Modulación en Transmisión Digital

En el proceso de modulación una señal de banda base es transferida en el dominio de la

frecuencia hacia una cierta frecuencia central.

Tópicos
1. Modulación Digital Lineal
ƒ Modulación de Cuadratura Compleja (I/Q)
ƒ Constelaciones: QAM, QPSK
ƒ Métodos Especiales: CAP, VSB, Modulación diferencial
ƒ BER vs. Análisis de ruido

2. Métodos de Modulación No Lineal

ƒ Métodos de Modulación tipo FSK (No lineal): MSK, GMSK

3. Comparaciones de Desempeño

Modulación I/Q

Los métodos de Modulación lineal tradicionales tienen los siguientes problemas:

ƒ DSB y AM consumen demasiada banda de frecuencia, y AM además mucha
potencia de transmisión.
ƒ SSB tiene dificultades desde el punto de vista de implementación

La mayoría de los métodos importantes de modulación en sistemas de transmisión digital

están basados en
ƒ Alfabetos complejos
ƒ Modulación de Cuadratura compleja (modulación I/Q)

Existen muchos alfabetos complejos posibles, como QAM o PSK. Aquí, al principio
consideraremos la situación en una forma genérica, de tal forma que el alfabeto usado no es
importante.

La modulación en cuadratura se basa en el hecho de que las formas de onda del seno y el
coseno pueden ser modulados en DSB y detectados independientemente usando señales de
información diferentes.
Principio de Modulación I/Q

ƒ Dos señales de banda base reales e independientes (I y Q, en fase y en cuadratura) son

transmitidas a través de su modulación con formas de onda coseno y seno de la
frecuencia de portadora.
ƒ Para componentes I y Q, se utiliza el principio de formación de pulso de Nyquist
(pulsos traslapados con interferencia intersímbolo igual a cero) para conseguir alta
eficiencia espectral.

Los filtros del transmisor y el receptor contribuyen a la formación de pulso en el caso ideal.

El filtro del receptor tiene además la tarea de suprimir señales de canales de frecuencia
vecinos; esto en la práctica se realiza en varias etapas del receptor.

Modelo de Modulación en Cuadratura Compleja

Aquí

∞
s (t ) = ∑a
m = −∞
m g (t − mT )

 ∞

x(t ) = 2 Re e jω c t ∑ am g (t − mT )
 m = −∞ 

ωc es la frecuencia angular de la portadora. Se asume que la secuencia de símbolos {am } es

un proceso aleatorio, y por razones matemáticas, limitada en el tiempo,

am = 0 para m > M

puede probarse que si la energía de s (t ) es finita, ésta es la misma que la energía de x(t ) .
Modulación I/Q

En la práctica, casi siempre g (t ) es un pulso real y entonces

∞ ∞
x(t ) = 2 cos(ωct ) ∑ Re[am ]g (t − mT ) − 2 sen(ωct ) ∑ Im[am ]g (t − mT )
m = −∞ m = −∞

Aquí las componentes seno y coseno son moduladas por la parte real e imaginaria de la
señal de banda base.

Esta es la forma práctica de realizar modulación I/Q.

La notación compleja es usada frecuentemente debida principalmente a lo simple de su

representación.
Receptor I/Q pasabanda

Se tienen dos estructuras equivalentes:

a) Usando notación compleja:

b) usando señales reales

Suposiciones:
ƒ x(t ) es determinística y tiene transformada de Fourier
ƒ se tiene un canal ideal y libre de ruido, entonces y (t ) = x(t )
 ƒ f (t ) es un filtro pasabajas que tiene ganancia unitaria en la banda de paso y elimina
las componentes espectrales alrededor de ± 2 f c , así como ruido y otras
interferencias fuera de la banda de información.
ƒ Muestreo a la misma tasa de símbolo, idealmente sincronizado, sin interferencia
intersímbolo.

Entonces, los valores de los símbolos recibidos son iguales a los originales, aˆk = ak .

Los factores 2 aseguran que la potencia de la señal transmitida y recibida sea la misma.

Debe notarse que la entrada al dispositivo de decisión es compleja y no puede remplazarse

por dos dispositivos de decisión con entradas reales, excepto en casos especiales (también
muy importantes como QAM).

Los receptores prácticos incluyen mezclado, frecuencias intermedias fijas, (el principio
superheterodino), etc. Pero aquí se usa un modelo simplificado.

Estructuras de Receptor Alternativas

en el modelo (a), el filtro es ubicado antes de la conversión de bajada. De las figuras de los
espectros, es fácil observar que esto puede hacerse. La señal pasa banda analítica resultante
es una señal compleja. Se necesitan dos filtros reales para implementar el filtrado pasa
banda analítico.
En la figura (b), también el muestreo es ubicado antes del desplazamiento de frecuencia. En
este caso se utiliza el muestreo pasa banda. En principio, la tasa de muestreo requerida es
proporcional al ancho de banda de la señal pasa banda analítica y no depende de la
frecuencia central.

En teoría, si en el receptor se implementa un filtrado adecuado (filtro acoplado) sobre el

lado analógico y si el reloj de muestreo esta sincronizado adecuadamente, también puede
usarse un muestreo a la tasa de símbolo en este modelo de muestreo pasa banda. Este
modelo puede ser no práctico para su implementación, pero es útil es algunas
consideraciones analíticas.

Acerca de la Implementación del Filtro Pasa banda Analítico

El filtro Pasa banda analítico puede implementarse como una cascada de un filtro Pasa
banda real y un divisor de fase:

Un divisor de fase ideal tiene la función de transferencia:

Φ ( f ) = Φ R ( f ) + jΦ I ( f ) =
1
[1 + jHˆ ( f )]
2
La parte imaginaria puede implementarse con un transformador de Hilbert (pasa banda)
( Hˆ ( f ) ). Básicamente, lo que es necesario implementar es un corrimiento de fase de 90º
dentro de la banda de la señal deseada. La respuesta en frecuencia del divisor de fase/
transformador de Hilbert en la región de la banda de paro del filtro Pasa banda real es
insignificante.

La señal en el Muestreador del Receptor

Sin ruido y otras distorsiones, la señal recibida es

 jω c t ∞ 
y (t ) = x(t ) = 2 Re e

∑
k = −∞
ak h(t − kT )


{ }
h(t ) = bE (t ) ∗ g (t ) = e − jω c t b(t ) ∗ g (t )
H ( f ) = B( f + f c )G ( f )

Aquí, h(t ) es la forma de pulso banda base equivalente, la cual es en la práctica, siempre
compleja para transmisión en banda de paso.

La señal que llega al muestreador es

 ∞  ∞
q(t ) =  ∑ ak h(t − kT ) ∗ f (t ) = ∑ ak p(t − kT )
 k = −∞  k = −∞

p(t ) = h(t ) ∗ f (t )

Esto da la forma completa del pulso en el caso de transmisión en banda de paso, como una
función de los filtros del transmisor y receptor y la respuesta del canal. Esta es también
compleja en la práctica.

Consideraciones de Ruido en el Receptor

A continuación examinamos las propiedades del ruido que aparece en los bloques del
muestreador y el dispositivo de decisión. Se usara la estructura del receptor previamente
desarrollada, basado en el filtrado pasa banda analítico.
ƒ Se asume un modelo AWGN para el ruido de canal N (t ) .
ƒ Se asume también que el filtro del receptor f (t ) todas las componentes de señal fuera
de la banda, como se describió antes.
ƒ También consideramos un sistema con portadora modulada. (Las siguientes
consideraciones no aplican en el caso de banda base.)

Con estas suposiciones, el ruido después del filtro del receptor, M (t ) , es gausiano
(recuerde que el ruido gausiano que es filtrado sigue siendo gausiano) pero no
necesariamente blanco.

El ruido antes de la Demodulación

Escribimos la respuesta al impulso del filtro pasa banda analítico como:

2 f (t )e jω c t = f a (t ) + jfˆa (t )

Y se satisface:

∞ ∞ ∞
2 ∫ f (t ) dt = ∫ ∫ fˆ
2 2 2
f a (t )dt + a (t )dt
−∞ −∞ −∞

∞ ∞

∫ ∫ fˆ
2 2
f a (t )dt = a (t )dt
−∞ −∞

∞ ∞ ∞

∫ ∫ ∫ f (t )
2
fˆa (t )dt =
2 2
entonces f a (t )dt = dt
−∞ −∞ −∞

La potencia (varianza) del ruido pasa banda complejo puede calcularse como:

E M R (t )  = E M I (t )  = σ 2
2 2

E M (t )
2
 = 2σ 2
 ∞ ∞
σ = N 0 ∫ f (t ) dt = N 0 ∫ F ( f ) df
2 2 2

−∞ −∞

Se puede ver que las partes real e imaginaria del ruido tienen la misma varianza.

Además no están correlacionadas debido a que

∞
E [M R (t ) M I (t )] = N 0 ∫f a (t ) fˆa (t )dt
−∞

∫ F ( jω ) ( j sgn( f ))df
2
= N0 a =0
−∞

El Ruido después de la Demodulación

La demodulación no afecta las estadísticas de ruido, por lo que se satisfacen las mismas
propiedades.

  
E {Re[Z (t )]} = E {Im[Z (t )]} = σ 2
2 2

E [Re[Z (t )]Im[Z (t )]] = 0

El espectro de potencia del ruido es:

2
SM ( f ) = 2 N0 F ( f − fc )

2
SZ ( f ) = 2 N0 F ( f )

Después del muestreo, a la entrada del dispositivo de decisión, el ruido en tiempo discreto,
Z k = Z (kT ) , es gausiano y tiene partes real e imaginaria independientes cuya varianza es
σ2.

El espectro de potencia del ruido es la versión alisada de aquel de tiempo continuo:

2
2N0 ∞  m
S Z (e j 2πfT
)= ∑ F f − 
T m = −∞  T
Modelo del Sistema en Banda Base Equivalente

Aquí

G( f ) es la transformada de Fourier del pulso transmitido.

F( f ) es la función de transferencia del filtro receptor de banda base.
BE ( f ) = B( f + f c ) es la función de transferencia del canal alrededor de la frecuencia
portadora trasladada a banda base.

Las partes real e imaginaria del ruido son gausianas, independientes y tienen la misma
varianza.

Modelo del Sistema de Banda Base en Tiempo Discreto Equivalente

Aquí el filtro del transmisor, el canal, el filtro del receptor y el muestreador, son todos
modelados con un único filtro en tiempo discreto, con respuesta al impulso pk = p(kT ) ,
función de transferencia P(z ) , y respuesta en frecuencia

1 ∞ m m m
P (e j 2πfT ) = ∑
T m = −∞
G ( f − ) BE ( f − ) F ( f − )
T T T

El modelo de ruido para tiempo discreto Z k = Z (kT ) tiene partes real e imaginaria
independientes cuya varianza es σ 2 . El espectro de potencia del ruido es

2
2 N0 ∞  m
S Z (e j 2πfT
)= ∑ F f − 
T m = −∞  T
Un Receptor I/Q completo

Este es sólo un ejemplo de entre muchas alternativas. Además de los bloques discutidos
previamente, este incluye:
ƒ Ecualizador de canal adaptativo (ecualizador con retroalimentación de decisión
fraccionalmente espaciado).
ƒ Lazo de Recuperación de portadora (sincronización)
ƒ Lazo de recuperación de timing para ajustar el reloj de muestreo.
ƒ
Constelaciones, ruido y tasas de error

En la modulación I/Q los valores de los símbolos son complejos y son estos valores los que
determinan la amplitud y la fase de la portadora modulada en los instantes de muestreo. Las
transiciones entre pulsos adyacentes dependen de la formación de pulso utilizada.

Ejemplo: Formación de pulso cuadrado, secuencia de símbolos 1 -1 3i -5i 1

Los valores de símbolo complejo (alfabeto) pueden ser representados por medio de una
constelación:
ƒ QAM: los puntos están situados sobre una malla rectangular regular.
ƒ PSK: Los puntos están situados sobre un círculo

Ejemplos de Constelaciones

a) 4-PSK (QPSK)

Tamaño del alfabeto 2 B = 4 , dos bits por símbolo, B=2.

Símbolos: Am = be jφm , φ m ∈ {0, π / 2, π ,3π / 2}

∞
Señal transmitida: x(t ) = b 2 ∑ cos(ω t + φ )g (t − mT )
m = −∞
c m
La información es llevada sobre la fase de la portadora

b) 16-QAM

Tamaño del alfabeto 2 B = 16 , 4 bits por símbolo B=4.

Constelación rectangular.

De forma mas general:

M-PSK: 2 B = M puntos de constelación sobre un círculo a intervalos regulares.

M-QAM: 2 B = M en una forma rectangular regular.

Constelaciones con Ruido

Debido a la ISI, ruido y otros tipos de distorsiones, las muestras recibidas no

corresponderán exactamente a los puntos en la constelación de la señal. Por ejemplo, en los
casos de 4-PSK y 16QAM, se podrían formar las siguientes constelaciones:

De hecho, considerando al ruido blanco como la única distorsión, los resultados demuestran
que las muestras recibidas formaran una nube gaussiana alrededor de los puntos de la
constelación.

A continuación consideramos la realización de decisiones. El problema es decidir que

símbolo ha sido transmitido, con base en el valor de la muestra compleja que se recibe Qk .

Intuitivamente, el dispositivo de decisión selecciona el símbolo Âk del alfabeto que

minimiza la distancia Qk − Aˆ k . Esta es la decisión óptima en ciertas condiciones (en el
caso libre de ISI).

Por consiguiente, el plano complejo puede dividirse en regiones de decisión donde cada una
de estas regiones de decisión es el conjunto de puntos que esta más cercano a algún
símbolo. A continuación se muestran las regiones de decisión para 4-PSK y 16-QAM:
Variables Aleatorias con Distribución Gaussiana

La función Q(k ) es usada comúnmente en el análisis del desempeño de tasas de error de bit
o de símbolo de métodos de modulación digital. Esta se define de la forma siguiente para
una distribución gaussiana normalizada con varianza σ 2 = 1 y media m = 0

∞ ∞
1 2

Q(k ) = Pr ( X > k ) = ∫ p X (x )dx =

−x

k 2π ∫
k
e 2
dx

Los valores de esta función se encuentran tabulados, MATLAB tienen la función erfc()
para calcularla, o bien puede usarse una de las siguientes aproximaciones para evaluarla
para valores grandes de k (k>3), que usualmente son los casos de interés.

Para media arbitraria m y varianza σ 2 , un cambio de variable nos conduce a

 x−m
Pr ( X > x ) = Q 
 σ 

Probabilidad de error de símbolo en el caso de PSK binaria

En el caso de señalización binaria (M=2) el alfabeto es usualmente real. Consideremos el

caso de 2-PSK, o señalización binaria antipodal, que usa valores de símbolo − a y a .

Con las suposiciones previas, la distribución de probabilidad tiene forma gaussiana

alrededor de cada uno de los valores de símbolo.
De forma natural se escoge a 0 como el nivel de decisión.

La probabilidad de error esta dada por:

Pr(error de símbolo) = Pr(error de símbolo cuando se transmite a)

= Pr(error de símbolo cuando se transmite − a )
a
= Q 
σ 

Probabilidad de error de símbolo en el caso de modulación binaria en

general

De forma mas general, para M=2, pero con valores de símbolo arbitrarios y complejos ai y
a j , la situación sería como la que se ilustra (en este ejemplo uno de los símbolos tiene
valor 0):
Asumimos que el ruido aditivo es gaussiano con partes real e imaginaria iguales e
independientes, cada una con varianza σ 2 . Entonces la distribución de probabilidad a lo
largo de la línea que une los dos símbolos es similar al caso previo de 2-PSK. Denotamos la
distancia euclideana de los símbolos por d = ai − a j . La probabilidad de error esta dada
por

Pr(error de símbolo) = Pr(error de símbolo cuando se transmite a1 )

= Pr(error de símbolo cuando se transmite a2 )
 a 
= Q 
 2σ 

Este es un resultado fundamental que será aplicado posteriormente para calcular las
probabilidades de error de símbolo para otras constelaciones, basados en la probabilidad de
error parcial que toma la siguiente forma:

 d 
Pr(dispositivo de decisión decida por ai cuando se ha transmitido a j ) = Q 
 2σ 

Ejemplo: 4-PAM

Los valores de símbolo son: ± a y ± 3a .

Por ejemplo, cuando se transmite Ak = −a , la distribución de la muestra recibida, Qk es de

la siguiente forma:

Las probabilidades de error se obtienen de la siguiente manera:

  d 
Pr(error de símbolo en el tiempo k Ak = ± a) = 2Q 
 2σ 

 d 
Pr(error de símbolo en el tiempo k Ak = ±3a) = Q 
 2σ 

Si los cuatro símbolos son igualmente probables, entonces:

 d 
Pr(error de símbolo) = 1.5Q 
 2σ 

Probabilidad de error de QPSK

Asumiendo regiones de decisión óptimas, la rotación de la constelación no afecta las

probabilidades de error de forma alguna. Por consiguiente podemos considerar la siguiente
constelación QPSK rotada en 45º:

jπ
Ahora las muestras de ruido también están rotadas, M k = Z k e 4 . Con las suposiciones
anteriores, las estadísticas de ruido no son afectadas, entonces las partes real e imaginaria
del ruido son aún independientes y tienen varianza σ 2 .

En el caso de Ak = −b la decisión correcta corresponde a la región sombreada de la figura

superior.

Pr(decisión correcta en el tiempo k Ak = −b)

= Pr(Re[M k ] < d / 2, Im[M k ] < d / 2)
= Pr(Re[M k ] < d / 2) ⋅ Pr(Im[M k ] < d / 2)
 2
  d 
= 1 − Q  
  2σ 

 d  2 d 
= 1 − 2Q +Q  
 2σ   2σ 

Todos los símbolos tienen las mismas probabilidades de error, entonces

Pr (error de símbolo en el tiempo k ) = Pr (error de símbolo en el tiempo k Ak = −b )

= 1 − Pr (decisión correcta en el tiempo k Ak = −b )
 d  2 d 
= 2Q −Q  
 2σ   2σ 
 d 
≅ 2Q 
 2σ 

 d 
La última forma aplica cuando Q  es pequeña. En casos prácticos puede asumirse que
 2σ 
es menor a 0.1, por lo tanto el error de aproximación no es mayor al 5%.

Probabilidad de error de símbolo de 16QAM

Existen tres diferentes tipos de puntos en la constelación.

 a) En los cuatro puntos interiores:

2
  d 
Pr(decisión correcta Ak es un punto interior ) = 1 − 2Q  
  2σ 

 d  2 d 
Pr(error de símbolo Ak es un punto interior ) = 4Q  − 4Q  
 2σ   2σ 

 d 
≅ 4Q 
 2σ 

b) En los cuatro puntos de las esquinas se tiene:

 d  2 d 
Pr(decisión correcta Ak es un punto de una esquina ) = 2Q  − 2Q  
 2σ   2σ 
 d 
≅ 2Q 
 2σ 

c) En los ocho puntos restantes:

 d 
Pr(error de símbolo Ak no es un punto interior ni una esquina ) ≅ 3Q 
 2σ 

Asumiendo probabilidades iguales en los símbolos y pesando las probabilidades anteriores

por el número de casos, se obtiene la probabilidad promedio de error de símbolo:

 d 
Pr(error de símbolo) ≅ 3Q 
 2σ 

De los casos anteriores se puede observar que en general, el coeficiente de Q(⋅) es igual al
número de vecinos mas cercanos del correspondiente punto de la constelación.

Como una consecuencia, cuando el tamaño de la constelación QAM se incrementa, la

probabilidad de error se aproxima a

 d  2 d 
Pr (error de símbolo) → 4Q  − 4Q  
 2σ   2σ 

Asumiendo que todos los símbolos son igualmente probables.

Hemos visto que la probabilidad de error de símbolo depende esencialmente de la relación
de la mínima distancia entre los puntos de la constelación d , y la desviación estándar del
ruido.

Límite de la unión

Arriba se han derivado expresiones exactas para la probabilidad de error de símbolo, y

algunas expresiones aproximadas simplificadas para ciertas constelaciones. Sin embargo
este enfoque analítico no es factible para todas las constelaciones, y es necesario utilizar
aproximaciones. Una idea genérica para derivar tales aproximaciones/límites es el principio
de límite de la unión.

Consideremos una modulación lineal digital con alfabeto

Ω A = {ai ;0 < i ≤ M }

Denotemos a Eij como el caso en que la muestra recibida esta más cerca de a j que el
símbolo transmitido ai . Podemos escribir

Pr(error de símbolo A k = ai ) = Pr (Ei1 ∪ Ei 2 ∪ K ∪ Ei ,i −1 ∪ Ei ,i +1 ∪ L ∪ EiM )

El límite de unión ofrece un límite superior para la probabilidad de error:

Pr (error de símbolo A k = ai ) ≤ ∑ Pr (Eij )

M

j =1
j ≠i

Por ejemplo, en el caso de QPSK, el límite de unión ofrece el límite superior:

 d   d 
Pr (error de símbolo A k ) ≤ 2Q  + Q 
 2σ   2σ 

la cual es una buena aproximación a las expresiones exactas revisadas anteriormente con
niveles de ruido razonables.

En la práctica, es suficiente tomar en cuenta para esta suma sólo a los vecinos mas cercanos
dentro de la constelación.

Por ejemplo, el límite de unión puede usarse para obtener una aproximación a la
probabilidad de error de M-PSK para cualquier M.

En el ejemplo siguiente se indican los casos de error para los dos vecinos más cercanos. En
el límite de unión –el error de aproximación relacionado corresponde al hecho de ignorar el
traslape entre dos tipos de casos de error, es decir, reproduciendo algunos eventos de error
en el cálculo de la probabilidad. Sin embargo, su efecto sobre el resultado total es muy
pequeño.
Probabilidad de error de bit y Códigos Gray

La calidad de un sistema de transmisión digital usualmente se mide en términos la

probabilidad de error de bit o tasa de error de bit (BER), y no la tasa de error de símbolo
(SER).

Cuando la SER es conocida, la BER depende esencialmente del mapeo de bit usado.
En la mayoría de los casos, la SNR es razonablemente buena, de tal forma que los errores
de símbolo tienen lugar en su mayoría entre puntos vecinos de la constelación. En este caso
la BER puede ser minimizada usando un mapeo de símbolos donde los códigos de los
puntos vecinos de la constelación difieran entre sí con un número de bits mínimo.

En el caso óptimo, todos los pares de puntos vecinos difieren sólo por un bit. Tal
codificación de símbolos es conocida como Códigos Gray. Algunos ejemplos:

en este caso, con un tamaño de alfabeto de 2 B y con una SNR razonablemente buena, la
BER puede evaluarse como:

1
Pr (error de bit ) = Pr (error de símbolo)
B

Acerca de Mapeos de bit

Cuando se considera el mapeo de una cadena de bits en símbolos, deben considerarse varias
cosas:

1. La Codificación Gray minimiza la BER para una SER dada, es decir, para una tasa
S/N dada en un canal AWGN.
La Codificación Gray puede realizarse para QPSK, 16-QAM, 64-QAM, etc., pero
por ejemplo para 32-QAM no es posible encontrar un código Gray completo (es
decir que algunos símbolos vecinos diferirán en más de un bit).
 2. Usando el sistema mostrado en la siguiente página, es posible conseguir una
situación donde el sistema es invariante a los corrimientos de la fase de la portadora
que son múltiplos enteros de 90º. En este ejemplo (tomado de los sistemas Europeos
de transmisión de TV digital, DVB), los m bits más significantes son mapeados
sobre los símbolos de tal forma que la constelación es invariante a rotaciones de
n ∗ 90º grados. Los dos bits menos significativos son codificados en forma
diferencial.

Este principio es importante porque es difícil realizar la recuperación de la

portadora para encontrar el múltiplo correcto de 90º.

Probabilidad de error de bloque

En muchos casos la información es transmitida como bloques o paquetes. El sistema puede

incluir detección de error (por ejemplo, verificación de redundancia cíclica, CRC) y
esquemas de retransmisión. En tales sistemas, la probabilidad de error de bloque, BLER, es
una medida de desempeño importante.

Si el bloque incluye L bits, entonces éste corresponde a L/B símbolos, entonces la BLER
esta dada por
Pr(error de bloque) = 1 − (1 − Pr (error de símbolo))
L/B

L
≈ Pr (error de símbolo)
B

Ésta última forma es válida cuando la SER es baja.

Ejemplo

En un caso típico

L=1000, B=4, Pr(error de símbolo)=10-6.

Pr(error de bloque)=2.5x10-4

Potencia de Transmisión

En principio la BER/SER podría ser mejorada con el incremento de la SNR. Sin embargo,
en la práctica, usualmente la potencia de transmisión esta limitada por estándares del
sistema o por razones técnicas o bien el consumo de potencia eléctrica debería minimizarse.

Por estas razones, para conseguir una medida de desempeño significante, el desempeño
BER/SER debería estar relacionado a la SNR recibida.

Se asume que

ƒ ( )
La secuencia de símbolos es blanca: S A = e j 2πfT = β
ƒ La secuencia de símbolos tiene media cero.
∞

∫ G( f )
2
ƒ El filtro de transmisión es escalado de tal forma que df = T
−∞

Entonces la potencia de la secuencia de símbolos es E Ak [ ]= β

2

El espectro de potencia de la señal compleja de banda base es

1
( )
S s ( f ) = G ( f ) S A e j 2πfT =
2 [ ] G( f )
E Ak
2
2

T T
y su potencia es

[ ]
∞

∫ S ( f )df
2
Ps = s = E Ak
−∞

La señal Pasabanda transmitida es

[
x(t ) = 2 Re e jω c t s(t ) ]
y su potencia es igual a la de la señal de banda base,

Px = E Ak [ ] 2

Entonces, cuando la potencia de transmisión es limitada, existe un límite superior para la

distancia mínima, d, para cada constelación. Esto, de hecho, determina la SER de acuerdo a
la discusión previa.

Tasas de error de símbolo para diferentes constelaciones

Con un escalamiento adecuado, la SNR puede definirse como

SNR =
E Ak [ ] 2

2σ 2

Entonces la potencia de la señal es igual a la potencia de la secuencia de la señal, y la

potencia de ruido es igual a la suma de las partes real e imaginaria de la potencia de ruido.

A continuación se muestran las expresiones para potencia de la señal y SER vs. SNR para
las constelaciones analizadas previamente.

Se proporcionan tres diferentes fórmulas para las probabilidades de error: la primera es

exacta, la segunda es una buena aproximación y la tercera es una aproximación cruda.

ƒ La aproximación buena ignora los términos de orden superior y los errores de

aproximación son insignificantes.
ƒ La aproximación cruda ignora también los coeficientes de la función Q, (es decir, el
número de vecinos más cercanos) y los errores de aproximación no son mayores a 1
dB.
En general puede observarse que,
ƒ Las constelaciones más grandes necesitan mayor potencia de la señal para conseguir
la misma SER que las constelaciones mas pequeñas.

Energía de bit

En lugar de la SNR, la siguiente medida de desempeño “normalizada” es de uso común en

la literatura:

Eb
N0

N0
Aquí Eb es la energía por bit de la señal que es recibida y es la densidad espectral de
2
potencia de ruido bilateral.

Aquí aplica la suposición usual de que el ruido de canal es blanco Gaussiano aditivo.
Cuando el filtro del receptor es (o es modelado como) un pasabajas ideal con ancho de
banda W, la potencia de ruido es
N = WN 0

WN 0
(aquí la potencia de ruido de se compone de ambas porciones de frecuencia,
2
positiva y negativa, del espectro).

La potencia de la señal depende de la energía de bit y de la tasa de bit R:

S = REb

Eb
se puede ver que la SNR y la relación están relacionadas a través de
N0

S Eb R
=
N N0 W

Eb
La relación toma en cuenta las tasas de bit de diferentes constelaciones. En cierto
N0
Eb
sentido, la figura SER/BER para una relación dada es una medida de desempeño
N0
mas justa que la que esta dada por la SNR. Además, esta relación es independiente de los
detalles de implementación, como es el diseño del filtro del receptor, el cual tiene un efecto
considerable sobre la SNR en el detector.

La siguiente figura muestra el desempeño de la SER de algunas constelaciones como una

E
función de la relación b (esencialmente, aunque el eje x este etiquetado en forma
N0
diferente) (de Proakis).
Optimización de Constelaciones

Cuando se optimizan constelaciones, la meta es maximizar la distancia mínima para un

límite de potencia dado (con potencia pico o potencia promedio).

Un criterio es que el valor medio (CD) del conjunto de símbolos debería ser cero. La
componente CD corresponde a una traslación de la constelación con respecto al origen, y
una CD cero corresponde a potencia mínima para constelaciones simétricas.

No es fácil encontrar constelaciones completamente optimizadas, pero se han desarrollado

métodos sistemáticos. De cualquier forma, las mejoras han sido de algunas fracciones de
dB comparadas con la constelación simple básica, y la implementación sería mucho mas
difícil.

Constelaciones Básicas

QAM, B par

Las componentes I/Q son señales PAM de nivel independiente M = 2B / 2 .

El codificador y decodificador/detector son fáciles de implementar usando dos ramas

independientes.

QAM, B impar
Mas Constelaciones

Tipo PSK

En PSK básico, los puntos son igualmente espaciados sobre un círculo. En este caso, no
hay información en la amplitud de la señal modulada, por lo que las variaciones de la
amplitud son relativamente pequeñas. (Sin embargo PSK lineal no es una modulación de
envolvente constante, excepto para un caso muy especial, MSK). Tales modulaciones son
fáciles de implementar desde el punto de vista del amplificador de potencia, que por
ejemplo modulaciones QAM.

En ciertas variantes (que no son de uso común), los puntos de la constelación se encuentran
sobre círculos con diferente radio.
Constelaciones Hexagonales

Aquí los puntos son empacados más densamente que en la red rectangular de QAM. Sin
embargo, las mejoras en desempeño son relativamente pequeñas (típicamente de fracciones
de dB) y la implementación se convierte considerablemente más difícil debido a que no
puede usarse el principio del muestreador básico.
Métodos de Modulación Digital Lineal Especiales

1. QAM con desplazamiento, PSK con desplazamiento

En modulaciones con desplazamiento la idea es reducir la variación de envolvente para

cumplir con los requerimientos de linealidad del amplificador de potencia del transmisor,
teniendo un intervalo de desplazamiento de medio símbolo entre las ramas de la señales I/Q
transmitidas.

También, existe un desplazamiento de medio intervalo en el receptor cuando se muestrean

las ramas de las señales I/Q.

Dado que las señales I/Q se transmiten independientemente entre sí, esto no tienen ningún
efecto sobre el desempeño SER/BER del sistema con constreñimientos de potencia
promedio de señal. Sin embargo, la potencia pico de la señal en el transmisor se reduce
considerablemente.

Una forma de ilustrar esto es notar que la amplitud de las señales QAM o PSK usuales
pueden tener cruces por cero entre símbolos, pero en modulaciones con desplazamiento
esto no sucede.

2. CAP (Modulación en amplitud/fase sin portadora)

CAP (Modulación en amplitud/fase sin portadora) es un caso especial de QAM donde

frecuencia de la portadora = r ⋅ tasa de símbolo

y se combinan el filtrado de Nyquist para formación de pulso y la modulación de

portadora. La tasa r , de frecuencia de portadora y tasa de símbolo, es fija y usualmente
toma valores de un entero o de alguna fracción. El caso r=1 es un ejemplo práctico. En
CAP la modulación de portadora se implementa eficazmente usando filtros pasabanda de
formación de pulso en lugar de filtros pasabajas:

g I (t ) = g (t )cos(ωct )

gQ (t ) = g (t )sen(ωct )
Aquí g (t ) es la forma de pulso pasabajas usada, como respuesta al impulso de raíz de
coseno alzado.

Comparado con QAM, la implementación del procesamiento de señales del transmisor y

receptor se simplifica, debido a que no se necesita oscilador local de portadora o mezclador
y la sincronización del receptor se simplifica.

CAP es considerado sobre todo para aplicaciones sobre medios guiados donde la señal
transmitida esta próxima a la señal de banda base.

3. VSB

VSB también ha ganado alguna popularidad como método de modulación digital,

especialmente en el contexto de sistemas de transmisión de TV terrestres.

La señal VSB se obtiene de una señal PAM real a través del filtrado de la otra banda lateral
de acuerdo al principio de la banda lateral vestigial.

En el caso de QAM, ambas bandas de transición son formadas por medio de la formación
de pulso de Nyquist.
En el caso de VSB, una banda de transición es formada por la formación de pulso de
Nyquist, y la otra es formada por medio del principio de VSB. Sin embargo, esto
esencialmente conduce al mismo resultado. Con una elección conveniente de los
parámetros de ancho de banda de exceso, los dos sistemas tienen la misma eficiencia
espectral.

VSB tiene algunas ventajas con respecto a la sincronización. Además tiene una fuerte
herencia de la TV analógica.

4. π/4 QPSK

La modulación π/4 QPSK usa una constelación de 8 puntos para transmitir 2 bits por
símbolo. Durante cada intervalo de símbolo, la constelación es una versión rotada de
QPSK, y la constelación es rotada por 45º entre símbolos consecutivos. De esta forma el
cambio de fase entre símbolos es de ± 45º o de ±135º.

De esta forma se evitan los cruces por cero de la envolvente y se reduce por lo tanto la
relación de potencia pico a promedio.

El desempeño SER/BER de π/4 QPSK es el mismo que para QPSK. π/4 QPSK es un
método de modulación usado comúnmente es sistemas de comunicación móviles digitales
(DAMPS, etc.).
4. PSK Diferencial

Esta es otra variante de métodos de modulación PSK. La idea es que la información en los
símbolos transmitidos sea transportada en los cambios de fase y no en el valor propio de la
fase.

Por ejemplo, en el caso binario, la regla de mapeo podría ser:

Bit 0 → La fase permanece igual

Bit 1 → La fase cambia en 180º

Diagramas a bloque para el transmisor y receptor DPSK:

El receptor utiliza detección coherente diferencial. Esta se basa en la correlación entre dos
intervalos de símbolos consecutivos, los cuales pueden usarse para determinar el posible
cambio de fase entre los símbolos.

El principal beneficio de DPSK es el procesamiento de señal sencillo en el receptor, debido

a que no se necesita una referencia absoluta de fase de portadora. Esto significa que DPSK
tiene un desempeño bastante bueno también en canales con desvanecimiento rápido. Sin
embargo, los métodos de ecualización de canal no pueden combinarse fácilmente con la
idea de DQPSK, por lo que es mas aplicable a casos no selectivos en frecuencia.

El problema de DQPSK es que los errores de símbolo aparecen en pares: cada símbolo
recibido es usado dos veces, y un evento de ruido/interferencia sobre un símbolo podría
causar que dos símbolos consecutivos sean erróneos. Así, como una buena aproximación, el
análisis de ruido para PSK aplica también para DPSK, pero las tasas de error se duplican.

La idea DPSK pude aplicarse también para modulaciones PSK de orden superior. En el
caso de DQPSK, algunos de los mapeos usados comúnmente se muestran a continuación:
Eficiencia Espectral

En muchas aplicaciones, es importante maximizar la tasa de transmisión de información

para un ancho de banda de canal dado. Cuando el tamaño del alfabeto es M, la máxima
eficiencia espectral posible es

2 log 2 M bps/Hz para PAM en banda base

log 2 M bps/Hz para sistemas Pasabanda con modulación I/Q

Es mas justo comparar el alfabeto real de N niveles en el sistema en banda base y el

alfabeto de N2 niveles complejos en el sistema Pasabanda. En este caso la eficiencia
espectral de ambos sistemas es

2 log 2 N bps/Hz

Estos son resultados teóricos para el caso en el que el ancho de banda de exceso es de 0% y
el canal es ideal. En la práctica, la eficiencia espectral es menor. Esta es reducida por la
banda en exceso, bandas de guarda en el dominio de la frecuencia, símbolos de
entrenamiento y codificación para control de error, etc.

La Eficiencia de Potencia mide cuanta potencia de la señal tiene que recibirse para
conseguir un nivel de SER/BER dado. La eficiencia espectral y la eficiencia de potencia
son en cierto modo requerimientos contradictorios. También en sistemas de transmisión
digital, con una potencia de transmisión dada, es posible mejorar la eficiencia de potencia
incrementando el ancho de banda. Esto es posible solo hasta cierto límite.

La eficiencia de potencia es, por supuesto, una consideración importante en sistemas de

comunicación inalámbrica y móvil con terminales portátiles, así como en comunicaciones
vía satélite, y muchas otras aplicaciones donde la disponibilidad de energía eléctrica es
limitada.
Ejemplo 1: Módem en la banda de voz
La tasa de bit de 56 kbps es de uso común, entonces asumiendo un ancho de banda de 3.2
kHz, la eficiencia espectral es

17.5 bps/Hz

Ejemplo 2: DVB-C Sistema Europeo de TV por cable

La configuración básica utiliza modulación 64 QAM y 15% de ancho de banda de exceso

lo cual resultaría en una eficiencia espectral teórica (cruda) de

6/1.15= 5.22 bps/Hz

Sin embargo, los intervalos de guarda en el dominio de la frecuencia que son usados entre
canales, así como la codificación para control de error, reducen la eficiencia espectral a
alrededor de

4.76 bps/Hz

Ejemplo 3: Sistema GSM

El sistema GSM tiene espaciamiento de canales de 200 KHz, la máxima tasa de datos para
usuario es 8x14.4 kbps (en el sistema HSCSD usando modulación GMSK). Entonces
(ignorando la sobrecarga por señalización) la eficiencia espectral es

0.576 bps/Hz

EDGE una mejora de GSM (que usa básicamente modulación 8PSK) incrementa esta
eficiencia espectral a nivel del enlace a alrededor de 1 bps/Hz.

La baja eficiencia espectral en sistemas móviles se debe a las características de canales con
desvanecimiento selectivo en frecuencia.

Comparación con la Capacidad de Canal

Como ya se ha visto, la capacidad de un canal AWGN de tiempo continuo es (Ley Hartley-

Shannon)

 S
C = W log 2 1 + 
 N
donde S es la SNR recibida en el caso de máxima potencia de transmisión.
N

Ahora, se puede calcular la máxima eficiencia espectral como

C  S
ν= = log 2 1 + 
W  N

Entonces para una SNR dada, esta es la máxima eficiencia espectral que puede conseguirse.

También, la mínima potencia de señal recibida para una eficiencia espectral dada puede
calcularse como

P = σ 2 (2ν − 1)

Para mejorar la eficiencia espectral por 1 bps/Hz, la potencia de señal aproximadamente

tiene que duplicarse.

En un sistema PAM/QAM/PSK de M niveles, se puede mostrar la siguiente relación entre

la tasa de bit y la SNR:

 12 S 
B = 2W log 2 M = W log 2 1 + 2 
 γ N

donde γ es un factor que depende de la SER deseada (distancia mínima d = γσ ).

Por ejemplo, con PSK binaria, γ = 8 corresponde a una SER de 3x10-5. En este caso

γ2
= 5.3 ≈ 7 dB
12

Entonces para conseguir una SER de 3x10-5 sin codificación para control de error, la SNR
debería ser 7 dB mayor de lo que dice el teorema de capacidad de canal.

Para una SER de 10-7, esta diferencia es de 9.5 dB.

Esta diferencia puede reducirse usando codificación de control de error.

En términos de la relación Eb/N0, la máxima eficiencia espectral, ν, puede escribirse como:

C  S  E C   E 
ν= = log 2 1 +  = log 2 1 + b  = log 2 1 + b ν 
W  N  N0 W   N0 
Aquí se ha remplazado R/W por C/W en la expresión de SNR, es decir, tomando la tasa de
bit igual a la capacidad de canal, la cual resulta apropiada cuando estamos después del
límite teórico para la máxima eficiencia espectral.

Esta relación puede graficarse como:

Los sistemas prácticos operan siempre en el área blanca; es imposible comprender como
algún sistema operaría en el área gris.

El Límite de Shannon

De la expresión de la página anterior se obtiene la siguiente relación

Eb 2ν − 1
=
N0 ν

Eb 2ν − 1
lim = lim = ln(2) ≈ 0.693 ≡ −1.6 dB
ν →0 N ν →0 ν
0
Esto indica (como puede verse de la figura de la página anterior) que, con cualquier
esquema de modulación y codificación de control de error utilizado, una comunicación
confiable con tasa Eb/N0 por debajo de -1.6 dB es imposible. Este es el llamado límite de
Shannon.