TD

Cap. 2.
Detectia semnalelor binare in
ZAGA
 2.1. Receptorul optimal: criterii de
optimizare
• Ipoteze:
– pe durata unui interval de semnalizare T se transmite
unul din cele două semnale
s1 t   "0" s 2 t   "1"
T

supps1, 2 t  0, T  E1,2   s1,2

2
t dt  
0

– canalul – afectat de ZAGA cu

N0
2 
2

2
 2.1. Receptorul optimal: criterii de
optimizare
• structura receptorului optimal:

Tes = t 0 +nT
s1(t) / s2(t)
Filtru Comparator
Σ liniar Prag Decizie
h(t) A

n(t) Condiţiile iniţiale nule inceputul

fiecarui intreval de tact (nT)

3
 2.1. Receptorul optimal: criterii de
optimizare
• filtru liniar, invariant în timp, cu condiţii iniţiale nule la
inceputul fiecărui interval de tact (kT);
• semnalele la ieşirea filtrului
yt   S1, 2 t   N t 
 
S1, 2 t   s1, 2 t  * ht    s  ht   d   s t   h d
1, 2 1, 2
 
 
N t    n ht   d   nt   h d
 

4
 2.1. Receptorul optimal: criterii de
optimizare
• circuit de eşantionare la Tes=t0+kT, t0 convenabil ales;
yt0   S1, 2 t0   N t0 
not 
S1, 2 t0   S1, 2  s1, 2 t * ht  t t   s  ht
1, 2 0   d
0


  s t

1, 2 0   h d  constant
 
N t 0    n ht 0   d   nt 0   h d =v.a. gaussiană, cu
  -medie nulă;
2 2
- varianţă
 
1 N0 N0
0   2 H ( ) d  4  H ( ) d
2

2 
5
 2.1. Receptorul optimal: criterii de
optimizare

 yt0   S1, 2  N t0  = v.a. gausiana cu media S1,2 si varianta 02

 detector de prag  compară ieşirea filtrului eşantionată cu un prag
A şi decide:

yt 0   A  s  a transmis s1 t 

yt 0   A  s  a transmis s 2 t 

6
 2.1. Receptorul optimal: criterii de
optimizare
• Problema: alegerea h(t) şi A a.i. să optimizăm
performanţele receptorului.
• Criteriu de optimizare: Pe  se exprimă în funcţie de h(t)
şi A  sunt alese a.i. Pe să fie minimizat.
• Dacă
– la intrare s1(t) – la intrarea detectorului de prag
yt 0   S1  N t 0 
– la intrare s2(t) – la intrarea detectorului de prag
yt0   S 2  N t 0 

7
 2.1. Receptorul optimal: criterii de
optimizare
• Apare o eroare dacă
– S-a transmis s1(t) şi yt 0   A  y  S1 2

 2 02
p y | s1  
e
Pe   p( y | s1 )dy
2 02
s1
A

– S-a transmis s2(t) şi yt 0   A

 y  S 2 2

A 2 02
p y | s 2  
e
Pe s2
  p( y | s

2 )dy
2 02

8
2.1. Receptorul optimal: criterii de
optimizare

P(y|s1) P (y|s2)

Pe Pe s2 t  y
s1 t 

S1 A S2

9
 2.1. Receptorul optimal: criterii de
optimizare
• Dacă probabilitatea de transmitere a lui s1(t) este p, iar a lui
s2(t) este q=1-p, probabilitatea receptie corecta

 y  S1 2

 y  S 2 2
A 2 02  2 02
 1  p 
e e
Pc  pPc  q Pc  p
2 2 02
s1 s2 2
 0 A

• Probabilitatea de eroare

 y  S1 2

 y  S 2 2

 y  S1 2

 y  S 2 2
A 2 02  2 02  2 02 A 2 02
 1  p   1  p  
e e e e
Pe  1  Pc  1  p   p
 2 02 A 2 02 A 2 02  2 02

10
 2.1. Receptorul optimal: criterii de
optimizare

• Derivând Pe în raport cu A şi egalând cu zero rezultă

 02 p S1  S 2
Aopt  ln 
S 2  S1 q 2

11
 2.1. Receptorul optimal: criterii de
optimizare
• caz în care probabilitatea de eroare este
 Aopt  S1    Aopt  S 2 
Pe,min  pQ   1  p 1  Q 
 0     0 

 u2

Qx  
1
• unde 
2 x
e 2
du

este funcţia complementară a erorii asociată distribuţiei

standard gaussiene.

12
 2.1. Receptorul optimal: criterii de
optimizare
• Se poate demonstra ca sunt valabile limitele
x2 x2
 
 Q x  
x 1
, x  1
1  x 
2 2
e e
2
2 x 2
1
10
4
0
10
3.5
-1
10
3
-2
10
2.5

log(Q(x))
-3
10
Q(x)

2
-4
10
1.5
-5
10
1
-6
10
0.5
-7
10
0 0 1 2 3 4 5
0 1 2 3 4 5 x
x

13
 2.1. Receptorul optimal: criterii de
optimizare

• Caz particular. Daca p=q=0,5

S1  S 2  S 2  S1 
Aopt   Pe  Q 
2  2 0 

14
 2.2. Filtrul Adaptat

• Ipoteze:
– se consideră un filtru liniar, invariant în timp, cu funcţia
pondere h(t)

;
– la intrarea sa se aplică un semnal g(t) cunoscut, de durată
finită ,
suppg t  0, T 
N0
– peste acesta se însumează ZAGA n(t) cu 2 
2

15
 2.2. Filtrul Adaptat

– semnalul la ieşirea filtrului

yt   g 0 t   n0 t 

g 0 t   g t * ht ; n0 t   nt * ht 

este eşantionat la momente de timp t0  kT

yt0   g 0 t0   n0 t0 

16
 2.2. Filtrul Adaptat

• Problema: determinarea functiei de transfer a filtrului

ht   H  
F

astfel încât să se maximizeze raportul semnal zgomot la

momentele de eşantionare
g 02 (t 0 )
2   max
 2
0

17
 2.2. Filtrul Adaptat

• Se exprimă g 0 t 0  şi  02 în funcţie de H  

g 0 t 0   F 1 G H      
1

jt0
 G  H  e d
t t 0 2 


1  N 0 2
  Rn n   H      2 H   d
1 N0
F 
2 2

  0 2
0  0
 2
0 0

18
 2.2. Filtrul Adaptat

• Se determină raportul semnal zgomot

 2

 G  H  e j t 0
d
g 02 (t 0 ) 
 
2

 02 

 H  
N0
d
2

2 

• Se foloseste inegalitatea lui Schwartz

 2  

 X  Y  d   X   d   Y   d
2 2

egalitatea fiind satisfãcut ã

 atunci când X   kY *     

19
 2.2. Filtrul Adaptat

• Alegând X    G  Y    H  e jt0 rezulta

 2
1
 G  H  e j t 0
d
2 
2Eg
 G 
2 1
  
 d 
2 2

N 0 2 N0
1 N0
 H   2
d 
2 2 
egalitatea fiind satisfăcută când

H opt    k  G *  e  jt0

hopt t   g * t 0  t   g t 0  t 
g t R

20
 2.2. Filtrul Adaptat

• Filtrul care are această funcţie pondere se numeşte filtru

adaptat la semnalul g(t)
• Semnalul la ieşirea sa este funcţia de autocorelaţie a
semnalului g(t)
 
g 0 t   g t * hopt t    g  hopt t   d   g  g * t 0  t   d
 
• La momentul de eşantionare semnalul are valoarea maxim
posibilă, egală cu energia semnalului g(t)
 
g 0 t 0    g  g  d   g   d  E g
* 2

 

21
 2.3. Aplicatii ale filtrelor adaptate la
detectia binara

2.3.1. Determinarea formulei generale a

probabilităţii de eroare
• Se consideră cazul semnalelor egal probabile 
S1  S 2  S 2  S1 
Aopt   Pe  Q  unde
2  2 0 
 
S1, 2  S1, 2 t 0   s1, 2 t * ht  t t   s1, 2  ht 0   d   s1, 2 t 0   h d
0
 

 2  2 
N0 N0 N0
 t dt
1
0   2 H ( ) d  4  H ( ) d  2
2 2
h
2 

22
 2.3. Aplicatii ale filtrelor adaptate la
detectia binara
• Cum funcţia Q(x) = monoton descrescătoare  Pe=min 
argumentul său este maxim
S 2  S1
 max
2 0
• Se consideră filtrul adaptat la semnalul
g t   s2 t   s1 t , s1, 2 t   R
şi eşantionarea se fac la sfârşitul perioadei de bit t 0  T 
functia pondere hopt t   s2 T  t   s1 T  t 

functia de transfer  
H opt    S 2    S1   e  jT

23
 2.3. Aplicatii ale filtrelor adaptate la
detectia binara

• Pentru determinarea raportului semnal zgomot maxim

 T
g 02 T   
 2
s T     s1 T    d2
 
 2
s t   s1 t 2
dt
 0
 T
0 2

1 N0
 2
S ( )  S (
2
) d 
N0

 2
s t   s t 2
dt
2 2
1 1
2 0

 g 0 T    1 T 
• Deci  Q   Q  s t   s t  dt  (**)
2
Pe,min
 2 0   2N 0 2 1

 0 

24
 2.3. Aplicatii ale filtrelor adaptate la
detectia binara

• O altă modalitate de exprimare se poate obţine dezvoltând

argumentul funcţiei Q(**)
T
 T T T

1
 s2 t   s1 t  dt 
2 1
  s2 t  dt   s1 t  dt  2 s1 t s2 t dt 
2 2

2N0 0 2N0  0 0 0 

1
2N0

E1  E2  2 E1 E2 12 
E1, 2   s1, 2 t  dt
T
2
= energiile semnalelor 1, respectiv 2
0

25
 2.3. Aplicatii ale filtrelor adaptate la
detectia binara
T
= coeficientul de corelaţie între
 s1 t s2 t dt
1
12 
E1 E2 0 cele 2 semnale

(12=0  semnale ortogonale; 12=-1  semnale antipodale)

Deci

Pe,min
 1
 Q 
E1  E2  2 E1 E2 12  


 2N0 

26
 2.3. Aplicatii ale filtrelor adaptate la
detectia binara

• Folosind aceste notaţii semnalul la ieşirea filtrului adaptat la

momentele de eşantionare este

S1  S1 T   s1 t * hopt t 
t T
  s t   s T     s T   d

1 2 1 
t T

 E1 E2 12  E1

S 2  S 2 T   s2 t * hopt t 
t T
  s t   s T     s T   d

2 2 1 
t T

 E2  E1 E2 12

27
 2.3. Aplicatii ale filtrelor adaptate la
detectia binara

• iar pragul optim de decizie este

S1  S 2 E2  E1
Aopt  
2 2
Pentru cazul particular
* filtru adaptat
* semnale egal probabile;
* esantionarea la sfarsitul perioadei de bit
* ZAGA
probabilitatea de eroare si pragul optim depind de forma,
durata şi gradul de asemănare dintre cele 2 semnale şi de
densitatea spectrală de putere a zgomotului
28
 2.4. Receptorul Optimal cu corelator

➢ Semnalul la ieşirea filtrului adaptat

T
vt   y t  * hopt t    [ s 2 (T   )  s1 (T   )] y (t   )d
0

➢ La momentul de eşantionare

T T
vT    [ s 2 (T   )  s1 (T   )] y (T   )d   [ s 2 ( )  s1 ( )] y ( )d
0 0

vT   S1 / S 2 daca s  a transmis s1 (t ) / s 2 (t )

Iesirea receptorului cu corelator este identica cu cea a filtrului adaptat numai la

momentul de esantionare. In rest evolutia in timp a iesirii poate fi diferita!

29
 2.4. Receptorul Optimal cu corelator

 receptorul optimal se poate implementa cu un multiplicator cu

diferenţa dintre cele 2 semnale transmise şi un integrator

t t=T Comparator
r(t)
  dt
t T v(t) v(T)
de prag
A

s2(t)-s1(t)

Implementarea cu corelator a receptorului optimal.

30
 2.5. Aplicatii ale filtrelor adaptate la
detectia binara

• 2.5.2. Calculul probabilităţii de eroare pentru diferite

tipuri de modulaţie binară
• S-a determinat probabilitatea de eroare minimă în cazul
filtrului adaptat
 g 0 T    1 
 
T
 Q   Q  s t   s t  dt   Q 2 z
2
Pe ,min
 2 0   2N 0 2 1

 0 
T
z
1

 2
s t   s1 t 2
dt
4N0 0

31
 2.5. Aplicatii ale filtrelor adaptate la
detectia binara

• Semnale antipodale în banda de bază

t  0, Tb  s1 t    A; s 2 t    A  s 2 t   s1 t   2 A
T 2
1 b A Tb Eb
z  (2 A) dt  
2

4N0 0 N0 N0
Eb  A2Tb  energia de bit (energia semnalelor s1 (t ) si s2 (t )

 A 2
Tb   
deci PE  Q 2   Q 2 Eb 
 N0   N 
   0 
 T
Observatie E1 E2 12  A2Tb 12   s1  t  s2  t  dt   A   A  dt A2Tb
 0

 12  0  semnale ANTIPODALE 32

 2.3. Aplicatii ale filtrelor adaptate la
detectia binara

• Modulaţia binară de amplitudine. Semnale ASK

(Amplitude Shift Keying) on-off
t  0, Tb  s1 t   0, s2 t   Ac cosc t 
Tb
Ac2Tb Eb ,med
0  Ac cos c t  dt  8 N 0  2 N 0
1
z
2

4N0

1 1 Ac2Tb Ac2Tb
Eb ,med  0   este energia medie de bit
2 2 2 4

33
 2.3. Aplicatii ale filtrelor adaptate la
detectia binara

• Modulaţia binară de amplitudine. Semnale ASK

(Amplitude Shift Keying) on-off - ctnd
 A 2T   
rezultã PE  Q c b   Q Eb ,med 
 4N0   N0 
   
deci transmisiunile ASK necesită o energie medie pe bit dublă în raport cu
BPSK pentru a obţine aceeaşi probabilitate de eroare  BPSK are un câştig
de 3dB în Pe în raport cu ASK
 T
Observatie E1 E2 12  A Tb 12 
2
 s1  t  s2  t  dt   A   A  dt A2Tb
 0

 12  0  semnale ORTOGONALE

34
 2.3. Aplicatii ale filtrelor adaptate la
detectia binara

• Modulaţia binară de fază. Semnale BPSK (Binary Phase

Shift Keying)
t  0, Tb  s1 t    Ac cosc t , s2 t   Ac cosc t 
Tb 2

0 2 Ac cosc t  dt  2 N 0  N 0
1 Ac Tb Eb
z
2

4N0
Ac2Tb
Eb   energia de bit
2
 A2T   2 Eb 
rezultã PE  Q  c b 
 Q ,
 N0  N 
   0 
egalã cu cea a semnalelor antipodale la aceeasi energie de bit 
35
 2.3. Aplicatii ale filtrelor adaptate la
detectia binara

• Modulaţia binară de frecvenţă coerentă. Semnale FSK

coerente (Frequency Shift Keying)
t  0, Tb  s1 t   Ac cosc t , s2 t   Ac cosc   t 


Tb
m
f  
2 2Tb
, mN a.i. se asigură ortogonalitatea  s (t )s
0
1 2 (t )dt  0

Tb 2 Tb Tb
Atunci
 s 2 (t )  s1 (t )  dt   s 2
2 (t ) dt   s1
2
(t ) dt  Ac
2
Tb
0 0 0

A 2 cTb Eb Ac2Tb
Deci z  , Eb 
4N 0 2N 0 2
36
2.5. Aplicatii ale filtrelor adaptate la detectia
binara
 A 2T   
Rezultă PE  Q c b   Q E b 
 2N0   N 
   0 

egală cu cea a semnalelor ASK la aceeaşi energie de bit.

37