Sistemas de Comunicaciones

Trabajo Segundo Parcial:

Probabilidad de Error de smbolo en Modulaciones Digitales Banda
Base con Ruido AWGN
Ronnie Esparza
15 de julio de 2016

1.

Introducci
on

La Modulaci
on de Amplitud en Cuadratura (QAM), es una forma de modulacion digital en donde la informaci
on digital est
a contenida, tanto en la amplitud como en la fase de la portadora trasmitida. En este
documento se obtendr
a la probabilidad de error de smbolo para 10-QAM, teniendo en cuenta que los valores
est
an tomados de forma aleatoria, teniendo as una constelacion irregular.

2.

Demostraci
on Matem
atica
N
umero de Smbolos: 10

Energa Media del Smbolo:

Primero se inicia calculando la energa media del smbolo, para lo cual se suman las energas de todos los puntos
S1 hasta S10 :

Figura 1: Ubicacion de puntos S1 hasta S10 .

Es =

2A2 + 18A2 + 50A2 + 58A2 + 26A2 + 34A2 + 34A2 + 10A2 + 50A2 + 2A2
10
284 2
Es =
A
10

Es =

142 2
A
5

Despejando A:

s
A=

5Es
142

(1)

Se sabe que 2 es la potencia del ruido, y viene dado por:

2 =

N0
2

Despejando se tiene:
r
=

N0
2

(2)

Probabilidad de error del Smbolo:

Para calcular la probabilidad de error de cada smbolo, se utiliza la siguiente formula:
 
d
P (Sn ) = Q
2
Donde d es la menor distancia entre smbolos.
Luego se calcula la probabilidad de error para cada smbolo:
 
A
P (S1 ) = Q

!
2A
P (S2 ) = Q

!
2A
P (S3 ) = Q

!
2A
P (S4 ) = Q

!
2A
P (S5 ) = 2Q

!
5A
P (S6 ) = 2Q

!
2A
P (S7 ) = Q

!
2A
P (S8 ) = 2Q

!
2 2A
P (S9 ) = Q

P (S1 0) = Q

 
A

Para sacar la probabilidad total se suman las probabilidades de error de cada smbolo y se divide para el
n
umero total de elementos N (en este caso N=10), resultando:

 
A
2Q
+ 8Q

!
2A
+ 2Q

P (s) =

!
5
+Q

!
2 2

(3)

10

Finalmente y sustituyendo (1) y (2) en (3) se tiene:

s
2Q

5Es
+ 8Q
71N0

10Es
+ 2Q
71N0

P (s) =

3.

10

25Es
+ Q
71N0

40Es
71N0
(4)

R
Simulaci
on MATLAB

Primero se crean
r los algunos valores por defecto, la energa del smbolo Es = 1, el valor de A calculado
5
), se crear
a el diagrama de constelaciones mediante los valores en fase y cuadratura
(en este caso A =
142
definidos por los vectores preal y pimag correspondientemente, tambien la dispersion de los puntos de cada
smbolo nsimb=10000; y los vectores para almacenar la probabilidad de error tanto simulada como teorica.
clc
clear all
close all
%Par
ametros
N=10; %N
umero de puntos de la constelaci
on
nsimb=10000;
Es=1; %Energ
a de cada s
mbolo
simb=[1:1:N]; %vector de s
mbolos
prob=(1/N)*ones(1,N);
Es_N0_dB=[10:2:20];
A=sqrt(5/142); %Valor de A despejado
%Coordenadas de los puntos de la constelaci
on
preal= [1 3 7 7 5 3 -5 -3 -5 -1];
pimag= [1 3 1 -3 -1 -5 -3 -1 5 1];
preal=preal;
pimag=pimag;
fprintf(Los puntos de la constelaci
on son:);
const= preal*A+i*pimag*A
%Grafica de la constelacion en funcion de A
figure(1)
plot(preal,pimag,m)
hold on
plot(preal,pimag,o)
title(Diagrama de constelaciones en funci
on de A)
3

xlabel(Fase,A*i)
ylabel(Cuadratura,A*Q)
hold off
%Gr
afica de la constelaci
on sustituyendo el valor de A
figure(2)
plot(const,o)
hold on
plot(const,m)
title (Diagrama de Constelaciones)
xlabel(Fase,i)
ylabel(Cuadratura,Q)
hold off
%-----------------------------------------------pes=[];
pet=[];
Lo que se producir
a es que se generar
an las primeras graficas, que seran las constelaciones, la primera en
funci
on de A y la segunda sustituyendo el valor de A:

Figura 2: Constelacion en funcion de A.

Como se observa en la figura 2. la constelacion coincide con la constelacion inicial con la que se realizaron
los c
alculos te
oricos y mediante las lneas moradas se observa la forma irregular de la constelacion.

Figura 3: Constelacion sustituyendo el valor de A.

A continuaci
on se incluir
a la dispersi
on nsimb=10000 alrededor de los puntos debido al ruido AWGN y se
graficaran todos los puntos:
for es_db=Es_N0_dB
es_db;
Es_N0=10^(es_db/10);
N0=Es/Es_N0;
sigma2=N0/2;
sigma=sqrt(sigma2);
s=randsrc(1,nsimb,[simb;prob]);
s2=s;
for n=1:N
[x1 x2]=find(s==n);
s2(x2)=const(n);
end
%Inlcusi
on del Ruido AWGN a la se~
nal
ruido=normrnd(0,sigma,1,nsimb)+1i*normrnd(0,sigma,1,nsimb);
y=s2+ruido;
%d=distan m
n entre puntos
%sr=valores recibidos
[d sr]=min((abs(repmat(y,N,1)-repmat(const,1,nsimb))).^2);
%probabilidad de error de sim
pes=[pes sum(abs(sign(s-sr)))/nsimb];
%probabilidad de error teorica
pet=[pet sum(abs(2*Q(sqrt(5*Es_N0/71))+8*Q(sqrt(10*Es_N0/71))+...
+ 2*Q(sqrt(25*Es_N0/71)) + Q(sqrt(40*Es_N0/71)) )/10)];
end
%Gr
afica de la se~
nal m
as el ruido
figure(3)
plot(y,o)
title (Diagrama de Dispersi
on de la Se~
nal con Ruido AWGN)
xlabel(Fase,i)
ylabel(Cuadratura,Q)

Figura 4: Diagrama de dispersion para nsimb=10000.

Finalmente se calcula la probabilidad te
orica utilizando el error de smbolo calculado y la simulada mediante
R y se grafica la probabilidad de error de s
MATLAB
mbolo en Es /N0 en dBs.
%Valores de la probabilidad de error: simulado y te
orico:
fprintf(Probabilidad de error simulada \n);
PES=sum(pes)/length(pes)
fprintf(Probabilidad de error te
orica \n);
PET=(2*Q(sqrt(5*Es_N0/71))+8*Q(sqrt(10*Es_N0/71))+...
2*Q(sqrt(25*Es_N0/71)) + Q(sqrt(40*Es_N0/71)))/10
figure(4)
semilogy(Es_N0_dB,pes,ro)
hold on
semilogy(Es_N0_dB,pet)
xlabel(E_s/N_0 (dB))
title (Probabilidad de Error de S
mbolo)
grid on

Figura 5: Constelacion en funcion de A.

El c
odigo muestra ademas en la ventana de comandos el valor de los vectores multiplicados por la amplitud
A y el valor tanto del error simulado y el te
orico, y se puede observar claramente que son muy cercanos.

Figura 6: Visualizacion de resultados en la ventana de comandos