princÍpios de comunicaÇÃo - ufpr · ruído branco: forma idealizada cuja densidade espectral de...
TRANSCRIPT
PRINCÍPIOS DE COMUNICAÇÃO
RUÍDO EM MODULAÇÕES ANALÓGICAS
Evelio M. G. Fernández - 2011
Processo Aleatório (ou Estocástico): Função aleatória do tempo para modelar formas de onda desconhecidas.
Processos Aleatórios
• Um processo aleatório, observado num instante de tempo é uma variável aleatória
• Processo Aleatório: conjunto indexado de V.A. onde o índice é o tempo.
• Para uma V.A: o resultado de um experimento aleatório é associado a um número.
• Para um processo aleatório: o resultado de um experimento aleatório é associado a uma forma de onda que é uma função do tempo.
Processos Aleatórios: Caracterização Estatística
( ) ( ) ( )( )ktXtXtX xxxFk
,,, 2121KL
Função de Distribuição Conjunta
Processo Aleatório Estacionário: A sua caracterização estatística é independente do tempo em que a observação do processo é iniciada,
( ) ( ) ( )( ) ( ) ( ) ( )( )ktXtXtXktXtXtX xxxFxxxFkk
,,,,,, 2121 2121KK LL =+++ τττ
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2-1
-0.5
0
0.5
1
x(t)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2-1
-0.5
0
0.5
1
y(t)
( )
( )[ ] ( ) ( ) ( ) ( )∫ ∫∞
∞−
∞
∞−
−==
=
2112212 0
0
ττττττ
μμ
ddRhhRtYE
H
XY
XY
Processos Estacionários
Exemplo: Densidade Espectral de Potência
( )[ ] ( ) ( )∫∞
∞−
= dffSfHtYE X22
( )⎪⎪⎩
⎪⎪⎨
⎧
Δ<±
Δ<±=
fff
ffffH
c
c
21,0
21,1
( )[ ] ( ) ( )cXc fSftYEffSe Δ≈→<<Δ 22
Densidade Espectral de Potência: Propriedades
( ) ( )
( )[ ] ( )
( )( ) ( ) realfor aleatório processo o se.4
0.3
.2
0.1
2
fSfSfS
dffStXE
dRS
XX
X
X
XX
=−≥
=
=
∫
∫∞
∞−
∞
∞−
ττ
Exemplo: Onda senoidal com fase aleatória
( ) ( )τπτ cX fAR 2cos2
2
= ( ) ( ) ( )[ ]ccX ffffAfS ++−= δ4
2
Exemplo: Seqüência binária aleatória
( )⎪⎩
⎪⎨
⎧
≥
<⎟⎟⎠
⎞⎜⎜⎝
⎛−
=
T
TT
ARX
τ
ττ
τ
,0
,12
( ) ( )fTTAfSX22 sinc=
Processos Gaussianos
( )( )
⎥⎥⎦
⎤
⎢⎢⎣
⎡ −−
=2
2
2
21 Y
Yy
YY yf σ
μ
σπ
Teorema do Limite Central: O efeito soma devido a um grande número de causas independentes tende a um processo Gaussiano
∞→≈+++= nxxxY n para Gaussiana21 L
Propriedades de um Processo Gaussiano, X(t)
• Quando X(t) passa por um sistema LIT, o processo de saída continua sendo Gaussiano
• Considerando um conjunto de V.A. X(t1), X(t2), ..., X(tn) resultantes da observação de X(t) em t1, t2, ..., tn, se X(t) for Gaussiano, esse conjunto de V.A. será conjuntamente Gaussiano ∀n.
• Se as V.A. X(t1), X(t2), ..., X(tn) de um processo Gaussiano não são correlacionadas, ou seja,
então essas V.A. são estatisticamente independentes
( ) ( )( ) ( ) ( )( )[ ] kitXtXEik tXitXk ≠=−− ,0μμ
• Ruído: Sinais indesejáveis que perturbam a transmissão e o processamento de sinais no receptor e que são incontroláveis
– Fontes externas: ruído atmosférico, galáctico e ruído provocado pelo homem
– Fontes internas: flutuações espontâneas de corrente ou tensão em circuitos elétricos
• Ruído Impulsivo: Resulta da natureza discreta da corrente• Ruído Térmico: Resulta do movimento aleatório de elétrons em um
condutor.
[ ] ( )22 Volts4 fkTRVE TN Δ=
k – Constante de Boltzmann = 1,38×10–23 Joules/K
T – Temperatura em K
R – Resistência em Ohms
Ruído Térmico: Modelos Equivalentes
Ruído Branco: Forma idealizada cuja densidade espectral de potência é independente da freqüência de operação
N0 = k⋅Te
Temperatura equivalente de ruído do receptor: Temperatura na qual um resistor ruidoso tem de ser mantido a fim de que, conectando-se o resistor àentrada de uma versão sem ruído, ele produza a mesma potência disponível de ruído na saída do sistema que a produzida por todas as fontes de ruído do sistema real.
Exemplo: Ruído branco na saída de um filtro passa-baixas ideal
( )⎪⎩
⎪⎨⎧
>
<<−=
Bf
BfBNfSN
,0
,2
0
( ) ( )ττ τπ BBNdfeNR fjN 2sinc
2 020 == ∫
∞
∞−
1. Num jogo de loteria a cada semana é sorteado um dos 100 possíveis números, sendo que cada apostador só pode escolher um número por aposta. O preço da aposta é de R$ 1,00 e o prêmio é de R$ 50,00 para cada aposta ganhadora.
a) Sendo x a V.A. que representa o valor arrecadado pela casa de apostas em cada aposta, determine o valor médio e a variância dessa variável.
b) Se numa dada semana são feitas 10000 apostas, qual a probabilidade de que essa casa de apostas tenha prejuízo nessa semana? Dica: utilize o teorema do limite central.
2. Considere o processo X(t) = acos(ω0t + Θ) V, onde Θ é uma variável aleatória com densidade uniforme no intervalo [0, 2π], e a éuma V. A. discreta, sendo P(a = 1) = P(a = 2) = ½.
a) Calcule E[X(t)], RX(t1, t2) e σX2(t).
b) Esse processo é ergódico na média? E na autocorrelação?
Modelo do Receptor
Característica Ideal do Ruído Filtrado
Modelo de Transmissão Banda Base
Receptor DSB-SC com Detecção Coerente
Propriedades de nI(t) e nQ(t) (Seção 1.11)
• nI(t) e nQ(t) têm valor médio igual à zero.
• Se n(t) for Gaussiano, então nI(t) e nQ(t) serão conjuntamente Gaussianos.
• Se n(t) for estacionário, então nI(t) e nQ(t) serão conjuntamente estacionários.
Propriedades de nI(t) e nQ(t) (cont.)
• nI(t) e nQ(t) têm a mesma densidade espectral de potência dada por
• nI(t) e nQ(t) têm a mesma variância que o ruído de banda estreita n(t).
• Se n(t) for Gaussiano, e SN(f) for simétrica em relação à freqüência fc, então nI(t) e nQ(t) serão estatisticamente independentes.
( ) ( ) ( ) ( )⎩⎨⎧ ≤≤−++−
==contrário caso,
,0
BfBffSffSfSfS cNcN
NN QI
Problema 2.46 – Haykin
Modelo de Receptor AM
Diagrama Fasorial para Modulação AM
Modelo de Receptor FM
Diagrama Fasorial Recepção FM
Análise do Ruído no Receptor FM
Diagrama Fasorial – Portadora sem Modular
Efeito de SNR baixa no Receptor
Efeito Limiar
Pré-Ênfase e Deênfase em FM
Pré-Ênfase e Deênfase em FM
a) Filtro de Pré-Ênfase. b) Filtro de Deênfase