Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Z 2 Z −1 Z 0 Z 1 Z 2
ψ1 (t).ψ2 (t)dt = A2 dt + −A2 dt + A2 dt + −A2 dt
−2 −2 −1 0 1
= A − A2 + A2 − A2 = 0
2
Z 2 Z −1 Z 0 Z 1 Z 2
ψ1 (t).ψ3 (t)dt = A2 dt + −A2 dt + −A2 dt + +A2 dt
−2 −2 −1 0 1
= A2 − A2 − A2 + A2 = 0
Z 2 Z 0 Z 2
2
ψ2 (t).ψ3 (t)dt = A dt + −A2 dt = 2A2 − 2A2 = 0
−2 −2 0
Rogério Pereira Junior (Programa de Pós Graduação em Engenharia
Tarefa
Elétrica
3 - Comunicação
- UFSC) Digital March 12, 2018 1 / 22
Sklar, Exercı́cio 3.2
Z T
ψj (t).ψk (t)dt = Kj .δj k Kj = 1 − − − − − orthonormal
o
Z T
Ej = ψj2 (t)dt = Kj
0
Z 2
Kj = A2 dt = 4A2 = 1
−2
A = 1/2
Sendo Eb = T temos:
r
2Eb
= 3.09 via tabela da função Q
N0
2Eb
= 9.5481
N0
N0
Eb = .9.5481 = 9.5481x10−3
2
1
R = ≤ 104.73 bits/s
T
Rogério Pereira Junior (Programa de Pós Graduação em Engenharia
Tarefa
Elétrica
3 - Comunicação
- UFSC) Digital March 12, 2018 4 / 22
Sklar, Exercı́cio 3.6
a) P(s1 ) = 0.5
Quando os sı́mbolos si (t) para i = 1,2 ocorrem com igual probabilidade, ou seja,
P(s1 ) = P(s2 ) = 0.5, temos:
a1 + a2 T + (−T )
= λ0 = =0 (1)
2 2
b) P(s1 ) = 0.7, temos então P(s2 ) = 0.3
1 (z−a1 )2
√ −
2σ 2 z(a1 −a2 ) (a2 −a2 )
p(z|s1 ) (2πσ02 ) e 0
σ2
− 1 22
2σ
= =e 0 0
p(z|s2 ) √ 1 2 −
(z−a2 )2
2σ 2
(2πσ0 ) e 0
Assim temos:
2 −a2 )
(a1
z(a1 −a2 )
p(z|s1 ) > P(s2 ) 2 −
2σ 2
2
>
= e σ0 0 0.428571428
p(z|s2 ) < P(s1 ) <
σ02
P(s2 )
λ0 = .ln
a1 − a2 P(s1 )
0.1 0.8 0.0693
= .ln = volt
2T 0.2 T
Logo a probabilidade de erro de bit para sı́mbolos si (t) que ocorrem com igual
probabilidade e utilizando o limiar de decisão otimo λ0 é dado por:
Z 0 Z 0.2
Pe = p(s1 ). p(z|s1 )dz + p(s2 ). p(z|s2 )dz
−0.2 0
Z 0 Z 0.2
= p(s1 ). 1/2dz + p(s2 ). 1/2dz
−0.2 0
0.4
= = 0.1
4
(M)
1 X
Es = si (t)2
M
k=1
2
Es = [Ep + 9Ep + 25Ep + ..... + (M − 1)2 Ep]
M
(M−2)/2
2Ep X M2 − 1
= (2k + 1)2 = Ep
M 3
k=0
Es M2 − 1
Eb = = Ep
log2 (M) 3log2 (M)
Rogério Pereira Junior (Programa de Pós Graduação em Engenharia
Tarefa
Elétrica
3 - Comunicação
- UFSC) Digital March 12, 2018 10 / 22
probabilidade de erro de sı́mbolo M-PAM
Observamos que o caso dos dois sı́mbolos extremos [representados por
±(M − 1)p(t)] é similar ao do caso binário, pois é necessario tomar cuidado
apenas com um vizinho. Os demais sı́mbolos, e necessario tomar cuidado com os
vizinhos nos dois lados ou seja a probabilidade de erro é o dobro aos sı́mbolos
extremos. Seja PM a probabilidade de detectar um simbolo e P(erro|si (t)) a
probabilidade de erro, dado que o sı́mbolo si (t) foi transmitido.
M
X
PM = P(si (t))P(erro|si (t))
i=1
M
1 X
= P(erro|si (t))
M
i=1
1 Ep Ep Ep
= Q +Q + (M − 2)2Q
M σ0 σ0 σ0
2(M − 1) Ep
= Q
M σ0
2
Ep 2Ep
=
σ0 N0
Assim temos:
s !
2(M − 1) 2Ep
PM = Q
M N0 )
s !
2(M − 1) 6log2 (M)Eb
= Q
M (M 2 − 1)N0 )
Teremos M filtros casados (ou correlatores), devido a que todos os eixos são
ortogonais entre si. Por exemplo se tivermos um 3-FSK (utiliza sinais com
ortogonais) teremos um plano tridimensional. Nas modulações ortogonais
podemos aumentar o número de nı́veis mantendo esta mesma Energia média de
Simbolo e a distância entre eles.
Com MQAM que utiliza apenas dois filtros casados, precisamos aumentar a
Energia média de Simbolo (Es) ou diminuir a distância entre os mesmos ao se
aumentar o M.