Fundamentos de

Telecomunicações
2022/2023
EE – TELE 3º Ano/EIC 3º Ano
Mateus Andrade
Sumário
• Sinais aleatórios
• Ruídos
• Erros

2
 Introdução
• Do ponto de vista do destinatário
• Todos os sinais de comunicação são aleatórios e imprevisíveis
• Se conhecesse o comportamento exato do sinal, a informação
recebida seria nula
• O recetor conhece
• Características gerais dos sinais usados:
• largura de banda,
• densidade espectral de potência,
• código e técnica de modulação

Modelo simplificado de um sistema de comunicação

Introdução
• Impossibilidade de descrição matemática determinísticas para sinais de
informação
• Lida-se com descrições probabilísticas em que os sinais são
modelados por processos aleatórios

• Em qualquer sistema de transmissão

• Para além dos de informação gerados pela fonte…
• …estão presentes outros sinais indesejáveis designados por ruído,
que não é possível eliminar totalmente.
Introdução: Ruído
• É intrinsecamente aleatório pela natureza dos fenómenos que o originam
• Podem e devem ser descritos com processos aleatórios

• Sinais aleatórios são a manifestação de processos aleatórios ou

estocásticos que têm lugar ao longo do tempo

• Vamos abordar os fundamentos da descrição de sinais por processos

aleatórios e em especial o ruído:
• Suas características mais importantes
• A forma como afeta as comunicações
Sinais aleatórios s1 (t ), s2 (t )..., si (t )
• Considere um conjunto de formas de onda correspondentes à emissão de
diferentes mensagens por uma fonte de informação;

Forma de onda num sinal s(t, a)

Sinais aleatórios s1 (t ), s2 (t )..., si (t )
• A mensagem concreta que é emitida a cada instante é desconhecida à
priori, sendo portanto imprevisível a forma de onda que irá ser
produzida;

• O conjunto de todas as formas de onda geradas pela fonte é

representado, formalmente, por s(t, a)
• Cada elemento do conjunto é designado por função amostra
corresponde a um determinado sinal:
• por exemplo: si(t)= s(t, ai)
 Sinais aleatórios s1 (t ), s2 (t )..., si (t )

• O argumento fulcral que faz de s(t, a) é a assunção de que quando se está a

observar uma função amostra não se sabe quais das amostras de trata

• Num instante t1, pode ocorrer um qualquer do conjunto dos valores possíveis s(t1, a),

o que significa que s(t1, a) constitui uma variável aleatória que toma valores

definidos por:

s(t1, a1), s(t1, a2), …, s(t1, ai)…

• s(t2, a) constitui outra variável aleatória… ,

Sinais aleatórios
• Um processo aleatório s(t) = s(t, a) não é mais que uma família de variáveis
aleatórias

s(t1), s(t2), s(t3), ...., s(ti)

• cujas funções densidade de probabilidade (fdp) descrevem o processo

aleatório nos respetivos instantes de tempo:


p  s1 (t1 )  A    p ( s1 )ds1

Médias de conjunto
p ( s, t )  conjunto de todas fdp
p ( s1 , t1 )  p1 ( s1 ); p ( s2 , t 2 )  p2 ( s2 )
Média Estatística ou valor médio de s (t )

s (t )  E[ s (t )]   s. p( s, t ).ds


Na operação de esperança E[], t é constante,

a média é função do tempo pelo facto das médias s (t1 ),
s (t2 ),...., poderem ser diferentes

s n (t )  E[ s (t )] 

 s n . p ( s, t ).ds
 Processos estacionários e ergódicos
• Um processo aleatório estacionário é aquele cujas características permanecem
invariantes no tempo:

• Translação na origem dos tempos para o conjunto de sinais amostra {s(t, ai)}
não afeta os valores das médias estatísticas:

s n (t1 )  s n (t 2 )  s n (t3 )  ...  s n (ti )

 s n (t ) não depende do tempo
 Sinal estacionário e ergódico
• O valor médio ms é igual à amplitude da componente contínua (DC);

• O quadrado da média ms2 é igual à potência normalizada da componente

contínua (DC).

• O valor quadrático médio s 2 é igual à potência média total armazenada s(t )

2

• A variância s 2
é igual à potência média das componentes variáveis no
tempo de s(t) ou seja a potência AC.

• O desvio padrão é igual à raiz do valor quadrático médio ou seja ao

valor eficaz das componentes variáveis no tempo de s(t).
 Processos estacionários e ergódicos
E[ s (t )]  s  ms
E[ s 2 (t )]  s 2  ms 2   s2
ms e  s2 são a média e variância
do processo aleatório s (t )
Valor médio T
2
si (t )]  E[ s (t )]  lim
T 
 s (t )dt
T
i
-
2
valor quadrático médio T
2
si 2 (t )]  E[ s 2 (t )]  lim
T 

T
si 2 (t ) dt  S
-
2
Sinal estacionário e ergódico
• Para efeitos de análise de sistema de informação
• A função densidade de probabilidade p(s) de um sinal aleatório ergódico
substitui a sua descrição temporal

• Os sinais de comunicação são razoavelmente bem modelados por

processos estocásticos ergódicos.
 Sinal estacionário e ergódico
• ERGODICIDADE:
• A pergunta crucial é a seguinte:
→ Médias temporais, obtidas a partir de um único registro do
fenômeno, fornecem os mesmos resultados que médias de conjunto?
• A resposta é: Algumas vezes. Quando isso ocorre, as médias são ditas
ergódicas.
• Um processo não pode ser simplesmente dito ergódico.
• A ergodicidade tem que estar diretamente relacionada com o valor
esperado (média) em questão.
Ruído
• Sinais elétricos indesejáveis
• Origem humana
• Influência de outros sistemas de comunicação

• Dispositivos de ignição e comutação elétrica

• …

• Origem natural
• Descargas atmosféricas

• Radiação extraterrestre

• Ruído dos circuitos elétricos

Ruído
• Um projeto de sistema de transmissão bem conseguido pode:
• Reduzir ou eliminar completamente certos tipos de ruído;

• Mas a presença de outros é mesmo inevitável o que impõe

limitações fundamentais ao desempenho dos sistemas.
Categorias de Ruído
• Ruído térmico (ou branco)

• Ruído de Intermodulação

• Diafonia (Crosstalk)

• Ruído impulsivo
Ruído Térmico
• Provocado pela agitação térmica dos eletrões nos condutores
• Movimento aleatório de partículas carregadas

• É uma função da temperatura a que o sistema se encontra

• Presentes em todos os equipamentos elétricos e eletrónicos

Ruído de Intermodulação
• Acontece quando sinais com diferentes componentes de frequência
partilham o mesmo meio de transmissão:
• Interferem entre si;
• Produzem sinais que são a soma ou a diferença das frequências que
compõem os sinais originais
• Sinais com potência muito alta ou defeito
Crosstalk
• Pode ocorrer no acoplamento elétrico ou magnético entre pares de
fios próximos ou entre fios coaxiais (+ raramente)
• Acoplamento indesejável entre percursos geográficos dos sinais

• Exemplo: escuta de conversações telefónica por causa de cruzamentos

de linhas.
Ruído Impulsivo
• Ocorrência irregular de pulsos ou estalos de curta duração e de
relativamente grande amplitude (spikes)
• Não continuo

• Causas variadas
• Perturbações eletromagnéticas externas (descargas atmosféricas)
• Falhas ocasionais no próprio sistema de transmissão
Ruído Impulsivo
• Perturba pouco as comunicações analógicas
• Uma transmissão telefónica pode ser corrompida por pulsos ou estalos
curtos sem perder inteligibilidade

• Perturba bastante as transmissões digitais

• Principal fonte de erro

• Um pulso de ruído de 10 ms corrompe cerca de 48 símbolos de dados

transmitidos a 4800 bauds
Ruído Térmico
• A teoria cinética das partículas diz que a energia média de uma partícula à
temperatura absoluta de T é proporcional a kT em que k é a constante de
Boltzman

• Quando uma resistência metálica de valor R está a uma temperatura T, o

movimento aleatório dos eletrões produz uma tensão aleatória de ruído n(t)
aos seus terminais.
Ruído térmico
• De acordo com o teorema do limite central
• n(t) possui uma fdp gaussiana pN(n) com
 ( n  mn )2
1  n2
pN ( n)  e
2 2
n

mn  n  0
2( k ) 2
 n2  n 2  R Volt 2
3h
Onde a temperatura  é medida em ºKelvin e
k  1.38 x1023 Joules/Kelvin  constante de Boltzman
h  6.60 x1034 Joules.segundo  constante de Planck
Ruído Térmico
• Resultados da mecânica quântica
• Equações do slide anterior

• Densidade espectral de potência do ruído térmico produzida

por uma resistência de R ohms

h f kT
N ( f ) R  2 RkT (1  ) Volt /Hz para f 
2 2

2kT h
Na prática
N ( f ) R  2 RkT Volt 2 /Hz
2
Ruído branco e gaussiano
• Para além do ruído térmico
• Muitas outras fontes se caracterizam por

• Uma fdp gaussiana

• Um densidade espectral constante ao longo de quase todo o

espectro.

• Chamado Ruído Branco por analogia com a luz branca

• Nas comunicações o ruído branco e gaussiano é um modelo aceitável
para o ruído total presente e manifesta-se de forma aditiva
Características do ruído branco e gaussiano


N( f ) 
2
watt/Hz
2

combinação de todas fontes de ruído (incluindo o térmico)
Largura de banda equivalente de ruído

• Uma densidade de potência de ruído constante

• Daria uma potência de ruído infinita no recetor

• Isso não acontece porque o sistema de transmissão tem uma

largura de banda limitada

• Limita a potência de ruído e limita-o

Largura de banda equivalente de ruído
 2  

N  N ( f ) H ( f ) df 
2 
H ( f ) df    H ( f ) df
2 2 2

 0

1
N  gBN com BN   H( f )
2
df
g 0

g  H( f )
2
max

BN - Lagura de Banda Equivalent e de Ruído ou

Largura de Banda de Ruído
 Exemplo 1
Considere-se o sistema de transmissão de 1ª ordem, com largura
de banda a 3 dB igual a BT, representado pela característica de
potência
1
H( f ) 
2
2
 f 
1  
 BT 
Exemplo 1
  1
1 BT
BN    f 
2
df  BT 
 f 
2
df
1  1 
0 0
 
 T 
B  T 
B

  f  
BN  BT  arctg     BT  1.57 BT
  BT   0 2
LB equivalente de ruído num sistema PB

Interpretação geométrica a BN. Verifica-se que a largura de banda de

ruído é cerca de 50% superior a largura de banda a 3 dBs (BT)
LB equivalente de Ruído
• É a largura de banda de um filtro ideal que deixa passar a
mesma potência de ruído que esse sistema e tem o mesmo
ganho máximo
• Se o sistema do exemplo fosse mais seletivo com uma transição de
corte mais abrupta

BN  BT
N   n2  gBT
Erros
Condificação (rev)
 Regeneração do sinal digital
• Suponhamos uma transmissão digital binária unipolar

• Os símbolos transmitidos são pulsos retangulares com Ts de duração, que

podem tomar apenas dois valores:

ak  0  valor lógico 0


ak  A  valor lógico 1
Entrada à entrada do receptor no instante t k
y (t k )  ak  n(t k )
Receptor binário de banda base
Regeneração de sinal binário unipolar
Probabilidade de erro
• Existe erro quando a estimativa não coincide com o valor transmitido:
x(tk )  x(tk )

• Interessa conhecer a probabilidade de erro porque é uma medida

importante da qualidade do sistema de transmissão digital:
Probabilidade de erro
Amplitude limiar V
0 V  A
Regeneração dá origem a erro se
O símbolo transmitido é 0 (ak  0)
e o ruído excede V n(tk )  V 
ou
O símbolo transmitido é 1 (ak  A)
e o ruído excede V A  n(tk )  V 
Probabilidade de erro
Pe  P(ak  0).P (n(tk )  V )  P (ak  A).P (n(t k )  A  V )
Ruído é estacionário 
P(n(tk )  xo )  P(n(t )  xo )  P(n  xo )
Pe  P(ak  0).P (n  V )  P (ak  A).P (n  A  V )
Símbolos estatisticamente independentes
Pe  P0 .Pe 0  P1.Pe1
1
1 e 0 equiprováveis  P(ak  0)  P(ak  A) 
2
1
Pe   P (n  V )  P (n  A  V ) 
2
Probabilidade de erro
 V 
Pe 0  P(n  V )   p N (n)dn  Q 
V
n 
V A V  A V 
Pe1  P(n  V  A)   p N (n)dn   p N (n  A)dn Q 
 
 n 
1 V   A V 
 
Pe  Q   Q 
2  n   n 

1 x
2

Q(k ) 
2 e
k
2
dx  Probabilid ade da cauda gaussiana
Probabilidade de cauda gaussiana: Ábaco
Probabilidade de erro
• Se os símbolos forem equiprováveis e
• Se o ruído afeta em média igualmente os símbolos transmitidos
𝑨
• Vout= (minimiza a probabilidade de erro)
𝟐

 A 
Pe  Q  
 2 n 
A2  S 
N  n 2
eS  Pe  Q  
2  2N 
rs
N   BT  
2
Limite inferior para a probabilidade de erro
 S 
Pe  Q  
  rs 
Amplitude de limiar de decisão e
probabilidades de erro
Probabilidade de Erro
• É habitual representar Pe em função da energia média por
símbolo Es

S
Es  S .Ts  Joules
rs
 S   Es 
Pe  Q    Q  
  rs    
E
 s = s equivalente à relação sinal-ruído

Probabilidade de erro
Probabilidade de erro

• A Probabilidade de uma variável aleatória gaussiana de média m

e variância σ2 tomar um valor maior do que m + k σ é dada por:

É chamada de probabilidade de cauda gaussiana

2
erf  k   erfc  k   1  erf  k 
k
 2 
e  x dx
2

erfc  k    e  x2
dx
 0
 k

1  x 
Q k   erfc  
2  2
Exemplo 1
• Um computador transmite por uma porta de comunicações pulsos
unipolares ao ritmo de 106 bps = 1 MBps para transmissão por um sistema
de ruído de densidade espectral de potência 4x10-20 W/Hz. Pretende-se
determinar o valor da potência média do sinal de modo a que a taxa de
erros não exceda um bit por hora.
Solução
Exemplo 2
1. Pulsos binários polares são recebidos com amplitude de pico Ap = 1mV. A
amplitude RMS do ruído do canal é de 192, 3μV. Utilizando a deteção por limiar e
sendo 0 e 1 igualmente prováveis, obtenha a probabilidade de erro de deteção.

2. Obtenha a probabilidade de erro para: (i) a sinalização on-off e (ii) a sinalização

bipolar, se são usados pulsos da mesma forma do ítem anterior, mas suas
amplitudes são ajustadas tal que a potência transmitida é a mesma do ítem
anterior.