Laboratorio 4

Desempeño de modulación digital en AWGN

Las simulaciones Monte Carlo en computadora son generalmente realizadas en la práctica

para estimar la probabilidad de error de un sistema de comunicación digital,
especialmente en casos donde el análisis del desempeño del detector es difícil de
realizar. A continuación se discuten algunos puntos importantes para realizar la
simulación de un sistema de comunicación binario y estimar la probabilidad de error del
mismo. Se desarrollan dos ejemplos que consideran sistemas de comunicación banda base
y pasa banda en canales AWGN. También se incluye un ejemplo para analizar el efecto de
la interferencia ínter símbolo y la simulación de un sistema de comunicación digital
utilizando algunas funciones propias de la caja de herramientas de comunicaciones de
Octave.

Sistema de Comunicación Binario en canal AWGN

En un sistema de comunicación binario, la data binaria consistente de una secuencia de 0
´s y 1´s se transmite por medio de dos señales, s0(t) y s1(t). Suponiendo que la razón de
data es R bps, entonces cada bit se mapea a una señal correspondiente,
0→ s0 ( t ) , 0≤t≤T b
1→s 1 ( t ) , 0≤t ≤T b
donde Tb = 1/R es el intervalo de bit. Se asume que los bits de data son equiprobables y
mutuamente independientes estadísticamente.
El canal por el que se transmite la señal contiene ruido aditivo, n(t), el cual es una función
de muestras de un proceso aleatorio Gaussiano con espectro de potencia No/2 W/Hz.
Este canal se denomina AWGN (canal Gaussiano blanco aditivo). Así, la forma de onda de
la señal recibida puede expresarse como
r ( t ) =s i ( t ) +n ( t ) , i=0,1 0≤t ≤T b
El objetivo del receptor es determinar si un 0 o un 1 fue transmitido después de
observar la señal recibida r(t) en el intervalo b 0≤t≤T
. El receptor se diseña para
minimizar la probabilidad de error. Este receptor se denomina óptimo, y consiste
básicamente de un correlador de señal o filtro acoplado y un detector.

Lab AWGN
Prof. Dr.-Ing. Carlos A. Medina C.
En el correlador realiza la correlación cruzada de la señal recibida con las dos posibles
señales transmitidas en el intervalo
0≤t≤T
b , luego se muestrean las salidas en t = Tb.
Estas muestras se alimentan al detector que decide a favor de una de las dos posibles
señales.
Figura de Mérito Eb/No
Un concepto importante que debe recordarse es el del parámetro básico SNR para
sistemas de comunicación digital. En sistemas de comunicación analógica la figura de
mérito más común es la razón de potencia promedio de la señal a la potencia promedio de
ruido (S/N o SNR). Pero en sistemas de comunicación digital se utiliza como figura de
mérito la razón Eb/No, una versión normalizada de SNR. Eb es la energía de bit y se
puede describir como la potencia de la señal S veces el tiempo de bit Tb. N0 es la
densidad espectral de potencia de ruido, y puede describirse como la potencia de ruido N
dividido por el ancho de banda W. Ya que el tiempo de bit Tb y la razón de bit R son
recíprocos se puede escribir
Eb S⋅T b S/ Rb
= =
N o N /W N /W
Eb S W
=
N o N Rb ( )
Esta razón es adimensional pero generalmente se expresa en dB.
Función de Error Complementaria Q(x)
Es importante indicar que la función de error complementaria Q(x) tiene varias
definiciones. OCTAVE consta de la función erfc(x) que permite calcular la función de
error complementaria pero cuya definición es distinta de la que se utiliza en [9] y otros
autores en la determinación de las probabilidades de error de los esquemas de
modulación. Por lo tanto es importante considerar las diferencias y modificar la función
en OCTAVE para obtener los resultados correctos de acuerdo a [9].
Función de error complementaria:
∞ u2
1 −
2
Q( x )≈ ∫ e du
√2 π x
Función de error complementaria erfc de OCTAVE:
2 ∞ −u 2
erfc (x )≈ ∫ e du
√π x
La implementación de Q(x) en Octave se puede hacer por medio de:

2
Prof. Dr.-Ing. Carlos A. Medina C.
 1 x
Q( x )= erfc
2 ( )
√2
A continuación se desarrollan ejemplos de simulación de sistemas de comunicación digital.

Ejemplo: Señalización banda base bipolar

Considere un sistema de comunicación digital con señalización banda base bipolar que
utiliza filtros acoplados en el receptor.
Se desear estimar y graficar el desempeño del sistema medido como la probabilidad de
error de bit Pb vs. Eb/N0 y compararlo con la probabilidad de error teórica. Para el
sistema considerado, la probabilidad de error teórica está dada por

2 Eb
Pb =Q
(√ )
N0

El sistema consta de una fuente de datos binarios equiprobables y mutuamente

independientes estadísticamente. Es conveniente normalizar la energía de la señal, i.e.,
Es = 1. En este caso particular recuerde que se tiene 1 bit/símbolo, por lo que Eb = Es =
1. Al tratarse de un sistema bipolar, el mapeo de bits a señales corresponderá a un bit
“1” a una señal +1 y un bit “0” a una señal -1.
El canal corresponde a un canal binario AWGN representado por muestras de una
2
variable aleatoria Gaussiana con media cero y varianza σ =E s⋅N 0 /2 o
2
σ =n⋅Eb⋅N 0 /2 , donde n es el número de bits por símbolo, dependiendo así de la razón
señal a ruido considerada. De esta forma se puede simular el canal por medio de un
generador de ruido Gaussiano con media cero al cual se le varía la varianza dependiendo
del valor SNR o Eb/No considerado. Para este sistema el uso de un detector óptimo
permite simplemente detectar y decidir sobre la señal recibida en base a un umbral de
cero en el receptor. La probabilidad de error se determina contando la cantidad de bits
erróneos en la secuencia demodulada con respecto a la secuencia enviada. Para esto la
salida del detector se compara con la secuencia binaria transmitida y se cuentan los bits
en error, i.e., diferentes. Como esta medición se realiza por medio de una simulación
Monte Carlo es importante considerar una longitud N de las secuencias de data y una
cantidad de transmisiones adecuadas para estimar la probabilidad de error de manera
apropiada.
A continuación se muestra un diagrama de bloques del sistema que se utiliza para la
simulación.

3
Prof. Dr.-Ing. Carlos A. Medina C.
 Figura: Modelo para simulación.
En la siguiente simulación también se incluye un diagrama “scatterplot” que muestra el
efecto del ruido Gaussiano del canal en la señal recibida r.
Script o M-file
% Sistema de Comunicación Digital Banda base Bipolar
% Energía de la señal normalizada, i.e., Es = 1
% Sistema bipolar -> Eb = Es

clear; clc;
disp('Sistema de Comunicación Digital Banda base Bipolar');
disp('Pb vs Eb/No');
disp(' ');

% Curva Pb vs Eb/No teórica

EbNodB_T = -1:0.2:10; %Razón Eb/No en dB
EbNo_T = 10.^(EbNodB_T/10); %Razón Eb/No
Pb_T = 0.5*erfc(sqrt(2*EbNo_T)/sqrt(2)); %Q(x)=(1/2)erfc(x/sqrt(2))

figure(1)
semilogy(EbNodB_T,Pb_T);
xlabel('Eb/No [dB]');ylabel('Probabilidad de error de bit, Pb');

% Parametros de la simulacion
Es = 1; % Energía normalizada de la senal
nbps = 1; % Número de bits por símbolo
Eb = Es/nbps; % Energía de bit
N = 1000; % Longitud de la secuencia de data
NT = 1000; % numero de transmisiones para cada Eb/No.
EbNodB = -1:10; % Razón Eb/No en dB
Pb=zeros(size(EbNodB)); % Errores de bit (BER)

% Simulacion
EbNo = 10.^(EbNodB/10);
ENo = nbps*EbNo; % Razon Señal a Ruido

4
Prof. Dr.-Ing. Carlos A. Medina C.
for k = 1:length(EbNodB)
sigma2 = Es^2/(2*ENo(k)); % Varianza del ruido

for l = 1: NT % Numero de transmisiones para cada Eb/No

x=rand(1,N); % Fuente Binaria i.i.d de N símbolos
s=2*(x>=0.5)-1; % Señal del Modulador Bipolar 0 : -1, 1 : +1
ruido = sqrt(sigma2)*randn(size(s));% Canal AWGN a Eb/No dada
r = s+ruido; % Señal recibida
d = sign(r); % Señal demodulada / detectada
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
xx=find(r==0); % Corrección de los valores iguales a 0
if sum(xx)~=0 % Esto son muy poco probables
for yy = 1:length(xx)% por lo que se podría eliminar
d(xx(yy))=1; % esta sección
end
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
e = (d~=s); % Contador de errores en la transmisión l-ésima
Pb(k)= Pb(k)+sum(e); % Contador de error para un EbNo dado
clear xx yy;
end
end

Pb = Pb/(NT*N);
figure(1)
hold on
semilogy(EbNodB,Pb,'r *'); grid;
axis([-1 10 1e-6 1]);
title('Desempeño de Sistema con Señalización bipolar banda base');

% Efecto del ruido en la señal transmitida

s0=-1*ones(1,20); % Fuente señal -1
s1=ones(1,20); % Fuente señal +1
sigma2 = Es^2/(2*ENo(5)); % Varianza del ruido a Eb/No = 3 dB
r = sqrt(sigma2)*randn(1,20); % Ruido AWGN a Eb/No = 3 dB
s0r = s0+r;
s1r = s1+r;
figure
plot(s0r,zeros(size(s0r)),'r x');
hold on
plot(s1r,zeros(size(s1r)),'b*');
title('Salida del canal AWGN con Eb/No = 3 dB');

5
Prof. Dr.-Ing. Carlos A. Medina C.
Para todos los sistemas a continuación, considere que los mismos constan de una fuente
de datos binarios equiprobables y mutuamente independientes estadísticamente.
Si va a modelar el canal usando randn, es conveniente normalizar la energía de la señal, de
forma que la varianza del canal se calcule en función de la razón señal a ruido
considerada. Si va a utilizar awgn, tome en consideración los aspectos necesarios de
energía.

1. Desarrolle un programa en Octave para realizar una simulación Monte Carlo que
permita estudiar el desempeño de un sistema de comunicación digital pasa banda QPSK
con codificación Gray. Considere un canal AWGN y un receptor con correladores.
Grafique la probabilidad de error de bit y de símbolo vs. Eb/No en un intervalo de -1,
20 dB. Compare la curva de error de bit con la probabilidad de error teórica.

6
Prof. Dr.-Ing. Carlos A. Medina C.
2. Repita el problema anterior pero utilizando un receptor que en lugar de correladores
utiliza un detector de fase. En este caso la métrica de detección corresponde a la
fase r del vector-señal recibido r = (r1,r2) como
r2
θr =tan−1
()
r1

y se selecciona la señal sm cuya fase esté más próxima. Compare las curvas de Pb vs
Eb/No de ambos problemas.
3. Desarrolle un programa en Octave para realizar una simulación Monte Carlo que
permita estudiar el desempeño de un sistema de comunicación digital pasa banda que
utiliza M = 2, 4, 8, 16-PSK. Considere un canal AWGN y un receptor con correladores.
Para cada caso grafique la probabilidad de error de bit y de símbolo vs. Eb/No en un
intervalo de -1, 20 dB. Presente sus resultados en dos gráficas, una para las
probabilidades de error de bit de cada caso y otra para las probabilidades de error de
símbolo de cada caso. ¿Qué observa?
4. Desarrolle un programa en Octave para realizar una simulación Monte Carlo que
permita estudiar el desempeño de un sistema de comunicación digital pasa banda que
utiliza M = 4, 8, 16-QAM y constelaciones rectangulares. Considere un canal AWGN y
un receptor con correladores. Para cada caso grafique las constelaciones, y las curvas
de probabilidad de error de bit y de símbolo vs. Eb/No en un intervalo de -1, 20 dB.
Presente sus resultados en dos gráficas, una para las probabilidades de error de bit
de cada caso y otra para las probabilidades de error de símbolo de cada caso. ¿Qué
observa?
5. Desarrolle un programa en Octave para realizar una simulación Monte Carlo que
permita estudiar el desempeño de un sistema de comunicación digital binario FSK
donde las formas de onda de la señal están dadas por
2 Eb
u1 ( t ) =
T √
2 Eb
cos ( 2 πf 1 t ) , 0≤t≤T b

u2 ( t ) =
T √ cos ( 2 πf 2 t ) , 0≤t≤T b

donde f2 = f1 + 1/Tb y el detector es un detector de ley cuadrada. Considere un

canal AWGN. Grafique la probabilidad de error de bit vs. Eb/No en un intervalo de
0, 15 dB y compárela con la curva teórica.

6. Repita el problema anterior para sistemas de comunicación digital con M = 4, 8 que

emplean frecuencias

7
Prof. Dr.-Ing. Carlos A. Medina C.
 k
f k ( t ) =f 1 +
T .
Grafique las curvas de probabilidad de error de bit vs. Eb/No de los sistemas FSK para
M = 2, 4, 8. ¿Qué observa?

Anexo
Implementación del “Ejemplo: Señalización banda base bipolar” con funciones de
Octave.
% Sistema de Comunicación Digital Banda base Bipolar
% usando funciones de Octave para la modulación
% Requiere pkg communications

clear; clc;
% Curva Pb vs Eb/No teórica
EbNodB_T = -1:0.2:10; %Razón Eb/No en dB
EbNo_T = 10.^(EbNodB_T/10); %Razón Eb/No
Pb_T = 0.5*erfc(sqrt(2*EbNo_T)/sqrt(2)); %Q(x)=(1/2)erfc(x/sqrt(2))

figure(1)
subplot(1,2,1)
semilogy(EbNodB_T,Pb_T);
xlabel('Eb/No [dB]');ylabel('Probabilidad de error de bit, Pb');

% Parametros de la simulación
N = 1000; % Longitud de la secuencia de data
NT = 1000; % número de transmisiones para cada Eb/No
EbNodB = -1:10; % Razón Eb/No en dB
Pb=zeros(size(EbNodB)); % Errores de bit (BER)

% Simulación
for k = 1:length(EbNodB)
for l = 1: NT % Número de transmisiones para cada Eb/No
d = randint (1, N, 2);
t = pskmod (d, 2, 0);
r = awgn (t, EbNodB(k),'measured');
y = pskdemod(r,2,0); % Señal demodulada / detectada
e = biterr(d,y); % Contador de errores transmisión l-ésima
Pb(k)= Pb(k)+sum(e); % Contador de error para un EbNo dado
end
end

Pb = Pb/(NT*N);
figure(1)
subplot(1,2,1)
hold on
semilogy(EbNodB,Pb,'r *'); grid;
8
Prof. Dr.-Ing. Carlos A. Medina C.
axis([-1 10 1e-6 1]);
title('Desempeño de Sistema con Señalización bipolar banda
base','fontsize',14);

% Efecto del ruido en la señal transmitida

% Constelación para EbNo = 3 dB
dd = randint (1, 20, 2);
yy = pskmod (dd, 2, 0);
zz = awgn (yy, 3,'measured');
zr=real(zz);

v=[-2 2 -2 2];
subplot(1,2,2)
plot (zr,zeros(size(zr)),"r*");axis(v);grid;
hold on
plot (yy, "b o");axis(v);
title({'Constelación de Señalización bipolar banda-base';' Eb/No = 3
dB'},'fontsize',14)

9
Prof. Dr.-Ing. Carlos A. Medina C.