Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Christian Oberli
Profesor Asociado
Departamento de Ingeniera Elcrica
Pontificia Universidad Catlica de Chile
Versin 20161
ndice
1. Modulacin analgica 4
1.1. Amplitud modulada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2. Banda lateral doble con supresin de portadora . . . . . . . . . . . . . . . . 11
1.3. Banda lateral nica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.4. Frecuencia modulada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2. Ruido 43
2.1. Procesos aleatorios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.2. Proceso estocstico a travs de un filtro lineal . . . . . . . . . . . . . . . . . 52
2.3. Ruido trmico (blanco) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.4. Propiedades de los procesos estocsticos gaussianos . . . . . . . . . . . . . . 58
c 2010 2016 Christian Oberli 1
5. Transmisin digital en pasabanda 115
c 2010 2016 Christian Oberli 2
Prefacio
Este libro es una transcripcin del manuscrito que elabor y perfeccion a lo largo de 10 aos
dictando el curso introductorio a las telecomunicaciones en el Departamento de Ingeniera
Elctrica de la Pontificia Universidad Catlica de Chile. Esta primera edicin es resultado
del excelente trabajo de transcripcin hecho por el alumno Sebastin Soto, a quin agradezco
y felicito muy sinceramente por el trabajo.
El texto de esta primera versin pblica sin duda hereda falencias del manuscrito. Espero ir
subsanndolas con el tiempo y agradezco desde ya correcciones, observaciones y sugerencias
de los lectores.
La visin para este libro es presentar los fundamentos de telecomunicaciones en forma simple y
medular, recogiendo con formalidad matemtica los conceptos esenciales y las relaciones entre
ellos, pero sin abordar aspectos que pueden ser explorados ms adelante con las herramientas
entregadas aqu.
c 2010 2016 Christian Oberli 3
Captulo 1 Modulacin analgica
La condicin
|ka m (t)| < 1 t (1.2)
c 2010 2016 Christian Oberli 4
asegura que la envolvente de s (t) tenga la misma forma que m (t). Si |ka m (t)| > 1 para algn
t, se dice que la portadora est sobremodulada. Ello implica una inversin de fase, lo que se
traduce en una distorsin de envolvente. Es de sumo inters evitar la sobremodulacin, ya que
la deteccin (demodulacin) de la seal AM justamente consiste en detectar la envolvente.
Figura 1.2: Espectro de frecuencia de la seal AM. Los espectros en rojo se conocen como
bandas laterales inferiores y los espectros en naranja como bandas laterales superiores.
c 2010 2016 Christian Oberli 5
1.1.3. ndice de modulacin
Figura 1.3: Modulacin AM de un tono puro: (a) seal modulante, (b) portadora y (c) seal
modulada.
Sean Amax y Amn los valores mximo y mnimo de la envolvente positiva. Por inspeccin de
la figura 1.3 escribimos:
Amax Ac (1 + )
= , (1.7)
Amn Ac (1 )
de lo que resulta
Amax Amn
= . (1.8)
Amax + Amn
El resultado 1.8 puede ser usado para determinar el ndice de modulacin en un sistema real:
1. Se alimenta el modulador con una seal sinusoidal, tal como en la ecuacin 1.5.
2. Se observa la seal modulada 1.6 en el osciloscopio y se mide Amax y Amn .
3. Se determina usando la ecuacin 1.8.
c 2010 2016 Christian Oberli 6
1.1.4. Eficiencia energtica de la modulacin AM
La eficiencia energtica de la modulacin AM, dada por la razn entre la potencia del mensaje
y la potencia total transmitida es:
Potencia bandas laterales
E = (1.14)
Potencia total
1 2 2
A
= 1 24 1 c2 2 (1.15)
A + 4 Ac
2 c
Entonces,
2
E = . (1.16)
2 + 2
c 2010 2016 Christian Oberli 7
Figura 1.4: Eficiencia energtica de la modulacin AM de un tono puro.
Cabe preguntarse: Si AM es tan ineficiente, por qu entonces tiene una historia de gran
popularidad? La respuesta es que permite implementaciones muy simples del receptor. Esto
es relevante en aplicaciones de broadcasting: es preferible que miles de receptores sean baratos,
pudiendo ser ms caro y complejo el (nico) transmisor (no obstante, en AM el transmisor
puede ser muy simple tambin).
Rs
vs (t)
s(t)
Figura 1.5: Detector de envolvente: antena como una fuente de seales AM.
c 2010 2016 Christian Oberli 8
Rs
s(t)
Figura 1.6: Detector de envolvente: antena como una fuente de seales AM.
1
R`
jC R` jR`2 C
Zeq = = =
1 1 + R`2 2 C 2
R` +
jC
Rs
C R`
s(t)
Figura 1.7: Detector de envolvente: un filtro pasa bajos remueve las oscilaciones y recupera
la envolvente.
Cuando el diodo conduce, este tiene una resistencia pequea (rf , figura 1.8). Dado que la
resistencia de la fuente (Rs ) tambin es pequea, y escogiendo la resistencia de carga grande
R` , el condensador se carga. Para que la carga ocurra con suficiente rapidez, necesitamos
(Rs + rf ) C f1c . Por otro lado, R` C debe ser suficientemente grande para filtrar la porta-
dora, pero no demasiado para ser capaz de seguir a la envolvente, cuya mxima frecuencia
es W . As, los criterios de diseo de un detector de envolvente son:
1 1
(Rs + rf ) C R` C (1.17)
fc W
c 2010 2016 Christian Oberli 9
rf
Rs
C R`
s(t)
Eficiencia espectral. Pobre. Las bandas laterales son esencialmente rplicas redun-
dantes una de otra.
El paso lgico para mejorar la eficiencia es permitir diseos ms complejos. Identificamos dos
posibilidades concretas:
2. Suprimir adems una de las bandas laterales y con ello mejorar tambin W .
c 2010 2016 Christian Oberli 10
Figura 1.10: Mejoramiento de eficiencia de AM mediante supresin de una banda lateral.
Es claro que en este caso las inversiones de fase son inevitables, pero la informacin sigue
estando en la amplitud de la portadora.
m(t) s(t)
c(t)
c 2010 2016 Christian Oberli 11
Figura 1.11: Modulacin de banda lateral doble con supresin de portadora: (a) seal
modulante, (b) seal modulada.
El espectro de la seal BLDSP es bien conocido y est dado por (figura 1.13):
1
S (f ) = Ac [M (f fc ) + M (f + fc )] (1.19)
2
Figura 1.13: Modulacin BLDSP: (a) espectro de amplitud de la seal modulante y (b)
espectro de magnitud de la seal modulada.
c 2010 2016 Christian Oberli 12
1.2.2. Deteccin coherente
Para demodular seales BLDSP necesitamos un mtodo que permita resolver las inversiones
de fase. La solucin es conceptualmente sencilla, y consiste de un modulador BLDSP seguido
por un filtro pasa bajos (figuras 1.14 y 1.15). En la prctica, la dificultad de usar este mtodo
es que requiere una portadora local en el receptor que sea coherente con la portadora del
transmisor, esto es, que ambas portadoras coincidan perfectamente tanto en frecuencia como
en fase. Esto es imposible de lograr en la prctica.
cos (2fc t)
Figura 1.15: Traslacin espectral de una seal BLDSP al ser re-modulada con una porta-
dora de frecuencia fc .
Analicemos el caso en que el oscilador local coincide en frecuencia con el del transmisor pero
no en fase, como lo ilustra la Figura 1.16.
c 2010 2016 Christian Oberli 13
v(t)
s(t) LPF v0 (t)(t)
En (X), el primer sumando es una seal pasa banda centrada en 2fc , y el segundo trmino
es una seal de banda base, v0 (t), proporcional a m (t) por un factor cos (). La situacin se
ilustra en la Figura 1.17, el que se recupera mediante un filtro pasabajos (Figura 1.16).
Figura 1.17: Espectro de magnitud de la seal BLDSP demodulada con error de fase en
la portadora.
Vemos que:
El Loop de Costas es una arquitectura de receptor que aprovecha el efecto del cero de
cuadratura para generar una seal de control que adelanta o atrasa la fase del oscilador local
c 2010 2016 Christian Oberli 14
en el sentido correcto para re-sincronizar la portadora del receptor con aquella del transmisor
presente en la seal recibida. El loop utiliza un oscilador controlado por voltaje (voltage
controlled oscillator, VCO, figura 1.18) y opera de la siguiente forma (figura 1.19):
Demodulador en fase
1
Ac cos()m(t)
2
LPF Seal demod.
cos(2fc t + )
Discriminador
VCO LPF
de fase
Ac cos(2fc t)m(t)
90
sen(2fc t + )
LPF
1
Ac sen()m(t)
2
Demodulador en cuadratura
c 2010 2016 Christian Oberli 15
Cuando 0, la salida del demodulador en fase es aproximadamente 21 Ac m (t), pro-
porcional a la seal deseada. A su vez, la salida del demodulador en cuadratura es
aproximadamente cero. As, el discrimiandor en fase, que consiste de un multiplicador
seguido por un filtro pasabajos, produce una salida tambin esencialmente igual a cero.
As, el VCO mantiene su frecuencia actual y preserva la coherencia entre la portadora
local y la del transmisor.
la que tiene el signo de puesto que sen () y todos los dems trminos son
positivos. El filtro pasa bajos remueve las fluctuaciones de m2 (t) por lo que su salida
es una seal proporcional a . Si > 0, el voltaje de entrada al VCO es positivo y ello
reduce fc hasta que vuelva a cero.
El Loop de Costas pierde sincronismo al haber silencio (si m (t) 0). Para seales de voz,
la recuperacin del sincronismo es imperceptiblemente rpida.
1. un oscilador local,
2. un circuito de control, y
Queremos realizar una modulacin de banda lateral nica (BLU) como lo ilustra la figura
1.20. Para ello, la forma ms inmediata que se nos ocurre es modular primero BLDSP y luego
usar un filtro pasa banda (figura 1.21). Desafortunadamente, esta solucin es tcnicamente
difcil (por lo tanto costosa) debido a los estrictos requerimientos del filtro pasa banda en
trminos de:
fc
1. Alto factor W
.
2. Aguda transicin entre la pasa banda y la rechaza banda, la que debe ser lograda dentro
de la brecha de energa tpica de seales de audio. (Y qu ocurre si no hay brecha de
energa?)
c 2010 2016 Christian Oberli 16
Figura 1.20: Modulaciones de banda lateral nica.
u(t)
s(t) = BLU BPF m(t)
Ac cos (2fc t)
Figura 1.21: Modulacin BLU utilizando un filtro pasa banda (mtodo imprctico).
Es claro que necesitamos una solucin ms inteligente. Qu tal si en vez de filtrar la banda
lateral indeseada la cancelamos? La idea se ilustra en la figura 1.22 y el diagrama de bloques
del modulador en la figura 1.23. La funcin de transferencia H (f ) mostrada en ambas figuras
se conoce como transformador de Hilbert. Se trata de un dispositivo ideal que en la
c 2010 2016 Christian Oberli 17
prctica se implementa con filtros cuya respuesta de frecuencia a la respuesta de frecuencia
deseada. Debido a la aproximacin, la supresin de la banda lateral no es perfecta.
sen(2fc t) =
H(f ) = j sgn(f )
Transformador j
[(f fc ) (f + fc )]
de Hilbert 2
c 2010 2016 Christian Oberli 18
m(t) + s(t)
Ac cos(2fc t)
H(f )
90
Ac sen(2fc t)
4
= m(t)
La seal BLU est compuesta por la seal modulante m(t) y su transformada de Hilbert,
m
(t), y est dada por
s (t) = Ac m (t) cos (2fc t) Ac m
(t) sen (2fc t) , (1.24)
donde el signo positivo para m (t) corresponde a BLI (banda lateral inferior) y el negativo a
BLS (banda lateral superior). Las propiedades de m (t) son estudiadas en la seccin 4.1.
v(t)
c 2010 2016 Christian Oberli 19
s(t)
Analicemos nuevamente el caso en que el oscilador local del receptor tiene un desfase con
respecto al del transmisor. La salida del mezclador, antes del filtro pasabajos, es:
Ac A0c
v0 (t) = [m (t) cos () + m
(t) sen ()] . (1.28)
2
La expresin anterior no revela mucho. Analicmosla en el dominio de la frecuencia:
Ac A0c h (f ) sen ()
i
V0 (f ) = M (f ) cos () + M (1.29)
2
Ac A0c
= M (f ) [cos () j sgn (t) sen ()] (1.30)
2
Ac A0c
M (f ) ej , si f > 0,
2
= (1.31)
0
Ac Ac M (f ) ej , si f < 0,
2
ya que
(f ) = j sgn (f ) M (f ) .
M (1.32)
Vemos que el error de fase en el oscilador local del receptor resulta en una distorsin de
fase en la salida del modulador. La distorsin no es grave para seales de voz, ya que el odo
humano es poco sensible a ella (efecto Pato Donald), pero es inaceptable para audio de alta
fidelidad.
c 2010 2016 Christian Oberli 20
1.4. Frecuencia modulada
donde (t) es un ngulo en funcin de la seal de mensaje. Para una portadora pura, (t) =
2fc t + 0 con 0 una fase inicial. Una oscilacin completa de la portadora ocurre cuando
(t) cambia en 2 radianes.
Existen infinitas maneras de variar (t) con una seal de mensaje dada m (t). Dos mtodos
particulares son:
Modulacin de fase (PM). (t) vara linealmente con la seal de mensaje m (t):
1 d
f (t) = (t) (1.37)
2 dt
t
(t) = 2 f ( ) d. (1.38)
0
La variacin lineal de la frecuencia instantnea en funcin de m (t) implica que f (t) tiene la
forma
f (t) = fc + kf m (t) , (1.39)
Hz
con kf un parmetro de unidades V
llamada sensibilidad de frecuencia. Usando la ecua-
cin 1.38 en 1.39 encontramos
t
(t) = 2fc t + 2kf m ( ) d, (1.40)
0
c 2010 2016 Christian Oberli 21
y con ello formulamos el modelo de seal FM como sigue:
t
s (t) = Ac cos 2fc t + 2kf m ( ) d . (1.41)
d
Figura 1.26: Comparacin entre modulaciones PM y FM: (a) seal modulante, (b) seal
modulada y (c) seal modulada en frecuencia.
c 2010 2016 Christian Oberli 22
Figura 1.27: Comparacin entre modulaciones AM, PM y FM. (a) portadora, (b) seal
modulante, (c) seal modulada en amplitud, (d) seal modulada en fase y (e) seal modulada
en frecuencia.
Comparando las ecuaciones 1.35 con 1.41, vemos que FM y PM tienen esencialmente la misma
estructura y pueden ser generadas con circuitera similar (figura 1.28). As, las propiedades
de PM pueden ser deducidas a partir de las de FM, y viceversa, motivo por el que nos
enfocaremos a estudiar FM.
c 2010 2016 Christian Oberli 23
Modulador
(a) Seal modulante dt Seal FM
en fase
Ac cos(2fc t)
d Modulador
(b) Seal modulante Seal PM
dt en frecuencia
Ac cos(2fc t)
La modulacin FM es un proceso no lineal, esto es, la seal transmitida, s (t), es una funcin
no lineal del mensaje m (t). Por ello, el espectro de una transmisin FM no guarda una
relacin simple con el espectro del mensaje m (t), como es el caso con AM, BLDSP y BLU.
Para estudiar el espectro de una modulacin FM, consideremos el caso simple de la modula-
cin FM de un tono puro,
m (t) = Am cos (2fm t) . (1.42)
La frecuencia instantnea de la modulacin en este caso est dada por
4
con f = kf Am un parmetro denominado desviacin de frecuencia. f representa el
mximo alejamiento de la frecuencia instantnea con respecto a la frecuencia de la portadora
(en Hertz).
c 2010 2016 Christian Oberli 24
4
donde = fmf es el ndice de modulacin de una seal FM. tiene unidades de radia-
nes y representa la mxima desviacin del ngulo instantneo con respecto al ngulo de la
portadora.
As, la modulacin FM de un tono puro est dada por
s (t) = Ac cos [2fc t + sen (2fm t)] . (1.48)
Segn el valor de , se reconocen dos tipos de modulacin FM:
m(t) dt + FMBA
90 Ac cos(2fc t)
c 2010 2016 Christian Oberli 25
Expandiendo el producto de senos en la ecuacin 1.52, reescribimos s (t) como
1
sFM-BA (t) Ac cos (2fc t) + Ac {cos [2 (fc + fm )] cos [2 (fc fm ) t]} . (1.53)
2
Recordemos ahora el resultado 1.10 visto para la modulacin AM de un tono puro:
1
sAM (t) = Ac cos (2fc t) + Ac {cos [2 (fc + fm ) t] + cos [2 (fc fm ) t]} . (1.54)
2
Vemos que las expresiones 1.53 y 1.54 son muy similares. Esto da lugar a la interpretacin
fasorial para FM de banda angosta mostrada en la figura 1.30 (el espectro de 1.53 se muestra
en la figura 1.32).
Figura 1.30: Interpretacin fasorial de (a) una modulacin FM e banda angosta de un tono
puro y (b) una modulacin AM de un tono puro.
ejx + ejx
cos (x) = , (1.55)
2
c 2010 2016 Christian Oberli 26
reescribimos la ecuacin 1.48 como:
Ac h j2fc t+j sen(2fm t) j2fc tj sen(2fm t)
i
s (t) = e +e (1.56)
2
Ac j2fc t j sen(2fm t) Ac j2fc t j sen(2fm t)
= e |e {z } + 2 e e| {z }. (1.57)
2
Las funciones y en la ecuacin 1.57 son peridicas, por lo que podemos expandirlas
como series de Fourier. Si definimos a en 1.57 como s (t), es claro que = s (t). As,
la expansin en serie de puede ser inferida fcilmente a partir de la expansin de .
Procediendo entonces con , obtenemos
X
s (t) = ck ej2kfm t , (1.58)
k=
donde la ltima lnea resulta de hacer el cambio de variable x = 2fm t. Trabajando esta
expresin:
1 j
ck = cos [ sen x kx] dx + sen [ sen x kx] dx. (1.62)
2 2
Notando que cos [ sen x kx] es una funcin par y sen [ sen x kx] una funcin impar,
entonces:
1
ck = cos [ sen x kx] dx. (1.63)
0
La expresin resultante se conoce como funcin de Bessel del primer tipo de orden
k y argumento . La notacin habitual para esta funcin es Jk (). La figura 1.31 grafica
Jk () para distintos valores de k.
c 2010 2016 Christian Oberli 27
Funciones de Bessel
0.8
0.6
0.4
J ()
k
0.2
0.2
0.4
0 5 10 15
[rad]
Figura 1.31:
Figura FuncionesdedeBessel
31: Funciones Besseldeldel primer
primer tipo
tipo . .
y argumento
y argumento
1. Simetra: (
Importante: En el Anexo 2 se incluye un estudio
Jk ( detallado
) depar
si k es las funciones de Bessel
J kde
as como la demostracin ( )sus 1)k Jk ( ) =propiedades.
= (principales (65)
Jk ( ) si k es impar
2. Energa:
1
Entre las propiedades que usaremos de lasX
funciones 2de Bessel, destacan:
|Jk ( )| = 1 (66)
k= 1
1. Simetra:
Continuando con el desarrollo, sustituyendo ck =
Jk ( ) en (61), resulta
Jk () , si k es par,
k 1
Jk () = (1)
s(t) =
JkX
() =
Jk ( j2kfm t (1.64)
)e . (67)
k= 1 Jk () , si k es impar.
Similarmente,
2. Energa: 1
X
s( t) = X J k(2 )ej2kfm t . (68)
k= 1 |Jk ()| = 1 (1.65)
k=
Volviendo atr
as a (60) con (67) y (68), tenemos
Continuando con el A c j2fc t Xsustituyendo
desarrollo, AcJk j2f
j2kfm t ck =
X
() cen
t la ecuacin 1.58,
j2( resulta
k)fm t
s(t) = e Jk ( )e + e J k( )e . (69)
2
2
k X k
j2kfm t
Realizando el cambio de variablesde
(t) =k por kJen
k ()
la esegunda. sumatoria, podemos unir ambas
(1.66)
sumatorias y re-escribir (69) como k=
El resultado 1.70 es una forma alternativa de expresar la modulacin de un tono puro dada
por 1.54. Esta nueva expresin nos permite determinar el espectro de la modulacin FM de
un tono puro tomndole directamente la transformada de Fourier, obteniendo:
Ac X
S (f ) = Jk () [ (f fc kfm ) + (f + fc + kfm )] . (1.71)
2 k=
J0 () 1 (1.72)
J1 () (1.73)
2
Jk () 0 para k 2 (1.74)
c 2010 2016 Christian Oberli 29
Componentes de frecuencia para modulacion FM con =0.3
1
0.8
0.6
|Jk(0.3)|
0.4
0.2
0
15 10 5 0 5 10 15
k
0.8
0.6
Jk(0.3)
0.4
0.2
15 10 5 0 5 10 15
k
Figura
Figura 1.32: Lneas
32: Lineas espectrales
espectrales demodulaci
de la la modulacin FMundetono
on FM de un tono
puro puro con ndice
con ndice de modu-
de modulaci
on
lacin = 0,3.
= 0,3.
1
Xaumenta el nmero de lneas espectrales significativas
2. En la medida que crece,
= Ac Jk ( ) cos[2(fc + kfm )t]. (71)
(armnicas, figuras 1.33 yk=1.34).
1
La separacin entre armnicas es fm Hz.
1
Ac X
|J (1)|
0.4
S(f ) = Jk ( )[ (f fc kfm ) + (f + fc + kfm )]. (72)
k
2 k= 1
0.2
0.6 J0 ( ) 1 (73)
0.4
J1 ( ) (74)
2
Jk(1)
0.2
0 Jk ( ) 0 para k 2 (75)
0.2
Este es el caso de FM de banda angosta y confirma el resultado (55) deducido en la
0.4
Secci
on 4.3.1. El espectro dado por (72) se muestra en la Figura 32.
15 10 5 0 5 10 15
k
2. En la medida que crece, aumenta el n
umero de lineas espectrales significativas (arm
oni-
Figuracas,
Figura 33:Figuras
1.33:Lineas 33
Lneas y 34). Ladeseparaci
espectrales
espectrales la omodulacin
n entre
demodulaci
la armode
on FM nicas
FM esun
fmtono
undetono Hz. puro
puro con ndice
con ndice de modu-
de modulaci
on
lacin = 1,0.
= 1,0.
c Copyright 20102015 Christian Oberli 24
c 2010 2016 Christian Oberli 30
Componentes de frecuencia para modulacion FM con =5
0.4
0.3
k
Figura 33: Lineas espectrales de la modulacion FM de un tono puro con ndice de modulaci
on
= 1,0.
0.4
0.3
|J (5)|
0.2
k
0.1
15 10 5 0 5 10 15
k
0.4
0.2
Jk(5)
0.2
0.4
15 10 5 0 5 10 15
k
Figura
Figura 1.34: Lneas
34: Lineas espectrales
espectrales de lademodulaci
la modulacin FMundetono
on FM de un tono purondice
puro con con ndice de modu-
de modulaci
on
lacin =
= 5,0. 5,0.
Conocer el ancho de banda de una transmisin es vital para dimensionar la cantidad de espec-
tro necesario, para hacer uso del espectro disponible de acuerdo a regulaciones y concesiones
c 2010 2016 Christian Oberli 31
vigentes y para asimismo conocer la eficiencia espectral de la transmisin.
= 1 f = fm (1.77)
= 2 f = 2fm (1.78)
= 5 f = 5fm (1.79)
Puesto que fm es la separacin entre las lneas espectrales y dado que ms lneas
espectrales dejan de ser despreciables al crecer (figuras 1.32 y 1.34), deducimos que
Por lo tanto, aumentar la potencia del tono modulante (mayor Am ) hace crecer el ancho
de banda de la transmisin.
Ambos casos anteriores permiten plantear una frmula emprica para el ancho de banda de
la modulacin FM de un tono puro. La deduccin de esta frmula considera dos escenarios:
Asimismo, arriba observamos que el ancho de banda guarda relacin con f (Caso
I). Sin embargo, puesto que para FM de banda angosta se tiene f = fm < 0,3fm ,
podemos afirmar que para este rango de la desviacin f subestima el ancho de
c 2010 2016 Christian Oberli 32
banda fuertemente y por lo tanto 2fm es mejor indicador que f para el ancho de
banda (figura 1.35).
1.2 2f = 0,2fm
1
0.8
0.6
0.4
0.2
fc fm fc fc + fm
-0.2
2. grande: Cuando es grande, por ejemplo = 20, hay unas 25 lneas espectrales a
cada lado de la portadora (figura 1.36). Para estos casos podemos decir que
BFM 2f , (1.81)
es un buen indicador del ancho de banda, mientras que 2fm lo subestima fuertemente.
c 2010 2016 Christian Oberli 33
2f = 2 20fm
fc 25fm fc fc + 25fm
A partir de los dos escenarios anteriores, Carson formul la siguiente regla emprica para el
ancho de banda de la modulacin FM de un tono puro:
1
BFM 2f + 2fm = 2f 1 + (1.82)
c 2010 2016 Christian Oberli 34
k en funcion de
max
2
10
max
1
10
0
10
1 0 1 2
10 10 10 10
[rad]
B en funcion de para la modulacion del Problema 4
T
7
10
crit. 1%
Carson
6
T
10
B
5
10
1 0 1 2
10 10 10 10
[rad]
Figura
Figura 1.37: Regla
37: Regla de Carson
de Carson (curva(curva
suave, suave,
grafico grfico
inferior) inferior) vs.delcriterio
vs. criterio del dentada).
1 % (curva 1 % (curva
dentada).
A partir de los dos escenarios anteriores, Carson formulo la siguiente regla emprica para el
ancho de banda de la modulacion FM de un tono puro:
Criterio del 1 %. De la ecuacin 1.71 sabemos que FM tiene 1
infinitas lneas espectrales
BFMde
repartidas sobre todo el espectro frecuencia.
2 f + 2fm = 2 lo
Por 1 + en estricto rigor, BFM
f tanto, (83)
,
independiente de Am y fm . Sin embargo, hemos visto que la energa de la modulacin se
La curva correspondiente
concentra, en la prctica, se
en ilustra en el gr
una banda deafico inferior
ancho finitode(figura
la Figura 37. Ello implica que para
1.34).
cualquier dado, siempre existe un entero kmax tal que
4.4.2. Criterio del 1 %
Jk () < Jmn , k kmax , (1.83)
De (72) sabemos que FM tiene infinitas lineas espectrales repartidas sobre todo el espectro de
con Jmn un umbral
frecuencia. que indica
Por lo tanto, el valor
en estricto mnimo
rigor, BFM ! que Jk () debe tener
1,unindependiente de Ampara
y fmser considerado
. Sin embargo,
significativo.
hemos visto Elquecriterio delde1la
la energa define J
%modulaci se cn
onmn respectoena lalapr
concentra, amplitud
actica, ende una
una portadora
banda de anchono
modulada como34).
finito (Figura sigue:
Ello implica que para cualquier dado, siempre existe un entero kmax tal que
Jmn = 0,01 J0 (0) . (1.84)
Jk ( ) < Jmin 8k kmax , (84)
Los valores de kmax que satisfacen este criterio en funcin de deben ser calculados num-
con Jmin un umbral que indica el valor mnimo que un Jk ( ) debe tener para ser considerado
ricamente (figura 1.7 y cuadro 1.1). El ancho de banda de la modulacin FM del tono puro
significativo. El criterio del 1 % define Jmin con respecto a la amplitud de una portadora no
luego se determina como
modulada como sigue:
JBFM==0,2k
01maxJfm
min
.
(0). 0
(1.85)
(85)
Los valores de kmax que satisfacen este criterio en funcion de deben ser calculados numeri-
camente (Figuras 37 y 38). El ancho de banda de la modulacion FM del tono puro luego se
determina como
BFM = 2kmax fm . (86)
Consideremos una seal modulante m (t) cuyo contenido espectral est limitado al rango
[W, W ] Hz. Se define la razn de desviacin como
4 f
D= . (1.86)
W
Vemos que la razn de desviacin es una definicin anloga al ndice de modulacin (cf.
ecuacin 1.46) pero para el caso general de una seal modulante cualquiera. As, en forma
anloga al caso de la modulacin de un tono puro (cf. ecuacin 1.83), definimos la regla de
Carson en forma generalizada para el ancho de banda de una modulacin FM arbitraria como
sigue:
1
BFM = 2f + 2W = 2f 1 + , (1.87)
D
ya que usar W para calcular D considera la situacin ms desfavorable para el ancho de
banda.
c 2010 2016 Christian Oberli 36
(b) el criterio del 1 %.
Solucin:
(a) Con la regla de Carson obtenemos directamente BFM = 2 (75 kHz + 15 kHz) =
180 kHz.
Para generar una modulacin FM de banda ancha existen principalmente dos mtodos, los
que se describen a continuacin.
Mtodo indirecto. Primero se genera una seal FM de banda angosta utilizando un modu-
lador como el de la figura 1.29 seguido por un multiplicador de frecuencia. Este consiste
de un dispositivo no-lineal sin memoria seguido por un filtro pasa banda (figura 1.38). La
relacin entrada-salida del dispositivo no-lineal est dada por
Dispositivo v(t)
u(t) no lineal sin BPF
memoria
con t
(t) = 2kf m ( ) d. (1.91)
0
Entonces, por ejemplo con n = 3 se tiene
v (t) = a1 Ac cos [2fc t + (t)] + a2 A2c cos2 [2fc t + (t)] + a3 A3c cos3 [2fc t + (t)] . (1.92)
c 2010 2016 Christian Oberli 37
Usando identidades trigonomtricas es fcil mostrar que
1 3 1 1
v (t) = a2 A2c + a1 Ac + a3 A3c cos [2fc t + (t)] + a2 A2c cos [4fc t + 2 (t)] + a3 A3c cos [6fc t + 3 (t)] . (1.93)
2 4 2 4
Vemos que cada sumando en la ecuacin anterior es una modulacin FM, y que estas mo-
dulaciones tienen razones de desviacin (ndices de modulacin) sucesivamente crecientes,
resultando, a partir de algn mltiple, modulaciones de banda ancha, las que pueden ser
aisladas mediante un filtro pasa banda para obtener la modulacin FM deseada.
Solucin:
f = DW (1.94)
= 0,2 rad 15 kHz (1.95)
= 3 kHz. (1.96)
Para lograr una modulacin de banda ancha con f = 75 kHz se necesita n = 75 kHz
3 kHz
=
25. Esto se puede lograr en dos pasos con dos multiplicadores de frecuencia de orden 5
en cascada.
Una forma para estabilizar la frecuencia de salida de un VCO es mediante un lazo de reali-
mentacin en circuitos conocidos como Phase-Locked Loops (PLL, ver seccin 4.7).
c 2010 2016 Christian Oberli 38
Mtodo de la derivada. Consideremos la seal FM y su derivada:
t
sFM (t) = Ac cos 2fc t + 2kf m ( ) d (1.97)
0
t
dsFM
(t) = Ac [2fc + 2kf m (t)] sen 2fc t + 2kf m ( ) d . (1.98)
dt 0
La derivada es una seal de pasabanda (el sen () es una seal FM en torno a fc ) modulada
en amplitud por m (t), como en AM. As, un derivador seguido por un detector de envolvente
es una posible arquitectura para demodular FM (figura 1.39).
d Detector de
dt envolvente
c 2010 2016 Christian Oberli 39
BPF @ fc +
+ +
entrada salida
BPF @ fc
Resultante:
Figura 1.40: Arquitectura de un derivador basado en dos filtros pasa banda en paralelo.
c 2010 2016 Christian Oberli 40
s(t) Filtro del loop v(t)
VCO
Para entender su funcionamiento, asumiremos que el VCO ha sido ajustado tal que cuando
su entrada es cero, su salida es exactamente fc y est 90 fuera de fase con la portadora de
s (t). Comenzando con v (t) (figura 1.41) representamos la relacin entradasalida del VCO
como
r (t) = Ac cos [2fc t + v (t)] , (1.100)
con: t
v = 2kv v ( ) d. (1.101)
0
Entonces, la salida del multiplicador es
Derivando e (t):
t
de dm d
(t) = (t) 2kv v ( ) d (1.105)
dt dt dt 0
dm
= (t) 2kv v (t) (1.106)
dt
Pero
con h (t) la respuesta al impulso del filtro del loop. Con ello, reescribimos la ecuacin 1.106
como
de dm
(t) = (t) km kv Ac Av sen [e (t)] h (t ) d. (1.109)
dt dt
c 2010 2016 Christian Oberli 41
Esta es una ecuacin ntegro-diferencial no-lineal que describe el comportamiento dinmico
del PLL.
Cuando e (t) 0 para todo t se dice que el PLL est anclado en fase (phase-locked ). Para
casos en que e (t) es pequeo, es posible mostrar que
1 dm
v (t) (t) (1.110)
2kv dt
kf
= m (t) . (1.111)
kv
Esto indica que un PLL anclado en fase y que sea capaz de seguir con un error e (t) pe-
queo las fluctuaciones de fase de una seal FM de entrada, genera en su salida una seal
proporcional a la modulante m (t). De esta forma, el PLL puede ser usado como demodulador
FM.
c 2010 2016 Christian Oberli 42
Captulo 2 Ruido
Importante: Este captulo presupone que el lector cuenta con las competencias en
probabilidades listadas en el Anexo 1.
2.1.1. Definicin
El ruido, el tema central de este captulo y uno de los temas centrales del estudio de la
Ingeniera de Comunicaciones, es modelado matemticamente como un proceso estocstico
o proceso aleatorio, concepto que definiremos en esta seccin.
A diferencia que con variables aleatorias, caso en que un experimento devuelve un valor
concreto para la variable, el resultado de un experimento con un proceso estocstico es una
funcin aleatoria. En nuestro caso, dicha funcin tpicamente es una seal en funcin del
tiempo.
Seal de voz.
Seal de TV.
Seal de ruido.
En los ejemplos anteriores los procesos son aleatorios puesto que no es posible
predecir (antes de conducir el experimento) cul ser la seal que observaremos.
El espacio muestral contiene todas las funciones que satisfacen las mismas propie-
dades estadsticas.
c 2010 2016 Christian Oberli 43
Denotaremos el proceso estocstico por X (t) y una realizacin del proceso por
x (t), de la misma forma en que una variable aleatoria la denotamos por X y una
realizacin de esta variable como x.
Figura 2.1: Tres realizaciones del mismo proceso estocstico con t [0, T ] .
Notamos que:
Para t = t0 , X0 = X (t0 ) es una variable aleatoria y x1 (t0 ), x2 (t0 ) y x3 (t0 ) son los
resultados de tres experimentos de la variable aleatoria X0 .
X (t1 ), X (t2 ) y X (t3 ) son tres variables aleatorias diferentes, y pueden tener dis-
tribuciones de probabilidad muy distintas!
c 2010 2016 Christian Oberli 44
1. Para k = 1 tenemos que:
Para los propsitos de realizar una caracterizacin estadstica de los procesos estocsticos,
definimos las siguientes funciones:
1. Funcin de media:
4
X (t) = E {X (t)} (2.4)
= xfX(t) (x) dx. (2.5)
fX(t) puede variar en el tiempo, como por ejemplo en la seal de audio de una conver-
sacin.
Si el proceso estocstico es estacionario, entonces puede notarse que para todo t se
cumplir que
X (t) = X . (2.6)
c 2010 2016 Christian Oberli 45
3. Funcin de covarianza:
4
CX (t1 , t2 ) = E {[X (t1 ) X (t1 )] [X (t2 ) X (t2 )]} . (2.10)
Realizando una expansin de esta ecuacin puede notarse que:
CX (t1 , t2 ) = E {X (t1 ) X (t2 )} X (t1 ) X (t2 ) (2.11)
= RX (t1 , t2 ) X (t1 ) X (t2 ) . (2.12)
Observaciones:
2. Simetra:
RX ( ) = RX ( ) . (2.17)
Esto indica que medir la correlacin hacia atrs es exactamente lo mismo que me-
dirla hacia adelante, debido a que como el proceso es estacionario las caractersticas
estadsticas no varan en el tiempo.
3. Mximo:
|RX ( )| RX (0) . (2.18)
Por lo tanto, ningn par de muestras del proceso estn tan correlacionadas como cada
muestra consigo mismo.
c 2010 2016 Christian Oberli 46
Ejemplo Consideremos el proceso estocstico
Solucin:
En primer lugar,
Luego,
Solucin:
c 2010 2016 Christian Oberli 47
Asimismo,
RX (t1 , t2 ) = E A2 cos (2fc t1 ) cos (2fc t2 )
2
= {cos [2fc (t1 + t2 )] + cos [2fc (t1 t2 )]} .
2
El segundo trmino cumple con la condicin de depender exclusivamente de la
diferencia de tiempo, sin embargo no se puede lograr los mismos resultados para
el primer trmino, que depende de la suma de tiempos.
Un proceso estocstico ergdico es tal que sus propiedades estadsticas se pueden obtener
observando el proceso a lo largo del tiempo.
c 2010 2016 Christian Oberli 48
por:
T
1
E {x (T )} = E {x (t)} dt (2.20)
2T T
T
1
= X dt (2.21)
2T T
= X . (2.22)
lm x (T ) = X .
T
lm Var {x (T )} = 0.
T
Este segundo promedio de tiempo debe verse tambin como una variable aleatoria con media
y varianza propias. Decimos asimismo que el proceso x (t) es ergdico en la funcin de
autocorrelacin si se cumplen las siguientes dos condiciones:
lm Rx (, T ) = RX ( ) (2.24)
T
lm Var {Rx (, T )} = 0, (2.25)
T
para toda realizacin x (t). Sin embargo, |x (t)|2 (y por lo tanto x (t)) puede entenderse como
una densidad temporal de energa. La energa total de la seal (en joules) viene dada por:
2
E= |x (t)| dt = |X (f )|2 df (2.27)
c 2010 2016 Christian Oberli 49
donde X (f ) es la transformada de Fourier de la realizacin x (t). De aqu se deduce entonces
que:
J
|X (f )|2 = . (2.28)
Hz
Definamos entonces una transformada de Fourier de tiempo acotado:
T
2
X (f ) = x (t) ej2f t dt. (2.29)
T2
Notamos que X (f ) es un proceso estocstico ya que x (f0 ) es una variable aleatoria para todo
f0 puesto que es una suma de las infinitas variables aleatorias x (t) con t entre T2 y T2 .
La potencia espectral promedio del proceso estocstico X (t) T2 , T2 en cada frecuen-
cia f est dada por:
(T ) 1
SX (f, T ) = EX |X (f )|2 (f ) , (2.30)
| {z } T | {z }
W energa promedio por Hz
Hz
, determinstico
para una frecuencia f
Definiremos entonces la densidad espectral de potencia (PSD por sus siglas en ingls)
del proceso estocstico X (t) como:
(T ) W
SX (f ) = lm SX (f, T ) . (2.31)
T Hz
c 2010 2016 Christian Oberli 50
Si f fc , entonces:
E Y2 (t) = E X2 (t) 2f SX (fc ) . (2.32)
f =fc
Por lo tanto, SX (fc ) representa la densidad de frecuencia de la potencia promedio del proceso
X (t)2 evaluada en la frecuencia f = fc . Se sigue entonces que:
W
[SX (fc )] = . (2.33)
Hz
2
1. RX (0) = E X (t) = SX (f ) df .
| {z }
2
=X
2. SX (f ) 0 para todo f (la potencia de mayor o igual que cero). Esto se deduce inme-
diatamente de la deduccin realizada anteriormente en la interpretacin fsica, pues la
esperanza dada es siempre positiva.
3. SX (f ) = SX (f ) (simetra).
Demostracin:
Esta propiedad se obtiene sustituyendo f por f en la ecuacin:
SX (f ) = RX ( ) exp (j2f ) d
c 2010 2016 Christian Oberli 51
2.2. Proceso estocstico a travs de un filtro lineal
Este caso es de especial inters para comunicaciones digitales ya que el ruido blanco siempre
es filtrado a la entrada del receptor, y luego en el filtro adaptado. Por qu? Para limitar la
potencia del ruido versus la potencia de la seal.
s(t)
+ BPF Demodulador
Amplificador
Lineal (LNA)
w(t)
El receptor tiene una figura de ruido. El ruido trmico de las componentes electrnicos aguas
abajo y w son el problema.
donde X (t) es un P.E. ESA y h (t) es un filtro LTI. En particular, nos interesa determinar
Y (t), RY (t1 , t2 ) y SY (f ). Teniendo clara esta caracterizacin, podemos respondernos la
pregunta: es Y (t) un proceso estocstico ESA?
c 2010 2016 Christian Oberli 52
Dado que la esperanza es un operador lineal, asumimos alternancia entre operadores y
obtenemos as que:
Y (t) = h ( ) E {X (t )} d. (2.37)
De estas ltimas dos observaciones se deduce que Y (t) es estacionario en el sentido amplio.
Podemos aplicar entonces el teorema de Wiener-Kinchin a RY ( ) para encontrar SY (f ). Por
lo tanto,
SY (f ) = F {RY ( )} (2.44)
= h (1 ) h (2 ) RX ( 1 + 2 ) ej2f d1 d2 d (2.45)
= h (1 ) h (2 ) RX ( 1 + 2 ) ej2f d d1 d2 (2.46)
| {z }
0 = 1 +2
j2f 1 0
= h (1 ) e d1 h (2 ) e j2f 2
d2 RX ( 0 ) ej2f d 0 (2.47)
| {z }
h(2 )H(f )=H (f )
= H (f ) H (f ) SX (f ) . (2.48)
Es decir,
SY (f ) = |H (f )|2 SX (f ) . (2.49)
c 2010 2016 Christian Oberli 53
Ejemplo Consideremos ruido blanco transmitido a travs de un filtro pasabajos ideal.
Cul ser la funcin de autocorrelacin del proceso estocstico a la salida, R ( )?
f
w(t) u (t)
W
f
Figura 2.4: Ruido blanco transmitido a travs de un filtro BPF ideal H(f ) = u .
W
Solucin:
Se tiene que:
W
1, |f | ,
f 2
H (f ) = u =
W
0, en otro caso.
N0
W (t) : AWGN con SW (f ) = .
2
y por lo tanto,
1 N0 f N0 W
R ( ) = F u = sinc ( W )
2 W 2
sen (x)
donde sinc (x) = . Graficando esta funcin de autocorrelacin:
x
c 2010 2016 Christian Oberli 54
De esta figura se observa que el filtro correlaciona al ruido y por lo tanto el perodo de
muestreo afecta a la potencia transmitida. De acuerdo a la funcin de autcorrelacin
obtenida deducimos de inmediato que la potencia promedio de (t) es N0 W .
Una resistencia R a temperatura T Kelvin exhibe un voltaje W (t) en sus bornes como
resultado de aquella cintica. El ruido W (t) es un proceso estocstico gaussiano3 (como
consecuencia del Teorema del Lmite Central), de media cero y estacionario.
El estudio de un modelo fsico permite llegar a la conclusin de que el ruido trmico puede
modelarse como el siguiente circuito equivalente:
R
+
+
T (t) w(t)
En este caso la densidad espectral de potencia de la fuente de voltaje est dada por:
3
Un proceso estocstico es gaussiano si X (t) es una variable aleatoria gaussiana para todo t.
c 2010 2016 Christian Oberli 55
2Rh |f |
ST (f ) = . (2.50)
h |f |
exp 1
kT
donde:
h es la constante de Planck,
m2 kg
h = 6,62 1034 . (2.51)
s
k es la constante de Boltzmann,
m2 kg
k = 1,38 1023 . (2.52)
s2 K
R es la resistencia equivalente de Thvenin.
En otras palabras, asumimos que la densidad espectral de potencia del ruido blanco es cons-
tante e igual a N0 /2 en todo el espectro de frecuencias4 . Utilizamos la constante N0 /2 para
indicar que 12 de la potencia se distribuye en f > 0 y el otro 12 de la potencia en f < 0.
4
Por esta razn se conoce como ruido blanco en analoga a la luz: al contener la misma distribucin en
todo el espectro de frecuencias, se hace una analoga diciendo que contiene todos los colores y por lo tanto,
es blanco.
c 2010 2016 Christian Oberli 56
R
+ T2 (t)
T (t) Pmax =
4R
N0
pero dicha potencia es tambin 2f = N0 f . Por lo tanto, igualando:
2
W
N0 = kT . (2.57)
Hz
21 W
Ejemplo Considerando una temperatura T = 290 K entonces N0 = 4 10 .
Hz
dBm
N0 = 174 . (2.58)
Hz
c 2010 2016 Christian Oberli 57
Resumiendo, el ruido trmico es:
2. W = 0.
3. Estacionario.
4. Blanco, es decir:
N0 dBm
SW (f ) = = 174
2 Hz
Y por lo tanto,
N0
RW ( ) = ( )
2
y no existe correlacin en el tiempo.
s(t)
+ r(t)
w(t)
Figura 2.7: Modelo equivalente para el ruido blanco gaussiano aditivo (AWGN).
c 2010 2016 Christian Oberli 58
X(t) h(t) Y(t)
3. Si CX (tk , ti ) = 0 para todo i 6= k, entonces todas las variables aleatorias X (ti ) son
estadsticamente independientes.
c 2010 2016 Christian Oberli 59
Captulo 3 Comunicaciones digitales en banda base
3.1. Introduccin
Posibilidad de multiplicacin.
Formato comn para utilizar un mismo medio para transmitir informacin de origen
muy variado (voz, datos, vdeo, sensores).
T
LPF ZIP {z }
|1001101101
{bn }
Muestreador 1
Filtro anti Compresor p2 = p 1 =
2
aliasing Cuantizador
c 2010 2016 Christian Oberli 60
Ejemplo Transmisin binaria conocida como NRZ (non-return to zero). A cada smbolo
asociamos un pulso de voltaje dado por:
m=0
Anlogamente,
t 12 Tb
s1 (t) = u . (3.2)
Tb
c 2010 2016 Christian Oberli 61
donde sn (t) es la seal del nsimo bit y puede tomar la forma s0 (t nTb ) s1 (t nTb ).
Luego,
X
s (t) = sbn (t nTb ) , (3.5)
n=
" #
X t n+ 1
Tb
= (1)bn u 2
. (3.6)
n=
Tb
De esta forma, puede hacerse una conversin entre mensaje digital y seal analgica tal
como se describe en el siguiente esquema:
Existen muchsimas formas de asociar bits con seales, pero algunas son mejores que otras.
El campo de las comunicaciones digitales trata acerca de disear y evaluar todas esas alter-
nativas.
c 2010 2016 Christian Oberli 62
Figura 3.4: Ejemplo de seal ruidosa. Arriba la seal determinstica y abajo la seal deter-
minstica con AWGN agregado.
s(t) r(t)
{bn } Modulador Canal + Demodulador {bn }
w(t)
Respecto a cada uno de los elementos de este esquema pueden realizarse los siguientes obser-
vaciones:
La pregunta es: qu forma tiene el demodulador? Recibe la seal analgica con ruido y debe
decidir qu simpolo representa. En el ejemplo binario anterior:
Cmo determinar si esta seal resultante, con el ruido aditivo agregado, se parece ms a un
0 a un 1? Cul es el procesador ptimo para seales analgicas deterioradas por ruido
aditivo blanco gaussiano, tal que la probabilidad de error en la salida sea mnima?
c 2010 2016 Christian Oberli 63
x0 (t) T x0 [n]
h0 (t) +
s(t) c0 bn
+ r(t) max
x1 (t) T x1 [n]
w(t) h1 (t) +
c1
Estudiaremos el receptor ptimo etapa por etapa. Los filtros h0 (t) y h1 (t) se conocen como
filtros adaptados a los pulsos s0 (t) y s1 (t).
Los filtros adaptados para s0 (t) y s1 (t) tienen una respuesta al impulso estrechamente ligada
a esas mismas seales. En efecto, se puede deducir que, buscando condiciones de optimalidad
para el filtro:
hFA,m (t) = sm (Tb t) . (3.7)
Es decir, el filtro adaptado es un filtro cuya respuesta al impulso es la imagen tiempoinvertida
de la seal a detectar.
Figura 3.6: Ejemplo de filtro adaptado para una seal dada donde s (t) es la seal y hFA (t)
su filtro adaptado.
c 2010 2016 Christian Oberli 64
Figura 3.7: Ejemplo de filtros adaptados para el caso binario NRZ. A la derecha las seales
originales y a la izquierda sus respectivos filtros adaptados.
3.2.2. Muestreo en Tb
De acuerdo a la figura expuesta notamos que para los pulsos NRZ como si (f ) = s0 (f ),
entonces el filtro adaptado 1 tiene un desfase de con respecto al filtro adaptado 0.
Veamos qu pasa si se transmite un cero y asumimos que por ahora no existe transmisin de
ruido (i.e. w (t) 0). Luego, r (t) = s0 (t), y por lo tanto:
c 2010 2016 Christian Oberli 65
Figura 3.8: Resultado de la convolucin grfica para la primera entrada del filtro adaptado.
Se observa que:
x0 (Tb ) = A2 Tb
Es decir, el mximo valor de la funcin se alcanza efectivamente en el instante de muestreo.
Similarmente,
Figura 3.9: Resultado de la convolucin grfica para la segunda entrada del filtro adaptado.
x1 (Tb ) = A2 Tb . (3.14)
c 2010 2016 Christian Oberli 66
3.2.3. Constantes cm
1
c0 = c1 = A2 Tb . (3.16)
2
1
x0 (Tb ) A2 Tb
2
max
1
x0 (Tb ) A2 Tb
2
1 2 0 1 2
x0 (Tb ) A Tb x0 (Tb ) A Tb . (3.18)
2 1 2
Si se transmite un cero:
x0 (Tb ) = A2 Tb Como A2 TB > A2 Tb se decide en favor de 0.
x0 (Tb ) = A2 Tb
c 2010 2016 Christian Oberli 67
3.2.5. Consideraciones de funcionamiento del receptor ptimo
Con este entendimiento bsico del receptor ptimo, nos centraremos en tres aspectos:
Supongamos asimismo que se transmite un cero e ignoremos el efecto del ruido. Estu-
diemos el comportamiento del filtro adaptado al tomar decisiones.
Solucin:
Entonces,
x0 (t) = s0 (t) h0 (t) = s0 (t) s0 (T t) . (3.19)
Grficamente, esta seal de salida se observa como:
c 2010 2016 Christian Oberli 68
Figura 3.12: Salida del primer filtro adaptado.
c 2010 2016 Christian Oberli 69
As, el dispositivo de decisin compara y escoge:
2 1 2 2 1 2 2
max {x0 (T ) + c0 ; x1 (T ) + c1 } = max A T A T ; k AT k A T
2 2
1 2 k
= max A T ; k 1 A2 T
2 2
1
Ejemplo: tomando k =
2
1 5
= max ; .
2 8
El receptor declara entonces un cero y observamos que la decisin es correcta para todo
k R\ {1}.
donde s (t) puede ser s0 (t) s1 (t). Luego, considerando que estamos trabajando con un pulso
NRZ, la integral de convolucin cambia sus extremos de integracin de 0 a T y por lo tanto:
t
x0 (T ) = s ( ) h0 (t ) d (3.23)
0
t=T
t
= s ( ) s0 (T t + ) d (3.24)
0
t=T
T
= s ( ) s0 ( ) d. (3.25)
0
c 2010 2016 Christian Oberli 70
Anlogamente,
x1 (T ) = s (t) h1 (t) (3.26)
= (3.27)
T
= s ( ) s1 ( ) d. (3.28)
0
Supongamos que s1 es proporcional a s0 . En dicho caso, s1 (t) = ks0 (t) y por lo tanto:
T
x1 (t) = k s ( ) s0 ( ) d (3.29)
0
= kx0 (T ) . (3.30)
As, siempre que los pulsos s0 (t) y s1 (t) sean linealmente dependientes, las salidas de los
filtros adaptados en t = T tambin lo sern. Por lo tanto, basta con usar un solo filtro (usar
dos no agrega informacin para la decisin.
T
s(t) + h0 (t) bn
w(t)
c 2010 2016 Christian Oberli 71
2 1+k
0 si x0 (T ) A T ,
2
2 1+k
1 si x0 (T ) < A T .
2
1 1
Se observa que la frontera de decisin es , alcanzada cuando k = .
4 2
3. w (t) 0.
c 2010 2016 Christian Oberli 72
Solucin:
Asimismo,
Tambin,
1 Tb 2 A2
c0 = s0 (t) dt = Tb (3.38)
2 0 2
Tb
1 B2
c1 = s21 (t) dt = Tb . (3.39)
2 0 2
Distinguimos as tres casos:
Caso I
A2 B2
AB . (3.43)
2 2
c 2010 2016 Christian Oberli 73
Entonces, siempre se escoge el cero, para cualquier valor de A y B, salvo en la igualdad,
cuyo caso es trivial pues los smbolos a transmitir seran iguales y no habran comunica-
ciones.
Por lo tanto, con el receptor ptimo formulado con constantes, la decisin siempre es
correcta (en ausencia de ruido).
Caso II
Caso III
En el ejemplo binario NRZ notamos que siempre se tiene x1 (t) = x0 (t) puesto que s1 (t) =
s0 (t) y por ende hFA,0 (t) = hFA,0 (t). Por ello, la deteccin se puede hacer usando un solo
4
filtro adaptado dado por hFA (t) = hFA,0 (t).
Tambin notamos que c0 = c1 las hace irrelevantes para la decisin, y as las despreciamos.
El receptor ptimo toma entonces la siguiente forma:
x(t) T
r(t) hFA (t) bn
c 2010 2016 Christian Oberli 74
Ms an, en vez de tomar el mximo podemos evaluar el signo de la expresin, de modo que:
(
bn = 0, si x (Tb ) 0, (3.47)
1, si x (Tb ) < 0.
Veamos qu pasa si en vez de transmitir un bit aislado se transmite una secuencia {bn }
determinada. Para el caso binario estudiado hasta ahora, determinaremos analticamente el
resultado obtenido al ingresar una secuencia de bits de la forma,
" #
X t n + 1
Tb
s (t) = A2 (1)bn u 2
. (3.48)
n=
Tb
s0 (t) s0 (t)
hFA (t) = = 2 . (3.49)
A Tb
s20 ( ) d
Observamos que:
c 2010 2016 Christian Oberli 75
Juntando estos dos hechos, tendremos que:
" #
n + 21 Tb t 21 Tb t (n + 1) Tb
u u d = Tb , (3.54)
Tb Tb Tb
(
|t| , si t [1, 1] ,
donde (t) = As,
0, si t 6 [1, 1] .
p X
bn t (n + 1) Tb
x (t) = A Tb (1) . (3.55)
n=
Tb
{bn } = 10110
c 2010 2016 Christian Oberli 76
Figura 3.18: Resultado de la convolucin grfica con el filtro adaptado, paso a paso.
c 2010 2016 Christian Oberli 77
r(t) x(t) Tb x(Tb )
s(t) + F.A. bn
w(t)
Figura 3.19: Receptor simplificado usando filtro adaptado a s0 (t) y considerando la adicin
de ruido blanco gaussiano.
Desde luego, x (Tb ) ahora es una observacin ruidosa, lo cual conlleva una probabilidad de
cometer un error de decisin. Cul es la probabilidad de error? Hay dos errores posibles:
La probabilidad de error de bit, denotada por Pb , tiene entonces la siguiente forma general:
c 2010 2016 Christian Oberli 78
Figura 3.20: Seal enviada, su filtro adaptado y funcin de autocorrelacin empleadas para
el clculo de probabilidad de error.
Tenemos que:
hFA (t )
z }| {
1
t 2 Tb
x (Tb ) = A2 Tb + A w ( ) u d (3.60)
Tb
Tb
2
= A Tb +A w ( ) d. (3.61)
| {z } 0
()
El paso crucial para evaluar Pb es reconocer que x (Tb ) es una variable aleatoria gaussiana,
ya que x (t) es un proceso estocstico gaussiano y x (Tb ) una muestra de dicho proceso. Por
lo tanto, basta con determinar la media y varianza de x (Tb ) para conocer su distribucin. En
efecto,
c 2010 2016 Christian Oberli 79
pues E {w ( )} = 0. Anlogamente,
n 2 o
2
X|0 = E x (Tb ) X|0 |0 (3.65)
Tb
2 2
= E A Tb + A w ( ) d A TB (3.66)
0
Tb Tb
2
=E A w (1 ) d1 w (2 ) d (3.67)
0 0
Tb Tb
2
A E {w (1 ) w (2 )} d1 d2 . (3.68)
0 0
| {z }
N0
RW (1 ,2 )= 2
(1 2 )
Es decir,
Tb Tb
2 2 N0
X|0 =A (1 2 ) d1 d2 . (3.69)
2 0 0
Recordando que la funcin impulso integral 1 para 1 = 2 , entonces:
Tb Tb Tb
(1 2 ) d1 d2 = d2 , (3.70)
0 0 0
y por lo tanto,
2 N0 N0 2
X|0 = A2
Tb = A Tb , (3.71)
2 2
donde A2 Tb es la energa del filtro adaptado y del pulso, i.e. definimos Eb = A2 Tb . En
consecuencia, la densidad de probabilidad de x (Tb ) dado que se transmiti un 0 es:
( )
2
1 (x A2 Tb )
fX (x | 0) = p exp . (3.72)
2 N0/2 A2 Tb N0
Notamos que se declara un 1 cuando x (Tb ) < 0, por lo que graficando la funcin de densidad
probabilstica y achurando el rea correspondiente:
Figura 3.21: Funcin de densidad probabilstica asociada a x (Tb ) as como el rea que
denota la probabilidad de cometer error de tipo I.
c 2010 2016 Christian Oberli 80
Entonces,
1 1 x A2 Tb
P (D1 | 0) = + erf (3.73)
2 2 A2 T N0
s x=0
1 1 A2 T
= + erf (3.74)
2 2 N0
r !
1 1 Eb
= erf , (3.75)
2 2 N0
Figura 3.22: Funcin de densidad probabilstica asociada a x (Tb ) as como el rea que
denota la probabilidad de cometer error de tipo II.
Es decir,
" r !#
1 1 Eb
P (D0 | 1) = 1 + erf (3.78)
2 2 N0
r !
1 1 Eb
= erf . (3.79)
2 2 N0
c 2010 2016 Christian Oberli 81
Finalmente, de esta forma,
1 1
Pb = P (D1 | 0) + P (D0 | 1) (3.80)
2 2
r !
1 1 Eb
= erf (3.81)
2 2 N0
Eb
1. N0
se conoce como la razn seal a ruido (SNR), entre la energa de un smbolo y la
potencia del ruido.
c 2010 2016 Christian Oberli 82
Figura 3.23: Relacin entre la razn seal a ruido y la probabilidad de error en escala log
log. Esta curva no es otra cosa que el complemento de la funcin de acumulacin gaussiana
en escala logartmica.
3. Se puede realizar una representacin del dispositivo de decisin junto a las seales que
recibe y los valores que estas pueden tomar de acuerdo a la distribucin de probabili-
dades. Esto se muestra en la siguiente figura:
c 2010 2016 Christian Oberli 83
Tb x(TB )
bn
Figura 3.24: Dispositivo de decisin junto a seales que recibe y valores que puede tomar
de acuerdo a las distribuciones de probabilidades.
c 2010 2016 Christian Oberli 84
la relacin entre s0 (t) y hFA (t).
porque hFA (t) tiene energa 1, lo cual no altera la seal filtrada.
La optimalidad del filtro adaptado consiste en que maximiza la razn seal a ruido de los
estadsticos de entrada al dispositivo de decisin (no existe otra forma de procesar las seales
recibidas para mejorar la SNR an ms!).
En consecuencia, si la razn seal a ruido es mxima (para todos los estadsticos, forma
general del receptor ptimo), la probabilidad de error resulta mnima.
Demostracin:
Una forma de describir el requerimiento es exigir que la potencia instantnea de x (t) medida
en t = T sea tan grande como se pueda comparada a la potencia promedio del ruido de salida
n (t). En otras palabras, el receptor debe maximizar el SNR de pulso peak:
|x (T ) |2
= (3.89)
E {n2 (t)}
Entonces, expandiendo ambos trminos en trminos de sus contenidos espectrales:
H (f ) S (f ) exp (j2f T ) df
= , (3.90)
SN (f ) df
N0
pero SN (f ) = |H (f ) |2 . Por lo tanto,
2
H (f ) S (f ) exp (j2f T ) df
2
= . (3.91)
N0 2
|H (f ) | df
c 2010 2016 Christian Oberli 85
Teorema: (Desigualdad de Schwarz) Si tenemos dos funciones 1 (x) y 2 (x) de variable
real x, satisfaciendo las condiciones
2
|1 (x) | dx < y |2 (x) |2 dx (3.92)
Entonces,
2
1 (x) 2 (x) dx 2
|1 (x) | dx 2
|2 (x) | dx . (3.93)
c 2010 2016 Christian Oberli 86
Importante: Debe considerarse que para la optimalidad determinada se estn realizan-
do los siguientes supuestos bajo los cuales el filtro adaptado es el receptor ptimo:
Estudiemos la respuesta de frecuencia de un filtro adaptado para entender mejor cmo opera.
En efecto,
|HFA,m (f )| = |S (f )| . (3.104)
Volviendo al ejemplo binario, graficamos las respuestas en frecuencia de cada uno de los
elementos de esta etapa:
5
Recuerde el lector que la transformada de Fourier de una seal real es hermtica.
c 2010 2016 Christian Oberli 87
Figura 3.25: Grficos de las respuestas en frecuencia para la seal, su filtro adaptado y la
funcin de autcorrelacin del ruido.
N0
El ruido w (f ) tiene la energa repartida parejamente en todo el espectro pues SW (f ) = 2
mientras que la seal no pues S0 (f ) = ATb sinc (f Tb ) ejf Tb .
Por lo tanto, el filtro adaptado est adaptado a la seal tal que permita pasar frecuencias
donde la seal es fuerte con respecto al ruido y atena las frecuencias donde hay poca seal
y slo ruido.
= s ( ) s [T (t )] d. (3.106)
c 2010 2016 Christian Oberli 88
3.5. Transmisin M aria
Como extensin de la transmisin anterior, podemos agrupar los bits de la seal transmitida
en grupos de log2 M bits para formar smbolos. Este proceso se conoce como transmisin
M aria. En general, si el alfabeto tiene M smbolos posibles, las tuplas binarias son de
log2 (M ) bits.
Mensaje: 0100
|{z} 1011
|{z} 0111
|{z} 1001
|{z}
Smbolos: =4 = 11 =7 =9
Seales: s4 (t) s11 (t) s7 (t) s9 (t)
Sin embargo, hay grupos con mejores caractersticas que otros, tales como:
Caractersticas espectrales.
Energticas.
c 2010 2016 Christian Oberli 89
Probabilidad de error.
T
1
Como sm (t) dt = (2m + 1 M ) A2 T y P (m) = , entonces:
0 M
M 1
A2 T X
Es = (2m + 1 M )2 . (3.113)
M m=0
A2 T
Es = M2 1 (3.114)
3
c 2010 2016 Christian Oberli 90
Ejemplo Para la transmisin 4PAM, los bits se agrupan de a 2 para formar los
smbolos que despus se transmiten con amplitud variable.
Figura 3.27: Smbolo asociado a cada seal para una transmisin 4aria.
c 2010 2016 Christian Oberli 91
Figura 3.28: Seal de ejemplo para una transmisin 4aria.
x0 (t) Ts
s0 (Ts t) +
Ts c0
x1 (t)
s1 (Ts t) +
r(t)
c1
max In
..
.
xM 1 (t) Ts
sM 1 (Ts t) +
cM 1
c 2010 2016 Christian Oberli 92
Para el caso M PAM, el receptor ptimo puede ser simplificado como antes, puesto que
todas las sm (t) son similares, con sm1 (t) = ksm2 (t):
r(t) Ts x(Ts )
s(t) + s(Ts t) In
w(t)
Figura 3.30: Receptor ptimo simplificado y regiones de decisin para el receptor M PAM.
1. Los errores de decisin son errores de smbolo, los cuales denotaremos como Ps . Hay
M 1 errores posibles, cuyas probabilidades son, en general, distintas. A modo de
ejemplo, para 4PAM, si transmitimos el smbolo binario 11, representado por un 3,
se tendr el siguiente esquema de errores:
c 2010 2016 Christian Oberli 93
P (D0 | 3)
P (D1 | 3)
P (D2 | 3)
Figura 3.31: Esquema de posibles errores que se pueden cometer en una modulacin
M PAM dado el smbolo 3.
Por lo tanto, segn el error, pueden resultar equivocados entre 1 y log2 M bits. La
probabilidad de error de bit y la probabilidad de error de smbolo no son lo mismo!
2. Las energas de los smbolos varan, y la energa de cada smbolo individual (Es,m )
representa la energa de varios bits.
c 2010 2016 Christian Oberli 94
muestreada en Ts es:
x (Ts ) = hFA (t ) [sm ( ) + w ( )] d (3.118)
t=Ts
= hFA (t ) sm ( ) d + hFA (t ) w ( ) d (3.119)
| {z }
t 1
1 u 2 Ts
Ts Ts
1 12 Ts A 12 Ts
1 12 Ts
= u m u d + u w ( ) d
Ts Ts Ts Ts Ts Ts
(3.120)
p Ts
1
= Am Ts + w ( ) d. (3.121)
Ts 0
2 N0
X|m = (como antes) . (3.124)
2
4
Definiremos E = A Ts . Debemos distinguir dos tipos de smbolos:
Smbolos interiores en el espacio de seales. Estos son los smbolos tales que m 6= 0
m 6= N 1 y por lo tanto se puede cometer error de smbolo hacia la derecha o hacia
la izquierda. Estos errores quedan correctamente representados por la siguiente figura:
c 2010 2016 Christian Oberli 95
Smbolos exteriores en el espacio de seales, los cuales tal como su nombre lo dice,
corresponden al caso m = 0, en el cual se comete un error cuando la variable aleatoria
se desplaza hacia la derecha, y al caso m = M 1, en el que la variable aleatoria se
desplaza hacia la izquierda.
Se sigue que:
donde:
r !
1 1 E
P+ = P (Dm+1 |m) = erf (3.127)
2 2 N0
r ! r !
1 1 E 1 1 E
P = + erf = erf . (3.128)
2 2 N0 2 2 N0
Se sigue que:
M 1
1 X
Ps = P (x (Ts ) 6 Rm |m) (3.129)
M m=0
1
= [(M 2) (P+ + P ) + P+ + P ] (3.130)
M
2 (M 1)
= P+ . (3.131)
M
Es decir,
r !
M 1 E
Ps = erfc . (3.132)
M N0
Si bien este resultado es correcto, es poco til para comparar PAM con distintos valores de
M , pues:
c 2010 2016 Christian Oberli 96
El segundo paso hacia una base de comparacin de modulaciones con distinto M es trans-
formar las Ps a probabilidades de error de bit.
log2 (M )
X
Ps = P (error de smbolo | b bits en error) P (b bits en error) . (3.133)
b=1
Entonces,
()
Ps P (1 bit en error) . (3.135)
Esto corresponde a la unin de todos los log2 M eventos de 1 bit de error (mutuamente
excluyentes, conjuntamente exhaustivos). En promedio cada uno tiene Pb probabilidad de
ocurrencia. De esta forma,
log2 (M )
() X
Ps P (1 bit en error| n simo bit en error) P (n simo bit en error) (3.136)
b=1
log2 (M )
X
= P (n simo bit en error) . (3.137)
b=1
Es = log2 (M ) Eb . (3.141)
As, la probabilidad de error de smbolo de M PAM con base de SNR comn en Eb /N0 es:
s
M 1 3 log2 (M ) Eb
Ps = erfc . (3.142)
M M 2 1 N0
c 2010 2016 Christian Oberli 97
Figura 3.33: Probabilidad de error de smbolo en una modulacin M PAM para distintos
valores de M , en funcin de Eb /N0 .
c 2010 2016 Christian Oberli 98
Captulo 4 Representacin equivalente de banda base
Hasta ahora hemos asumido que nuestras seales digitales y la transmisin propiamente
tal son realizadas en banda base. Enfoquemos ahora el caso pasa bandas, el cul es ms
interesante pues agrupa a la mayora de los sistemas de comunicaciones modernos6 .
Es claro que la frecuencia portadora es una decisin arbitraria, y que la portadora misma
no contiene informacin, pero an as hace el anlisis de pasa banda tedioso debido a la
presencia del factor cos (2fc t + ).
El objetivo de este captulo es desarrollar una tcnica matemtica para trabajar seales de
pasa banda en banda base, dejando la conversin a/de radio frecuencia de lado y focalizando
la atencin solamente en el mensaje.
Esta operacin matemtica adelanta o retrasa la fase de seales en 90o . Se define la transfor-
mada de Hilbert de una seal s (t) como la funcin s (t):
41 s ( )
s (t) = H {s (t)} = d . (4.1)
t
Observaciones:
c 2010 2016 Christian Oberli 99
1, si f > 0,
1
Notar asimismo que F = j sgn (f ) con sgn (f ) = 0, si f = 0,
t
1, si f < 0.
Por lo tanto,
S (f ) = F {s (t)} (4.3)
1
= F s (t) (4.4)
t
= S (f ) (j) sgn (f ) . (4.5)
Solucin:
Calcular la transformada de Hilbert por definicin nos conducir a una integral para la
cual no podemos evaluar su primitiva, de modo que trabajemos en el espectro de Fourier
para intentar realizar clculos. Se tiene que:
1
S (f ) = [ (f fc ) + (f + fc )] . (4.6)
2
c 2010 2016 Christian Oberli 100
Es decir,
j
S (f ) = [ (f fc ) + (f + fc )] sgn (f ) (4.7)
2
1
= [ (f fc ) (f + fc )] . (4.8)
2j
Volviendo al espectro temporal, podemos concluir entonces que:
Se puede probar similarmente que H {sen (2fc t)} = cos (2fc t).
3. Una seal s (t) y su transformada de Hilbert s (t) son ortogonales sobre todo el intervalo
de tiempo, i.e.
s (t) s (t) dt = 0. (4.10)
Demostracin:
Se tiene que:
s (t) s (t) dt = s (t) s (t) ej2f t dt
f =0
Pero,
F
S (f ) S (f ) = jS (f ) sgn (f ) S (f )
s (t) s (t)
c 2010 2016 Christian Oberli 101
Es decir,
s (t) s (t) dt = jS (f ) sgn (f ) S (f ) = j S () sgn () S () d
f =0
X () = S () sgn () S () = X ()
4.2. Pre-envolvente
Tal como el uso de los fasores simplifica las manipulaciones al alternar corrientes y voltajes,
el uso de la pre-envolvente es particularmente til al manejar seales y sistemas que se
encuentran en pasabanda.
Consideremos una seal real s (t) cualquiera. Se define la pre-envolvente positiva de s (t)
(tambin es posible definir una pre-envolvente negativa) como:
4
s+ (t) = s (t) + j
s (t) . (4.11)
Claramente s+ (t) es compleja y s (t) = Re {s+ (t)}. Espectralmente hemos realizado las
siguientes operaciones:
c 2010 2016 Christian Oberli 102
Figura 4.2: Ejemplificacin de las transformaciones espectrales que se estn realizando al
tomar la pre-envolvente positiva de una seal real cualquiera.
c 2010 2016 Christian Oberli 103
4.3. Representacin de seales de pasa banda en banda base
Consideremos el siguiente caso especial: s (t) es una seal real de pasa banda. Es decir,
S (f ) 6= 0 solo para el rango fc 21 W donde fc es la frecuencia portadora de la seal de
pasabanda y W es el ancho de banda de la transmisin con W fc .
Aplicando la transformada inversa de Fourier obtenemos que entonces g (t) debe ser tal que:
s+ (t) = 2 s (t) ej2fc t . (4.13)
Se conoce s (t) como la envolvente compleja de la seal de pasa banda s (t). Esta seal
es claramente de banda base y, por lo general, es compleja y por lo tanto tiene un espectro
asimtrico. Asimismo, podemos encontrar funciones reales sI (t) y sQ (t) tales que:
donde sI (t) se define como la componente en fase de s (t) y sQ (t) como la componente
en cuadratura. As:
n o
s (t) = Re {s+ (t)} = Re 2s (t) ej2fc t (4.15)
n o
= Re 2 [sI (t) + jsQ (t)] [cos (2fc t) + j sen (2fc t)] . (4.16)
Es decir,
s (t) = 2sI (t) cos (2fc t) 2sQ (t) sen (2fc t) . (4.17)
Esta forma de expresar la seal de pasabanda s (t) en trminos de su componentes en fase
y cuadratura (ambos de banda base) se conoce como la forma cannica de s (t). Luego,
la seal en pasabanda puede obtenerse a partir de sus componentes en cuadratura y fase
mediante el siguiente diagrama:
7
La envolvente compleja tiene la mitad de la potencia que tiene la pre-envolvente positiva, la que tiene el
doble de potencia que la seal original.
c 2010 2016 Christian Oberli 104
sI (t)
+
2 cos(2fc t) + s(t) = RF
90
sQ (t)
Asimismo,
s (t) 2 cos (2fc t) = 2sI (t) cos2 (2fc t) 2sQ (t) sen (2fc t) cos (2fc t) . (4.18)
As,
2s (t) cos (2fc t) = sI (t) + sI (t) cos (4fc t) sQ (t) sen (4fc t) . (4.21)
Similarmente,
2s(t) sen (2fc t) = sI (t) sen (4fc t) + sQ (t) cos (4fc t) sQ (t) . (4.22)
Entonces, bajo el siguiente esquema podemos tomar una seal en basa banda y obtener sus
componentes en cuadratura y fase de su envolvente compleja:
c 2010 2016 Christian Oberli 105
LPF sI (t)
s(t) 2 cos(2fc t) = RF
90
LPF sQ (t)
Ahora que sabemos cmo manejar la representacin compleja en pasabanda de las seales, es
lgico que el siguiente paso deseado es un procedimiento para manejar el anlisis de sistemas
en pasabanda.
Sea un sistema lineal invariante en el tiempo (LTI) con respuesta al impulso h (t) tal que
H (f ) 6= 0 slo para el rango fc 21 WH (i.e. h (f ) es un filtro pasa banda).
h (t) = 2hI (t) cos (2fc t) 2hQ (t) sen (2fc t) . (4.23)
Definimos asimismo la respuesta al impulso compleja del sistema (la respuesta en banda
base de h (t)) como:
h (t) = hI (t) + jhQ (t) . (4.24)
Y por lo tanto, n o
(t) ej2fc t .
h (t) = Re 2h (4.25)
c 2010 2016 Christian Oberli 106
(t), hI (t) y hQ (t) son seales pasa bajo. Qu es entonces H
As, h (f )? Se tiene que:
H (f ) = F {h (t)} (4.26)
n n oo
= F Re 2h (t) ej2fc t . (4.27)
z + z
Como Re {z} = , entonces:
2
n o
H (f ) = F h (t) e j2fc t
+ h (t) ej2fc t
. (4.28)
Es decir,
(f ) = H (f + fc )
H para f > fc . (4.31)
Este resultado es importante: el sistema pasa banda puede ser representado en banda base
sin prdida de informacin!
Qu pasa con la relacin entradasalida del sistema? Supongamos que x (t) es una seal
pasa banda con X (f ) 0 para f 6 [fc Wx ].
Sabemos que:
pues claramente Re {z} = Re {z }. Antes de continuar tenemos que hacer uso del siguiente
lema, que representa una propiedad de las pre-envolventes:
Demostracin:
c 2010 2016 Christian Oberli 107
Tomando el lado derecho:
h i
h+ ( ) x+ ( ) d =
h ( ) + jh ( ) [x ( ) j x ( )] d
=
h ( ) x ( ) + h ( ) x ( ) d + j ( ) x ( ) h ( ) d
x ( ) h
= j sgn (f ) H (f ) j sgn (f ) X (f ) df
!
Como j2 = 1 y sgn2 (f ) = 1 (salvo en f = 0), entonces:
h ( ) x ( ) d = H (f ) X (f ) df
Es decir,
Re h+ ( ) x+ ( ) d =2 h ( ) x ( ) d = 2 Re {h+ ( )} Re {x+ ( )} d
c 2010 2016 Christian Oberli 108
Definamos entonces la envolvente compleja de la salida como:
4
y (t) = ( ) x (t ) d = h
h (t) x (t) . (4.33)
Figura 4.5: Esquema de equivalencia entre trabajo en banda base y en pasa banda para un
sistema LTI.
As, sistemas de pasa banda pueden ser analizados completamente en banda base, evitando
el tedio asociado a la modulacin de portadora y al factor ej2fc t .
Los procesos aleatorios de pasa banda sin duda tambin pueden ser representados en banda
base por medio de su envolvente compleja. Sin embargo, para que ello sea til analticamente,
necesitamos estudiar cmo se traducen caractersticas como distribucin de probabilidad,
estacionariedad, autocorrelacin, PSD, etc. de pasa banda a banda base.
Es fundamental entender para ello que el proceso estocstico (i.e. ruido) debe ser de pasa
banda, es decir, el ruido blanco ha sido filtrado en la entrada del receptor de radiofrecuencia:
Figura 4.6: Proceso de filtrado del ruido blanco gaussiano en un filtro pasabanda.
c 2010 2016 Christian Oberli 109
4.5.1. Necesidad de un filtro pasa banda
Por qu es necesario filtrar pasa banda a un ruido blanco para poder llevarlo a banda base
y trabajarlo ah como ruido blanco equivalente de banda base?
w(t) q(t)
cos(2fc t)
Entonces,
Se sigue que Rq no es exclusivamente funcin de t1 t2 , por lo que q (t) no es, general, esta-
cionario. En cambio, si prefiltramos w (t) con un filtro pasa banda, la situacin es distinta.
En tal caso obtenemos el siguiente diagrama:
n(t)
w(t) BPF q(t)
cos(2fc t)
Figura 4.8: Traslacin espectral en un conversor de radio frecuencia con filtro pasa banda.
La densidad espectral de potencia de la seal n (t), filtrada pasa banda, puede ilustrarse
como:
c 2010 2016 Christian Oberli 110
Figura 4.9: Densidad espectral de potencia de n (t), la seal filtrada pasa banda.
Rq (t) = N0 W sinc [W (t1 t2 )] cos [2fc (t1 t2 )] {cos [2fc (t1 + t2 )] + cos [2fc (t1 t2 )]} .
(4.41)
Notando que:
1 1
cos [2fc (t1 t2 )] cos [2fc (t1 + t2 )] = cos (4fc t2 ) + cos (4fc t1 ) (4.42)
2 2
1 1
cos2 [2fc (t1 t2 )] = + cos [4fc (t1 t2 )] (4.43)
2 2
1 1 1
= + cos 4fc t2 cos 4fc t1 + sen 4fc t1 sen 4fc t2 . (4.44)
2 2 2
c 2010 2016 Christian Oberli 111
En otras palabras,
(t) = nI (t) + jnQ (t) .
n (4.46)
Escribiendo el ruido blanco de pasabanda en trminos de sus componentes en cuadratura y
fase:
n (t) = 2nI (t) cos (2fc t) + 2nQ (t) sen (2fc t) (4.47)
= 2 Re n (t) ej2fc t . (4.48)
Puesto que ej2fc t es una funcin determinstica, toda la aleatoriedad de n (t) est contenida
(t).
en n
4.5.2. (t)
Tres propiedades importantes de n
1. Si n (t) tiene media cero, entonces nI (t) y nQ (t) tienen ambos media cero.
2. Si n (t) es un proceso estocstico gaussiano, entonces nI (t) y nQ (t) son procesos esto-
csticos conjuntamente gaussianos.
As, si n (t) es gaussiano estacionario de media cero, entonces nI (t) y nQ (t) son conjuntamente
gaussianos, conjuntamente estacionarios y de media cero.
4. RnI ( ) = RnQ ( ), nI (t) y nQ (t) tienen las mismas propiedades estadsticas y la po-
tencia del ruido de ambas componentes es la misma. Es decir,
E n2I (t) = E n2Q (t) = RnI (0) = n2I . (4.51)
c 2010 2016 Christian Oberli 112
5. RnI nQ ( ) = RnI nQ ( ). Es decir, RnI nQ ( ) es impar en . Haciendo = 0 obtenemos
que:
RnI nQ (0) = 0. (4.52)
Y por lo tanto, nI (t0 ) y nQ (t0 ) son variables aleatorias independientes para todo t0 .
Es decir,
(a) La potencia del ruido pasa banda es igual a la potencia de su envolvente compleja
en banda base.
(b) La potencia de la envolvente compleja es igual a la suma de potencias de sus
componentes en fase y cuadratura.
(c) Las componentes en fase y cuadratura dividen la potencia en partes iguales.
Sn (f ) = F {Rn ( )} (4.54)
= 2SnI (f ) j2SnI nQ (f ) . (4.55)
donde SnI nQ (f ) = F RnI nQ ( ) es la densidad espectral de potencia cruzada.
Sn (f ) + Sn (f )
10. SnI (f ) = = SnQ (f ).
4
Sn (f ) Sn (f )
11. SnI nQ (f ) = .
4j
1 1
12. Sn (f ) = Sn (f fc ) + Sn (f fc ). Equivalentemente,
2 2
f
Sn (f ) = 2Sn (f + fc ) u . (4.56)
W
c 2010 2016 Christian Oberli 113
14. Para ruido blanco gaussiano de pasabanda, entonces usando las dos propiedades ante-
riores,
f
Sn (f ) = N0 u . (4.57)
Wn
Para efectos prcticos se asume que Wn Wseal , de modo que:
Sn (f ) N0 Rn ( ) N0 ( ) . (4.58)
4.6. Resumen
c 2010 2016 Christian Oberli 114
Captulo 5 Transmisin digital en pasabanda
5.1. Introduccin
La nica verdadera diferencia entre trabajar con envolventes complejas versus seales reales es
la introduccin de aritmtica compleja. Veamos la equivalencia para el caso de la sealizacin
NRZ unipolar, que en pasabanda es conocida como BPSK (Binary Phase-Shift Keying):
r
2Eb t 12 Tb
s0 (t) = u cos (2fc t) . (5.1)
Tb Tb
r
2Eb t 12 Tb
s1 (t) = u cos (2fc t + ) = s0 (t) . (5.2)
Tb Tb
Es decir, en general:
r
bn 2Eb t 12 Tb
sn (t) = (1) u cos (2fc t) . (5.3)
Tb Tb
r
bn 2Eb t 12 Tb
De aqu se deduce que sI (t) = (1) u y sQ (t) 0. Por lo tanto,
Tb Tb
Es decir, al tomar la envolvente compleja estamos trabajando directamente con pulsos NRZ.
Grficamente la conversin entre ambos queda dada por:
c 2010 2016 Christian Oberli 115
Figura 5.1: Equivalencia entre seales NRZ unipolares y seales BPSK.
BPSK no es otra cosa que una portadora modulada por NRZ unipolar. El receptor ptimo
en pasabanda tiene la estructura de siempre, ya que s1 (t) = s0 (t):
x(t) T
r(t) hFA (t) bn
El filtro adaptado en este caso es un filtro pasa bajos con respuesta al impulso hFA (t) =
s0 (Tb t). Igual que antes, |HFA (f )| = |s0 (f )| y grficamente:
c 2010 2016 Christian Oberli 116
Figura 5.3: Filtro adaptado en pasa banda para una transmisin BPSK.
Implementar este filtro adaptado en pasa banda es difcil, porque en general T1b fc 8 .
Una formulacin e implementacin en banda base con envolventes complejas es mucho ms
conveniente. Afortunadamente, ya sabemos bien cmo representar sistemas de pasabanda en
banda base:
Figura 5.4: Equivalencia entre receptores ptimos simplificados en pasa banda y banda
base. En el sistema equivalente en banda base se usas dos rieles (en fase I y cuadratura Q)
indicando que estamos utilizando una envolvente compleja.
r(t) Tb
r(t) RF FA (t)
h Re{ } bn
donde h FA (t) = s (Tb T ). Estamos tomando la parte real pues debemos recordar que la
0
salida del filtro adaptado en t = Tb es una medida de la correlacin entre r (t) y s0 (t), la cual
aparece como energa en el eje real, ya que el filtro adaptado es s0 .
FA (t):
Calculemos h
r
2Eb t 1t Tb 1 j2fc t
s0/1 (t) = u e + ej2fc t . (5.4)
Tb Tb 2
8
Adems, qu pasa con hFA (t) si cambia fc ? (e.g. cambio de canal)
c 2010 2016 Christian Oberli 117
Pero sabemos asimismo que esta seal se puede expresar como la parte real de su envolvente
compleja multiplicada por el fasor respectivo:
( r )
Eb t 1
T
2 b
s0/1 (t) = Re 2 u ej2fc t . (5.5)
Tb Tb
Por lo tanto, r
Eb t 12 Tb
s0/1 (t) = u . (5.6)
Tb Tb
Vemos que s0/1 son reales puras, es decir, BPSK no tiene componentes en cuadratura. Luego,
r 1
hFA (t) = k Eb u 2 Tb t . (5.7)
Tb Tb
donde k es una constante arbitraria.
Estudiemos ahora una modulacin de pasa banda que s tiene componente en cuadratura.
Por inspeccin, dada que esta modulacin ya est escrita en su forma cannica, podemos
notar entonces que su envolvente compleja viene dada por:
r i t 1T
Es h bI bQ 2 s
sm (t) = (1) + j (1) u , (5.8)
2Ts Ts
h i
donde (1)bI + j (1)bQ puede representar fases de 45 , 135 , 225 y 315 . Es decir, la
envolvente compleja es un pulso rectangular con fases posibles 45 y 135 .
Es decir, r
Es t 12 TS
sm (t) = u ej . (5.11)
Ts Ts
c 2010 2016 Christian Oberli 118
Entonces la informacin de la comunicacin va en la fase! La siguiente representacin
geomtrica ayuda a visualizar 4QAM:
Notando la suma por su diferencia entre los ltimos dos trminos, se tiene finalmente que:
Es Ts Es
E= (1 + 1) dt = 2Ts = Es . (5.15)
2Ts 0 2Ts
Se deja como ejercicio propuesto al lector comprobar que se obtiene el mismo resultado con
las seales pasa banda, i.e.
s2m (t) dt = Es . (5.16)
Nota:
c 2010 2016 Christian Oberli 119
4QAM no existe como modulacin de banda base.
Cmo es el receptor ptimo equivalente de banda base para 4QAM? La forma genrica
del receptor M ario ptimo equivalente de banda base es la siguiente:
Ts
s0 (Ts t) Re{ } +
c0
Ts
s1 (Ts t) Re{ } +
max In
r(t)
c1
.. ..
. .
Ts
sM 1 (Ts t) Re{ } +
cM 1
Figura 5.7: Receptor ptimo para una transmisin M -aria en pasa banda.
donde:
c 2010 2016 Christian Oberli 120
sm (Ts t) es el msimo filtro adaptado.
si sm Multiplicacin Resultado
Es
(1 + j) (1 + j) Es
2
Es
(1 + j) (1 j) jEs
2
Es
(1 + j) (1 + j) jEs
2
Es
(1 + j) (1 j) ES
2
c 2010 2016 Christian Oberli 121
5.2.1. Simplificacin del receptor ptimo M ario equivalente de banda base
Observemos que para un sistema de comunicaciones 4QAM se puede realizar una separacin
interesante de las envolventes complejas de las seales:
r
Es t 12 Ts
s0 (t) = u [cos (2fc t) sen (2fc t)] (5.25)
Ts Ts
r
Es t 12 Ts
s0 (t) = u (1 + j) (5.26)
2Ts Ts
r
1 t 21 Ts Es
= u (1 + j) . (5.27)
Ts Ts | 2 {z }
s0
Anlogamente,
r
Es t 12 Ts
s1 (t) = u [cos (2fc t) + sen (2fc t)] (5.28)
Ts Ts
r
1 t 12 Ts Es
s1 (t) = u (1 j) . (5.29)
Ts Ts | 2 {z }
s1
r
Es t 21 Ts
s2 (t) = u [ cos (2fc t) sen (2fc t)] (5.30)
Ts Ts
r
1 t 12 Ts Es
s2 (t) = u (1 + j) . (5.31)
Ts Ts | 2 {z }
s2
r
Es t 12 Ts
s3 (t) = u [ cos (2fc t) + sen (2fc t)] (5.32)
Ts Ts
r
1 t 12 Ts Es
s3 (t) = u (1 j) . (5.33)
Ts Ts | 2 {z }
s3
c 2010 2016 Christian Oberli 122
Figura 5.8: Representacin geomtrica de cada uno de los si .
c 2010 2016 Christian Oberli 123
Es decir, las ramas del filtro adaptado se simplifican a la siguiente figura:
x(t) Ts
s(t) FA (t)
h (Ts )
x
La estructura es idntica al caso NRZ/BPSK, solo que hay un slicer en cada riel:
c 2010 2016 Christian Oberli 124
bI
bQ
Figura 5.12: Expansin del dispositivo de decisin en slicers para cada riel.
5.2.2. Resumiendo
c 2010 2016 Christian Oberli 125
Figura 5.13: Representacin geomtrica en el espacio de seales.
Esta representacin es mucho ms que una ayuda visual, es una forma alternativa, completa-
mente consistente y equivalente para representar y analizar seales. Observemos la evolucin
que se ha logrado en materia de modelacin a medida que se han introducido nuevas herra-
mientas matemticas:
Antes,
Modulacin
en pasa banda
Luego,
Modulacin
banda base RF
compleja
Ahora,
Modulacin
Pulse
banda base RF
shaping
compleja digital
Figura 5.14: Evolucin del modulador a medida que se introducen nuevas herramientas
matemticas.
Revisando con cuidado, BPSK y 4QAM estn ambas formuladas en base a una misma
nica seal base: el pulso rectangular de energa unitaria:
c 2010 2016 Christian Oberli 126
(
1 t 12 Ts Eb , si m = 0,
BPSK: (t) = u sm con sm = = (1)bm Eb .
Tb Ts Eb , si m = 1.
1 t 21 Ts
4QAM: (t) = u sm con
Ts Ts
r
Es
(1 + j) , si m = 0,
2
r
Es
(1 j) , si m = 1,
2
sm = r (5.42)
Es
(1 + j) , si m = 2,
2
r
Es
(1 j) , si m = 3.
2
h i rE
s
= (1)bIn + j (1)bQn . (5.43)
2
La representacin geomtrica no es otra cosa que una representacin vectorial en que la base
es la funcin (t). Haciendo (t) = I (t) + jQ (t) el espacio de seales se visualiza como:
c 2010 2016 Christian Oberli 127
5.3.1. Relaciones energticas
La energa de la seal sm (t) ( sm (t)) est dada por la norma del complejo sm ! Cuidado:
sm es un vector 1-D complejo.
Demostracin:
Se deja como ejercicio propuesto al lector demostrar la equivalencia entre las dos primeras
integrales. Nosotros demostraremos ahora la equivalencia entre la segunda y la tercera:
| 2
sm1 (t) sm2 (t)| dt = [sm1 (t) sm2 (t)] [sm1 (t) sm2 (t)] dt (5.53)
= sm1 (t) sm1 (t) dt sm1 (t) sm2 (t) dt (5.54)
sm2 (t) sm1 (t) dt + sm2 (t) sm2 (t) dt. (5.55)
c 2010 2016 Christian Oberli 128
Notando que en esta ltima expresin aparecen energas de la seal:
2 2 2
|
sm1 (t) sm2 (t)| dt = k
sm1 k + k sm2 k sm1 sm2 (t) (t) dt (5.56)
| {z }
=1
sm2 sm1 (t) (t) dt . (5.57)
| {z }
=1
Es decir,
| sm1 k2 + k
sm1 (t) sm2 (t)|2 dt = k sm2 k2 sm1 sm2 sm1 sm2 (5.58)
sm1 k2 + k
= k sm2 k2 2 Re sm1 sm2 . (5.59)
Finalmente,
sm1 (t) sm2 (t)|2 dt = k
| sm1 sm2 k2 . (5.60)
Concluimos que el espacio de seales respeta y mantiene las relaciones energticas entre las
seales! Ms an, vemos que los resultados anteriores valen para cualquier seal base (t).
Es decir, no solo pueden utilizarse pulsos bases NRZ, si no que Manchester o cualquier otro
tipo de pulsos.
As, el espacio de seales es una forma extremadamente compacta para representar lo real-
mente fundamental de las seales:
Hemos logrado reducir nuestro problema de comunicaciones digitales de pasa banda sustan-
cialmente.
En resumen, hasta aqu sabemos dos cosas cruciales sobre el espacio de seales:
c 2010 2016 Christian Oberli 129
5.3.2. Ruido blanco en el espacio de seales
Definiremos:
4
= sm + n
x . (5.67)
Representando en trminos de las componentes en cuadratura y en fase:
=x
x I + j
xQ = (
smI + n
I ) + j (
smQ + n
Q ) . (5.68)
c 2010 2016 Christian Oberli 130
y s0 .
Figura 5.16: Diagrama fasorial para la suma entre x
I y n
Tal como vimos al estudiar representacin equivalente de banda base del ruido, n Q
distribuyen idnticamente normal de media 0 y varianza N20 . Dado sm , el ruido forma
una nube en torno a dicho smbolo:
I y n
Luego, de acuerdo a los corolarios ya estudiados sobre las variables aleatorias n Q , el
siguiente grfico resume la caracterizacin estadstica de estas variables:
c 2010 2016 Christian Oberli 131
I | si y n
Figura 5.18: Caracterizacin estadstica de n Q | sj .
Puesto que nI y n
Q son independientes, los eventos de error en fase / cuadratura son inde-
pendientes. Aplicando directamente lo que aprendimos en comunicaciones digitales en banda
c 2010 2016 Christian Oberli 132
base, determinamos:
r ! r !
1 1 Es 1 Es
Pb,I/Q = erf = erfc . (5.69)
2 2 2N0 2 2N0
Como los errores I/Q son independientes, la probabilidad de error de smbolo Ps est dada
por:
Ps = 1 Pc = 1 PcI PcQ (5.70)
= 1 1 Pb,I/Q P 2 . (5.71)
Es decir,
" r !#2
1 Es
Ps = 1 1 erfc . (5.72)
2 2N0
E2
E1
E3
c 2010 2016 Christian Oberli 133
Observamos que E1 E2 y E3 son mutuamente excluyentes y conjuntamente exhaustivos.
(m)
Sea Ei el isimo evento con un bit errneo. Entonces, siempre podemos decir que:
!
[ n (1) o [ n (2) o
PS = P Ei Ei E log2 M . (5.73)
i i
1
Con cdigo Grey, a partir de PS y menor las P E (1) dominan. As,
100
!
[ n (1) o
PS P Ei (5.75)
i
(1) (1) (1)
= P E1 E2 Elog2 M . (5.76)
= log2 (M ) Pb . (5.78)
Por lo tanto,
0
PS = P (E1 ) + P (E2 ) +
P(E3
).
:
(5.80)
1
Eliminamos el trmino P (E3 ) pues tiene un valor menor a 100 gracias a la codificacin Grey.
1 1
Adems, notamos que P (E1 ) = P (E2 ) y que Pb = 2 P (E1 ) + 2 P (E2 ). Por lo tanto,
P (E1 ) = P (E2 ) = Pb = Pb,I/Q . (5.81)
Con ello, PS = 2Pb . Adems, recordamos que Es = 2Eb , con esto obtenemos finalmente la
probabilidad de error de bit 4QAM:
" r !#2
1 1 1 Eb
Pb = 1 erfc . (5.82)
2 2 2 N0
c 2010 2016 Christian Oberli 134
Figura 5.20: Probabilidades de error de smbolo M PAM, M QAM y FSK binario (curvas
M diferente no son comparables).
c 2010 2016 Christian Oberli 135
Figura 5.21: Probabilidades de error de bit de M PAM, M QAM y FSK binario, deter-
minadas como Pb = Ps / log2 (M ).
Llama mucho la atencin que la Pb de 4QAM en pasa banda sea igual que la de NRZ
(BPSK) en banda base. Veamos cul es la probabilidad de error de bit de BPSK en pasa
banda. Dibujando un diagrama fasorial:
c 2010 2016 Christian Oberli 136
Figura 5.22: Diagrama fasorial del ruido pasa banda en transmisiones BPSK.
Vemos que solo importa la componente en fase del ruido para cometer un error. Esta es la
razn por la cual el receptor ptimo tiene un operador Re { }! Se tiene que:
1 1 Eb
P (D1 | 0) = + erf q (5.83)
2 2 2 N20
r !
1 1 Eb
= erf (5.84)
2 2 N0
= P (D0 | 1) . (5.85)
Observaciones:
c 2010 2016 Christian Oberli 137
Figura 5.23: Comparacin de probabilidad de error de bit y smbolo entre modulaciones
QAM y BPSK.
Vemos que ambas modulaciones tienen la misma probabilidad de error de bit, pero
4QAM tiene el doble de informacin. Por lo tanto, aprovechar el riel en cuadratura
mejora la eficiencia espectral al doble al costo de mayor complejidad, mientras que la
eficiencia energtica no cambia.
Existe un gran conjunto de otras constelaciones de pasa banda adems de las ya estudiadas.
A modo de ejemplo:
c 2010 2016 Christian Oberli 138
Figura 5.24: Diagrama de smbolos de la constelacin 16QAM.
c 2010 2016 Christian Oberli 139
Figura 5.25: Diagrama de smbolos de la constelacin 64QAM.
La modulacin 8PAM:
c 2010 2016 Christian Oberli 140
Figura 5.27: Diagrama de smbolos de la constelacin 8PSK.
2. Todas estas modulaciones tienen funcin base (t), a la cual se altera la fase y/o
amplitud segn la secuencia de smbolos.
Ps log2 (M ) Pb . (5.89)
c 2010 2016 Christian Oberli 141
Figura 5.28: Curvas de probabilidad de error de bit para las distintas constelaciones M -
arias.
c 2010 2016 Christian Oberli 142
Captulo 6 Sistemas de comunicaciones digitales
6.1. Introduccin
Hasta aqu hemos logrado entender en bastante detalle cmo realizar una transmisin digital
a travs de un medio o canal.
H(f ) 1
P
s(t) = sn (t nT ) AWGN y F.A. {bn }, Ps , Pb
{bn }
y RF
Si bien hay mucho ms por decir sobre el canal (vanse cursos IEE3584 e IEE3514) y sobre
modulaciones y diseo de seales (IEE3514), probablemente el bloque ms oscuro es el de
fuente y usuario de la informacin.
Especficamente, queremos estudiar las condiciones que debe cumplir la informacin bajo
criterios como uso eficiente del canal y minimizar la Pe en la salida.
c 2010 2016 Christian Oberli 143
Entropa10 : nmero mnimo de bits al cual un mensaje puede ser comprimido sin
prdida de informacin.
Capacidad de canal: tasa de datos mxima a la que es posible transmitir sin errores
a travs de un canal dado.
Seal de Mensaje
mensaje estimado
Fuente de Usuario de la
{xn }
informacin informacin
Transmisor Receptor
Codificador Decodificador
de fuente de fuente
Codificador Decodificador
de canal de canal
Aqu es donde
queremos maxi-
mizar la tasa de Detecta y corrige
Modulador Demodulador
datos, donde la errores
redundancia es
mxima.
c 2010 2016 Christian Oberli 144
Codec de canal: Agrega redundancia en forma controlada y permite (idealmente)
detectar todos los errores cuando la tasa de transmisin es menor o igual a C.
Este es uno de los motivos principales por el cual se han impuesto las comunicaciones digitales
sobre las analgicas.
donde X es el alfabeto de x, es decir, todos los posibles valores que x puede tomar (e.g.
0, . . . , M 1). Como observacin, puede notarse que:
c 2010 2016 Christian Oberli 145
Ejemplo Determine la entropa en el caso en que x es binario. Es decir, X = {0, 1}.
Solucin:
Se tiene que:
P (x = 0) = p (6.3)
P (x = 1) = 1 p. (6.4)
Entonces,
H (x) = p log2 p (1 p) log2 (1 p) [bits] = H (p) . (6.5)
Graficando en funcin de p:
Observamos que H (p) es mximo e igual a 1 con p = 12 . Por lo tanto, hace falta 1
bit completo (en promedio) para describir un bit de la fuente x. Secuencias binarias
equiprobables no pueden ser comprimidas.
c 2010 2016 Christian Oberli 146
Ejemplo Consideremos el mensaje 4ario:
1
0, con P (x) = ,
2
1
1, con P (x) = ,
4
x= (6.6)
1
2, con P (x) = ,
8
1
3, con P (x) = .
8
Entonces,
1 1 1 1 1 1 1 1 7
H (x) = log2 log2 log2 log2 = bits. (6.7)
2 2 4 4 8 8 8 8 4
Vemos que cada smbolo x puede ser descrito con 2 bits (00, 01, 10, 11), pero esa no es
la descripcin ms compacta.
Cmo podemos explotar estos conceptos? Es un rea del conocimiento muy extensa en la
que no entraremos, pero daremos un minsculo ejemplo para ilustrar la idea.
x a b c
P (x) 1/5 2/5 2/5
c 2010 2016 Christian Oberli 147
1
00:
5
0
3
5
1
2 0
01:
5
1
1
2 2
1:
5 5
1 1 1
0:
8 2 2
0
1 1 1
10:
8 4
0
1
1
1 2
110:
4 0 1
1
4
1 1
111:
2
Figura 6.5: Diagrama de construccin de cdigo Huffman para mensaje 4ario del
ejemplo anterior.
c 2010 2016 Christian Oberli 148
Se deja como ejercicio propuesto al lector decodificar 01001011010. Vemos que:
1 1 1
L= 1 bit + 2 bits + 2 3 bits (6.9)
2 4 8
1 1 3 7
= + + = bits. (6.10)
2 2 4 4
Entonces, este cdigo comprime hasta la entropa!
c 2010 2016 Christian Oberli 149
Observamos que si el SNR aumenta, entonces la capacidad aumenta, de la misma forma que
si W aumenta, lo hace C.
Sin embargo, hace falta crecimiento exponencial en seal de razn a ruido para lograr un
aumento lineal de C. Vemos que la eficiencia espectral est dada por (acotada por):
(ideal) C bits
w = = log2 (1 + SNR) . (6.12)
W s Hz
w(t) q(t)
cos(2fc t)
Ps Eb Rb
SNRreal = = , (6.13)
Pn N0 W
donde Rb es la tasa de bits/seg, y que:
Eb Rb Eb C Eb
Rb C = W . (6.14)
N W N0 W N0
| 0{z } | {z }
SNR real SNR ideal
Eb
Entonces, SNR(real) W = SNR(ideal) . As,
N0
(real) Eb
W log2 1 + W
N0
c 2010 2016 Christian Oberli 150
Figura 6.8: Regin de w versus SNR para sistemas realizables.
c 2010 2016 Christian Oberli 151
Anexo 1: Competencias necesarias en probabilidades
Conceptos bsicos
5. Probabilidad condicional:
P (A B)
P (A|B) = . (6.17)
P (B)
c 2010 2016 Christian Oberli 152
Variables aleatorias
1. Concepto: variables cuyo valor no puede ser predicho en forma determinstica; solo se
conoce la probabilidad de cada valor posible.
2. Distincin entre discretas y continuas.
3. Funcin de probabilidad acumulativa:
FX (x) = P (X x) . (6.21)
Se verifican las siguientes propiedades:
(b) 0 FX (x) 1.
(c) FX () = 0 y FX () =1.
(d) P (X > x) = 1 FX (x).
(e) P (x1 X x2 ) = FX (x2 ) FX (x1 ).
5. Momentos:
c 2010 2016 Christian Oberli 153
6. Variable aleatoria gaussiana:
" #
1 (x X )2
fX (x) = p exp . (6.28)
2X2 2X2
1 1 x X
FX (x) = + erf . (6.29)
2 2 2 X
(a) erf () = 1.
(b) erfc (x) = 1 erf (x).
(c) erf (x) = erf (x).
1 x
(d) Q (x) = (x) = erf (notacin de otros autores).
2 2
8. Teorema central del lmite:
Xk iid X , X2 . (6.31)
Definimos: n
4 1 X
Yn = p 2 (Xk X ) . (6.32)
nX k=1
Entonces, 2
1 y
lm fYn (y) = exp Yn N (0, 1) . (6.33)
n 2 2
9. Variables aleatorias y vectores aleatorios:
c 2010 2016 Christian Oberli 154
X1
con X = ... y Xi N Xi , X2 i y la matriz de covarianza:
XN
n o
RX = E (X ~ )T .
~ ) (X (6.35)
c 2010 2016 Christian Oberli 155
Anexo 2: Funciones de Bessel
Una de las principales motivaciones para la aparicin de las funciones de Bessel si bien no
es la histrica consiste en la resolucin de problemas diferenciales con simetra cilndrica.
A modo de ejemplo, supongamos que deseamos resolver la ecuacin de onda en un tambor
cilndrico, de modo que tenemos la ecuacin diferencial parcial:
~ 2 = 1
(6.36)
c2
donde c es la velocidad de propagacin en el medio. Dado que podemos asumir la existencia
de una simetra cilndrica pues las condiciones de contorno lo sern, entonces
= (, , z) , (6.37)
y por lo tanto la ecuacin de onda anterior puede escribirse en coordenadas cilndricas como:
2 1 1 2 2 1 2
+ + + 2 = 2 2. (6.38)
2 2 2 z c t
En diversas fuentes bibliogrficas se puede demostrar que esta ecuacin diferencial parcial
tiene solucin. Bajo este supuesto, asumamos que la solucin puede escribirse como:
Este mtodo se conoce como mtodo de separacin de variables y es una tcnica habitual
para resolver cierto tipo de ecuaciones diferenciales. Reemplazando en la ecuacin diferencial
parcial:
1 1 1
R00 ZT + R0 ZT + 2 R00 ZT + RZ 00 T = 2 RZT 00 . (6.40)
c
En otras palabras,
1 T 00 00 1 0 1 1 00 Z 00
= R + R + + (6.41)
c2 T R 2 Z
Resolveremos ahora etapa por etapa.
c 2010 2016 Christian Oberli 156
lo tanto, desde el punto de vista de t el lado derecho es una constante que denominaremos
k 2 , obteniendo as la ecuacin diferencial:
1 T 00
2
= k 2 T 00 + (kc)2 T = 0. (6.42)
c T
Esta ecuacin diferencial ordinaria tiene solucin inmediata:
En este caso lo ms sencillo es asumir que k puede ser positivo o negativo, por lo que
necesitamos solo una de estas soluciones. Luego,
donde como el lado derecho no depende de z, es una constante bajo esta variable que deno-
minaremos a2 . As, se tiene que:
Z 00
k 2 = a2 Z 00 + k 2 a2 Z = 0. (6.47)
Z
Nuevamente,
k2 a2 z
Zk,a (z) = Z0 ej . (6.48)
Consideremos por simplicidad el caso en que k 2 y a2 son ambos reales y positivos (aunque
esto no tiene por qu ser as. Esta solucin oscila si k 2 > a2 , decaen exponencialmente si
k 2 < a2 y son constantes si k 2 = a2 .
c 2010 2016 Christian Oberli 157
Dado que no hay dependencia entre las variables de cada lado de la ecuacin, ambos lados
deben ser constantes e igual a un nmero que llamaremos n2 . Entonces,
00
= n2 00 + n2 = 0. (6.51)
Despejando,
n () = 0 e
jn
(6.52)
Como la solucin debe tener simetra cilndrica, entonces la solucin debe ser igual en = 0
y = 2. De esta forma,
e0 = ejn2 n = 0, 1, 2, . . . (6.53)
Esta ecuacin diferencial, muy diferente a las anteriores, es muy similar la ecuacin diferencial
de Bessel, la motivacin de este trabajo y que procederemos a resolver a continuacin.
Antes de proceder con el prximo apartado, llevemos la ecuacin a su forma estndar haciendo
la sustitucin x = a, de modo que:
dR dR dx dR d2 R 2
2d R
R = R (x) = =a = a . (6.56)
d dx d dx d2 dx2
Entonces la ecuacin diferencial anterior puede escribirse como:
x 2 d2 R x dR
a2 2
+ a + x2 n2 R (x) = 0. (6.57)
a dx a dx
Simplificando trminos obtenemos:
d2 R dR
x2 (x) + x (x) + x 2
n 2
R (x) = 0 (6.58)
dx2 dx
c 2010 2016 Christian Oberli 158
Resolucin mediante series de potencias
Dado que la ecuacin anterior es una ecuacin diferencial de segundo orden, tendremos dos
soluciones linealmente independientes. Primero construiremos una solucin inicial utilizando
series de potencias y aplicando el Teorema de Frobenius. Luego, la solucin debe escribirse
como:
X
n
R (x) = x bk x k . (6.59)
k=0
Entonces, tenemos que:
X
X
0 n k n
xR (x) = nx bk x + x kbk xk . (6.60)
k=0 k=0
Por lo tanto,
X
X
X
2 00 n k n k n
x R (x) = n (n 1) x bk x + 2nx kbk x + x k (k 1) xk . (6.61)
k=0 k=0 k=0
c 2010 2016 Christian Oberli 159
Cmo escogemos b0 ? En este caso, para garantizar la convergencia de la serie mediante el
criterio del cociente, hacemos b0 = 1/2n n!, por lo que reemplazando en la expresin inicial:
(1)k x 2k+n
X
R (x) = Jn (x) = . (6.67)
k=0
k! (n + k)! 2
Dado que deseamos considerar tambin los rdenes complejos, extendemos la definicin de
factoriales mediante la funcin Gamma, obteniendo as que:
X (1)k x 2k+
J (x) = . (6.68)
k=0
(k + 1) ( + k + 1) 2
Observe que la evaluacin puede hacerse incluso para n negativos. Se tiene que:
X (1)k x 2kn X
(1)n+k x 2k+n
Jn (x) = =
k=0
(k + 1) (n + k + 1) 2 k=0
(n + k + 1) (k + 1) 2
(6.69)
Es decir,
Jn (x) = (1)n Jn (x) . (6.70)
Funcin generatriz
Muchas propiedades sobre las funciones de Bessel pueden ser demostradas mediante su fun-
cin generatriz. Una funcin generatriz, definida de forma informal, es bsicamente una fun-
cin cuya representacin en serie de potencias contiene en cada an un trmino de una sucesin
dada, en este caso la sucesin de funciones de Bessel.
c 2010 2016 Christian Oberli 160
Si realizamos esta multiplicacin trmino a trmino:
x m+k
k
hx i X
X (1)
exp z z 1 = 2 z mk .
2 m=0 k=0
m! k!
Finalmente,
hx i
X
1
exp zz = Jn (x) z n
2 n=
Demostracin:
j 1 1
Hagamos z = e j sen = z y reemplazando en la funcin generatriz:
2 z
X
jx sen
e = Jn (x) ejn .
n=
c 2010 2016 Christian Oberli 161
Separando partes real e imaginaria:
X
X
cos (x sen ) = Jn (x) cos (n) = J0 (x) + 2 J2n (x) cos (2n) (6.75)
n= n=1
X
X
sen (x sen ) = Jn (x) sen (n) = 2 J2n+1 (x) sen [(2n + 1) ] . (6.76)
n= n=0
Esto entrega los resultados deseados haciendo = 2
para las dos primeras ecuaciones y = 0
para la tercera.
para todo n Z.
Demostracin:
Es decir,
(1)n Jn (x) = Jn (x) = Jn (x) . (6.82)
Luego, la funcin de Bessel es par para rdenes pares e impar para rdenes impares.
c 2010 2016 Christian Oberli 162
Demostracin:
X
X X
2n
Jn (x) z n + Jn (x) z n2 = Jn (x) z n1 (6.93)
n= n= n=
x
X
X X
n1 n1 2n
Jn1 (x) z + Jn+1 (x) z = Jn (x) z n1 . (6.94)
n= n= n=
x
Igualando coeficientes concluimos que:
2n
Jn (x) = Jn+1 (x) + Jn1 (x) . (6.95)
x
c 2010 2016 Christian Oberli 163
Sumamos ambas ecuaciones:
2n
2Jn0 (x) + Jn (x) = 2Jn1 (x) . (6.96)
x
Multiplicamos por xn /2:
d n
x Jn (x) = xn Jn1 (x) (6.98)
dx
Demostracin:
hx i
X
1
exp zz = Jn (x) z n . (6.100)
2 n=
Multiplicando ambas:
"
#"
#
X X
1 = Jn (x) z n Jn (x) z m
n= m=
!
X X
= Jn+m (x) Jn (x) z m
m= n=
"
#
X X X
= Jn2 (x) + Jn+m (x) Jn (x) z m .
n= mZ n=
m6=0
c 2010 2016 Christian Oberli 164
y
X
0= Jn+m (x) Jn (x) . (6.103)
n=
Proposicin A2.5: X
Jn (x) = 1. (6.104)
nZ
Demostracin:
Demostracin:
X
1 1
Jn (x + y) = exp (x + y) t t ,
n=
2
1 1
1 1
= exp x t t exp y t t ,
2 2
" #" #
X X
= Jk (x) z k Jm (y) z m ,
k= m=
"
#
X X
= Jk (x) Jnk (y) z n .
n= k=
Representacin integral
Demostracin:
c 2010 2016 Christian Oberli 165
Notamos que esta expresin corresponde en cierto sentido al coeficiente de una serie de
Fourier, ya que estamos tomando el valor medio de una funcin que aparenta ser peridica.
De esta forma, como la funcin generatriz es una serie de a , es una bunea idea evaluar
t en la exponencial compleja para evaluar la situacin:
X
x j j
j
(x, e ) = Jn (x) e jn
= exp e ej (6.106)
n=
2 j
X
Jn (x) ejn = exp (xj sen ) , (6.107)
n=
en particular,
X
Jn (x)ejn = cos (x sen ) + i sen (x sen ) = g(). (6.108)
n=
Notamos que cada uno de los coeficientes de esta serie de Fourier en su forma compleja
corresponden a Jn (x). De lo que ya sabemos:
1
Jm (x) = g() ejm d, (6.109)
con lo cual,
1
Jm (x) = cos (x sen ) ejm + j sen (x sen ) ejm d
1
= cos (x sen ) cos (m) + j cos (x sen ) sen (m) d
1
+ j sen (x sen ) cos (m) + sen (x sen ) sen (m) d
observando que i cos (x sen ) sen (m) y j sen (x sen ) cos (m) son impares, entonces
1
Jm (x) = cos (x sen ) cos (m) d + sen (x sen ) sen (m) d (6.110)
1
= cos (m x sen ) d. (6.111)
Demostracin:
c 2010 2016 Christian Oberli 166
Notamos que:
1 1
|Jn (x)| = cos(n x sen )d |cos(n x sen )| d, (6.113)
0 0
c 2010 2016 Christian Oberli 167