Ruido Blanco 3

Tema 6.Sistemas de Telecomunicación.
El ruido en los sistemas de comunicación.
Análisis de los Sistemas de Comunicaciones Digitales

desde la perspectiva SNR y BER ( Bit Error Rate)
Introducción
n En este capítulo, las señales y el ruido se describen en términos de

señales aleatorias.
n Aplicaremos cálculo de probabilidades.
n La idea básica es la de poder relacionar las características de procesos

ergódicos (cuyos momentos estadísticos de primer y segundo orden son
iguales a los momentos temporales e independientes del instante de
medición) con parámetros de interés para los sistemas de
comunicaciones digitales:
– DEP: densidad espectral de potencia
– SNR: relación señal a ruido en el sistema
– BER: la tasa de errores causados por la interferencia
– Ventajas comparativas derivadas del uso de diferentes códigos de línea
Sistemas de Telecomunicación 2001/2002 2
1
Procesos aleatorios
n Un proceso aleatorio (estocástico) real es un conjunto

indexado de funciones reales de algún parámetro (el tiempo)
que tiene ciertas propiedades estadísticas y que puede ser
descrito por un conjunto indexado de variables aleatorias.
n v(t,Ei) es una función muestreal
del espacio muestreal E i.
n El conjunto de funciones
muestreales define el proceso
aleatorio
n A diferencia de una variable
aleatoria que transforma eventos
en constantes, un proceso
aleatorio transforma eventos en
funciones del parámetro t.
n En la figura, vi(t i) define un
conjunto de variables aleatorias
donde v(t) es el proceso aleatorio.
Proceso aleatorio Gaussiano

n x(t) es un proceso gaussiano si las variables
aleatorias x1=x(t1), x2 =x(t2 ), ... xN=x(tN), tienen
una fdp normal de N dimensiones, con
cualquier N y t1 , t2 , .. tN
n En un proceso gaussiano estacionario en el
amplio sentido m = m i=mj.
n Si los procesos no están correlacionados se
cumple además que
– σ 2 = σi 2= σj 2=R x(0)-m 2.
– la fdp conjunta queda completamente
especificada por los momentos de orden 1y 2
– las fdp individuales también son gaussianas
– una transformación lineal de ellas produce un
conjunto nuevo gaussiano
– el procesamiento de un proceso aleatorio
gaussiana por un sistema lineal produce a la
salida otro proceso gaussiano.
2
La función Q(x)
n Como se verá posteriormente, en la

recepción de señales digitales de
naturaleza aleatoria es importante
establecer la probabilidad residual para
calcular la probabilidad de error
2
∞ − z2
e
Q ( x) = ∫ dz
x 2π
Q (− x) = 1 − Q ( x)
2
b − x2
e
∫ 2π
dx = Q (a ) − Q ( b )
a
( z−m )2
∞ −
 x−m
2
e 2σ
∫x σ 2π dz = Q  σ 
Procesos de Ruido Blanco
n Se dice que un proceso aleatorio es de ruido blanco si su función de

autocorrelación cumple con la relación Rn( τ) = δ(τ)Ν0 ⁄2
n En el caso de ruido térmico de tiene que N0 = kT
n El ruido térmico además tiene una distribución gaussiana.

n Es posible tener ruido blanco con otras distribuciones .
n Ejemplo: la función de autocorrelación y la DEP a la salida de un filtro pasabajos
de primer orden (B3dB=1/(2πRC)) está dada por
N0 − ô RC
S y( f )
2
= H ( f ) Sx ( f ) R y ( ô)= e
4RC
N0
N
= 2 R y ( 0) = 0 = ó 2y + my2 = ó 2y
1 + ( f / B3dB )
2
4RC
∫
å
my = lím S y ( f )df = 0
å >0,å →0 − å
3
Ancho de Banda (BW) de las Señales
Función sinc^2(x)
1,2
sinc^2(x)
1
BW 3dB BW 1nulo BW 99% BW 35dB
0,8
BW neq
0,6
0,4
0,2
0
0,0
0,2
0,4
0,6
0,8
1,0
1,2
1,4
1,6
1,8
2,0
2,2
2,4
2,6
2,8
3,0
x
n BW absoluto
n BW 3 dB
n BW de ruido equivalente: Pn= |H(f=0)|2 BWeq
n BW de primer nulo
n BW de espectro acotado de tal modo que las componentes espectrales de potencia fuera de
la banda estén 35 o 50 dB por debajo de Pf(f=0)
n BWFCC, contiene 99% de la potencia u otro criterio
El filtro adaptado
n En un sistema de comunicaciones digital, en algún instante debe tomarse

la decisión si lo que se recibió corresponde a uno u otro símbolo
transmitido. Para ello conviene que la relación señal a ruido SNR tome
su valor máximo posible a la entrada del demodulador.
n La decisión debe ser tomada a intervalos periódicos cuyo período está
dado por el intervalo de señalización.
n El sistema que permite maximizar esta función es el filtro adaptado. Este
filtro debe cumplir con la condición de que su función de transferencia
sea tal que maximice la señal y se minimice el ruido en el instante en
que se toma la decisión.
S  s 2 (t )
  = 0 20
 N  out E [n0 (t )] máx
r(t) = Filtro adaptado r0 (t) =
s(t) + n(t) H(f) ↔ h(t) s0 (t) + n0 (t)
4
El filtro adaptado ó acoplado
n Nótese que el filtro adaptado no trata de preservar la forma de onda, sino

lo que se desea es que en el instante de decisión, la SNR sea máxima.
r(t) = Filtro adaptado r0 (t) = S  s 2 (t )

  = 0 20
s(t) + n(t) H(f) ↔ h(t) s0 (t) + n0 (t)  N  out E [n0 (t )] máx
n Teorema: el filtro adaptado que maximiza la SNR en el instante de
decisión tiene una función de transferencia dada por la relación:
k ⋅ F ( s (t )) jwt 0
H( f ) = e
Sn ( f )
donde F(s(t)) es la transformada de Fourier de s(t), k es una constante

arbitraria y S n(f) es la densidad espectral de potencia de ruido.
El filtro adaptado: derivación (1)

  = 0 20
n La señal y la potencia de ruido en el instante de muestreo t0 están dados por la
relación: ∞
s0 (t 0 ) = ∫ H ( f ) S ( f ) e jwt0 df
−∞
[ ]
∞
E n 02 ( t ) = Rn ( 0 ) = ∫ H(f )
2
S n ( f ) df
−∞
n Sustituyendo en la relación anterior de SNR

2
∞ 
 ∫ H ( f )S ( f )e jwt 0 df 
 
S  s 2 (t )
= 
−∞
  = 0 20
 N  out E [n0 (t )] máx
∞
∫ H( f)
2
S n ( f )df
−∞
5
El filtro adaptado: derivación (2)
  = 0 20
n Aplicando la desigualdad de Schwarz a la relación obtenida en la página anterior
2
∞ ∞ ∞
∫ A( f )B( f )df ≤ ∫ A( f ) df ⋅ ∫ B( f ) df
2 2
−∞ −∞ −∞
en que A( f ) y B( f ) pueden ser variables complejas

se obtieneun máximocuando A( f ) = kB* ( f )
Sea A( f ) = H ( f ) S n ( f )
jwt 0
y B( f ) = S ( f )e
Sn ( f )
n Se obtiene la SNR y función de transferencia del filtro adaptado
∞ 2
S  s 2 (t ) S( f ) kS * ( f ) jwt
  = 0 20
 N  out E n0 ( t) [ ] = ∫
−∞
Sn ( f )
df ⇔ H ( f ) =
Sn ( f )
e 0
máx
El filtro adaptado con ruido blanco

  = 0 20
n La señal y la potencia de ruido en el instante de muestreo t0 están dados por la
relación: ∞
• Hay 2 consecuencias importantes:
s0 (t 0 ) = ∫ H ( f ) S ( f ) e jwt0 df
−∞ • La SNR del filtro adaptado con
ruido blanco sólo depende de la
E[n 02 ( t ) ] = Rn ( 0 ) = ∫ H ( f ) N 0 df
∞
2
energía de la señal
2
−∞
• El filtro puede sintetizarse de
n Sustituyendo en la relación anterior de SNR diversas maneras
∞
S  s 2 (t ) 2
  = 0 20 = ∫ S( f ) df ⇔ H ( f ) = k0 S * ( f )e jwt
2
[ ]
0
 N  out E n 0 (t) máx

N0 −∞
∞ 
H ( f ) = k0 S * ( f )e jwt ⇒ h(t ) = Re ∫ k0 S * ( f )e jwt e− jwt df  = k0 s (t0 − t)
0 0
− ∞ 
6
El filtro de integración y descarga
n Una forma de realizar el filtro
adaptado es sintetizando la función
de transferencia mediante
componentes.
n En los sistemas de comunicaciones
modernos se usa, el filtro de
integración y descarga cuando los
pulsos transmitidos vienen en
formato NRZ o RZ.
n Está basado en la suposición de que
a la entrada hay ruido blanco.
n En este caso son válidas las
ecuaciones recién derivadas
S  s 2 (t ) 2 ∞
  = 0 20 = ∫
2
  out
N E n[0 (t ) ]
máx
N 0 −∞
S ( f ) df
h( t ) = k0 s (t0 − t ) = k0 s (t) NRZoRZ
El filtro correlador
n Otra forma de sintetizar el filtro

adaptado es mediante el correlador.
n Está basado en la suposición de que
a la entrada hay ruido blanco.
n También está basado en las
ecuaciones recién derivadas
∞
S  s 2 (t ) 2
  = 0 20 = ∫ S( f )
2
[
 N  out E n 0 (t) ] máx
N0 −∞
df
h( t ) = k0 s (t0 − t ) = k0 s (t) NRZoRZ
r(t)=s(t)+n(t) Integrador Toma decisión

S&H
s(t) Reloj, Ts
7
Probabilidades de error con señalización
binaria
Filtro adaptado Muestreo y Circuito de decisión
r(t) r0( t0)
Retención Si r0(t0)>V t ⇒se Rx un 1
h(t)↔ H(f) (S&H) Si r0(t0)<V t ⇒se Rx un 0
n Sea r(t) = si(t) + n(t) la señal que se presenta a la entrada del demodulador de un sistema
de comunicaciones binario.
n n(t) corresponde a la señal de ruido
n si(t) corresponde a los símbolos enviados. En una transmisión binaria:
 s (t ) 0 ≤ t ≤ Ts , cuando se envía un 1 binario
si (t ) =  1
 s 2 (t ) 0 ≤ t ≤ Ts , cuando se envía un 0 binario
n Bajo estas condiciones pueden ocurrir dos tipos de error:
Vt
P(∈ se envió s1) = ∫ f ( r0 s1 )dr0

−∞
∞
P(∈ se envió s2 ) = ∫ f (r0 s2) dr0
Vt
Probabilidades de error con señalización

binaria
n La probabilidad de error total es entonces

P∈ = P(∈se envió s1 ) P( s1 ) + P(∈se envió s 2 ) P( s2 )
Vt
Si se desea minimizar el error,
P(∈se envió s1 ) = ∫ f (r s )dr
−∞
0 1 0
respecto de la selección del umbral
∞ V t, entonces debe igualarse la
P(∈se envió s 2 ) = ∫ f ( r0 s2 ) dr0 derivada de P∈ respecto de V t a 0 y
Vt
obtener el valor de Vt que minimiza
esta expresión
8
Probabilidad de error con señalización binaria y
ruido gaussiano
P∈ = P(∈se envió s1 ) P( s1) + P(∈se envió s2 ) P( s 2 )

− (r 0 − s 0 1 ) 2 −( r0 − s 0 2 )2
Vt ∞
e 2σ e 2σ
2 2
n La probabilidad de error total es
P∈ = P( s1 ) ∫ dr0 + P( s2 ) ∫ dr0 dependiente de la selección del
−∞ σ 2π V σ 2π t
umbral, de la potencia de ruido
(V t − s 0 1) −z2 −z 2
σ ∞ y de la energía que tienen las
e 2 e 2
P∈ = P( s1 ) ∫ 2π
dz + P( s2 ) ∫
(V t − s 0 2) 2π
dz señales en el instante de toma
de decisión.
−∞
σ
n También depende de la
 − (Vt − s01 )   (V − s ) 
P∈ = P( s1 )Q  + P( s2 ) Q t 02  probabilidad de Tx de los
 σ   σ  símbolos.
Probabilidad de error con señalización binaria y

ruido gaussiano
(Vt −s 01 ) −z 2 − z2
σ 2 ∞ 2
e e
P∈ = P (s1 ) ∫ 2π
dz + P (s2 ) ∫
(Vt −s 02 ) 2π
dz
n Nótese que el umbral se ubica
−∞
σ
en el valor medio establecido
−(V t −s 01 ) 2 −(V t −s 02 ) 2
por s01 y s02, si P(s1) = P(s2),
dP∈ P( s1 )e 2 σ 2 P( s2 )e 2σ 2
= − =0 resultado que es intuitivamente
dVt 2π 2π correcto.
σ 2 ln ( 2 ) P( s ) 
Ps n Si P(s2) > P(s1), entonces el
s +s  1 
Vt = 01 02 + umbral toma valores positivos
2 (s01 − s02 ) respecto del valor medio, lo
cual es de esperar también.
9
Probabilidad de error con señalización binaria y ruido
gaussiano cuando P(s 1 ) = P(s 2) = ½
n La pregunta natural que cabe

1   − (Vt − s01 )   (V − s )  hacerse ahora es qué forma
P∈ = Q  + Q t 02 
2  σ   σ  debe poseer el filtro
s01 + s02 adaptado para minimizar la
V t= probabilidad de error.
2
 s01 − s02  n Está claro que se logra
P∈ = Q 
 2σ  maximizando
 s01 − s02 
 
 2σ 
Filtro adaptado generalizado para

recepción binaria
n La idea es poder maximizar la relación
 s01 − s 02  s01 (t 0 ) − s02 (t0 )
 =
 2σ  2σ
n Sin embargo, resulta mucho más lógico pensar en maximizar la expresión que
expresa la SNR:
s −s  (s (t ) − s (t )) 2
2
β2 =  01 02  = 01 0 2 02 0
 σ  σ
∞ 
2
 ∫ H ( f ){S1 ( f ) − S 2 ( f )}e− jwt df 

 
0
β2 =  − ∞ ∞

∫ H( f )
2
S n ( f )df
−∞
n Nuevamente se aplica la desigualdad de Schwarz, con lo que se obtiene
10
Filtro adaptado generalizado para
recepción binaria
n Al aplicar la desigualdad de Schwarz se obtiene
∞
S1 ( f ) − S 2 ( f )
2
SNR = β2 = ∫− ∞ Sn ( f ) df
k (S1 ( f ) − S 2 ( f ) ) jwt
∗
con H ( f ) = e 0
Sn ( f )
n Para el caso especial de que se tenga ruido blanco (AWGN: Additive White Gaussian
Noise) Sn (f) = N0/2
∞
2
N 0 −∫∞ 1
2
SNR = β2 = S ( f ) − S 2 ( f ) df
Ts Ts
∫ (s1(t ) − s 2(t )) dt = ∫0 (s1 (t) − 2s1(t )s2 (t) + s 2 (t ))dt

2 2
SNR =
2 2 2
N0 0
N0
SNR =
2
(
Es − 2 Es1, 2 + Es2
N0 1
)
Recepción coherente: Obtención del umbral de decisión y P∈

para el caso de ruido blanco
∞ ∞
∫ H ( f )S ( f ) e ∫ H ( f )S ( f )e
La probabilidad − jwt0
df + − jwt0
df
s +s
1 2
de error en
función de la V t= 01 02 = −∞ −∞
2 2
energías de las
Vt = (E1 − E 2 )
señales cuando se 1
tiene ruido blanco 2
gausseano aditivo (s − s ) β  E − 2E1,2 + E2 
y P(s1) = P(s2) = ½ P∈ = Q 01 02  = Q  = Q 1 
 2σ   2  2N0 
para un receptor  
coherente está Ts Ts Ts
dada por : E1 = ∫ s12 (t )dt E1,2 = ∫ s1 (t )s2 (t )dt E 2 = ∫ s22 (t )dt
0 0 0
rp (t) Ts
Circuito de decisión
∫ r ( t )dt
p
r 0(Ts)≥ Vt ⇒ se Tx un 1 binario
(sj(t) + n(t)) 0
Ts
r 0(Ts)< Vt ⇒ se Tx un 0 binario
(s1(t) – s2(t))
11
Recepción de transmisión binaria con AWGN:
1.- La recepción coherente
2.- El filtro de integración y descarga
n Anteriormente ya se vio que era posible detectar una transmisión binaria de dos
formas alternativas.
n Una de ellas corresponde al filtro adaptado.
Filtro adaptado Circuito de decisión
(sj(t) + n(t)) H ( f ) = k (S1 ( f ) − S 2 ( f ) ) e jwt0
∗
Ts
Sn ( f ) r 0(Ts)< Vt ⇒ se Tx un 0 binario
n Otra es la recepción coherente.

rp (t) Ts
∫ r ( t )dt
p
(sj(t) + n(t)) 0
Ts
(s1(t) – s2(t))
n Estas dos son equivalentes en lo relativo a Vt y P ∈
Recepción de transmisión binaria con AWGN:

2.- El filtro de integración y descarga(señales NRZ)
s1 (t)
n Para transmisión polar: s1(t) = - s2(t)
– E = E1 = E 2 = - E1,2 ⇒
Vt =
1
(E1 − E 2 ) = 0 -T s/2 Ts /2
2
 E − 2 E1, 2 + E2   
P∈ = Q 1  = Q 2 E 
 2N 0   N  s2 (t)
   0 
Ts Ts Ts
E1 = ∫ s12 (t )dt E1, 2 = ∫ s1 (t ) s2 (t )dt E2 = ∫ s22 (t )dt

0 0 0
-T s/2 Ts /2
rp (t) Ts
∫ r (t )dt
p
(sj(t) + n(t)) 0
Ts
(s1(t) – s2(t))= 2 s1(t)
12
Recepción de transmisión binaria con
AWGN:
2.- El filtro de integración y descarga
n La detección coherente en
transmisión binaria con señales
NRZ se reduce a un filtro de
integración y descarga ya que s1(t)-
s2 (t)=2s1 (t) = constante durante el
intervalo de transmisión de un
símbolo.
n La multiplicación por una constante
afecta por igual a la señal que al
ruido
Ts Circuito de decisión
∫ r (t ) dt r 0(Ts)≥ Vt ⇒ se Tx un 1 binario
r(t) = (sj(t) + n(t)) 0
Ts r 0(Ts)< Vt ⇒ se Tx un 0 binario
Recepción coherente con transmisión polar, ruido blanco

aditivo y P(s1 ) = P(s2 ) = ½
s1 (t)
n Para transmisión polar: s1(t) = - s2(t)
– E = E1 = E 2 = - E 1,2 ⇒
Vt =
1
(E1 − E 2 ) = 0 -T s/2 Ts /2
2
 E − 2 E1, 2 + E2   
P∈ = Q 1  = Q 2 E 
 2N 0   N  s2 (t)
   0 
Ts Ts Ts
E1 = ∫ s12 (t )dt E1, 2 = ∫ s1 (t ) s2 (t )dt E2 = ∫ s22 (t )dt

0 0 0
-T s/2 Ts /2
rp (t) Ts
∫ r ( t )dt
p
(sj(t) + n(t)) 0
Ts
(s1(t) – s2(t))
13
Recepción coherente con transmisión polar, AWGN,
P(s 1) = P(s2) = ½ y la SNR0
n En el caso de transmisión polar, es posible relacionar

la energía con la potencia recibida, mediante la s1 (t)
relación:
PS i = PS1 P (s1 ) + PS 2 P (s2 ); PS1 = PS 2 = E / Ts = E ⋅ f s -Ts/2 Ts/2
B
N0
PN i = ∫
−B 2
df = N0 B = N0 ⋅ f s B = fs
 2E     
( )
PS / f PS s2 (t)
P∈ = Q  = Q 2 i s
 
 = Q 2 i
  PN

 = Q 2 SNRi -Ts/2 Ts/2
 N0   PN i / B   i  fs=B
rp (t) Ts
∫ r ( t )dt
p
(sj(t) + n(t)) 0
Ts
(s1(t) – s2(t))
Recepción coherente con Tx unipolar, ruido blanco aditivo y

P(s1) = P(s2) = ½
n En transmisión unipolar: s1(t) = s (t) , s2(t) = 0 s1 (t)

– E = E1 , E 2 = E1,2 = 0 ⇒
Vt =
1
(E − E 2 ) = E -T s/2 Ts /2
2 1 2
 E − 2 E1 ,2 + E2   
P∈ == Q 1  = Q E  s2 (t)
2N 0   2N 
   0 
Ts Ts Ts
E1 = ∫ s12 (t )dt E1,2 = ∫ s1 (t )s2 (t )dt E2 = ∫ s22 (t )dt -T s/2 Ts /2

0 0 0
rp (t) Ts
∫ r ( t )dt
p
(sj(t) + n(t)) 0
Ts
(s1(t) – s2(t))
14
Recepción coherente con Tx unipolar, AWGN, P(s1 ) = P(s2 ) = ½
y SNR0
n En el caso de transmisión unipolar, también es

posible relacionar la energía con la potencia recibida, s1 (t)
mediante la relación:
PS i = PS1 P (s1 ) + PS 2 P (s2 ); PS1 = E / Ts = E ⋅ f s ; PS 2 = 0 -Ts/2 Ts/2
B
N
PN i = ∫ 0 df = N0 B = N 0 ⋅ f s B = f s
−B 2
 E
P∈ = Q
  2 PSi / f s 
 = Q


 PSi 

 2 PN / B  = Q PN 
 = Q SNRi ( ) s2 (t)
 2 N0   i   i  f =B
s
-Ts/2 Ts/2
rp (t) Ts
∫ r ( t )dt
p
(sj(t) + n(t)) 0
Ts
s1(t)
Recepción coherente con Tx de señales ortogonales, AWGN

y P(s1) = P(s2) = ½
n Cuando hay transmisión ortogonal: s1(t) y s2 (t) son tales que: E = E1 =

E2 ; E1,2 = 0 ⇒
s1 (t)
Vt =
1
(E1 − E2 ) = 0
2 -T s/2 T s/2
 E − 2E1,2 + E2   
P∈ = Q 1  = Q E 
2 N   N 
 0   0  s2 (t)
Ts Ts Ts
E1 = ∫ s (t )dt E1,2 = ∫ s1 (t )s2 (t ) dt E2 = ∫ s (t )dt

1
2 2
2
0 0 0 -Ts/2 Ts/2
rp (t) Ts
∫ r ( t )dt
p
(sj(t) + n(t)) 0
Ts
(s1(t) – s2(t))
15
Recepción coherente con Tx de señales ortogonales, AWGN
y P(s1) = P(s2) = ½
n En el caso de transmisión ortogonal, también es

posible relacionar la energía con la potencia
s1 (t)
recibida, mediante la relación:
PS i = PS1 P (s1 ) + PS 2 P (s2 ); PS1 = PS 2 = E / Ts = E ⋅ f s
- T s/2 T s/2
B
N
PN i = ∫ 0 df = N0 B = N 0 ⋅ f s B = f s
− 2
B s2 (t)
 E 
P∈ = Q
N 
 PS i / f s
 = Q
 PN / B
  PSi 
 = Q
  PN 
 (
= Q SNRi )
 0   i   i  f =B
s
-T s/2 T s/2
rp (t) Ts
∫ r ( t )dt
p
(sj(t) + n(t)) 0
Ts
(s1(t) – s2(t))
Señales que cumplen con la condición de ortogonalidad
n Si s 1(t)
es un pulso NRZ y s2 (t) tiene cualquiera de las otras formas
señaladas, se cumple el principio de ortogonalidad:
s1 (t)
-Ts/2
-T s/2 Ts /2 -T s/2 Ts/2 Ts /2
AΠ  t T  cos w 0 t
 s
-T s/2 Ts/2 -T s/2 Ts/2 -T s/2 Ts/2
16
Ortogonalización de señales:
procedimiento de Gram-Schmidt
n Existe un procedimiento que permite generar un conjunto de señales ortogonales
conocido bajo el nombre de procedimiento de ortogonalización de Gram-
Schmidt.
n Consiste en definir una señal y a partir de ella, generar señales ortogonales.
n Suponga que x1 y x2 son dos vectores independientes.
n Se desea generar un conjunto de vectores ortogonales y1
y y2 a partir de x1 y x2. De la figura se desprende que x2
= y2 + C12 x1 = y2 + C12y1.
x2
x1 ⋅ x 2 y1 ⋅ x2
C12 = 2
= 2
x1 y1
y2 x1 o y1
y 2 = x2 − C12 y1
n Este resultado puede extenderse a n dimensiones. C12x2
Resumen.
n El proceso aleatorio más importante para el análisis de los sistemas de

comunicaciones es el gaussiano. Casi todos los análisis de los sistemas de
comunicaciones se realizan considerando AWGN: Additive White
Gaussian Noise.
n Los procesos pasabanda se pueden expresar como la suma de 2 componen-
tes ortogonales. Esta representación no es única.
n Si el proceso pasabanda corresponde a una suma de dos componentes
gausseanas independientes, entonces su envolvente obedece a una
distribución de Rayleigh. En cambio la fase de el proceso, expresado en
coordenadas cilíndricas, se distribuye uniformemente.
n El filtro adaptado a una recepción de una señal con ruido aditivo optimiza
la relación señal a ruido a la salida. Esta relación resulta ser proporcional a
la energía de la señal, y no depende de la forma de onda de ella.
n Hay diversas formas de implementar el filtro adaptado.
17

Ruido Blanco 3

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ruido Blanco 3

Cargado por

Copyright:

Formatos disponibles

Tema 6.Sistemas de Telecomunicación.

El ruido en los sistemas de comunicación.

Análisis de los Sistemas de Comunicaciones Digitales

n En este capítulo, las señales y el ruido se describen en términos de

n La idea básica es la de poder relacionar las características de procesos

Sistemas de Telecomunicación 2001/2002 2

n Un proceso aleatorio (estocástico) real es un conjunto

Proceso aleatorio Gaussiano

Sistemas de Telecomunicación 2001/2002 4

n Como se verá posteriormente, en la

Procesos de Ruido Blanco

n Se dice que un proceso aleatorio es de ruido blanco si su función de

n El ruido térmico además tiene una distribución gaussiana.

Sistemas de Telecomunicación 2001/2002 6

Sistemas de Telecomunicación 2001/2002 7

n En un sistema de comunicaciones digital, en algún instante debe tomarse

Sistemas de Telecomunicación 2001/2002 8

n Nótese que el filtro adaptado no trata de preservar la forma de onda, sino

r(t) = Filtro adaptado r0 (t) = S  s 2 (t )

donde F(s(t)) es la transformada de Fourier de s(t), k es una constante

Sistemas de Telecomunicación 2001/2002 9

El filtro adaptado: derivación (1)

n Sustituyendo en la relación anterior de SNR

Sistemas de Telecomunicación 2001/2002 10

en que A( f ) y B( f ) pueden ser variables complejas

Sistemas de Telecomunicación 2001/2002 11

El filtro adaptado con ruido blanco

 N  out E n 0 (t) máx

h( t ) = k0 s (t0 − t ) = k0 s (t) NRZoRZ

Sistemas de Telecomunicación 2001/2002 13

n Otra forma de sintetizar el filtro

h( t ) = k0 s (t0 − t ) = k0 s (t) NRZoRZ

r(t)=s(t)+n(t) Integrador Toma decisión

P(∈ se envió s1) = ∫ f ( r0 s1 )dr0

Sistemas de Telecomunicación 2001/2002 15

Probabilidades de error con señalización

n La probabilidad de error total es entonces

Sistemas de Telecomunicación 2001/2002 16

P∈ = P(∈se envió s1 ) P( s1) + P(∈se envió s2 ) P( s 2 )

Sistemas de Telecomunicación 2001/2002 17

Probabilidad de error con señalización binaria y

Sistemas de Telecomunicación 2001/2002 18

n La pregunta natural que cabe

Filtro adaptado generalizado para

 ∫ H ( f ){S1 ( f ) − S 2 ( f )}e− jwt df 

n Nuevamente se aplica la desigualdad de Schwarz, con lo que se obtiene

Sistemas de Telecomunicación 2001/2002 20

∫ (s1(t ) − s 2(t )) dt = ∫0 (s1 (t) − 2s1(t )s2 (t) + s 2 (t ))dt

Sistemas de Telecomunicación 2001/2002 21

Recepción coherente: Obtención del umbral de decisión y P∈

Sistemas de Telecomunicación 2001/2002 22

n Otra es la recepción coherente.

n Estas dos son equivalentes en lo relativo a Vt y P ∈

Sistemas de Telecomunicación 2001/2002 23

Recepción de transmisión binaria con AWGN:

E1 = ∫ s12 (t )dt E1, 2 = ∫ s1 (t ) s2 (t )dt E2 = ∫ s22 (t )dt

Sistemas de Telecomunicación 2001/2002 24

Sistemas de Telecomunicación 2001/2002 25

Recepción coherente con transmisión polar, ruido blanco

E1 = ∫ s12 (t )dt E1, 2 = ∫ s1 (t ) s2 (t )dt E2 = ∫ s22 (t )dt

Sistemas de Telecomunicación 2001/2002 26

n En el caso de transmisión polar, es posible relacionar

Sistemas de Telecomunicación 2001/2002 27

Recepción coherente con Tx unipolar, ruido blanco aditivo y