazer com que o sistema trave fora de
sincronismo. Perceba ainda que, quanto maior for o valor do pico em relação aos demais
valores, mais facilmente a condição de sincronismo será detectada e, por consequência,
tal sistema de sincronismo será mais imune à ação do ruído.
Por outro lado, idealmente a função de correlação cruzada entre duas sequências
de espalhamento deveria ser nula para qualquer valor de deslocamento relativo
entre elas. Isso beneficiaria a imunidade à interferência de múltiplo acesso (multiple
access interference, MAI) em sistemas CDMA, como exemplificado a seguir.
Exemplo 20.3
No sistema ilustrado na Figura 20.4 tem-se uma representação didática de um dos
receptores de uma estação radiobase (ERB) em um sistema celular CDMA. A antena da
ERB recebe a soma de vários sinais, incluindo o sinal de interesse (sinal do usuário 2,
neste exemplo). No processo de correlação para gerar a variável de decisão y na entrada
do comparador, deseja-se que somente a sequência PN2(t) embutida no sinal do usuário 2
seja detectada, o que demandaria que a correlação cruzada dos sinais dos demais usuários

com a sequência PN2(t) gerada no receptor fosse nula. Em outras palavras, os sinais
interferentes deveriam ser ortogonais ao sinal de interesse.
Figura 20.4 - Representação didática de um dos receptores de uma ERB em um sistema CDMA.
Matematicamente, admitindo sem perda de generalidade que o atraso de propagação

do sinal do usuário 2 é zero, teríamos a seguinte situação:
NTc
y¨ c2 (t )< c1 (t U1 ) c2 (t ) c3 (t U 3 ) c4 (t U 4 ) " >dt ruído
0
NTc NTc NTc
¨ c2 (t ) c1 (t U1 )dt ¨ c2 (t ) c2 ( t )dt ¨ 0 c2 (t ) c3 (t U 3 )dt
0 0
Zero para qualquer U1 Máximo Zero para qualquer U 3
NTc
¨
0
c2 (t ) c4 (t U 4 )dt "N
etc ruído.
Zero
Zero para qualquer U 4
Note que a correlação da sequência c2(t) com o sinal recebido não é nula somente na
parcela referente à sequência c2(t) embutida no sinal. Considerando uma sinalização
antipodal, se o usuário 2 transmitir um bit 1, a sequência c2(t) aparece no sinal recebido
como está ilustrado e a correlação máxima será positiva. Se o bit transmitido for 0, a
sequência c2(t) aparece invertida e a correlação máxima será negativa. Note que isso irá
permitir a estimação do bit transmitido, caso o ruído não tenha intensidade forte o
suficiente para inverter as polaridades dessas correlações.
Com este exemplo é possível perceber a importância de ter valores baixos (idealmente
nulos) de correlação cruzada entre as diferentes sequências de espalhamento utilizadas
pelos terminais em um sistema CDMA. Infelizmente, na prática é bastante difícil obter
sequências de espalhamento perfeitamente ortogonais para qualquer deslocamento relativo.
Mesmo naqueles casos em que tais sequências podem ser implementadas, na maior parte das
situações reais o canal de comunicação destrói a ortogonalidade entre elas. Uma situação
típica em que isso ocorre se refere aos sistemas de comunicação móvel operando em canais
com múltiplos percursos de propagação. No Capítulo 24 teremos a oportunidade de abor-
dar com mais detalhes esta situação e justificar a perda de ortogonalidade entre as sequên-
cias de espalhamento utilizadas.

20.1.2 Funções de correlação e densidade espectral de potência para
sequências m
Considerando apenas um período, a função de autocorrelação de sequências m com
chips de amplitude ±1 é dada por
£
¦ N 1
¦
¦1 NTc | U |, | U | b Tc
R(U ) ¦
¤ (178)
¦
¦ 1
¦
¦ , | U | Tc .
¦
¥ N
Pela função esboçada na Figura 20.5 (extrapolada para mais de um período) percebe-
-se que, como esperado, a função de autocorrelação é periódica, pois uma sequência de
espalhamento é também periódica.
Figura 20.5 - Função de autocorrelação de uma sequência m.
Quanto maior o comprimento da sequência m, mais próximo de zero se torna o valor

–1/N e, neste caso, mais próxima da situação ideal se torna a função de autocorrelação.
Em outras palavras, quando aumentamos o comprimento N da sequência m, o valor da
função de autocorrelação em |U| > Tc se aproximará cada vez mais de zero e mais
destacado se torna o valor de pico em U = 0, para uma dada taxa de chips, levando em
conta apenas um período de análise.
Como bem sabemos, a transformada de Fourier da função de autocorrelação de
um sinal é a sua densidade espectral de potência. Assim, a DEP para sequências m
de amplitudes ±1 é dada por
d
1 1 N n¬ n ¬
S f 2E f
N N2
sinc 2 E f
N ® NTc
®, (179)
nd
nv0
cuja representação gráfica é mostrada na Figura 20.6.

Figura 20.6 - Densidade espectral de potência de uma sequência m.
Como a sequência de espalhamento é uma função periódica no tempo, seu espectro é

composto de raias espectrais (espectro discreto). Note na Figura 20.6 que a envoltória da
DEP tem nulos em múltiplos inteiros de 1/Tc. Portanto, como esperado, quanto menor o
valor de Tc mais amplo será o espectro da sequência de espalhamento e, por conse-
quência, mais amplo será o espectro do sinal spread spectrum.
O espaçamento entre as raias espectrais da DEP ocorre na mesma cadência de
repetição do sinal periódico. Sendo assim, a separação entre tais raias tem valor 1/(NTc).
Adicionalmente, se fizermos Tb = NTc, escolha tipicamente adotada, o espaçamento entre
as raias será também igual à taxa de bits de informação.
Nota-se que na DEP da Figura 20.6 há uma pequena raia em f = 0, que corresponde à
componente DC da sequência m. Se observarmos qualquer sequência desse tipo,
notaremos que há sempre um chip “+1” a mais que o número de chips “í1”. Esta é a
razão para a existência desse nível DC. Nota-se ainda que se aumentarmos o compri-
mento da sequência, esse desbalanceamento será menos significativo e, por consequência,
o nível DC será reduzido.
Como exemplo adicional, vejamos as funções ilustradas na Figura 20.7: (a) Função de
autocorrelação para a sequência m [7,1] e para a sequência m [7,6,5,4], que é a recíproca
da [7,3,2,1] citada na Tabela 20.1; (b) Função de correlação cruzada entre as sequências
m [7,1] e [7,6,5,4]. O comprimento de tais sequências é N = 2m – 1 = 27 – 1 = 127.

Figura 20.7 - (a) Função de autocorrelação para a sequência m [7,1] e para a sequência m [7,6,5,4].
(b) Função de correlação cruzada entre as sequências m [7,1] e [7,6,5,4].
No que se refere à função de correlação cruzada, notamos que há picos de grande

intensidade para vários valores de deslocamento relativo. Este é um comportamento
típico para sequências m, o que leva à conclusão de que, embora sejam excelentes do
ponto de vista de facilitadoras do processo de sincronismo (por possuírem função de
autocorrelação próxima da ideal), as sequências m não são, em princípio, adequadas para
implementação de múltiplo acesso CDMA. Por possuírem função de correlação cruzada
distante do comportamento ideal, gerarão grande interferência entre os sinais dos vários
terminais.
20.2 Sequências Walsh-Hadamard

As sequências Walsh-Hadamard recebem este nome devido aos sobrenomes de seus
inventores. Elas têm como principal característica o fato de a função de correlação
cruzada entre qualquer par dessas sequências ser nula, mas somente para deslocamento
relativo nulo. Alguns pares têm correlação nula para qualquer deslocamento relativo.
Podem ser geradas 2n sequências de comprimento 2n, para n = 1, 2, 4, 8, ...., por meio
do seguinte processo, denominado algoritmo de Sylvester (IPATOV, 2005. p. 34-35),
(BOSSERT, 2003, pp. 929-935): inicia-se com a matriz de Hadamard de ordem 2
1 1¯
H (2) ¡ °, (180)
¡¢ 1 1 °±
a partir da qual são formadas matrizes de Hadamard de ordem 2n,

H ( n) H ( n) ¯
H (2n) ¡ °. (181)
¡¢ H (n) H (n) °±

Exemplo 20.4
Vamos construir oito sequências Walsh-Hadamard de comprimento N = 8. Na Figura
20.8 são apresentadas as matrizes de Hadamard obtidas em cada passo. Perceba que os
quadrados simples nas matrizes H(2n) contêm réplicas da matriz H(n) e os quadrados
duplos contêm –H(n), para n = 2 e 4. A matriz H(8) contém as oito sequências
construídas.
Figura 20.8 - Construção de oito sequências Walsh-Hadamard de comprimento N = 8.
A função de autocorrelação de sequências Walsh-Hadamard pode ter picos de valor

elevado para deslocamento relativo não nulo, tornando-as inadequadas para auxiliar no
processo de sincronismo e detecção. Veja como exemplo a Figura 20.9 (a), a qual mostra
a função de autocorrelação da sequência Walsh-Hadamard de número 42, correspondente
à 42a linha ou coluna da matriz H(128), com comprimento N = 128. Embora as
sequências Walsh-Hadamard tenham excelentes propriedades de correlação cruzada para
deslocamento relativo nulo, note na Figura 20.9 (b) que pode haver valores de correlação
cruzada bastante elevados para deslocamento relativo não nulo. Nessa figura estão
consideradas as sequências Walsh-Hadamard de números 42 e 46.
Perceba ainda, agora retornando à Figura 20.8, que, por exemplo, a primeira linha da
matriz H(8) é toda composta de +1, ou seja, essa sequência de fato não causa nenhum
espalhamento do sinal. Isso fará com que a DEP do sinal resultante da multiplicação de
uma sequência Walsh-Hadamard pela sequência de informação não seja uniforme,
apresentando diferentes formas, dependendo da sequência utilizada. Isso permite concluir
que várias sequências Walsh-Hadamard não são adequadas para produzir espalhamento
do espectro.

Figura 20.9 - Funções de autocorrelação e de correlação cruzada de sequências
Walsh-Hadamard de comprimento N = 128.
20.3 Sequências Gold

As sequências Gold são implementadas pela operação ou-exclusivo (XOR) entre
duas sequências m escolhidas de tal sorte que a função de correlação cruzada da
sequência resultante tenha picos de menor valor que aqueles verificados com cada par
de sequências m isoladamente. Entretanto, as sequências Gold têm sua função de auto-
correlação com características mais distantes da situação ideal e, portanto, piores que
aquelas proporcionadas por cada uma das sequências m isoladamente.
A Figura 20.10 ilustra um gerador de sequência Gold composto dos geradores
de sequências m com conexões [7,4] e [7,6,5,4]. Na Figura 20.11 (a) tem-se a função de
autocorrelação para uma sequência Gold e na Figura 20.11 (b) tem-se a função de correlação
cruzada para duas sequências Gold geradas a partir das mesmas conexões, mas com
cargas iniciais diferentes em um dos geradores de sequência m. Observe que, em
comparação com a função de correlação cruzada apresentada anteriormente para
sequências m de mesmo comprimento, a faixa de variação da função de correlação
cruzada para as sequências Gold é significativamente menor. No entanto, a função de
autocorrelação tem comportamento um pouco distante do ideal, ou seja, contém valores
relativamente elevados fora de U = iNTc, i = 0, ±1, ±2 etc.

Figura 20.10 - Gerador de uma sequência Gold composto dos
geradores de sequências m com conexões [7,4] e [7,6,5,4].
Figura 20.11 - Função de autocorrelação (a) para uma sequência Gold e função de correlação cruzada
(b) para duas sequências Gold geradas a partir das mesmas conexões, com cargas iniciais diferentes.
Pode-se agora estabelecer uma classificação qualitativa a partir do conhecimento das

propriedades de autocorrelação e de correlação cruzada para as sequências estudadas:
x Sequências m: possuem função de autocorrelação muito próxima da ideal e
função de correlação cruzada com picos elevados e, portanto, com comporta-
mento mais distante do ideal. São, portanto, sequências adequadas para auxiliar o
processo de sincronismo e para produzir espalhamento uniforme do espectro.
x Sequências Walsh-Hadamard: possuem correlação cruzada ideal para deslo-
camento relativo nulo e função de autocorrelação com picos elevados e, portanto,
com comportamento um pouco distante do ideal. São, portanto, adequadas para
permitir a separação entre sinais de diferentes usuários em sistemas CDMA, mas
somente no enlace direto (da estação base para os terminais) e na ausência de
múltiplos percursos de propagação (ver Capítulo 24). A presença de múltiplos
percursos faz com que réplicas de uma sequência de espalhamento com
deslocamentos relativos quaisquer apareçam na entrada do receptor. Como
consequência, a correlação cruzada entre tais réplicas não será nula com alta

probabilidade, produzindo a chamada interferência de múltiplos percursos
(multipath interference, MPI). Adicionalmente, por haver sequências Walsh-
-Hadamard que produzem espalhamentos distintos e não uniformes do espectro,
não são adequadas para este fim. Não são também adequadas para auxiliar no
processo de sincronismo no receptor.
x Sequências Gold: possuem função de autocorrelação com comportamento um
pouco distante do ideal em comparação com a função de autocorrelação das
sequências m e um pouco melhor que a função de autocorrelação das sequências
Walsh-Hadamard. Possuem função de correlação cruzada melhor que a das
sequências m e pior que a das sequências Walsh-Hadamard. Por se encontrarem
em uma situação intermediária entre as sequências m e Walsh-Hadamard, as
sequências Gold se adaptam um pouco menos que aquelas nos casos em que são
mais adequadas.
20.4 Combinação de sequências de espalhamento

Pelo exposto neste capítulo podemos concluir que não é tarefa fácil encontrar uma
sequência de espalhamento que tenha, simultaneamente, funções de autocorrelação e de
correlação cruzada se aproximando de suas versões ideais. Existem algumas sequências
que têm esta característica, mas são bastante complexas em termos de construção.
Para solucionar de certo modo este problema, muitos sistemas de comunicação
combinam diferentes sequências de espalhamento com o propósito de utilizar de cada
uma aquela propriedade mais vantajosa. Para ilustrar este conceito, considere o sistema
mostrado na Figura 20.12, correspondente ao transmissor de um sistema CDMA
localizado na estação radiobase, considerando apenas o sinal de um dado usuário. Nele os
bits de informação passam por uma operação XOR com uma sequência Gold de compri-
mento muito elevado e à mesma taxa desses bits, objetivando produzir aleatorização
(scrambling) da sequência de informação e, com isso, atribuindo certo grau de sigilo a
mais na comunicação.
Depois de o resultado da operação XOR passar pela conversão para a forma bipolar,
faz-se a multiplicação do sinal resultante pela sequência m, de taxa elevada, o que garante
o espalhamento espectral do sinal, a uniformidade espectral do sinal de saída e maior
facilidade no processo de sincronismo no receptor. A multiplicação seguinte pela
sequência Walsh-Hadamard garante ortogonalidade aproximada entre o sinal spread
spectrum gerado e os demais sinais, facilitando a extração da informação destinada ao
usuário de cada terminal móvel.
Em um sistema real, outras funções podem ser atribuídas a cada uma das sequências
de espalhamento, tais como a identificação de estação base e a demarcação de quadro. É
importante ressaltar que essa combinação de sequências tem como principal objetivo
explorar ao máximo o que cada uma pode oferecer de melhor.

Figura 20.12 - Transmissor do sinal de um usuário em um sistema CDMA, na estação radiobase.
20.5 Exercícios propostos

1. Realizar uma pesquisa que permita identificar propriedades das sequências m além
daquelas citadas neste texto. Quando pertinente, faça desenhos para ilustrar cada
propriedade.
2. Tomando por base a pesquisa realizada para solução do exercício 1 deste capítulo,
teça comentários sobre a influência da propriedade de balanceamento (balance) no
espectro de uma sequência m, comparando com o espectro de uma sequência
completamente aleatória.
3. Qual a aplicabilidade e a desvantagem que você encontra na utilização de sequências
m em sistemas CDMA?
4. Mostrar que a expressão (179) é válida. Dicas: a) lembrar que a periodicidade no
tempo corresponde a impulsos igualmente espaçados na frequência; b) fazer uso de
alguma tabela de transformada de Fourier de funções conhecidas, como a apresentada
no Apêndice A.6 e c) usar a representação da Figura 20.13 para auxiliá-lo na
construção da resposta, notando que {R´(U)} = {Y(U)} {X(U)}.
Figura 20.13 - Figura para auxiliar na solução do exercício 4.
5. Em que situação a densidade espectral dada pela equação (179) se aproxima da densi-
dade espectral de uma sequência aleatória?
6. Faça uma pesquisa e descubra qual é a regra simples de determinação da função de
correlação cruzada entre duas sequências quaisquer de mesmo comprimento. Tal
regra permite obter tal função sem calcular a integral que faz parte de sua definição.
7. Utilizando a definição dada na equação (176), calcule o valor máximo da função de
autocorrelação para sequências de espalhamento quaisquer com amplitudes ±2 volts.

21
Espalhamento Espectral
por Sequência Direta
Vimos no início do Capítulo 19, Figura 19.1, uma das formas mais simples de
implementação de um sistema com espalhamento espectral em banda base. Nela a
sequência de bits de informação é convertida na forma bipolar, por exemplo, 0 ĺ – 1 e
1 ĺ +1 e em seguida é multiplicada por uma sequência de espalhamento, também
bipolar, de taxa muito maior. Esse sistema, pelo fato de gerar um sinal spread spectrum
pela multiplicação direta da sequência de espalhamento pela sequência de informação, é
chamado de espalhamento espectral por sequência direta (direct-sequence spread
spectrum, DSSS). Como resultado dessa multiplicação tem-se um sinal em banda base
cuja faixa ocupada depende diretamente da taxa de chips da sequência de espalhamento e
independe, até certo ponto, da taxa de bits de informação. Diz-se “até certo ponto” porque
se a taxa de bits começa a ficar com valor comparável à taxa de chips da sequência de
espalhamento, começará a ter influência na banda do sinal e, portanto, não teremos mais
um sinal com espalhamento espectral.
A Figura 21.1 ilustra a técnica DSSS. Essa figura é muito similar à Figura 19.1, mas
agora ela inclui outras informações que a Figura 19.1 não revelava.
Figura 21.1 - Implementação da técnica DSSS e algumas formas de onda e DEPs envolvidas no processo.
Espalhamento Espectral por Sequência Direta 247

Como sabemos, a sequência de espalhamento é periódica com período NTc, sendo N
o comprimento ou número de chips em um período da sequência e Tc a duração de um
chip. Por ser periódica, tem espectro discreto (reveja a Figura 20.6). Nesse espectro, a
distância entre as raias espectrais é a taxa em que a sequência se repete e, portanto, é igual
a 1/(NTc). Os nulos da envoltória espectral dessa sequência ocorrem a cada múltiplo
inteiro de 1/Tc. Portanto, se definirmos a banda do sinal espalhado como sendo a banda do
lobo principal do sinal, em banda base um sinal DSSS terá banda 1/Tc Hz.
Embora não seja obrigatório, tipicamente o período da sequência de espalhamento
coincide com a duração de um bit de informação, ou seja, Tb = NTc.
Perceba que a Figura 21.1 ilustra um sistema com espalhamento espectral DSSS que
inclui o processo de modulação. A única diferença para o sistema DSSS em banda base é
de fato a inserção do modulador que, tipicamente, é um modulador BPSK ou QPSK. A
escolha por uma modulação simples, de baixa eficiência espectral, é justificada pelo fato
de não fazer sentido utilizar uma modulação de alta eficiência espectral em um sistema
que, por definição, produz um sinal com banda muito maior que a necessária. Além disso,
modulações como BPSK e QPSK têm alta eficiência de potência, o que trará melhor
desempenho ao sistema spread spectrum.
Se considerarmos a largura de faixa do sinal DSSS em banda passante como sendo a
largura do lobo principal, teremos uma banda de 2/Tc, pois quem está modulando
a portadora em BPSK é o sinal já espalhado em banda base, cujo tempo de símbolo vale
Tc, conforme ilustrado na Figura 21.1.
A Figura 21.2 apresenta o receptor para o sinal DSSS BPSK. O sinal recebido é
transladado para banda base pelo primeiro mixer (multiplicador). Esse processo de
translação gera sinais indesejados fora da faixa de interesse28, os quais são atenuados pelo
filtro que vem em seguida. Na saída deste filtro temos um sinal DSSS em banda base e o
restante do receptor é, portanto, idêntico ao receptor de um sinal DSSS em banda base:
o sinal após o filtro é correlacionado com uma réplica da sequência de espalhamento
utilizada na transmissão; o resultado da correlação gera a variável de decisão que é
comparada com o limiar para que seja tomada a decisão sobre os bits transmitidos.
Figura 21.2 - Receptor para o sinal DSSS BPSK. Adaptada de Guimarães (2009).
28 Como exemplo, considere um sinal BPSK representado simplificadamente por ±cos(2Sfct) dentro de um intervalo de
chip. Ao ser multiplicado por cos(2Sfct), no receptor tem-se ±cos2(2Sfct) = ±[½ + ½cos(4Sfct)], em que ±½ é a parcela
que interessa do sinal DSSS em banda base e ±½cos(4Sfct) é a parcela indesejada.

A forma de onda da Figura 21.3 corresponde à saída do integrador da Figura 21.2 em
duas situações distintas: ausência e presença de ruído, de interferência, ou de ambos. Seja
b(t) r1 a forma de onda que representa os bits de informação e c(t) r1 a sequência de
espalhamento utilizada pelo sistema. Na situação de ausência de ruído, após o
desespalhamento tem-se o sinal DSSS em banda base, ou seja, b(t)c(t). A sequência de
informação desespalhada [b(t)c(t)]c(t) = b(t) está sendo aplicada à entrada do integrador
e, portanto, gera valores constantes e iguais a +1 ou – 1 (ou qualquer valor bipolar). O
resultado da integral desse sinal, a cada intervalo de bit, é uma sequência de valores
linearmente crescentes ou decrescentes, como pode ser visto na figura em questão.
Perceba que tal forma de onda é exatamente igual àquela que seria obtida com o uso de
uma sinalização antipodal com formatos de pulso retangulares.
Figura 21.3 - Receptor para o sinal DSSS BPSK.
Ao final de cada intervalo de integração, o sinal é amostrado e o valor da amostra é

comparado com o limiar de decisão, permitindo a decisão pelo bit transmitido. Perceba
que esse processo é idêntico àquele realizado em uma transmissão binária antipodal com
qualquer formato de pulso de transmissão confinado no intervalo de bit. Então, podemos
interpretar a transmissão com espalhamento espectral como uma transmissão biná-
ria antipodal, em que o formato de pulso de transmissão corresponde a um período
completo da sequência de espalhamento: para o bit 1 transmite-se o sinal desse período
completo e para o bit 0 transmite-se esse sinal com polaridade invertida.
Revisite a estrutura do receptor para sinalização binária antipodal apresentada no
Capítulo 4 (Parte 1 do livro). Note que, de fato, a transmissão com espalhamento
espectral aqui considerada pode ser interpretada como uma transmissão binária antipodal,
em que o formato de pulso de transmissão corresponde a um período completo da
sequência de espalhamento.
Na presença de ruído faz-se análise similar. Agora, na saída do integrador há um
sinal cujo valor de pico varia em função da influência desse ruído, o que, eventualmente,
pode causar erros na decisão.
Espalhamento Espectral por Sequência Direta 249

22
Espalhamento Espectral por
Saltos em Frequência
Outra técnica de espalhamento espectral muito utilizada na prática é o espalhamento

espectral por saltos em frequência (frequency-hopping spread spectrum, FHSS). Como
sugere o nome, nessa técnica a frequência de portadora está constantemente mudando sua
posição espectral, sob o controle de uma sequência pseudoaleatória. A Figura 22.1 ilustra
o transmissor para um sistema FHSS com modulação M-FSK.
Figura 22.1 - Transmissor para um sistema FHSS com modulação M-FSK.

Controlado por um agrupamento de k chips da sequência de espalhamento, o sinte-

tizador de frequências é responsável por gerar a portadora que determinará a posição
espectral do sinal M-FSK. Como não necessariamente existem todas as combinações de k
chips no agrupamento citado (como ocorreria se esses k chips fossem gerados a partir das
saídas dos flip-flops de um gerador de sequência m), o número máximo de posições
espectrais do sinal FHSS será 2k.
Tipicamente, a modulação utilizada em sistemas FHSS é a M-FSK com detecção não
coerente, pois é tarefa bastante complexa manter a coerência de fase (sincronismo de
fase) entre portadoras de transmissão e recepção de um salto para outro, para que seja
realizada uma detecção coerente.
O filtro de transmissão determina a faixa espectral total ocupada pelo sinal FHSS,
reduzindo as componentes do sinal fora da faixa que se deseja para o sinal FHSS.

No receptor, ilustrado na Figura 22.2, um sintetizador sincronizado com o sinte-
tizador da transmissão gera a portadora para que o sinal M-FSK seja transladado para
banda base ou para uma frequência intermediária. O filtro de recepção reduz as compo-
nentes de frequência indesejadas que aparecerão por conta do batimento (multiplicação)
do sinal recebido com a onda portadora. Segue-se um demodulador M-FSK não coerente,
implementado da forma convencional apresentada na Seção 17.2, Parte 3 deste livro.
Figura 22.2 - Receptor para um sistema FHSS com modulação M-FSK.

22.1 Sistema FHSS lento

Um sistema FHSS lento é aquele em que a taxa de saltos é mais baixa que a taxa de
símbolos da modulação utilizada. Embora mais simples de implementar, em um ambiente
de interferência intencional (campo de batalha, por exemplo) a lentidão dos saltos pode
permitir que o interferente intencional (jammer) rastreie a posição espectral de cada salto
e, logo em seguida, gere o sinal interferente. Essa técnica de interferência é denominada
interferência por repetição (repeat-back jamming) ou interferência seguidora (follower
jamming).
A Figura 22.3 ilustra os saltos de frequência de um sinal FHSS lento com modulação
4-FSK: (a) saltos de frequência em um período de observação, (b) variação da frequência
no sinal desespalhado 4-FSK. Na figura em questão, BSS é a banda total ocupada pelo
sinal FHSS, Tb é a duração de um bit de dados, T é a duração de um símbolo da
modulação 4-FSK, Th é duração de um salto do sinal FHSS e B é a banda ocupada pelo
sinal 4-FSK. Note que um salto do sinal FHSS tem duração maior que a duração de um
símbolo da modulação utilizada, ou seja, mais de um símbolo da modulação é transmitido
durante um salto (dois símbolos por salto na ilustração da Figura 22.3).
Espalhamento Espectral por Saltos em Frequência 251

Figura 22.3 - Exemplo de sequência de saltos em um sistema FHSS lento com modulação 4-FSK
(a) saltos de frequência em um período de observação, (b) variação da frequência no sinal 4-FSK.
22.2 Sistema FHSS rápido

Um sistema FHSS rápido é aquele em que a taxa de saltos é maior que a taxa de
símbolos da modulação. Devido à necessidade de realizar os saltos antes que um símbolo
tenha sido transmitido por completo, a implementação dessa técnica é mais complexa
que a do sistema FHSS lento. Entretanto, em um ambiente de interferência intencional,
a rapidez dos saltos pode impedir que o interferente rastreie a posição espectral de
cada salto.
A Figura 22.4 ilustra os saltos de um sinal FHSS rápido com modulação 4-FSK:
(a) saltos de frequência em um período de observação, (b) variação da frequência no sinal
4-FSK. As variáveis na figura têm as mesmas denominações utilizadas na Figura 22.3.
Note que um salto do sinal FHSS tem duração menor que a duração de um símbolo da
modulação utilizada, ou seja, mais de um salto ocorre durante a transmissão de um
símbolo da modulação.
É importante ressaltar que a duração de um chip em um sistema FHSS não
corresponde à duração de um bit da sequência de espalhamento, como ocorre no caso do
sistema DSSS. Entretanto, assim como no sistema DSSS, a duração do chip no sistema
FHSS continua sendo a duração do evento mais curto no sistema. Assim, um chip em um
sistema FHSS lento tem a duração de um símbolo da modulação; para um sistema FHSS
rápido um chip tem a duração de um salto.

Figura 22.4 - Exemplo de sequência de saltos em um sistema FHSS rápido com modulação 4-FSK
(a) saltos de frequência em um período de observação, (b) variação da frequência no sinal 4-FSK.

1. Uma das técnicas de interferência intencional de faixa estreita em sistemas com
espalhamento espectral por saltos em frequência é denominada interferência por
repetição (repeat-back jamming). Nessa técnica, o sistema interferente monitora o
espectro e, após detectar a presença de um salto do sinal FHSS, transmite o sinal
interferente na correspondente faixa de frequências. Objetivando evitar interferência
intencional do tipo repetição, um sistema FHSS operará a 10.000 saltos por segundo.
Ignorando a curvatura da Terra e admitindo que o sistema de comunicação utilize um
satélite geoestacionário (altitude aproximada de 36.000 km da superfície da Terra)
localizado exatamente sobre a estação terrestre, calcule o raio de vulnerabilidade, r,
correspondente ao raio fora do qual o sistema de comunicação estará incondicional-
mente protegido do sinal interferente que está localizado na Terra. Admita que o
sistema interferente necessite de 10 Ps para detectar a frequência utilizada em um
determinado salto no transmissor FHSS da Terra e acionar o seu transmissor nessa
faixa para interferir no sinal recebido pelo satélite. Admita ainda que a antena do
satélite do sistema de comunicação possua um diagrama de irradiação capaz de rece-
ber sinais de uma área aproximadamente igual a 1/4 da área da superfície terrestre.
Admita também que o sistema interferente terá êxito em seu propósito se o sinal
interferente afetar qualquer parte do sinal recebido pelo satélite durante um salto de
frequência do sistema de comunicação.

2. Revisite a Figura 22.1, a qual mostra o diagrama de blocos do transmissor de um
sistema com espalhamento espectral por saltos em frequência. Os bits aleatórios são
gerados à taxa de 10 bit/s e o modulador BFSK opera com os tons de 5 Hz (bit 0) e
15 Hz (bit 1), ou seja, o desvio é de r5 Hz em relação à frequência de portadora. O
gerador de sequência de espalhamento juntamente com o sintetizador de frequências
controlam os oito possíveis saltos à taxa de 0,5 saltos por segundo. A posição inferior
do sinal FHSS no espectro corresponde a 50 Hz e a distância espectral entre os saltos
é também de 50 Hz. A Figura 22.5 mostra as possíveis posições instantâneas do
espectro do sinal FHSS, estando destacado o último salto de um intervalo de 32
segundos. Os índices dos saltos realizados nesse intervalo são 3, 0, 0, 3, 5, 0, 0, 4, 2,
0, 3, 3, 7, 6, 1, 5, nesta ordem. Pedem-se:
a) Qual o último bit enviado no intervalo de observação de 32 segundos? Justifique.
b) Esboce os demais espectros do sinal FHSS no intervalo de 32 segundos, nume-
rando-os em relação à ordem em que ocorrem. A título de exemplo, o último salto
em frequência está numerado na Figura 22.5.
c) Os sinais BFSK enviados mantêm ortogonalidade de um salto para outro? Justi-
fique e apresente uma razão para que mantenham essa ortogonalidade.
d) Trata-se de um sinal FHSS rápido ou lento? Justifique.
e) Os saltos em frequência são aleatórios ou pseudoaleatórios? Justifique.
Figura 22.5 - Possíveis posições instantâneas do espectro do sinal FHSS do Exercício 2.
Solução
a) O último será o bit 1. A frequência central do 16º salto será 6u50 = 300 Hz.
Como o espectro correspondente a tal salto encontra-se à direita do valor 300 Hz
(305 Hz), conclui-se que se trata da transmissão do bit 1.
b)
Figura 22.6 - Sequência de saltos do sinal FHSS do Exercício 2.

c) Os sinais mantêm ortogonalidade de um salto para o outro, pois o espaçamento de
frequência de um salto para outro é múltiplo inteiro da taxa de chips, que no caso
é igual à taxa de símbolos. A ortogonalidade é importante para garantir que os
sinais transmitidos nos vários saltos possam ser recuperados facilmente no
receptor, com o uso de detecção não coerente.
d) Trata-se de um sinal FHSS lento, pois a taxa de saltos é menor que a taxa de
símbolos (tem-se um salto a cada dois segundos e nesse intervalo são trans-
mitidos 20 símbolos).
e) Os saltos em frequência são pseudoaleatórios. Se fossem aleatórios não seria
possível efetuar a recuperação da informação transmitida, pois não há como o
receptor conhecer uma sequência de saltos que é totalmente aleatória.

23
Ganho de Processamento e
Margem de Interferência
23.1 Ganho de processamento em sistemas DSSS

O ganho de processamento GP (processing gain) é a razão entre as relações
sinal/(ruído+interferência) após e antes do processo do desespalhamento no receptor.
Representa a melhoria na relação entre a potência de sinal e a potência de ruído+
interferência obtida com o uso de espalhamento espectral em relação àquela obtida sem o
seu uso, conservadas iguais às demais condições. Então, por definição, o ganho de pro-
cessamento para qualquer sistema com espalhamento espectral vale
( P J )o
GP , (182)
( P J )i
em que P é a potência do sinal desejado e J é a potência do sinal interferente. Os

subscritos “o” e “i” indicam saída (output) e entrada (input) do processo de
desespalhamento no receptor, respectivamente. Nesta expressão implicitamente se está
admitindo que a potência de ruído térmico é desprezível frente à potência do sinal
interferente.
Para um sistema com espalhamento espectral por sequência direta, DSSS, o ganho de
processamento é dado pelo fator de espalhamento do sinal, que é a relação entre a
duração de um bit de informação e a duração de um chip da sequência de espalhamento,
ou seja,
Tb R
GPDS c. (183)
Tc Rb
Se Tb = NTc, que é o caso mais comum na prática, teremos GPDS = N.
23.2 Margem de interferência

A margem de interferência (jamming margin) é o máximo valor que a relação entre
a potência de interferência J e a potência de sinal P pode atingir, ainda permitindo que o
sistema alcance a probabilidade de erro de bit alvo a uma dada relação Eb/J0, em que Eb é

a energia média por bit de informação e J0 é a densidade espectral de potência do sinal
interferente mais ruído. Essa relação Eb/J0 é função da modulação utilizada no sistema,
desconsiderando o espalhamento. Em outras palavras, na análise de margem de interfe-
rência a relação Eb/J0 entra no lugar de Eb/N0 na expressão de probabilidade de erro da
modulação utilizada.
A margem de interferência, em dB, é calculada por meio de
J¬ E
M J 10log GP b . (184)
P® J0
Note na expressão anterior que os valores de J e P são operados em escala linear, ao

passo que os valores de GP e Eb/J0 são operados em dB. A Figura 23.1 ilustra o efeito do
ganho de processamento na margem de interferência. Na figura, um sistema DSSS opera
em um ambiente em que há um sinal interferente de faixa estreita, além de ruído branco.
Na antena receptora a relação entre a potência de sinal e a potência de ruído+interferência
é muito baixa, podendo na prática ser muito menor que 1. O processo de desespalhamento
realizado no receptor faz com que a banda do sinal de interesse seja restaurada
(desespalhada) e faz com que o sinal interferente seja espalhado. Nenhum espalhamento
acontece no ruído branco, pois ele já é um sinal de faixa larga. Se após o deses-
palhamento inserirmos um filtro passa-faixas com banda igual à banda do sinal de
interesse, teremos como resultado uma nova relação sinal/(ruído+interferência) que pode
ser elevada a ponto de permitir que a informação seja recuperada com confiabilidade.
Figura 23.1 - Transmissor e receptor DSSS sob efeito de um sinal interferente de faixa estreita.
Ganho de Processamento e Margem de Interferência 257

Exemplo 23.1
Suponha que um sistema de comunicação digital com espalhamento espectral por
sequência direta (DSSS) precise apresentar uma taxa de erro de bit menor ou igual a 10í4
sob interferência de faixa estreita em canal AWGN. Tal sistema utiliza modulação BPSK
com detecção coerente. A sequência pseudoaleatória é uma sequência m implementada a
partir de um registrador de deslocamento com dez flip-flops. Cada período dessa
sequência corresponde à duração de um bit de informação. Vamos inicialmente calcular o
ganho de processamento do sistema DSSS, em seguida calculando e interpretando a
margem de interferência do sistema.
Tb
Se Tb NTc º GP N 2m 1 210 1 1023.
Tc
Em dB, GP 10log1023 ! 30,1 dB.
J E
Então, GP b 30,1 8, 4 21,7 dB,
P N0
em que o valor de 8,4 dB é o valor de Eb/N0 para que a modulação BPSK produza
BER = 104, valor este obtido da expressão de BER da modulação ou de um gráfico de
BER versus Eb/N0. O valor resultante de J/P = 21,7 dB significa que a potência do sinal
interferente pode estar até 21,7 dB acima da potência do sinal DSSS na entrada do
receptor, ainda garantindo que a BER seja menor que ou igual a 104.
É importante ressaltar que o ganho de processamento tem efeito somente em sinais

interferentes de faixa estreita, pois é neste caso que a densidade espectral de potência
do sinal interferente é reduzida pelo processo de desespalhamento. Se um sinal inter-
ferente tem faixa larga, o desespalhamento realizado no receptor vai mantê-lo com faixa
larga e, portanto, não reduzirá sua influência no desempenho do sistema na faixa ocupada
pelo sinal de interesse, após este ser desespalhado.
Exemplo 23.2
Um rádio DSSS opera em uma faixa de frequências compartilhada por 23 terminais
celulares de banda estreita que agem como interferentes de faixa estreita para o sistema
DSSS. Tanto o sinal desejado quanto cada um dos sinais interferentes chegam ao receptor
DSSS com a mesma potência média. A técnica DSSS opera com modulação BPSK a uma
taxa de 9.600 bit/s. A seguir está calculada a mínima taxa de chips da sequência de
espalhamento utilizada no sistema DSSS de tal sorte que a probabilidade de erro de bit no
receptor DSSS não ultrapasse 9,3142u10–4. Está admitindo-se que a potência de ruído é
desprezível em comparação com a potência dos sinais interferentes e que a banda
ocupada pelo sinal DSSS corresponde ao lobo principal do sinal modulado. Relembrando
as definições das variáveis:

J é a potência total dos sinais interferentes. Tc é a duração de um chip.
J0 é a densidade espectral de potência interferente. Rc é a taxa de chips.
BSS é a banda total do sinal DSSS. Eb é a energia média por bit.
P é a potência do sinal DSSS na entrada de seu Rx. N0 é a DEP de ruído.
N é o comprimento da sequência de espalhamento. MJ é a margem de interferência.
Tb é a duração de um bit. GP é o ganho de processamento.
Rb é a taxa de bits.
Solução
GP Rc / Rb º Rc GP q Rb GP q 9.600
M J GP Eb J 0 dB º GP M J Eb J 0 dB
M J J / P 23P / P 23 ! 13,62dB
BER 12 erfc Eb J 0 º 9,3142 q104 12 erfc Eb J 0
Da Tabela A.1: 12 erfc(x ) 9,3142 q104 º x 2, 2 º
Eb J 0 2, 2 º Eb / J 0 ! 4,84 ! 6,85 dB.
Então GP = 13,62 6, 85 20, 47 dB ! 111.
A taxa de chips será Rc p 111q 9.600 1.065.600 chip/s.
Exemplo 23.3
Uma mesma faixa espectral em um sistema CDMA é compartilhada por 24 terminais
celulares. Devido a um controle de potência realizado no sistema, tanto o sinal desejado
quanto os sinais interferentes dos demais terminais são recebidos pela estação radiobase
com a mesma potência média. Cada terminal transmite a uma taxa de bits de 9.600 bit/s
utilizando a técnica DSSS com modulação BPSK.
A seguir está calculada a mínima taxa de chips das sequências de espalhamento
utilizadas de tal sorte que a probabilidade de erro de bit na estação radiobase não
ultrapasse 9,3142u10–4. Está-se admitindo que a potência de ruído é desprezível em
comparação com a potência dos sinais interferentes e que a banda ocupada pelos sinais
CDMA corresponde ao lobo principal do sinal DSSS. Note, agora, que a soma dos sinais
CDMA interferentes age no receptor da estação radiobase aproximadamente como o faz o
ruído branco, elevando a densidade de potência interferente total, em banda base, para
J0 + N0 # J0 pelo fato de o ruído branco ser desprezível no exemplo analisado.

Solução
BER 12 erfc Eb J 0 = J 0 J BSS J (1 Tc ) 23P (1 Tc ).
Eb PTb PNTc º BER 12 erfc ( PNTc ) / [23P (1 Tc )]
º 12 erfc N 23 9,3142 q104.
Da Tabela A.1: 12 erfc(x ) 9,3142 q104 º x 2,2 º
N 23 2,2 º N / 23 ! 4,84 º N ! 111.
Como Tb NTc º Rc NRb 111q 9.600 1.065.600.
A taxa de chips será Rc p 1.065.600 chip/s.
23.3 Ganho de processamento em sistemas FHSS

A parte (a) da Figura 23.2 mostra a densidade espectral de potência de um sinal
modulado de banda B, contaminado por um sinal interferente de mesma banda. Se a
potência média do sinal modulado é P e a potência média do sinal interferente é J, então
P/J é a relação sinal-interferência. Considere agora um sistema FHSS, em que o sinal
modulado salta de forma pseudoaleatória em 2k posições espectrais, passando a ocupar
uma banda Bss, conforme ilustrado na parte (b) da Figura 23.2. Supondo que o sinal
interferente se manteve com as mesmas características, a nova relação sinal-interferência
será P/(J/2k) = 2kP/J, o que representa uma melhoria de 2k vezes em relação à situação
ilustrada na parte (a) da figura. Perceba que, no receptor, o desespalhamento translada
para uma frequência fixa o sinal de interesse e faz saltar o sinal interferente. Assim, vai
haver coincidência do sinal interferente com o sinal desejado quando a frequência central
do primeiro for igual à frequência central do segundo. Nesse caso ambos serão
transladados para a frequência de demodulação do sinal FSK, produzindo degradação de
desempenho. Note que isso ocorrerá em 1/(2k) do tempo.
Figura 23.2 - Definição de ganho de processamento em sistemas FHSS.
Assim, o ganho de processamento para um sistema FHSS em que o sinal ocupa 2k

posições espectrais é dado por

BSS
GPFH 2k . (185)
B
Note que, se k linhas de controle forem utilizadas para comandar o sintetizador de
frequências, o ganho de processamento não necessariamente será 2k, pois podem não
existir todas as combinações de k chips nas k linhas de controle. Para melhor ilustrar esta
observação, suponha que utilizemos os m flip-flops de um gerador de sequência de
comprimento máximo para controlar o sintetizador de frequências. Como o estado nulo
em todos os flip-flops não faz parte da sequência gerada, teremos neste caso 2m – 1
posições espectrais, o que levará a um ganho de processamento GP = 2k – 1, para k = m.

1. Interprete a margem de interferência em um sistema DSSS quando o ganho de
processamento é unitário (0 dB).
2. Considere um sistema DSSS com modulação BPSK e sequência de espalhamento do
tipo m. Seja x(t) = +1 –1 –1 +1 +1 –1 –1 –1 +1 uma sequência de informação gerada
a 75 bits/s, da esquerda para a direita. Seja g(t) {r1} a sequência gerada na saída do
gerador da sequência m configurado a partir da conexão de realimentação [4,3], para
o qual a carga inicial é 1111 e o clock tem taxa de 225 pulsos por segundo. Para este
sistema pedem-se:
a) Determine os estados dos flip-flops do gerador da sequência de espalhamento em
um período.
b) Determine a sequência g(t).
c) Calcule a largura de faixa nulo a nulo do lobo principal do sinal transmitido.
d) Calcule o ganho de processamento do sistema.
3. Um modem FHSS transmite um pacote de 1.000 bits a cada salto em frequência,
ocupando 64 posições espectrais diferentes. Esse modem monitora a taxa de erro de
bit por pacote e se essa taxa exceder um limiar BERmáx durante um salto, o pacote
correspondente é descartado. Suponha que tal sistema está operando em um canal
AWGN com BER = 2u103. Suponha ainda que, a partir de um determinado
momento, um sinal interferente com intensidade suficiente para que a BER por
pacote ultrapasse o limiar BERmáx passou a contaminar uma das possíveis posições
espectrais utilizadas pelo sistema. Pedem-se:
a) Calcule o ganho de processamento do sistema.
b) Calcule o número de bits da palavra de controle do sintetizador de frequências do
sistema.
c) Calcule a taxa de erro de bit média na presença de interferência.

Solução
a) GP = 64 # 18,06 dB.
b) 2k = 64 k = log2(64) = 6 bits.
c) De cada 64 pacotes transmitidos, um é descartado por ter o correspondente salto
coincidindo com a frequência do sinal interferente. Como a taxa de erro de bit
média na ausência de interferência é de 2u103, a cada 64 saltos são transmitidos
64.000 bits e destes, em média 2u63 estarão em erro devido ao ruído AWGN e
1.000 estarão errados devido ao descarte. Então a taxa de erro de bit média será
BER’ = (1.000 + 2u63)/64.000 = 1,759375u102.
4. Um sistema de comunicação digital, com espalhamento espectral por sequência direta
(DSSS), opera com taxa de bits igual a 1 kbit/s. Tal sistema utiliza modulação BPSK
com detecção coerente e possui a capacidade de ajustar a taxa de chips da sequência
de espalhamento utilizada, de tal sorte que seja minimizada a banda ocupada e/ou a
probabilidade de erro de bit no receptor DSSS. As possíveis taxas de chip são iguais
a 64, 128 e 256 kchip/s. Cada período da sequência de espalhamento corresponde à
duração de k bits de informação. A sequência de espalhamento tem comprimento fixo
igual a 512. Em um dado momento, um sinal interferente de faixa estreita se faz
presente e possui potência dez vezes maior que a potência do sinal espalhado na
entrada do receptor DSSS.
a) Determine os possíveis valores de k.
b) Determine qual(is) das três possíveis taxas de espalhamento seria(m) utilizada(s)
no momento em que há interferência, considerando a necessidade de esse sistema
operar com uma taxa de erro de bit menor ou igual a 104 e, simultaneamente, a
melhor eficiência espectral.
Solução
a) Para o sistema em questão, kTb = NTc. Então k = N×Rb/Rc, em que N = 512, Rb = 1
kbit/s e Rc = 64, 128, 256 kchip/s. Os possíveis valores de k são então k = 8, 4, 2.
b) Sabemos que o ganho de processamento GP = Tb/Tc = Rc/Rb, logo GP1 = 64, GP2
= 128, GP2 = 256. Do enunciado J/P = 10, em que J é a potência do sinal
interferente e P é a potência do sinal espalhado (desejado).
De maneira geral
J ¬ E
10log GP b .
P® J0
Para cada valor de ganho de processamento, podemos calcular a relação Eb/J0

necessária.

E ¬ Eb ¬
10log 10 10log 64 b ! 8 dB
J 0 ® J 0 ®1
1
E ¬ Eb ¬
10log 10 10log 128 b ! 11 dB
J 0 ® J 0 ®2
2
E ¬ Eb ¬
10log 10 10log 256 b ! 14 dB.
J 0 ®
3 J 0 ®
3
Da Tabela A.1, observamos que apenas relação Eb/J0 = 8 dB produz uma taxa de erro
maior que 104, aproximadamente, 1,78×104. Portanto, não atende aos requisitos.
Entre as opções de 11 dB e 14 dB, a relação 11 dB, correspondente a um GP igual a
128, produz o menor espalhamento espectral, resultando, assim, em uma melhor
eficiência espectral. Portanto, a taxa de espalhamento escolhida seria igual a 128
chip/s.
5. Um sistema de comunicação emprega a técnica DSSS e foi projetado para que um
período da sequência de espalhamento coincida com a duração de um bit de
informação. O sinal espalhado ocupa uma largura de faixa de 1,26 kHz em torno
de uma portadora de 21 kHz. Após analisar a DEP da sequência utilizada, você
percebe que ela é formada por raias espectrais espaçadas de 10 Hz. Com base nessas
informações, determine o número de chips em um período da sequência de
espalhamento. Demonstre todos os cálculos.
Solução
Do enunciado
1 1
10 e
NTc Tb
2 1
1260 º 630 .
Tc Tc
O que resulta em
1
10 q 630 º N 63.
N

24
Diversidade em Percursos
e o Receptor RAKE
Neste capítulo veremos como um sinal com espalhamento espectral permite comba-
ter um dos fenômenos mais prejudiciais à comunicação sem fio: a propagação por
múltiplos percursos. A técnica empregada para este fim é denominada diversidade em
percursos (path diversity).
24.1 Noções sobre propagação por múltiplos percursos

Uma das aplicações mais comuns da técnica CDMA, a qual utiliza tipicamente o
espalhamento espectral DSSS, ocorre em sistemas de comunicação móvel. Um dos
ambientes que mais degradam a comunicação móvel é aquele em que a propagação do
sinal ocorre nas proximidades da superfície da Terra, em meio a elevações e a diferentes
morfologias e outros obstáculos criados pelo homem. Neste cenário predomina a
propagação por múltiplos percursos (ou propagação multipercurso), na qual ecos do sinal
transmitido chegam ao receptor com magnitudes e fases variando aleatoriamente.
A propagação multipercurso ocorre principalmente devido à reflexão, à difração e
ao espalhamento da onda eletromagnética. Se não há obstáculo impedindo que o sinal
também chegue diretamente ao receptor, tem-se ainda a situação de propagação por
visada direta.
A Figura 24.1 ilustra o cenário de propagação multipercurso, usando como exemplo
a comunicação entre uma estação radiobase (ERB) e um terminal móvel (TM) em um
sistema celular. As estruturas cujas dimensões são elevadas em comparação com o
comprimento de onda do sinal provocam a difração, a reflexão ou ambos os efeitos no
sinal. Estruturas com dimensões físicas da ordem de grandeza do comprimento de onda
do sinal causam predominantemente o fenômeno de espalhamento da onda eletro-
magnética, o qual pode ser interpretado como um conjunto de pequenas reflexões.

Figura 24.1 - Cenário típico de propagação multipercurso. Adaptada de Guimarães (2009).
Na Figura 24.2 ilustra-se o efeito da propagação multipercurso para a transmissão de

uma portadora não modulada (por razões puramente didáticas), a qual representa um caso
extremo em termos de banda estreita. Admite-se a existência de apenas dois percursos de
propagação: um por visada direta e outro por reflexão. A figura ilustra duas situações:
(a) combinação construtiva dos sinais incidentes na antena receptora, (b) combinação
destrutiva. Observe que em ambos os casos é possível obter a magnitude e a fase do sinal
composto resultante através de uma simples análise vetorial.
Figura 24.2 - Propagação multipercurso (a) combinação construtiva, (b) combinação destrutiva.
Diversidade em Percursos e o Receptor RAKE 265

À medida que o terminal móvel receptor se desloca, é natural imaginar que a
composição vetorial do sinal recebido vá apresentar diferentes fases e magnitudes em
função da posição espacial do terminal. Como consequência, a intensidade do sinal
recebido irá variar, fenômeno conhecido como desvanecimento. Na Figura 24.3 (a)
tem-se a ilustração do efeito da propagação multipercurso na flutuação da intensidade do
sinal recebido por um terminal móvel. A este efeito dá-se o nome de desvanecimento por
multipercurso (multipath fading).
Em ambientes urbanos densos, em que o número de percursos de propagação é
elevado e a direção de chegada destes no receptor é bastante variada, o desvanecimento
multipercurso pode se assemelhar à ilustração da Figura 24.3 (a). Perceba que as
variações da potência instantânea do sinal podem conter vales de cerca de 30 dB (1.000
vezes) abaixo da potência média. Essas variações podem ocorrer em posições espaciais
bastante próximas, dado que o comportamento aproximadamente periódico (no espaço)
do desvanecimento multipercurso ocorre a cada meio comprimento de onda (O/2).
Figura 24.3 - Variações de magnitude e fase do sinal recebido

em um cenário típico de desvanecimento por multipercurso.
Da mesma maneira que há variações de magnitude no sinal composto na antena

receptora, existem também variações de fase, as quais são ilustradas na Figura 24.3 (b).
Percebe-se que há valores aleatórios de fase entre –Q e +Q, com taxa de variação igual à
taxa de variação do desvanecimento na magnitude do sinal29.
As variações de fase também são prejudiciais à comunicação, pois dificultam
sobremaneira o processo de sincronismo de portadora, principalmente quando tais
29 Deve-se atentar para o fato de que a representação das variações de fase em questão foi feita em módulo Q, ou seja,
um valor imediatamente superior a Q é representado por um valor imediatamente superior a –Q e vice-versa, de
forma a confinar o gráfico entre os valores de –Q e +Q. Portanto, as aparentes “transições” de fase mostradas na
Figura 24.3 (b) de fato não existem.

variações são rápidas, o que ocorre em situações de alta velocidade de movimentação
relativa entre transmissor e receptor. Configura-se no caso uma das principais razões
pelas quais é tão difícil realizar uma transmissão em altas taxas num ambiente de
comunicação móvel com propagação multipercurso: o subsistema de sincronismo
de portadora deve ser preciso e rápido o suficiente para rastrear as variações de fase
impostas pelo canal, de tal sorte que a correta referência de fase para demodulação
coerente seja estabelecida no receptor.
Em caráter informativo, em um ambiente de comunicação móvel urbano típico os
sinais chegam ao receptor por múltiplos percursos vindos de todas as direções, não
havendo predominância de visada direta ou de algum percurso de propagação. Este caso é
um dos mais críticos e as variações de magnitude e de fase do sinal recebido seguem,
respectivamente, as densidades de probabilidade de Rayleigh e uniforme. Diz-se neste
caso que há um desvanecimento de Rayleigh. Quando há visada direta ou algum
percurso de propagação tem intensidade dominante, as variações de magnitude do sinal
composto recebido passam a seguir a densidade de probabilidade de Rice. As variações
de fase deixam de ser uniformemente distribuídas, passando a ter uma densidade de
probabilidade que varia em formato, dependendo da relação entre a intensidade do percurso
dominante e a intensidade dos demais percursos. A tal relação dá-se o nome de fator de
Rice. Diz-se neste caso que há um desvanecimento de Rice.
As densidades supramencionadas estão ilustradas na Figura 24.4 para alguns valores
do fator de Rice K. Note que para K o 0 a distribuição de Rice tende a distribuição de
Rayleigh. Em outras palavras, a densidade de probabilidade de Rayleigh é um caso
particular da densidade de probabilidade de Rice.
Figura 24.4 - Funções densidade de probabilidade da magnitude (esquerda) e da fase

(direita) do desvanecimento de Rice para diferentes fatores de Rice K.
As expressões das funções densidade de probabilidade de Rice e de Rayleigh, bem

como da densidade de probabilidade das variações de fase no desvanecimento de Rice,
são respectivamente dadas por
£¦ x 2 2¬
¦¦ exp x A I 0 xA ¬ , x p 0, A p 0

f X ( x) ¤ T 2 2T 2 ® T 2 ® (186)
¦¦
¦¦¥ 0, x 0,

£¦ x 2 ¬
¦¦ exp x , x p 0
f X ( x) ¤ T 2 2T 2 ® (187)
¦¦
¦¦¥ 0, x 0,
£ 1
¦¦¦ eK 1 \ ^
2
4Q K e K cos R cos R ¢ 1 Q 2 K cos R ¯± , Q R b Q
f2 (R ) ¤ 2Q (188)
¦
¦
¥ 0, caso contrário,
¦
em que A é a amplitude da componente dominante recebida, para uma portadora
transmitida não modulada, I0(·) é a função de Bessel modificada de ordem zero e primeiro
tipo, 2T2 é o valor quadrático médio da envoltória do sinal recebido, K = A2/2T2 é o fator
de Rice e Q(·) é a função Q(x) descrita no Apêndice A.1.
Outra distribuição comum na caracterização do desvanecimento por multipercurso é
a de Nakagami, a qual engloba as distribuições de Rice (de forma aproximada) e Rayleigh
como casos especiais (YACOUB, BAUTISTA e GUEDES, 1999), (STUBER, 2001).
Verificamos por meio da Figura 24.2 o efeito da propagação multipercurso para a
transmissão de uma portadora não modulada, a qual representa um caso extremo em
termos de banda estreita. Na Figura 24.5, agora temos a ilustração do efeito da propa-
gação multipercurso para a transmissão de uma portadora chaveada por um curto inter-
valo de tempo. Novamente por razões didáticas, essa implementação agora pretende fazer
com que o sinal transmitido se assemelhe a uma função impulso, o que seria um caso
extremo em termos de banda larga. Na figura tem-se o pulso transmitido, o sinal recebido
por múltiplos percursos e a envoltória do sinal recebido.
Figura 24.5 - Efeito da propagação multipercurso na transmissão

de uma portadora chaveada por um curto intervalo de tempo.
Na figura em análise, o sinal transmitido se propaga pelo canal através de quatro

percursos e, no receptor, é detectado por um demodulador AM, o qual poderia ser
implementado com um simples detector de envoltória (por exemplo, um retificador

seguido de um filtro passa-baixas). Percebe-se que, devido à pequena duração dos pulsos
de transmissão, os ecos do sinal não se sobrepõem temporalmente, diferentemente do que
antes acontecia com o sinal de faixa estreita referente à portadora não modulada (reveja a
Figura 24.2).
Em outras palavras, com um sinal de faixa larga não podemos determinar o sinal
composto resultante por meio de análise vetorial, posto que os sinais componentes podem
não se interferir temporalmente. Essa propriedade será explorada mais adiante, em que
um sinal spread spectrum se torna o sinal de faixa larga responsável por permitir que as
parcelas dos sinais oriundos de vários percursos de propagação sejam discriminadas
temporalmente no receptor e sejam combinadas para melhorar a confiabilidade na decisão
pelos bits transmitidos. É a essa técnica que se dá o nome de diversidade em percursos.
24.2 Modelo do canal multipercurso

O modelo do canal com propagação por múltiplos percursos pode ser implementado
através de uma linha de atrasos com derivações (tapped delay line, TDL), conforme
Figura 24.6. Cada derivação está associada a um percurso de propagação e em cada
derivação o sinal sofre variações de magnitude e fase. Portanto, trata-se de um modelo
discreto aproximado, correspondente a um sistema linear variante no tempo que representa
por L percursos, de forma aproximada, um contínuo de infinitos percursos. Nesta figura U
é o atraso discreto entre cada percurso de propagação, sendo /U a largura de faixa do
sinal. Perceba que, quanto maior essa largura de faixa, mais percursos podem ser
representados pelo modelo em um determinado intervalo de tempo.
Figura 24.6 - Modelo do canal com propagação por múltiplos percursos

implementado através de uma linha de atrasos com derivações.
O parâmetro Bl(t), l = 1, 2,…, L, é tipicamente uma função amostra de um processo

aleatório com distribuição de Rayleigh (quando não há visada direta ou percurso de
propagação dominante) ou Rice (quando há visada direta ou percurso de propagação
dominante). Rl(t) é tipicamente uma função amostra de um processo aleatório com
distribuição uniforme (quando não há visada direta ou percurso de propagação dominan-
te) ou aproximadamente gaussiana (quando há visada direta ou percurso de propagação
dominante).

A resposta ao impulso variante no tempo do canal multipercurso é dada por
L
h U , t gl (U , t )E (t Ul ), (189)
l 1
em que t representa a variação temporal do canal,U representa o atraso dos percursos de

propagação a um dado instante de observação t e gl(U,t) denota o ganho no l-ésimo
percurso no instante de observação t.
A Figura 24.7 ilustra um conjunto de cinco possíveis respostas ao impulso de um
canal com multipercurso típico, tomadas em instantes t distintos. Percebe-se nitidamente
que as respostas diferem entre si, ilustrando o comportamento variante no tempo do canal.
Percebe-se também que a dispersão temporal observada no eixo U pode ser interpretada
como um alargamento temporal do sinal transmitido. Em outras palavras, podemos
interpretar os ecos como prolongadores da duração do sinal na recepção.
Figura 24.7 - Respostas ao impulso variantes no tempo.
Como se não bastasse termos fortes variações instantâneas de magnitude e de fase no

sinal recebido, a dispersão temporal do canal é outro fator de grande degradação da
comunicação em ambientes de propagação por multipercurso, pois pode fazer com que
símbolos adjacentes se sobreponham, configurando a já conhecida interferência intersim-
bólica. Essa interferência é outro dos grandes limitadores da taxa de transmissão em
sistemas de comunicação sem fio nesse tipo de ambiente.
Há ainda um quarto elemento de degradação, não particular à propagação multiper-
curso, mas que merece ser lembrado: o efeito Doppler. Esse efeito corresponde à recepção
de um sinal de frequência diferente daquela que realmente o sinal tem. O desvio Doppler,
fD, é tanto maior quanto maior a velocidade de movimento relativo entre transmissor e
receptor, v, quanto maior a frequência da portadora, f = 1/O, e quanto mais próximo de 0º ou
de 180º for o ângulo G de chegada da onda eletromagnética. O valor do desvio Doppler é
dado por
v
f D cos G. (190)
Ȝ

Em uma comunicação com percurso único ou forte visada direta, o efeito Doppler
causa desvios de frequência que podem ser até certo ponto compensados pelos conhe-
cidos circuitos de controle automático de frequência (CAF). Entretanto, num ambiente de
propagação multipercurso, imagine um desvio Doppler diferente percebido no sinal
recebido através de cada percurso de propagação. Como resultado não se terá um único
desvio Doppler, mas inúmeros desvios que, combinados, gerarão no receptor um sinal
aleatório indesejado chamado ruído FM aleatório. Este nome se deve ao fato de que o
sinal recebido parece ter sido de fato modulado em FM, de forma aleatória, pelo canal de
comunicação, numa situação de movimento relativo entre transmissor e receptor.
Na Figura 24.8 ilustra-se o comportamento do espectro Doppler resultante da
transmissão de uma portadora não modulada e de sua recepção em um ambiente de
propagação por multipercurso. Perceba que, em vez de uma portadora recebida com um
desvio Doppler fixo, o que aconteceria em um ambiente de propagação com percurso
único, no canal com múltiplos percursos de propagação o sinal recebido tem seu espectro
alargado entre fc – fDmáx e fc + fDmáx, em que fDmáx = v/O é o máximo desvio Doppler.
Figura 24.8 - Espectro Doppler resultante da transmissão de uma portadora não

modulada e de sua recepção em um ambiente de propagação por multipercurso.
24.3 Tipos de desvanecimento por multipercurso

Dependendo do grau de mobilidade e de dispersão temporal do canal de propagação
por multipercurso, o desvanecimento do sinal composto recebido pode ser caracterizado
com diferentes nomenclaturas, como exposto a seguir.
24.3.1 Desvanecimento plano e desvanecimento seletivo

Quando a dispersão temporal do canal é pequena, situação equivalente a se ter apenas
um percurso de propagação no modelo de linha de atrasos com derivações, ou o mesmo
atraso de propagação para os vários percursos, note que o sinal recebido passa a ser
afetado por uma única atenuação e uma única rotação de fase variante no tempo. Em
outras palavras, quando a dispersão temporal do canal é pequena, todas as componentes
de frequência do sinal recebido são afetadas pela mesma atenuação, instantaneamente, o
que caracteriza o desvanecimento plano.
Entretanto, parece ser um tanto impreciso apenas dizer que o desvanecimento plano
ocorre quando a dispersão temporal do canal é pequena. Mas quão pequena ela deve ser?
A resposta a esta pergunta pode ser dada à luz de uma medida relativa da dispersão

temporal em relação à duração do símbolo do sinal transmitido: quanto maior a duração
do símbolo em relação à dispersão temporal do canal, menor a influência desta última na
distorção do sinal transmitido.
A dispersão temporal do canal é usualmente medida por meio de um parâmetro
denominado dispersão de retardo (delay spread) ou espalhamento de retardo. Pelo fato
de o canal ser variante no tempo, de forma aleatória, a dispersão de retardo é um parâmetro
estatístico que mede o grau de dispersão média do canal. Ao inverso desse parâmetro dá-se
o nome de banda de coerência. Como a banda ocupada pelo sinal transmitido é
diretamente proporcional ao inverso da duração de símbolo do sinal, pode-se dizer que
haverá pouca distorção no sinal (o que configura o desvanecimento plano) se a sua banda
for significativamente menor que a banda de coerência do canal. Então, pode-se melhor
definir a banda de coerência como a largura de faixa do canal dentro da qual o sinal será
afetado de forma correlacionada em suas componentes de frequência, ou seja, é a banda
dentro da qual o sinal sofrerá desvanecimento plano.
Quando a dispersão temporal do canal é grande em comparação com a duração de
símbolo do sinal transmitido, produzirá distorção no sinal. Essa distorção no domínio do
tempo corresponde a uma distorção do espectro do sinal, o que, em outras palavras,
significa que as várias componentes de frequência do sinal serão afetadas de forma
distinta (descorrelacionada) pelo canal. Esta é a situação denominada de desvanecimento
seletivo. Sendo assim, um canal seletivo em frequência é aquele que tem uma banda de
coerência menor que a banda do sinal transmitido. A compensação do desvanecimento
seletivo se faz com o uso de equalizadores, os quais assumem a forma adaptativa no canal
variante no tempo.
24.3.2 Desvanecimento rápido e desvanecimento lento

A taxa de variação do desvanecimento será tanto maior quanto maior a velocidade de
movimentação relativa entre transmissor e receptor30. Mas sabemos que aumentando tal
velocidade, aumenta-se também a largura do espectro Doppler (ver Figura 24.8)
a qual é denominada de espalhamento Doppler (Doppler spread), com valor igual a
2fDmáx = 2v/M. Para definir se o desvanecimento será rápido ou lento, é usual comparar sua
taxa de variação com a taxa de símbolos do sinal transmitido. De forma equivalente,
compara-se a duração de símbolo com o inverso do espalhamento Doppler, o qual é
denominado tempo de coerência do canal. Assim, se a duração do símbolo for menor
que o tempo de coerência do canal, diz-se que o desvanecimento é lento; caso contrário, o
desvanecimento é rápido. O tempo de coerência é, então, o intervalo de tempo em que
o canal se mantém com comportamento aproximadamente constante. De forma equiva-
lente, é o intervalo de tempo em que o canal atua de maneira correlacionada sobre o sinal
transmitido.
Pelo exposto conclui-se que o que caracteriza a seletividade do canal é a dispersão
temporal. O que caracteriza a taxa de variação do desvanecimento é a mobilidade.
30
Mesmo que transmissor e receptor estejam parados, o movimento de objetos que estão circundado um, o outro ou
ambos pode produzir variações temporais do desvanecimento por multipercurso.

Portanto, trata-se de fenômenos de natureza distinta. Assim, pode-se ter um desva-
necimento plano e rápido, ou plano e lento, ou seletivo e rápido, ou ainda seletivo e lento.
Agora estamos quase aptos a iniciar o estudo de como a técnica de espalhamento
espectral se beneficia desses fenômenos degradantes da propagação multipercurso, com o
intuito de contribuir para a viabilização da comunicação sem fio nesse tipo de ambiente.
Antes, porém, faz-se necessário estudar o conceito de diversidade.
24.4 Diversidade
Define-se como técnica de diversidade qualquer uma que, processando réplicas do
sinal recebido, reduz a variabilidade no sinal processado ou aumenta a relação sinal-ruído
(RSR) média do sinal que será utilizado para que se decida sobre os símbolos transmi-
tidos. A diversidade tem principal aplicação em ambientes de propagação em que há
influências descorrelacionadas do canal nas várias réplicas do sinal. Quanto mais
descorrelacionadas as réplicas do sinal, melhor o desempenho da diversidade.
No receptor as L réplicas do sinal são combinadas de forma a minimizar o efeito do
desvanecimento por múltiplos percursos, em que L é a ordem da diversidade. Os ganhos
de desempenho são progressivamente menores com o aumento da ordem da diversidade,
conforme ilustrado pela Figura 24.9. Por esta razão, grande parte dos sistemas de comu-
nicação utiliza diversidade de ordem 2, o que corresponde a uma solução de compromisso
adequada em termos de complexidade de implementação e desempenho.
Figura 24.9 - Ilustração da melhoria de desempenho produzida pelo aumento na ordem da diversidade.
Os tipos de diversidade de recepção mais comuns são espacial, em polarização, em

frequência e em percursos, as quais são resumidamente descritas a seguir.
Diversidade espacial: nesse tipo de diversidade, L antenas são dispostas no receptor
com uma separação física que permita que o sinal recebido por cada antena tenha a menor
correlação possível com os sinais recebidos pelas demais antenas. A Figura 24.10 ilustra
duas aplicações para a diversidade espacial: na parte (a) tem-se uma típica configuração
de diversidade espacial de ordem 2 em um sistema celular. Nele a estação radiobase

(ERB) transmite em cada setor da célula com uma antena e recebe os sinais dos terminais
móveis (TM) por meio de duas antenas. Na parte (b) da figura tem-se uma configuração
típica de diversidade espacial utilizada em enlaces de micro-ondas ponto a ponto, nos
quais a recepção é equipada com duas antenas.
Diversidade em polarização: nesse tipo de diversidade o sinal a ser transmitido é
injetado em antenas com polarizações cruzadas. Estudos de propagação mostram que, ao
atravessar o canal de comunicação, o sinal com polarização horizontal sofre desvaneci-
mentos descorrelacionados do sinal com polarização vertical. Este fato permite que seja
implementada a diversidade de polarização de ordem 2 na recepção.
Diversidade em frequência: no caso o sinal a ser transmitido é canalizado por meio
de L portadoras de frequências diferentes. Se a separação entre tais portadoras for sufi-
cientemente grande (maior que a banda de coerência do canal), os sinais serão afetados de
forma descorrelacionada, dando margem à implementação de diversidade na recepção.
Diversidade em percursos: na diversidade em percursos, uma técnica especial de
processamento realizada no receptor permite que os sinais oriundos de diferentes
percursos de propagação possam ser discriminados e combinados para prover os efeitos
esperados da diversidade. Esta é a técnica utilizada quando o sinal transmitido é um sinal
com espalhamento espectral. O receptor que a realiza tem nome de receptor RAKE.
Figura 24.10 - Ilustração de cenários típicos de diversidade espacial:

(a) em estações radiobase, (b) em enlaces de micro-ondas.
24.5 O receptor RAKE e a diversidade de percursos

O receptor RAKE31 discrimina e combina sinais oriundos de L percursos de
propagação, utilizando um correlator para cada percurso do sinal recebido. Com ele se
tem, então, a implementação de diversidade em percursos (path diversity) de ordem L.
Percursos atrasados de um valor maior que a duração de um chip podem ser
discriminados e combinados pelo receptor RAKE. Esta é a chamada condição de
resolvabilidade (resolvability condition) de multipercurso. Percursos separados de inter-
valos menores que a duração de um chip terão suas contribuições somadas de tal forma
31
A palavra RAKE, em inglês, significa ancinho ou rastelo, aquela ferramenta de jardinagem utilizada para separar lixo
ou mato de terra ou outro objeto menor que queremos deixar para trás. O uso desta palavra para nomear o receptor
que estamos estudando se justifica, pois o que de fato ele faz é separar (discriminar) os sinais de interesse oriundos de
diferentes percursos para posteriormente combiná-los.

que não possam ser processadas separadamente. Daí nota-se que, quanto maior a taxa de
chips, mais sinais de diferentes percursos podem ser processados pelo receptor e,
portanto, maior pode ser a ordem da diversidade obtida.
Exemplo 24.1
A Figura 24.11 ilustra como o receptor RAKE pode utilizar a informação contida em
versões atrasadas do sinal recebido por múltiplos percursos. Nesta figura estão mostradas
a sequência de espalhamento de interesse (a) e a soma dela com três réplicas atrasadas de
402Tc, 410Tc e 416Tc (b), em que BSS = 1/Tc é a banda do lóbulo principal do sinal em
banda base considerado neste exemplo. O resultado da soma anterior é ainda somado com
outras sequências interferentes diferentes, simulando o que aconteceria em um sistema
CDMA. Os atrasos supramencionados correspondem aos atrasos de propagação dos sinais
em cada percurso, para um dado instante de observação do canal variante no tempo. Na
parte (c) da Figura 24.11 tem-se a função de correlação do sinal composto com a sequên-
cia de interesse, para a qual se tem um trecho ampliado na parte (d).
Observe as múltiplas parcelas de correlação elevada que podem ser identificadas e
combinadas pelo receptor e também o aspecto de ruído da soma de várias sequências PN.
Para que se entenda melhor a condição de resolvabilidade antes mencionada, observe que
se o atraso entre dois percursos de propagação fosse menor que Tc, os picos correspon-
dentes da função de correlação iriam se sobrepor. Isso significa que, se dois correlatores
estivessem sincronizados com os sinais desses percursos, suas saídas teriam influência de
ambos os percursos. Em outras palavras, a saída do correlator sincronizado com um dos
percursos sofreria interferência do sinal recebido no outro percurso.
Figura 24.11 - Ilustração das formas de onda processadas no receptor RAKE.

O canal descrito neste exemplo pode ser modelado pelo diagrama de blocos da Figu-
ra 24.12. Nele são claros os atrasos referentes ao sinal que se propaga em cada percurso.
Adicionalmente, o sinal de cada percurso sofre uma multiplicação por um valor que
corresponde à atenuação e à rotação de fase do sinal no correspondente percurso em um
determinado instante de observação do canal.
Figura 24.12 - Modelo de canal do Exemplo 24.1. Adaptada de Guimarães (2009).
Na Figura 24.13 tem-se o receptor RAKE projetado para o canal modelado na Figura
24.12, em um sistema com espalhamento espectral por sequência direta em banda base,
com sinalização antipodal. Quatro correlatores são implementados, cada um responsável
por efetuar a correlação do sinal recebido com uma réplica da sequência de espalhamento
utilizada na transmissão, em sincronismo com esta (deslocada de um valor referente ao
atraso de propagação do percurso correspondente). Numa implementação prática, como
tais atrasos são variáveis, é o circuito de sincronismo que alimenta o receptor com os
valores corretos de atraso.
Depois de realizadas as correlações, na saída do banco de correlatores estão os
valores de pico da função de correlação mostrada na Figura 24.11. Esses valores serão
positivos se tivermos transmitido o bit 1 e serão negativos se tivermos transmitido o bit 0.
Como tais valores estão desalinhados temporalmente, faz-se necessário alinhá-los antes
de combiná-los, o que é feito pelos blocos de atraso nas entradas do combinador. Após a
combinação o sinal é amostrado e o valor da amostra é comparado com o limiar zero.
Decide-se por 1 se a amostra tiver valor maior que zero e decide-se por 0 caso contrário.

Figura 24.13 - Receptor RAKE para o Exemplo 24.1. Adaptada de Guimarães (2009).
A Figura 24.14 ilustra uma possível situação em que a diversidade de percursos

reduz a variabilidade do sinal após a combinação. Perceba que um sinal de faixa estreita
estaria sujeito ao desvanecimento por multipercurso, conforme verificamos anteriormente
(reveja a Figura 24.2). Entretanto, para um sinal de faixa larga DSSS, após a combinação
o sinal de saída do receptor RAKE teria variabilidade reduzida, o que aumentaria as
chances de decisão correta pela informação transmitida.
Figura 24.14 - Ilustração do efeito da diversidade na redução da variabilidade de um sinal.
No caso do sinal de faixa estreita a análise por soma vetorial se aplica. No caso do sinal
de faixa larga DSSS, com o receptor RAKE as contribuições dos diferentes percursos não
se interferem temporalmente, fazendo com que a soma dessas contribuições não possa ser
analisada vetorialmente. Como resultado, a combinação dessas contribuições lava a um
sinal mais estável ou com maior relação sinal-ruído. Isso ocorre porque a probabilidade de os
sinais recebidos em mais de um percurso estarem simultaneamente sob desvanecimento
profundo é menor que a probabilidade de o sinal recebido em um único percurso estar sob
desvanecimento profundo em um dado instante. A descorrelação entre os desvane-
cimentos nos múltiplos percursos é a razão para esse fenômeno. É essa descorrelação que
garante que a diversidade em percursos produza melhor desempenho.

24.6 Métodos de combinação de diversidade
Há vários métodos de combinação das réplicas de sinal proporcionadas pelas diferen-
tes técnicas de diversidade. Os mais comuns são a combinação com ganhos iguais (equal
gain combining, EGC), a combinação de máxima razão (maximal ratio combining, MRC)
e a combinação por seleção (selection combining, SC). Tais métodos são resumidamente
descritos a seguir.
24.6.1 Combinação com ganhos iguais, EGC

Nesse método os diferentes sinais a serem combinados sofrem inicialmente um
alinhamento de fase (co-phasing). Esse alinhamento nada mais faz além de cancelar as
rotações de fase produzidas pelo canal nos sinais processados por cada ramo de diver-
sidade. Após o alinhamento de fase os sinais são alinhados temporalmente, se necessário,
e os sinais resultantes são somados para formar o sinal de saída do combinador EGC.
A Figura 24.15 ilustra o diagrama de blocos desse combinador.
Figura 24.15 - Diagrama de blocos de um combinador EGC.
24.6.2 Combinação de máxima razão, MRC

A Figura 24.16 ilustra um combinador MRC. As funções dos blocos também
presentes no combinador EGC são idênticas àquelas já descritas. Os blocos adicionais
inseridos multiplicam o sinal processado em cada ramo de diversidade pela correspon-
dente atenuação causada pelo canal nesse sinal. Desta forma, sinais fracos serão atenua-
dos e sinais fortes continuarão fortes. Essa operação é, até certo ponto, contraditória ao
que, talvez, faríamos intuitivamente. Tenderíamos a amplificar os sinais fracos e a atenuar
ou manter os sinais fortes. No entanto, ao amplificarmos sinais fracos, amplificamos
também o ruído, o que contribui para a redução na relação sinal-ruído.
O método de combinação MRC, por ter a necessidade do conhecimento da atenuação
do canal causada no sinal processado por cada um de seus ramos, apresenta complexidade
de implementação maior que o combinador EGC. Entretanto, o combinador MRC é consi-
derado ótimo, pois proporciona em sua saída um sinal combinado cuja relação sinal-ruído
é a soma das relações sinal-ruído em cada um de seus ramos de entrada.

Figura 24.16 - Diagrama de blocos de um combinador MRC. Adaptada de Guimarães (2009).
24.6.3 Combinação por seleção, SC

Em uma das variantes desse método, a relação sinal-ruído em cada um dos ramos de
entrada é constantemente monitorada e, por meio de uma chave de radiofrequência, o
sinal com maior relação sinal-ruído instantânea é direcionado para a saída do combinador.
Há outras variações dessa técnica, as quais simplesmente consideram diferentes critérios
de chaveamento (seleção) dos sinais de entrada. Aos leitores interessados recomenda-se
consultar a referência (YACOUB, 1993, Capítulo 5).

1. Mostre que a função densidade de probabilidade de Rice tende para a função
densidade de Rayleigh quando o fator de Rice tende a zero. Mostre também que,
neste caso, a distribuição da fase no desvanecimento de Rice tende à distribuição
uniforme. Utilize as equações (186), (187) e (188).
A Figura 24.11 ilustra algumas formas de onda referentes a um sinal em banda base
recebido por uma estação base de um sistema CDMA com cinco usuários ativos,
operando em um canal com múltiplos percursos. Nessa figura estão mostradas a
sequência de espalhamento de interesse (a) e a soma dela com três réplicas atrasadas
de 402Tc, 410Tc e 416Tc (b). O resultado dessa soma é ainda adicionado a outras
sequências interferentes diferentes, simulando o que aconteceria no sistema CDMA.
Na parte (c) da figura tem-se a função de correlação do sinal composto com a
sequência de interesse, para a qual se tem um trecho ampliado na parte (d). Para esse
ensaio o canal é modelado por uma linha de atrasos com derivações e as sequências
de espalhamento utilizadas têm comprimento igual a 800 chips. O ruído pode ser
considerado desprezível em relação ao nível de interferência de múltiplo acesso.
Pedem-se:

a) Justifique o aspecto de ruído do sinal CDMA mostrado na Figura 24.11 (b).
b) Desenhe o modelo do canal correspondente ao ensaio em questão. Nota:

aproxime os valores das atenuações utilizados no modelo.
c) Desenhe o diagrama de blocos do receptor RAKE para o sistema CDMA em

questão. Nota: aproxime os valores de atenuação utilizados no diagrama.
d) Teça comentários sobre o que poderia acontecer, em termos da taxa de erro de
bit, se o primeiro braço do receptor RAKE estivesse sincronizado com o sinal
correspondente ao primeiro percurso de propagação e tivesse outros oito braços,
sincronizados com oito percursos consecutivos, atrasados de múltiplos inteiros de
2Tc em relação ao primeiro.
Solução
a) A soma de sequências PN em banda base gera um sinal com vários níveis. O
número de níveis depende diretamente do número de sequências somadas. Como
as sequências PN são aproximadamente descorrelacionadas, a soma gera pontos
de amplitudes variadas aleatoriamente distribuídas, como acontece em uma forma
de onda de ruído.
b) Conforme Figura 24.12.
c) Conforme Figura 24.13.
d) Cinco dos nove braços do receptor RAKE não estariam recebendo nenhum sinal,
apenas ruído e interferência, pois apenas os braços sincronizados com os
percursos nos instantes 400Tc, 402Tc, 410Tc e 416Tc estariam recebendo sinais de
quatro percursos de propagação, conforme modelo adotado. Como resultado a
taxa de erro de bit seria elevada em relação ao caso considerado no item “c”, pois
a variância do ruído total na saída do combinador do receptor seria aumentada.
2. A técnica de espalhamento espectral por sequência direta é utilizada em um sistema
de rádio digital com comunicação ponto a ponto bidirecional para o qual o canal pode
ser modelado de forma aproximada pelo modelo de dois raios, também conhecido
como modelo de Rummler (GUIMARÃES, 2009, Seção 3.6.3). Em uma das
variantes desse modelo admite-se que há um raio principal que chega ao receptor por
visada direta e um raio secundário que chega ao receptor por reflexão em alguma
superfície. O sistema em questão foi instalado em um enlace de 50 km, para o qual se
tem a informação de que o comprimento do percurso secundário é 100 m mais longo
que o do percurso principal. Qual a mínima taxa de chips necessária para que o
receptor RAKE utilizado no sistema proporcione diversidade de percursos?
3. Neste capítulo foram apresentados alguns conceitos associados à propagação por
multipercurso e ao desvanecimento no sinal recebido por ela produzido. Esse
desvanecimento tem forte influência no desempenho de modulações digitais como
aquelas abordadas na Parte 3 do livro, demandando o uso de contramedidas para que
a comunicação seja viabilizada nesse tipo de ambiente. Pedem-se:

a) Faça uma pesquisa e mostre como é determinada a expressão de probabilidade de
erro de bit para uma modulação DBPSK em um canal com desvanecimento
Rayleigh plano. Sugestão de referência: (GUIMARÃES, 2009, Seção 6.9).
b) Usando o resultado do item “a”, construa um gráfico de BER versus Eb/N0 e nele
desenhe uma curva de BER para a modulação DBPSK em canal AWGN e outra
para a modulação DBPSK em canal Rayleigh plano. Compare os resultados e
comente a diferença de desempenho revelada.
c) Faça uma pesquisa e liste as expressões de probabilidade de erro de símbolo de
ao menos mais duas dentre as modulações apresentadas na Parte 3 do livro, em
canal Rayleigh plano. Determine os valores de Eb/N0 para que se atinja a probabi-
lidade de erro de símbolo de 105. Compare os resultados obtidos com aquele
proporcionado pela modulação DBPSK e comente.
d) Faça uma pesquisa e discorra sobre a influência das contramedidas diversidade e
codificação de canal como formas de reduzir a influência do desvanecimento por
multipercurso no desempenho de sistemas de comunicação digital.
4. A Figura 24.12 apresenta um modelo de propagação por múltiplos percursos para um
canal de comunicação sem fio. Um sistema com espalhamento espectral por
sequência direta binário em banda base opera nesse ambiente, utilizando sequências
de espalhamento do tipo m com pulsos r1. Pedem-se:
a) Escreva a expressão da função de correlação do sinal recebido r(t) com a
sequência m do receptor, c(t), admitindo que tal sequência esteja sincronizada
com o sinal recebido no primeiro percurso.
b) Esboce a função de correlação do sinal recebido com a sequência m do receptor.
Considere o ruído desprezível. Dado: a função de correlação para uma sequência
m é dada pela equação (178), em que Tc é a duração de um chip e N é o número
de chips em um período dessa sequência:
Solução
a)
1 t NTc 1 t NTc
NTc ¨t NTc ¨t
RR (U ) c(t 400Tc U )r (t )dt c(t 400Tc U)q
r (t )

< c(t 400Tc ) 0,9c(t 402Tc ) 0,8c(t 410Tc ) 0,6c(t 416Tc ) w(t ) > dt
R(U 400Tc ) 0,9 R(U 402Tc ) 0,8 R (U 410Tc ) 0,6 R (U 416Tc )
RW (U )
Correlação com o
ruído w( t )

b) Pode-se admitir a transmissão de +c(t) ou de –c(t). Para +c(t) tem-se o resultado
da Figura 24.17. Para –c(t) têm-se as mesmas magnitudes, porém com polari-
dades invertidas. Qualquer dos dois resultados é válido como solução.
Figura 24.17 - Função de correlação do sinal recebido com a sequência m do receptor do Exercício 4.
Os valores de RR(U) fora dos picos são diferentes de –1/N porque a correlação é
realizada com uma soma de sequências PN do tipo m deslocadas e ponderadas, e não
com uma única sequência. Por esta mesma razão cada valor de pico não é exatamente
igual ao valor de pico de R(U) vezes a atenuação do correspondente percurso. Veja
expressão de RR(U) no item “a”.
5. A Figura 24.12 apresenta um modelo de propagação por múltiplos percursos para um
canal de comunicação sem fio. Um sistema DSSS binário em banda base opera neste
ambiente, utilizando sequências de espalhamento c(t) com pulsos r1, cuja função de
correlação R(U) é dada por
£
¦ |U |
¦
¦ 1 , | U | b Tc
R(U ) ¤ Tc (191)
¦
¦
¥ 0, | U | Tc ,
¦
em que Tc é a duração de um chip desta sequência. Pedem-se:
a) Escreva a expressão da função de correlação do sinal recebido r(t) com a se-

quência de desespalhamento do receptor, c(t), admitindo que tal sequência esteja
sincronizada com o sinal recebido no primeiro percurso.
b) Esboce a função de correlação do sinal recebido com a sequência do receptor.

Considere o ruído desprezível.

Solução
a)
1 t NTc 1 t NTc
NTc ¨t NTc ¨t
RR (U ) c(t 400Tc U )r (t )dt c(t 400Tc U)q
r (t )

< c(t 400Tc ) 0,9c(t 402Tc ) 0,8c(t 410Tc ) 0,6c(t 416Tc ) w(t ) > dt
R(U 400Tc ) 0,9 R (U 402Tc ) 0,8R (U 410Tc ) 0,6 R(U 416Tc )
RW (U )
Correlação com o
ruído w( t )
b) Pode-se admitir a transmissão de +c(t) ou de –c(t). Para +c(t) tem-se o resultado

da Figura 24.18. Para –c(t) têm-se as mesmas magnitudes, porém com polarida-
des invertidas. Qualquer dos dois resultados é válido como solução.
Figura 24.18 - Função de correlação do sinal recebido com a sequência m do receptor do Exercício 5.

Referências Bibliográficas
ATIS. ANS T1.523-2001, Telecom Glossary 2000, Glossary of Telecommunication

Terms. USA, 2000.
BAHAI, A. R. S.; SALTZBERG, B. R. Multi-Carrier Digital Communications: Theory
and Applications of OFDM. New York, USA: Kluwer Academic, Plenum Publishers,
1999.
BOSSERT, M. Hadamard Matrices and Codes In: Wiley Encyclopedia of
Telecommunications. Hoboken, New Jersey, USA: John Wiley & Sons, Inc., v. 2, 2003.
CHANG, R. W. Orthogonal Frequency Multiplex Data Transmission System. U.S.
Patent Nr. 3,488,445, 1966.
CIMINI JR., L. J.; GREENSTEIN, L. J. Orthogonal Frequency-Division Multiplexing.
In: Wiley Encyclopedia of Telecommunications. Hoboken, New Jersey, USA: John Wiley
& Sons, Inc., v. 4, 2003.
CIOFFI, J. M. Digital Data Transmission: EE379C Course Textbook. Stanford
University. Fornecido pelo autor, 1998.
COMSOC. A Brief History of Comunications. 2. ed. Piscataway, NJ: IEEE
Communications Society, 2012.
COUCH, L. W. Digital and Analog Communication Systems. 7. ed. Upper Saddle
River, NJ, USA: Prentice Hall, Inc., 2007.
GIBSON, J. D. (Ed.). The Communications Handbook. 2. ed. USA: CRC Press, 2002.
GIORDANO, A. A.; SCHONHOFF, T. A. Statistical Characterization of Impulsive
Noise. In: Wiley Encyclopedia of Telecommunications. Hoboken, New Jersey, USA:
John Wiley & Sons, Inc., v. 5, 2003.
GRAF, R. F. Modern Dictionary of Electronics. 7. ed. Boston, USA: Newnes &
Butterworth-Heineman, 1999.
GUIMARÃES, D. A. Digital Transmission: A Simulation-Aided Introduction with
VisSim/Comm. Heidlberg: Springer-Verlag, 2009.
HARA, S.; PRASAD, R. Design and Performance of Multicarrier CDMA System in
Frequency-Selective Rayleigh Fading Channels. IEEE Transactions on Vehicular
Technology, v. 5, n. 48, p. 1584-1595, 1999.
______. Multicarrier Techniques for 4G Mobile Communications. Boston, USA:
Artech House, Inc., 2003.
HAYKIN, S. Sistemas de Comunicação Analógicos e Digitais. 4. ed. Porto Alegre:
Bookman, 2004.

IPATOV, V. P. Spread Spectrum and CDMA: Principles and Applications. Chichester,
England: John Wiley & Sons, Ltd., 2005.
ITU-T. Recommendation G.810: Definitions and Terminology for Synchronization
Networks. ITU-T, 1996.
______. Recommendation G.703: Physical/electrical characteristics of hierarchical
digital interfaces, 2001.
LATHI, B. P. Sinais e Sistemas Lineares. 2. ed. Porto Alegre: Bookman, 2007.
LEON-GARCIA, A. Probability, Statistics, and Random Processes for Electrical
Engineering. 3. ed. NJ: Prentice Hall, 2008.
LI, Y. G.; STÜBER, G. L. Orthogonal Frequency Division Multiplexing for Wireless
Communications. Springer Science + Business Media, Inc., New York, USA, 2006.
NEE, R. V.; PRASAD, R. OFDM for Wireless Multimedia Communications.
Norwood, MA, USA: Artech House, Inc., 2000.
PAPOULIS, A. Probability, Random Variables, and Stochastic Processes. 3. ed. New
York, USA: McGraw Hill, 1991.
PRASAD, R. OFDM for Wireless Communications Systems. Boston, USA: Artech
House, Inc., 2004.
PROAKIS, J. G. Digital Communications. 3. ed. New York , USA: McGraw Hill, Inc,
1995.
RAPPAPORT, T. S. Wireless Communications: Principles and Practice. 2. ed. Upper
Saddle River, NJ, USA: Prentice-Hall, Inc., 2002.
SALTZBERG, B. R. Performance of an Efficient Parallel Data Transmission System.
IEEE Transactions on Communications, v. COM-15, n. 805-811, p. 805-811, December
1967.
SIMON, M. K.; ALOUINI, M.-S. Digital Communications over Fading Channels.
2. ed. Hoboken, NJ, USA: John Wiley & Sons, Inc., 2005.
SKLAR, B. Digital Communications. 2. ed. Upper Saddle River, NJ, USA:
Prentice-Hall, Inc., 2001.
STRANG, G. Introduction to Linear Algebra. 4. ed. New York, USA: Cambridge Press,
2009.
STUBER, G. L. Principles of Mobile Communications. 2. ed. New York, USA: Kluwer
Academic Publishers, 2001.
TANENBAUM, A. S. Computer Networks. 4. ed. Upper Saddle River, NJ, USA:
Prentice Hall, Inc., 2003.
Referências Bibliográficas 297

WEINSTEIN, S. B.; EBERT, P. M. Data Transmission by Frequency-Division
Multiplexing Using the Discrete Fourier Transform. IEEE Transactions on
Communications, v. 19, p. 628-634, 1971.
WIKEPEDIA. Voronoi Diagram. Disponível em:
<http://en.wikipedia.org/wiki/Voronoi_diagram>. Acesso em: ago. 2012.
______. Baudot Code. Disponível em: <http://en.wikipedia.org/wiki/Baudot_code>.
Acesso em: 1 jun. 2012.
XIONG, F. Digital Modulation Techniques. 2. ed. Boston: Artech House, Inc., 2006.
YACOUB, M. D. Foundations of Mobile Radio Engineering. Boca Raton, FL, USA:
CRC Press, 1993.
YACOUB, M. D.; BAUTISTA, J. E. V.; GUEDES, L. G. R. On higher order statistics of
the Nakagami-m distribution. IEEE Transactions on Vehicular Technology, v. 48, n. 3,
p. 790-794, 1999.
ZIEMER, R. E.; PETERSON, R. L. Introduction to Digital Communication. 2. ed.
Upper Saddle River, NJ, USA: Prentice-Hall, Inc., 2001.
Marcas Registradas
Todos os nomes registrados, marcas registradas ou direitos de uso citados neste livro
pertencem aos seus respectivos proprietários.

A
Fórmulas e Tabelas
A.1 Funções erfc(x) e Q(x)

Quando problemas sobre probabilidade, que envolve uma variável aleatória
gaussiana, demandam cálculos de área da cauda da função densidade de probabilidade,
nos deparamos com um obstáculo: o cálculo dessa área não tem solução analítica exata.
Nestes casos são utilizadas as funções erfc(x) e Q(x), cujo objetivo é permitir um cálculo
numérico da área em questão. Tais funções são definidas por meio das expressões
2 d
erfc( x)
Q ¨ x
exp(u 2 )du (197)
1 d u 2 ¬
du.
Q( x)
2Q ¨ x
exp
2 ® (198)
Essas funções se relacionam por meio de
erfc( x) 2Q x 2 (199)
1 x ¬
Q( x) erfc . (200)
2 2 ®
Muitos softwares de cálculo e até calculadoras mais modernas contêm ao menos
uma dessas funções embutidas. Ainda assim, muitas referências contêm tabelas de
valores dessas funções para uma grande faixa de argumentos. Como exemplo, tem-se a
Tabela A.1.
Como alternativa, a expressão
2 ¡ d x 2i 1 ¯°
erfc( x ) 1 (1) i !(2i 1)! °
Q ¡¡¢ i 0
i
(201)
°±
corresponde à expansão da função erfc(x) em uma série infinita. Para 50 ou mais termos
no somatório, o valor obtido com a série aproxima-se bastante do valor exato da função
até por volta de 107. Para valores mais baixos do resultado é preciso aumentar o número
de termos do somatório.

A função Q(x) possui algumas aproximações, conforme ilustrado na Figura A.1, na
qual é possível identificar claramente em que faixa de valores do argumento tais
aproximações são mais ou menos precisas.
Tabela A.1 - Tabela de valores da função erro-complementar
0,025 0,971796 1,025 0,147179 2,025 4,19E-03 3,025 1,89E-05

0,050 0,943628 1,050 0,137564 2,050 3,74E-03 3,050 1,61E-05
0,075 0,915530 1,075 0,128441 2,075 3,34E-03 3,075 1,37E-05
0,100 0,887537 1,100 0,119795 2,100 2,98E-03 3,100 1,16E-05
0,125 0,859684 1,125 0,111612 2,125 2,65E-03 3,125 9,90E-06
0,150 0,832004 1,150 0,103876 2,150 2,36E-03 3,150 8,40E-06
0,175 0,804531 1,175 0,096573 2,175 2,10E-03 3,175 7,12E-06
0,200 0,777297 1,200 0,089686 2,200 1,86E-03 3,200 6,03E-06
0,225 0,750335 1,225 0,083200 2,225 1,65E-03 3,225 5,09E-06
0,250 0,723674 1,250 0,077100 2,250 1,46E-03 3,250 4,30E-06
0,275 0,697344 1,275 0,071369 2,275 1,29E-03 3,275 3,63E-06
0,300 0,671373 1,300 0,065992 2,300 1,14E-03 3,300 3,06E-06
0,325 0,645789 1,325 0,060953 2,325 1,01E-03 3,325 2,57E-06
0,350 0,620618 1,350 0,056238 2,350 8,89E-04 3,350 2,16E-06
0,375 0,595883 1,375 0,051830 2,375 7,83E-04 3,375 1,82E-06
0,400 0,571608 1,400 0,047715 2,400 6,89E-04 3,400 1,52E-06
0,425 0,547813 1,425 0,043878 2,425 6,05E-04 3,425 1,27E-06
0,450 0,524518 1,450 0,040305 2,450 5,31E-04 3,450 1,07E-06
0,475 0,501742 1,475 0,036982 2,475 4,65E-04 3,475 8,91E-07
0,500 0,479500 1,500 0,033895 2,500 4,07E-04 3,500 7,43E-07
0,525 0,457807 1,525 0,031031 2,525 3,56E-04 3,525 6,19E-07
0,550 0,436677 1,550 0,028377 2,550 3,11E-04 3,550 5,15E-07
0,575 0,416119 1,575 0,025921 2,575 2,71E-04 3,575 4,29E-07
0,600 0,396144 1,600 0,023652 2,600 2,36E-04 3,600 3,56E-07
0,625 0,376759 1,625 0,021556 2,625 2,05E-04 3,625 2,95E-07
0,650 0,357971 1,650 0,019624 2,650 1,78E-04 3,650 2,44E-07
0,675 0,339783 1,675 0,017846 2,675 1,55E-04 3,675 2,02E-07
0,700 0,322199 1,700 0,016210 2,700 1,34E-04 3,700 1,67E-07
0,725 0,305219 1,725 0,014707 2,725 1,16E-04 3,725 1,38E-07

0,750 0,288844 1,750 0,013328 2,750 1,01E-04 3,750 1,14E-07

0,775 0,273072 1,775 0,012065 2,775 8,69E-05 3,775 9,36E-08
0,800 0,257899 1,800 0,010909 2,800 7,50E-05 3,800 7,70E-08
0,825 0,243321 1,825 9,85E-03 2,825 6,47E-05 3,825 6,32E-08
0,850 0,229332 1,850 8,89E-03 2,850 5,57E-05 3,850 5,19E-08
0,875 0,215925 1,875 8,01E-03 2,875 4,79E-05 3,875 4,25E-08
0,900 0,203092 1,900 7,21E-03 2,900 4,11E-05 3,900 3,48E-08
0,925 0,190823 1,925 6,48E-03 2,925 3,53E-05 3,925 2,84E-08
0,950 0,179109 1,950 5,82E-03 2,950 3,02E-05 3,950 2,32E-08
0,975 0,167938 1,975 5,22E-03 2,975 2,58E-05 3,975 1,89E-08
1,000 0,157299 2,000 4,68E-03 3,000 2,21E-05 4,000 1,54E-08
Figura A.1 - Aproximações da função Q(x).
A.2 Relações trigonométricas

d
x3 x5 x 7 (1)n x2n 1
sen x x " (202)
3! 5! 7! n0
(2n 1)!
d
x2 x 4 x6 (1) n x 2 n
cos x 1 " (203)
2! 4! 6! n 0
(2n)!

sen 2R 1
2
1 cos 2R (204)
cos 2 R 1
2
1 cos 2R (205)
sen 2R cos 2 R 18 1 cos 4R (206)
cos R cos K 12 < cos(R K ) cos(R K) > (207)
sen R sen K 12 < cos(R K ) cos(R K) > (208)
sen R cos K 12 < sen (R K) sen (R K ) > (209)

sen (R o K ) sen R cos K o cos R sen K (210)
cos(R o K ) cos R cos K B sen R sen K (211)
tan R o tan K
tan(R o K ) (212)
1 B tan R tan K
sen 2R 2sen R cos R (213)
cos 2R cos 2 R sen 2R (214)
sen R 1
2i
eiR eiR (215)
cos R 1
2
eiR eiR (216)
A.3 Derivadas
d dw dv du
(uvw) uv uw vw (217)
dx dx dx dx
d u ¬ 1 du dv ¬
v u (218)
dx v ® v2 dx dx ®
d v du dv
u vu v1 ln u u v (219)
dx dx dx
d 1 du
loga u loga e (220)
dx u dx
dn n ¬ d nu n¬ n1 n ¬ d nv
uv v n dv d u " n u (221)
dx n 0 ® dx 1 ® dx dxn1 n ® dx

d x
dx ¨c
f (t )dt f ( x) (222)
d g ( x) g ( x ) sh( x, t )
dx ¨ f ( x) ¨ f ( x)
h( x, t )dt g a( x)h x, g ( x) f a( x)h x, f ( x) dt (223)
sx
f ( x) f a ( x)
lim lim (224)
xla g ( x) xla g a( x)
A.4 Integrais definidas

d 1
¨0 xex dx
2
Q (225)
d 2 1
¨0 ex dx
2
Q (226)
d
¨0 x z1 ex dx (( z), Re z 0 (227)
d a
¨0 eax cos bxdx
a2 b2
(228)
d b
¨0 eaxsen bxdx
a2 b2
(229)
d eax sen bx b
¨0 x
dx tan1
a
(230)
d eax ebx b
¨0 x
dx ln
a
(231)
d 2 1 Q
¨0 eax dx
2 a
(232)
d 2 1 Q b2 /4a
¨0 eax cos bxdx
2 a
e (233)
d ((n 1)
¨0 xneax dx
an 1
, a 0, n 1
(234)
n!
n 1 , a 0, n 0,1, 2,...
a

d 1 C ¬
¨0 <1 erf C x >exp Nx2 xdx 1
2N 2
N C ®
,
(235)
Re N Re C 2 , Re N 0
2Q
¨0 e x cos R d R 2QI0 ( x) (236)
b2 4ac
d 2 Q
¨d e(ax bx c)
dx
a
e 4a (237)
d OQ ((O / 2)
¨d (1 x2 / O )(O 1)/2
dx
( O 1 /2
(238)
A.5 Integrais indefinidas
¨ udv uv ¨ vdu (239)
1
¨ f (ax)dx
a¨
f (u)du (240)
¨ sen udu cos u (241)
¨ cos udu sen u (242)
¨ tan udu lnsec u ln cos u (243)
u sen 2u 1
¨ sen2udu 2 4
(u sen u cos u)
2
(244)
u sen 2u 1
¨ cos2 udu 2 4
(u
2
sen u cos u) (245)
eax
¨ eax dx a
(246)
eax 2 2 x 2 ¬
¨ 2 ax
x e dx x
a a

a2 ®
(247)
1
¨ x dx ln x (248)

ax
¨ a dx ln(a)
x
(249)
¨ ln( x)dx x ln( x) x (250)
¨ logb ( x)dx x logb ( x) x logb (e) (251)
du 1 1 u
¨ u2
a2 a
tan
a
(252)
du u
¨ a2 u 2
sen1
a
(253)
A.6 Pares de transformadas de Fourier para sinais contínuos

t ¬ £¦ A, | t | T / 2 sen(Q fT )
A rect ¤ AT AT sinc( fT )
T ® ¦¦¥ 0, | t |p T / 2 (Q fT )
£
¦ |t|
¦
¦1 , | t | T sen 2 (Q fT )
¤ T T T sinc2 ( fT )
¦
¦ (Q fT ) 2
¥ 0, | t |p T
¦
1 f ¬
sinc(2Bt ) rect
2B 2B ®
Q (Q f )2 ¯
exp Bt 2 , Re(B) 0 exp ¡ °
B ¡¢ B °±
1
exp Bt u(t ), B 0
B j 2Q f
B¬
exp jBt
E f
2Q ®
1 1 ¬
u(t ) (função degrau unitário) E ( f )
2 jQ f ®
2B
exp B | t | , B 0
B2 4Q 2 f 2
1 j sgn( f ),
Qt em que sgn( f ) u( f ) u( f )
1 E( f )

E (t ) 1
1 B¬ B ¬¯
cos(Bt ) ¡ E f E f °
2 ¡¢ 2Q ® 2Q ® °±
1 B¬ B ¬¯
sen(Bt ) ¡ E f E f °
2 j ¢¡ 2Q ® 2Q ® ±°
Q Q 2 f 2 Q ¬
cos(Bt 2 ) cos
B B 4 ®
Q Q 2 f 2 Q ¬
sen(Bt ) 2 sen
B B 4 ®
d
1 d k¬
E(t nT ) E f
T k d T®
nd

B
Ruído Térmico
B.1 Introdução
Em telecomunicações, o termo ruído pode, em princípio, estar associado a qualquer
sinal, normalmente aleatório, que degrada o desempenho dos sistemas. Entre os mais
variados tipos de ruído que acometem tais sistemas, destaca-se o ruído térmico. Trata-se
de um sinal aleatório gerado pela agitação dos elétrons em um condutor, a qual é
produzida pela ação da temperatura. Outro tipo de ruído que pode causar grande
degradação de desempenho em sistemas de comunicação é o ruído impulsivo. Esse ruído
tipicamente tem grande amplitude (em comparação com a amplitude do sinal que
contamina) e é causado por perturbações que apresentam mudanças abruptas e de curta
duração. Como exemplo, o simples ato de ligar ou desligar uma lâmpada fluorescente
torna possível a geração de arcos voltaicos, podendo induzir ruído impulsivo em circuitos
eletrônicos nas proximidades. Assim também ocorre com os motores à explosão dos
veículos, nos quais o sistema de ignição pode induzir ruído impulsivo em circuitos
eletrônicos localizados nas proximidades destes. Mudanças abruptas de níveis de corrente
ou tensão em um circuito podem também provocar ruído impulsivo. Nesse caso, o ruído é
acoplado diretamente ao circuito (por condução).
Por estar sempre presente nos receptores dos sistemas de comunicação, o ruído
térmico será explorado um pouco mais neste apêndice. O ruído impulsivo não será
abordado. Para aqueles que desejam se aprofundar, a referência (GIORDANO, 2003)
apresenta uma abordagem bastante ampla acerca do ruído impulsivo.
B.2 Modelo matemático para o ruído térmico

A Figura B.1(a) ilustra o aspecto típico de uma forma de onda de ruído térmico. O
histograma que revela a frequência de ocorrência dos valores de amplitude desse ruído é
mostrado na Figura B.1(b). Nitidamente, o formato do histograma se assemelha a uma
função densidade de probabilidade gaussiana, razão pela qual o ruído térmico é, por
vezes, denominado de ruído gaussiano. Note que tal ruído tem média nula, e as ampli-
tudes maiores (em valor absoluto) ocorrem com menor probabilidade que as amplitudes
em torno do valor zero, fato revelado pelos maiores valores da densidade de probabilidade
gaussiana em torno da média em comparação com os valores mais distantes desta, os quais
diminuem com o aumento do valor absoluto da amplitude.

Figura B.1 - (a) Típico aspecto de uma forma de onda de ruído térmico e (b) seu histograma de amplitudes.
Pode-se mostrar que o valor quadrático médio da tensão de ruído gerada nos
terminais do circuito equivalente de Thèvenin, mostrado na Figura B.2, é dado por
(LATHI, 2007, pp. 220-224)
E ¢ VT2 ¯± 4kTBR volts2 , (254)
em que E[] é o valor esperado ou a média estatística do argumento, k | 1,3806488×1023

joule/Kelvin (J/K) é a constante de Boltzmann, T é a temperatura absoluta em Kelvin (K),
B é a largura de faixa de medida em hertz (Hz) e R é a resistência elétrica em ohms (:).
Figura B.2 - Circuito equivalente de Thèvenin para análise do processo de geração do ruído térmico.
Na condição de máxima transferência de potência, a carga a ser conectada aos

terminais do circuito da Figura B.2 deve ter R ohms. Nesse caso, a potência média do
ruído entregue a esta carga será

2
E ¢VT2 ¯± 2 4kTBR 2
2
N kTB watts. (255)

R R
B.3 Ruído aditivo gaussiano branco

Como o número de elétrons em um condutor é muito grande e o movimento destes
ocorre de forma aleatória e independente, o teorema do limite central32 diz que a tensão
de ruído térmico será um processo aleatório gaussiano de média nula, justificando o
termo “gaussiano” também atrelado ao nome desse ruído. Além disso, nos sistemas de
comunicação, o ruído térmico age por adição do sinal de interesse. Nesse sentido, diz-se
que o ruído é “aditivo”. Ainda, em decorrência da variedade de velocidades de movi-
mento dos elétrons, desde valores baixos até valores bem altos, o espectro de frequências
do ruído térmico terá componentes de frequência de valores baixos até valores bem
elevados. Por essa razão, modela-se a densidade espectral do ruído térmico como sendo
um valor constante em toda faixa de frequências, ou seja,
N0
SW ( f ) watts/hertz, d b f b d , (256)
2
em que N0 = kTe é a densidade espectral de potência (DEP) do ruído produzido na entrada
do circuito receptor de um sistema de comunicação para o qual a temperatura
equivalente de ruído é Te. A temperatura equivalente de ruído é um parâmetro depen-
dente do projeto do receptor e é definida como a temperatura à qual um resistor deve ser
submetido de forma a produzir a densidade espectral de potência de N0 watts/hertz na banda
de medida de B hertz, quando conectado a uma versão sem ruído (ideal) do circuito. Assim,
em razão de sua DEP plana, diz-se que o ruído térmico é “branco”. Utiliza-se esta
denominação em alusão à luz branca, a qual contém as frequências de todas as cores33.
Em termos de modelo de análise, é usual representar a adição de ruído térmico ao
sinal recebido antes desse sinal entrar no receptor, admitindo-se em seguida que tal
receptor é ideal. Em outras palavras, é usual deslocar a adição de ruído térmico para fora
do receptor, de forma a facilitar a análise do sistema. Ao modelo resultante dá-se o nome
de canal AWGN (additive white gaussian noise). Perceba que a sigla AWGN agrega as
características principais do ruído térmico: ele é aditivo (additive), tem DEP plana
(white), tem distribuição gaussiana (gaussian) e é um ruído (noise). A Figura B.3 ilustra a
abstração utilizada para definição do canal AWGN, ou seja, aquele em que o ruído que
contamina o sinal é o ruído AWGN.
32
De maneira simplificada, o teorema do limite central diz que a função densidade de probabilidade da soma de
variáveis aleatórias independentes tende a uma gaussiana à medida que o número de variáveis somadas aumenta, não
importando qual seja a densidade de probabilidade das variáveis aleatórias individualmente.
33
Um ruído que não tem DEP plana é genericamente chamado de ruído colorido.

Figura B.3 - Abstração para modelagem do canal AWGN: (a) receptor real; (b) receptor ideal.
Da teoria de processos aleatórios (LEON-GARCIA, 2008) (PAPOULIS, 1991) se

conhece que a densidade espectral de potência e a função de autocorrelação formam um
par de transformada de Fourier. Sendo assim, tem-se
N0
RW ( U ) |1 \ SW ( f ) ^ E (U ) , (257)
2
em que |1 {} denota a transformada inversa de Fourier do argumento e E(U) é a função
Delta de Dirac ou simplesmente função impulso. A DEP e a função de autocorrelação do
ruído AWGN estão ilustradas na Figura B.4.
Figura B.4 - (a) Densidade espectral de potência e

(b) função de autocorrelação do ruído AWGN.
Note que o ruído AWGN é um caso extremo em termos de aleatoriedade, no seguinte

sentido: amostras da forma de onda de ruído AWGN coletadas com ' segundos de
separação produzem variáveis aleatórias completamente descorrelacionadas, seja qual for
o valor de ', desde que ' > 0. Adicionalmente, note que no modelo teórico em questão a
potência total do ruído AWGN é infinita, pois é dada pela área sob SW( f ). Isso significa
que esse modelo não é encontrado de fato na prática; é apenas uma abstração aproximada.
Contudo, na maior parte das aplicações, é suficiente considerar que o ruído AWGN é
branco ao longo de uma largura de faixa “equivalente” do sistema em análise, com DEP
nula fora dessa faixa. Como consequência, a potência total do ruído AWGN torna-se
finita e, portanto, factível. A seção seguinte discorre um pouco mais sobre essa largura de
faixa equivalente.

B.4 Largura de faixa equivalente de ruído
Como brevemente mencionado ao final da seção anterior, a DEP plana, ao longo de
todas as frequências do espectro, não se aplica a todos os sistemas, posto que, em maior
ou menor grau, todos têm resposta em frequência limitada. Por outro lado, mesmo se
considerarmos plana a DEP do ruído em toda a faixa de frequências de operação do
sistema, podemos cometer um grave erro, posto que o sistema pode não apresentar a
mesma resposta para todas as frequências dentro da citada faixa. Para solucionar esse
problema, é usual considerar a largura de faixa equivalente de ruído, definida como a
banda de um filtro ideal capaz de produzir em sua saída a mesma potência de ruído
produzida por um filtro com resposta igual à resposta em frequência do sistema em
análise. Essas respostas em frequência estão ilustradas na Figura B.5.
Figura B.5 - Ilustração do conceito de largura de faixa equivalente de ruído.
Considerando o ruído branco aplicado à entrada do filtro real, a potência média do

ruído de saída será
dN0 d
N1 ¨ H ( f ) 2 df N 0 ¨ H ( f ) 2 df , (258)
d 2 0
em que se fez uso da propriedade que diz que a densidade espectral de saída de um
sistema linear (um filtro linear, por exemplo) é o resultado da multiplicação da densidade
espectral de potência do sinal de entrada pela magnitude ao quadrado da resposta em
frequência do sistema. Fez-se ainda uso da propriedade que diz que a potência de um
sinal pode ser calculada pela integral da (área sob a) sua densidade espectral de potência.
Aplicando-se o mesmo ruído branco à entrada de um filtro passa-baixas ideal de
largura de faixa B hertz, Figura B.5, a potência média do ruído em sua saída será
BN0
N2 ¨ H (0) 2 df N 0 BH 2 (0). (259)
B 2
Igualando N1 e N2, obtém-se finalmente a largura de faixa equivalente de ruído

d
¨ H ( f ) 2 df
B 0 . (260)
H 2 (0)

Transmissão Digital - Princípios e Aplicações

Enviado por

Dados do documento

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

Transmissão Digital - Princípios e Aplicações

Enviado por

Direitos autorais:

Formatos disponíveis

T027

RELACIONAMENTO COM OUTRAS DISCIPLINAS

INSTRUMENTOS, CRITÉRIOS E PROCEDIMENTOS DE AVALIAÇÃO

NP1 - Nota Parcial 1

NPA = (NP1 + NP2) / 2

Se NPA >= 60, o aluno estará aprovado e NFA = NPA;

Se NPA < 30, o aluno estará reprovado e NFA = NPA;

Se 30 <= NPA < 60, o aluno deverá fazer a NP3.

NFA = (NPA + NP3) / 2;

Se NFA >= 50 o aluno estará aprovado, caso contrário estará reprovado.

CRITÉRIO DE PROVA SUBSTITUTIVA

SUBSTITUTIVA PROVA TEÓRICA

O pedido de avaliação substitutiva mediante taxa de pagamento, deverá ser

O número limite para concessão de avaliações substitutivas mediante taxa de

Haverá Prova substitutiva de NP3

ATIVIDADES DESENVOLVIDAS EM LABORATÓRIO

REFERÊNCIA BIBLIOGRÁFICA BÁSICA

REFERÊNCIA BIBLIOGRÁFICA COMPLEMENTAR

IEEE Transactions on Education

Aprovação no Colegiado de Curso:

Marcelo De Oliveira Marques (Coordenador)

Parte 1 - Transmissão Digital em Banda Base................................ 19

Capítulo 1 - Conceitos Iniciais sobre Transmissão em Banda Base ........................... 20

Capítulo 2 - Sinalização M-PAM ................................................................................... 28

Capítulo 3 - Filtro Casado e Correlator ........................................................................ 32

Capítulo 4 - Análise de Probabilidade de Erro ............................................................. 40

Capítulo 5 - Interferência Intersimbólica ...................................................................... 55

Capítulo 6 - Critério de Nyquist para Interferência Intersimbólica Nula.................. 59

Capítulo 7 - Diagrama de Olho....................................................................................... 74

Parte 2 - Representação e Análise do Espaço de Sinais ................. 79

Capítulo 8 - Representação Geométrica de Sinais ........................................................ 80

Capítulo 9 - Ortogonalização de Gram-Schmidt .......................................................... 87

Capítulo 10 - Receptor de Máxima Verossimilhança em Canal AWGN .................... 94

Capítulo 11 - Limitante de União ................................................................................. 117

Capítulo 12 - Relação entre as Probabilidades de Erro de Símbolo e de Bit ........... 127

6 Transmissão Digital - Princípios e Aplicações

Capítulo 13 - Conceitos Iniciais sobre Modulações Digitais ...................................... 134

Capítulo 14 - Modulações M-PSK com Detecção Coerente ....................................... 143

Capítulo 16 - Modulações M-FSK com Detecção Coerente .......................................181

8 Transmissão Digital - Princípios e Aplicações

Capítulo 18 - Noções sobre Multiplexação OFDM ..................................................... 218

Capítulo 19 - Definição e Atributos de um Sinal Espalhado no Espectro ................228

Capítulo 20 - Sequências de Espalhamento .................................................................233

Capítulo 21 - Espalhamento Espectral por Sequência Direta ................................... 247

Capítulo 22 - Espalhamento Espectral por Saltos em Frequência ............................250

Capítulo 23 - Ganho de Processamento e Margem de Interferência ........................256

10 Transmissão Digital - Princípios e Aplicações

Capítulo 25 - Aquisição e Rastreamento de Sincronismo .......................................... 284

Referências Bibliográficas ............................................................................................ 296

Apêndice A - Fórmulas e Tabelas ................................................................................ 299

Índice Remissivo ............................................................................................................312

12 Transmissão Digital - Princípios e Aplicações

Transmissão Digital - Princípios e Aplicações cobre um dos mais importantes

Dayan Adionel Guimarães nasceu em Carrancas, MG, em 01 de março de 1969. É

Rausley Adriano Amaral de Souza nasceu em Passos-MG, a 8 de março de 1972. Possui

14 Transmissão Digital - Princípios e Aplicações

As Telecomunicações são uma subdisciplina da Engenharia Elétrica, embora possam

Em épocas remotas, a comunicação era realizada por meio de tambores, fumaça e

As Telecomunicações têm impactado profundamente a sociedade, contribuindo

Os elementos básicos de um sistema de telecomunicações ou, equivalentemente, de

O receptor é o elemento responsável por extrair a informação do sinal degradado pelo

Transmissão digital versus transmissão analógica

A informação que se deseja transmitir pode estar representada na forma analógica, na

16 Transmissão Digital - Princípios e Aplicações

Pe p10 p1 p01 p0 , (9)