Modulación y Demodulación Digital en Banda Base EM757

EM757 - Seminario de Telecomunicaciones
Capítulo No. 5
Modulación y Demodulación Digital en Banda Base
Patricio Parada - Jorge Silva
1/
EM757 - Seminario de Telecomunicaciones P. Parada - J. Silva Ingeniería Eléctrica 183
Contenidos I
Motivación
Representación Geométrica de Señales
Modulación en Banda Base

Canales en Banda Base y Pasa Banda
Formas de Onda en Banda Base para Señalización Binaria
Formas de Onda en Banda Base para Señalización Multinivel
Pulsos de Nyquist
Modulación Diferencial
Señalización Binaria Ortogonal en Banda Base
Señalización Ortogonal M -aria en Banda Base
Densidad Espectral de Potencia de Señales en Banda Base
Motivación
Detección en Canales sin Ruido

2/
Contenidos II
Detección en Canales con Ruido
Detección Binaria
Detección Binaria en Canales con Ruido Aditivo Gaussiano

Detección de Señalización PAM
Detección de Señalización no Antipodales
Diseño Óptimo de Receptores

Correladores
Demodulador de Filtro Adaptado
Propiedades del Filtro Adaptado
Detectores para Modulación M -aria
3/
Motivación
Modulación Digital en AWGN
4/
Motivación
Motivación I
◮ Problema: Transmisión de una secuencia digital (binaria por ejemplo)

en un canal con ruido aditivo blanco Gaussiano.
◮ Es un canal analógico que sirve de modelo para canales de cable y
algunos de radio (con línea de visión).
◮ El hecho que sea analógico significa que debemos mapear símbolos
discretos a un alfabeto de señales continuas.
◮ En este capítulo vamos a considerar sólo canales de tipo pasabajos,
i.e., donde su respuesta al impulso incluye la frecuencia f = 0.
◮ Ventaja: no hay necesidad de utilizar una portadora.
4/
Representación Geométrica de Señales I
◮ Desarrollaremos una representación geométrica de señales como

puntos en un espacio de señales.
◮ Ventajas:
◮ Caracterización compacta.
◮ Simplificación del análisis de desempeño.
◮ Canales analógicos pueden modelarse como canales vectoriales.
◮ La idea central es la siguiente: representar símbolos digitales mediante
señales analógicas. Por ejemplo, si deseamos mapear el par {0, 1}
necesitamos dos señales s1 (t) y s2 (t) de forma tal que
0 7→ s1 (t)
1 7→ s2 (t)
Este tipo de esquema recibe el nombre de modulación binaria.
5/
Representación Geométrica de Señales II
◮ Si agrupamos símbolos de mayor largo, por ejemplo,

b = (b0 , . . . , bK−1 ), donde K > 2 y bk ∈ {0, 1}, entonces
necesitaremos M = 2K señales para poder representar todos las
secuencias posibles. Este tipo de esquema se denomina modulación
M -aria.
◮ Si consideramos ahora el conjunto de señales {s1 (t), . . . , sM (t)},
podemos construir un subconjunto de N ≤ M de formas de onda
ortogonales, donde N es la dimensión del espacio en cuestión.
◮ La ventaja de tener este subconjunto, que denominaremos base del
espacio de señales, es el hecho que podemos encontrar una manera
más compacta de representar el espacio de señales, lo que puede
simplificar las labores de modulación y demodulación.
6/
Procedimiento de Ortonormalización de G-S I
◮ EL procedimiento de ortonormalización de Gram-Schmidt permite

construir una base de vectores ortogonales unos con otros y de norma
1, a partir de un conjunto cualquiera de vectores.
◮ En el caso de señales, utilizaremos la norma 2, esto es, la norma
Euclidiana para señales de energía, como medida de distancia.
Recordamos la definición:
Í
Z∞
√
||s(t)||2 = |s(t)|2 dt = E. (1)
−∞
7/
Procedimiento de Ortonormalización de G-S II
◮ Consideremos un conjunto de M señales de energía

{s1 (t), . . . , sM (t)}. El procedimiento es el siguiente:
1. Definir
s1 (t)
ϕ1 (t) = √ . (2)
E1
Esto es, ϕ1 (t) es la versión normalizada (de energía 1) de s1 (t).
8/
Procedimiento de Ortonormalización de G-S III
2. Para calcular ϕ2 (t) primero proyectamos s2 (t) en ϕ1 (t):
Z∞
c21 = s2 (t)ϕ1 (t)dt.
−∞
Definimos la señal auxiliar d2 (t) = s2 (t) − c21 ϕ1 (t). Finalmente
d2 (t)
ϕ2 (t) = √ (3)
E2
donde E2 es la energía de la señal auxiliar d2 (t).
9/
Procedimiento de Ortonormalización de G-S IV

3. En general, la ortogonalización de la señal k-ésima queda definida por
los siguientes pasos
dk (t)
ϕk (t) = √ (4a)
Ek
k−1
X
dk (t) = sk (t) − cki ϕi (t) (4b)
i=1
Z∞
Ek = d2k (t)dt (4c)
−∞
Z∞
cki = sk (t)ϕi (t)dt, i = 1, . . . , k − 1. (4d)
−∞
4. Continuar hasta que k = M .

◮ El proceso de ortogonalización puede entregarnos un conjunto de
menor tamaño en caso que algún dk (t) = 0.
◮ En este caso no se debe agregar una nueva dimensión.
◮ El conjunto de N señales {ϕk } forma una base ortonormal de un 10 /
Ejemplo I
11 /
Ejemplo II
Consideremos el conjunto de 4 señales mostrado en la figura
s1 (t) s3 (t)
1 1
t t
1 2 1 2 3
s2 (t) s4 (t)
1 1
t t
1 2 1 2 3
Solución
◮ Comenzaremos calculando ϕ1 (t):
EM757 - Seminario de Telecomunicaciones

s (t)
1
P. Parada - J. Silva
s1Ingeniería
(t) Eléctrica 12 /
183
Representación Geométrica de Señales I
◮ Una vez que tenemos el conjunto {ϕi (t)}, podemos expresar el

conjunto de señales {sm (t)} como una combinación lineal exacta de
las señales de la base. Por lo tanto
N
X
sm (t) = smn ϕn (t), m = 1, . . . , M. (5)
n=1
donde los coeficientes de peso smn corresponden a las proyecciones de

sm (t) sobre cada ϕn (t):
Z∞
smn = sm (t)ϕn (t)dt. (6)

−∞
13 /
Representación Geométrica de Señales II
◮ La energía de la señal la podemos calcular en términos de los

coeficientes de proyección.
Z∞ N
X
Em = s2m (t)dt = s2mn . (7)
−∞ n=1
◮ Notemos que ahora cada señal puede ser representada por un vector
en RN :
sm = (sm1 , . . . , smN ).
y de esta forma, la energía de la señal es la norma Euclidiana de sm en
el espacio de señales.
14 /
Representación Geométrica de Señales III
◮ Además, el producto interno de señales puede ser calculado como el

producto interno de sus representaciones vectoriales
Z∞
sm (t)sn (t)dt = sm • sn .
−∞
◮ Ahora tenemos una representación geométrica para el conjunto de

señales.
15 /
Representación Geométrica de Señales IV

ϕ3 (t)
s4 (t)
s2 (t)
s1 (t) ϕ2 (t)
s3 (t)
ϕ1 (t)
16 /
Modulación en Banda Base Canales en Banda Base y Pasa Banda
Motivación I
◮ Un canal analógico es un canal cuyas entradas son funciones continuas

del tiempo.
◮ Un canal banda base es un canal analógico apropiado para transmitir
señales cuyo espectro está confinado a un intervalo centrado en f = 0.
◮ La función de un modulador digital es convertir el flujo de datos
digitales en una representación basado en formas de onda que pueda
ser aceptado por el canal.
◮ El modulador debe
◮ acomodar los datos a las características espectrales del canal,
◮ obtener una alta tasa de transmisión de datos,
◮ minimizar la potencia transmitida,
◮ mantener la tasa de error de bits baja.
17 /
Motivación II
◮ El desempeño de un modulador no puede ser interpretado en forma

separada del de su demodulador.
◮ En definitiva, la prueba final que todo diseño debe superar es la
habilidad de recuperar los símbolos enviados en la entrada del canal, a
partir de la señal recibida en la salida en presencia de ruido,
interferencia, distorsión, o cualquier otro impedimento.
18 /
Definiciones I
◮ Un canal analógico quedará caracterizado por su entrada, una función

continua del tiempo denotada por c(t), y su salida, la señal continua
del tiempo v(t).
◮ El canal se dirá lineal si satisface el principio de superposición: si
c(t) 7→ v(t) y c′ (t) 7→ v ′ (t), entonces para a, b ∈ R
ac(t) + bc′ (t) 7→ av(t) + bv ′ (t). (8)
◮ Todo canal que sea lineal e invariante en el tiempo (LTI) puede ser
descrito mediante un filtro lineal.
19 /
Definiciones II
|H(f )|2
c(t) v(t)
f
◮ El comportamiento del filtro queda descrito mediante la respuesta al

impulso h(t) y su función de transferencia H(f ).
◮ La salida del canal lineal se puede determinar mediante la convolución
de la entrada c(t) y h(t), esto es
Z∞
v(t) = h(s)c(t − s)ds.
−∞
20 /
Definiciones III
◮ En el dominio de la frecuencia,
V (f ) = C(f )H(f ).
◮ Un canal de banda base es un canal lineal h(t) para el cual el soporte

de H(f ) es un intervalo finito del eje de frecuencias que contiene el 0.
◮ En la práctica esta condición es relajada de forma de incluir canales
cuya respuesta es grande en la vecindad de f = 0, y despreciable para
frecuencias alejadas del origen.
◮ Un canal pasa banda es un canal lineal donde el soporte de H(f )
está confinado a dos intervalos finitos centrados en las frecuencias +f0
y −f0 ., donde f0 es grande comparado con el ancho de cada intervalo.
21 /
Definiciones IV
◮ Esta condición también puede ser relajada y sólo pedir que la magnitud
de H(f ) se despreciable fuera de los intervalos centrados en ±f0 .
◮ En lo que sigue asumiremos que H(f ) = 1 en la banda de interés, de
modo que H(f ) es al menos tan ancho como C(f ).
22 /
Modulación en Banda Base Formas de Onda en Banda Base para Señalización Binaria
Formas de Onda en Banda Base para Señalización Binaria I
◮ Usualmente, vamos a considerar un tren de datos binarios que fluyen a

una tasa constante de 1 bit por cada Tb segundos.
◮ Un pulso es una función real s(t) o As(t) cuya energía es
Z∞
Ep = s2 (t)dt (9)
−∞
Z∞
Ep = A2 s2 (t)dt. (10)
−∞
finita.
23 /
Formas de Onda en Banda Base para Señalización Binaria II
◮ A veces vamos a considerar que s(t) es un pulso sin dimensión física, y

por ello necesario considerar en forma explícita el parámetro de
dimensiones A.
◮ En este caso diremos que Ep = A2 .
◮ Una manera simple de modular un tren de datos en un canal analógico
es mediante un mapeo entre los datos y una concatenación de pulsos,
que llamaremos forma de onda modulada o señal modulada,
descrita por la ecuación
∞
X
c(t) = al s(t − lT ) (11)
l=−∞
donde al depende del l-ésimo bit de datos.
24 /
Formas de Onda en Banda Base para Señalización Binaria III

◮ La señalización antipodal corresponde a la forma de modulación
digital más simple. Si s(t) está normalizada a energía unitaria,
entonces definimos
(
+A si el l-ésimo bit es igual a 1
al =
−A si el l-ésimo bit es igual a 0.
◮ Este tipo de señalización también recibe el nombre de

desplazamiento de fase binario o binary phase-shift-keyed
(BPSK).
1 1 0 1
25 /
Formas de Onda en Banda Base para Señalización Binaria IV
◮ La energía por bit transmitido, denotada por Eb es igual a la

energía en el pulso As(t), porque
Z∞
Eb = A2 s2 (t)dt = A2 × 1.
−∞
◮ Notemos que la elección de la forma del pulso no es única. La

ecuación (11) puede ser utilizada como una manera de realizar una
conversión digital/analógica
2 3
∞
X
c(t) = 4 al δ(t − lT )5 ∗ s(t)
l=−∞
para cualquier pulso s(t).
26 /
Formas de Onda en Banda Base para Señalización Binaria V
Generador de
bl s(t)
Impulsos
◮ Otra forma de hacer señalización binaria es mediante la siguiente

asignación:
(
+A si el l-ésimo bit es igual a 1
al =
0 si el l-ésimo bit es igual a 0.
◮ Este esquema recibe el nombre de desplazamiento on-off binario o

binary on-off-keyed (OOK).
27 /
Formas de Onda en Banda Base para Señalización Binaria VI
◮ Este esquema necesita energía sólo para transmitir 1’s; por lo tanto,
Z∞
1 1
Eb = A2 s2 (t)dt = A2 .
2 2
−∞
◮ En el caso que s(t) es un pulso cuadrado, la codificación OOK recibe

el nombre de onda sin retorno a cero (Nonreturn-to-Zero o NRZ).
◮ Una de las desventajas de NRZ es que, al ser un pulso cuadrado, su
respuesta en frecuencia decae lentamente (orden 1/f ), lo que implica
que debe utilizar un ancho de banda relativamente grande en
comparación con la tasa de datos.
28 /
Formas de Onda en Banda Base para Señalización
Modulación en Banda Base Multinivel
Señalización M -aria I
◮ Una manera de realizar la labor de modulación en forma más eficiente

corresponde a modular un grupo de bits en cada instante de
señalización.
◮ En este caso, vamos a hablar de señalización M -aria.
◮ Existen dos formas de lograr este objetivo
I. Restringiendo el ancho de banda. En este caso se utiliza una única
forma de onda s(t) con diversos niveles de amplitud.
II. Utilizando una familia de M señales ortogonales. El ancho de banda
requerido crece con M .
◮ En el primer caso, las constelación de señales “vive” en una sola
dimensión, tal como apreciamos en la figura
29 /
Señalización M -aria II
2-ario
4-ario
◮ Una constelación de señales es un alfabeto de señales, y usualmente lo
vamos a denotar por S.
30 /
Señalización M -aria III
◮ En general S = {c0 , c1 , . . . , cM −1 } es un conjunto finito de señales, y

lo usual va a ser tomar M = 2k , de manera de poder representar
todas las secuencias posibles de k bits.
◮ En el ejemplo,
S1 = {−A, A}
S2 = {−3A, −A, A, 3A}.
◮ La forma de onda modulada es

∞
X
c(t) = al s(t − lT ) al ∈ S. (12)
l=−∞
31 /
Señalización M -aria IV
◮ Por ejemplo, si tenemos el siguiente mapeo
8
−3A
>
>
si el par de bits de datos l-ésimo es igual a 00
>
<
−A si el par de bits de datos l-ésimo es igual a 01
al =
>+A
> si el par de bits de datos l-ésimo es igual a 10
>
:
+3A si el par de bits de datos l-ésimo es igual a 11.
entonces la secuencia 11100011010110 genera la siguiente forma de

onda
11 10 00 11 01 01 10
32 /
Señalización M -aria V
◮ Este tipo de codificación recibe el nombre de modulación por

amplitud de pulsos (PAM) o modulación por variación de amplitudes
(amplitude-shift keyed o ASK).
◮ Este esquema permite transmitir k bits de datos en T segundos
utilizando una constelación de 2k señales reales.
33 /
Cálculo de Energías I
◮ La elección de la forma del pulso puede ser cambiada a una que utilice
menos potencia o menos ancho de banda.
◮ La energía promedio por símbolo de la constelación {c0 , c1 , . . . , cM },
con M = 2k , es
1 MX −1
Ec = c2 (13)
M m=0 m
donde hemos asumido que todas las señales son equiprobables, y c2m
es la energía de la m-ésima señal.
◮ Considerando que hay k = log2 M bits en cada símbolo, la energía
promedio por bit de la constelación de señales es
Ec
Eb = .
k
34 /
Cálculo de Energías II
◮ La energía esperada en un bloque de L símbolos es

" ∞ L #
Z X 2
E al s(t − lT )dt =
−∞ l=0
Z∞ Z∞ L X
L
X
E[al al′ ]s(t − lT )s(t′ − l′ T )dtdt′ .
′
−∞ −∞ l =0 l=0
◮ Si la secuencia de datos es máximamente aleatoria, esto es, todas las

secuencias son equiprobables, y los símbolos son independientes,
entonces
E[al al′ ] = Ec δll′ .
◮ Si la energía del pulso s(t) es 1, la energía promedio en un bloque de
L símbolos es LEc .
35 /
Cálculo de Energías III
◮ Por ejemplo, en la constelación 4-aria antes vista,
1
Ec = [(−3A)2 + (−A)2 + A2 + (3A)2 ] = 5A2 .
4
Como se representan dos símbolos en cada señal, entonces la energía
promedio por bit es 5A2 /2.
36 /
Modulación en Banda Base Pulsos de Nyquist
Pulsos de Nyquist I
◮ Hasta el momento hemos visto varios ejemplos de señalización que

permite modular una secuencia binaria en formas de onda analógica.
◮ En general, la operación de conversión digital/análogo se puede
interpretar como la convolución de un tren de impulsos de altura al y
una señal s(t), ello es
h ∞
X i
c(t) = al δ(t − lT ) ∗ s(t).
l=−∞
◮ También hemos mencionado que la elección de la forma de onda s(t)

obedece a ciertas restricciones de ancho de banda o potencia
disponible.
37 /
Pulsos de Nyquist II
◮ En esta sección vamos a derivar un criterio general para la selección

del pulso básico s(t).
◮ El objetivo final de todo esquema de modulación/demodulación es la
recuperación de los símbolos al de la señal c(t).
◮ Si l = lT tenemos
∞
X ∞
X
c(lT ) = al′ s(lT − l′ T ) = al′ s((l − l′ )T ).
l′ =−∞ l′ =−∞
◮ Notemos que si s((l − l′ )T ) = δll′ , entonces c(lT ) = al .
38 /
Pulsos de Nyquist III
◮ Por lo tanto, si tenemos que s((l − l′ )T ) 6= 0 para algún l 6= l, el

símbolo recibido mostrará la superposición de dos símbolos. En este
caso decimos que existe interferencia intersimbólica, él que en la
práctica es un efecto que resulta indeseable.
Definición
Un pulso de Nyquist para un intervalo de señalización T , es un pulso s(t)
que satisface (
1 l=0
s(lT ) =
0 l 6= 0.
39 /
Pulsos de Nyquist IV

t
◮ El pulso s(t) = Π es un pulso de Nyquist porque

T
lT
s(lT ) = Π = 0 para l 6= 0.
T
Π( Tt )
t
−1/2 1/2
El pulso rectangular Π(t/T ) utiliza un ancho de banda bastante

grande en comparación con la tasa de datos, por lo que en general no
se utiliza cuando el ancho de banda es un recurso escaso.
40 /
Pulsos de Nyquist V
◮ El pulso s(t) = sinc(t/T ) es también un pulso de Nyquist.

sinc( Tt )
Notemos que sinc(lT ) = sin(πlT /T )

πlT /T = sin(πl)
πl = 0 si 6= 0, y s(0) = 1.
Este pulso tiene varios inconvenientes que la hacen inadecuada para
aplicaciones prácticas:
(a) Duración infinita.
(b) Decaimiento lento comparado con c(t).
41 /
Pulsos de Nyquist VI
(c) Lóbulos laterales pueden reforzarse para producir una amplitud

momentánea de c(t) muy grande en instantes que no son múltiplos de
T.
(d) El efecto anterior puede hacer que los cruces por cero sean demasiado
pronunciados, por lo que el sistema podría salir de sincronía.
42 /
En la Búsqueda de Buenos Pulsos
◮ Los pulsos Π(t/T ) y sinc(t/T ) se encuentran en dos extremos: el

primero utiliza una gran porción del espectro de frecuencias, mientras
que el segundo una gran porción del eje temporal.
◮ El diseño de buenos pulsos evita ambos extremos.
◮ Un buen pulso tiene utiliza un porción reducida del espectro de
frecuencia y, a la vez, tienen lóbulos laterales que decaen rápidamente
en el eje del tiempo.
◮ El siguiente teorema, denominado Criterio de Nyquist, proporciona
un criterio de diseño de pulsos en el dominio de la frecuencia, y que
previene la aparición de interferencia intersimbólica.
43 /
Criterio de Nyquist I
Teorema
El pulso s(t) es un pulso de Nyquist si y sólo si su transformada de Fourier
S(f ) satisface
∞
1 X k 1
S f+ = 1 |f | ≤ . (14)
T k=−∞ T 2T
◮ La idea central de este teorema es que un pulso de Nyquist es una

señal que puede tener un espectro con “colas”, pero que al
superponerse con la siguiente banda.
◮ La demostración de este resultado se puede realizar en dos pasos.
44 /
Demostración del Inverso I
◮ Primero demostraremos que si una señal s(t) satisface (14), entonces

es un pulso de Nyquist. Esto quiere decir que debemos comprobar que
(
1 si l = 0
s(lT ) =
0 si l 6= 0.
45 /
Demostración del Inverso II
◮ Notemos que si por la fórmula de la transformada inversa de Fourier

tenemos
Z∞
s(t) = S(f )e2πf t df
−∞
Z∞
⇒ s(lT ) = S(f )e2πf lT df

−∞
46 /
Demostración del Inverso III
◮ Si partimos el intervalo de frecuencias en segmentos de largo 1/T

entonces tenemos que
∞
[ 2n − 1 2n + 1
R= [ , ]
n=−∞
2T 2T
f
5 3 1 1 3 5
− 2T − 2T − 2T 0 2T 2T 2T
47 /
Demostración del Inverso IV
y por lo tanto, podemos reescribir la integral

2n+1
Z∞ ∞ Z2T
X
=
−∞ n=−∞ 2n−1
2T
esto es
2n+1
∞ Z2T
X
s(lT ) = S(f )e2πf lT df.
n=−∞ 2n−1
2T
48 /
Demostración del Inverso V
n
◮ Hacemos el cambio de variables f 7→ ν + T y obtenemos que
2n − 1 2n − 1 n 1
7 νa =
→ − =−
2T 2T T 2T
2n + 1 2n + 1 n 1
7 νb =
→ − =+
2T 2T T 2T
df = dν
49 /
Demostración del Inverso VI
Por lo tanto,
1
∞ Z2T
X n 2π(ν+ n )lT
s(lT ) = S(ν + )e T dν
n=−∞ 1
T
− 2T
1 2 3
Z2T ∞
(a) X n 2πnl 5 2πνlT
= 4 S(ν + )e e dν
n=−∞
T | {z }
1
− 2T 1
1
Z2T
(b)
= T e2πνlT dν
1
− 2T
50 /
Demostración del Inverso VII
donde (a) viene de que podemos intercambiar integral con sumatoria,

y (b) de la aplicación de (14).
◮ Tenemos entonces que
8 9

<
e2πνlT
e2πνlT
=
s(lT ) = T −
: 2πlT 1
+ 2T
2πlT 1
− 2T
;
eπT − e−πT 1
=
2 πl
(
1 l=0
= sinc(πl) = .
6 0.
0 l=
es decir, la señal s(t) es un pulso de Nyquist.
51 /
Implicancia Directa I
◮ La implicancia directa corresponde a demostrar que si la señal s(t) es

un pulso de Nyquist, entonces se cumple (14).
◮ El procedimiento es similar lo hecho para la implicancia en la dirección
inversa. Sabemos que
1 2 3
Z2T ∞
X n
s(lT ) = 4 S(ν + ) e| 2πnl
{z }
5 e2πνlT df
n=−∞
T
1
− 2T 1
1
Z2T
= S ′ (ν)e2πνlT dν
1
− 2T
52 /
Implicancia Directa II
◮ Notemos que esto nos dice que existe una función

∞
X n
S ′ (ν) = S(ν + )
n=−∞
T
que es periódica en ν y cuyo desarrollo en serie de Fourier tiene un

solo elemento no nulo (s′ (0) = 1/T ). Por lo tanto,
S ′ (ν)
= s(0) = 1
T
es decir,
∞
X
1 n
S(f + ) = 1.
T n=−∞
T
53 /
Implicancia Directa III
S(f )
f
1 1
− 2T 0 2T
54 /
Observaciones sobre el Criterio de Nyquist
◮ Si la señal s(t) tiene un ancho de banda W , esto es, si S(f ) = 0 para

|f | > W , la suma infinita sobre S(f + Tn ) puede ser reemplazada por
una suma finita, esto es
N
1 X f 1
S f+ = 1 para |f | ≤ (15)
T n=−N
T 2T
donde N = ⌊2T W ⌋.
W 1
◮ Si < < W , N = 1.
2 2T
55 /
La Familia de Pulsos de Coseno Alzado I
◮ La familia de pulsos de coseno-alzado (raised-cosine pulse)

corresponde a una familia paramétrica de pulsos de Nyquist, cuyo
espectro es una función defina como
8
1−α
T >
> 0 ≤ |f | ≤
>

< 2T
T πT (|f | − 1/2T ) 1−α 1+α
S(f ) = 1 − sin ≤ |f | ≤ (16)
>2 α 2T 2T
>
> 1+α
:
0 |f | ≥
2T
donde el parámetro α varía entre 0 y 1.
56 /
La Familia de Pulsos de Coseno Alzado II
◮ El correspondiente pulso tiene la forma
cos απt/T
s(t) = sinc(t/T ) . (17)
1 − 4α2 t2 /T 2
57 /
La Familia de Pulsos de Coseno Alzado III
0.8
0.6
s(t/T )
0.4
0.2
-0.2
-0.4
-3 -2 -1 0 1 2 3
t/T
58 /
Modulación en Banda Base Modulación Diferencial
Modulación Diferencial I
◮ Existe una convención alternativa para pasar de bits a formas de onda

analógica.
◮ La idea es mandar un “1” sólo cuando la secuencia original de datos
{bl } cambie de valor de “0” a ”1” o viceversa.
◮ Matemáticamente esta idea puede ser expresada como sigue:
al = 0 si bl = bl−1
al = A en otro caso.
◮ Esta forma se denomina NRZI (I: inverse) y la señal modulada es

∞
X
c(t) = al s(t − lT ).
n=−∞
59 /
Modulación Diferencial II
◮ Este esquema requiere un bit de referencia inicial.

◮ Este tipo de proceso nos recuerda de un proceso de diferenciación de
la entrada, y se da en forma natural en medios magnéticos.
◮ Si este proceso es inherente al medio, debemos utilizar un esquema de
modulación apropiado.
◮ Notemos que si el modulador envía al , el demodulador lo interpretará
como una secuencia NRZ en lugar de NRZI.
◮ La situación complementaria ocurre si el modulador envía los datos
como NRZ pero son recuperados como NRZI.
◮ En cualquier caso necesitamos un dispositivo extra para poder
compensar por el efecto “diferencial”, de manera de transformar los
datos a su forma original.
60 /
Modulación Diferencial III
◮ La transformación de NRZ a NRZI se puede realizar en el modulador

utilizando un pre-codificador, que de manera preemptiva modifica la
secuencia NRZ para ser transformada de vuelta por el canal.
◮ La otra alternativa es utilizar un codificador posterior o post-coder
a continuación del demodulador.
al
Canal
al−1
z −1
Postcoder NRZI
61 /
Representación Via Retículas
◮ Canales con memoria son usualmente representados en forma gráfica

utilizando una retícula o trellis.
◮ La retícula es un grafo formado por
◮ nodos: que representan los posibles estados de la señal en el instante
anterior.
◮ arcos: que indican las posibles transiciones de un instante al siguiente.
Estado
0/0 0/0 0/0
0
1/1 1/1 1/1
1/0 1/0 1/0

1
0/1 0/1 0/1
62 /
Modulación en Banda Base Señalización Binaria Ortogonal en Banda Base
Señalización Binaria Ortogonal en Banda Base I
◮ Podemos definir un nuevo tipo de señalización binaria utilizando dos

pulsos ortogonales s1 (t) and s2 (t).
◮ Recordemos que s1 (t) y s2 (t) son ortogonales si y sólo si
Z∞
< s1 (t), s2 (t) >≡ s1 (t)s∗2 (t)dt = 0.

−∞
◮ En señalización en banda base s1 (t) y s2 (t) son señales reales.
63 /
Señalización Binaria Ortogonal en Banda Base II

◮ Vamos a requerir también que s1 (t) y s2 (t) sean pulsos de Nyquist,
esto es
Z∞
s1 (t)s∗2 (t − lT )dt = 0
−∞
para cualquier entero l.

◮ La modulación de la señal en el canal es
∞
X
c(t) = [al s1 (t − lT ) + āl s2 (t − lT )] (18)
l=−∞
donde
(
(A, 0) si el l-ésimo bit de datos es 0.
(al , āl ) =
(0, A) si el l-ésimo bit de datos es 1.
64 /
Señalización Binaria Ortogonal en Banda Base III
◮ Este tipo de señal se denomina señalización binaria ortogonal.

◮ Ejemplos
T
0 T 0 2 T
◮ s1 (t) = sin 2πf1 t; s1 (t) = sin 2πf2 t, con 0 ≤ t ≤ T . En este caso,
ZT
sin(2πf0 t) sin(2πf1 t)dt = 0

0
65 /
Señalización Binaria Ortogonal en Banda Base IV
0 T 0 T
m
Nos aseguramos que las señales sean ortogonales eligiendo f1 = 2T y
m′
f2 = 2T , donde m y m′ son enteros positivos distintos.
66 /
Señalización Binaria Ortogonal en Banda Base V
◮ Cuando f1 y f2 son muy grandes en comparación con 1/T , el

esquema puede ser entendido como una señal pasabanda. En este
caso, el esquema recibe el nombre de Codificación Binaria por
Desplazamientos de Frecuencias o Binary Frequency-Shift
Keying (FSK).
67 /
Modulación en Banda Base Señalización Ortogonal M -aria en Banda Base
Señalización Ortogonal M -aria en Banda Base I
◮ Este esquema es apropiado para señalización en canales con potencia

limitada, y son el análogo de la modulación M -aria por amplitud de
pulsos empleada en canales con ancho de banda limitada.
◮ Existen dos alfabetos de señales para este tipo de señalización:
◮ de pulsos ortogonales
◮ simplex de pulsos.
◮ Aunque se pueden utilizar señales no ortogonales, ellas son más
difíciles de distinguir en presencia de ruido.
68 /
Señalización Ortogonal M -aria en Banda Base II
Definición
Un alfabeto de señalización ortogonal M -ario es un conjunto de M pulsos
sm (t), con m = 0, 1, . . . , M − 1, que tiene las propiedades de energía y
ortogonalidad enunciadas a continuación:
(
Z∞
1 m=n
sm (t)sn (t)dt = (19)
6 n.
0 m=
−∞
y
Z∞
sm (t)sn (t − lT )dt = 0, l 6= 0. (20)
−∞
69 /
Señalización Ortogonal M -aria en Banda Base III
◮ Lo usual es elegir sm (t) con soporte en [0, T ], de forma que la

segunda condición se cumple en forma trivial.
◮ Además, el mapeo se realiza entre secuencias binarias de largo k, de
forma que uno fija M = 2k .
◮ En el instante t = lT , la modulación asigna al símbolo al = m la señal
sm (t − lT ).
◮ Un modulador M -ario es un dispositivo que, luego de recibir al = m,
produce la señal sm (t) y la envía a través de un canal analógico.
◮ La transmisión de secuencias de bits se hace agrupando bloques o
palabras de largo k.
◮ La l-ésima palabra ml es mapeada a la señal sml (t).
70 /
Señalización Ortogonal M -aria en Banda Base IV
◮ La señal transmitida finalmente es

∞
X
c(t) = sml (t − lT ).
l=−∞
◮ El demodulador asociado a este esquema toma una la señal recibida

(r(t) = c(t) + n(t)) y produce la estimación m̂l del número ml .
◮ El sistema completo de modulador/canal/demodulador constituye un
canal de tiempo discreto y de entrada finita.
◮ Si m̂l 6= ml diremos que el demodulador ha cometido un error en
t = lT .
71 /
Ejemplos I
1
0
-1
0 0.5 1 1.5
1
0
-1
0 0.5 1 1.5
1
0
-1
0 0.5 1 1.5
1
0
-1
0 0.5 1 1.5
CSK 4-ario.
FSK 4-ario.
72 /
Ejemplos II
◮ En la figura se presentan dos esquemas de señalización ortogonal

4-aria.
◮ Codificación por desplazamiento de frecuencias o FSK (Frequency
Shift Keying)
◮ Codificación por desplazamiento de códigos o CSK (Code Shift
Keying).
◮ Lo usual es utilizar familias de códigos con un número mayor de
elementos (usualmente con M igual a 32 ó 64).
◮ Todos estos tipos de alfabetos reciben el nombre colectivo de MFSK o
MCSK.
73 /
Energía por Símbolo
◮ Vamos a denotar por Ep la energía total transmitida en una palabra de

largo
k = log2 M bits.
◮ La energía por bit es
Ep Ep
Eb = = . (21)
k log2 M
◮ Es preferible utilizar esta segunda noción porque estandariza todas las
familias de alfabetos y permite estudiar su desempeño.
74 /
Alfabeto Simplex de Pulsos I
◮ El alfabeto simplex de pulsos es una construcción especial basada en

una familia ortogonal {s0 (t), . . . , sM −1 (t)}, donde cada pulso tiene
energía Ep .
◮ La familia M -aria simplex de pulsos es cualquier conjunto de M
pulsos qm (t) con la misma energía Eq que satisfacen que la correlación
entre dos pulsos distintos es
Eq
− .
M −1
75 /
Alfabeto Simplex de Pulsos II
◮ Los pulsos qm (t) del simplex se definen como sigue:
M
X −1
1
qm (t) = sm (t) − sm (t) (22)
M m=0
donde hemos substraído la energía promedio del conjunto original a

cada señal.
◮ La energía del simplex es
Z∞
1
Eq = |qm (t)|2 dt = 1 − Ep
M
−∞
76 /
Alfabeto Simplex de Pulsos III
◮ El conjunto {q0 (t), . . . , qM −1 (t)} no es ortogonal. En lugar de ello,

presenta la propiedad más fuerte de correlación negativa. Esto es, para
m 6= m′ la correlación entre qm (t) y qm′ (t) es
Z∞
Ep Eq
< qm (t), qm′ (t) >= qm (t)qm′ (t)dt = − =− . (23)
M M −1
−∞
◮ En la última parte del curso vamos a demostrar que la familia simplex

tiene el mismo desempeño de una familia de señales ortogonales, pero
utiliza menos energía.
77 /
Modulación en Banda Base Densidad Espectral de Potencia de Señales en Banda Base
Densidad Espectral de Potencia de Señales en Banda Base I
◮ Hay dos situaciones que analizar. La primera corresponde al caso en

que uno quiere enviar una secuencia determinística de datos de
longitud finita.
◮ En este caso, la señal modulada es
n
X
c(t) = al s(t − lT )
l=0
tiene energía finita y, por lo tanto, transformada de Fourier.
78 /
Densidad Espectral de Potencia de Señales en Banda Base II
◮ Utilizando el teorema de delay para T. de F. tenemos

n
X
C(f ) = S(f ) al e−2πf lT
l=0
= S(f )A(f ).
◮ El espectro C(f ) se puede factorizar en S(f ), que recibe el nombre de

factor de forma de pulso, y A(f ) que se denomina el factor de
arreglo.
◮ A(f ) depende de los datos enviados, por lo tanto, no podemos conocer
el espectro sin conocer los datos. En general, A(f ) es aleatorio.
79 /
Densidad Espectral de Potencia de Señales en Banda Base III
◮ Por otro lado, si uno desea enviar una secuencia infinitamente larga, la
señal modulada
∞
X
c(t) = al s(t − lT )
l=−∞
tiene energía infinita.

◮ En este caso no podemos calcular la transformada de Fourier. Si a ello
agregamos el hecho que la secuencia {al } es desconocida, debemos
utilizar otras herramientas de análisis.
◮ En particular, si n es grande y {al } es aleatorio, entonces el efecto de
A(f ) no debería ser muy relevante, y |C(f )| debería tener una forma
similar a |S(f )|.
80 /
Densidad Espectral de Potencia de Señales en Banda Base IV
◮ La descripción del contenido espectral de c(t) se hará mediante su

densidad espectral de potencia.
◮ Lamentablemente, c(t) no es un proceso estacionario en general, y por
ello uno considera el proceso
∞
X
c(t) = al s(t − lT − α) (24)
l=−∞
donde α es una variable aleatoria uniformemente distribuida en [0, T ].

◮ La incorporación de este delay aleatorio representado por α transforma
el proceso c(t) en estacionario.
81 /
Densidad Espectral de Potencia de Señales en Banda Base V
◮ La densidad espectral de c(t) es Φc (f ) y su valor es
1
Φc (f ) = |S(f )|2 . (25)
T
◮ Vemos que el ancho de banda utilizado por c(t) es el mismo utilizado
por el pulso s(t).
82 /
Motivación
Demodulación Digital en AWGN
83 /
Motivación
Algo de Léxico I
◮ La demodulación digital de señales corresponde al proceso inverso al

realizado por el modulador, y por lo tanto, toma pulsos o señales
analógicas, y las convierte en secuencias de símbolos.
◮ En la literatura, este proceso se encuentra bajo diferentes nombres:
◮ detección,
◮ toma de decisiones,
◮ test de hipótesis,
◮ decodificación.
◮ La palabra detección se utiliza para determinar la ocurrencia de un
determinado fenómeno basado en un conjunto de observaciones (por
ejemplo, en un sistema de radar, sistemas de control de calidad,
pruebas médicas, etc).
83 /
Motivación
Algo de Léxico II
◮ En el ámbito de comunicaciones digitales, el problema de

demodulación corresponde a determinar si una señal ha sido o no
enviada.
◮ El término toma de decisión se reserva para cuando el dispositivo
debe determinar un opción entre dos.
◮ El término test de hipótesis tiene una acepción similar a la de toma
de decisión, excepto que involucra un número mayor de opciones.
◮ Finalmente, la palabra decodificación se refiere al mismo problema
pero interpretando la señal recibida como una palabra de código en
lugar de una señal propiamente tal.
84 /
Detección en Canales sin Ruido I
◮ Vamos a comenzar nuestro estudio considerando la demodulación de

secuencias digitales en el caso de canales sin ruido.
◮ Estas condiciones las hemos estudiado en forma parcial cuando
propusimos el criterio de Nyquist para selección de pulsos de forma.
◮ En general, el problema de demodulación corresponde a la
recuperación de la secuencia {al } a partir de la señal
∞
X
r(t) = c(t) = al s(t − lT )
l=−∞
donde s(t) es un pulso de Nyquist.

◮ Esto se logra “filtrando” c(t) con un filtro q(t) adecuado.
85 /
Detección en Canales sin Ruido II
◮ Definamos la salida del filtro demodulador como

Z∞
y(t) = c(τ )q(t − τ )dτ. (26)
−∞
◮ Nuestro objetivo es determinar reglas para determinar q(t) a partir de

s(t) de forma que
y(lT ) = al (27)
86 /
Detección en Canales sin Ruido III
◮ Reemplazando la expresión para c(t) tenemos:

Z∞ ∞
X
y(t) = al s(τ − lT )q(t − τ )dτ
−∞ l=−∞
∞ Z∞
X
= al s(τ − lT )q(t − τ )dτ
l=−∞ −∞
∞ Z∞
X
= al s(τ )q(t − lT − τ )dτ
l=−∞ −∞
∞
X
= al g(t − lT )
l=−∞
87 /
Detección en Canales sin Ruido IV
donde g(t) es la respuesta del filtro.

◮ Por lo tanto,
∞
X
y(l′ T ) = al g((l′ − l)T )
l=−∞
◮ En el caso que no hay ruido, la selección obvia de

(
1 t=0
g(t) =
6 0.
0 t=
para así evitar interferencia intersimbólica.
88 /
Detección en Canales sin Ruido V
◮ Esto implica que

Z∞
s(τ )q((l′ − l)T − τ )dτ = δll′
−∞
◮ Si l = l′ entonces
Z∞
s(τ )q(−τ )dτ = 1
−∞
89 /
Detección en Canales sin Ruido VI
◮ Como s(t) tiene soporte en [0, T ], una forma en que esta ecuación
tenga solución es elegir q(t) = s(−t). En ese caso tendremos que
Z∞
s(τ )s(τ )dτ = 1
−∞
dado que el pulso s(t) se elige con energía igual a 1.

◮ Esta elección funciona también para l 6= l′ , pues la señal s(t) debe ser
ortogonal a sus desplazamientos en el tiempo.
◮ Por lo tanto, una buena elección para q(t) = s(−t). Este filtro recibe
el nombre de filtro adaptado o matched filter.
90 /
Detección en Canales sin Ruido VII
◮ Esta solución para demodulación resulta bastante más general que lo

visto hasta este momento; revisitaremos este tema una vez visto
algunas técnicas de detección estadística.
91 /
Detección en Canales con Ruido I
◮ El problema que de detección que vamos a estudiar es el siguiente.

Para ello utilizaremos un enfoque probabilístico.
◮ Vamos a considerar primero que existe un número finito posibles
mensajes, y por lo tanto, un número finito de hipótesis asociadas a
cada uno de ellos.
◮ Estos eventos son mutuamente excluyentes (es decir, no pueden
ocurrir dos en forma simultánea) y comprensivos (abarcan todo el
espacio de posibles resultados)
◮ Consideremos que un problema de detección queda definido por M
hipótesis h0 , h1 , . . . , hM −1 .
92 /
Detección en Canales con Ruido II
◮ Si c representa la salida del transmisor, entonces, ésta define una

variable aleatoria C que, para cada m, toma el valor hm con
probabilidad PC (hm ). Esta es la probabilidad a-priori que la hipótesis
hm sea verdadera.
◮ Para poder tomar decisiones, uno aprovecha las observaciones
realizadas por el receptor, que denotaremos por una segunda variable
aleatoria R.
◮ Nuestra intención es utilizar las mediciones por el receptor para
determinar el cuál de las M hipótesis tiene la mayor probabilidad de
ser la correcta.
93 /
Detección en Canales con Ruido III
◮ Por ejemplo, consideremos el caso de detección binaria. En este caso,

existen dos posibles hipótesis:
h0 : al = −A
h1 : al = +A
◮ Supongamos que P (al = +A) = 2/3, y P (al = −A) = 1/3.

Simplemente decidir en favor de h0 sin importar la observación puede
llevarnos a una detección incorrecta del símbolo.
◮ Podría ser que la probabilidad de el símbolo P (rl > 0) = 0,9 y que
P (rl ≤ 0) = 0,1. Entonces las observación del símbolo puede alterar el
criterio de decisión.
94 /
La regla MAP I
◮ Existen diversos criterios para tomar decisiones. El primero que vamos

a considerar es el de maximizar la probabilidad de hacer la
elección correcta basado en las observaciones que se hagan en el
receptor.
◮ Ello significa que necesitamos definir una regla (o reglas) de decisión
que asignen c̄(r) = hm si hm es correcta.
◮ En la práctica, la regla de decisión es el argumento que maximiza las
probabilidades condicionales PC|R (hm |r), esto es
c̄(r) = argmaxm PC|R (hm |r) (28)
◮ Este criterio de decisión se conoce como la regla MAP o regla de

máximo a-posteriori.
95 /
La regla MAP II
◮ La regla MAP requiere de ciertas condiciones para poder ser aplicada:

◮ Se conocen las probabilidades a priori de cada hipótesis.
◮ El criterio de maximizar la probabilidad de decisión correcta es
adecuado para el problema. Si existe un costo demasiado alto por
cometer errores, entonces esta regla no entrega un criterio de decisión
apropiado. Sin embargo, con pequeñas modificaciones se puede derivar
una regla que resuelva este nuevo criterio.
96 /
Detección Binaria
Detección Binaria I
◮ Consideremos un modelo de probabilidad donde H es una variable

binaria que toma uno de dos valores posibles {h0 , h1 }, con
probabilidades a-priori p0 y p1 .
◮ En el contexto de comunicaciones es usual fijar p0 = p1 = 1/2, y en
general, equiprobable si hay más de dos mensajes posibles.
◮ Sea R una variable aleatoria cuya densidad probabilidad condicional
dado H es
0 < fR|H (r|hm ) < ∞, m ∈ {0, 1}.
◮ La función fR|H (r|hm ) recibe el nombre de verosimilitud (likelihood)
en la jerga de test de hipótesis.
97 /
Detección Binaria
Detección Binaria II
◮ La densidad marginal de R es
fR (r) = fR|H (r|h0 )p0 + fR|H (r|h1 )p1
◮ Por lo tanto, la probabilidad a posteriori de H es
pm fR|H (r|hm )
fH|R (hm |r) =
fR (r)
◮ La regla de maxima probabilidad a posteriori puede ser enunciada

como sigue:
Si fH|R (h0 |r) ≥ fH|R (h1 |r) decidir h0

Si fH|R (h0 |r) < fH|R (h1 |r) decidir h1
98 /
Detección Binaria
Detección Binaria III
◮ Notemos que podemos eliminar fR (r) de ambas ecuaciones para

obtener
Si fR|H (r|h0 )p0 ≥ fR|H (r|h1 )p1 decidir h0

Si fR|H (r|h0 )p0 < fR|H (r|h1 )p1 decidir h1
◮ Definiendo la razón de verosimilitudes

fR|H (r|h0 )
Λ(r) = (29)
fR|H (r|h1 )
99 /
Detección Binaria
Detección Binaria IV
entonces la regla MAP se escribe como
Si Λ(r) ≥ η decidir h0
Si Λ(r) < η decidir h1
donde η = p1 /p0 es el umbral de decisión.

◮ En el caso que p0 = p1 = 1/2 la regla se se reescribe como
Si Λ(r) ≥ 1 decidir h0
Si Λ(r) < 1 decidir h1
y recibe el nombre especial de criterio o regla de máxima

verosimilitud.
100 /
Detección Binaria
Desempeño del Detector Binario I
◮ La probabilidad de error es la medida de desempeño más utilizada

para evaluar el trabajo de un detector (independiente de si es binario o
no).
◮ Se define como
pe ≡ Pr{Error} = 1 − Pr{hm es correcto}. (30)
◮ Podemos encontrar una expresión en términos de las probabilidades

condicionales:
pe = p0 Pr{e|H = h0 } + p1 Pr{e|H = h1 }
101 /
Detección Binaria
Desempeño del Detector Binario II
◮ Ambas probabilidades condicionales reciben nombres especiales

dependiendo del campo de aplicación.
◮ En radares, el término Pr{e|H = h0 } se denomina probabilidad de
falsa alarma, y Pr{e|H = h1 } probabilidad de pérdida.
◮ En estadística, el término Pr{e|H = h0 } se denomina probabilidad de
error de primera especie, y Pr{e|H = h1 } probabilidad de error de
segunda especie.
◮ La regla MAP binaria particiona el espacio de observaciones en dos
regiones:
R0 = {r|Λ(r) ≥ η}
R1 = {r|Λ(r) < η}
102 /
Detección Binaria
Desempeño del Detector Binario III
◮ Ocurrirá un error de detección si pasa lo siguiente:
H = h0 y r ∈ R1
H = h1 y r ∈ R0 .
◮ Por lo tanto,
Z
Pr{e|H = h0 } = fR|H (r|h0 )dr, (31)
R1
Z
Pr{e|H = h1 } = fR|H (r|h1 )dr. (32)
R0
103 /
Detección Binaria en Canales con Ruido Aditivo Gaussiano Detección de Señalización PAM
Detección de Señales PAM I
◮ Considere un esquema modulación PAM del tipo
Al ∈ {−a, a}
∞
X
C(t) = Al s(t − lT )
l=∞
para algún pulso de Nyquist s(t).
104 /
Detección de Señales PAM II
◮ Suponga que la señal recibida por el receptor es
R(t) = C(t) + N (t) (33)
donde n(t) es un proceso de ruido blanco aditivo Gaussiano de

potencia N0 /2. Ello es,

1 n2
fN (n) = È exp − .
2πN0 /2 N0
◮ Consideremos que el sistema previene interferencia intersimbólica, de

modo que podemos estudiar el problema como si fueran sólo variables
aleatorias en lugar de procesos; ello significa que consideramos
R=C +N
105 /
Detección de Señales PAM III
◮ Pero C puede tomar sólo dos valores: +a o −a. Por lo tanto
R = +a + N
o bien
R = −a + N
dependiendo de si C = a o C = −a.
106 /
Detección de Señales PAM IV
◮ Las densidades condicionales son entonces:

1 (r − a)2
fR|H (r| + a) = È exp −
2πN0 /2 N0

1 (r + a)2
fR|H (r| − a) = È exp −
2πN0 /2 N0
107 /
Detección de Señales PAM V
◮ La razón de verosimilitud es
fR |H(r| + a)
Λ(r) =
fR |H(r| − a)

−(r − a)2 + (r + a)2
= exp
N0

4ra
= exp
N0
108 /
Detección de Señales PAM VI
◮ Notemos que podemos calcular el logaritmo de Λ(r) para obtener una

regla aun más simple:
4ra
log(Λ(r)) =
N0
por lo tanto definimos la regla MAP como sigue:
N0 loge (η)
Si r ≥ decidir al = a
4a
N0 loge (η)
Si r < decidir al = −a.
4a
109 /
Detección de Señales PAM VII
◮ La probabilidad de error, dado que C = −a corresponde a la

probabilidad que
N0 loge (η)
r≥ ,
4a
o equivalentemente que
N0 loge (η)
n=r−c> + a. (34)
4a
◮ Dado que N es una variable aleatoria Gaussiana, podemos expresar
esta probabilidad en términos de la función Q(·)
110 /
Detección de Señales PAM VIII
◮ Recordar que
Z∞
1 u2
Q(x) , √ exp − du.
2π 2
x
◮ Debemos reescalar N (t) de modo que sea N (0, 1).

È
◮ Ello se logra definiendo N/ N0 /2. Por lo tanto,
È
n N0 /2 loge (η) o
N a
Pr{e|C = −a} = Pr È > + È
N0 /2 2a N0 /2
È
N0 /2 loge (η)
a
=Q + È
2a N0 /2
111 /
Detección de Señales PAM IX
◮ La probabilidad de error que para el caso H = +a se calcula siguiendo

el mismo procedimiento. En este debemos obtener una condición para
que
N0 loge η
−N ≥ a − .
4a
◮ Ello produce
È
N0 /2 loge (η)
a
Pr{e|C = +a} = Q − + È
2a N0 /2
112 /
Detección de Señales PAM X
◮ Recordemos que en un esquema antipodal como PAM, la energía por

bit era Eb = a2 . Por lo tanto, ambas probabilidades de error pueden
escribirse en términos de la energía por bit del esquema, como sigue:
Ê

2Eb log (η)
Pr{e|C = −a} = Q + È e (35)
N0 2 2Eb /N0
Ê

2Eb log (η)
Pr{e|C = +a} = Q − È e (36)
N0 2 2Eb /N0
113 /
Detección de Señales PAM XI
◮ En el caso que p0 = p1 = 1/2, la regla MAP se transforma en la regla

ML (maximum likelihood). Por lo tanto
η=1
y
Ê

2Eb
Pr{e} = Pr{e|C = −a} = Pr{e|C = +a} = Q . (37)
N0
114 /
Detección Binaria en Canales con Ruido Aditivo Gaussiano Detección de Señalización no Antipodales
Detección Binaria de Señales No Antipodales I
◮ Vamos a considerar un problema ligeramente más complejo: en lugar

de hacer la asignación antipodal típica
0 7−→ −a
1 7−→ +a
vamos a considerar la asignación
0 7−→ b0
1 7−→ b1
para números arbitrarios b0 y b1 , con b0 < b1 .
115 /
Detección Binaria de Señales No Antipodales II
◮ Para analizar esta situación, definamos
b0 + b1
b̄ = ,
2
es natural definir entonces
b0 + b1 −b0 + b1
a = b1 − b̄ = b1 − =
2 2
b0 + b1 −b0 + b1
= b̄ − b0 = − b0 =
2 2
116 /
Detección Binaria de Señales No Antipodales III
◮ Por lo tanto, condicional a la transmisión C = b0 , la observación es
R = b̄ + a + N
y condicional a la transmisión C = b1 , la observación es
R = b̄ − a + N
Es decir, el problema puede ser reducido al uno de detección antipodal

desplazando el ruido en una constante b̄.
◮ Definimos entonces
N̄ = N − b̄,
entonces, tenemos que N̄ es suficiente para poder determinar si la
señal enviada fue +a o −a. Recibe el nombre de estadístico suficiente.
117 /
Detección Binaria de Señales No Antipodales IV
◮ Recordemos que la probabilidad de error de un sistema antipodal

puede ser expresada en términos de la la energía por bit Eb .
◮ En el caso de la señalización no antipodal tenemos que la energía por
bit (asumiendo que ambos símbolos aparecen en forma equiprobable),
es
b2 + b21
Eb = 0 = a2 + b̄2 . (38)
2
Es decir, en cada bit se utiliza una fracción
a2
γ=
a2 + b̄2
para enviar el símbolo de la señal ±a, y la fracción 1 − γ para enviar el
“tono” c.
118 /
Detección Binaria de Señales No Antipodales V
◮ Las probabilidades de error son, entonces,

Ê !
2γEb log η
Pr{e|C = b1 } = Q + È e (39)
N0 2 2γEb /N0
Ê !
2γEb log η
Pr{e|C = b0 } = Q − È e (40)
N0 2 2γEb /N0
119 /
Diseño Óptimo de Receptores
Receptores óptimos para señales moduladas binarias en AWGN
◮ Ahora que tenemos una idea del desempeño que uno debería esperar
en recepción de señales binarias, vamos a ver una estructura receptora
que nos permita determinar la información transmitida.
◮ Vamos a considerar el modelo de canal donde el mensaje c(t) = ±a en
cada instante de tiempo, y el ruido aditivo es blanco y Gaussiano, con
media cero y varianza N0 /2.
◮ Estudiaremos dos tipos de demoduladores:
(a) correladores (basados en cálculo de correlaciones).
(b) filtro adaptado (matched filter).
120 /
Diseño Óptimo de Receptores Correladores
Demodulador tipo Correlador para Señalización Antipodal I
◮ Consideremos primero un esquema de señalización antipodal del tipo

∞
X
c(t) = al s(t − lT ),
l=−∞
donde s(t) es un pulso cuadrado de energía unitaria, y al ∈ {−a, +a}.

◮ La señal recibida es
∞
X
r(t) = al s(t − lT ) + n(t).
l=−∞
121 /
Demodulador tipo Correlador para Señalización Antipodal II
◮ Si sólo nos concentramos en el intervalo 0 ≤ t ≤ T tenemos
r(t) = ±as(t) + n(t).
◮ En un correlador la señal recibida es multiplicada por la señal s(t) e

integrada en el intervalo [0, T ]
r(t) R
y(t)
(·) y
T
s(t)
122 /
Demodulador tipo Correlador para Señalización Antipodal III
◮ La señal a la salida del correlador

Z t
y(t) = r(τ )s(τ )dτ
0
Z t
= (±as(τ ) + n(τ ))s(τ )dτ

0
Z t Z t
= ±a s(t)s(τ )dτ + n(τ )s(τ )dτ

0 0
123 /
Demodulador tipo Correlador para Señalización Antipodal IV
◮ Por lo tanto, en el instante t = T tendremos
y(T ) = ±a + n
donde n es una variable aleatoria Gaussiana definida por

Z T
n= n(t)s(τ )dτ
0
◮ El valor esperado de n es:

Z T
E[n] = E[n(τ )]s(τ )dτ = 0, (41)

0
124 /
Demodulador tipo Correlador para Señalización Antipodal V
◮ y la varianza de n es
Var[n] = E[n2 ]
hZ T Z T i
=E n(τ )n(τ ′ )s(τ )s(τ ′ )dτ dτ ′
0 0
Z T Z T
= E[n(τ )n(τ ′ )]s(τ )s(τ ′ )dτ dτ ′
0 0
Z T
= E[n(τ )n(τ )]s(τ )s(τ )dτ

0
Z T
N0
= s2 (τ )dτ
2 0
N0
=
2
125 /
Demodulador tipo Correlador para Señalización Antipodal VI
◮ Por lo tanto, n es una variable aleatoria Gaussiana con media cero y

varianza N0 /2.
◮ La densidad condicional en ±a es
1 2
fR|C (r| ± a) = √ e−(r∓a) /N0 (42)
πN0
◮ La salida del correlador es entrega a un dispositivo que decide el
símbolo detectado, tal como vimos en detección antipodal al comienzo
de este capítulo.
126 /
Correlador para Señalización Binaria Ortogonal I
◮ Consideremos ahora el caso en que utilizamos dos señales ortogonales

para hacer la modulación binaria.
◮ Esto es, utilizamos las señales
s1 = (s11 , s12 ) = (a, 0)

s2 = (s21 , s22 ) = (0, a)
Entonces, en el intervalo 0 ≤ t ≤ T tenemos
r(t) = sm (t) + n(t), m = 1, 2.
127 /
Correlador para Señalización Binaria Ortogonal II
◮ La señal recibida es bidimensional dado que sm (t) es un vector de

dimensión 2. Por lo tanto, debemos proyectar la señal recibida sobre
las dos señales que forman la base que representa el espacio: ϕ1 (t), y
ϕ2 (t).
◮ Obtenemos
ZT
ym (t) = r(τ )ϕm (τ )dτ, m = 1, 2. (43)
0
128 /
Correlador para Señalización Binaria Ortogonal III
◮ Supongamos que la señal transmitida es
s1 (t) = s11 ϕ1 (t),
por lo tanto,
ZT
y1 ≡ y1 (T ) = [s11 ϕ1 (τ ) + n(τ )]ϕ1 (τ )dτ
0
= s11 + n1
= a + n1
129 /
Correlador para Señalización Binaria Ortogonal IV
donde
ZT
n1 = n(τ )ϕ1 (τ )dτ

0
es una variable aleatoria Gaussiana (la deducción es la misma vista en

la sección anterior).
◮ Por lo tanto, podemos utilizar la siguiente estructura de correlador:
130 /
Correlador para Señalización Binaria Ortogonal V
Rt
y1 (t)
(·) y1
0
r(t) T
ϕ1 (t)
Rt
y2 (t)
(·) y2
0
ϕ2 (t)
131 /
Correlador para Señalización Binaria Ortogonal VI
◮ La salida del segundo correlador es
ZT
y2 ≡ y2 (T ) = [s11 ϕ1 (τ ) + n(τ )]ϕ2 (τ )dτ

0
ZT ZT
= s11 ϕ1 (τ )ϕ2 (τ )dτ + ϕ2 (τ )n(τ )dτ

0 0
| {z }
0
= n2
◮ La salida del correlador es
y = (a + n1 , n2 ). (44)
132 /
Correlador para Señalización Binaria Ortogonal VII
◮ Similarmente, si
s2 (t) = s22 ϕ2 (t),
tenemos que
y = (n1 , a + n2 ). (45)
◮ La salida del correlador es la entrada de un detector binario con
entrada vectorial.
133 /
Correlador para Señalización Binaria Ortogonal VIII
◮ Notemos que (n1 , n2 ) define un vector Gaussiano multivariado con

media
E[(n1 , n2 )] = (0, 0)
y matriz de covarianzas

X E[n1 n1 ] E[n1 n2 ] N0 1 0
= =
E[n2 n1 ] E[n2 n2 ] 2 0 1
◮ Como n1 y n2 no están correlacionadas, y (n1 , n2 ) es Gaussiano,

entonces n1 y n2 son independientes.
134 /
Correlador para Señalización Binaria Ortogonal IX

◮ Por lo tanto, la densidad conjunta entre (y1 , y2 ) condicional a la
transmisión de s1 es

1 2 −(y1 −a)2 /N0 −y2 /N0
fy|s (y1 , y2 |s1 ) = √ e e 2 . (46)
πN0
◮ Similarmente, la densidad conjunta entre (y1 , y2 ) condicional a la
transmisión de s2 es

1 2 −y2 /N0 −(y2 −a)2 /N0
fy|s (y1 , y2 |s2 ) = √ e 1 e . (47)
πN0
◮ Podemos observar que una consecuencia que n1 y n2 sean
independientes es el hecho que
fy|s (y1 , y2 |sm ) = fy1 |s (y1 |sm )fy2 |s (y2 |sm ) (48)
135 /
Diseño Óptimo de Receptores Demodulador de Filtro Adaptado
Demodulación via Filtro adaptado en Señalización Antipodal I
◮ Vamos a utilizar un filtro diferente para hacer la detección. Vamos

ilustrar los principios de demodulación y detección considerando el
caso binario antipodal y con señalización ortogonal.
◮ La señal recibida por el receptor es
r(t) = sm ϕ(t) + n(t), 0 ≤ t ≤ T ; m = 1, 2. (49)
donde s1 = +a, y s2 = −a.

◮ Consideremos un filtro lineal cuya respuesta al impulso es
h(t) = ϕ(T − t) 0 ≤ t ≤ T, (50)
es decir, igual a una versión en reversa de la señal ϕ(t).
136 /
Demodulación via Filtro adaptado en Señalización Antipodal II
y(t)
r(t) ϕ(T − t) y
T
◮ La salida del filtro lineal es
Zt
y(t) = r(τ )h(t − τ )dτ

0
Zt
= r(τ )ϕ(T − t + τ )dτ
0
137 /
Demodulación via Filtro adaptado en Señalización Antipodal III
◮ Por lo tanto, en t = T
ZT
y ≡ y(T ) = r(τ )ϕ(τ )dτ
0
ZT
= [sm ϕ(τ ) + n(τ )]ϕ(τ )dτ

0
ZT ZT
= sm ϕ(τ )ϕ(τ )dτ + n(τ )ϕ(τ )dτ
0 0
= sm + n
es decir, la salida del filtro ajustado es la misma que un correlador.
138 /
Demodulación via Filtro adaptado en Señalización Antipodal IV
◮ Consideremos por ejemplo la señal
t
ϕ(t) = A , 0 ≤ t ≤ T.
T
entonces,

t
h(t) = ϕ(T − t) = A 1 − , 0 ≤ t ≤ T.
T
139 /
Demodulación via Filtro adaptado en Señalización Antipodal V
Zt
s(t) = ϕ(τ )ϕ(T − t + τ )dτ
0
Zt
A A
= τ (T − t + τ )1[0,T ] (τ )1[t−T,t] (τ )dτ
T T
0
donde la función
(
1 a≤t≤b
1[a,b] (t) =
0 en otro caso.
140 /
Demodulación via Filtro adaptado en Señalización Antipodal VI
recibe el nombre de función indicatriz o función característica del

conjunto [a, b].
◮ La multiplicación de dos funciones características se puede escribir en
términos de una sola, de la siguiente forma
1[a,b] (t)1[c,d] (t) = 1[a,b]∩[c,d](t)
obviamente, si b < c, 1[a,b] (t)1[c,d] (t) = 0.

◮ En general,
1[a,b]∩[c,d] (t) = 1[máx(a,c),mı́n(b,d)] (t).
con la suposición tácita que máx(a, c) ≤ mı́n(b, d).
◮ Volviendo al problema original, tenemos que considerar 4 subcasos:
141 /
Demodulación via Filtro adaptado en Señalización Antipodal VII
◮ Si t < 0, la función 1[0,T ] (τ ) = 0 en todo el intervalo de integración, y

por lo tanto,
s(t) = 0.
si t < 0.
142 /
Demodulación via Filtro adaptado en Señalización Antipodal VIII
◮ Si 0 ≤ t ≤ T ,
Zt
A2
s(t) = 2 τ × (T − t + τ )1[0,T ] (τ )1[t−T,t] (τ )dτ
T
0
Zt
A2
= 2 τ × (T − t + τ )1[0,t] (τ )dτ
T
0
Zt
A2
= 2 [τ (T − t) + τ 2 )dτ
T
0
A2 h t2 t3 i
= 2 (T − t) + .
T 2 3
Entonces, s(T ) = T A2 /3.
143 /
Demodulación via Filtro adaptado en Señalización Antipodal IX
◮ Si T ≤ t ≤ 2T
Zt
A2
s(t) = 2 τ × (T − t + τ )1[0,T ] (τ )1[t−T,t] (τ )dτ
T
0
Zt
A2
= 2 τ × (T − t + τ )1[t−T,T ] (τ )dτ
T
0
ZT
A2
= 2 [τ (T − t) + τ 2 )dτ
T
t−T
2h 2
A T (t − T )2 T 3 − (t − T )3 i
= 2
(T − t) − (T − t) + .
T 2 2 3
y por lo tanto, s(T ) = T A2 /3. Además, si t = 2T, s(2T ) = 0.
144 /
Demodulación via Filtro adaptado en Señalización Antipodal X
◮ Para t > 2T se tiene que s(t) = 0 pues la función [t − T, t] ∩ [0, T ] = ∅.
y(T )
T 2T
◮ El valor máximo de la señal y(t) se alcanza en y(T ) y corresponde a la
energía de la señal ϕ(t).
145 /
Señalización Binaria Ortogonal I
◮ En la sección de uso de correladores con señalización binaria ortogonal

vimos que la demodulación de una señal modulada de esta forma
requería del uso de dos correladores.
◮ En el caso del filtro adaptado, esto también es necesario.
◮ Consideremos los filtros con respuestas al impulso dados por
h1 (t) = ϕ1 (T − t), 0 ≤ t ≤ T,
h2 (t) = ϕ2 (T − t), 0 ≤ t ≤ T.
146 /
Señalización Binaria Ortogonal II
◮ Definimos las salidas de cada filtro como

Zt
ym (t) = r(τ )hm (t − τ )dτ, m = 1, 2. (51)

0
◮ Las muestras en t = T son

Zt
ym = r(τ )hm (t − τ )dτ,
0
Zt
= r(τ )ϕm (τ )dτ, m = 1, 2.

0
147 /
Señalización Binaria Ortogonal III
◮ Las salidas de ambos filtros son idénticas a las del banco de

correladores.
148 /
Diseño Óptimo de Receptores Propiedades del Filtro Adaptado
Propiedades del Filtro Adaptado I
◮ El filtro adaptado tiene algunas propiedades que lo hacen relevante al

momento seleccionar demoduladores.
◮ La propiedad más interesante es la siguiente:
Teorema
Si una señal s(t) sufre de ruido blanco aditivo Gaussiano, el filtro cuya
respuesta al impulso se ajusta a s(t) maximiza la razón señal-a-ruido a la
salida del detector.
◮ Para demostrar este resultado consideremos la señal recibida
r(t) = s(t) + n(t)
donde n(t) es un proceso Gaussiano de media 0 y densidad espectral

de potencia N0 /2.
149 /
Propiedades del Filtro Adaptado II
◮ Asumamos que r(t) pasa a través de un filtro h(t), de modo que la

señal a la salida del filtro es
Zt
y(t) = r(τ )h(t − τ )dτ

0
Zt Zt
= s(τ )h(t − τ )dτ + n(τ )h(t − τ )dτ
0 0
= ys (t) + yn (t).
◮ En el instante de muestreo t = T tenemos
y(T ) = ys (T ) + yn (T ).
150 /
Propiedades del Filtro Adaptado III
◮ Las señales ys (t) e yn (t) representan las componentes de señal y

ruido, respectivamente, en la señal y(t).
◮ La razón señal-a-ruido a la salida del filtro es

S E[ys2 (T )]
= (52)
N O E[yn2 (T )]
◮ El término del numerador es constante, por lo tanto
E[ys2 (T )] = ys2 (T )
151 /
Propiedades del Filtro Adaptado IV
◮ La potencia de la porción de ruido en la señal es
ZT ZT
E[ys2 (T )] = E[n(τ )n(t)]h(T − τ )h(T − t)dtdτ
0 0
ZT ZT
N0
= δ(τ − t)h(T − τ )h(T − t)dtdτ
2
0 0
ZT
N0
= h2 (T − t)dt
2
0
152 /
Propiedades del Filtro Adaptado V
Por lo tanto, la varianza de yn (T ) depende de la densidad espectral

del ruido y de la energía de la respuesta al impulso h(t).
◮ Sustituyendo en la expresión original tenemos
T 2
R
s(τ )h(T − τ )dτ
S 0
= T
N O N0 R 2
2 h (T − t)dt
0
153 /
Propiedades del Filtro Adaptado VI
◮ La maximización de la razón señal-a-ruido se debe hacer buscando el

valor máximo del numerador manteniendo el valor de la energía
ZT
h2 (T − t)dt
0
constante.
154 /
Propiedades del Filtro Adaptado VII
◮ Para calcular el valor máximo del numerador, utilizaremos la

desigualdad de Cauchy-Schwartz, que establece que para señales de
energía g1 (t) y g2 (t) se tiene
" #2
Z∞ Z∞ Z∞
2
g1 (t)g2 (t)dt ≤ g1 (t)dt g22 (t)dt (53)
−∞ −∞ −∞
con igualdad si g1 (t) = Cg2 (t) para alguna constante arbitraria C.
155 /
Propiedades del Filtro Adaptado VIII

◮ Definiendo
g1 (t) = h(T − t)1[0,T ] , g2 (t) = s(t)1[0,T ] ,
tenemos que
" T #2
Z ZT ZT
2
h(T − t)s(t)dt ≤ h (T − t)dt s2 (t)dt (54)
0 0 0
y por lo tanto
T 2
R
s(τ )h(T − τ )dτ ZT
S 0
= T
≤ s2 (t)dt.
N O N0 R
2 h2 (T − t)dt 0
0
156 /
Propiedades del Filtro Adaptado IX
◮ El valor máximo se alcanza cuando h(t) = s(T − t), es decir, el filtro

adaptado alcanza la máxima razón señal-a-ruido para un pulso de
energía Es dado.
◮ En este caso,

S 2Es
= . (55)
N O N0
157 /
Interpretación en el Dominio de la Frecuencia I
◮ Consideremos el filtro adaptado h(t) = s(T − t). Su transformada de

Fourier es
ZT
H(f ) = s(T − t)e−2πf t dt

0
hZ
T i
= s(τ )e2πf τ dt e−2πf T
0
= S (f )e−2πf T .
∗
◮ Por lo tanto, |H(f )| = |S(f )|, y ∠H(f ) = −∠S(f ) − 2πf T .
158 /
Interpretación en el Dominio de la Frecuencia II
◮ En consecuencia, la señal y(t) = s(t) ∗ s(−t) tiene un espectro
Y (f ) = |S(f )|2 e−2πf T .
◮ Por lo tanto, la componente de señal ys (t) satisface

Z∞
ys (t) = Y (f )e2πf t df
−∞
Z∞
= |S(f )|2 e−2πf T e2πf t df
−∞
159 /
Interpretación en el Dominio de la Frecuencia III
y en el instante de muestreo
Z∞ ZT
2
ys (T ) = |S(f )| df = s2 (t)dt = Es . (56)
−∞ 0
(aplicando el Teorema de Parseval).
160 /
Interpretación en el Dominio de la Frecuencia IV
◮ La potencia total del ruido es

Z∞
Pn = S0 (f )df
−∞
Z∞
N0
= |H(f )|2 (f )df
2
−∞
Z∞
N0
= |S(f )|2 (f )df
2
−∞
Es N0
=
2
161 /
Interpretación en el Dominio de la Frecuencia V
◮ Finalmente, la relación señal-a-ruido es

S Es2
= Es N . (57)
N O 2
0
que es el mismo resultado que habíamos derivado originalmente.
162 /
Detectores para Modulación M -aria I
◮ El objetivo de la modulación M -aria es enviar en forma simultánea

grupos de símbolos, en lugar de hacerlo en forma individual.
◮ En el capítulo anterior estudiamos varias formas de lograr este
objetivo:
(1) PAM M -ario (o MPSK).
En este caso M = 2k y se utiliza un solo pulso de forma φ(t).
sm (t) = sm ϕ(t), 0 ≤ t ≤ T, m = 1, 2, . . . , M.
donde φ(t) es un pulso de Nyquist.

En general, la amplitud
sm = (2m − 1 − M )A, m = 1, 2, . . . , M.
para algún valor positivo A.
163 /
Detectores para Modulación M -aria II
(2) Ortogonal M -aria

En este caso se utiliza un conjunto de señales ortogonales sm (t) con un
amplitud fija A.
sm (t) = sm ϕm (t), 0 ≤ t ≤ T, m = 1, 2, . . . , M.
(3) Simplex de Señales

Corresponde a una construcción que se hace a partir de cualquier
conjunto ortogonal de señales. En este caso se define
M
X
1
s′m (t) = sm (t) − sl (t).
M
l=1
164 /
Detectores Óptimos para Señalización M -aria en el Canal AWGN
◮ Vamos a asumir que el sistema de transmisión utiliza señalización

ortogonal M -aria, donde M = 2k , para algún k entero.
◮ El canal bajo estudio es un canal bajo ruido aditivo blanco Gaussiano
con densidad espectral de potencia N0 /2, de modo que
r(t) = sm (t) + n(t), 0 ≤ t ≤ T. (58)
◮ Nuestra intención es diseñar un sistema que basado en la observación

r(t) pueda estimar la secuencia (b1 , . . . , bk ) transmitida, minimizando
la probabilidad de cometer un error.
165 /
Demodulador de Señal I
◮ Al igual que en el caso de demodulación binaria, vamos a separar el

proceso en dos etapas: demodulación de la señal y detección.
◮ La función del demodulador de señal es convertir r(t) en un vector
N -dimensional y = (y1 , . . . , yN ), donde N es la dimensión del espacio
de señales transmitidas.
◮ La función del detector es decidir cual de las posibles M señales fue la
transmitida, basado en la observación del vector y.
166 /
Demodulador de Señal II
◮ En este caso, cada señal sm (t) puede ser representada por
N
X
sm (t) = smk ϕk (t), 0 ≤ t ≤ T, m = 1, 2, . . . , M.
k=1
en términos de la base de señales ortogonales {ϕk (t) que generan el

espacio completo de señales {sm (t)}.
◮ Utilizando el sistema de coordenadas derivado de la representación
geométrica del espacio de señales:
sm = (sm1 , . . . , smN ), m = 1, 2, . . . , M.
◮ Tendremos dos tipos de demoduladores: del tipo correlador, que

consiste en N correladores en paralelo, o del tipo filtro adaptado, que
consiste de N filtros adaptados en paralelo.
167 /
Demodulador Tipo Correlador
T
R
y1 (t)
(·) y1
0
ϕ1 (t)
T
R
y2 (t)
(·) y2
0
r(t)
ϕ2 (t) T
T
R
yN (t)
(·) yN
0
ϕN (t)
168 /
Demodulador Tipo Filtro Adaptado
y1 (t)
ϕ1 (T − t) y1
y2 (t)
ϕ2 (T − t) y2
r(t)
yN (t)
ϕN (T − t) yN
169 /
◮ Se se recibe la señal r(t) tenemos (en el caso de usar un demodulador

tipo correlador), en la rama k-ésima
ZT ZT
r(t)ϕk (t)dt = [sm (t) + n(t)]ϕk (t)dt
0 0
yk = smk + nk (59)
donde
ZT
smk = sm (t)ϕk (t)dt
0
ZT
nk = n(t)ϕk (t)dt
0
170 /
◮ Podemos escribir la ecuación en forma vectorial:
y = sm + n (60)
◮ Notemos que en general, tenemos

N
X N
X
r(t) = smk ϕk (t) + nk ϕk (t) + n′ (t)
k=1 k=1
XN
= yk ϕk (t) + n′ (t)
k=1
donde
N
X
n′ (t) = n(t) − nk ϕk (t)
k=1
171 /
es un proceso Gaussiano de media cero que representa la diferencia

entre el proceso de ruido original n(t) y la parte que corresponde a la
proyección n(t) en la base {ϕk (t)}.
◮ Vamos a ver que n′ (t) no juega ningún rol en la determinación del
valor de la señal transmitida, y por lo tanto, la decisión se puede basar
en forma exclusiva en yk .
172 /
◮ Notemos que tenemos los siguientes resultados respecto de n:
ZT
E[nk ] = E[n(t)]ϕk (t)dt
0
ZT
E[nk nm ] = E[n(t)n(τ )]ϕk (t)ϕ(τ )dtdτ
0
ZT
N0
= δ(t − τ )ϕk (t)ϕ(τ )dtdτ
2
0
N0
= δmk .
2
173 /
◮ Por lo tanto, n es una Gaussiana multivariada de media cero y matriz

de covarianza N20 I, es decir
XN n2
1 j
f (n) = exp − . (61)
(πN0 )N/2 i=1
N0
◮ Las salidas del correlador, condicional en la transmisión de la señal

sm (t) son variables aleatorias Gaussianas de valor medio
E[yk ] = E[smk + nk ] = smk ,
y varianza
N0
E[yk2 ] = .
2
174 /
◮ Dado que los nk son independientes, ello implica que los yk también lo
son. Ello simplifica el cálculo de la función densidad de probabilidad
conjunta y = (y1 , . . . , yN ), condicional en sm :
N
Y
f (y|sm ) = f (yk |smk ), m = 1, 2, . . . , M,
k=1
donde

1 (yk − smk )2
f (yk |smk ) = √ exp − , k = 1, 2, . . . , N.
πN0 N0
175 /
◮ Por lo tanto,
N
1 X (yk − smk )2
f (y|sm ) = exp − (62)
(πN0 )N/2 i=1
N0
1
2
= exp − ||y − sm || /N0 (63)
(πN0 )N/2
◮ Es y suficiente para determinar sm ? En otras palabras, existe alguna

otra información que pudiésemos extraer de n′ (t)para mejorar nuestra
estimación de sm ?
◮ Vamos a demostrar que n′ (t) no está correlacionadas con las salidas
{yk }.
176 /
◮ Primero, calculamos la correlación entre n′ (t) e yk :
E[n′ (t)yk ] = E[n′ (t)smk ] + E[n′ (t)nk ]

= E[n′ (t)nk ]
" #
N
X
=E n(t) − nj ϕj (t) nk
j=1
ZT N
X
= E[n(t)n(τ )]ϕk (τ )dτ − E[nj nk ]ϕj (t)
0 k=1
N0 N0
= ϕk (t) − ϕk (t) = 0.
2 2
◮ Esto implica que n′ (t) y rk no están correlacionadas, y como n′ (t) e
yk son Gaussianas, entonces son independientes.
177 /
◮ De esta forma, n′ (t) es estadísticamente irrelevante para la decidir qué

señal fue la transmitida.
◮ Este resultado es válido tanto para demoduladores tipo correlador
como filtro adapatado.
178 /
Detector Óptimo I
◮ Cuando se transmite una señal sm en un canal AWGN, la señal

demodulada es un vector y que contiene toda la información relevante
acerca de la señal transmitida.
◮ El vector y es la suma de dos vectores: el vector de señal sm , y un
vector de ruido n.
◮ El primero es un punto en una constelación de señales, mientras que n
es un vector cuyas componentes son Gaussianas, independientes, de
media 0 y varianza N0 /2.
◮ Por ello, n tiene simetría esférica en torno a cada punto de la
constelación, que usualmente se representa como una “nube” de
simetría esférica en torno a sm .
179 /
Detector Óptimo II
◮ El valor N0 /2 determina el “radio” de la esfera: si N0 es pequeño, las

nubes estarán altamente concentradas en torno a sm . Si el valor es
grande, la nube estará más “esparcida” en el espacio.
◮ Deseamos construir un decodificador que maximice la probabilidad a
posteriori del dispositivo, es decir:
máx Pr{la señal sm fue transmitida|y}.

m
180 /
Detector Óptimo III
◮ Utilizando la regla de Bayes tenemos
f (y|sm )P (sm )
P (sm |y) = , (64)
f (y)
donde
M
X
f (y) = f (y|sm )P (sm ).
m=1
181 /
Detector Óptimo IV
◮ De las expresiones que vimos antes, tenemos que la función de

log-verosimilitud es
N
X
N 1
loge f (y|sm ) = − loge (πN0 ) − (yk − smk )2 (65)
2 N0 k=1
N 1
=− loge (πN0 ) − ||y − sm ||2 . (66)
2 N0
◮ El criterio de máxima verosimilitud es equivalente a determinar la señal
sm que minimiza la distancia Euclidiana con y, por lo que el criterio
recibe el nombre alternativo de detección de distancia mínima.
182 /
Detector Óptimo V
◮ Notar que
||y − sm ||2 = ||y||2 − 2 < y, sm > +||sm ||2 , m = 1, 2, . . . , M.
◮ Como el término ||y||2 es común a todos los términos, el problema se

simplifica a determinar m∗ tal que
sm∗ = argmin − 2 < y, sm > +||sm ||2 (67)

m
◮ Notemos finalmente que si todas las señales tienen la misma energía,

esto es ||sm ||2 = EM , el criterio se simplifica a determinar la señal que
maximiza la correlación entre la señal y y sm .
◮ Por lo tanto, el demodulador tipo correlador, o equivalentemente el de
filtro adaptado, son óptimos en el sentido que maximizan la
probabilidad a posteriori del decodificador.
183 /

Modulación y Demodulación Digital en Banda Base EM757

Cargado por

Copyright:

Formatos disponibles

Modulación y Demodulación Digital en Banda Base EM757

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Modulación y Demodulación Digital en Banda Base EM757

Cargado por

Copyright:

Formatos disponibles

EM757 - Seminario de Telecomunicaciones

Patricio Parada - Jorge Silva

Representación Geométrica de Señales

Modulación en Banda Base

Detección en Canales sin Ruido

Detección Binaria en Canales con Ruido Aditivo Gaussiano

Diseño Óptimo de Receptores

Detectores para Modulación M -aria

Modulación Digital en AWGN

◮ Problema: Transmisión de una secuencia digital (binaria por ejemplo)

Representación Geométrica de Señales I

◮ Desarrollaremos una representación geométrica de señales como

Este tipo de esquema recibe el nombre de modulación binaria.

Representación Geométrica de Señales II

◮ Si agrupamos símbolos de mayor largo, por ejemplo,

Procedimiento de Ortonormalización de G-S I

◮ EL procedimiento de ortonormalización de Gram-Schmidt permite

Procedimiento de Ortonormalización de G-S II

◮ Consideremos un conjunto de M señales de energía

Procedimiento de Ortonormalización de G-S III

2. Para calcular ϕ2 (t) primero proyectamos s2 (t) en ϕ1 (t):

Definimos la señal auxiliar d2 (t) = s2 (t) − c21 ϕ1 (t). Finalmente

donde E2 es la energía de la señal auxiliar d2 (t).

Procedimiento de Ortonormalización de G-S IV

4. Continuar hasta que k = M .

EM757 - Seminario de Telecomunicaciones

Representación Geométrica de Señales I

◮ Una vez que tenemos el conjunto {ϕi (t)}, podemos expresar el

donde los coeficientes de peso smn corresponden a las proyecciones de

smn = sm (t)ϕn (t)dt. (6)

Representación Geométrica de Señales II

◮ La energía de la señal la podemos calcular en términos de los

Representación Geométrica de Señales III

◮ Además, el producto interno de señales puede ser calculado como el

◮ Ahora tenemos una representación geométrica para el conjunto de

Representación Geométrica de Señales IV

◮ Un canal analógico es un canal cuyas entradas son funciones continuas

◮ El desempeño de un modulador no puede ser interpretado en forma

◮ Un canal analógico quedará caracterizado por su entrada, una función

ac(t) + bc′ (t) 7→ av(t) + bv ′ (t). (8)

◮ El comportamiento del filtro queda descrito mediante la respuesta al

◮ Un canal de banda base es un canal lineal h(t) para el cual el soporte

Formas de Onda en Banda Base para Señalización Binaria I

◮ Usualmente, vamos a considerar un tren de datos binarios que fluyen a

Formas de Onda en Banda Base para Señalización Binaria II

◮ A veces vamos a considerar que s(t) es un pulso sin dimensión física, y

donde al depende del l-ésimo bit de datos.

Formas de Onda en Banda Base para Señalización Binaria III

◮ Este tipo de señalización también recibe el nombre de

Formas de Onda en Banda Base para Señalización Binaria IV

◮ La energía por bit transmitido, denotada por Eb es igual a la

◮ Notemos que la elección de la forma del pulso no es única. La

para cualquier pulso s(t).

Formas de Onda en Banda Base para Señalización Binaria V

◮ Otra forma de hacer señalización binaria es mediante la siguiente

◮ Este esquema recibe el nombre de desplazamiento on-off binario o

Formas de Onda en Banda Base para Señalización Binaria VI

◮ En el caso que s(t) es un pulso cuadrado, la codificación OOK recibe

◮ Una manera de realizar la labor de modulación en forma más eficiente

Señalización M -aria III