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 (t 0 ) + 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
6
 2.1. Receptorul optimal: criterii de
optimizare

 y(t 0 ) = S1, 2 + N (t 0 ) = 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 )

7
 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 (t 0 ) = S 2 + N (t 0 )

8
 2.1. Receptorul optimal: criterii de
optimizare
• Apare o eroare dacă
( y − S1 )2
– S-a transmis s1(t) şi y(t 0 )  A −
2 02

p( y | s1 ) =
e
Pe s =  p( y | s1 )dy
1
A
2 02

– 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

9
2.1. Receptorul optimal: criterii de
optimizare

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

Pe Pe s2 (t ) y
s1 (t )

S1 A S2

10
 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

• Dorim sa calculam probabilitatea de eroare si sa folosim

 u2
−
Q( x ) =
1

2 x
e 2
du

11
 2.1. Receptorul optimal: criterii de
optimizare
• Probabilitatea de eroare

−
( y − S1 )
2
−
( y − S2 )
2

A 2 02  2 02
e e
Pe = 1 − Pc = 1 − p  dy − (1 − p )  dy
− 2 2
0 A 2 2
0

−
( y − S1 )
2
−
( y − S2 )
2

 2 02 A 2 02  u2
e e
= p dy − (1 − p ) 
−
Q( x ) =
1
A 2 2
− 2 2
dy

2 x
e 2
du
0 0

12
 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

13
 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.

14
 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

15
 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 

16
 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

17
 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 ) = g0 (t0 ) + n0 (t0 )

18
 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

19
 2.2. Filtrul Adaptat

• Se exprimă g 0 (t 0 ) şi  02 în funcţie de H ( )

g 0 ( t0 ) = g ( t ) t =t = F −1 G ( ) H ( )
1
=  G (  ) H (  ) e jt0
d
= t =t0 2 −


−1  N 0 2
 = Rn n ( ) H ( )  = − 2 H ( ) d
1 N0
=F 
2 2

  =0 2
0  =0
 2
0 0

20
 2.2. Filtrul Adaptat

• Se determină raportul semnal zgomot

 2
1
 G (  ) H (  ) e jt0
d
( 2 )
2 2
g (t0 ) −
 =
2 0
=
 02 1 N0


 H ( )
2
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 * ( ) −  −

21
22
 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

23
 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 ) =  ( ) ( )d =  g ( ) d = E g
* 2
g g
− −

24
 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 −

25
 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

26
 2.3. Aplicatii ale filtrelor adaptate la
detectia binara

• Pentru determinarea raportului semnal zgomot maxim

 T
g 02 (T ) = 
 2
s (T −  ) − s1 (T −  )2
d = 
 2
s (t ) − s1 (t )2
dt
− 0

 T
 02 =
1 N0 2 N0
− S2 ( ) − S1 ( ) d = 2  ( )
 2 1 dt
s t − s (t )2

2 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 
27
28
  g 0 (T )   1 T 
= Q  = Q  s (t ) − s (t ) dt 
2
Pe,min
 2 0   2N 0 2 1

 0 

• 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

29
 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 + E 2 − 2 E1 E 2 12  


 2N0 

30
 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

31
 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
32
 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

 ( )dt
r(t) de prag
v(t) v(T) A
t −T

s2(t)-s1(t)

Implementarea cu corelator a receptorului optimal.

33
 2.4. Receptorul Optimal cu corelator

➢ Semnalul la ieşirea filtrului adaptat

T
v ( t ) = y ( t ) * hopt ( t ) =  [ s2 (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!

34
 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
4N 0 0

35
 2.5. Aplicatii ale filtrelor adaptate la
detectia binara

• Semnale antipodale în banda de bază

t  0, Tb  s1 (t ) = − A; s2 (t ) = + A  s2 (t ) − s1 (t ) = 2 A
T 2
1 b A Tb Eb
z=  = =
2
( 2 A) dt
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 = −1  semnale ANTIPODALE 36

 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 = 8N 0 = 2 N 0
1
z=
2

4N0

1 1 Ac2Tb Ac2Tb
Eb ,med = 0+ = = este energia medie de bit
2 2 2 4

37
38
 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

E1 E2 12 = A Tb 12 =  s ( t ) s (t ) dt =0
2
Observatie 1 2
−

 12 = 0  semnale ORTOGONALE

39
 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

 (2 A cos( t ))
1 A T E
z= dt = c b = b
2
c c
4N0 0
2N0 N0
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
40
41
 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
42
43
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.

44