Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Gram Schmidt
Gram Schmidt
Comunicaciones Digitales, lo que se debe hacer es asignar a cada smbolo una forma de
onda que pueda ser enviada por un canal. Por ejemplo, si estamos en un caso binario,
podemos representar una determinada cadena de ceros y unos con una sucesin de
formas de onda que podran transmitirse por el canal. Veamos un ejemplo en forma
grfica:
En el primer caso llamado Non Return to Zero Polar (NRZp) el 1 se representa como
un pulso de altura V que dura todo el intervalo llamado tb o tbit; en cambio el 0 se
representa como un pulso de la misma duracin pero negativo.
Esto representara una transmisin en Banda Base.
Otro ejemplo:
E = x ( t ) dt
Una idea puede ser representar cada forma de onda si(t) en funcin de un
conjunto finito de bases ortonormales uj(t). Esto tiene varias ventajas: Se puede
visualizar el problema de transmisin de seales de una manera grfica, adems, los
clculos involucrados se pueden simplificar. Por otra parte el problema de deteccin
estar directamente relacionado con la distancia euclidiana en este espacio
Cada forma de onda tendra asociada una cierta combinacin de coeficientes sij.
n
s i ( t ) = s ij u j ( t )
j=1
Es decir:
s 2 ( t ) = s 21u 1 ( t ) + s 22 u 2 ( t ) + .... + s 2 n u n ( t )
.
.
s m ( t ) = s m1u 1 ( t ) + s m 2 u 2 ( t ) + .... + s mn u n ( t )
Esto es equivalente a la representacin de vectores en funcin de bases ortogonales.Esto
simplificar el diseo y anlisis del receptor. Antes de conocer el procedimiento que
permitir tal representacin hagamos un repaso comparativo entre seales y vectores.
SEALES
x(t) ,y(t)
Producto
Escalar
Ortogonalidad
Bases
Ortonormales
Ortonormalidad
Representacin
x ( t ), y( t ) = x ( t ) y( t )dt x.y
x ( t ) y( t )dt = 0
x.y=0
u n ( t )u m ( t )dt = nm
un. um
nm
x(t ) = x n u n (t)
x = xnun
E = x ( t ) x ( t )dt
L2= x.x
n =1
Energa/ L2
VECTORES
x, y
n =1
1 si j = k
si j k
u j ( t )u k ( t )dt = 0
0
Podemos aproximar una seal s(t) a travs de este conjunto de funciones ortonormales,
de tal manera que los coeficientes sj se consiguen minimizando la energa de la seal de
error respecto a si.
n
s( t ) = s j u j ( t )
j=1
0 (s( t ) s( t )) 2 min
N
2
2
2
T
T
N
s( t ) s( t ) dt = 0 s( t ) dt + s j 2 Re s j 0 s( t )u j ( t )dt =
j=1
j=1
E s + s j 0 s( t )u j ( t )dt 0 s( t )u j ( t )dt
T
j=1
j=1
s j = 0 s( t )u j ( t )dt
j = 1,2...., N
s1 ( t ) = s11u 1 ( t )
s11 = s1 ( t )
s 2 ( t ) = s 22 u 2 ( t ) + s 21u 1 ( t )
s 21 =
s 2 ( t ).s1 ( t )
s1 ( t )
Como s1 ( t ) = s1 ( t ) u 1 ( t )
s 21 = s 2 ( t ).u 1 ( t )
Por
tan to
(s ( t ) (s 2 ( t ).u 1 ( t ))u 1 ( t ))
u 2 (t) = 2
s 2 ( t ) (s 2 ( t ).u 1 ( t ))u 1 ( t )
As entonces se construiran las dos funciones bases para este caso. Pasemos a la idea
general:
Supongamos que tenemos un conjunto de seales de energa si(t) (1<i<m) que queremos
representar a travs de un conjunto de funciones bases uj (1<j<n), en un intervalo de
tiempo (0,T) de la siguiente manera:
n
s i ( t ) = s ij u j ( t )
(1)
j=1
1 si j = k
si j k
u j ( t )u k ( t )dt = 0
0
Supongamos que tenemos el conjunto si(t) (1<i<m) que queremos representar a travs
de un conjunto de funciones bases ortonormales uj (1<j<n), (m<=n) en un intervalo de
tiempo (0,T):
Paso 1: Fijamos sij=0 excepto s11.
2
2
[s1 ( t )] dt = s11 u1 ( t )u1 ( t )dt
0
[s1 ( t )] dt = s11
0
y as:
u1(t)=s1 (t)/s11
Si ahora se le resta a s2(t) su proyeccin sobre u1(t) produce una seal que es ortogonal
a u1(t) y que sera candidata a ser la segunda funcin base u2(t)
Por lo tanto,como
s2(t)=s21u1(t)+ s22u2(t) entonces s2(t)-s21u1(t)= s22u2(t)
Elevando al cuadrado en integrando en el intervalo (0,T)
2
2
(s 2 ( t ) s 21u1 ( t ) ) dt = s 22 u 2 ( t )u 2 ( t )dt
0
s 22 =
0
2
(s 2 ( t ) s 21u1 ( t ) ) dt
0
s ii u i ( t ) = s i ( t ) s ij u j ( t )
j=1
Hasta que se consiga un ui(t)=0; esto significar que se habra conseguido un conjunto
completo de funciones ortonormales.
El procedimiento iterativo puede resumirse en las siguientes ecuaciones:
u1 (t ) =
u 2 (t ) =
s1 ( t )
s1 ( t )
s 2 ( t ) s 2 ( t ), u 1 ( t ) u 1 ( t )
s 2 ( t ) s 2 ( t ), u 1 ( t ) u 1 ( t )
n 1
u n (t ) =
s n ( t ) s n ( t ), u m ( t ) u m ( t )
m =1
n 1
s n ( t ) s n ( t ), u m ( t ) u m ( t )
m =1
[s1 ( t )] dt = s11 = 2
u1 (t ) =
s1 ( t )
1
=
s11
T
s 21 = s 2 ( t )u 1 ( t )dt =
0
(0, T)
0.5 T
s1 ( t )
dt = 2 T
s11
2
s 22 = [s 2 ( t ) s 21u 1 ( t )] dt = 4 2 T (
) dt = 2 T
4T
0
0
T
u2(t) = [s2(t)-s21u1(t)]/s22
Ejemplo 2 : Sea una codificacin NRZ polar donde se definen dos formas de onda como
sigue :
Al calcular las bases ortogonales para representar esta transmisin se tiene que:
s (t ) s (t )
u1(t ) = 1 = 1
s (t ) V t b
1
u 2 (t) = 0
s (t) = V t u1(t)
1
b
s2 (t) = V t u1(t)
b
Ejemplo 3:
Supongamos que tenemos 4 seales definidas como sigue:
s i ( t ) = Cos(t + (i 1) )
i = 1,2,3,4 para 0 t 2
2
Si se realiza el procedimiento Gram-Schmidt resulta
u 1 ( t ) = Cost
u 2 ( t ) = Sent
u 3 (t) = u 4 (t ) = 0
Para definir las 4 seales si(t) se tendrn parejas de coeficientes como sigue:
s1=(1,0) s2=(0,1) s3=(-1,0) s4=(0,-1).
Esto Se podra dibujar como puntos en un plano como se muestra a continuacin:
s i ( t ) = s ij u j ( t )
j=1
hay muchos parmetros que pueden ser calculados en base a los coeficientes de la
representacin. Por ejemplo,la energa de la seal puede ser calculada como:
T
T N N
N N
0 j=1 k =1
j=1 k =1
j=1
Ei = si
Supongamos ahora que esta seal es enviada por un canal que suma ruido blanco
gaussiano. El receptor debe tener dos elementos fundamentales: Un primer sistema que
convierta cada seal de entrada en las coordenadas que la especifican. Es decir si a la
entrada llega la seal sin contaminar, la salida de este primer bloque seran las
coordenadas que representan la seal que fue transmitida en el espacio de seales
ortogonales. Una posibilidad es que este primer bloque est constituido por un banco de
correladores como el que se muestra a continuacin:
Este receptor lo que hace es buscar los coeficientes si que representan el contenido de la
seal en la base ui(t). Si la seal llega limpia la salida sern las componentes que
representan a la seal de entrada en el espacio de seales generado.
En cambio cuando la seal se contamina, a cada rama ingresa la seal x(t)=s(t)+n(t). Se
realiza la integral del producto de la misma con la base uj(t);la salida ser: sij+wj para
j=1,N. La componente de ruido sobre la base uj(t) ser wj
La clave est en representar el ruido en base a las seales uk(t). Luego la probabilidad de
error se pondr en funcin de las componentes de ruido encontradas.
As como:
(existirn algunas componentes del ruido n(t) que no tendrn proyeccin sobre las bases
ui(t) pero estas no ofrecern salida alguna que tomar en cuenta). Si n(t) es un proceso
aleatorio gausseano con media nula, entonces todas las componentes ni sern
gausseanas de media nula. Por lo tanto
Cuando el ruido pase por cada una de las ramas, a la salida solo existir la componente
ni.
En un ejemplo realizado anteriormente
s i ( t ) = Cos(t + (i 1) )
2
i = 1,2,3,4
u 1 ( t ) = Cost
u 2 ( t ) = Sent
u 3 (t) = u 4 (t ) = 0
El receptor sera
Si no hubiese ruido la combinacin de las dos salidas dara origen a la constelacin que
ya habamos visto
Por ejemplo: Suponga que existen smbolos si (i=1,.M) que pueden ser enviados; estas
seran las hiptesis. A la salida del receptor se tienen valores muestra zi.
El teorema de Bayes establece que:
Donde P(si) es la probabilidad de que se transmita 1 de los M smbolos (el smbolo si)
P(zj) es la probabilidad de la prueba.
P(zj/si) es la probabilidad de recibir zj dado que se conoce que se transmiti si.
Esto se traduce como: La decisin ser la hiptesis H1 si el lado izquierdo es mayor que
el derecho, y ser la hiptesis H2 si el lado derecho es superior al izquierdo. Tambin
se le llama criterio de mnimo error porque en promedio ofrece menor probabilidad de
error en la decisin.
Calculemos el punto donde las dos curvas se interceptan
P(s1 )e ( z s1 )
2 / 22
= P(s 2 )e ( z s 2 )
2 / 22
P(s 2 )
1
((a s 2 ) 2 (a s1 ) 2 ) = ln
2
P(s1 )
2
P(s 2 ) 2
2a (s1 s 2 ) + s 22 s 12 = ln
2
P(s1 )
(s1 + s 2 )
P(s 2 )
2
+
ln
2
s1 s 2 P(s1 )
Aqu se observa que el lmite se acerca a si cuando P(si) es mas pequeo y el
desplazamiento es mayor mientras el ruido tenga mas potencia. Si son equiprobables
a=
(s1 + s 2 )
2
Criterio de Mxima verosimilitud : Maximum Likelihood. ML. Se basa en maximizar
las fdps p(z/si) para todos los si.
a=
Si las probabilidades de los smbolos a transmitir son iguales, los criterios MAP y ML
producen el mismo resultado. Cuando los smbolos pasan por un canal que los
contamina con ruido blanco gaussiano, las fdps condicionales son gaussianas centradas
en cada uno de los valores si. Si se le toma el log a la fdp este queda proporcional a -(zsi)2 de forma que maximizar p(z/si) se logra minimizando el sm que minimiza la
distancia euclidiana (z-sm).
D(z, s m ) = (z k s mk )
k =1