Documente Academic
Documente Profesional
Documente Cultură
Cours 1
Iryna Andriyanova∗
25 septembre 2009
Dans ce cours nous allons voir la chaı̂ne de communication point a point et la plupart de ses modules.
Nous allons aussi étudier les différents types de canaux de transmission et des méthodes de transmis-
sion adaptés à chacun des types. Ceci permettra de nous préparer au cours des communications sans fils
1 Introduction
Ceci est une section qui donne des notions de base sur les systèmes des communications numériques.
Nous allons voir le modèle de communication entre le source et le destinataire et la transformation
des signaux avec la communication.
Nous avons tous utilisés un téléphone portabe ou un ordinateur pour communiquer une certaine
information. Dans ce cours nous allons voir les mécanismes qui permettent à ces communications
d’avoir lieu. La chaı̂ne de communication totale est donnée sur Figure 1.
Cette chaı̂ne de communication représente la communication appelée ”point-à-point”, c’est-à-
dire d’un seul source à un seul destinataire, et est la base pour les autres modèles des communi-
cations, comme
- communication multi-utilisateurs (plusieurs sources - un destinataire),
- communication broadcast (un source - plusieurs destinataires)
∗
Ce cours a été rédigé en utilisant le matériel des cours ”Advances Digital Communications” par S. Diggavi, ”Com-
munications numériques avancées” par M. Chuc et ”Principles of Digital Communications” par B. Rimoldi.
1
ENSEA - 2009 - Coommunications numériques
Introduction 2
ENSEA - 2009 - Coommunications numériques
ℎ𝑒 (𝑡)
La notation utilisée:
- 𝑚[𝑛]: un message binaire émis constitué de 𝑛 bits
- 𝐴[𝑘]: 𝑘 vecteurs, chacun contenant 𝑛/𝑘 bits
- 𝑒(𝑡): un signal modulé obtenu par la transformation des symboles en signaux
- ℎ𝑒 (𝑡): filtre de mise-en-forme
- 𝑥(𝑡): signal numérique émis
Introduction 3
ENSEA - 2009 - Coommunications numériques
𝑧(𝑡)
Notation utilisée:
- ℎ𝑐 (𝑡) : réponse impulsionelle du canal
- 𝑧(𝑡) : bruit additif gaussien
- 𝑦(𝑡): signal à la sortie du canal / à l’entrée du détecteur de signal
Nous allons considérer les types de canaux suivants:
Introduction 4
ENSEA - 2009 - Coommunications numériques
𝑦(𝑡) 𝑟[𝑘𝑇 ] 𝑎
ˆ𝑘 𝐴ˆ𝑘 𝑚[𝑛]
ˆ
ℎ𝑟 (𝑡)
- 𝑚[𝑛]
ˆ : message binaire estimé
𝐴[𝑘] → 𝑎𝑘
00 → -3
01 → -1
11 → 1
10 → 3
Dans le cas des valeurs réelles, chaque symbole 𝑎𝑘 peut prendre une valeur parmi 𝑀 . Les
symboles 𝑎𝑘 donc sont les symboles M-aires. Les symboles {𝑎𝑘 } 𝑀 -aires ”normalisés” prennent
Introduction 5
CANAL DE NYQUIST GAUSSIEN
ENSEA - 2009 - Coommunications numériques
M e s s a g e b in a i r e m [n ] 0 0 1 0 1 0 0 1 1 1
é m is
R e g ro u p e m e n t A [k ] 00 10 10 01 11
S y m b o le M - a ir e ak +3 +3
+ 1 k
1 4
2 3 5
-1
-3
S ig n a l n u m é r iq u e x ( t)
é m is
4 TS t
TS 2 TS 3 TS 5 TS
A [k ] k
a h e( t)
A
Chaque impulsion est un multiple d’une forme d’impulsion de base, comme par exemple celui
présenté1dans
0 Figure 6. +La3 forme de l’impulsion de base est donnée par le réponse impulsionnelle
11 + 1 t
Introduction 6
01 -1 - TS O TS
I m p u ls io n d e b a s e
4 TS t
TS 2 TS 3 TS 5 TS
A du a k en forme ℎ𝑒 (𝑡).
[ k ] filtre de mise h e( t)
A
10 +3
11 + 1 t
01 -1 - TS O TS
I m p u ls io n d e b a s e
00 -3 Figure 6: Impulsion de base ℎ𝑒 (𝑡)
E.N.S.E.A L’expression gén’erale d’un signal numerique émis est donc : Michel CHUC
∑ ∑
𝑥(𝑡) = 𝑎𝑘 (𝛿 ∗ ℎ𝑒 )(𝑡 − 𝑘𝑇𝑠 ) = 𝑎𝑘 ℎ𝑒 (𝑡 − 𝑘𝑇𝑠 )
𝑘∈𝑍 𝑘∈𝑍
.
Le modele du canal de communication comprend un terme de filtrage linéaire et du bruit
additif gaussien. Le signal à la sortie du canal est
où 𝑧(𝑡) est le bruit gaussien. La composante 𝑠(𝑡) est donnée par :
Introduction 7
• Canal de transmission
Le modèle comprend un terme de filtrage linéaire et du bruit additif.
• Echantillonnage
ENSEA - 2009 - Coommunications numériques
La valeur instantanée de l'amplitude de l'impulsion est capturée à l'instant de
décision t = kT s (en faisant
symboles, abstraction
la synchronisation de divers
requise retards apurs
étant effectuée partirde
dupropagation dans (récupération
signal reçu lui-mme le
canal et dansdelerythme
filtre symbole).
de réception). Cette
Le signal opération
soumis suppose une
à échantillonnage cohérence
s’écrit : locale avec
l'horloge cadençant les symboles, la synchronisation requise étant effectuée à partir
∑
du signal reçu lui-même (récupération de rythme symbole).
𝑟[𝑘𝑇 𝑠 ] = 𝑎𝑘 𝑔(𝑡 − 𝑘𝑇𝑠 ) + 𝑏(𝑘𝑇𝑠 ).
𝑘∈𝑍
• OrganeEnsuite,
de décision
la valeur estimée 𝑎
ˆ𝑘 du symbole transmis est déterminée a partir de la valeur échantillonnée
1
r
# 1 #2 #3
-1
-3
Introduction 8
ENSEA - 2009 - Coommunications numériques
1
𝐷𝑠 = ,
𝑇𝑠
Le spectre dépend donc à la fois des caractéristiques du signal 𝑒(𝑡) transportant les symboles et de
la forme de l’impulsion de base. La DSP du signal 𝑒(𝑡) est donnée par l’expression :
⎛ ⎞
∞ 2
1 ⎝ 2 ∑ 𝑚
˚𝛾𝑒 (𝑓 ) = 𝜎𝑎 + 2 𝛾𝑎 [𝑝] cos 2𝜋𝑝𝑓 𝑇𝑠 + 𝑎 ⎠
𝑇𝑠 𝑇𝑠
𝑝=1
avec :
- 𝑚𝑎 : valeur moyenne des symboles
- 𝛾𝑎 [𝑝] : fonction d’autocorrélation des symboles
- 𝜎𝑎2 : variance des symboles
On en déduit que le spectre du signal numérique possède une partie continue et éventuellement,
si 𝑚𝑎 ∕= 0, une partie constituée de raies. Dans le cas simplifié ou les symboles ont une valeur
Introduction 9
ENSEA - 2009 - Coommunications numériques
6 Communications
moyenne numériques
nulle (𝑚 𝑎 = 0) et sont non corrélés (𝛾𝑎 [𝑝] = 0 pour p=1,2,... ), on obtient que
M2 # 1
. variance : ! 2
= (11)
• Symboles : ak = { ±1, ± 3, ... , ± ( M # 1a)} , supposés
3 non corrélés et équiprobables.
Figure 9: Impulsion de base NRZ
. moyenne :
(voir démonstration de ces résultatsmen
a =annexe
0 7)
Les symboles 𝑎𝑘 = {±1, ±2, . . . , ±(𝑀 − 1)} sont supposés non corrélés et équiprobables, alors la
• Densité spectrale de puissance : M2 # 1
.moyenne
variance𝑚𝑎:= 0, la variance est 2
!a = (11)
3
𝑀 2
− 1
M2 # 1𝜎𝑎2 = .
(voir démonstration de ces
°
$ (f)=
résultats A2T .sin
3 c2 ( fT )
x
3 en annexe
s 7)
Nous obtenons donc la densité spectrale de puissance suivante:
s
M2 # 1
A2Ts .sin c2 ( fTs )
$° x ( f ) =numériques
ENSEA - 2009 - Coommunications
3
°
M
2
- 1 A 2T $ x (f )
3 s
9 0 % d e Pm oy
- 2 - 1 O 1 2
Ts Ts Ts Ts
Canal
Considérons le cas le plus simple de transmission: le de Nyquist
canal en bande
est parfait, de base
donc 7 est absent.
le bruit
Il s’avère que même dans telles conditions favorables la transmission correcte peut être impossi-
2. INTERFERENCE ENTRE SYMBOLES (IES)
ble...si votre filtre de mise en forme est mal choisi!
g ( t - k Ts )
k Ts
t
(k - 1) Ts (k + 1) Ts
Le contrôle au niveau temporel du degré d'IES s'effectue de façon très simple sur
Figure 11: Exemple de l’intérference entre symboles
un oscilloscope par le diagramme de l'œil :
Le1 contr
0 ôle au
1 niveau
1 1 1 du0 degré0 d’IES0 s’effectue
temporel 0 1de façon
0 1 simple sur un oscillo-
tres
A E F G H O
Transmission en absence du bruit 11
t
B D I N
Ts
g ( t - k Ts )
k Ts
t
scope par le diagramme de l’oeil (Figure ??). En l’absence d’IES, l’oeil est completement ”ouvert”
Le contrôle
a l’instant de décision: tous au niveaupassent
les trajets temporel
par du degré
deux d'IES
points s'effectue
seulement de façon
en binaire (partrès simple sur
𝑀 points
un oscilloscope par le diagramme de l'œil :
en 𝑀 -aire).
1 0 1 1 1 1 0 0 0 0 1 0 1
A E F G H O
t
B D I N
Ts
C J K L M
A ,E , G F ,H E , G , O
B D I N
J,L C, K ,M J,L
t
(k -1)Ts k Ts (k + 1)Ts
2 Ts
En l'absence d'IES, l'oeil est complètement "ouvert" à l'instant de décision: tous les
Figure 12: Diagramme de l’oeil
trajets passent par deux points seulement en binaire (par M points en M-aire).
Exemple Voici les exemples des diagrammes de l’oeil pour la transmission binaire et 𝑀 -aire:
Le diagramme de l’oeil met en évidence une ouverture verticale (a) (immunité au bruit), une
ouverture horizontale (b) (immunité au déphasage de l’horloge), une pente (c) (immunité à la
gigue d’horloge) et une fluctuation (d) (amplitude de la gigue du point de passage par zéro) (Fig-
ure 14)
8 Communications numériques
• Exemples de diagramme de l'oeil
- Transmission binaire
• Exemples de :
diagramme de l'oeil
ENSEA - 2009 - Coommunications numériques
- Transmission binaire : Transmission 𝑀 -aire
Transmission binaire
sanssans
Transmission IES IES avec IES avec IES
Transmission sans IES sans IES
Transmission
d b t
Figure 14: Charactéristiques du diagramme de l’oeil
Le signal soumis a échantillonnage en réception 𝑟(𝑡) ne comprend qu’une partie ”signal” , la partie
”bruit” étant absent. 𝑟(𝑡) donc s’écrit comme:
∑ ∑
Transmission
𝑟(𝑡) = 𝑎𝑛sans
𝑔(𝑡 −IES
𝑘𝑇𝑠 ) = 𝑎𝑘 𝑔(𝑡 − 𝑘𝑇𝑆 ) + 𝑎𝑛 𝑔(𝑡 − 𝑘𝑇𝑠 )
𝑛∈𝑍 𝑛∈𝑍,𝑛∕=𝑘
∑
𝑎𝑛 𝑔((𝑘 − 𝑛)𝑇𝑠 ), ∀𝑎𝑛 .
𝑛∈𝑍
$
an g ( k ! n)Ts = 0
ENSEA - 2009 - Coommunications numériques [ ] , %an (13)
n"Z,n# k
Une condition
Une condition nécessaire
nécessaire pour nepour
et suffisante
et suffisante ne pas
pas avoir avoir
d’IES est d'IES est que l'impulsion
que l’impulsion de base 𝑔(𝑡) =
de base g(t) possède la propriété :
(ℎ𝑒 ∗ ℎ𝑐 ∗ ℎ𝑟 )(𝑡) possède la propriété :
(14)
g( kT ) = g(0). &[ k]
𝑔(𝑘𝑇s𝑠 ) = 𝑔(0)𝛿[𝑘].
Les impulsions
Les impulsions suivantes
suivantes vérifient
vérifient la condition
la condition de Nyquist
de Nyquist au niveau
dans le domaine temporel
temporel : :
g (t)
g (0 )
a
t
-2 Ts - Ts 0 Ts 2Ts
g (t)
g (0 )
b
t
-2 Ts - Ts 0 Ts 2Ts
g (t)
g (0 )
c
t
-2 Ts - Ts 0 Ts 2Ts
Figure 15: Exemples des impulsion vérifiant la condition de Nyquist (domaine temporel)
Si la condition de Nyquist dans le domaine temporel est vérifiée, l’échantillonnage avec une
période 𝑇𝑆 de l’impulsion de base 𝑔(𝑡) conduit alors à un seul Dirac en zéro :
𝑔(𝑡).... = 𝑔(0)𝛿(𝑡).
En prenant la transfrmée de Fourier (TF) des deux membres, on en déduit la condition dans le
domaine spectral :
∑ ( 𝑘
)
𝑔 𝑓−
˚ = 𝑇𝑠 𝑔(0).
𝑇𝑠
𝑘∈𝑍
°$ k' (15)
* % T )( = Ts. g(0)
g& f #
ENSEA - 2009 - Coommunications numériques
k"Z s
DesExemples
exemples de
despectres d’impulsions
spectres de base
d'impulsions de vérifiant cette condition
base vérifiant sont présentés
la condition spectraledansdeFigure
16. Nyquist (15)les
Notons que : spectres 1, 2 et 3 des exemples ont un support fréquentiel borné alors que le
1
f
-2 /T s - 1/ Ts - 1/ 2 T s 0 1/2 T 1/ T -2 /T
s s s
g° ( f )
T .g ( 0 )
s
2 f
-2 /T s - 1/ Ts - 1/ 2 T s 0 1/2 T 1/ T -2 /T
s s s
g° ( f )
T .g ( 0 )
s
3
f
-2 /Ts - 1 / Ts - 1 / 2 T s 0 1/2 Ts 1/ T s - 2 / Ts
g° ( f )
T .g ( 0 )
s
4
f
-2 /T s - 1/ Ts - 1/ 2 T s 0 1/2 T 1/ T -2 /T
s s s
Figure 16: Exemples des impulsion vérifiant la condition de Nyquist (domaine spectral)
Les spectres 1, 2 et 3 ont un support fréquentiel borné alors que le spectre 4
possède un support
Compte-tenu la TF,(TF
fréquentieldeinfini
des propriétés il estdeimpossible
l'impulsion g(t) triangulaire
d’avoir (a) vérifiant
un support borné a la fois dans
la domaines
les con-ditiontemporel
temporelle de NyquistEn
et fréquentiel. : la vérification
pratique, au est
le choix niveau spectral
imposé n'est pas doit
: la transmission
évidente).
s’effectuer dans un canal à bande passante limitée [−𝐵, 𝐵]. On suppose que la TF de l’impulsion
de base a un support fréquentiel borné, avec
1
𝑔 (𝑓 ) = 0 pour ∣𝑓 ∣ ≥
˚ .
𝑇𝑠
Cette situation est observée dans les exemples de spectres 1, 2 et 3 précédents. On vérifie alors
EnPrésentons
pratique, un
on- exemple
1 /introduira tres- Bun retard pur
important Bsupplémentaire suffisant pour que lade Nyquist
Ts
T 0 de filtre en cosinus
T
1 / T s surélevé. Exemple: filtre
- 1 / 2
fonction g(t) puisse être considérées comme nulle pour1 / 2 s t < 0.
en cosinus surélevé (raised cosine filter)
- g°
( f ) est supposée ici réelle,
⎧d'où une forme d'impulsion de base g(t) non causale.
𝑇𝑠
(𝜋
, 1−𝛼 1+𝛼
( ))
1 − sin [2∣𝑓 ∣𝑇 − 1] 2𝑇𝑠 ≤ ∣𝑓 ∣ ≤ ,
En pratique, on introduira un supplémentaire
𝑠
suffisant pour2𝑇𝑠 que la
⎨
2 retard pur2𝛼
=0
Canal de Nyquist en bande de base 13
Ts
ENSEA - 2009 - Coommunications numériques = 0 .5
2
• Exemple: filtre de Nyquist en cosinus surélevé (raised cosine filter)
= 1
g° ( f ) f Ts
-1 - 0 .5 Ts 0 0 .5 1
=0
( Ts ( "0 %+ 1 ! 1 1+ 1
/ )1 ! sin$ (2 fT Ts ! 1)', , . f .
2* # 21 s &- 2Ts = 20 T
. 5s
/ 2
/ 1! 1
°
g( f ) = ) Ts , 0. f . (16)
/ 2Ts = 1 f Ts
/
-1 / 0 - 0 .5 0 , ailleurs
0 .5 1
*
avec
( T 0(Figure
. 1 . 1"19:0 Cosinus surélevé
%+ 1dans! 1 le domaine
1 + 1spectral
s
/ 2 )1 ! sin$ 2 (2 f Ts ! 1)', , 2T . f . 2T
/ * # 1 &
g -( t ) s
1 ! 1
s
/ 1
°
g( f ) = ) Ts , 0. f . (16)
/ 2Ts
/
/ 0 , ailleurs
* 1 = 1 1 = 0 .5 1 = 0
t/ T s
avec 0 . 1 . 1
-4 -3 -2 -1 0 1 2 3 4
g ( t)
1
2 0tdans
Figure 20: Cosinus surélevé 5 le2domaine
01t 5 temporel
sin4 7 cos4 7
3 Ts 6 3 Ts 6
g(t) = .
avec 0 ≤ 𝛼 ≤ 1. Dans le domaine temporel 0t = 1 2=201.t55 2 = 0
1 1 !14 7 1
Ts T
3 s 6𝑠 ) t/ T s
sin(𝜋𝑡/𝑇𝑠 ) cos(𝜋𝛼𝑡/𝑇
𝑔(𝑡) =
(𝜋𝑡/𝑇𝑠 ) 1 − (𝜋𝛼𝑡/𝑇𝑠 )2
-4 -3 -2 -1 0 1 2 3 4
Le paramètre 1 est appelé coefficient d'arrondi ou parfois facteur de retombée (roll-
Le parametre est appelé le coefficient d’arrondi ou parfois facteur de retombée (roll-off factor). La
off factor). 2 0t 5 2 01t 5
largeur spectrale est donnée par sin4 7 cos4 7
La largeur spectrale est donnée par3 T : s6 3 Ts 6
g(t) = .
1+𝛼 0t𝐷𝑠 2 21𝐷
2
t 5𝑠 ≤ 𝐵 ≤ 𝐷𝑠 .
𝐵= = (1 + 𝛼) , 1 !donc
2𝑇𝑠 Ts12+ 1 4 T 27 Ds (17)
B= =3(1 +s 61)
2Ts 2
2.2.3Le Egalisation
paramètre 1 est appelé coefficient d'arrondi ou parfois facteur de retombée (roll-
Ds
off factor). . B . Ds
Em présence du bruit, le filtre de réception, de2réponse en fréquence équivalente ℎ̊𝑟 (𝑓 ), doit cor-
La largeur spectrale est donnée par :
riger, éventuellement de façon adaptative, la distorsion linéaire responsable de l’IES introduite
1+ 1 D (17)
B= = (1 + 1) s
Transmission en absence du bruit 2Ts 2 17
Ds
. B . Ds
2
ENSEA - 2009 - Coommunications numériques
14 Communications numériques
! = 0.2 ! = 0.5
! = 0.8 !=1
3 Exercises
1. Téléphone numérique
Comparez les contraintes en largeur de bande d’un canal audio du téléphone analogique de
3 kHz et d’un canal numérique. Pour le canal numérique, la voix est formattée a une suite de
bits, echantillonés a 8000 échantillons/s, et chaque echantillon est quantifié de 256 niveaux.
One demande que l’interference entre symboles soit 0.
Solution : Un echantillon quentifié à 256 niveaux se représente pas log2 256 = 8 bits. Donc,
la bande minimale necessaire est de
1
𝑊 ≥ (8 bits/symbole )(8000 symboles/s ) = 32kHz.
2
avec le période 𝑇 . Quel est 𝑇 maximal qui garantie la récuperation du signal? a) 𝑇 = 1/8; b)
𝑇 = 1/4; c) 𝑇 = 1/2.
Solution: 1/4.
𝑝(𝑓 ) = 𝑇 (1 − ∣𝑓 ∣𝑇 ), 0 ≤ ∣𝑓 ∣ ≤ 1/𝑇 .
2) On vous donne un signal 𝑝(𝑡) avec la densité spectrale ˚
∫
Quelle est la valeur de 𝑝(𝑡)𝑝(𝑡−3𝑇 )𝑑𝑡? (Astuce: reflechissez avant de commencer le calcul!)
a) 0; b) 3𝑇 ; c) 1/3𝑇 .
Solution: 1/3𝑇 .
3.2 Bonus
Démontrer la formule de ˚
𝛾𝑒 (𝑓 ).
Exercises 19