Transmision Digital PDF

Transmisin Digital - Primera Parte
2016-2017
6 de septiembre de 2016
Jos Igna io Ronda

Santiago Zazo
Departamento de Seales, Sistemas y Radio omuni a iones, ETSIT, UPM
ndi e general
1. Re eptores ptimos
1.1.
1.2.
1.3.
1.4.
Representa in de seales deterministas . . . . . . . . . . . . . . . . . . . . .
1.1.1.
Espa io de seales de energa nita
1.1.2.
Transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . . .
13
1.1.3.
Auto orrela in . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
15
1.1.4.
Otras transformadas
16
. . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . .
1.1.5.
Modelo de sistema de transmisin paso banda
1.1.6.
Error en la fase de la portadora
. . . . . . . . . . . . .
17
. . . . . . . . . . . . . . . . . . . . .
19
1.1.7.
Complementos formativos
. . . . . . . . . . . . . . . . . . . . . . . .
19
Modelado probabilsti o del ruido . . . . . . . . . . . . . . . . . . . . . . . .
21
1.2.1.
Pro esos esta ionarios
. . . . . . . . . . . . . . . . . . . . . . . . . .
21
1.2.2.
Ruido blan o gaussiano . . . . . . . . . . . . . . . . . . . . . . . . . .
21
1.2.3.
Representa in ve torial del ruido . . . . . . . . . . . . . . . . . . . .
22
Re eptor ptimo para smbolos aislados . . . . . . . . . . . . . . . . . . . . .
25
1.3.1.
25
Estima in bayesiana . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3.2.
Estima in ptima de la seal transmitida . . . . . . . . . . . . . . .
25
1.3.3.
Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
32
1.3.4.
34
Interferen ia entre smbolos
. . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . .
38
1.4.1.
Introdu in . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
38
1.4.2.
Condi in general de no interferen ia entre smbolos . . . . . . . . . .
38
1.4.3.
Condi in de no IES para PAM y QAM
. . . . . . . . . . . . . . . .
39
1.4.4.
Cara tersti a en oseno alzado
. . . . . . . . . . . . . . . . . . . . .
45
1.4.5.
El aso multidimensional . . . . . . . . . . . . . . . . . . . . . . . . .
47
1.4.6.
Canal dis reto equivalente
. . . . . . . . . . . . . . . . . . . . . . . .
49
1.4.7.
. . . . . . . . . . . . . . . . . . . . . . . .
51
1.5.
Bibliografa
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
52
1.6.
Problemas resueltos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
53
2. Presta iones de modula iones digitales

2.1.
61
Cl ulo de probabilidades de error . . . . . . . . . . . . . . . . . . . . . . . .
62
2.1.1.
Probabilidades de error bsi as
. . . . . . . . . . . . . . . . . . . . .
62
2.1.2.
Cota de la unin
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
65
2.1.3.
Forma estndar de expresar la probabilidad de error . . . . . . . . . .
65
2.1.4.
Presta iones de modula iones bsi as . . . . . . . . . . . . . . . . . .
67
NDICE GENERAL
2.2.
2.1.5.
Probabilidades de error de bit . . . . . . . . . . . . . . . . . . . . . .
74
2.1.6.
E a ias de una modula in . . . . . . . . . . . . . . . . . . . . . . .
75
2.1.7.
. . . . . . . . . . . . . . . . . . . . . . . .
76
Compara in presta iones vs apa idad de anal . . . . . . . . . . . . . . . .
78
2.2.1.
78
Capa idad del anal gaussiano y e a ias de modula iones
. . . . . .
2.2.2.
Diagrama de e a ias de modula iones . . . . . . . . . . . . . . . . .
78
2.2.3.
. . . . . . . . . . . . . . . . . . . . . . . .
79
2.3.
Bibliografa
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
80
2.4.
81
3. Modula iones on memoria

3.1.
3.2.
87
Modula iones on memoria . . . . . . . . . . . . . . . . . . . . . . . . . . . .
88
88
3.1.1.
Ejemplo introdu torio
3.1.2.
Dete in de modula iones on memoria
. . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . .
89
3.1.3.
Algoritmo de Viterbi . . . . . . . . . . . . . . . . . . . . . . . . . . .
91
3.1.4.
Probabilidad de error en modula iones on memoria . . . . . . . . . .
93
3.1.5.
. . . . . . . . . . . . . . . . . . . . . . . .
95
Modula iones de fase ontinua . . . . . . . . . . . . . . . . . . . . . . . . . .
97
3.2.1.
Introdu in . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
97
3.2.2.
Des rip in
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
97
3.2.3.
Dete in
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
100
3.2.4.
Presta iones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
104
3.2.5.
Nuestro ejemplo de modula in on memoria . . . . . . . . . . . . . .
105
3.2.6.
. . . . . . . . . . . . . . . . . . . . . . . .
106
3.3.
Bibliografa
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
108
3.4.
109
4. Codi a in
115
4.1.
Modelo de sistema de transmisin digital . . . . . . . . . . . . . . . . . . . .
116
4.2.
Codi a in de anal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
118
4.2.1.
118
4.3.
4.4.
4.5.
Integra in de la odi a in de anal
Cdigos onvolu ionales
. . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
120
4.3.1.
Introdu in . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
120
4.3.2.
Codi a in . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
120
4.3.3.
Transmisin y dete in
. . . . . . . . . . . . . . . . . . . . . . . . .
124
4.3.4.
Evalua in de presta iones . . . . . . . . . . . . . . . . . . . . . . . .
126
4.3.5.
. . . . . . . . . . . . . . . . . . . . . . . .
130
Cdigos turbo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
133
4.4.1.
Introdu in . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
133
4.4.2.
Codi ador turbo on atenado en paralelo . . . . . . . . . . . . . . .
133
4.4.3.
El algoritmo BCJR . . . . . . . . . . . . . . . . . . . . . . . . . . . .
134
4.4.4.
De odi a in de digos turbo . . . . . . . . . . . . . . . . . . . . .
135
4.4.5.
Presta iones de odi adores turbo
. . . . . . . . . . . . . . . . . . .
136
4.4.6.
. . . . . . . . . . . . . . . . . . . . . . . .
136
. . . . . . . . . . . . . . . . . . . . . . .
137
Modula iones odi adas en rejilla
NDICE GENERAL
4.5.1.
Introdu in . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.5.2.
Anlisis de una modula in TCM . . . . . . . . . . . . . . . . . . . .
137
4.5.3.
Probabilidad de error . . . . . . . . . . . . . . . . . . . . . . . . . . .
140
4.5.4.
143
. . . . . . . . . . . . . . . . . . . . . . . .
137
4.6.
Bibliografa
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
145
4.7.
Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
146
A. Re eptores ptimos: anexos
157
A.1. Variables aleatorias y pro esos esto sti os . . . . . . . . . . . . . . . . . . .
158
A.1.1. Variables aleatorias . . . . . . . . . . . . . . . . . . . . . . . . . . . .
158
A.1.2. Variables aleatorias gaussianas . . . . . . . . . . . . . . . . . . . . . .
159
A.1.3. Pro esos esto sti os . . . . . . . . . . . . . . . . . . . . . . . . . . .
160
A.1.4. Auto orrela in y orrela in ruzada . . . . . . . . . . . . . . . . . .
161
A.1.5. Filtrado de pro esos esta ionarios . . . . . . . . . . . . . . . . . . . .
162
A.1.6. Densidad espe tral de poten ia de una modula in de amplitud
163
. . .
A.1.7. Cara teriza in de los ve tores de ruido . . . . . . . . . . . . . . . . .
165
A.2. Filtro adaptado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
168
B. Presta iones: anexos

B.1. Cota de la unin
169
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
170
B.2. Capa idad de anal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
175
. . . . . . . . . . . . .
175
B.2.2. Anlisis de los prin ipales anales . . . . . . . . . . . . . . . . . . . .
B.2.1. Teorema de Shannon de odi a in de anal
177
B.2.3. Curvas de apa idad
181
. . . . . . . . . . . . . . . . . . . . . . . . . . .
C. Modula iones on memoria: anexos
187
C.1. Presta iones de modula iones CPM . . . . . . . . . . . . . . . . . . . . . . .
D. Codi a in: anexos
188
191
D.1. Codi a in onvolu ional . . . . . . . . . . . . . . . . . . . . . . . . . . . .
192
D.1.1. Transformada D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
192
D.1.2. Presta iones de odi adores onvolu ionales . . . . . . . . . . . . . .
193
D.2. El algoritmo BCJR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
195
D.2.1. Algoritmo BCJR bsi o
. . . . . . . . . . . . . . . . . . . . . . . . .
195
D.2.2. Algoritmo BCJR logartmi o . . . . . . . . . . . . . . . . . . . . . . .
198
D.2.3. Apli a in a un odi ador onvolu ional . . . . . . . . . . . . . . . .
200
. . . . . . . . . . . . . . . . . . . . . . .
202
D.4. Presta iones de modula iones TCM . . . . . . . . . . . . . . . . . . . . . . .
D.3. Presta iones de odi adores turbo
204
E. Nota in y abreviaturas
207
NDICE GENERAL
Captulo 1
Re eptores ptimos
CAPTULO 1.
RECEPTORES PTIMOS
1.1. Representa in de seales deterministas

En este apartado repasamos las herramientas matemti as bsi as que nos van a permitir
manejar las seales que intervienen en el pro eso de la transmisin de la informa in.
1.1.1. Espa io de seales de energa nita

Una seal real o ompleja
s(t)
es
de energa nita entre y + si la integral
Es =
denominada
energa de la seal,
|s(t)|2 dt,
existe y es nita. Consideramos que dos seales uya dife-
ren ia tenga energa ero son la misma seal.
Se puede demostrar que este onjunto de seales, que se denota habitualmente omo
l2 (R),
es un
espa io ve torial sobre
el uerpo de los nmeros reales o el de los omplejos, si
onsideramos las opera iones de suma de seales y produ to de una seal por un es alar. En
este espa io denimos un produ to es alar entre las seales
produ to se dene omo
hr(t), s(t)i =
r(t)
s(t).
En el aso real, este
r(t)s(t) dt,
mientras que en el aso omplejo el produ to de las seales
r(t) = rc (t) + jrs (t), s(t) = sc (t) + jss (t)

se dene omo
hr(t), s(t)i =
=
=
r(t)s (t) dt
(rc (t) + jrs (t))(sc (t) jss (t)) dt
Z
(rc (t)sc (t) + rs (t)ss (t)) dt + j
(rs (t)sc (t) rc (t)ss (t)) dt
y tiene las propiedades
hx(t), y(t)i = hy(t), x(t)i

hx(t) + y(t), z(t)i = hx(t), z(t)i+hy(t), z(t)i, hx(t), y(t) + z(t)i = hx(t), y(t)i+hx(t), z(t)i
hx(t), y(t)i = hx(t), y(t)i , hx(t), y(t)i = hx(t), y(t)i
hx(t), x(t)i = 0 x(t) = 0
1 En
trminos ms rigurosos estamos deniendo las seales omo lases de equivalen ia de fun iones,
onsiderando equivalentes aquellas uya diferen ia es una fun in de energa ero.
1.1.
REPRESENTACIN DE SEALES DETERMINISTAS
La ltima propiedad se debe a que, omo hemos indi ado anteriormente, dos seales uya
diferen ia tenga energa ero las onsideramos la misma seal. Por eso una seal on energa
ero la onsideramos igual a la seal ero.
ortogonales
Dos seales son
si su produ to es alar es nulo. Dos seales omplejas sern,
por tanto, ortogonales si y slo si
(rc (t)sc (t) + rs (t)ss (t)) dt = 0,

(rs (t)sc (t) rc (t)ss (t)) dt = 0.
Es inmediato que la energa de la seal
s(t)
es
Es = hs(t), s(t)i .
A partir del on epto de energa de la seal se denen otros on eptos importantes. Se dene
la
norma de una seal omo la raz uadrada
de su energa:
ks(t)k =
La
distan ia entre
p
Es
dos seales se dene omo la norma de la diferen ia entre ambas:
d(r(t), s(t)) = kr(t) s(t)k
desigualdad de Cau hy-S hwartz
El produ to es alar satisfa e la
| hr(t), s(t)i | kr(t)kks(t)k

que slo es igualdad si
r(t)
s(t)
(1.1)
son propor ionales.
Nos ser de utilidad observar que ada muestra de la onvolu in de dos seales se puede
es ribir omo un produ to es alar:
s(t) h(t)|t=t0 =
s(t )h(t0 t ) dt = hs(t), h(t0 t) i .
(1.2)
El on epto de sistema ortonormal es fundamental para fa ilitar el manejo de seales.

Un
sistema ortonormal
es un onjunto de seales
{0 (t), ..., L1 (t)}
ortogonales dos a dos
y de energa unidad. Esta ondi in se expresa de forma ompa ta mediante la expresin
hi (t), j (t)i = ij ,
donde el smbolo
ij
re ibe el nombre de
ij =
delta de Krone ker y

1
0
si
si
se dene omo
i=j
i 6= j
M
M)
La importan ia de los sistemas ortonormales parte de que para ualquier onjunto de

seales arbitrarias
{s0 (t), ..., sM 1(t)}
existe un sistema ortonormal de
seales (L
10
CAPTULO 1.
RECEPTORES PTIMOS
en fun in del ual se pueden expresar todas las seales del onjunto omo ombina iones
lineales:
si (t) = si0 0 (t) + ... + si,L1 L1 (t)

La expresin anterior se denomina
senta in ortonormal de la seal.
Para obtener un sistema ortonormal on esta propiedad
a partir del onjunto de las seales

omo
desarrollo en serie de fun iones ortonormales o repre{si (t)}i=0,...,M 1
ortogonaliza in de Gram-S hmidt [1, 4.A.
se puede apli ar el algoritmo ono ido
Si ya ono emos el sistema ortonormal, multipli ando es alarmente ada lado de la e ua in anterior por una seal
k (t)
del sistema ortonormal obtenemos la rela in que nos
permite al ular los oe ientes:
hsi (t), k (t)i = sik .

Si apli amos esta misma frmula a una seal arbitraria
r(t) que
no se haya tenido en uenta
a la hora de denir el sistema ortonormal obtenemos los oe ientes de un desarrollo en serie
en el que tendremos que in luir un trmino de error:
r(t) = r0 0 (t) + ... + rL1 L1 (t) + r(t),

ri = hr(t), i (t)i .
Este desarrollo tiene una interpreta in geomtri a muy interesante:
La ombina in lineal
rS (t) = r0 0 (t) + ... + rL1 L1 (t)

resulta la mejor aproxima in (en el sentido de menor energa del error) de
del subespa io ve torial
El trmino de error
La seal
rS (t)
r es
se denomina
r(t) dentro
generado por el sistema ortonormal.
ortogonal a este subespa io.
proye in ortogonal
de la seal
sobre el subespa io
S.
El uso de desarrollos en serie de fun iones ortonormales fa ilita mu ho algunos l ulos

fundamentales. El produ to es alar de dos seales se puede al ular f ilmente a partir de
sus desarrollos en serie:
x(t) = x0 0 (t) + ... + xL1 L1 (t)

y(t) = y0 0 (t) + ... + yL1 L1 (t)
hx(t), y(t)i = hx0 0 + ... + xL1 L1 , y0 0 + ... + yL1 L1 i
= x0 y0 + ... + xL1 yL1

,
para uya omproba in basta apli ar la linealidad del produ to es alar y la ortonormalidad
del sistema de seales utilizado. Como onse uen ia, la energa de una seal y la distan ia
entre dos seales se pueden representar f ilmente en trminos de sus desarrollos en serie de
fun iones ortonormales:
Ex = |x0 |2 + ... + |xL1 |2 ,

d2 (x(t), y(t)) = |x0 y0 |2 + ... + |xL1 yL1 |2 .
El ono ido desarrollo en serie de Fourier de seales de dura in nita es un aso parti ular
de desarrollo en serie de fun iones ortonormales.
1.1.
11
Ejemplo
Queremos al ular la proye in ortogonal de la seal
s(t) = t w0,1 (t)

sobre el subespa io
generado por las seales
f0 (t) = w0,1/2 (t), f1 (t) = w1/2,1 (t).

Ne esitamos una base ortonormal del subespa io. Las seales que nos dan son ortogonales:
hf0 (t), f1 (t)i = 0

pero no son unitarias:
1/2
1
12 dt = ,
2
0
Z 1
1
E[f1 (t)] =
12 dt = .
2
1/2
E[f0 (t)] =
Para onvertirlas en seales unitarias dividimos entre su norma, on lo que obtenemos la

base ortonormal:
1
f0 (t) = 2w0,1/2 (t),
kf0 (t)k
1
f1 (t) = 2w1/2,1 (t).
1 (t) =
kf1 (t)k
0 (t) =
Ahora podemos al ular la proye in ortogonal utilizando la frmula:
PS s(t) = hs(t), 0 (t)i 0 (t) + hs(t), 1 (t)i 1 (t)

" Z
#
Z 1

1/2
2
2
=
t dt 0 (t) +
t dt 1 (t)
0
1/2
3
1
= 2 0 (t) + 2 1 (t)
8
8
3
1
= w0,1/2 (t) + w1/2,1 (t).
4
4
Para omprobar que el resultado es orre to omprobamos si el error de proye in es ortogonal a todas las seales de una base del subespa io. El error de proye in vale
e(t) = s(t) PS s(t) =
1
t
4

3
w0,1/2 (t) + t
w1/2,1 (t),
4
que es, omo sabemos que debe o urrir, ortogonal a las seales de la base del subespa io:
he(t), f0 (t)i =
he(t), f1 (t)i =
1/2
e(t)dt = 0,
0
1
e(t)dt = 0.
1/2
La gura 1.1 muestra las seales de este ejemplo.
12
CAPTULO 1.
RECEPTORES PTIMOS
s(t)
1
0.5
0.2
0.4
0.6
0.8
phi (t)
phi (t)
1.5
1.5
0.5
0.5
0.2
0.4
0.6
0.8
0.2
Ps(t)
0.4
0.6
0.8
0.8
s(t) Ps(t)
0.8
0.6
0.5
0.4
0
0.2
0
0.2
0.4
0.6
0.8
0.5
0.2
0.4
0.6
Figura 1.1: Ejemplo de proye in ortogonal. Arriba: seal que vamos a proye tar. Centro: seales de una base ortonormal del subespa io sobre el que vamos a proye tar. Abajo:
Proye in y error de proye in.
1.1.
13
1.1.2. Transformada de Fourier

La
seal
transformada de Fourier (TF) onvierte
X(f ) = F [x(t)]
una seal ompleja de energa nita en otra
de a uerdo on la frmula
X(f ) =
x(t)ej2f t dt.
La seal ini ial se puede re uperar omo
x(t) =
La variable
es la
fre uen ia, que
X(f )ej2f t df.
se mide en Hz.
En algn texto se utiliza omo deni in de la transformada la frmula
X() =
x(t)ejt dt
que orresponde on la transformada inversa
1
x(t) =
2
La variable
se denomina
pulsa in y
X()ejtd.
se expresa en radianes por unidad de tiempo.
En este texto utilizaremos las siguientes propiedades de la TF:

Desplazamiento:
Modula in:
F [x(t t0 )] = ej2f t0 X(f )
F [x(t)ej2f0 t ] = X(f f0 )
Transformada de la parte real:
1
[X(f ) + X (f )]
2
F [ Re x(t)] =
Convolu in:
Produ to:
F [x(t) y(t)] = X(f )Y (f )
F [x(t)y(t)] = X(f ) Y (f )
Conjuga in:
F [x (t)] = X (f )
x(t) es real y par, es
x(f ) = F [X(t)].
Tambin nos ser util el he ho de que si

enton es
X(f )
es tambin real y par y
La transforma in de Fourier preserva el produ to es alar
x(t)y (t) dt =
2 Usando
de ir,
(teorema de Plan herel):2
X(f )Y (f ) df,
la nota in en tenemos
Z
x(t)y (t) dt =
1
2
x(t) = x(t) = x (t),
X()Y () d.
14
CAPTULO 1.
RECEPTORES PTIMOS
es de ir,
hx(t), y(t)i = hX(f ), Y (f )i .
En parti ular,
E[x(t)] = hx(t), x(t)i = hX(f ), X(f )i = E[X(f )],
luego la transformada de Fourier transforma una seal de energa nita en otra seal de
energa nita. La frmula
E[x(t)] =
justi a que la fun in
se denomine
|X(f )|2 df
Sx (f ) = |X(f )|2
densidad espe tral de energa de la seal x(t).
Tambin se dedu e una ondi in su iente de ortogonalidad importante: dos seales
uyos espe tros no se solapan son ortogonales.
Vamos a men ionar un par de seales de este tipo, transformadas una de la otra, que
resultan parti ularmente importantes en Transmisin Digital. Deniendo la
ventanado
(
1 a t b,
wa,b (t) =
0 en los dems
fun in de en-
asos,
X(f ) = w1/(2T ),1/(2T ) (f ) es

Z 1/(2T )
j2f t
df =
x(t)e
ej2f t df
la transformada inversa de
x(t) =
=
jt/T
1 e
t
Como la energa de
X(f )
jt/T
e
2j
1/(2T )
sin(t/T )
1 sin(t/T )
1
=
sinc(t/T ).
t
T t/T
T
es
1/(2T )
1 df =
1/(2T )
resulta que las seales
0 (f ) =
y
0 (t) =
1
T
T w1/(2T ),1/(2T ) (f )
T
1
sinc(t/T ) = sinc(t/T )
T
T
son dos seales unitarias, ada una transformada dire ta e inversa de la otra. A partir de
ellas vamos a obtener sendos sistemas ortonormales. Denimos
k (f ) = 0 (f )ejk2f T , k Z.
Resultan ser un onjunto ortonormal, pues
1/2T
hk (f ), l (f )i = T
ej(lk)2f T df
1/2T
(
1
=
T (1/(j2nT ))(ejn ejn ) = 0
si
si
k = l,
l k = n 6= 0.
1.1.
15
0.8
0.6
0.4
0.2
0.2
0.4
3
Figura 1.2: Seales sin desplazadas, que forman parte de un sistema ortonormal de innitas
seales.
Por tanto sus transformadas inversas
1
k (t) = sinc(t/T )
T
tambin forman un sistema ortonormal. La gura 1.2 muestra uatro seales de este sistema
para
T = 1.
Obsrvese que en los dos ejemplos los onjuntos de seales son ortonormales a
pesar de que las seales se solapan tanto en el tiempo omo en fre uen ia.
A partir de las seales
k (f )
tambin podemos denir un sistema ortonormal de seales
denidas en el tiempo. Cambiando
por
1/T
or
T0
queda el onjunto de seales
1
wT0 /2,T0 /2 (t)ejk2t/T0 .
T0
Si las retrasamos
T0 /2
para que queden ausales, ambiando
por
t T0 /2,
opera iones que
no altera la energa ni la ortogonalidad, obtenemos el sistema ortonormal
1
k (t) = w0,T0 (t)ejk2t/T0
T0
que resultan ser ( asi) las fun iones base de la modula in OFDM, que se podra onsiderar
la de mayor importan ia pr ti a en la a tualidad.
1.1.3. Auto orrela in

La
auto orrela in de
una seal
h(t)
se dene omo
rh ( ) = hh(t + ), h(t)i
o, equivalentemente,
rh ( ) =
h( + t)h (t)dt =
h( t)h (t)dt = h( ) h ( ).
16
CAPTULO 1.
RECEPTORES PTIMOS
Algunas propiedades f iles de omprobar son las siguientes:
F [rh ( )] = |H(f )|2,
(1.3)
= h(t t0 ) r ( ) = rh ( ),
h(t)
h
rh (0) = kh(t)k2 ,
rh (0) |rh ( )|.
(1.4)
(1.5)
(1.6)
La propiedad (1.3) en parti ular nos indi a que la transformada de Fourier de la auto orrela in es la densidad espe tral de energa de la seal. La propiedad (1.6) es onse uen ia de
la desigualdad de Cau hy-S hwartz:
|rh ( )| = | hh(t + ), h(t)i |

kh(t + )kkh(t)k
= kh(t)k2
= hh(t), h(t)i
= rh (0).
1.1.4. Otras transformadas

Para jar la nota in, in luimos las deni iones y frmulas bsi as de otras transformadas.
Denimos la
transformada de Lapla e (bilateral) de

X(s) =
la seal
x(t)
omo
x(t)est dt
para los valores omplejos
en los que la integral onverja. La frmula de inversin es una
integral en una urva del plan omplejo dependiente del re into de onvergen ia (ver [9 para
sta y otras uestiones de este apartado).
La
transformada de Fourier de una se uen ia x[n]

j
X(e ) =
se dene omo
x[n]ejn
n=
y su frmula de inversin es
1
x[n] =
2
La
transformada Z bilateral
X(ej )ejn d.
de la se uen ia
dada por
X(z) =
x[n]
es la fun in de la variable ompleja
x[n]z n
n=
denida donde la serie onverja. Su frmula de inversin es tambin una integral en el ampo
omplejo.
1.1.
17
1.1.5. Modelo de sistema de transmisin paso banda

Modula in DBLC
La
modula in en Doble Banda Lateral en Cuadratura (DBLC)
seales reales paso bajo
xc (t), xs (t)
transforma un par de
en una seal real paso banda
x(t) = xc (t) cos(2fc t) xs (t) sin(2fc t)

omo veremos a ontinua in, los an hos de banda de
fc
xc (t)
xs (t)
deben ser menores que
para que la opera in sea invertible.

Viendo el par
(xc (t), xs (t))
omo una seal ompleja
x(t) = xc (t) + jxs (t)
tenemos
x(t) = [x(t)ej2fc t ].
(1.7)
En el dominio de la fre uen ia (gura 1.3), utilizando la frmula de la transformada de la

parte real, tenemos
x(t)
x(t)ej2fc t
X(f )
X(f fc )
x(t) = [x(t)ej2fc t ]
) = 1 [X(f fc ) + X (f fc ) ]
X(f
|
{z
}
2
X ((f + fc ))
X(f )
)
X(f
Figura 1.3: Espe tros de una seal limitada en banda y del resultado de su modula in
DBLC.
Por tanto
)
X(f
es esen ialmente
X(f )
La ondi in de que el an ho de banda de
desplazada a
x(t)
fc
ms
sea inferior a
X (f )
fc
desplazada a
fc .
es la que asegura que las
dos versiones desplazadas en fre uen ia de su espe tro no se solapen, y por lo tanto la seal
original pueda re uperarse a partir de una ualquiera de ellas.
18
CAPTULO 1.
RECEPTORES PTIMOS
De he ho, la seal original se puede expresar a partir de la modulada omo
+ fc )u(f + fc ),
X(f ) = 2X(f
es de ir,
x(t) es
la
seal paso bajo equivalente (tambin denominada envolvente ompleja) de
x(t).
La demodula in se implementa mediante ltrado paso banda seguido de multipli a in
por
2 cos 2fc t
2 sin 2fc t
y ltrados paso bajo (gura 1.4).
2 cos c t
cos c t
sc (t)
FPBajo
FPBanda
sen c t
ss (t)
rc (t)
2 sen c t
n(t)
FPBajo
rs (t)
Figura 1.4: Canal on modulador y demodulador DBLC.
Canal paso bajo equivalente

Si la seal modulada pasa por un anal modelado por un sistema lineal invariante on
respuesta en fre uen ia
H(f )
obtenemos
)H(f ),
Y (f ) = X(f
luego al demodular (obtener seal paso bajo equivalente) obtenemos
Y (f ) = 2Y (f + fc )u(f + fc )
+ fc )H(f + fc )u(f + fc )
= 2X(f
+ fc )u(f + fc ) H(f + fc ) .
= 2X(f
|
{z
} | {z }
X(f )
He (f )
He (f ) se ono e omo respuesta
del
anal paso bajo equivalente (aten in a la deni in, que
no in luye la multipli a in por 2).

Ejemplo: Canal on multitraye to:
h(t) = (t) + (t t0 )
H(f ) = + ej2f t0
He (f ) = + ej2(f +fc )t0

he (t) = (t) + ej2fc (t t0 )
1.1.
19
1.1.6. Error en la fase de la portadora

x(t) = xc (t) + jxs (t)
Si modulamos
on
ej(2fc t+)
en lugar de
ej2fc t ,
transmitimos
[x(t)ej(2fc t+) ] = [x(t)ej ej2fc t ],

luego si demodulamos on
ej2fc t
re uperamos
x(t)ej .
En resumen: las seales omplejas propor ionan un modelo matemti amente equivalente
del pro eso de transmisin de seales moduladas en DBLC, en el que se in luyen de forma
muy sen illa (gura 1.5):
La distorsin lineal del anal.
Los errores de fase en la re upera in de la portadora.
En la se in siguiente veremos que el ruido tambin se in luye de forma sen illa en el sistema
equivalente.
H(f )
DBLC
DBLC
n(t)
He (f )
n omp (t)
Figura 1.5: Modelo de anal y su versin paso bajo equivalente. Las e has dobles indi an
seales omplejas.
1.1.7. Complementos formativos

Para el manejo de seales de variable ontinua en sus versiones muestreadas se propor iona un onjunto de rutinas bsi as de manejo. Todas ellas se basan en la representa in
de las seales mediante una estru tura on los ampos
t0:
Primer instante de muestreo
delta_t:
vals:
Periodo de muestreo
Array on
muestras de la seal.
20
CAPTULO 1.
RECEPTORES PTIMOS
Las rutinas bsi as de manejo de seales omienzan por el prejo
signal.
Su uso es muy in-
tuitivo. Por ejemplo, para omprobar que para dos seales se veri a el teorema de Plan herel
(test_Plan herel.m) haramos lo siguiente:
% Fijamos el periodo de muestreo.

delta_t = 0.01;
% Generamos la seal x(t) = sen(2*pi*f*t), f=1, enventanada entre 0 y 1.
x = signal_box('sin',stru t('t0',0,'t1',1,'f',1),delta_t);
% Visualizamos la seal.
figure; signal_plot(x);
% Generamos la seal y(t) = sen(2*pi*f*t), f=1.2, enventanada entre 0 y 1.
y = signal_box('sin',stru t('t0',0,'t1',1,'f',1.2),delta_t);
% Visualizamos la seal.
figure; signal_plot(y);
% Cal ulamos las transformadas de Fourier
% on amplifi a in por 10 de la resolu in espe tral
% para visualizarlas mejor.
% Las transformadas se alma enen en una estru tura del mismo tipo.
xf = signal_ft(x,10);
yf = signal_ft(y,10);
% Visualizamos el mdulo de las transformadas.
figure; signal_plot(signal_map(xf,abs));
figure; signal_plot(signal_map(yf,abs));
% Cal ulamos el produ to es alar de las seales ini iales.
signal_sp(x,y)
% Cal ulamos el produ to es alar de sus transformadas.
signal_sp(xf,yf)
La rutina Gram_S hmidt.m implementa la ortogonaliza in de Gram-S hmidt. El s ript
s ript_gs.m ilustra el uso de esta rutina. Estudiar el digo de estas rutinas.
1.2.
21
MODELADO PROBABILSTICO DEL RUIDO
1.2. Modelado probabilsti o del ruido

1.2.1. Pro esos esta ionarios
Un
pro eso esto sti o esta ionario
es una seal aleatoria uyas ara teriza in proba-
bilsti a no vara en el tiempo. Para un pro eso
auto orrela in
y la
x(t)
de este tipo se dene la
fun in de
Rx ( ) = E[x(t + )x (t)]
fun in densidad espe tral de poten ia

Sx (f ) = F [Rx ( )] .
Esta fun in indi a mo est distribuida en el espe tro la poten ia del pro eso, de forma
xf (t) que apare e

x(t) a la entrada es
que la poten ia de la seal

banda de paso
[f0 , f1 ]
on
E[|xf (t)| ] =
a la salida de un ltro paso banda ideal on
f1
Sx (f )df.
f0
Si a la entrada de un sistema lineal invariante on respuesta al impulso
h(t)
situamos un
x(t) se puede demostrar (anexo A.1.5) que a la salida del

y(t) del mismo tipo, on fun in de auto orrela in
pro eso esta ionario de media nula

sistema nos apare e un pro eso
Ry ( ) = Rx ( ) h( ) h ( ).
Este resultado se ono e omo
Teorema de ltrado de pro esos esta ionarios.
1.2.2. Ruido blan o gaussiano

El ruido trmi o, que es el ms habitual en los sistemas de omuni a iones, se modela
omo un
pro eso esto sti o esta ionario gaussiano on media nula. Su densidad espe tral de
poten ia es aproximadamente onstante en el rango de fre uen ias utilizado en la pr ti a,

de forma que se onsidera onstante
Sn (f ) =
N0
2
y, equivalentemente, fun in de auto orrela in,
Rn ( ) =
El parmetro
N0 /2
se denomina
N0
( ).
2
densidad espe tral de poten ia bilateral.
Si este pro eso pasa por un ltro paso bajo ideal el pro eso que apare e a la salida es un
pro eso esta ionario gaussiano on densidad espe tral de poten ia
del ltro y ero fuera de ella. Estos pro esos se denominan
en banda.
N0 /2 en
la banda de paso
ruido blan o gaussiano limitado
La gura 1.6 muestra realiza iones de ruido blan o gaussiano on distintas limita iones
en banda.
22
CAPTULO 1.
RECEPTORES PTIMOS
Si este ruido se presenta a la entrada de un demodulador DBLC (se in 1.1.5), apare e

a la salida omo una seal de ruido ompleja
n omp (t) = nc (t) + jns (t),
(1.8)
uyas partes real e imaginaria se pueden modelar omo pro esos independientes de ruido
blan o gaussiano limitado en banda, ada uno de ellos on densidad espe tral de poten ia
bilateral
N0 ,
lo que orresponde a una fun in de auto orrela in
Rn omp ( ) = 2N0 ( ).
El sistema on modula in DBLC y su equivalente se muestran en la gura 1.7.
10
0
10
10
0
10
10
0
10
10
0
10
Figura 1.6: Ruido blan o gaussiano on distintas limita iones en banda.
1.2.3. Representa in ve torial del ruido

Si onsideramos un sistema ortonormal de seales
pro eso de ruido blan o gaussiano omo:
{j }j=0,...,L1,
podemos representar el
n(t) = n0 0 (t) + ... + nL1 L1 (t) + n

(t),
donde las
ni
son
ni = hn(t), i (t)i .
En la des omposi in anterior distinguimos dos trminos:
nS (t) n0 0 (t)+...+nL1 L1 (t) es la proye in ortogonal de n(t) sobre el subespa io

S generado por las seales del sistema ortonormal.
ve torial
1.2.
23
MODELADO PROBABILSTICO DEL RUIDO
H(f )
DBLC
DBLC
n(t)
He (f )
n omp (t)
Figura 1.7: Sistema paso bajo equivalente. Las e has simples indi an seales reales y las
e has dobles seales omplejas.
nort (t)
es la diferen ia entre
n(t)
y su proye in sobre el espa io de seal. Esta dife-
ren ia es ortogonal al espa io de seal y onsituye el error de proye in.
n(t) es ruido blan o gaussiano real de densidad espe tral

N0 /2, los oe ientes ni tienen las siguientes propiedades:
Si
de poten ia bilateral onstante
1. Son gaussianos, por ser fun in lineal de variables aleatorias gaussianas (las muestras
de
n(t)).
2. Son de media nula.

3. Son de varianza
n2 = N0 /2
y ovarianzas nulas (y por lo tanto independientes).
En efe to, en uantoa la media tenemos
E[ni ] = E
Z
Z
n(t)i (t)dt =
E[n(t)]i (t)dt =
0 (t)dt = 0
y las varianzas y ovarianzas se pueden al ular de la siguiente forma:
Z
Por tanto, los
ni
Z
E[ni nj ] = E
n(t)i (t)dt
n(u)j (u)du = E
n(t)n(u)i (t)j (u)dtdu

Z Z
Z Z
=
E [n(t)n(u)] i (t)j (u)dtdu =
Rn (t u)i (t)j (u)dtdu

Z Z
Z Z
N0
N0
(t u)i (t)j (u)dtdu =
(t u)i (t)dt j (u)du
=
2
2
Z
N0
N0
i (u)j (u)du =
ij .
=
2
2
onstituyen onjuntamente una variable aleatoria multidimensional que
representaremos omo el ve tor
n = (n0 , ..., nL1 ).
El aso de ruido ms general se onsidera en el apndi e A.1.7. En parti ular tenemos

que estos resultados se mantienen on la ni a ondi in de que la densidad espe tral del
ruido sea onstante en el an ho de banda o upado por las seales de la base ortonormal.
24
CAPTULO 1.
RECEPTORES PTIMOS
Es interesante es ribir la densidad de probabilidad onjunta del ve tor
n = (n0 , . . . , nL1 ).
Como sus omponentes son independientes, ser igual al produ to de las marginales, y, por
tanto,
fn (n) = fn0 (n0 ) . . . fnL1 (nL1 )

1
1
2
2
2
2
=
en0 /(2n ) . . .
enL1 /(2n )
2n
2n
2
n2
++n
L1
1
0
2
2n
e
=
(2)L/2 nL
knk2
1
2
e 2n .
=
(2)L/2 nL
Si apli amos la misma des omposi in, en lugar de a
(denido en la e ua in 1.8), los oe ientes
ni
n(t),
al ruido omplejo
n omp (t)
sern variables aleatorias omplejas
ni = nic + jnis
n(t) es ruido blan o gaussiano omplejo de densidad
tante N0 resulta que la variable aleatoria real aso iada
Si
espe tral de poten ia bilateral ons-
(n0c , n0s , ..., nL1,c , nL1,s )

es tambin de omponentes independientes de media nula y on la misma varianza, que en
este aso vale
N0 .
Adems en ambos asos el error de proye in
ni .
nort (t) es
independiente de los oe ientes
Las demostra iones de todas estas propiedades se propor ionan en el apndi e A.1.7.
1.3.
25
RECEPTOR PTIMO PARA SMBOLOS AISLADOS
1.3. Re eptor ptimo para smbolos aislados

1.3.1. Estima in bayesiana
Los elementos de un problema de estima in bayesiana en la versin que nos interesa son
los siguientes:
Una variable aleatoria dis reta
on probabilidades respe tivas
I (in gnita) que puede tomar los valores {a0 , ..., aN 1 }

P0 , ..., PN 1 .
Una variable aleatoria ontinua multidimensional

dependiente de
I,
X = (X0 , ..., XL1 ) (observa in),
ara terizada por las fun iones de densidad de probabilidad ondi-
ional
fX (x0 , ..., xL1 |ai ).
estimar el valor de I (des ono ido) a partir del valor de X ( ono ido) de forma que la probabilidad de error en la estima in sea mnima. Ms formalmente,
El problema onsiste en
intentamos hallar una fun in
dec
que asigne a ada valor de
un valor de
de forma que
se minimi e la probabilidad de error, o, lo que es lo mismo, se maximi e la probabilidad de

a ierto
PA = P [I = dec(X)]
La de isin ptima
dec
est dada por el riterio
dec (x) = arg max P [I = ai |X = x].

ai
arg maxai
donde el operador
a la que se apli a.
Este es el riterio de
propor iona el valor del argumento
ai que maximiza la expresin
mxima probabilidad a posteriori (MAP).
En efe to, esta de isin
maximiza la probabilidad de a ierto, pues podemos es ribir sta, ondi ionando por el valor
de la observa in
x,
omo
PA = P [I = dec(X)] =
P [I = dec(x)|X = x]f (x) dx

RL
En trminos de los datos ini iales podemos poner esta fun in, utilizando la frmula de
Bayes, omo
dec (x) = arg max P [I = ai |X = x] = arg max f (x|ai )Pi /f (x) = arg max f (x|ai )Pi .
ai
ai
ai
(1.9)
1.3.2. Estima in ptima de la seal transmitida

El re eptor ptimo
si (t) a partir de la seal
r(t) = si (t) + n(t), supuesto ono ido el alfabeto de seales {si (t)}i=0,...,M 1 y sus
probabilidades respe tivas Pi (gura 1.8). Para poder redu ir el problema al problema de
Nos planteamos el problema de estimar la seal transmitida
re ibida
estima in bayesiana que hemos presentado vamos a utilizar las herramientas que ono emos
de manejo de seales de energa nita.
26
CAPTULO 1.
RECEPTORES PTIMOS
r(t)
si (t)
n(t)
Figura 1.8: Dete in de un smbolo aislado.
A tal efe to onsideramos el subespa io generado por las seales

denominaremos
espa io de seal,
y tomamos un onjunto ortonormal
sea un sistema generador del espa io de seal.
{si }0,...,M 1, al
{i (t)}i=0,...,L1
que
que
A ontinua in al ulamos los desarrollos respe to de esta base de la seal transmitida,

el ruido y la seal re ibida u
observa in. El desarrollo de la seal i ser:
si (t) = si0 0 (t) + ... + si,L1 L1 (t), sij = hsi , j (t)i .

El ruido re ibido se puede anlogamente expresar omo
n(t) = n0 0 (t) + ... + nL1 L1 (t) + nort (t), nj = hn(t), j (t)i ,

y la observa in omo
r(t) = r0 0 (t) + ... + rL1 L1 (t) + rort (t), rj = hr(t), j (t)i .

Como hemos indi ado en 1.2.3, los
de media nula y varianza
N0 /2,
nj
son, en el aso de ruido real, gaussianas, independientes,
y que
nort (t)
es independiente de los
nj .
Si el ruido es el
ruido blan o gaussiano omplejo que apare e a la salida de un demodulador DBLC, enton es
las partes real e imaginaria de los
ni
onstituyen tambin variables aleatorias gaussianas,
independientes y de media nula, pero su varianza es
N0 .
r0 = si0 + n0
h, 0 (t)i
r(t)
si (t)
rL1 = si,L1 + nL1

h, L1(t)i
n(t)
nort (t)
Error de proy.
Figura 1.9: Dete in de un smbolo aislado. Des omposi in de la seal re ibida en su

proye in sobre el espa io de seal y el error de proye in.
1.3.
27
Tenemos
rj = hr(t), j (t)i = hsi (t), j (t)i + hn(t), j (t)i = sij + nj ,

rort (t) = nort (t)
En el desarrollo de
r(t)
distinguimos su
proye in ortogonal sobre el espa io de seal
rS (t) = r1 0 (t) + ... + rL1 L1 (t) = si (t) + nS (t)

y su omponente
ortogonal al espa io de seal

rort (t) = nort (t)
En uanto al trmino
rort (t) = nort (t),
sabemos que es independiente tanto de la seal
no aporta ninguna informa in ni dire ta ni indire tamente (es de ir, a travs de los ni ) sobre la seal
transmitida, luego podemos pres indir de l. Conse uentemente podemos tomar la de isin
transmitida omo de las omponentes de ruido
ex lusivamente en base al ve tor
n0 , ..., nL1 .
r = (r0 , . . . , rL1 ), on
Por lo tanto
lo que hemos al anzado el propsito
de reformular el problema en trminos ve toriales. Nuestro problema se ha transformado en

el representado en la gura 1.10.
si
n
Figura 1.10: Dete in de un smbolo aislado: Formula in ve torial.
Para poder es ribir la expresin general de la de isin ptima ne esitamos las probabilidades de la observa in ondi ionadas a la seal transmitida. Pero esto es inmediato, puesto
que
ondi ionada a
si
es
r|si n + si ,
donde
n = (n0 , . . . , nL1 ), si = (si0 , ..., si,L1 ),
y al ser la suma de una gaussiana
N(0, n2 )
ms una onstante, ser tambin gaussiana de parmetros
r|si N( = si , n2 ).
y por tanto su fun in de densidad de probabilidad ser
fr (r|si ) = fn (r si ),
donde
fn
es la fdp de una VA gaussiana multidimensional de omponentes independientes
on la misma varianza (e ua in (A.5)) y media nula.
28
CAPTULO 1.
s0 (t)
RECEPTORES PTIMOS
s1 (t)
s2 (t)
s3 (t)
-1
-1
Figura 1.11: Alfabeto de seales del ejemplo.
Ahora podemos apli ar dire tamente los resultados de estima in bayesiana (e ua in (1.9)).
La de isin ptima ser
fr (r|si )Pi
fr (r)
= arg max fr (r|si )Pi = arg max fn (r si )Pi
dec (r) = arg max P [si |r] = arg max

i
kr si k2
= arg max Pi exp
i
2n2
on
n2 =
N0
2
en el aso real y
n2 = N0
en el aso omplejo.
Ejemplo
Como ejemplo onsideramos las seales
{si }i=0,...,3 de la gura 1.11, ada una de las uales
se transmite, en un esquema de modula in sin memoria, on una probabilidad determinada,

tambin ono ida
Pi . La seal re ibida es r(t) y, de a uerdo on el modelo de anal que hemos
estable ido, ser la suma de una de las seales transmitidas ms una omponente de ruido:
r(t) = si (t) + n(t),

El problema onsiste en determinar ul de los uatro posibles su esos que expresa esta
e ua in es el ms probable. Siguiendo el pro edimiento estndar que a abamos de obtener, omenzamos hallando una base ortonormal del espa io de seal. En nuestro ejemplo,
la ortogonaliza in de Gram-S hmidt propor ionara las fun iones base
sentadas en la gura 1.12 (a).
{0 (t), 1 (t)}, repre-
El desarrollo de una seal respe to de la base hallada tendr la forma
si (t) = si0 0 (t) + si1 1 (t),

que nos permite representar las seales omo puntos en un espa io bidimensional (gura 1.12 (b)). Estos diagramas, que, obviamente, slo son posibles en los asos de dimensin
1.3.
29
0 (t)
1 (t)
1
1
1
(a)
s0 = 0
1
1
s1 = 0 + 1
2
2 3
s2 = 0
1
1
s3 = 0 1
2
2 3
1
s1
s2
s0
s3
(b)
Figura 1.12: Seales base (a) y diagrama de seal (b) para las seales de la gura 1.11
.
1
s1
s2
s0
s3
Figura 1.13: Combina iones seal+ruido que dan lugar a la misma observa in.
diagramas de seales, y su
onstela in de seales.
igual o inferior a tres, se denominan
aspe to justi a que el
alfabeto de seales tambin se denomine

El problema de determinar
si
dada una observa in
(gura 1.13) se puede plantear ya
de forma ve torial, tanto gr amente omo en forma de e ua in, siendo su formula in la
siguiente: Cul de las posibilidades
(r0 , r1 ) = (si0 + n0 , si1 + n1 ), i = 0, ..., 3,

orresponde a un su eso ms probable? Sabemos que la solu in es
dec (r) = arg max P [si |r] = arg max

i
= arg max f (r|si )Pi .

i
fr (r|si )Pi
fr (r)
30
CAPTULO 1.
RECEPTORES PTIMOS
Simpli a iones para asos parti ulares

Si las seales son equiprobables
dec (r) = arg max fr (r|si )Pi = arg max fr (r|si )

i
Este riterio se ono e en Teora de la Estima in omo riterio de
(MV).
mxima verosimilitud
Sustituyendo por la expresin de la probabilidad ondi ional de la observa in que a abamos de obtener, se omprueba que el riterio equivale a hallar la seal ms er ana a la
observa in:
kr si k2
i
i
2n2
2
= arg mn kr si k = arg mn kr si k.
dec (r) = arg max fr (r|si ) = arg max exp

i
Las distan ias que determinan la de isin son las que hay entre las seales y la proye in
ortogonal de la observa in sobre el espa io de seal,
kr si k = d(rS (t), si (t)).

Pero por el teorema de Pitgoras
d2 (r(t), si (t)) = d2 (rS (t), si (t)) + d2 (r(t), rS (t)),

y omo el ltimo trmino no depende de
si ,
tenemos
dec (r) = arg mn kr si k2 = arg mn d2 (rS (t), si (t))

i
i
2
= arg mn d (r(t), si (t)) d (r(t), rS (t)) = arg mn d2 (r(t), si (t))

i
= arg mn kr(t) si (t)k,

i
es de ir, que podemos utilizar igualmente omo riterio la minimiza in de las distan ias
entre la seal re ibida y las seales de la onstela in.
Este riterio de de isin tambin puede expresarse omo
dec (r) = arg mn kr si k2 = arg mn hr si , r si i

i
= arg mn hr, ri + hsi , si i (hr, si i + hsi , ri) = arg max 2 Re hr, si i Ei

i
(1.10)
= arg max 2 Re hr(t), si (t)i Ei

i
donde hemos usado que
hr, si i + hsi , ri = hr, si i + hr, si i = 2 Re hr, si i .

En la ltima frmula se ve que uando, adems de la misma probabilidad, todas las seales
tienen la misma energa, el riterio de mnima distan ia puede an simpli arse ms:
dec (r) = arg max

i
Este riterio se ono e omo de
Re
hr, si i = arg max
mxima orrela in.
Re
hr(t), si (t)i .
1.3.
31
1
s1
s2
s0
s3
(a)
1
s1
s2
s0
s3
(b)
Figura 1.14: Regiones de de isin.
Regiones de de isin
Sabemos que un riterio de de isin, ptimo o no, impli a una parti in del espa io de
seal en regiones de de isin, ada una de las uales orresponde al onjunto de observa iones
que impli an la misma estima in. En el aso de seales equiprobables estas regiones son
Ri = {r RL |d(r, si ) < d(r, sj )
para todo
j 6= i}.
Siguiendo nuestro ejemplo, la gura 1.14 (a) muestra la forma de obtener la regin de de isin
para la seal
s1
si
Pi = 1/4, i = 0, ..., 3.
Esta regin onsistir en la interse in de los
semiplanos obtenidos al hallar la mediatriz de los segmentos que la unen on todas las
dems seales. La gura 1.14 (b) muestra la parti in nal del espa io de seal en regiones
de de isin.
Implementa in del re eptor ptimo

El produ to es alar de dos seales
s(t)
(t)
se puede al ular (ver gura 1.15)
Mediante un multipli ador y un integrador ( uya ombina in se denomina

Con un ltro de respuesta de impulso
instante
t0
h(t) = (t0 t)
orrelador).
muestreando la salida en el
ha iendo uso de la observa in reejada en la e ua in (1.2):
(s(t) h(t))|t=t0 =
s(t )h(t0 t ) dt =
s(t ) (t ) dt = hs(t), (t)i .
32
CAPTULO 1.
r(t)
RECEPTORES PTIMOS
hr(t), (t)i
R
(t)
r(t)
hr(t), (t)i
(t0 t)
t = t0
Figura 1.15: Implementa iones del produ to es alar.
(t)
Re [(t)]
t0
Im [(t)]
(t)
(t1 t) (t1 > to )
(t0 t)
Figura 1.16: Implementa in del produ to es alar mediante ltrado.
El parmetro t0 (instante de muestreo y retraso de la seal) se puede elegir libremente, y

se suele tomar omo el valor mnimo que ha e el ltro ausal. Por ejemplo, si la seal
no nula entre 0 y
t1 , t0
se debe tomar mayor o igual a
t1 .
(t) es
La gura 1.16 nos muestra varios
ejemplos de ele in de este parmetro, donde las e has indi an los instantes de muestreo
orrespondientes a los distintos ltros.
El ltro on respuesta al impulso
s (t0 t)
se denomina
Es f il demostrar (ver A.2) que la muestra de la salida en
ltros adaptado a
t = t0
la seal
s(t).
propor iona la mxima
rela in seal a ruido que podemos obtener ltrando y muestreando la seal
s(t) + n(t).
La gura 1.17 representa el esquema de un re eptor ptimo basado en estos ltros.

Un esquema alternativo ligeramente distinto al anterior es el que resulta de la expresin (1.10), y que se representa en la gura 1.18
(re eptor de mxima orrela in).
1.3.3. Ejemplos
Veamos mo son los re eptores ptimos para algunas modula iones bsi as que estudiaremos en ms detalle en 2.1.4.
Las modula iones unidimensionales estn denidas por una seal base
0 (t)
y por los
1.3.
33
r(t)
0 (t0 t)
r0
1 (t0 t)
r1
L1 (t0 t)
rL1
maxi P (si |r)
si
Figura 1.17: Implementa in del re eptor ptimo basado en ltros adaptados.
t = t0
s0 (t0
r(t)
t)
c0
s1 (t0 t)
c1
max
i
sM 1 (t0 t)
Re ci
Ei
2
si
cM 1
Figura 1.18: Implementa in alternativa del re eptor ptimo para seales equiprobables ( ono ida omo
re eptor de mxima orrela in).
34
CAPTULO 1.
RECEPTORES PTIMOS
oe ientes que denen las distintas seales de la modula in. Casos parti ulares importantes
son
Modula in unidimensional real
(Pulse amplitude modulation (PAM)):

si (t) = Ai 0 (t).
Modula in unidimensional ompleja:
Quadrature amplitude modulation (QAM):
si (t) = (Bi + jCi )0 (t),

donde los oe ientes forman una ret ula uadrada.
Modula in unidimensional ompleja
Phase-Shift Keying (PSK):
si (t) = Aej2(i1)/M 0 (t).

En la gura 1.19 se muestra el esquema del re eptor ptimo para modula iones unidimensionales y ejemplos de regiones de de isin para las modula ions indi adas.
Otro ejemplo importante es el de las
seales omo dimensiones (L
= M)
modula iones ortogonales,
formadas por tantas
y seales de la misma energa
si (t) = Ai (t).
Las modula iones FSK pertene en a este grupo. La gura 1.20 muestra el diagrama del
re eptor ptimo para este tipo de modula iones.

El s ript
re _opt.m
simula el pro eso de transmisin y dete in ptima de una seal.
La gura 1.21 un ejemplo de apli a in de este s ript.
1.3.
35
r(t)
t = t0
0 (t0 t)
r0
arg mni |r0 si0 |
si
M =4
dmin
M =8
c
dmin
dmin
M =8
Figura 1.19: Diagrama del re eptor ptimo para modula iones unidimensionales y regiones
de de isin para el aso real (modula in PAM) de 4 y 8 seales y para los asos omplejos
de modula in QAM de 16 seales y PSK de 8 seales.
36
CAPTULO 1.
RECEPTORES PTIMOS
t = t0
0 (t0
r(t)
t)
1 (t0 t)
L1 (t0 t)
r0
r1 arg maxi
Re ri
si
rL1
Figura 1.20: Diagrama del re eptor ptimo para modula iones ortogonales.
1.3.
37
Seales
1
0.5
0
0.5
1
0.2
0.4
0.6
0.8
0.8
0.6
0.8
Base ortonormal
2
1
0
1
2
0.2
0.4
0.6
Seal transmitida
1
0.5
0
0.2
0.4
Ruido
0.5
0
0.5
0.2
0.4
0.6
Observacin
0.8
0.2
0.4
0.6
Proyeccin sobre S
0.8
0.2
0.4
0.6
Error de proyeccin
0.8
0.2
0.4
0.6
Seal detectada
0.8
0.2
0.4
0.8
2
0
2
2
1
0
0.5
0
0.5
1
0.5
0
0.6
Figura 1.21: Seales de una modula in, base ortonormal, y ejemplo de un pro eso de dete in, mostrando las seales impli adas. Gr a generada on
re _opt.m.
38
CAPTULO 1.
RECEPTORES PTIMOS
1.4. Interferen ia entre smbolos

1.4.1. Introdu in
En este aptulo estudiamos las ondi iones que deben veri ar las seales de una modula in digital para que el esquema de re eptor ptimo que hemos obtenido para smbolos
aislados en el aptulo anterior siga siendo ptimo para la dete in de se uen ias de smbolos.
En otras palabras, se trata de ver bajo qu ondi iones la presen ia de seales transmitidas
anterior y posteriormente no afe ta a la dete in de una seal on reta. Diremos que en
este aso no se produ e
interferen ia entre smbolos (IES).
Estudiaremos primero el aso
general, para luego profundizar en asos on retos relevantes.
1.4.2. Condi in general de no interferen ia entre smbolos

Para obtener una expresin de la ondi in de no IES en el aso general re ordamos que
el re eptor ptimo se basa en los produ tos es alares de la seal re ibida on las fun iones
de una base ortonormal del espa io de seal. Por lo tanto, para que los produ tos es alares
on los que intentamos identi ar la seal
n-sima
no se vean perturbados por las seales
anteriores o posteriores debe umplirse que las ontribu iones al produ to de las dems
seales se anulen.
Consideramos que la seal global transmitida es
v(t) =
n=
s(n) (t nT )
s(n) (t) pertene en al onjunto de las seales de la modula in, {si (t)}i=0,...,M 1 .
Fijndonos sin prdida de generalidad en la seal orrespondiente a n = 0, esta ondi in
*
+
X

s(n) (t nT ), j (t) = s(0) (t), j (t)
donde las seales

es
n=
para toda omponente
de la observa in. Del trmino de ruido no nos preo upamos, porque
ser el mismo independientemente de que transmitamos una seal aislada o una se uen ia
de ellas.
Desarrollando las seales en trminos de las de la base y sus versiones desplazadas, es
L1
X
(n)
(n)
sk k (t) resulta
de ir, ha iendo s
(t) =
k=0
L1
X
X
n= k=0
(n)
sk k (t nT ), j (t)
L1
X
X
n= k=0

(n)
(0)
sk hk (t nT ), j (t)i = s(0) (t), j (t) = sj .
Queremos que esta igualdad se verique para oe ientes

los trminos de la forma
hk (t nT ), j (t)i
(n)
sk
ualesquiera. Esto o urrir si
1.4.
39
INTERFERENCIA ENTRE SMBOLOS
t = t0
h(t) = (t0 t)
Figura 1.22: Filtro del re eptor ptimo para seales PAM y QAM.
se anula para
distinto de ero y para
distinto de
j.
Expresado de forma sintti a, si
hk (t nT ), j (t)i = [n]kj
y de forma desarrollada,
hk (t nT ), k (t)i = [n]
hk (t nT ), j (t)i = 0 para
Esta es la
(1.11)
todo
k 6= j
y para todo
(1.12)
ondi in general de no interferen ia entre smbolos (IES) para periodo de smbolo
T . Se puede expresar omo la propiedad de que ada seal de la base del espa io de seal sea
ortogonal a las dems y a las versiones desplazadas nT de ualquier seal de la base (ella
misma in luida).
1.4.3. Condi in de no IES para PAM y QAM

Condi in para el pulso bsi o
La
modula in de amplitud de pulsos (Pulse Amplitude Modulation, PAM) es
aquella en
las que el alfabeto de seales es de la forma
si (t) = Ai (t)
pulso bsi o.
La modula in de amplitud en uadratura (Quadrature Amplitude Modulation, QAM) se
on
Ai
reales y
(t)
real de energa unidad, que denominaremos
basa por su parte en la utiliza in de seales de la forma
si (t) = (Ai + jBi )(t)

donde el pulso bsi o
(t)
sigue siendo una seal real unitaria.
Cuando la base onsta de una sola seal,
(t),
omo en los dos asos que nos o upan, la
ondi in general de no IES (e ua in (1.12)) se redu e a
h(t nT ), (t)i = [n]
el pulso bsi o sea ortogonal a sus versiones desplazadas un mltiplo

entero del periodo de smbolo. El re eptor ptimo para smbolos aislados onstar de un ni o
es de ir, onsiste en que
ltro, adaptado al pulso bsi o
(t)
(gura 1.22).
El ejemplo ms sen illo de seales que umplen esta ondi in orresponde a seales
limitadas en el tiempo, omo el pulso unidad re tangular
1
(t) = w0,T (t).
T
40
CAPTULO 1.
RECEPTORES PTIMOS
En efe to, tenemos que
Z
1
h(t), (t kT )i =
(t)(t kT ) dt =
w0,T (t)wkT,(k+1)T (t) dt
T
Z
1
0 dt = 0 si k 6= 0
T Z
=
1 T
1 dt = 1 si k = 0
T 0
Condi in para el pulso ltrado
A ontinua in vamos a obtener, variando un po o el razonamiento, la ondi in de no

IES para seales PAM y QAM expresada omo una propiedad del pulso a la salida del
ltro del re eptor en lugar de omo una propiedad del pulso a la entrada. Para obtener un
resultado ms general supondremos que la seal
es ompleja. Considerando el esquema del
re eptor QAM, si la entrada es una se uen ia de smbolos,
v(t) =
n=
An (t nT ),
a la salida del ltro apare er
v(t) (t0 t) =
=
n=
n=
An (t nT )
(t0 t)
An (t nT ) (t0 t)
En la expresin anterior podemos identi ar la fun in de auto orrela in del pulso bsi o
(ver 1.1.3),
r (t) = (t) (t)
que denominaremos
pulso bsi o ltrado, on
v(t) (t0 t) =
y muestreando en el instante
t0
v(t) (t0 t)|t=t0 =

=
(1.13)
lo que la expresin anterior queda
n=
An r (t nT t0 )
obtenemos
n=
An r (t0 nT t0 )
An r (nT ) = A0 r (0) +
n=
An r (nT )
n=,n6=0
donde hemos separado el trmino debido a la seal deseada de los trminos interferentes. La
ondi in de no IES que se desprende de la rela in anterior es
r (nT ) = 0
para todo entero
distinto de ero
1.4.
41
2
1
1
2
3
Figura 1.23: Seal PAM a la entrada del ltro.
que equivale a
r (nT ) = r (0)[n] = [n].
(1.14)
El signi ado intuitivo de esta propiedad es muy f il de ver. Consideremos el ejemplo de la

se uen ia de pulsos re tangulares de entrada de la gura 1.23. Evidentemente, umplen la
ondi in de no IES para seales unidimensionales por no solaparse las versiones desplazadas
del pulso bsi o. A la salida del ltro del re eptor ptimo ada pulso se onvierte en una
seal triangular. La gura 1.24 representan estas seales junto on su suma (seal global).
Se puede omprobar que en ada instante de muestreo solamente uno de los pulsos tiene
un valor no nulo, que es pre isamente lo que exige la ondi in de no IES que a abamos
de obtener. Ello impli a que la seal suma, que es la que fsi amente se muestrea, vale en
ada uno de esos instantes lo mismo que el pulso en uestin, on lo que el resultado es el
mismo que si el pulso no estuviera a ompaado de otros. Con otras palabras, los pulsos no
se intereren entre s.
La expresin de la ondi in de no IES que hemos obtenido mediante este razonamiento
tambin se puede dedu ir de la expresin en fun in del pulso a la entrada del ltro:
r (nT ) = (t) (t)|t=nT =

= h(t), (t nT )i ,
(t ) [(nT t )] dt =
(t ) (t nT )
luego
h(t nT ), (t)i = [n] r (nT ) = [n].

Como ejemplo omprobamos que la seal
tario
1
(t) = w0,T (t)
T
r (t)
orrespondiente al pulso re tangular uni-
veri a la ondi in. En efe to,

t
1
(t) = w0,T (t) r (t) = (t) (t) =
T
T
42
CAPTULO 1.
RECEPTORES PTIMOS
2
1
t
1
1
2
3
Figura 1.24: Seal PAM a la salida del ltro.
que se anula para
|t| > T ,
luego vale ero en parti ular en
t = kT , k N, k > 0.
A ve es es ms f il veri ar esta forma de la ondi in de no IES que la ondi in de

ortogonalidad del pulso. Este es el aso de la seal
1
(t) = sinc
T
para la que el l ulo dire to de
tenemos que
h(t), (t nT )i

t
T
no es trivial. Sin embargo, para esta seal

r (t) = (t) (t) = F 1 |(f )|2

2

1
=F
T w1/(2T ),1/(2T ) (f )

= F 1 T w1/(2T ),1/(2T ) (f )

t
= sinc
T
Por lo tanto
r (t)
presenta eros en mltiplos enteros de
T,
on lo que veri a la ondi in
de no IES.
Condi in en el dominio de la fre uen ia ( riterio de Nyquist)

El
riterio de Nyquist
onstituye una expresin de la ondi in de no IES para seales
PAM y QAM expresada en el dominio de la fre uen ia. Este riterio se expresa omo sigue:
La ondi in ne esaria y su iente para que r (t) satisfaga la ondi in de no IES
r (nT ) = [n]
1.4.
43
es que su transformada de Fourier umpla:
m=
m
= T.
f
T
En efe to, la ondi in bus ada puede es ribirse omo
n=
r (nT )(t nT ) = r (0)(t),
donde el miembro izquierdo es el muestreo de la fun in
r (t)
n=
r (t),
luego
(t nT ) = r (0)(t)
La transformada de Fourier del trmino de la izquierda es, por la frmula de la transformada

del produ to, la onvolu in de la transformada de
r (t)
on la del tren de deltas, que es
m
1 X
f
.
T m=
T
La del trmino de la dere ha es, simplemente, una onstante. Por lo tanto tenemos

m
1 X
R f
= r (0) = 1,
T m=
T
on lo que on luye la demostra in del riterio de Nyquist, que nos propor iona una forma
equivalente de la ondi in de no IES para seales PAM y QAM,
de la fre uen ia.
expresada en el dominio
Continuando on los dos ejemplos de los apartados anteriores, para
1
(t) = sinc
T

t
t
, r (t) = (t) (t) = sinc

T
T
tenemos que
R (f ) = T w1/(2T ),1/(2T ) (f )
siendo inmediato que
m=
m
f
=T
T
omo se puede omprobar gr amente.

Supongamos que se utiliza un sistema de transmisin limitado en banda, on
para
|f | > W .
Representando por
onsiderar tres situa iones:

1.
T < 1/(2W )
1
vS =
T
o, lo que es lo mismo,
R (f ) = 0
la velo idad de transmisin en baudios podemos
vS > 2W .
44
CAPTULO 1.
RECEPTORES PTIMOS
1/T
f
W
Figura 1.25: Suma de espe tros desplazados para
2.
T = 1/(2W ) (vS = 2W )
3.
T > 1/(2W ) (vS < 2W )
vS > 2W .
Caso 1: vS > 2W
En este aso
R (f m/T )
ser de la forma indi ada en la gura 1.25. y en on-
m=
se uen ia no se puede onseguir que se umpla el riterio de Nyquist, luego
IES.
siempre existir
Caso 2: vS = 2W
En este aso las rpli as de
R (f ) se en uentran situadas una ontra otra. La ni a R (f )
que permite obtener una suma onstante es
R (f ) =
te
> 0 |f | < W = 1/(2T )

0
|f | W = 1/(2T )
que orresponde a la transformada de Fourier del pulso

t
r (t) = sin
.
T
Caso 3: vs < 2W
Cuando
1/T < 2W , las rpli as de R (f ) se solapan y se dispone de mltiples alternativas
para satisfa er el riterio de Nyquist. Una de ellas es la representada en la gura 1.27, que
orresponde a un aso parti ular que estudiamos ms adelante.
De la dis usin anterior se desprende que la velo idad de smbolo mxima on an ho de
banda
es
vS,max =
1
Tmin
= 2W.
(1.15)
1.4.
45
1/T
Figura 1.26: Suma de espe tros desplazados para
vS = 2W .
Si la seal es real y se transmite en banda de base (modula in PAM), este an ho de banda

ser el fsi amente utilizado.
Si el anal que estamos onsiderando es el anal omplejo paso bajo equivalente de un
sistema paso banda on an ho de banda fsi o
Wf is /2,
Wf is ,
el valor
de las guras orresponde a
luego
vS,max =
1
Tmin
= Wf is .
(1.16)
En ualquier aso, la solu in de an ho de banda mnimo, basada en un pulso de tipo
sin , presenta
una serie de problemas:
1. No es ausal y en onse uen ia no realizable. Para aproximarla por una respuesta

realizable puede introdu irse un retardo, de manera que la respuesta al impulso sea
r (t) = sin
es ogiendo
t0
de manera que
supt>t0 r (t)
muestreo debe retrasarse en onse uen ia

2. Las olas de
r (t) de re en
t t0
T
u(t)
sea su ientemente pequeo. El instante de
t0 .
muy lentamente (segn
1/t) lo que
ha e que el re eptor sea
muy sensible a errores en la temporiza in del muestreo de la salida del ltro adaptado.
1.4.4. Cara tersti a en oseno alzado

pulso on espe tro en de oseno alzado.
parmetro, , denominado fa tor de redondeo que vara entre 0 y 1. La
Una solu in muy utilizada en la pr ti a es el

Su expresin de un
frmula del espe tro de estos pulsos es

T
T
1
1 + cos
|f |
R (f ) =
2T
si
si
si
1
0 |f |
2T
1+
1
|f |
2T
2T
1+
|f |
2T
46
CAPTULO 1.
suma
RECEPTORES PTIMOS
0.8
0.6
0.4
0.2
f
2
Figura 1.27: Suma de espe tros en oseno alzado desplazados.
y est representada en la gura 1.28. Esta expresin no es otra osa que la orrespondiente
al
empalme
de los tramos onstantes de altura
la fun in oseno entre 0 y
mediante un tramo on la forma de
La suma de estos espe tros desplazados puede verse en la
gura 1.27.
La forma de los pulsos en el dominio del tiempo puede verse en la gura 1.29. Su expresin
es

cos(t/T )
t
r (t) = sin
T 1 + 42t2 /T 2
Estas seales tienen las siguientes propiedades:
1. Si
=0
el an ho de banda es el mnimo para no tener IES (1/(2T )) y la seal en el
dominio del tiempo es una
sin .
> 0
el espe tro en oseno alzado es ontinuo y on primera derivada ontinua,

3
por lo que las olas del impulso de re en segn 1/t , lo que ha e que esta solu in sea
2. Si
mu ho ms robusta frente a errores de temporiza in.

3. Para el valor mximo del parmetro (
mo
1
.
2T
= 1)
el an ho de banda es el doble del mni-
4. En ualquier aso, es ne esario introdu ir un retardo para permitir su realiza in fsi a

aproximada.
Los pulsos on espe tro en oseno alzado permiten jugar on el ompromiso entre an ho
de banda y robustez frente a la exa titud del instante de muestreo.
1.4.
47
= 0,2
= 0,6
= 1,0
= 0,0
= 0,4
= 0,8
0.8
0.6
0.4
0.2
f
1
0,5
0.5
Figura 1.28: Espe tros en oseno alzado.
1.4.5. El aso multidimensional

Hemos visto en este tema que el an ho de banda mnimo para transmitir en PAM o
QAM sin IES a una velo idad de smbolo
vS
es
vS /2.
Por lo tanto ste ser el an ho de
banda mnimo fsi amente ne esario para modula iones PAM, mientras que en el aso de
QAM la ne esidad de modular en DBLC la seal ompleja para onvertirla en una seal real
dupli a este an ho de banda. En resumen, tenemos que
vs
2
= vs
Wmin,P AM =
Wmin,QAM
donde notamos
Wmin,
el an ho de banda fsi o mnimo.
En el aso general tenemos que multipli ar estos valores por la dimensionalidad
del
onjunto de seales. Veamos primero un onjunto de seales base que nos permite al anzar
este mnimo teri o. Re ordamos que la ondi in de no IES en el aso
hi (t), j (t nT )i = ij [n]
L-dimensional
es
(1.17)
Una forma sen illa de intentar que se verique esta propiedad es elegir las seales de la
onstela in de forma que no se solapen en el espe tro, tomando, por ejemplo, pulsos re tangulares en el espe tro, adya entes y de la misma an hura. As garantizamos que ada seal
de la base sea ortogonal a las otras seales independientemente del instante en que stas se
transmitan (pues el retardo slo afe ta a la fase de los espe tros). El problema que queda
es elegir estos pulsos de forma que se umpla la ondi in de ortogonalidad de ada seal
onsigo misma desplazada en el tiempo; pero esta ondi in sabemos que es equivalente a
que la suma de los mdulos de los espe tros de ada seal desplazados a todos los mltiplos
de
1/T
sea una onstante. Formalmente, esta ondi in es
+
X

k
Ri f
= te
T
k=
48
CAPTULO 1.
RECEPTORES PTIMOS
0.8
0.6
0.4
0.2
t
4
-1
0,2
0.1
0.08
0.06
0.04
0.02
0,02
2.5
3.5
0,04
0,06
Figura 1.29: Pulsos on espe tro en oseno alzado (arriba) y detalle de los mismos (abajo).
Las seales on lbulos laterales de mayor amplitud orresponden a menores valores del
parmetro
(menores an hos de banda).
1.4.
49
donde
ri (t) = i (t) i (t),
Ri (f )
es la transformada de Fourier de
ri (t).
Como se
omprueba gr amente en la gura 1.30, esta ondi in se veri a on pulsos en fre uen ia
de an ho de banda
1/(2T ),
que globalmente o upan el an ho de banda
1/T
L/(2T ).
1/T
1
2/T
2/T
Figura 1.30: Espe tros de uatro seales limitadas en banda y ortogonales entre s, on ada
uno de los uales se onsigue una fun in onstante al sumar el espe tro ini ial desplazado a la
dere ha y a la izquierda en mltiplos de
1/T
(la gura muestra los primeros desplazamientos
a la dere ha de ada espe tro).

En [3, p. 274 se demuestra que no es posible redu ir este an ho de banda.
1.4.6. Canal dis reto equivalente

Vamos a obtener un sistema dis reto equivalente del onjunto formado por el modulador
digital, el anal y el demodulador digital. Consideramos una modula in unidimensional on
pulso bsi o
g(t),
de forma que la onstela in est formada por las seales
si (t) = Ai g(t), i = 0, . . . , M 1, kg(t)k = 1,

donde tanto las amplitudes
Ai
omo el pulso
g(t)
podran ser omplejas y posteriormente
moduladas en DBLC. En este aso en lo que sigue onsideramos la representa in paso bajo
equivalente del pro eso de transmisin.
La seal global generada a la salida del transmisor ser de la forma
X
k
A[k]g(t kT ).
Suponemos que las seales pasan por un anal sin distorsin seguido de adi in de ruido
blan o gaussiano n(t). En el lado re eptor tenemos un ltro de respuesta al impulso g (t),
uya salida se muestrea en los instantes
nT , n
entero. Deniendo
p(t) rg (t) = g(t) g (t), p[n] p(nT ),
50
CAPTULO 1.
RECEPTORES PTIMOS
omprobamos que la parte orrespondiente a seal de la muestra obtenida en el instante
nT
ser
X
k
A[k]g(t kT ) g (t)|t=nT =
=
X
k
X
k
A[k] [g(t) g (t)] |t=(nk)T

A[k]p ((n k)T ) =
= A[n] p[n].
X
k
A[k]p[n k]
Por su parte, el ruido a la salida del ltro del re eptor,
nf (t) n(t) g (t),

ser un pro eso esta ionario gaussiano on auto orrela in que, de a uerdo on el Teorema
de ltrado de pro esos esta ionarios (1.2.1) valdr
Rnf ( ) = Rn ( ) [g (( ))] g ( ) = Rn ( ) g( ) g ( )
= Rn ( ) p( ) = ( ) p( ) = p( )
donde
N0 /2 en el aso de ruido blan o real y 2N0
vale
en el aso de ruido blan o omplejo.
Las muestras de ruido
nd [n] nf (nT )
tendrn por tanto fun in de auto orrela in

Rnd [k] = E [nd [n + k]nd [n]] = E nf (nT + kT )nf (nT ) = Rnf (kT )
El sistema obtenido es por tanto un sistema dis reto formado por un ltro seguido de adi in
de ruido (ver gura 1.31).
Tx
Rx
Canal
A[k]
g (t)
(t)
g(t)
n(t)
X
k
A[k](t kT )
X
k
A[k]g(t kT )
p[n]
nd [n]
Figura 1.31: Canal dis reto equivalente para el aso unidimensional.

Si el sistema est libre de IES, por (1.14),
p[n] = rg (nT ) = [n],
t = kT
1.4.
51
El ruido ltrado tendr por tanto auto orrela in
Rnf ( ) = Rn ( ) p( ) p ( ) = n2 ( ) p( ) p ( ) = n2 rp ( ).
Su versin dis retizada, obtenida al muestrear,
nd [k] = n2 rg (kT ) = n2 [n].

Por tanto, en el aso sin IES,
la se uen ia de amplitudes transmitidas no se ve afe tada por el ltrado del anal
dis reto equivalente,
y las muestras de ruido
nd [n]
son independientes e idnti amente distribuidas.
En el aso multidimensional sin IES se puede demostrar de forma anloga que, omo
muestra la gura 1.32, el onjunto de modulador, anal y demodulador equivale a un anal
ve torial on ruido aditivo ve torial de muestras gaussianas independientes on omponentes
independientes.
Receptor
Demodulador
Transmisor
Canal
Codificador
Decisor
MAP
Modulador
Figura 1.32: Sistema de transmisin digital sin IES y sistema equivalente de los bloques
modulador- anal-demodulador.

Estudiar el digo del s ript
ies.m,
que permite visualizar el pulso bsi o de una modu-
la in unidimensional real, una seal global a la entrada del ltro re eptor (ltro adaptado al
pulso bsi o) y la seal orrespondiente a la salida. A la vista de las gr as que se obtienen
para las distintos sistemas implementados, indi ar en ada aso si hay interferen ia entre
smbolos o no.
52
CAPTULO 1.
RECEPTORES PTIMOS
1.5. Bibliografa
Los ontenidos de este tema se desarrollan de forma similar en textos estndar de omuni a iones digitales, omo [11 o [1.
1.6.
53
PROBLEMAS RESUELTOS
1.6. Problemas resueltos

Problema 1.1
(a) Obtener la frmula de la distan ia entre dos seales omplejas en fun in de sus energas
y de la parte real de su produ to es alar.
(b) Rela in entre
para que las seales
x(t) = cos 1 t w0,T (t),

y(t) = cos 2 t w0,T (t)
sean ortogonales. Suponer
1 , 2 1.
(a) Un l ulo dire to propor iona la rela in
d(x(t), y(t))2 = Ex + Ey 2 Re hx(t), y(t)i

(b) El produ to es alar de las dos seales vale

1 sin(1 + 2 )T
sin(1 2 )T
+
2
1 + 2
1 2
luego las seales son ortogonales si
1 2 = k/T, k Z
y aproximadamente ortogonales si
1 + 2 1, 1 2 = k/T, k Z.
Problema 1.2
x(t) e y(t) son seales de an ho de banda B
(a) Las seales x(t) cos(c t) e y(t) sen(c t) son ortogonales.
(b) La energa de x(t) cos(c t) es la mitad de la de x(t).
Demostrar que si
menor que
fc ,
( ) Demostrar que la energa de una seal ompleja modulada en DBLC es la mitad de la

energa de la seal original.
Sugeren ia: Ha er el l ulo en el dominio de la fre uen ia.
(a) Dos seales son ortogonales si y slo si lo son sus transformadas de Fourier, que en este
aso son
1
[X(f fc ) + X(f + fc )],
2
1
[Y (f fc ) Y (f + fc )].
2j
54
CAPTULO 1.
RECEPTORES PTIMOS
Al al ular la integral del produ to de estas expresiones hay que tener en uenta que algunos
produ tos se an elan porque las seales orrespondientes no se solapan en fre uen ia:
X(f fc )Y (f + fc ) = X(f + fc )Y (f fc ) = 0.
Y las integrales de los produ tos que quedan se an elan mutuamente.
(b) Este es el aso parti ular de ( ) en que la seal no tiene parte imaginaria.
( ) En el dominio del tiempo
x(t) =
j2fc t
Re [x(t)e
]
que equivale en el dominio de la fre uen ia a
) = Her[X(f fc )]
X(f
1
= [X(f fc ) + X (f fc )]
2
donde
Her[X(f )]
Al al ular la integral de
)|2
|X(f
X(f ) + X(f )
.
2
hay que tener en uenta que algnos produ tos se an elan
porque las seales orrespondientes no se solapan en fre uen ia:
X(f fc )X(f fc ) = X (f fc )X(f fc ) = 0.

Las integrales de los dos produ tos restantes orresponde ada una a la energa de
2
lo que al sumarlas y multipli ar por 1/2 = 1/4 se obtiene el resultado.
x(t),
on
Problema 1.3
Consideramos las seales reales
f1 (t), f2 (t),
de energa unidad y tales que
hf1 (t), f2 (t)i = , 0 < < 1,

y las variables aleatorias
x1 = hn(t), f1 (t)i , x2 = hn(t), f2 (t)i ,

donde
n(t) es ruido blan o gaussiano real on densidad espe tral de poten ia bilateral N0 /2.
E[x1 x2 ] por ada uno de los pro edimientos que se indi an a ontinua in:
Cal ular
(a) Inter ambiando esperanza matemti a e integral omo se ha he ho en el tema en un

l ulo similar.
(b) Representando las seales mediante una base ortonormal de la forma
1 (t) = (f1 (t) + f2 (t)), 2 (t) = (f1 (t) f2 (t))

y utilizando la rela in
E[hn(t), 1 (t)i hn(t), 2 (t)i] = N0 /2.
1.6.
55
PROBLEMAS RESUELTOS
(a) Tenemos
Z
Z
E[x1 x2 ] = E
n(t)f1 (t) dt
n(u)f2 (u) du = E
n(t)n(u)f1 (t)f2 (u) dt du

Z Z
Z Z
=
E [n(t)n(u)] f1 (t)f2 (u) dt du =
Rn (t u)f1 (t)f2 (u) dt du

Z Z
Z Z
N0
N0
(t u)f1 (t)f2 (u) dt du =
(t u)f1 (t) dt f2 (u) du
=
2
2
Z
N0
N0
=
.
f1 (u)f2 (u) du =
2
2
(b) Comprobamos en primer lugar que las seales
1 (t), 2 (t)
son ortogonales:
h1 (t), 2 (t)i = hf1 (t) + f2 (t), f1 (t) f2 (t)i

= (hf1 (t), f1 (t)i hf1 (t), f2 (t)i + hf2 (t), f1 (t)i hf2 (t), f2 (t)i)
= (1 + 1) = 0.
Cal ulamos
para que
1 (t)
2 (t)
sean unitarias:
1 = h1 (t), 1 (t)i = 2 hf1 (t) + f2 (t), f1 (t) + f2 (t)i = 2 (1 + 1 + 2) = 22 (1 + )

1
,
= p
2(1 + )
1 = h2 (t), 2 (t)i = 2 hf1 (t) f2 (t), f1 (t) f2 (t)i = 2 (1 + 1 2) = 2 2 (1 )
1
= p
.
2(1 )
Expresamos las seales
f1 (t), f2 (t)
en trminos de
1 (t), 2 (t):
1 1 (t) = f1 (t) + f2 (t),

1 2 (t) = f1 (t) f2 (t),

1 1
1 (t) + 1 2 (t)
f1 (t) =
2
r
r
1+
1
=
1 (t) +
2 (t),
2
2

1 1
1 (t) 1 2 (t)
f2 (t) =
2
r
r
1+
1
=
1 (t)
2 (t).
2
2
56
CAPTULO 1.
Ya podemos al ular lo que se nos pide. Notamos
RECEPTORES PTIMOS
ni = hn(t), i (t)i:
E[x1 x2 ] = E [hn(t), f1 (t)i hn(t), f2 (t)i]

"*
+*
+#
r
r
r
r
1+
1
1+
1
=E
n(t),
1 (t) +
2 (t)
n(t),
1 (t)
2 (t)
2
2
2
2
" r
! r
!#
r
r
1+
1
1+
1
=E
n1 +
n2
n1
n2
2
2
2
2
1+
1
E[n21 ]
E[n22 ] + 0 E[n1 n2 ]
2
2
1 + N0 1 N0
+00
=
2 2
2 2
N0
= .
2
=
Problema 1.4
L1
{k (t)}k=0
y una modula in formada por las M = 2L
forma Ak . Disear un re eptor ptimo para esta modula in.
Se onsidera el sistema ortonormal

seales equiprobables de la
Se trata de una modula in on
seales y dimensionalidad
L, M = 2L.
Adems las
seales tienen la misma energa.

Op in 1: Podemos usar el esquema estndar, on L ltros adaptados a las seales de la base
( on respuestas al impulso hi (t) = (t0 t)) que se muestrean en t = t0 y nos propor ionan
rk = hr(t), k (t)i.
si de las seales {si (t)}
los produ tos es alares

Las oordenadas
respe to de la base
{k (t)}
son inmediatas. El
riterio de mnima distan ia sabemos que es ptimo, as que podemos tomar la de isin de
la forma:
si = arg mn kr si k
i
donde
r = (r0 , . . . , rL1 )
es el ve tor de las muestras tomadas a la salida de los ltros.
Op in 2: Aunque el resultado es muy similar, el planteamiento puede ser algo distinto.

Como las seales tienen la misma energa, el riterio de mxima orrela in ser ptimo,
luego podemos basar el re eptor en el riterio
si = arg max hr(t), si (t)i .

i
Para ello podemos al ular ada produ to es alar on un ltro on respuesta al impulso
si (t0 t) y muestreando su salida en t = t0 .
Problema 1.5
M =L
seales equiprobables
L1
{k (t)}k=0
, L = 4,
si (t) = i (t) (t)
y la modula in formada por las
1.6.
57
PROBLEMAS RESUELTOS
donde
L1
X
= 1
k (t).
(t)
L k=0
Disear un re eptor ptimo para esta modula in.
Podemos utilizar un re eptor ptimo estndar. Es f il omprobar que las oordenadas de

las seales son:
1
s0 = (1, 0, 0, 0) (1, 1, 1, 1)
4
1
= (3, 1, 1, 1)
4
...
1
s3 = (1, 1, 1, 3)
4
El re eptor se basa en ltros on respuesta al impulso h(t) = k (t0 t), uyas salidas se
muestrearan en t = t0 , propor ionando los produ tos es alares rk = hr(t), k (t)i, on los
que formamos el ve tor r = (r0 , . . . , r3 ). La de isin ser ( riterio de mnima distan ia)
si = arg mn kr si k.
i
Alternativamente, podemos observar que todas las seales tienen la misma energa, luego
tambin podemos apli ar el riterio de mxima orrela in, on lo que tendramos ltros
adaptados a las seales
si (t).
El problema sugiere dos omentarios:

La suma de las seales
si (t)
(o de los ve tores de oordenadas
si )
es ero, luego no son
linealmente independientes. Por tanto es posible en ontrar una base on menos seales.
Apli ando ortogonaliza in de Gram-S hmidt omprobaramos que la dimensin es
exa tamente
L 1.
si (t) se puede al ular a partir de sus oordenadas omo

Ei = (1/16)(9 + 3) = 12/16 = 3/4, menor que la de las seales sin desplazar, k (t),
La energa de las seales
puede demostrarse que el desplazamiento que minimiza la energa

media de ualquier onstela in de seales es la que anula la media de las seales de la
onstela in, y el ahorro en energa media es la energa de la media de la onstela in
ini ial.
que es 1. De he ho
Problema 1.6
{k (t)}1k=0 y la modula in formada por las seales equis0 (t) = A0 (t), s1 (t) = A1 (t), on seales y onstantes reales. Sera posible

probables
implementar el re eptor ptimo al ulando ni amente un produ to es alar? Indi a in: Estudiar primero una implementa in on dos produ tos es alares y razonar geomtri amente
sobre las regiones de de isin obtenidas.
Gr amente se omprueba que para distinguir entre las dos regiones de de isin basta
ono er el produ to es alar del ve tor de oordenadas de la observa in
on el ve tor
58
CAPTULO 1.
s = s1 s0 .
RECEPTORES PTIMOS
Como
hr, si = hr(t), s(t)i ,
resulta que el re eptor puede basarse ex lusivamente en un ltro adaptado a
s1 (t) s0 (t).
Problema 1.7
Obtener valores de
T,
si existen, para el ual un sistema basado en el pulso bsi o
libre de IES.
2
1. |(f )| propor ional a
2.
1.
(t) = A sinc2 (t/t0 )

|(f )|2
(t)
est
1/2 < f 0
f + 1/2
f + 1/2 0 < f 1/2
0
|f | > 1/2
es una seal triangular. Gr amente se omprueba que la suma de sus versiones
desplazadas mltiplos enteros de

ondi in
1/2 es una onstante,

X
|(f k/T )|2 = te
luego para
T = 2
se umple la
que sabemos que es una forma de la ondi in de no IES.

La gura siguiente representa el espe tro
R (f ) = |(f )|2
y sus versiones desplazadas de
forma que la suma da lugar a una onstante.
1
Hz, es el doble del an ho de banda mnimo
T
sin inteferen ia entre smbolos para ese valor de T . Mientras que el aso de an ho de banda
Obsrvese que el an ho de banda utilizado,
mnimo orresponde a
el aso planteado orresponde a

t
r (t) = sinc
T

t
r (t) = sinc
T
2
puesto que
sinc.
R (f ) es la onvolu in de dos pulsos uadrados, que son las transformadas de la

r (t), de re e ms deprisa que en el
Por tanto la seal muestreada a la salida del ltro,
1.6.
59
PROBLEMAS RESUELTOS
aso de an ho de banda mnimo on lo que el sistema es ms robusto frente a problemas de

sin ronismo que lleven a muestrear la seal en instantes desplazados respe to de los valores
orre tos.
2. Siempre hay IES porque
(t),
al ser ontinua y positiva salvo en
kt0 , k Z, k 6= 0,
nun a puede ser ortogonal a sus versiones desplazadas (el produ to de la seal y la versin
desplazada es siempre una seal no negativa y on integral positiva).
Problema 1.8
1. Comprobar si el onjunto de seales
1
k (t) = w0,T ejk2t/T , k Z
T
es un onjunto ortonormal y si orresponde a un sistema multidimensional libre de IES para
periodo de smbolo
T.
2. Comprobar si el onjunto de seales
L1
1 X j2mk/L
e
p(t mT /L), k = 0, . . . , L 1,
k (t) =
L m=0
donde
p(t) = p
sinc
T /L
t
T /L
es un onjunto ortonormal y si orresponde a un sistema multidimensional libre de IES para

periodo de smbolo
T.
Indi a in: Utilizar que el onjunto
{p(t mT /L)}mZ
es un sistema ortonormal.
1. Para omprobar que se trata de un onjunto ortonormal al ulamos el produ to es alar

de dos seales arbitrarias del mismo:
Z
1 T j(kl)2t/T
hk (t), l (t)i =
e
dt
T 0
(
1 si k = l
=
0 si k 6= l
donde hemos utilizado que para
entero no nulo
ejm2t/T dt =
1
[ejm2 ej0 ] = 0.
jm2/T
Para que adems orresponda a un sistema libre de IES hay que omprobar que ualquier
seal es ortogonal a las versiones desplazadas mltiplos enteros de
de ella misma y de
las dems seales del onjunto. En este aso esto es inmediato puesto que las seales estn
enventanadas en
[0, T ],
luego una seal no se solapa on otra desplazada ms de
tanto es ortogonal a ella.
y por
60
CAPTULO 1.
RECEPTORES PTIMOS
2. Comprobamos que el onjunto es ortonormal:
hk (t), l (t)i =
L1 L1
1 X X j2km/L j2ln/L
e
e
hp(t mT /L), p(t nT /L)i
{z
}
|
L m=0 n=0
[m n]
L1
1 X j2(kl)m/L
e
.
L m=0
|
{z
}
S
El produ to es alar vale 1 si

por el ontrario
k l = q 6= 0,
j2q/L
k = l,
j2q/L
S=e
j2q/L
=e
pues todos los trminos del sumatorio
el sumatorio
L1
X
valen uno. Si
vale ero, puesto que
ej2qm/L = ej2q/L (1 + ej2q/L + . . . + ej2q(L1)/L )
m=0
j22q/L
+e
+ . . . + ej2q(L1)/L + 1 = S
ej2q/L S = S (ej2q/L 1)S = 0 S = 0.

Por tanto se trata de un sistema ortonormal.
El onjunto propor ionar un sistema libre de IES si, adems, ualquier seal es ortogonal
a las versiones desplazadas de ualquier otra. Tenemos
l (t nT ), n Z, n 6= 0, son ombina in lineal de seales distintas de la

ortonormal {p(t mT /L)}mZ , luego son ortogonales, y en onse uen ia el sistema
Por tanto
familia
k (t)
L1
1 X j2mk/L
e
p(t mT /L nT ) .
l (t nT ) =
{z
}
|
L m=0
p(t (m + Ln)T /L)
est libre de IES.
Comentario adi ional:
Las familias de seales analizadas en este problema onstituyen
las bases utilizadas en la modula in OFDM, que estudiaremos on detalle en este urso.
Captulo 2
Presta iones de modula iones digitales
61
62
CAPTULO 2.
PRESTACIONES DE MODULACIONES DIGITALES
2.1. Cl ulo de probabilidades de error

2.1.1. Probabilidades de error bsi as
Probabilidad de error de seal
Mantenemos las hiptesis de se iones anteriores de forma que
si (t) de la modula in, de seales equiprobables, ono emos su ve tor

oordenadas, si , respe to de un sistema ortonormal de generadores del espa io de
Para ada seal

de
seal.
Que se re ibe la seal
r(t) = si (t) + n(t),
donde
n(t)
es ruido blan o gaussiano real o
omplejo.
Que la dete in se realiza en base a un re eptor ptimo omo el obtenido en 1.3.2,
de forma que para la seal re ibida
r(t)
al ulamos las oordenadas
r = si + n
de su
proye in ortogonal sobre el espa io de seal, y realizamos la dete in apli ando el

riterio de mnima distan ia, es de ir
arg mn kr si k,
i
riterio que dene las distintas regiones de de isin
Ri
aso iadas a las seales.
En estas ondi iones el ve tor de ruido n sabemos que es gaussiano de omponentes indeN
2
pendientes de media nula y varianza n = 0 si no hay modula in DBLC, y on varianza
2
n2 = N0 si est formado por las partes real a imaginaria de las omponentes del ve tor de
ruido obtenido a la salida del modulador DBLC.
La
probabilidad de error de seal (PE )
de una modula in se al ula omo la media de
las probabilidades de error uando se transmite ada seal (PEi ):
PE =
M
1 X
PEi
M i=1
Cada una de estas probabilidades se suele al ular a su vez omo el omplemento a uno de
la probabilidad de a ierto
PAi ,
que vale
PA,i =
f (r|si )dr
Ri
donde
Ri
es la regin de de isin orrespondiente a la seal
si
f (r|si )
es la fun in de
densidad de probabilidad del ve tor observa in ondi ionada a esta seal.
Fun in Q
Nos interesa expresar modamente las integrales de la fun in de densidad de probabilidad gaussiana de la forma
P [X x] =
(u )2
1
exp
du
2 2
2
2.1.
63
CLCULO DE PROBABILIDADES DE ERROR
Para ello denimos la fun in
Q,
que nos da el valor anterior para
gaussiana normalizada
(media ero y varianza unidad):
1
Q(x) = P [X x] =
2
exp
u2
du
2
Q(x) es por lo tanto el omplemento a uno de la fun in de distribu in gaussiana normalizada G(x), pero, a diferen ia de sta, slo la onsideraremos denida para valores no negativos
de su argumento.
Si
es de media nula y varianza
gaussiana normalizada:
2,
basta onsiderar la variable aleatoria
Y / , que

y
y
Y
=Q
P [Y y] = P
ser
Por otra parte, por la simetra de la densidad de probabilidad normal estndar, para
x>0
P [X x] = P [X x] = Q(x).
En algunos textos de transmisin digital se utiliza en lugar de la fun in
omplementaria, denida
y rela ionada on la fun in
La fun in
la
fun in error
por
2
erf (x) =
1
Q(x) =
2
exp u2 du
por
u2
1
exp du =
2
2
2x
2 exp t2 du =
1
erf (x/ 2).
2
se puede a otar de la siguiente forma [20, p. 82:

1
1
1
2
x2 /2
1 2 Q(x)
e
ex /2 .
x
2x
2x
La gura 2.1 muestra la gr a de la fun in
(2.1)
en es ala bilogartmi a.
Cl ulo exa to de PE
La fun in
sirve para expresar on omodidad la probabilidad de error aso iada a
seales uya regin de de isin es de tipo
re tangular,
entendiendo por tal una regin de la
forma (en el aso real)
Ri = {(r0 , . . . , rL1 )|r0 I0 , . . . , rL1 IL1 }

donde los
Ij
son intervalos, o su inmediata generaliza in al aso omplejo. En este aso, la
integral que nos da la probabilidad de a ierto se puede fa torizar en integrales unidimensionales debido a que el integrando es a su vez un produ to de fun iones unidimensionales.
64
CAPTULO 2.
log10 Q(10x/10 )
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
0
Figura 2.1: Gr a de la fun in
en es ala bilogartmi a, es de ir la urva
log10 Q(10x/10 ).
s1
3a
2a
s3
s2
2a
3a
4a
Figura 2.2: Constela in on regiones de de isin re tangulares.
2.1.
65
Por ejemplo, la seal
s1
de la gura 2.2 se tiene
PA,1 = P [n0 > a y n1 > a/2] = P [n0 > a]P [n1 > a/2]

a
a/2
= 1Q
1Q
n
n
donde se ha apli ado la independen ia de las omponentes de ruido aso iadas a dire iones
ortogonales.
Este pro edimiento de l ulo se puede extender al aso en que las regiones de de isin se
pueden onvertir en regiones re tangulares mediante un ambio ortogonal de oordenadas,
puesto que tal ambio no afe ta a la distribu in de probabilidad del ruido, ara terizada
por la independen ia de omponentes de dire iones ortogonales.
2.1.2. Cota de la unin

La probabilidad de error para una seal dada est a otada en fun in de las distan ias
a sus seales ve inas, entendiendo por tales las que bastan para denir la regin de de isin
de la seal en uestin. Consideramos modula iones on seales equiprobables. Estas otas
son
dmin,i /2
n
donde
PE,i
dij = d(si , sj )
mnima de la seal
elementos de
jVi
dij /2
n
vi Q
es la distan ia de la seal
a sus ve inas,
Vi .
La ota superior se denomina
Vi
dmin,i /2
n
a la seal
(M 1)Q
dmin,i /2
n
(2.2)
j , dmin,i = mn dij
es la distan ia
vi
el nmero de
j6=i
es el onjunto seales ve inas, y
ota de la unin (union bound)
porque el error no es otra
osa que la unin de los su esos onsistentes en que la seal re ibida est ms er a de
alguna de las seales ve inas que de la seal transmitida. Y la ota se obtiene apli ando que
probabilidad de la unin de su esos es menor o igual que la suma de sus probabilidades. La
demostra in se propor iona en el anexo B.1.
Si
dmin,i = dmin
es onstante para todas las seales de la modula in y
vmax
es el n-
mero mximo de ve inos de una seal, tenemos para la probabilidad de error global de la
modula in la a ota in
dmin /2
n
PE vmax Q
dmin /2
n
Eb /N0 utilizando
vmax . La justi a in tambin se propor iona
La tabla 2.1.2 muestra el error relativo mximo que se omete al al ular

la aproxima in, para distintos valores de
PE
en el apndi e B.1. Subrayamos que estos resultados
no dependen de la modula in siempre
que sta umpla las ondi iones expresadas ms arriba.
2.1.3. Forma estndar de expresar la probabilidad de error

Al al ular o a otar una probabilidad de error, habitualmente nos apare er expresada
Es /n2 , donde Es es la energa media por seal (a la salida del
en trminos del o iente
66
CAPTULO 2.
PE = 10
PE = 109
vmax = 2
vmax = 8
6.00 % (0.25 dB)
17.73 % (0.71 dB)
3.76 % (0.16 dB)
11.27 % (0.46 dB)
Cuadro 2.1: Algunos valores del mximo error relativo que se omete al al ular
Eb /N0
utilizando las otas.
demodulador DBLC en su aso) y
n2
es la varianza de las omponentes de ruido respe to de
un sistema ortonormal (o de sus partes real e imaginaria en el aso de modula in DBLC).

Tenemos
Es =
M
X
E[si ]Pi ,
i=1

N0 /2
n2 =
N0
para seales reales

para seales omplejas
Sin embargo es ms til tenerla expresada en trminos del o iente
Eb /N0 , donde Eb
Es /N0 y Eb /N0
es la energa fsi amente re ibida por bit. Para obtener la rela in entre
onsideramos si existe modula in DBLC o no.
Si no existe, omo ada seal transmite
log2 M
bits, tenemos
Es
log2 M
N0
n2 =
2
Es
Eb
= 2 log2 M
2
n
N0
Eb =
Si existe modula in DBLC hay que tener en uenta que la seal paso bajo equivalente
tiene energa doble de la fsi amente re ibida, omo se omprueba f ilmente al ulando
ambas energas en el dominio de la fre uen ia. Por tanto
Es /2
log2 M
2
n = N0
Eb
Es
= 2 log2 M
2
n
N0
Eb =
luego en ambos asos tenemos la misma rela in entre

A menudo se utilizan
unidades logartmi as (dB):

Eb
N0
dB
= 10 log10
Eb
Es
2 y N .
n
0
Eb
b .
N0
2.1.
67
M =4
dmin
M =8
c
Figura 2.3: Diagrama de una onstela iones PAM para
M =4
M =8
on indi a in de
las regiones de de isin.
2.1.4. Presta iones de modula iones bsi as

Modula in de amplitud
(Pulse Amplitud Modulation (PAM), a ve es tambin ono ida omo Amplitude-Shift Keying (ASK) est formada por seales mltiplo de una seal
La modula in de amplitud
omn. Se trata por tanto de una modula in unidimensional.
Forma general: Consideraremos solamente un nmero par de seales on amplitudes simtri as. Denominando
(t)
al pulso bsi o normalizado (es de ir, denido de manera que su
energa sea la unidad):
si (t) = Ai (t), Ai {c (2k 1), k = 1, ..., M/2}

Ai son, por lo tanto, a su vez mltiplos de un parmetro c
(M 1) hasta M 1 in rementndose de dos en dos:
Los fa tores multipli ativos

fa tores que van desde
on
A0 = (M 1)c, A1 = (M 3)c, ..., AM 1 = (M 1)c

La gura 2.3 muestra los diagramas del espa io de seal para dos valores distintos de
M.
Distan ia mnima entre seales: Dos seales adya entes distan dmin = 2c.
Energa media por seal: Usando la frmula
n
X
k=1
(2k 1)2 =
n(4n2 1)
,
3
se al ula la energa media omo
M/2
1 X
(2k 1)2 c2
Es =
M/2 i=1
2 2 (M/2)(4(M/2)2 1)
c
M
3
2
c
= (M 2 1)
3
=
Probabilidad de error:
(2.3)
Tenemos que distinguir la probabilidad de error aso iada a las
seales exteriores de la onstela in,
PE ext ,
de la orrespondiente a las seales interiores,
68
CAPTULO 2.
b
5
10
15
20
N =4
N =3
2
N =2
log PE
N =1
3
4
5
6
Figura 2.4: Gr as de probabilidad de error para la modula in PAM on distintos valores
N
de M = 2 .
PE,int .

c
PE ext = Q
,
n

c
,
PE int = 2Q
n
1
[(M 2)PE,int + 2PE,ext ]
PE =
M
s !

2M 2
c2
2M 2
c
=
=
Q
Q
M
n
M
n2
s
!
2M 2
3Es
Q
=
M
(M 2 1)n2
s
Eb
log
M
6
2M 2
2
N0
.
=
Q
2
M
M 1
La gura 2.4 muestra las gr as de probabilidad de error en fun in de
la in PAM on distintos valores de
M.
(2.4)
Eb
para la moduN0
2.1.
69
dmin
dmin
Figura 2.5: Diagrama de espa io de seal de una modula in QAM uadrada on indi a in
de las regiones de de isin.
Modula in de amplitud en uadratura

La modula in de amplitud en uadratura
(Quadrature-Amplitude Modulation (QAM))
onstituye el aso siguiente en ompli a in. Surge de la generaliza in de PAM mediante el

uso de oe ientes de es alado omplejos, omo onse uen ia de lo ual est intrnse amente
unida al empleo de modula in DBLC. El espa io de seal es omplejo de dimensin unidad,
lo que impli a dos dimensiones reales.
Forma general:
si (t) = (Aic + jAis )(t)
donde
kk = 1.
Nos entramos en adelante en el aso ms sen illo de ele in de los oe-
ientes, que es el orrespondiente a la onstela in
QAM uadrada, denida por
Aic , Ais {c (2k 1), k = 1, ...,

El orrespondiente diagrama de seales para
M = 16
M /2}
se representa en la gura 2.5.
Distan ia mnima entre seales:

dmin = 2c
Energa media de la onstela in: Para al ular la energa media observamos

que no es
otra osa que la suma de las energas medias de dos modula iones PAM de
seales. En
efe to,
M
1 X 2
Es =
A + A2is
M i=1 ic
M
M
1 X 2
1 X 2
A +
A ,
=
M i=1 ic M i=1 is
| {z } | {z }
Esc
Ess
c2
Esc = Ess = Es,MPAM,c = (M 1),
3
2
c
Es = Esc + Ess = 2 (M 1).
3
(2.5)
70
CAPTULO 2.
b
5
10
15
20
N =8
N =6
2
N =4
log PE
N =2
3
4
5
6
Figura 2.6: Gr as de probabilidades de error de la modula in QAM para distintos valores
M = 2N .
de
Probabilidad de error: Cal ulamos las otas:

Q
Q
dmin /2
n
dmin /2
n

PE
=Q
=Q
=Q

dmin /2
4Q
,
n
s
s !
!
d2min
c2
=
Q
4n2
n2
s
!
3Es
2(M 1)n2
!
r
3(Eb /N0 ) log2 M
.
M 1
(2.6)
La gura 2.6 muestra, de izquierda a dere ha, las urvas de probabilidad de error para
M = 4, 16, 64, 256. La gura 2.7 muestra onjuntamente gr as de probabilidad de error pa2
ra modula iones M -PAM y M -QAM en las que se puede apre iar que las urvas respe tivas
onvergen para alta rela in Eb /N0 (ver [12).
Modula in de fase
La modula in de fase
(Phase-Shift Keying (PSK)) es
un aso parti ular de QAM en el
que todos los oe ientes tienen la misma energa. La ventaja prin ipal es que esta propiedad
2.1.
71
b
5
10
15
20
25
30
PAM
N =4
QAM
N =3
2
N =2
log PE
3
N =1
4
5
6
Figura 2.7: Gr as de probabilidades de error de modula iones
2N -PAM
22N -QAM.
la ha e ms robusta a la distorsin introdu ida por ampli adores no lineales en los equipos
de transmisin ( omo son, por ejemplo, los de los satlites).
Forma general:
si (t) = A exp
donde
A es
(t) es
M = 8.
un valor real y
del espa io de seal para
j2i
M
(t), i = 0, . . . , M 1,
una seal real unitaria. La gura 2.8 muestra el diagrama
Distan ia mnima entre seales: Un sen illo l ulo trigonomtri o muestra que la disM =8
Figura 2.8: Diagrama del espa io de seales de una modula in PSK on indi a in de la
regin de de isin de una de las seales.
72
CAPTULO 2.
b
5
10
15
20
25
2
N =5
4
N =2
N =4
log PE
N =3
N =1
6
8
10
Figura 2.9: Gr as de probabilidad de error en PSK para distintos valores de
M = 2N .
tan ia entre dos seales adya entes es
dmin = 2A sen
.
M
Energa media por seal: Todas las seales tiene la misma energa:
Es = A2
Probabilidad de error: En los asos parti ulares M = 2 y M = 4 las onstela iones son
equivalentes, respe tivamente, a las onstela iones 2-PAM y 4-QAM uadrada. En los dems
asos el l ulo exa to requiere integra in numri a. Sin embargo, las otas estndar de la
probabilidad de error son su ientes para al ular la energa ne esaria para onseguir una
determinada probabilidad de error on bastante exa titud. Estas otas son:
PE,inf PE PE,sup
PE,sup = 2PE,inf
!
r
Eb
log2 M sen
2
PE,inf = Q
N0
M
La gura 2.9 muestra, de izquierda a dere ha, las urvas de probabilidad de error para
M = 2, 4
y las otas de esta probabilidad para
M = 8, 16, 64.
2.1.
73
A
A
Figura 2.10: Diagrama de espa ios de seales de modula iones ortogonales on dos y tres
seales.
Seales ortogonales
Otro esquema bsi o que por su sen illez ha en ontrado diversas apli a iones es el basado
en la onstela in formada por un onjunto de seales reales ortogonales de la misma energa.
Forma general:
si (t) = Ai (t)
siendo
A real y {i (t)} un onjunto ortonormal real. La gura 2.10 representa

M = 2 y M = 3.
los diagramas
de seales para
Distan ia mnima entre seales:
Las oordenadas de dos seales ualesquiera tienen
todas las omponentes a ero menos una, que vale
A. Por lo tanto el ve tor

A, y la distan ia entre
seales tendr dos omponentes no nulos de valor

seales ser
dmin =
diferen ia de dos
ualquier par de
2A.
Energa media por seal: Todas las seales tiene la misma energa:
Es = A2 = d2min /2
Probabilidad de error:
Salvo para
M = 2
la frmula exa ta es una expresin integral
ompli ada que requiere en ltimo trmino una evalua in numri a. Sin embargo, los otas
estndar son f iles de obtener:
PE,inf PE PE,sup
PE,sup = (M 1)PE,inf
!
r
Eb
PE,inf = Q
log2 M
N0
La gura 2.11 muestra,
error para
M =2
de dere ha a izquierda
(aten in!), la urva de probabilidad de
y las otas de las urvas orrespondientes para
M = 4, 8, 16.
Caso parti ular: FSK: La modula in FSK (Frequen y-Shift Keying) es un aso parti ular
de modula in ortogonal en la que el sistema ortonormal es de la forma
i (t) =
2w0,T (t) cos[2(fc + kf )t], i = 0, ..., M 1,
74
CAPTULO 2.
b
5
10
15
20
2
4
6
N =1
N =2
log PE
10
N =3
12
N =4
14
16
18
6
Figura 2.11: Gr as de probabilidad de error para una modula in ortogonal.
donde
mltiplo entero de
1
.
2T
2.1.5. Probabilidades de error de bit

No hay que onfundir la probabilidad de error de seal de una modula in on su
proba-
bilidad de error de bit (Pb ): Un error al identi ar la seal transmitida da lugar a un nmero
variable de errores en el ve tor de bits aso iado a la seal. La probabilidad de error de bit
depender en general de la probabilidad de error de seal y de la forma en que se haga la
orresponden ia entre grupos de bits y seales:
Interesar que dos palabras adya entes orrespondan a ve tores de bits prximos, de
forma que los errores de seal ms probables orrespondan a un nmero pequeo de
errores de bit. Para onstela iones en las que las seales se pueden ordenar linealmente
una asigna in onveniente es la ono ida omo
odi a in Gray,
en la que entre
seales adya entes slo vara un bit (gura 2.12):

Si despre iamos la posibilidad de onfundir una seal on otra que no sea adya ente,
y onsideramos la transmisin de
000
001
011
010
seales, tendremos un error en bit por ada error
110
111
101
100
8-PAM
Figura 2.12: Constela in PAM on odi a in Gray.
2.1.
75
en seal, luego
Pb =
bits errneos
bits totales
seales errneas
(seales totales) log2
PE
.
log2 M
Consideramos ahora que la probabilidad de onfundir una seal on otra es la misma

para todos los pares de seales, omo o urre on las modula iones ortogonales. Para
ualquier asigna in de bits, si suponemos que se ha produ ido error en la dete in
de la seal transmitida, la probabilidad de que un bit on reto de sta sea errneo es
(M/2)/(M 1), puesto que de

seal emitida, M/2 presentarn
las
M 1
el bit ontrario en esa posi in. Por tanto tenemos
M
PE ,
2(M 1)
Pb =
valor que vara entre
PE
(para
seales on las que podemos onfundir la
M = 2)
PE /2
(para
M ).
La probabilidad de error en bit tambin se puede aproximar en trminos de distan ias

entre seales. Notando por
Pb|i
la probabilidad elegir un bit al azar y que ese bit resulte
errneo uando se transmite la seal
i,
tenemos, por la frmula de la probabilidad total
Pb|i =
Pb|E ij PE ij
j6=i
Pb|E ij es la probabilidad de este su eso uando el error onsiste en dete tar la seal j
PE ij es la probabilidad de dete tar la seal j uando se transmite la seal i, que omo
donde
y
sabemos se a ota por
PE ij Q
Por otra parte
Pb|E ij
dij /2
n
es simplemente el nmero de bits errneos dividido entre el nmero
de bits transmitidos, es de ir,
Pb|E ij =
dH (i, j) (distan ia de Hamming)
aso iadas a las seales i y j . Por tanto
donde
Pb|i
dH (i, j)
log2 M
es el nmero de bits en que dieren las palabras
X dH (i, j)
j6=i
log2 M

dij /2
.
n
(2.7)
2.1.6. E a ias de una modula in

Los parmetros de e a ia de una modula in miden el rendimiento que se obtiene de
los re ursos utilizados.
La
e a ia en poten ia se dene omo el inverso de la energa por bit normalizada ne e-
saria para al anzar la probabilidad de error de referen ia:
1
Eb /N0
76
CAPTULO 2.
Este valor depende lgi amente de la probabilidad de error que onsideremos.

Se dene la
e a ia espe tral
de bits por segundo
de una modula in omo el o iente entre el nmero
transmitidos y el an ho de banda utilizado
W,
que es un o iente
adimensional. Se puede onsiderar omo el inverso del oste en an ho de banda que supone
ada bit por segundo transmitido. Frmulas bsi as para al ular la e a ia espe tral son
las siguientes:
R
W
log2 M
R=
(T
L
2T
L
T
Wmin sin IES =
sin mod. DBLC

on mod. DBLC
Es sen illo al ular la e a ia espe tral mxima de las modula iones estudiadas, que
orresponde al aso de an ho de banda mnimo sin IES:
PAM:
R(T, M)
log2 M/T
=
= 2 log2 M
Wmin,P AM (T )
1/(2T )
max,P AM,M =
QAM y PSK:
max,QAM,M =
FSK:
max,F SK,M =
Obsrvese que las modula iones
log2 M/T
R(T, M)
=
= log2 M
Wmin,QAM (T )
1/T
log2 M/T
2 log2 M
R(T, M)
=
=
Wmin,F SK (T )
M/(2T )
M
M -PAM
M 2 -QAM
tienen la misma e a ia espe tral.

El s ript
test_grafi as_pe.m
realiza la simula in de las modula iones PAM, QAM,
PSK y modula iones ortogonales a nivel de sistema dis reto equivalente. Por tanto las seales
de la modula in estn denidas por sus oordenadas respe to de una base ortonormal, que
no es relevante.
El ha e uso de las rutinas siguientes, que operan on modula iones genri as:
ode_box:
Devuelve los parmetros de diversas modula iones, in luyendo las oorde-
nadas de las seales y los parmetros ne esarios para las aproxima iones de la probabilidad de error en seal y en bit.
bits2sim: Convierte una palabra de bits en un ndi e en el onjunto de seales. Puede

utilizar odi a in Gray.
sim2bits:
Fun in re pro a de
bits2sim.
2.1.
77
Pe, Pb 16PSK
10
10
Pb inf
Pb sup aprox
Pe inf
Pe sup
Pb emp
Pe emp
10
5
6
Eb/N0 (dB)
Figura 2.13: Gr a de probabilidad de error obtenida on
10
test_grafi as_pe.m.
mod_en ode: Genera la se uen ia de seales (ve tores) que orresponde a una se uen ia
de ndi es.
mod_min_dist_de : De odi ador de mnima distan ia. Fun in re pro a de mod_en ode.
Estudiar el digo de estas rutinas y observar las gr as de probabilidad de error que se
obtienen para las distinas modula iones. En parti ular,
Comparar las gr as de 4-PAM y 16-QAM.
Observar la gr a de 16-PSK (gura 2.13) y expli ar por qu la ota superior aproximada de
Pb
no es una ota superior vlida para
Eb /N0
pequeo.
78
CAPTULO 2.
2.2. Compara in presta iones vs apa idad de anal

2.2.1. Capa idad del anal gaussiano y e a ias de modula iones
La frmula de Shannon de la apa idad del anal gaussiano indi a que en la transmisin
on poten ia
mediante un anal paso banda ideal de an ho de banda
W,
en presen ia de
ruido blan o gaussiano, siempre que se verique

s
,
R < C = W log2 1 +
n
existen modula iones que nos permiten transmitir on una
(2.8)
PE
tan pequea omo deseemos
(ver apndi e B.2).

Esta frmula nos lleva a una rela in entre e a ia espe tral y e a ia en poten ia en
s = Eb R y n = N0 W , tenemos

R
Eb R
s
,
= log2 1 +
R = C = W log2 1 +
n
W
N0 W
sistemas que al an en la apa idad de anal. En efe to, omo
on lo que
Eb
W R/W
=
(2
1),
N0
R
(2.9)
es de ir,
N0
==
.
Eb
2 1
Esta es la urva representada, en unidades logartmi as, en la gura 2.14.
que podemos onseguir

0. En el lmite tenemos
Como esta urva es montona de re iente, los mayores valores de

on probabilidad de error arbitrariamente baja se halla para
lm
0 2
que orresponde a una
=
,
1
ln 2
Eb
de
N0
10 log10 (ln 2) = 1,6
dB.
ste es el valor de la asntota horizontal de la urva inferior de la gura 2.14.

El o iente
Eb
N0
(2 1)/
se denomina
bre ha de apa idad ( apa ity gap).
2.2.2. Diagrama de e a ias de modula iones

La gura 2.14 sita algunas de las modula iones estudiadas en un plano on la e a ia
espe tral en abs isas y la inversa de la e a ia en poten ia en ordenadas (para una
105).
PE =
La urva en trazo ontinuo orresponde a las mximas e a ias en poten ia que, de
2.2.
COMPARACIN PRESTACIONES VS CAPACIDAD DE CANAL
79
log
60
PSK
40
PAM, QAM
FSK
20
lmite de
Shannon
log
BFSK
Figura 2.14: Diagrama de e a ias de las distintas modula iones. La modula in BFSK es la
que se obtiene al aadir a una modula in FSK las opuestas de las seales de la onstela in.
a uerdo on el Teorema de Shannon de apa idad del anal, pueden al anzarse (para una
probabilidad de error de refen ia igual a ero).
La bre ha de apa idad de una modula in, en dB, es la distan ia en verti al a la urva
inferior.
En la gura se observa
Para PAM, QAM y PSK aumentar el nmero
de seales impli a un mayor gasto de
poten ia pero al mismo tiempo una mejor e a ia espe tral.

Para FSK o urre exa tamente lo ontrario.
Por ello se suele de ir que las seales del primer tipo son ade uadas para anales limitados
en an ho de banda mientras que las segundas lo son para anales limitados en poten ia.

El s ript
RhoEta
permite visualizar los parmetros de e a ia espe tral y en poten ia de
una modula in para distintos nmeros de seales y ompararlos on la urva dada por la
frmula de la apa idad del anal gaussiano limitado en banda.
80
CAPTULO 2.
2.3. Bibliografa
La mayor parte es estndar, as que est p. ej. en [1.
Para las demostra iones de los teoremas de Shannon es re omendable [6. En el aso del
teorema de apa idad del anal gaussiano limitado en banda es muy interesante la demostra in dire ta en el art ulo del propio Shannon [14 y la versin rigurosa de esta demostra in
que se en uentra en [20.
2.4.
81
PROBLEMAS RESUELTOS
b
a
b=
3
a
2
Figura 2.15: Constela in bidimensional de 19 seales.

Se onsidera la onstela in de la gura 2.15, a partir de la ual se desea disear una
onstela in de 16 seales equiprobables de alta e ien ia. Para ello, se pide:
(a) Eliminar tres seales de la onstela in de energa mxima y al ular la energa media de la
onstela in de 16 seales resultante (en fun in de a). (Sugeren ia: Agrupar las seales respe to
de su distan ia al origen.)
(b) Cal ular la ota superior estndar de la probabilidad de error de la modula in resultante.
Ejer i io 2.1
(a) La onstela in in luye

1. Una seal de energa ero
2. Seis seales de energa
a2
(2b)2 = 3a2
(2a)2 = 4a2 .
Al suprimir tres de estas ltimas se obtiene una onstela in de 16 seales on energa media
Es =
36
9
1
(1 0 + 6 a2 + 6 3a2 + 3 4a2 ) = a2 = a2 .
16
16
4
(b) La distan ia mnima entre seales es

es
vmax = 6,
dmin = a
y el mximo nmero de ve inos por seal
luego
s
!
!
d2min
a2
= 6Q
PE vmax Q
4n2
4n2
s
!
!
r
4Es /9
2Eb log2 16
= 6Q
= 6Q
.
2
4n
9N0
82
CAPTULO 2.
Se desea disear una onstela in bidimensional de o ho seales partiendo de la

onstela in formada por las uatro seales de oordenadas {(c, 0), (0, c)}, c > 0, aadiendo
otras uatro seales on oordenadas de la forma (a, a), a > 0. Se pide
(a) Cal ular las oordenadas de las nuevas seales de forma que la distan ia mnima de una seal
a las dems no vare.
(b) Dibujar ualitativamente el diagrama de la onstela in y sus regiones de de isin (supuestas
las seales equiprobables).
( ) Indi ar otas superior e inferior, tan ajustadas omo se pueda, de la probabilidad de error en
fun in de c y n para la seal de oordenadas (a, a).
(d) Cal ular la ota superior estndar de la probabilidad de error de esta modula in.
Ejer i io 2.2
(a) Cal ulamos
resolviendo la e ua in
d2 ((c, 0), (a, a)) = d2 ((c, 0), (0, c))
1 3
a =
c
2
y de las dos solu iones nos quedamos on la positiva, pues la otra se puede omprobar que
queda a menor distan ia de otras seales, luego no se preservara la distan ia mnima.
(b) La gura representa el diagrama de la onstela in y las regiones de de isin para
( ) Hay que observar que esta seal tiene uatro seales ve inas, dos a distan ia
2c
c = 1.
y dos
2.4.
83
PROBLEMAS RESUELTOS
a distan ia
2a.
Por tanto
2c/2
n
PE(a,a) 2Q
= 2Q
2c/2
n
2c/2
n
+ 2Q
+ 2Q
a
n
(1 +
3)c/2
(d) Las otas estndar tienen la forma general
dmin /2
n
PE vmax Q
dmin /2
n
y en este aso quedan
2c/2
n
PE 4Q
2c/2
n
Disponemos de tres anales del mismo an ho de banda on poten ias de ruido n1 = 1,

n2 = 2, n3 = 3. Cmo debemos distribuir la poten ia de seal s = s1 + s2 + s3 entre los tres anales
para maximizar la suma de sus apa idades? Considerar los asos s = 6, s = 2, s = 0,5.
Ejer i io 2.3
Queremos maximizar
CT /W =
3
X
i=1
P3

si
log2 1 +
ni
i=1 si = s, si 0. Utilizando multipli adores de Lagrange y pres indiendo por el momento de las restri iones de signo de las si , onsideramos
on las restri iones
!
3
X
CT
+
si s
F (s1 , s2 , s3 , ) =
W
i=1
!

3
3
X
X
si
=
log2 1 +
+
si s ,
ni
i=1
i=1
uyas derivadas respe to de las
si
valen
F
1
= ni si log2 e + =
log2 e + ,
si
1 + ni
ni + si
que igualadas a ero nos dan la ondi in
ni + si = log2 e/ .
Por tanto tenemos que despejar las
si
de las e ua iones
= ni + si , i = 1, 2, 3,
s = s1 + s2 + s3 .
(2.10)
(2.11)
84
CAPTULO 2.
Sumando las primeras obtenemos
3 =
3
X
i=1
En el aso
s=6
obtenemos
ni + s =
P3
i=1
= (1 + 2 + 3 + 6)/3 = 4,
ni + s
.
3
luego
s1 = n1 = 4 1 = 3,
s2 = n2 = 4 2 = 2,
s3 = n1 = 4 3 = 1.
En el aso
s=2
obtenemos
= (1 + 2 + 3 + 2)/3 = 8/3,
s3 = n3 =
luego
8
1
3= .
3
3
Como no puede haber poten ias negativas, tenemos que bus ar solu iones on
s3 = 0 .
Apli-
ando el mismo pro edimiento onsiderando slo los anales 1 y 2, on lo que obtenemos
2 =
2
X
i=1
que en el aso
s=2
propor iona
ni + s =
P2
i=1
ni + s
,
2
= (1 + 2 + 2)/2 = 5/2,
luego
s1 = n1 = 5/2 1 = 3/2,
s2 = n2 = 5/2 2 = 1/2,
s3 = 0.
Finalmente, para
1/2)/2 = 7/4,
s = 1/2
y onsiderando slo los anales 1 y 2 obtendramos
= (1 + 2 +
on lo que
s2 = n2 = 7/4 2 = 1/4.
Por tanto debemos ha er tambin
s2 = 0 ,
on lo que la ni a solu in es
s1 = s = 1/2,
s2 = 0,
s3 = 0.
Este problema admite una interpreta in gr a interesante, representada en la gura 2.16,
que da lugar a que los algoritmos para resolver este problama de optimiza in se denominen
algoritmos de
water lling.
2.4.
PROBLEMAS RESUELTOS
Figura 2.16: Interpreta in gr a de la distribu in ptima de poten ia
85
(water lling).
86
CAPTULO 2.
Captulo 3
Modula iones on memoria
87
88
CAPTULO 3.
MODULACIONES CON MEMORIA
3.1. Modula iones on memoria

3.1.1. Ejemplo introdu torio
Una
modula in on memoria es aquella en la que la seal que se genera en un intervalo
no depende ni amente del nuevo smbolo que se desea transmitir, sino de las seales y
smbolos previamente transmitidos. El uso de modula iones on memoria permiten ontrolar
mejor la densidad espe tral de poten ia de la seal, as omo transmitir on mayor e a ia
en poten ia.
Formalmente una modula in on memoria es una mquina de estados nitos, ara terizada por
Un onjunto nito de estados
Un onjunto de smbolos de entrada
Un alfabeto de seales de salida
Una orresponden ia que aso ia a ada estado y smbolo de entrada un nuevo estado
y una seal de salida.
Como ejemplo, supongamos que nuestra modula in in luye las seales
si (t) = A sin(i t)w0,T (t), i = 0, 1,

donde
es el periodo de smbolo.
Estas seales presentarn una diferen ia de fase nula entre el omienzo y el nal de ada
periodo de smbolo si
i T = 2k, k Z.
(3.1)
Esta ondi in garantiza por tanto que la fase de la seal global sea ontinua. Los sistemas
basados en estas seales se denominan
FSK (CPFSK)).
modula iones FSK de fase ontinua ( ontinuous-phase
Por otra parte es f il omprobar que las seales on pulsa iones

si
1 0 =
0 , 1
sern ortogonales
k
, k Z.
T
(3.2)
Por tanto dos seales distintas on in remento de fase nulo sern adems ortogonales,
pero el re pro o no es ierto.
Para onseguir que la seal global sea de fase ontinua pero al mismo tiempo on la
separa in de fre uen ias mnima que garantiza la ortogonalidad,
en la modula in las seales
1 0 = /T ,
in luimos
s2 (t) = A sin(0 t + ) = s0 (t)

s3 (t) = A sin(1 t + ) = s1 (t)
y utilizamos memoria en el demodulador, de forma que ste presente un onjunto de seales
u otro segn la ltima seal haya terminado on fase 0 o fase
3.1.
89
Esta modula in se ara terizar por tanto por dos estados, orrespondientes a los dos
posibles valores de la fase nal de la ultima seal transmitida. La gura 3.1 representa el
diagrama de estados de la modula in en forma tradi ional y en forma de diagrama en
rejilla o elosa
(trellis),
que ser el utilizado en el algoritmo de dete in que presentamos
a ontinua in. La gura 3.2 muestra un ejemplo de seal global de esta modula in.
0/s2
1/s3
1/s1
0/s0
(trellis) de la modula in del ejemplo.

smbolo de entrada/seal de salida.
Figura 3.1: Diagrama de estados y diagrama en rejilla

Cada transi in est etiquetada de la forma
1
0.5
0
0.5
Figura 3.2: Ejemplo de seal global de la modula in estudiada on
10
0 = 2/T , 1 = 3/T ,
T = 1.
3.1.2. Dete in de modula iones on memoria

Para obtener una forma pr ti a de realizar la dete in vamos a suponer
Que ono emos el estado ini ial y el estado nal de la mquina.
Que las posibles seales transmitidas uando la mquina se en uentra en un ierto
estado son equiprobables.
90
CAPTULO 3.
Que el onjunto de seales utilizadas satisfa e la ondi in de no IES.

La segunda de las hiptesis impli a que las posibles se uen ias de seales transmitidas
tienen todas la misma probabilidad. Por tanto el problema de la dete in de la se uen ia
se redu e al de la dete in de una seal dentro de un onjunto de seales equiprobables,
tratado en 1.3.2, donde el papel desempeado por la seal individual ahora orresponde a la
seal global.
Si adems se umplen las ondi iones de no IES, omo exige la ter era hiptesis, es f il
omprobar que la dete in ptima orresponde al riterio de mnima distan ia . Por tanto la
(k)
ms probable a posteriori es la que se en uentra a menor distan ia
se uen ia de ve tores (s
(k)
de los ve tores dete tados (r ), es de ir, la que minimiza
C=
N
1
X
k=0
de entre todas las se uen ias
(s(k)
kr(k) s(k) k2 ,
posibles de a uerdo on la espe i a in de la mquina de
estados.
Si representamos las transi iones de estados experimentadas por la mquina aso iada a
la modula in mediante un diagrama en rejilla, podemos aso iar a ada ar o del diagrama el
(k)
s(k) k2 orrespondiente a la distan ia entre la observa in realizada en la etapa
oste kr
y la seal de salida aso iada a la transi in. De esta forma vemos que el problema de la
dete in ptima equivale al de en ontrar el amino de menor oste a lo largo de la rejilla

entre los estados ini ial y nal.
Para la modula in de nuestro ejemplo, suponiendo
0 >> 1, 1 = 0 + /T
el alfabeto
de seales se puede denir en trminos de la base ortonormal
2
sin(0 t)w0,T (t),
T
r
2
1 (t) =
sin(1 t)w0,T (t),
T
0 (t) =
respe to de la ual las seales tienen oordenadas
= (, 0),
= (0, ),
= (, 0),
= (0, ),
r
T
=A
.
2
s0
s1
s2
s3
(3.3)
El re eptor se basar en dos ltros on respuestas al impulso
1 Para
hi (t) = i (t0 t).
ello basta apli ar el esquema del re eptor ptimo a la dete in de la seal global utilizando omo
sistema ortonormal el sistema {k (t nT )}n=0,...,N,k=0,...,L1 propor ionado por las versiones desplazadas
por una base ortonormal del espa io de seal.
3.1.
91
Si la seal global re ibida es
(k)
ri
r(t),
las salidas de los ltros, muestreadas en
t = t0 + kT ,
sern
= r(t) hi (t)|t=t0 +kT = hr(t), i (t kT )i

(k)
(k)
= si + ni ,
donde
(k)
si
es la oordenada
del ve tor transmitido (del onjunto (3.3)) y
(k)
ni
es la ontri-
bu in debida al ruido. Con estas muestras formamos los ve tores
(k)
(k)
r(k) = (r0 , r1 ).
Si, por ejemplo, sabemos que se han transmitido tres seales, omenzando y terminando en
(k)
el estado ero, tendramos que en ontrar de entre las posibles se uen ias de ve tores s
transmitidos, que son
(s0 , s0 , s0 ),
(s0 , s1 , s3 ),
(s1 , s3 , s1 ),
(s1 , s2 , s3 ),
la ms er ana a la se uen ia re ibida
(r(0) , r(1) , r(2) ).
T = 1 y A = 1 ( = 1/ 2) en el que se transmiten los bits

1, 0, 1, que orresponden a las seales s1 , s2 , s3 , sin ruido en el anal y on l. En ada aso,
(k)
en un diagrama en rejilla se muestra sobre ada transi in el oste kr
si k2 y, desta ado, el
La gura 3.3 muestra un aso on
amino de menor oste total. Las etiquetas sobre los nodos orresponden a la apli a in del
algoritmo de Viterbi, que
es un pro edimiento e iente para al ular la se uen ia de menor
oste, que expli amos a ontinua in.
3.1.3. Algoritmo de Viterbi

El algoritmo de Viterbi es un pro edimiento omputa ionalmente e iente para hallar el
amino de menor oste entre dos puntos de un grafo orientado on forma de rejilla
(trellis).
El algoritmo propor iona el amino de menor oste entre dos nodos on retos o entre dos
el amino de menor oste entre dos

puntos es tambin el amino de menor oste entre dos nodos intermedios por los que pase.
etapas. Se basa en la observa in de que en un grafo
Para obtener el amino de menor oste entre la etapa 1 y la etapa
el algoritmo al ula
ky
la etapa k + 1
en ada itera in el amino de menor oste entre el estado ini ial y ada nodo de la etapa
alma ena la longitud de este amino. Para al ular los aminos ptimos hasta
onsidera ada nodo de esta etapa y al ula el amino ptimo hasta ese nodo al ulando la
longitud de los aminos que pasan por ada nodo de la etapa previa.
El amino ptimo hasta ada nodo se denomina
de que ni o que no ha ado en las
amino superviviente en alusin al he ho
podas realizadas por anteriores
etapas del algoritmo.
La gura 3.4 muestra una rejilla y los aminos al ulados mediante el algoritmo. En la
primera itera in (arriba) se al ula para ada estado de la etapa 2 la distan ia al estado 1
92
CAPTULO 3.
4
3
2
1
0
1
2
3
4
0.5
1.5
1.1
0
1
2.3
2.3
4.3
1.2
3.3
2.2
0.9
0 1.1
2.1 2.3
3.3 2.6
2.1
2.5
3.3
3.2
1.5
Figura 3.3: Ejemplo de dete in para la modula in de la gura 3.1. Seales on ruido
y sin ruido uando se transmiten los bits
1, 0, 1,
que orresponden a las seales
s1 , s2 , s3 .
Diagrama en rejilla mostrando los ostes de las transi iones (distan ias al uadrado entre
(k)
ve tores r
re ibidos y ve tores si de oordenadas de las seales) sin ruido y on ruido.
Las etiquetas sobre los nodos orresponden a la apli a in del algoritmo de Viterbi, que
expli amos en 3.1.3.
3.1.
93
de la primera etapa. Si no hay amino, se asigna a esta distan ia el valor innito. En ima
de ada nodo anotamos la distan ia mnima al nodo ini ial. En las siguientes itera iones,
orrespondientes a las su esivas etapas, se al ula para ada estado, para ada ar o de llegada,
la suma del oste del nodo de pro eden ia ms el oste del ar o, y se sele iona la op in de
menor oste.
El nmero de opera iones de ada etapa del algoritmo de Viterbi es propor ional al
nmero de estados y al nmero medio de entradas por estado.
3.1.4. Probabilidad de error en modula iones on memoria

Para hallar una ota superior de la probabilidad de error de una modula in on memoria
apli amos la ota de la unin (se in 2.1.2) a una seal global orrespondiente a la transmisin de
smbolos, tratndola omo una seal independiente y suponiendo ono idos por
el re eptor los estados ini ial y nal. Para hallar los trminos ms signi ativos de la ota
superior
PE i
i6=j
dij /2
n
tenemos que hallar las seales globales ms er anas a la transmitida. Para ello utilizamos
el diagrama en rejilla de la modula in y bus amos en l los aminos que se apartan en
determinado punto del amino orre to y luego vuelven a l. Estos aminos alternativos se
denominan
su esos de primer error (rst error event),
porque orresponden a una ele in
in orre ta del algoritmo de Viterbi uando hasta el momento todas las de isiones han sido
orre tas.
Consideremos por ejemplo la modula in presentada en 3.1.1. En la gura 3.5 se muestra
el diagrama en rejilla de la modula in, extendido a varias etapas y se seala en l el amino
orre to uando se transmite una se uen ia de smbolos on reta (que en este aso ha e
que el sistema permanez a siempre en el mismo estado) y un evento de error de distan ia
mnima, que orresponde a dos seales individuales onse utivas.
Para una longitud total de se uen ia
tendramos
vN
seales a distan ia mnima,
orrespondientes a los distintos instantes en que puede ini iarse un evento omo el representado en la gura 3.5. Cada evento da lugar a
bits de error, por lo que, apli ando la
frmula (2.7),
Q
Pb Pb,sup |{z}
v
N
N

d/2
,
= Q
n
donde
d/2
n
(3.4)
es la distan ia entre la seal global orre ta y la errnea.
Para tener una ota ms able habra que tener en uenta todos los posibles eventos
de error. Si el evento
est ara terizado por una distan ia
nmero de bits de informa in errneos
i ,
Pb Pb,sup
di
a la se uen ia orre ta y un
tenemos
X
i
i Q
di /2
n
(3.5)
94
CAPTULO 3.
4
3
2
1
4
3
2
1
4
3
2
1
4
3
2
1
4
3
2
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
4 Inf
4 4 Inf
4 0 8
8 8
0
0
4 Inf
4 4 Inf
4 0 8
8 8
0
0
4 12
4 4 12
4 8 0
0 0
8
8
4 Inf
4 4 Inf
4 0 8
8 8
0
0
4 12
4 4 12
4 8 0
0 0
8
8
8 0
0 0 8
8 4 12
4 4
12
4
4 Inf
4 4 Inf
4 0 8
8 8
0
0
4 12
4 4 12
4 8 0
0 0
8
8
8 0
0 0 8
8 4 12
4 4
12
4
8 8
0 0 0
8 4 12
4 4
12
4
4 Inf
4 4 Inf
4 0 8
8 8
0
0
4 12
4 4 12
4 8 0
0 0
8
8
8 0
0 0 8
8 4 12
4 4
12
4
8 8
0 0 0
8 4 12
4 4
12
4
4 12
4 4 12
4 0 0
8 8
8
0
Figura 3.4: Ejemplo de apli a in del algoritmo de Viterbi. En este aso se sabe que el estado
de partida es 1. En la primera etapa a los nodos no one tados on el estado 1 se aso ia
oste
y a los dems estados el oste del amino que lo une on el estado ero. En la
segunda etapa, para el estado 1 se elige entre el oste

el estado 3 y el oste
0+8=8
+0 =
del amino que pasa por
del amino que pasa por el estado 1, y as su esivamente.
3.1.
95
En la pr ti a basta onsiderar los eventos on menor
di ,
pues on rela iones seal a ruido
razonables los trminos orrespondientes a los dems eventos se pueden despre iar. No obstante hay asos patolgi os en los que en un bloque de longitud
error distintos on un mismo un valor de
un valor muy alto uando
ono e omo
di .
existen
eventos de
En este aso la probabilidad de error tiende a
es grande y la modula in debe des artarse. Este fenmeno se
odi a in atastr a.
En la modula in de nuestro ejemplo el prin ipal evento de primer error error onsiste
en onfundir dos seales onse utivas on seales ortogonales a ellas, luego tenemos
d2 = 2 2Es = 4Es
y se produ e error en
=2
bits de informa in, de forma que
Pb Pb,sup 2Q
Es
n2
= 2Q
2Eb
N0
(3.6)
De he ho, en la modula in de nuestro ejemplo, para ualquier otra se uen ia transmitida

obtendramos el mismo resultado, puesto que las seales globales a distan ia mnima siempre
onsisten en onfundir dos seales onse utivas por seales ortogonales, omo se desprende
del diagrama en rejilla.
En otros asos, en fun in del tipo de modula in on memoria, se utilizan t ni as ad-ho
para obtener resultados de probabilidad de error independientes de la se uen ia transmitida.
camino correcto
error
Figura 3.5: Diagrama de rejilla de la modula in del ejemplo extendido a varias etapas
mostrando un evento de error.

La mquina de estados genri a se ha denido mediante una estru tura on los ampos
siguientes:
num_est:
Nmero de estados
num_sim:
Nmero de smbolos de entrada (enteros)
tabla_est:
Array de dimensiones
iones de estados
(tabla_est,tabla_sim)
que alma ena las transi-
96
CAPTULO 3.
tabla_sim:
Array de dimensiones
(tabla_est,tabla_sim,ndim)
que alma ena los
smbolos de salida. Estos smbolos se representan omo ve tores, de forma que la salida
para el estado
y el smbolo de entrada
es
tabla_sim(n,m,:),
y pueden utilizarse
para representar las oordenadas de las seales respe to de un sistema ortonormal o

dire tamente muestras de la seal.
etiq_est{num_est}:
Etiquetas para ada estado (uso en gr as)
etiq_trans{num_est,num_sim}:
La rutina
mef_ejemplo
dula in.
La rutina
Etiquetas para ada transi in (uso en gr as)
genera la mquina de estados nita orrespondiente a esta mo-
viterbi_global
implementa el algoritmo de Viterbi para una mquina de
estados genri a y una se uen ia de observa iones.

La fun in
trellis_diagram dibuja el diagrama en rejilla orrespondiente a una mquina
de estados y a una se uen ia de observa iones.
mef_ejemplo, el s ript SistemaMCM y las se iones destaParte fundamental de la rutina viterbi_global. Por qu apare en errores
dete in al eje utar SistemaMCM uando ponemos forzar_ ero_final = 1?
Estudie el digo de la rutina
adas omo
de
3.2.
97
MODULACIONES DE FASE CONTINUA
3.2. Modula iones de fase ontinua

3.2.1. Introdu in
Las seales de envolvente onstante son interesantes por su robustez frente a la no linealidad de los ampli adores. Las
modula iones de fase ontinua (Continuous-Phase
Modula-
tions (CPM)) son modula iones de envolvente onstante en las que la seal global es de la
forma
x(t) = A cos(c t + (t))

donde
(t)
es una fun in ontinua. Esta seal global se puede interpretar, re ordando la
frmula (1.7), omo la modula in DBLC de
x(t) = Aej(t) .
Entre las modula iones CPM se en uentra la modula in GMSK, utilizada en el estndar
GSM de omuni a iones mbiles.
Las modula iones CPM generales son modula iones on memoria engloban omo asos
parti ulares las modula iones CPFSK y MSK.
3.2.2. Des rip in

Primero vamos a des ribir la modula in en trminos de la sal global generada. Ms
adelante la des ribiremos omo una modula in on memoria, es de ir, en trminos de un
espa io de estados, un alfabeto de seales y un diagrama de transi iones.
La expresin de la seal global es
"
x(t) = A cos c t + 0 + 2h
I[n]g( nT ) d ,
(3.7)
que es la versin modulada en DBLC de
x(t) = Aej(t,I) ,
(t, I) = 0 + 2h
(3.8)
X
n
I[n]g( nT ) d,
(3.9)
que est ara terizada por los parmetros

1.
c :
pulsa in de portadora,
2.
0 :
fase ini ial,
3.
T:
periodo de smbolo,
4.
I I[n]:
se uen ia de smbolos de entrada, on valores en
5.
h: ndi e de modula in (h = m/p
6.
g(t): pulso de fase,
no nula slo en
1, 3, . . . , (M 1).
(fra in irredu ible)),
[0, KT ]
y on integral igual a
1/2
por onven in.
98
CAPTULO 3.
Si el pulso de fase
g(t)
tiene dura in
KT
mayor que el periodo de smbolo
respuesta par ial. En aso ontrario se

modula iones CPFSK ( ontinuous phase FSK)
se di e que es de
Las
di e que es de
T,
el sistema
respuesta total.
orresponden al aso parti ular de
g(t) es un pulso uadrado. sta y otras fun iones

g(t) se representan en la gura 3.6. Se habla de mo-
sistemas de respuesta total en los que

utilizadas para denir el pulso de fase
dula in
MSK (Minimum-Shift Keying) uando la separa in entre fre uen ias es la mnima
que garantiza ortogonalidad entre las seales en su versin modulada en DBLC (1/(2T )).
La modula in
MSK gaussiana (Gaussian MSK (GMSK))
omuni a iones mviles GSM) orresponde al uso omo fun in
(utilizada en el estndar de
g(t) de
la onvolu in de un
pulso uadrado on una fun in gaussiana, que tiene omo expresin
"
gGM SK (t) = Q 2B
donde
t T
2
ln 2
!#
"
Q 2B
t+ T
2
ln 2
!#
es un parmetro que ara teriza la fun in gaussiana (su an ho de banda 3 dB).
En adelante nos restringimos al aso de respuesta total. Vamos a des ribir la modula in
omo una modula in on memoria. Para obtener el onjunto de seales de la modula in, es
de ir, las distintas seales que podemos en ontrar en ada periodo de smbolo
supongamos que
est en el intervalo
[0, T )
[kT, (k + 1)T ),
(lo que no nos ha e perder generalidad). En
la integral en la expresin (3.7) podemos distinguir entre los sumandos que ya han sido
integrados y los dems:
2h
X
n
I[n]g( nT ) d = h
I[n] + 2hI[0]
g( )d.
(3.10)
n<0
El primer trmino de la suma es
I[n] =
n<0
donde
c,
m
c,
p
(3.11)
que orresponde al sumatorio, puede ser ualquier entero. Al tratarse de una fase,
el valor relevante es el que tiene mdulo
2 .
El nmero valores mdulo
es nito omo
vemos en el ejemplo siguiente.

La gura 3.7 muestra el
M = 2, g(t)
rbol de fases de
para el aso
K=1
(respuesta total),
h = 1/2,
pulso uadrado, tambin ono ida omo modula in 2-MSK. En este diagrama
se muestran las posibles fun iones de fases que puede presentar la seal en fun in de la
se uen ia de smbolos de entrada. La equivalen ia de fases mdulo
se maniesta uando
plegamos el plano formando un ilindro. As se observa que para esta modula in tenemos
ni amente uatro posibles valores de fases ini iales.
Se puede demostrar que el onjunto de valores de la fase ini ial es

(p 1)m
m 2m
, (p valores)
,
,...,
para m par,
0,
p
p
p

m 2m
(2p 1)m
0,
(2p valores).
,
,...,
para m impar,
p
p
p
3.2.
99
(a)
(b)
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
(c)
1
1
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0
(d)
0.8
(e)
1.2
B=1
0.8
0.6
0.4
B=0.3
0.2
B=0.2
0
5
Figura 3.6: Ejemplos de pulsos de fase
g(t)
utilizados en CPM, on respuesta total ((a),( ))
y par ial ((b),(d),(e)). (a),(b): pulsos uadrados, ( ),(d): pulsos en oseno alzado, (e) pulsos
GMSK.
100
CAPTULO 3.
Por ejemplo:
2
m
= 0 = 0, 2/3, 4/3
p
3
m
1
h=
= 0 = 0, /2, , 3/2
p
2
h=
Por tanto los sistemas de respuesta total se pueden ver omo modula iones on memoria
on tantos estados omo valores de fase ini ial
ser
0 ,
y la expresin de las seales del alfabeto

Z t
2m
s(0 , I; t) = A exp j0 + j
I
g( )d
p
0
y en el aso en que
g(t)
es un pulso uadrado,

2m 1
t .
s(0 , I; t) = A exp j0 + jI
p 2T
La gura 3.8 muestra el diagrama de transi iones (en forma de diagrama en rejilla) para
esta modula in. En este aso las e has representan ni amente transi iones entre estados,
no traye torias de fase. Una modula in on los mismos parmetros pero pulso
g(t)
distinto
tendra el mismo diagrama de transi iones, pero no el mismo rbol de fases.

La gura 3.9 muestra un ejemplo de seal global para esta modula in, in luyendo los
pulsos que se han utilizado para generarla y el diagrama de fases. La gura 3.10 muestra las
gr as orrespondientes a
h = 2/3.
3.2.3. Dete in
Aunque existen solu iones alternativas de menor oste, la dete in de modula iones
CPM se puede ha er mediante el algoritmo de Viterbi, de la forma indi ada en 3.1.2. El
diagrama est representado en la gura 3.11.
Como las seales son equiprobables y de la misma energa, la dete in ptima, omo
hemos visto en 1.3.2 orresponde a hallar la seal global transmitida
parte real del produ to es alar on la seal global re ibida
Re
donde
r (k) (t)
intervalos de
hr(t), s(t)i =
s(k) (t) son los fragmentos

tiempo [kT, (k + 1)T ).
y
X
k
Re
s(t)
que maximiza la
r(t),

r (k) (t), s(k) (t) ,
de las seales
r(t)
s(t)
orrespondientes a los
Para hallar la seal ptima apli amos el algoritmo de Viterbi, adaptado en este aso a
hallar el amino on mayor oste, on lo que ambiamos
mnimo por mximo en la des rip in
del algoritmo. El oste de ada transi in orresponde a la parte real del produ to es alar de
r (k) (t), on la seal s(k) (t) orrespondiente a la transi in.
la seal re ibida en ese intervalo,
En el diagrama se representa el l ulo de los produ tos es alares de la seal re ibida on

las seales del alfabeto, denidas por su fase ini ial
y su amplitud
I.
En realidad no hara
falta al ular todos los produ tos, puesto que seales que slo dieran en la fase ini ial son
3.2.
101
2.5
2
1.5
1
0.5
0
0.5
1
1.5
2
2.5
1
0
1
7
6
5
4
3
2
1
0
1
1
0
2
1
radianes) y en el ilindro
(K = 1, h = 1/2, M = 2, g(t) pulso uadrado).
Figura 3.7: rbol de fases en el plano (en unidades de

modula in de la modula in 2-MSK
de la
102
CAPTULO 3.
0
1
1
0
1
0
0
1
Figura 3.8: Diagrama de transi iones de la modula in 2-MSK, on las transi iones etiquetadas on 0 1, que orresponden a los smbolos de entrada
I = 1
I = 1.
1
0
1
5
t
10
5
t
10
5
t
10
phi(t)/pi
2
1
0
1
x(t)
1
0
1
Figura 3.9: Ejemplo de genera in de una seal 2-MSK: Pulsos de fase, diagrama de fase en
5 2
el plano y seal global modulada on c =
, T = 1 y un desfase adi ional de /2 que
4 T
onvierte el oseno en seno.
3.2.
103
4
3
2
1
0
1
2
3
4
1
0
1
7
6
5
4
3
2
1
0
1
2

modula in denida por
K = 1, h = 2/3, M = 2,
0
1
radianes) y en el ilindro de la
pulsos de fase re tangulares.
104
CAPTULO 3.
Re
*
Viterbi
Re
Figura 3.11: Esquema de re eptor CPM. En ada intervalo se al ulan los produ tos es alares
de la seal re ibida on todas las seales de la modula in. En este esquema los produ tos
es alares se al ulan mediante produ to e integra in, pero podan haberse utilizado ltros.
En realidad no hara falta al ular todos los produ tos es alares de esta forma, puesto que
seales que slo dieran en la fase ini ial son propor ionales. Despus se apli a el algoritmo de
Viterbi para hallar la se uen ia de seales on mayor parte real de la suma de los produ tos
es alares. Como todas las seales tienen la misma energa, esto es equivalente a minimizar
la suma de las distan ias al uadrado.
propor ionales y se pueden al ular todos a partir de uno de ellos apli ando la linealidad del
produ to es alar. Por ejemplo,

2m 1
t
s(0 , I; t) = A exp j0 + jI
p 2T

2m 1
= A exp (j0 ) exp jI
t ,
p 2T

(0)

2m 1
(0)
t
.
r (t), s(0 , I; t) = A exp (j0 ) r (t), exp jI
p 2T
3.2.4. Presta iones

La probabilidad de error en las modula iones CPM de inters se puede aproximar en la
pr ti a por la aproxima in dada por las se uen ias ms er ana a la transmitida, de la
forma indi ada en 3.1.4.
La distan ia entre dos seales globales antes de modular
xi (t) = Aej(t,Ii ) ,
x1 (t), x2 (t),
3.2.
105
es
d (x1 (t), x2 (t)) =
NT
|x1 (t) x2 (t)|2 dt
0
2
=A
NT
|ej(t,I1 ) ej(t,I2 ) |2 dt
= A2
NT
|ej(t,I2 ) |2 |1 ej[(t,I1 )(t,I2 )] |2 dt
= A2
NT
2 {1 cos [(t, I1 ) (t, I2 )]} dt
=A
NT
2 {1 cos [(t, I1 I2 )]} dt.
Por tanto la distan ia mnima entre se uen ias estar dada por
d2min
= 2A
mn
N,I1 6=I2
NT
El pro edimiento general para el l ulo de
{1 cos [(t, I1 I2 )]} dt.

dmin
(3.12)
se trata en el anexo C.1.
En el aso de la modula in 2-MSK la distan ia mnima orresponde a aminos que

dieren en dos etapas onse utivas y el resultado, omo se al ula en C.1, es
d2min = 4A2 T = 4Es .

Como ada error de este tipo da lugar a
=2
bits de informa in errneos, la probabilidad
de error aproximada, de a uerdo on lo expuesto en 3.1.4, es
Pb Q
d2min
4n2
= 2Q
Es
n2
= 2Q
Eb
2
N0
En [11, p. 288 se propor ionan los parmetros de presta iones de las pri ipales modula iones CPM.
3.2.5. Nuestro ejemplo de modula in on memoria

La modula in utilizada en la se in 3.1.1 para introdu ir las modula iones on memoria
es similar a una modula in CPM pero no en aja exa tamente en el esquema. Para expresar
esta modula in de forma anloga a las modula iones CPM hay que in luir un trmino lineal
3
de fase
t a la modula in 2-MSK (K = 1, h = 1/2, M = 2, g(t) pulso uadrado), on lo
2T
que las seales quedan de la forma

1
3
s(0 , I; t) = A exp j0 + j t + jI t
2T
2T
y la fase al nal del periodo de smbolo (t
= T ) es
(
0 + 2
3
1 = 0 +
+I =
2
2
0 +
I = +1,
I = 1.
106
CAPTULO 3.
La gura 3.12 muestra el rbol de fase de la modula in 2-MSK junto on el rbol de fase
de la modula in modi ada. Como puede omprobarse, en el segundo aso slo existen dos
2 (0 = 0, ), on lo que el alfabeto de seales queda

1
s0 (t) = A exp j2 t (0 = 0, I = 1),
T

1
s1 (t) = A exp j t (0 = 0, I = +1),
T

1
s2 (t) = A exp j2 t (0 = , I = 1),
T

1
s3 (t) = A exp j t (0 = , I = +1)
T
valores posibles de fase ini ial mdulo
y oin ide por tanto, si nos quedamos on la parte imaginaria (que equivale a su vez a aadir
un trmino onstante de fase de
/2
y quedarnos despus on la parte real), on el de la
modula in del ejemplo de la se in 3.1.1.

El pro eso global se puede ver tambin omo la transmisin en DBLC de la modula in
3
2-MSK on una pulsa in de portadora de
t y una fase adi ional de /2.
2T

Las rutinas
mef_ pfsk_1_2_4
mef_ pfsk_2_3_2
implementan mquinas de estados
nitas para distintas modula iones CPFSK, que se utilizan en el s ript

el digo de estar rutinas.
SistemaMCM.
Estudie
3.2.
107
2.5
2
1.5
1
0.5
0
0.5
1
1.5
2
2.5
3
2.5
2
1.5
1
0.5
0
radianes)
(K = 1, h = 1/2, M = 2, g(t)
y en el ilindro de la
modula in de la modula in 2-MSK
pulso uadrado) y de
su versin on un trmino lineal de fase adi ional.
108
CAPTULO 3.
3.3. Bibliografa
Los ontenidos de este tema se pueden ampliar en textos estndar de omuni a iones
digitales, omo [11 o [1. El primero de ellos ha e el tratamiento on las seales paso-bajo
equivalente de las transmitidas (seales omplejas), omo hemos he ho nosotros.
3.4.
109
PROBLEMAS RESUELTOS

Problema 3.1
Apli ar el algoritmo de Viterbi a la uarta rejilla de la gura 3.4 para hallar el amino ms
orto desde el estado 1 en la primera etapa al estado 1 en la ltima etapa.
Trabajo intransferible para el alumno.
Problema 3.2
Mejorar la frmula (3.6) teniendo en uenta el siguiente evento de primer error de menor
distan ia.
Una posibilidad es razonar sobre el diagrama en rejilla. Si suponemos que la se uen ia
orre ta es de eros y parte del estado ero, las se uen ias ms er anas son las que dieren
en dos saltos (ya estudiada) y en tres saltos. En este aso la distan ia al uadrado es
d2 = (2 + 4 + 2)Es = 8Es .
Si onsideramos otras posibilidades para la seal orre ta, llegamos tambin al mismo resultado.
El nmero
de ve inas a esta distan ia es la longitud
de la se uen ia onsiderada (des-
pre iando el efe to de bordes) y el nmero de errores en bit ser dos, luego la probabilidad
de que un bit on reto se vea afe tado por un error on reto de este tipo ser
Pb|E = 2/N .
Por tanto el trmino adi ional que obtenemos es

d/2
d/2
= 2Q
Pb|E vQ
n
n
s
!
!
r
2Es
4Eb
= 2Q
= 2Q
n2
N0

y la aproxima in resultante es
Pb,sup 2Q
2Eb
N0
+ 2Q
4Eb
N0
Problema 3.3
La gura representa de forma in ompleta el diagrama en rejilla de una modula in CPM
on respuesta total y pulso uadrado on parmetro
h = 1/2
(modula in MSK) en el que
se transmiten uatro amplitudes
I = 3, 1, 1, 3.
(a) Justi ar los estados (fases ini iales) del sistema y el alfabeto de seales de la modula in.
(b) Completar el diagrama de transi iones adjunto in luyendo las transi iones orrespondientes a las amplitudes que faltan.
110
CAPTULO 3.
-1 3
1
1
-1
1
-1
-1
1
h = m/p = 1/2.
m/p = /2,
(a) Tenemos
de
Como
m

es impar tenemos
0, , ,
2
2
2p = 4
fases ini iales, mltiplos
(b) El alfabeto de seales es

2m 1
s(0 , I; t) = A exp j0 + jI
t .
p 2T
donde
es la fase ini ial. Por tanto el in remento de fase en ada periodo de smbolo es
= I
h
T = Ih = I/2,
T
luego
I
I
I
I
observndose que
I = 3
= 3 = 3/2 = /2
= 1 = /2 = 3/2
= +1 = /2
= +3 = 3/2,
produ e el mismo in remento de fase que
produ e el mismo in remento de fase que

el diagrama un
+3
junto a ada
y un
I = 1. Por tanto en
3 junto a ada +1.
I = +1
y que
I = +3
el diagrama basta aadir en
Problema 3.4
Para la modula in binaria CPFSK de respuesta total on ndi e de modula in
h = 2/3
M = 2,
(a) De untos estados onsta la modula in? Cuntas seales distintas utiliza?
(b) Representar el diagrama en rejilla.
(a) Con ada seal tenemos un in remento de fase de
de la fase
=0
podemos llegar a
2/3
y a
2/3.
Ih = I 32 , I = +1, 1.
Partiendo
Y este onjunto de tres fases ini iales es
3.4.
111
PROBLEMAS RESUELTOS
errado por in rementos de
2/3,
luego son todas las fases posibles. El nmero de estados
es por tanto tres. Como tenemos tres fases ini iales y dos fre uen ias, la modula in ha e
uso de
23 =6
seales distintas.
(b) Suponiendo la asigna in
0 7 1, 1 7 +1
el diagrama en rejilla es el siguiente.
0
1
1
0
0
1
Problema 3.5
En un re eptor ptimo para la modula in 2-MSK se al ulan los produ tos es alares de
la seal re ibida
r(t)
on las seales de la onstela in orrespondientes a fase ini ial ero,
obtenindose
(1)
(1)
(0)
(0)
hr(t), s(0 = 0, I = +1; t kT )i = ck + jdk ,
hr(t), s(0 = 0, I = 1; t kT )i = ck + jdk ,

k = 0, 1, . . . , N.
Representar una etapa genri a del diagrama en rejilla para la dete in ptima mediante
el algoritmo de Viterbi.
El algoritmo de Viterbi debe hallar la se uen ia de valores
Ik
on los que se maximiza la
suma de las partes reales de los produ tos es alares
hr(t), s(0, I; t kT )i = ej0 hr(t), s(0 = 0, I; t kT )i .

Partiendo del diagrama en rejilla de la modula in (gura 3.8) vemos que tenemos uatro posibles fases ini iales. Para al ular los ostes que debemos aso iar a las distintas transi iones
utilizamos las rela iones
j/2
Re (e
(c
j
Re (e
+ jd)) =
(c + jd)) =
j3/2
Re (e
(c
+ jd)) =
Re (j(c
+ jd)) =
Re (d
Re ((c
+ jd)) =
Re (c
Re (j(c
+ jd)) =
Re (d
jc) = d,
jd) = c,
+ jc) = d,
on lo que obtenemos el diagrama representado en la gura siguiente.
112
CAPTULO 3.
Problema 3.6
Hallar en fun in de
la distan ia entre dos seales globales CPFSK binarias que dieren
en dos intervalos onse utivos.

Indi a iones: Trabajar on las seales paso bajo equivalente. Considerar dos se uen ias de
I1 [n], I2 [n],
I1 [1] = I2 [0] + I2 [1].
smbolos
on valores
que dieren para
n=0
n=1
de forma que
I1 [0] +
y1 (t) = Aej1 (t) e y2 (t) = Aej2 (t) las dos

1
w (t) tenemos
teniendo en uenta que g(t) =
2T 0,T
Seguimos la indi a in del enun iado, notando

seales. Considerando slo
t [0, 2T )
d2 (y1 (t), y2(t)) = ky1 (t)k2 + ky2 (t)k2 2 Re hy1 (t), y2 (t)i ,
Z 2T
2
Re hy1 (t), y2 (t)i = A
cos[1 (t) 2 (t)]dt,
0
Z t
1
1 (t) 2 (t) = 2h
[(I1 [0] I2 [0])w0,T ( ) + (I1 [1] I2 [1])w0,T ( T )]d.
2T 0
Como
I1 [0] + I1 [1] = I2 [0] + I2 [1],
Ij [k] = 1,
tenemos las posibilidades
I1 [0] = +1, I1 [1] = 1, I2 [0] = 1, I2 [1] = +1 I1 [0] I2 [0] = 2, I1 [1] I2 [1] = 2,

I1 [0] = 1, I1 [1] = +1, I2[0] = +1, I2[1] = 1 I1 [0] I2 [0] = 2, I1 [1] I2 [1] = +2.
Supondremos que estamos en el primer aso, pero on el segundo se obtiene el mismo resultado. Por tanto
Z t
1
[2w0,T ( ) 2w0,T ( T )]d
1 (t) 2 (t) = 2h
2T 0
(
0t<T
1 t
= 2h
T 2T t T t < 2T,
3.4.
PROBLEMAS RESUELTOS
on lo que
2T
cos[1 (t) 2 (t)]dt

Z T

Z 2T
2h
2h
2
=A
cos
t+
(2T t)
cos
T
T
0
T
T
= A2
sen(2h),
2h

1
2
2
2
2 T
sen(2h) = 2A T 1
sen(2h) .
d (y1 (t), y2 (t)) = 2A T 2A
2h
2h
Re
hy1 (t), y2 (t)i = A
113
114
CAPTULO 3.
Captulo 4
Codi a in
115
116
CAPTULO 4.
CODIFICACIN
4.1. Modelo de sistema de transmisin digital

La gura 4.1 muestra el esquema general de un sistema de transmisin digital. A lo largo
de la asignatura iremos ha iendo referen ia a los distintos elementos que apare en en el
diagrama, en el que distinguimos:
Transmisor: Convierte la se uen ia de smbolos de entrada en la seal que se transmite

fsi amente. Se estru tura en los siguientes mdulos:
Codi ador: Realiza la onversin entre los smbolos de entrada, eros y unos,
y un onjunto de ve tores reales o omplejos. El onjunto de posibles ve tores
generados se denomina
onstela in.
Como ejemplo sen illo podemos pensar en que los ve tores de salida
ak
son unidi-
= (ak0 )), on valores ak0 = 3, 1, +1, +3 y que el mapeo es de

la forma 00 7 3, 01 7 1, 11 7 +1, 11 7 +3. En las modula iones avanzadas
mensionales (ak
el odi ador veremos que se va a onvertir en un sistema on memoria, en lugar

de realizar un mapeo jo.
Modulador: Convierte el ve tor ak que re ibe en una seal fsi a en el dominio del
tiempo, que es la que se transmite por el anal. El modulador est ara terizado
por una
base de seales {i (t)}i=0,...,L1 .
(ak0 , . . . , ak,L1),
Si en un instante re ibe el ve tor
ak =
se genera una seal
L1
X
aki i (t).
i=0
El onjunto de seales de esta forma, para los distintos posibles valores de

es el
alfabeto de seales de
ak ,
la modula in. Continuando on nuestro ejemplo, las
si (t) = ai 0 (t), ai = 3, 1, +1, +3.

ai
7 ai 0 (t).
seales del alfabeto seran el onjunto

modulador realizaria el mapeo
y el
Canal: Lo modelaremos omo un sistema lineal invariante ms la adi in de ruido.

Re eptor: Realiza la estima in de la se uen ia de smbolos transmitidos a partir de
la seal re ibida. Su objetivo es minimizar la probabilidad de error en esta dete in.
Como veremos, en los re eptores ptimos (los que minimizan la referida probabilidad
de error) se pueden distinguir los siguientes mdulos:
Demodulador:
Realiza el pro esamiento de la seal re ibida extrayendo la in-
forma in ne esaria para realizar la estima in de los smbolos transmitidos. Normalmente onsiste en ltrado y muestreo y el resultado es la re upera in de los
ve tores
ak
De isor:
on ruido.
Lleva a abo la estima in de los smbolos de entrada a partir de la
informa in propor ionada por el demodulador.
4.1.
117
MODELO DE SISTEMA DE TRANSMISIN DIGITAL
Receptor
Transmisor
Codificador
Modulador
Canal
Demodulador
Figura 4.1: Modelo de sistema de transmisin digital
Decisor
118
CAPTULO 4.
CODIFICACIN
4.2. Codi a in de anal

4.2.1. Integra in de la odi a in de anal
Un odi ador de anal es un elemento que aade redundan ia a los bits de informa in
para ha er ms e iente su transmisin. El odi ador de anal forma bloques de un nmero
jo de bits de informa in y a ada uno de ellos le asigna un ve tor distinto de smbolos de
entrada del transmisor digital. Los ve tores de este onjunto forman el
digo.
La odi a in de anal se puede integrar en un sistema de transmisin digital de las tres

formas representadas en la gura 4.2:
Si el re eptor digital y el de odi ador de anal trabajan de manera independiente se
di e que el sistema utiliza
de odi a in dura (hard de ision de oding (HDD)).
Si por el ontrario el de odi ador de anal y el re eptor digital estn integrados, se

di e que el sistema utiliza
de odi a in suave (soft de ision de oding (SDD)). En este
aso el re eptor digital no de ide la seal transmitida, sino que pasa al de odi ador
de anal la informa in ne esaria para que ste tome la de isin sobre las seales
transmitidas.
Finalmente, si tambin en el lado transmisor el odi ador de anal a ede dire tamente
al modulador, se habla de sistemas de
modula in odi ada.
Esto permite optimizar
la asigna in entre bits y seales, asigna in que en algunos sistemas inuye en la

probabilidad de error, omo veremos nosotros en el aso de TCM (se in 4.5).
En [5 se presenta una panormi a de las t ni as de odi a in de anal ms importantes y de mo permiten la redu in de la bre ha de apa idad.
Ejemplo: HDD frente a SDD

Como ejemplo de la diferen ia entre los sistemas HDD y SDD, onsideremos el digo de
anal de repeti in
0 7 000, 1 7 111.
Supongamos que se transmiten un uno, y por tanto,
onsiderando una modula in 2-PAM en la que el ero se odi a on la amplitud positiva

y el uno on la amplitud negativa, al re eptor le llega una tripleta
donde las
Es = 1
ni
p
p
p
( Es + n1 , Es + n2 , Es + n3 )
son gaussianas independientes de media nula y varianza
N0 /2.
Supongamos
y que el ve tor re ibido es
r = (0,1, 0,1, 1,5).

En un sistema HDD el demodulador 2-PAM, ajeno a la existen ia del odi ador de anal,
de idir individualmente para ada seal, on luyendo que los bits transmitidos son
(0, 0, 1)
y el de odi ador de anal de idir, apli ando el riterio de mayora, que se transmiti
un ero. Sin embargo en un sistema SDD el re eptor digital y el de odi ador de anal
4.2.
119
CODIFICACIN DE CANAL
Canal con entrada discreta y salida discreta

Canal con entrada discreta y salida continua
Canal con entrada continua y salida continua
Receptor
Transmisor
Codicador
bsico
Modulador
Canal
Demodulador
Decisor
bsico
Codicador
Sistema HDD
Decodi cador
Codicador
Sistema SDD
Decodi cador
Codicador
Sistema con
modulacin
codicada
Decodi cador
Figura 4.2: Formas de integrar odi a in de anal en un sistema de transmisin digital.
onstituyen un ni o sistema, que al ular las distan ias eu ldeas del ve tor re ibido
los ve tores que representan las dos seales posibles,
s0 = (1, 1, 1), s1 = (1, 1, 1),

que son
d2 (r, s0 ) = 0,92 + 0,92 + 2,52 = 7,87,

d2 (r, s1 ) = 1,12 + 1,12 + 0,52 = 2,67,
on lo que el riterio de mnima distan ia llevar a de idir que se transmiti un uno.
120
CAPTULO 4.
CODIFICACIN
4.3. Cdigos onvolu ionales

4.3.1. Introdu in
En esta se in estudiamos un nueva t ni a de odi a in de anal denominada
di a in onvolu ional.
o-
Esta t ni a de odi a in no opera por bloques, sino de forma
se uen ial: una mquina de estados nitos re ibe omo entrada en ada etapa
informa in y produ e a su salida
bits de
bits odi ados.
La gura 4.3 representa el diagrama de bloques de un sistema basado en odi a in

onvolu ional, in luyendo las op iones HDD y SDD. Suponemos que la modula in que
utilizamos es 2-PAM. Ello se debe a que el entorno de apli a in que onsideramos es el denominado
rgimen limitado en poten ia, en
el que la poten ia de que se dispone es pequea
pero el an ho de banda no est restringido ( omo en el aso de las omuni a iones espa iales). En estas ondi iones la modula in 2-PAM en modo SDD permite una aproxima in
arbitrariamente buena a la apa idad del anal (gura 4.4, apndi e B.2, [5).
Receptor SDD
Transmisor
Codificador
convolucional
Modulador
2-PAM
Canal
Filtrado
y
muestreo
Decodificador
Viterbi
Receptor HDD
Filtrado
y
muestreo
Decisin
2-PAM
Decodificador
Viterbi
Figura 4.3: Diagrama de bloques de un sistema basado en odi a in onvolu ional.

La odi a in onvolu ional fue propuesta ini ialmente por Elias en 1955 [7 y adquiri
importan ia uando Viterbi propuso en 1967 [16 el algoritmo de de odi a in al que posteriormente dio nombre y demostr que los digos onvolu ionales superan en presta iones
a los digos bloque de la misma longitud.
La opera in es una opera in lineal, pero la de odi a in diere ompletamente de la
de los odi adores lineales por bloques. En este aso la de odi a in se basa en el algoritmo
de Viterbi. Aqu radi a, sin embargo, una importante ventaja de este tipo de odi a in,
puesto que permite de odi a in SDD sin apenas in remento de oste omputa ional.
Adems los odi adores onvolu ionales son parte fundamental de modula iones ms
avanzadas, omo la odi a in turbo, que onsideramos en 4.4. La odi a in onvolu ional se utiliza tambin en el rgimen limitado en poten ia posibilitando las denominadas
modula iones odi adas, que
estudiaremos en 4.5.
4.3.2. Codi a in
La opera in del odi ador se puede des ribir omo un ltro lineal en la aritmti a
mdulo 2, en la que tenemos dos nmeros, 0 y 1, y la suma y el produ to dieren de las
4.3.
121
CDIGOS CONVOLUCIONALES
2.5
C (bits/s)
1.5
0.5
0
30
25
20
15
10
5
SNR (dB)
10
15
Figura 4.4: Curva superior: apa idad del anal gaussiano limitado en banda; urva intermedia: apa idad del mismo anal uando obligamos a que las seales de entrada sean seales
2-PAM; urva inferior: apa idad del anal uando la entrada son seales 2-PAM y la salida
se uanti a en dos niveles (el anal se onvierte en el ono ido anal binario simtri o).
La urva intermedia representa el uso ptimo de 2-PAM on odi a in de anal en modo
SDD y la inferior el uso ptimo de 2-PAM on odi a in de anal en modo HDD.
122
CAPTULO 4.
CODIFICACIN
1 1 = 0. Su entrada y salida pueden ser ve toriales de

n respe tivamente. El o iente m/n se denomina tasa de odi a in.
ordinarias en que ahora
dimensiones
En el aso ms sen illo la implementa in se basa en un registro de desplazamiento por
m-tuplas
el que van pasando las
de bits de entrada, y en el que las distintas salidas son
fun iones lineales invariante del ontenido del registro y de la entrada a tual (gura 4.5,
arriba). Esta estru tura orresponde on un ltro de respuesta de impulso nita (FIR) on
aritmti a binaria. El nmero
longitud del odi ador.
de elementos del registro de desplazamiento se denomina
Tambin son posibles los esquemas re urrentes, anlogos a los ltros IIR (gura 4.5,
abajo), en los que otro registro de desplazamiento presenta realimenta in.
sistemti o
El odi ador se denomina
si una de las salidas es igual a la se uen ia de
entrada. En este aso los bits generados por las dems salidas se denominan
o de
redundan ia.
bits de paridad
Como primer ejemplo onsideramos el odi ador de la gura 4.5, arriba, on tasa
Notando por
yk
la se uen ia de salida y por
xk
la de entrada, la salida en instante
dada por
yk = yk(0) yk(1) = xk xk1 xk2
1 1
1 0 .
1 1
1/2.
est
(4.1)
Los odi adores onvolu ionales admiten tambin una representa in algebrai a. Para
ello, al igual que las seales dis retas ordinarias se representan mediante la transformada
Z,
las se uen ias binarias se representan mediante expresiones de tipo polinmi o en una variable que denominaremos
D:
(x0 , x1 , . . . , xn1 ) 7 x(D) = x0 + x1 D + . . . + xn1 D n1 .

La letra
se debe a que la multipli a in
muestra en la se uen ia. En onse uen ia

diferen ia respe to de la transformada
Df (D)
(delay)
equivale a un retraso
de una
z 1 en la transformada Z . Otra
ha e el papel de
de dura in nita o "nitas por la izquierda", es de ir, que son ero para
puede ser ualquier entero (positivo, ero o negativo).
La transformada
(xn )
n M , donde M
es que ahora slo onsideraremos se uen ias
satisfa e las siguientes propiedades (ver apndi e D.1.1):
1. El produ to de dos transformadas est denido y orresponde a la transformada de la

onvolu in de las se uen ias. El elemento neutro del produ to es la transformada da
la delta de Dira dis reta,
u(D) = 1.
2. Toda transformada tiene una inversa mltipli ativa ni a, lo que orresponde on el

he ho de que para ualquier se uen ia nita por la izquierda existe otra tal que la
onvolu in de ambas es la delta de Dira dis reta.
Utilizando la transformada
la opera in de odi a in se puede representar omo la
multipli a in de un ve tor de expresiones ra ionales en
por una matriz uyos oe ientes
son tambin de este tipo. En el aso de nuestro ejemplo el odi ador se des ribira omo

y(D) = y (0) (D) y (1) (D) = x(D) D 2 + D + 1 D 2 + 1 .
4.3.
123
yk(0)
xk
xk-1
xk-2
yk(1)
yk(0)
xk
zk
zk-2
zk-1
yk(1)
Figura 4.5: Ejemplos de odi adores onvolu ionales. Los dos son de tasa 1/2 (una entrada y dos salidas). Los uadrados representan retardos unidad. El primer odi ador es no
sistemti o y no re ursivo. El segundo es sistemti o (una salida oin ide on la entrada)
y re ursivo (in luye realimenta in). El registro de desplazamiento alma ena en este aso
valores de una variable auxiliar
zk .
124
CAPTULO 4.
CODIFICACIN
En el aso del segundo odi ador representado en la gura 4.5, abajo, el registro de desplazamiento alma ena valores de una variable auxiliar
zk .
Una salida oin ide on la entrada.
En uanto a la otra, tenemos
z(D) = x(D) + D 2 z(D),
zk = xk zk2
(0)
y (0) (D) = (D 2 + D + 1)z(D),
yk = zk zk1 zk2
luego
y (0) (D) =
D2 + D + 1
x(D),
D2 + 1
y, matri ialmente,
(0)
(1)
y(D) = y (D) y (D) = x(D)
D 2 +D+1
D 2 +1
1 .
Con una estru tura omo la de este ejemplo puede implementarse ualquier ltro binario
dado por una fun in ra ional: on un registro de desplazamiento de la longitud ade uada,
las onexiones de arriba orresponden a los oe ientes del numerador y las de abajo a los
del denominador.
Obsrvese que los dos odi adores de nuestros ejemplos generan las mismas palabras
digo de salida: si x(D) produ e y(D) on el primer odi ador, x
(D) = (D 2 + 1)x(D)
produ e
y(D)
on el segundo odi ador. Sin embargo los odi adores no son idnti os
porque la orresponden ia entre se uen ias de entrada y de salida no es la misma.

Un odi ador onvolu ional se puede ver omo una mquina de estados nitos, on
un estado por ada posible valor del ontenido del registro de desplazamiento, ex eptuando
los bits orrespondientes a la entrada a tual. La gura 4.6 muestra el diagrama de estados
orrespondiente al odi ador de la gura 4.5, arriba. Como el registro alma ena en ada
(xk2 , xk1 , xk ), la salida depende de la nueva entrada xk y de los valores

2
alma enados (xk2 , xk1 ). Por ello hay que onsiderar 2 = 4 estados. Si el estado en un
instante dado es (b0 , b1 ) y llega la entrada b2 , se genera una salida dada por (4.1) on
(xk2 , xk1 , xk ) = (b0 , b1 , b2 ) y se llega al estado (b1 , b2 ).
instante los valores
4.3.3. Transmisin y dete in

La se uen ia digo se transmite a travs de un sistema 2-PAM. Supondremos que los
eros y los unos se odi an respe tivamente mediante las seales
s0 (t) = A(t), s1 (t) = A(t), k(t)k = 1.

Como las se uen ias digo son equiprobables, la dete in ptima onsiste en hallar la
se uen ia digo ms er ana a la se uen ia re ibida.
En el aso de sistemas SDD (gura 4.7, arriba) se trata de minimizar la distan ia eu ldea entre la seal re ibida y las seales orrespondientes a las se uen ias digo. Para ello
ha emos pasar la seal por un ltro adaptado al pulso bsi o utilizado en el sistema 2-PAM
de periodo de smbolo
T0
que utilizamos y muestreamos la seal ltrada en mltiplos de
T0 .
4.3.
125
1/10
11
0/01
1/01
0/10
10
01
1/00
0/11
1/11
00
0/00
Figura 4.6: Diagrama de estados orrespondiente al odi ador onvolu ional de la gura 4.5,
arriba. Los estados se identi an de la forma
(0) (1)
xk /yk yk .
(xk1 , xk2 )
y las transi iones de la forma
omponentes, son los datos de
Los valores de las muestras, agrupados en ve tores
rk
de
entrada de ada etapa del algoritmo de Viterbi. Los ostes de ada transi in son los valores
krk sk k2
donde
sk
es el ve tor de omponentes
1 aso iado a la tupla de bits generada en la transi in.
En los sistemas HDD (gura 4.7, abajo) la salida del ltro se umbraliza de forma que se
obtiene un ve tor de eros y unos que es la entrada al algoritmo de Viterbi. En este aso los
ostes de ada transi in son el nmero de bits distintos (distan ia de Hamming) entre la
tupla de eros y unos re ibida y la generada en la transi in.
Receptor SDD
Filtrado
y
muestreo
Decodicador
Viterbi
Receptor HDD
Filtrado
y
muestreo
Decisin
2-PAM
Decodicador
Viterbi
Figura 4.7: Diagramas de dete tores en odi a in onvolu ional.
126
CAPTULO 4.
11
CODIFICACIN
1/10
0/01
01
1/01
1/00
0/10
0/11
10
1/11
0/00
00
Figura 4.8: Diagrama en rejilla del odi ador onvolu ional de la gura 4.5, arriba.
4.3.4. Evalua in de presta iones

Mtodo del diagrama en rejilla
La a ota in que haremos de la probabilidad de error se basar en el estudio de los
eventos de primer error introdu ido en 3.1.4 y en el empleo de la ota de la unin para la
seal global, de la forma indi ada en esa se in.
Suponemos un sistema SDD. Dos seales globales que dieren en
orrespondan a se uen ias digo a distan ia de Hamming
d() =
asos (es de ir, que
estn a distan ia eu ldea
(2A)2) = 2A .
Por tanto la distan ia eu ldea entre seales globales est dire tamente rela ionada on la
distan ia de Hamming entre las se uen ias digo orrespondientes.
x e y son se uen ias

z = x y = x y . Por tanto, dada x, para hallar las y a distan ia de
(x y) = 0 basta onsiderar las se uen ias digo z de peso 0 , es de ir, on
Como la odi a in onvolu ional es una transforma in lineal, si

digo, tambin lo es
Hamming
unos. Esto es tanto omo de ir que en el estudio de los eventos de primer error podemos
suponer que la se uen ia orre ta es la se uen ia de eros, y los resultados que obtengamos
valdrn para ualquier otra se uen ia orre ta.
En este apartado ha emos la bsqueda de los eventos de error dire tamente sobre el
diagrama en rejilla del odi ador. Ms adelante lo haremos mediante un mtodo analti o
alternativo.
Los eventos de primer error son, omo sabemos, los aminos que se apartan del amino
de eros y vuelven a l. La bsqueda se basa en apli ar el algoritmo de Viterbi al diagrama
de la modula in de la forma siguiente, ilustrada en la gura 4.9:
Se asigna oste de partida ero al estado ero e innito a los dems.
A los ar os en el amino todo eros se les asigna un oste innito.
A los ar os que parten del estado ero y van a otros estados se les asigna tambin oste
innito ex epto en la primera etapa.
4.3.
127
Los pesos de los dems aminos son el nmero de unos de la se uen ia de salida.
De esta forma los aminos que vuelven al nodo ero orresponden a los eventos de primer
error. Su oste (nmero de unos de salida) determina su probabilidad y su nmero de unos
de entrada orresponde al nmero de bits errneos de informa in a los que da lugar.
Cuando los ostes de los dems nodos son mayores que los de los de los aminos que han
vuelto al estado ero, ya hemos en ontrado el evento de primer error ms probable.
Inf
11
Inf
1/10
1/10
0/01
0/01
4
1/10
4
1/10
5
1/10
1/10
1/10
6
1/10
Inf
Inf
1/01
0/01
4
1/01
0/01
1/01 5
0/10
Inf 0/11
Inf
1/01
1/01
1/00
0/10
1/00
0/11
0/10
1/00
10
0/01
1/01
6
1/01
0/10
1/00
0/10
1/01
1/00
1/01
1/00
0/01
0/01
1/01
01
7
1/10
0/01
0/01
0/01
7
1/10
0/10
1/00
0/11
4
1/000/10
0/10
1/00
0/10
0/11
1/00
0/10
4
0/11
0/11
1/11
0/11
1/11
0/11
1/11
1/11
Inf
Inf
0/00
0/00
0/00
0
00
1/11
1/11
0/11
0/11
1/11
1/11
1/11
6
0/00
6
0/00
7
0/00
7
0/00
8
0/00
8
0/00
1/11
0/00
10
11
Figura 4.9: Diagrama en rejilla del odi ador onvolu ional de la gura 4.5 mostrando los
eventos de primer error ms probables. El ms probable (de menor oste) es el amino de
oste 5 (es de ir, on 5 unos en la se uen ia de salida) que vuelve al amino de eros en la
etapa 4. Para estar seguros de que ste es el amino errneo ms probable (de menor nmero
de unos de salida) debemos esperar a la etapa 9, en la que omprobamos que los dems
aminos ptimos tienen un oste mayor.
Apli ando este anlisis al odi ador de nuestro ejemplo vemos que los eventos de primer
error ms probables son un evento de oste 5 y dos de oste 6, y sus nmeros de unos de
entrada (errores a los que dan lugar) son respe tivamente 1 y 2.
Para el l ulo de la probabilidad de error de bit onsideramos una seal global de
etapas (es de ir,
B m bits de entrada y B n seales de salida), B 1. Un tipo de evento

on unos de salida dar lugar a aproximadamente B seales a distan ia
de primer error
d2 = 4A2 (que se diferen ian en el instante de omienzo del evento). Si el nmero de unos
de entrada del evento es
errores es
/(mB).
la probabilidad de que un bit se vea afe tado por uno de estos
Por tanto obtenemos la a ota in general
Pb Pb,sup
X i
BQ
mB
i
(dmin (i )/2)2
N0 /2
1 X
=
i Q
m i
donde la suma se extiende a todos los eventos de error y
i A2
N0 /2
Como transmitimos un bit de informa in por ada dos seales, tenemos
n 2
A .
m
(4.2)
son, respe tivamente, los
nmeros de unos de salida y de entrada del evento de primer error i.
Eb =
128
CAPTULO 4.
CODIFICACIN
En nuestro ejemplo, onsiderando los tres eventos de menor peso, tenemos
Pb Pb,sup 1 Q
5A2
N0 /2
+22Q
6A2
N0 /2
+ ...,
Eb = 2A2 .
Mtodo de la fun in de transferen ia del grafo

El mtodo de la fun in de transferen ia del grafo propor iona de forma ompa ta todos
los eventos de primer error, on lo que propor iona otas analti as de la probabilidad de
error.
La informa in ms detallada la obtendremos a partir del diagrama de estados del odi ador (gura 4.6), modi ado omo se representa en la gura 4.10). En esta gura el nodo
orrespondiente al estado
(00 . . . 0) (estado ero)
se ha dividido en dos: uno on las tran-
si iones de salida y otro on las transi iones de entrada. Utilizaremos este diagrama para
estudiar las se uen ias que parten del estado ero, hasta que vuelven a l por primera vez.
Cada transi in en este diagrama de estados modi ado est etiquetada on un monomio
de la forma
D j N k Ll
donde
son, respe tivamente, el nmero de unos en la salida y en la entrada y
l = 1 es el
nmero de bits de entrada. Cada traye toria entre la fuente y el sumidero en el diagrama 4.10
orresponde a una se uen ia de bits de entrada y la orrespondiente de salida. El produ to
de las etiquetas de ada transi in a lo largo de la traye toria
(ganan ia del amino) ser un
monomio de la forma
D N L
donde
ser el nmero de unos en la se uen ia de salida, el nmero de unos en la se uen ia

el nmero de bits de entrada totales. Si la se uen ia en uestin es sele ionada
de entrada y
por error en el algoritmo de Viterbi frente a la se uen ia orre ta formada ex lusivamente

por eros, on se uen ia de salida tambin de eros,
de salida orre ta y la se uen ia de salida dete tada y
ser la distan ia entre la se uen ia

el nmero de bits errneos ausado
por la ele in de la se uen ia.

La suma de las ganan ias de todos los aminos, es rita de la forma
T (D, N, L) =
X
X
a(, , )D N L ,
(4.3)
=1 =1 =1
nos indi ar que hay

y longitud
a(, , )
se uen ias distintas on
La fun in
T (D, N, L),
denominada
unos de salida,
unos de entrada
fun in de transferen ia del grafo (FTG),
se puede
al ular de forma ompa ta resolviendo un sistema de e ua iones lineales. Este l ulo se

basa en la observa in de que la suma de las ganan ias de todos los aminos que pueden
re orrerse entre la entrada y un nodo interno
dado,
de todos los aminos hasta ada uno de los nodos
T , ser igual a la suma de las ganan ias

auyentes a , Ti , multipli ada por la
4.3.
129
ganan ia
gi ,
de los ar os orrespondientes, es de ir
T =
gi , Ti .
La solu in del sistema dado por estas e ua iones junto on
T0 = 1
ser una expresin ra ional en las variables
(D = 0, N = 0, L = 0)
D, N, L
uyo desarrollo en serie de Taylor en
nos da la expresin (4.3).
Una vez obtenida la fun in de transferen a
T (D, N, L)
los oe ientes del desarrollo en
serie (4.3) se pueden obtener omo

1
++

a(, , ) =
.
T
(D,
N,
L)

!!! D N D
D=0,N =0,L=0
1/10
DLN
11
0/01
1/01
DLN
0/10
DL
DL
1/11
00
10
D 2 LN
b
1/00
0/11
01
LN
D2L
00
Figura 4.10: Diagrama de estados del odi ador onvolu ional de la gura 4.5 on transi iones etiquetadas en fun in de su nmero de unos de entrada y de salida.
Para el odi ador que estamos utilizando omo ejemplo, las e ua iones que obtenemos
observando la gura 4.10 son
Ta
Tb
Tc
Td
T Ta
Eliminando
Ta , Tb , Tc
Td
=1
= D 2 LNTa + LNTc
= DLTb + DLTd
= DLNTd + DLNTb
= D 2 LTc .
obtenemos
T =
Los trminos de menor grado en
D 5 L3 N
.
1 DL(1 + L)N
del desarrollo en seriede esta fun in son
D 5 L3 N + D 6 (L4 N 2 + L5 N 2 )
130
CAPTULO 4.
CODIFICACIN
lo que signi a que hay un ni o amino a la mnima distan ia, que es 5, del amino ero y
que este amino tiene longitud 3 y un bit igual a uno, por lo ual al elegirlo errneamente
se produ ir un error en un bit de informa in. Adems hay dos aminos a distan ia 6, de
longitudes respe tivas 4 y 5, on dos bits de entrada iguales a uno.
La FTG propor iona de he ho otas superiores de
Pb
en forma de expresiones analti as.
Como demostramos en el apndi e D.1.2, en el aso HDD tenemos
T (D, N, 1)
,
Pb
N
N =1,D=2 p(1p)
y en el SDD
1
Pb Q
m
donde
es el menor
2f A2
N0
f A2 /N0
T (D, N, 1)
N
N =1,D=exp(A2 /N0 )
es de ir, el menor nmero de unos de salida de un evento de error.

El s ript
test_ od_ onv_grafi as_pe
ompara las probabilidades de error teri as on
las empri as para odi adores onvolu ionales.

El modelo utilizado de odi ador onvolu ional tiene la posibilidad de utilizar hasta
tres registros de desplazamiento de ve tores, implementados mediante matri es: uno para los
ve tores de entrada
otro para los ve tores de salida
y otro para un ve tor auxiliar

xb = xk1 xkl ,

yb = yk1 ykq ,

zb = zk1 zks .
La fun in ( od_ od_gen_iter) implementa una etapa del pro esamiento. Primero a tualiza, si se utiliza, la variable auxiliar
luego al ula el ve tor salida
zk ,
xk (:)
xb (:)
zk = D
yb (:) ,
zb (:)

xk (:)
zk (:)
yk = A
+ Byb (:) + C
xb (:)
zb (:)
y nalmente a tualiza los registros de desplazamiento
xb , yb , zb .
Nosotros onsideraremos prin ipalmente los asos siguientes:
4.3.
131
Codi adores no re ursivos de tasa
xb .
desplazamiento
1/n.
En este aso slo utilizamos el registro de
Para espe i ar el odi ador basta espe i ar la matriz
forma que
A,
de

xk
.
y=A
xb (:)

1/n de la forma

y(D) = y (0) (D) . . . yk(n2) (D) yk(n1) (D) = x(D) 1
Codi adores re ursivos sistemti os de tasa
p1 (D)
d(D)
...
pn1 (D)
d(D)
(todas las fra iones on el mismo denominador). En este aso slo ne esitamos el
registro de desplazamiento
zb ,
de longitud igual al mximo grado de los polinomios
menos uno. La implementa in al ula
xk
zb1
zk = d0 . . . dr
. . .
zbr

0
1
p10
0
y=
. . . xk +
pn1,0
0

zk
0
zb1
p1r
.
. . .
zbr
pn1,r
La implementa in se basa en las rutinas
od_ onv_init: Ini ializa los datos de distintos odi adores onvolu ionales ejemplo.
mef_ od_ onv_gen:
Genera la mquina de estados de un odi ador onvolu ional
generi o, para su utiliza in en el algoritmo de Viterbi.
od_ onv_gen:
srm_put:
Implementa un odi ador onvolu ional genri o.
Implementa un registro de desplazamiento de ve tores.
Eje utar el s ript
test_ od_ onv_grafi as_pe
y estudiar el digo de estas rutinas. La
gura 4.11 muestra un ejemplo de gr a obtenida on este s ript.

El s ript
test_ od_ onv_fee
al ula los eventos de primer error de un odi ador on-
volu ional por el mtodo basado en el algoritmo de Viterbi.

Para en anlisis del diagrama en rejilla ha e uso de un modo de opera in espe ial de la
fun in
viterbi_global
que al ula las se uen ias ms er anas a la se uen ia de eros, es
de ir, los eventos de primer error ms probables.

El s ript
test_ od_ onv_gtf
analiza los eventos de primer error de un odi ador on-
volu ional por el mtodo de la fun in de transferen ia del grafo y su desarrollo en serie.
Eje utar estos dos s ripts omprobando que los resultados de ambos mtodos son onsistentes.
132
CAPTULO 4.
CODIFICACIN
10
10
10
Pb 2PAM
Pb sup aprox 1
Pb sup aprox 2
Pb sup aprox 3
Pb
10
10
10
3.5
4.5
5.5
test_ od_ onv_grafi as_pe.m.

Pb on un evento de error, Pb sup
Pb sup aprox 1: Aproxima in de la ota superior de

aprox 2: Idem on dos eventos, Pb sup aprox 3: Cota
superior ( on todos los eventos).
4.4.
133
CDIGOS TURBO
4.4. Cdigos turbo

4.4.1. Introdu in
Los odi adores turbo [4, propuestos por Berrou, Glavieux y Thitimajshima en 1993
parten de un enfoque muy diferente al de t ni as previas de odi a in de anal. En
lugar de intentar maximizar la distan ia mnima entre palabras digo, se generan digos
on ara tersti as similares a las de los digos aleatorios pero on una estru tura que ha e
abordable omputa ionalmente la de odi a in mediante algoritmos de l ulo aproximado
de la probabilidad a posteriori.
De esta forma se ha omprobado experimentalmente que se onsigue mediante pro edimientos pr ti os una aproxima in muy buena al lmite de Shannon.
Seguimos onsiderando, omo en la se in de odi a in onvolu ional, rgimen limitado en poten ia y modula in 2-PAM. En esta se in seguimos [8.
4.4.2. Codi ador turbo on atenado en paralelo

La gura 4.12 muestra la estru tura del primer odi ador turbo que se propuso, y que
se denomina
odi ador onvolu ional on atenado en paralelo. Este
odi ador genera tres
bloques de bits a partir del bloque de entrada. El primero es el propio bloque de entrada, y
por tanto se trata de un odi ador sistemti o. El segundo es el resultado de apli ar una
onvolu in al bloque de entrada on un ltro re ursivo. Por tanto, si slo existieran estos dos
bloques de salida, tendramos simplemente un odi ador onvolu ional sistemti o re ursivo
de tasa 1/2. La novedad la aporta el ter er bloque de salida, que se genera apli ando al bloque
de entrada en primer lugar una permuta in aleatoria y en segundo lugar ha indolo pasar
por el ltro. El odi ador es por tanto de tasa 1/3.
La onvolu in que utiliza en el ejemplo que vamos a analizar es la representada en la
gura 4.13. Un detalle importante es que siempre se garantiza que los ltros utilizados en
las onvolu iones parten del estado ero y vuelven a l al nal. Para esto se aaden los bits
que sean ne esarios a la se uen ia de entrada.
Bits de informa in
x = y(0)
r(0)
r(1)
y(1)
Conv.
Modulador
y
anal
Conv.
(2)
x
Figura 4.12: Estru tura de un odi ador turbo.
r(2)
134
CAPTULO 4.
CODIFICACIN
Figura 4.13: Convolu in utilizada en el odi ador turbo de la gura 4.14.
4.4.3. El algoritmo BCJR

El algoritmo de de odi a in de digos turbo se basa en un algoritmo previamente
existente para la de odi a in de modula iones on memoria ono ido omo algoritmo
BCJR (nombrado on las ini iales de sus proponentes) [2.
Este algoritmo es una alternativa al algoritmo de Viterbi. La diferen ia fundamental es
que, en lugar de propor ionar la se uen ia ptima, omo ha e el algoritmo de Viterbi, al ula
las probabilidades a posteriori de ada smbolo individual transmitido por la se uen ia.
La versin utilizada en los odi adores turbo, que expli amos en el apndi e, tiene la
virtud adi ional de propor ionar la informa in de estas probabilidades a posteriori omo
la suma de varios trminos orrespondientes a fuentes de informa in diferen iadas, lo que
ha e posible el fun ionamiento orre to del esquema realimentado ara tersti o de los de odi adores turbo.
Supongamos que lo vamos a apli ar en un esquema de odi ador onvolu ional sistemti o 1/2 en modo SDD. Notamos omo
(xk )
la se uen ia de bits de entrada y omo
(yk )
los
bits de redundan ia. Lo que re ibe el odi ador en ada etapa es por tanto un ve tor
(0)
(1)
rk = (rk , rk ),
donde
(0)
(0)
(1)
(1)
rk = A(1)xk + nk ,
rk = A(1)yk + nk ,
donde los
(i)
nl
, orrespondientes al ruido en el anal, son VA gaussianas independientes de

n2 .
Visto omo una aja negra, el algoritmo admite omo entradas
media nula y varianza
Las probabilidades a priori de los bits de entrada

Las muestras observadas:
r = (rk )k=0,...,N 1 .
[xk =0]
xk : Lin (k) = log PP [x
k =1]
4.4.
135
CDIGOS TURBO
Los estados ini ial y nal del odi ador.

Su salida son las probababilidades a posteriori de los bits de entrada, desglosadas de la forma
siguiente:
Lout (k) = log
P [xk = 0|r]
= Lin (k) + L hannel,x (k) + L ode (k),
P [xk = 1|r]
(0)
L hannel,x (k) = log

L ode (k)
f (rk |xk = 0)
(0)
f (rk |xk
= 1)
no depende de
Lin (k)
2A (0)
r ,
n2 k
ni de
(0)
rk
De esta manera distinguimos entre las tres fuentes de informa in sobre el bit
k:
la informa-
in a priori (Lin (k)), la informa in que pro ede de la seal que lo transmite dire tamente
(L hannel,x (k)) y el resto de informa in (L ode (k)). Este desglose es fundamental en el me anismo utilizado en la de odi a in de turbo digos.
El algoritmo se detalla en el anexo D.2.
4.4.4. De odi a in de digos turbo

Lout = Lin + L hannel,x + L ode
r(0)
De od. 1
r(1)
De isin
(BCJR)
L ode
Lin
r(0)
Bits de odi ados
Lin
L ode
De od. 2
r(2)
(BCJR)
Figura 4.14: Estru tura del de odi ador para el odi ador de la gura 4.12.
1/3. Por ada bloque de datos de entrada genera tres bloques de

(0)
datos, que se transmiten entrelazados. El primer bloque, y
= (xk ), es el propio onjunto de
(1)
(1)
= (yk ), es el resultado de ha er pasar el bloque de datos por
datos. El segundo bloque, y
El odi ador es de tasa
un ltro lineal omo los utilizados en los odi adores onvolu ionales re ursivos. Por tanto
las dos primeras salidas seran las de un odi ador onvolu ional sistemti o re ursivo de
tasa 1/2.
El ter er bloque,
(2)
y(2) = (yk ),
se obtiene apli ando una permuta in a los datos de
entrada y luego ha indolos pasar por el ltro lineal. Antes de ada onvolu in a los bits
de entrada se aaden los bits que sean ne esarios para que el estado nal del odi ador sea
el estado ero.
136
CAPTULO 4.
CODIFICACIN
El de odi ador re ibe las versiones ruidosas de los datos enviados,
(0)
(0)
rk = A(1)xk + nk ,
(1)
(1)
(1)
(2)
(2)
(2)
rk = A(1)yk + nk ,
rk = A(1)yk + nk ,
donde las
(i)
nk
son VA gaussianas de media nula y varianza
n2 .
Para la de odi a in se
apli a un algoritmo iterativo para obtener de forma aproximada el valor de
ms probable
a posteriori, sabiendo que se omienza y se termina en el estado ero. El pro edimiento se

basa on eptualmente en dos de odi adores basados en el algoritmo BCJR y opera de la
siguiente forma:
1. El primer de odi ador apli a el algoritmo BJCR para estimar las probabilidades de
(0)
(1)
posteriori de los smbolos de entrada x a partir de las observa iones r
y r , suponiendo probabilidades a priori de
1/2
para los bits de entrada, es de ir,
Lin = 0.
2. El segundo de odi ador apli a el algoritmmo BJCR para reestimar las probabilidades
(0)
(2)
y r
y
a posteriori de los smbolos de entrada x tomando omo observa iones r
omo informa in
Lin
de las probabilidades a priori de los smbolos de entrada las
orrespondientes al trmino
L ode
al ulado por el primer de odi ador.
3. Se repite el apartado 1 utilizando ahora omo informa in

priori de los smbolos de entrada el trmino
L ode
Lin
de las probabilidades a
al ulado en el apartado 2.
4. Se repiten su esivamente los apartados 2 y 3 hasta que se satisfa e la ondi in de

parada que se establez a.
Al inter ambiar informa in de probabilidad de los smbolos de entrada a travs del
trmino
L ode
ningn odi ador re ibe del otro informa in de la que ya disponga, sino
informa in puramente extrnse a.
4.4.5. Presta iones de odi adores turbo

El l ulo de la probabilidad de error on odi adores turbo es bastante ms mpli ado
que el de los otros asos abordados en este urso. En el anexo D.3 se propor iona una
aproxima in intuitiva a la razn por la ual estos odi adores resultan e ientes.

Las fun iones
t _ oder
t _de oder
implementan el odi ador y el de odi ador
que hemos estudiado en esta se in. El s ript
test_t
simula un sistema basado en estos
odi adores. Estudiar el digo de estas rutinas y observar el efe to sobre la probabilidad
de error del nmero de itera iones realizadas en el de odi ador.
4.5.
137
MODULACIONES CODIFICADAS EN REJILLA
4.5. Modula iones odi adas en rejilla

4.5.1. Introdu in
Las
modula iones odi adas en rejilla (trellis- oded modulations (TCM))
se plantean
omo objetivo mejorar la e a ia en poten ia de una modula in bsi a omo PSK o QAM
manteniendo la e a ia espe tral. Por ello son ade uadas para el denominado
rgimen limita-
dos en banda, en el que, omo su nombre indi a, no podemos integrar t ni as de odi a in

que requieran un aumento del an ho de banda disponible. Las modula iones TCM fueron
propuestas ini ialmente por Ungerboe k en 1982 [15.
La motiva in se puede entender on ayuda de la gr a de la gura 4.15. En ella, junto
on la ono ida urva de la apa idad del anal gaussiano,

s
C = W log2 1 +
n
las urvas de las apa idades que pueden al anzarse uando obligamos a que la modula in
sea una modula in QAM. La obten in de estas urvas se trata en el apndi e B.2.
En la gr a observamos que para onseguir una probabilidad de error de
105
on
una modula in 4-QAM ne esitamos una SNR de unos 14 dB, pero que el anal 16-QAM
al anza la misma apa idad on una SNR de aproximadamente 4 dB, por lo que en teora
sera posible al anzar la misma probabilidad de error, e in luso una arbitrariamente pequea
on esta SNR utilizando una modula in 16-QAM junto on odi a in de anal en un
esquema de modula in odi ada.
Las modula iones TCM sa an partido de esta observa in integrando un odi ador
onvolu ional de forma que se transmiten
M = 2n+1
bits por seal mediante una modula in de
seales. El resultado es una modula in on memoria.
Una importante diferen ia on los esquemas estudiados en las se iones anteriores es que
ahora la distan ia al uadrado entre se uen ias de seales no es propor ional a la distan ia
de Hamming entre se uen ias digo. Por el ontrario, ahora depende de mo se haga la
asigna in de seales a las tuplas de bits generadas por el odi ador onvolu ional.
4.5.2. Anlisis de una modula in TCM

El diagrama de un sistema TCM est representado en la gura 4.16. Como hemos indi an+1
do, realiza la transmisin de n bits por seal mediante una modula in de 2
seales. Una
idea lave es la parti in su esiva del alfabeto de seales utilizado en sub onjuntos de nmero
de seales de re iente, de forma que la distan ia mnima entre seales de un sub onjunto
vaya aumentando. Los primeros
bits de la palabra a odi ar se utilizan omo entrada
a un odi ador onvolu ional de tasa m / (m + 1) uya salida sele iona un sub onjunto
m+1
de seales de entre 2
sub onjuntos disponibles. Los n m bits restantes de la palabra
nm
de entrada se utilizan para sele ionar la seal transmitida de entre las 2
seales del
sub onjunto.
En el ejemplo de modula in TCM que vamos a analizar onsideramos la transmisin de
dos bits por smbolo mediante una modula in 8-PSK (n
odi ador onvolu ional de tasa
22 = 4 sub onjuntos
1/2 (m = 1)
= 2).
Por tanto utilizaremos un

m+1
uya salida sele ionar una de los 2
=
en los que dividimos la onstela in, mostrados en la gura 4.17. De los
138
CAPTULO 4.
CODIFICACIN
10
C (bits/s)
0
30
20
10
0
SNR (dB)
10
20
30
Figura 4.15: Capa idades por smbolo transmitido en fun in de la SNR en el anal: De
arriba a abajo: anal gaussiano omplejo limitado en banda, anal on entrada 64-QAM y
salida ontinua, idem 16-QAM, idem 4-QAM. Los puntos indi an la snr a la que se al anza
PE = 105 .
Receptor
Transmisor
Codicador
Modulador
PSK
o
QAM
Cod. conv.
m/(m+1)
Canal
Filtrado
y
muestreo
Seleccin de
subconjunto
Seleccin de
seal
Figura 4.16: Diagrama de un sistema TCM.
Decodicador
Viterbi
4.5.
139
dos bits de la palabra de entrada, uno alimenta el odi ador onvolu ional y el otro elige
la seal dentro de la parti in.
La parti in tiene dos niveles. En el primero la onstela in se divide en dos sub onjuntos
Bi
de forma que la distan ia mnima entre seales de uno de ellos es
1 ,
que oin ide on la
distan ia mnima en una modula in 4-PSK on la misma energa por seal. En el segundo
nivel ada uno de los sub onjuntos anteriores se subdivide a su vez en dos sub onjuntos
de dos seales, de forma que la distan ia entre ellas es
2 =
Ci
21 .
A0
0 = 2 sin(/8) = 0,765
B0
B1
1 =
C0
C2
C1
2 = 1,414
C3
2 = 2
0
000
100
010
110
001
101
011
111
Figura 4.17: Modula iones TCM basadas en 8-PSK. Parti in del alfabeto.
En la asigna in de seales a transi iones en el diagrama en rejilla se utilizan los siguientes

riterios para maximizar la distan ia mnima entre aminos (para sistemas de al menos uatro
estados, pues para dos no es posible):
Las o ho seales PSK deben apare er on igual fre uen ia y el esquema debe presentar
un alto grado de regularidad y simetria.
Las transi iones que omien en y terminen en el mismo estado (transi iones paralelas)
deben orresponderse on seales de un mismo sub onjunto
Ci . As se garantiza que la
distan ia mnima entre se uen ias distintas de seales aso iadas a idnti as traye torias
de aminos sea omo mnimo
2 = 2
(distan ia mnima entre seales del mismo
Ci ).
Las transi iones que se originen en el mismo estado o que se unan en un mismo estado
deben llevar aso iadas seales de un mismo sub onjunto
Bi . De esta forma se garantiza
que dos aminos que diverjan en una etapa y onverjan en la siguiente (es de ir, que
slo dieran en un estado) orresponden a se uen ias de seales de salida a distan ia
2
2
2 es la distan ia mnima entre seales del mismo
al uadrado d 21 , donde 1 =
Bi .
140
CAPTULO 4.
CODIFICACIN
La gura 4.18 muestra los diagramas en rejilla de dos modula iones TCM distintas basadas en esta parti in, on dos y uatro estados respe tivamente, junto on las distan ias
mnimas entre aminos. La gura 4.20 muestra el diagrama del odi ador onvolu ional de
uatro estados utilizado.
En el aso de dos estados (guras 4.18, arriba, y 4.19) la distan ia mnima orresponde a
seales globales que dieren en dos periodos de seal onse utivos, las primeras de las uales
son seales del mismo sub onjunto
Bi ,
luego dieren en al menos
1 .
La distan ia mnima
entre seales globales queda
dmin =
21 + 20 = 1,608 = 1,1371 .
En el aso de uatro estados (gura 4.18, abajo) la distan ia mnima orresponde aminos
que dieren en una transi in paralela y por lo tanto a seales globales que dieren en una
ni a seal individual. Como las seales en las que se produ e la dis repan ia pertene en a
un mismo sub onjunto
Ci ,
la distan ia entre estas es
dmin = 2 =
2 ,
as que
21 .
Vamos a omprobar on ayuda de la gura 4.20 que, efe tivamente, en el aso de uatro
estados las seales orrespondientes a transi iones que onverjan al mismo estado o diverjan
Bi , basndonos ahora en el odi ador

0 1
onvolu ional. Para ello identi amos los distintos estados del odi ador por los bits (e , e )
de un mismo estado pertene en al mismo sub onjunto
ontenidos en el registro de desplazamiento y observamos que las transi iones son de la forma
(e0k , e1k ) (e0k+1 , e1k+1 ) = (x1k , e0k )

donde
x1k
es el nuevo bit que ha entrado en el registro. De a uerdo on el esquema del

0 1
1
odi ador onvolu ional, si en el estado (ek , ek ) se re ibe el bit xk los bits de sele in de
sub onstela in sern
yk0 = e0k ,
yk1 = x1k e1k .
0 1
Por tanto, si dos aminos parten del mismo estado (ek , ek ), se generar en las transi iones el
0
mismo bit yk , que es el que sele iona el sub onjunto Bi . Y si dos aminos llegan al mismo
0
1
1 0
estado (ek+1 , ek+1 ) = (xk , ek ), las transi iones de llegada tambin presentarn el mismo bit
0
0
de salida yk = ek .
4.5.3. Probabilidad de error

Antes de al ular la probabilidad de error de las modula iones TCM del ejemplo onviene
tener presente, omo referen ia, la expresin para el aso 4-PSK que intentamos mejorar. Es
f il omprobar que, on odi a in Gray, tenemos exa tamente
Pb,sup = Q

1 /2
.
n
4.5.
141
B0
C0 C2
0 4 2 6
2
6
B1
C1
C3
5
3
1 5 3 7
C0
C2
0 4 2 6
C1
C3
0
4
2
6
1 5 3 7
6 0
C2 C0
3 7 1 5
2
1
2 6 0 4
C3 C1
4
1
3
7
1
Figura 4.18: Modula iones TCM para transmitir dos bits por smbolo basadas en 8-PSK.
Diagramas en rejilla de dos y uatro estados. En el primer diagrama la distan ia mnima
p
21 + 20 = 1,608
entre aminos orresponde a los aminos (0, 0) y (2, 1) y vale dmin =
(1.1 dB de ganan ia sobre 4-PSK). En el segundo diagrama la distan ia mnima orresponde
a las transi iones que omienzan y terminan en el mismo estado y vale
dmin = 2 = 2
a distan ia d =
(3.0 dB de ganan ia sobre 4-PSK). Los aminos (0, 0, 0) y (2, 1, 2) estn

p
21 + 20 + 21 = 2,128. En este diagrama los estados estn ordenados, de arriba a abajo,
0 1
omo (ek , ek ) = (0, 0), (1, 0), (0, 1), (1, 1).
Figura 4.19: Diagrama del odi ador onvolu ional de 2 estados utilizado en el ejemplo de
modula in TCM.
142
CAPTULO 4.
CODIFICACIN
Figura 4.20: Diagrama del odi ador onvolu ional de 4 estados utilizado en el ejemplo de
modula in TCM.
4.5.
143
El l ulo aproximado de la probabilidad de error en las modula iones TCM se puede

ha er por el pro edimiento general que introdujimos en 3.1.4 para modula iones on memoria.
Suponemos por tanto que la transmisin y la dete in se ha e en se uen ias de
(B
1),
que transmiten
2B
seales
bits de informa in y aproximamos la ota superior de la
probabilidad de error de bit por
Pb,sup Pb|E v Q
donde
dmin
dmin /2
n
es la distan ia mnima entre se uen ias de seales,
ve inas a distan ia mnima y
Pb|E
es el nmero de se uen ias
es la probabilidad media de error en un bit on reto uando
se produ e uno de los errores de se uen ia onsiderados.

En el sistema de dos estados el error ms probable impli a a dos seales que onllevan
Pb|E 4/(2B), y
v = B , luego

4
1,1371 /2
1,137 1 /2
dmin
= 2Q
.
BQ
Pb|E v Q
n
2B
n
n
un error de, omo mximo,
bits de los
2B
transmitidos, luego
el error
puede omenzar en ualquier seal de la se uen ia, on lo que
Pb,sup
Para alta SNR el parmetro dominante es el argumento de la fun in
Q,
y por tanto la
ganan ia (ahorro) en poten ia respe to de 4-PSK se aproxima a
10 log10 (1,137)2 = 1,115 dB.

En el aso de uatro estados el error ms probable en se uen ia orresponde a un error en
Ci ),
!
21 /2
n
un ni o bit (el que determina la seal dentro de un sub onjunto
Pb,sup
1
BQ
2B
2 1 /2
n
1
= Q
2
luego tenemos
on lo que la ganan ia sobre 4-PSK para alta SNR es
G = 10 log10 2 = 3 dB
que equivale a un ahorro de un 50 % de poten ia.
Para mejorar este resultado es ne esario eliminar las transi iones paralelas, que en este
esquema imponen la ota de la probabilidad de error. Esto puede onseguirse modi ando el
esquema de la modula in de forma que se utili e un odi ador onvolu ional de tasa 2/3
uya salida determine dire tamente la seal transmitida. Se han en ontrado odi adores de
29 estados on los que se al anza una ganan ia sobre 4-PSK de 5,7 dB [15.

mef_ od_ onv_gen tambin genera la mquina de estados de un odi ador
TCM generi o. El s ript test_t m_grafi as_pe al ula las urvas de probabilidad de error
La fun in
empri as para sistemas TCM. La gura 4.21 muestra un ejemplo de gr a obtenida on
este s ript.
Estudiar el digo de estos programas.
144
CAPTULO 4.
CODIFICACIN
10
10
10
10
Pb sup aprox
Pb 4QAM
P
10
10
4.5
5.5
6.5
test_t m_grafi as_pe.m.
4.6.
BIBLIOGRAFA
145
4.6. Bibliografa
Los ontenidos de este aptulo se en uentran ampliados en los textos estndares de
omuni a iones digitales ([1, ap. 10, [3, ap. 12 o [11, ap. 8).
Para la se in sobre digos turbo hemos seguido [8.
146
CAPTULO 4.
CODIFICACIN
4.7. Problemas
Problema 4.1
Para el odi ador de anal utilizado omo ejemplo de la diferen ia entre HDD y SDD en
la se in 4.2.1 al ular la probabilidad de error en ambos asos en fun in del parmetro
Eb /N0 .
HDD: La probabilidad de error en el bit transmitido es la de que haya dos o ms errores en
la transmisin 2-PAM en que se basa el sistema.
PE,2P AM = Q
A2
N0 /2
=Q
Eb /3
N0 /2
2
3
Pb = 3PE,2P
AM (1 PE,2P AM ) + PE,2P AM .
SDD: Tenemos que onsiderar la transmisin de dos seales, on oordenadas
(A, A, A), (A, A, A)

respe to de una base ortonormal. Con el re eptor ptimo la probabilidad de error es
Pb = Q
puesto que
(d/2)2
N0 /2
=Q
2Eb
N0
d2 = 3(2A)2 , Eb = 3A2 .
Por tanto la probabilidad de error de bit en fun in de
Eb /N0
luego on este odi ador de anal, si no se aumenta tambin
es la misma que en 2-PAM,
Eb ,
no se gana nada on el
aumento de an ho de banda.
Problema 4.2
Representar el diagrama de la implementa in del odi ador onvolu ional dado por

2

+1
y(D) = y (0) (D) yk(1) (D) = x(D) DD
.
1
2 +D+1
Si, omo en el diagrama de la gura 4.22, one tamos todas las salidas del registro de
desplazamiento a los sumadores, on ganan ias dadas por variables que pueden tomar los
valores 0 y 1, obtenemos
(0)
yk = a0 zk + a1 zk1 + a2 zk2 ,
zk = xk + b1 zk1 + b2 zk2 ,
y (0) (D) = (a0 + a1 D + a2 D 2 )z(D),
x(D) = (1 + b1 D + b2 D 2 )z(D),
4.7.
147
PROBLEMAS
on lo que la fun in de transferen ia es
(0)
y(D) = y (D)
(1)
yk (D)
= x(D)

a2 D 2 + a1 D + a0
1 .
b2 D 2 + b1 D + 1
Por tanto, on una estru tura omo sta, on el registro de desplazamiento de su iente
longitud, es posible implementar ualquier fun in de transferen ia ra ional on oe iente
de orden ero igual a uno en el denominador.
yk(0)
a0
xk
zk
a1
b1
a2
b2
yk(1)
Figura 4.22: Problema 4.2. Implementa in de un odi ador onvolu ional sistemti o re ursivo de tasa 1/2.
Problema 4.3
Consideramos el odi ador onvolu ional no re ursivo no sistemti o de la gura 4.5 operando en modo HDD. Partiendo del estado ero se transmite una se uen ia de bits
tal que
bk = 0
para
k > 3,
(bk )k=0,1,...
y se re ibe
(0) (1)
(yk yk ) = (01), (01), (11), (10), (00), . . .

(todo eros en adelante). Hallar la se uen ia transmitida ms probable mediante el algoritmo
de Viterbi.
La dete in debe bus ar la se uen ia digo ms er ana en distan ia de Hamming a la
re ibida, para lo ual utilizamos el algoritmo de Viterbi dando a ada ar o un oste igual al
nmero de bits de salida distintos de los re ibidos. El diagrama de transi iones se representa
en la gura 4.23 y el resultado de la apli a in del algoritmo de Viterbi en la gura 4.24.
Como se puede observar en esta gura, hay que realizar o ho etapas del algoritmo para
asegurarnos de que el amino de menor oste es el ptimo, pues hasta esta etapa no estamos
seguros de que no haya otros aminos on oste menor o igual. Sin embargo, a partir de esta
etapa ya sabemos que ontinuando en el estado ero ( ontinua in on eros de la se uen ia
148
CAPTULO 4.
CODIFICACIN
de entrada) el oste total ser siempre tres, mientras que los dems aminos tendrn oste
al menos uatro.
1/10
11
0/01
1/01
01
0/10
1/00
10
1/11
0/11
0/00
00
1
Figura 4.23: Problema 4.3. Diagrama de transi iones del odi ador.
1
1
1
1
1
1
1
0
1
2
0
2
Inf
0
3
Inf
0
4
Se onsidera un odi ador onvolu ional denido por

(0)
(1)
y(D) = yk (D) yk (D) = x(D) D D 2 + 1 .
(a) Representar la implementa in del odi ador.

(b) Dibujar el diagrama de transi iones en rejilla.
( ) Hallar el evento de error ms probable.
3
0
Figura 4.24: Problema 4.3. Resultado del algoritmo de Viterbi.
Problema 4.4
4.7.
149
PROBLEMAS
(d) Considerando ni amente este evento de error, dar la aproxima in de la probabilidad

de error para un sistema SDD basado en este odi ador.
(a) El diagrama del odi ador es anlogo al de la gura 4.5, arriba. En este aso el sumador
superior slo tendra la entrada intermedia y el inferior las entradas primera y ltima.
(b) Para obtener el diagrama de transi iones en rejilla es a onsejable rellenar una tabla
anotando para ada posible ontenido del registro de desplazamiento y para ada bit de
entrada el ontenido nal del registro y los bits de salida. El resultado es el representado en
la gura 4.25.
11
1/10
0/11
01
1/11
0/10
1/00
10
1/01
0/01
0/00
00
1
Figura 4.25: Problema 4.4. Diagrama de transi iones del odi ador.
( ) Se obtiene apli ando el algoritmo de Viterbi al diagrama en rejilla de la forma que se ha
visto en el tema, representado en la gura 4.26. En este diagrama el oste de ada transi in
es el nmero de unos de salida.
El prin ipal evento de primer error es un amino de oste
= 3, omo se
sospe ha desde
el instante 4, aunque la sospe ha no se onrma hasta el n del diagrama representado, on

el que nos aseguramos que los dems aminos que parten de ero y vuelven a ero lo ha en
on oste mayor. Este evento orresponde a
=1
bit de entrada, luego da lugar a un error
en un bit.
(d) Utilizamos la frmula (4.2). Como el odi ador es de tasa
2A2 , luego
m/n = 1/2, Eb = (n/m)A2 =
s
s
!
!
A2
3A2
=Q
Pb Pb,sup Q
m
N0 /2
N0 /2
s
!
!
r
3Eb /2
3Eb
=Q
=Q
.
N0 /2
N0
150
CAPTULO 4.
1/10
1/10
0/11
0/11
1/11
Inf
1/10
0/11
1/11
1/10
0/11
1/11
0/11
3
1/11
5
1/10
0/11
Inf
Inf
01
1/10
Inf
Inf
11
CODIFICACIN
1/11
1/11
0/10
0/10
0/10
0/10
0/10
0/10
1/00 1
1/00 Inf
1/00 2
1/00 5
1/00 3
1/00 6
10
1/01
0
0/01
1/01
Inf
0/00
00
0/01
1/01
Inf
0/00
0/01
3
0/00
1/01
0/01
6
0/00
1/01
0/01
4
0/00
1/01
0/01
7
0/00
Figura 4.26: Problema 4.4. Diagrama en rejilla para para la obten in del prin ipal evento
de primer error.
4.7.
151
PROBLEMAS
Problema 4.5
Para el segundo odi ador onvolu ional de la gura 4.5 la fun in de transferen ia del
grafo vale
D 2 LN
D 3 L2 N 2 + D 4 L3 N D 4 L3 N 3
D 2 L3 + DL2 N + DLN D 2 L3 N 2 1
y los primeros trminos de su desarrollo en serie de Taylor respe to de
son
D 5 (L3 N 3 ) + D 6 (L5 N 4 + L4 N 2 ).
Cal ular
(a) La mnima distan ia entre se uen ias digo,
(b) El nmero de se uen ias digo a distan ia mnima de la se uen ia de eros,
( ) El peso de las se uen ias de entrada orrespondientes a ellas,
(d) La aproxima in de la probabilidad de error en bit propor ionada por los trminos
propor ionados del desarrollo.
(a) Esta distan ia es
=5
(exponente de
en el primer monomio del desarrollo).
(b) Una ni a se uen ia ( oe iente que multipli a al primer monomio del desarrollo).
( ) La se uen ia de entrada tiene peso
=3
(exponente de
en el primer monomio del
desarrollo)
(d) Adems del prin ipal evento (
on
= 6, = 2.
= 5, = 3)
tenemos un evento on
m/n = 1/2 tenemos

s
!
2
X i
i A
Q
Pb Pb,sup
m
N0 /2
i
s
s
!
!
5A2
6A2
+ (2 + 4) Q
,
= 3Q
N0 /2
N0 /2
Como el odi ador es de tasa
= 6, = 4
y otro
(frmula (4.2))
A2 = mEb /n = Eb /2.
Problema 4.6
Consideramos un odi ador onvolu ional de tasa 1/2 dado por

yk = yk(0) yk(1) = xk xk1 xk2
1
0
xk3
0
1
1
1
,
1
0
(4.4)
uyo diagrama de transi iones muestra la gura 4.27.

Suponemos un sistema HDD en el que, partiendo del estado ero se transmite una se uen ia de informa in de eros (que sabemos que da lugar a una se uen ia odi ada de
152
CAPTULO 4.
CODIFICACIN
eros) pero por efe to del ruido se re ibe la se uen ia
y(0) = 1, 1, 0, . . .
y(1) = 1, 0, 0, . . .
donde los puntos suspensivos indi an se uen ia de eros. El odi ador tambin sabe que
se parte del estado ero. Qu se uen ia de informa in de idir el de odi ador? Cuntos
errores en bits de informa in se produ en? Indi a in: Resulta que la se uen ia re ibida es
una se uen ia digo. Por tanto no es ne esario apli ar el algoritmo de Viterbi, sino que se
puede razonar dire tamente sobre el diagrama de transi iones.
Numerando los estados del diagrama de abajo a arriba de uno en adelante, vemos que
partiendo del estado ini ial la se uen ia re ibida es la palabra digo orrespondiente a la
se uen ia de transi iones
1, 2, 4, 7, 6, 4, 7, 6, 4, 7, 6, . . .
Por tanto el de odi ador elegr este amino, que orresponde on la entrada
1, 1, 0, 1, 1, 0, 1, 1, 0,
y en onse uen ia, si los datos transmitidos eran eros, se produ e un error en dos de ada
tres bits transmitidos.
Comentario adi ional:

Los odi adores que presentan aminos omo estos ( aminos on innitos unos de entrada y
un nmero nito de unos de salida) se denominan
odi adores atastr os. La formula in
algebrai a del odi ador permite ara terizarlos omo aquellos en los que los polinomios de
la matriz del odi ador tienen un fa tor omn. En este aso la matriz es
Por tanto la entrada

1 + D 3 1 + D + D 2 = (1 + D + D 2 ) 1 + D 1 .
1
= 1 + D + D3 + D4 + D6 + D7 +
1 + D + D2
produ e la salida
1+D 1
que orresponde on los bits re ibidos.
Desde el punto de vista de los eventos de error, mostrados en la gura 4.28, se observa
la existen ia de innitos eventos de peso 6, 7 y 8. El evento de peso 3 onsiderado en el
problema no se maniesta en el diagrama porque tiene longitud innita.
Problema 4.7
Cal ular las fun iones de transferen ia de los odi adores onvolu ionales de la gura y demostrar que son equivalentes, es de ir, que generan el mismo onjunto de se uen ias digo
(aunque la orresponden ia entre se uen ias de entrada y se uen ias de salida sea distinta). Considerar slo las dos entradas inferiores y las tres salidas inferiores de ada gura.
Indi a in: Puede ser til la fa toriza in

2
D D2 1
D 1
D D3 + 1
0
.
=
0 1 D
1 D2
D
0
D3 + 1
4.7.
153
PROBLEMAS
1/01
111
1/01
0/10
0/10
011
1/00
1/11
0/11
1/00
0/00
0/11
101
1/11
1/10
001
1/00
0/00
1/00
0/01
0/11
110
1/10
0/10
0/01
1/01
0/10
010
0/11
1/01
1/10
1/10
0/01
0/01
100
1/11
1/11
0/00
000
0/00
Figura 4.27: Diagramas de transi iones del odi ador del problema 4.6.
Inf
Inf
1/01
111
Inf
1/01
0/10
Inf
5
1/01
Inf
Inf
1/00
Inf
0/11
1/00
Inf
Inf
3
0/00
0/11
Inf
1/00
0/11
3 1/01
1/10
1/10
7
1/00
1/00
0/11
Inf
1/10
0/01
1/01
0/11
0/01
Inf
0/01
0/10
Inf
6
1/10
1/10
0/10
1/01
6
1/01
0/10
1/00 4
1/00
0/11
0/01
0/10 Inf
Inf
1/10
1/01
0/01
0/00
1/11
1/00
6
1/11
0/11
0/01
1/11
0/11 1/00
0/00
1/00
4
7
1/00
1/10
1/10
1/00
0/11
1/01
0/10
1/10
0/01
8
1/10
7
0/11
0/01
1/10
0/10
1/01
0/10
0/01
1/10
0/11
5
1/00
0/01
1/10
3
0/00
0/11
1/11
1/01
0/10
7
1/10
6
0/00
5
0/11
0/10
5
1/10
0/10
0/01
0/10
0/01
1/00
0/11
0/00
0/01
1/01
3
1/10
0/01
0/11
1/11
0/01
Inf
010
5
1/01
0/10
6
1/00
1/00 6
0/11
0/00
1/10
1/01
Inf
6
1/01
0/10
1/10
0/01
0/01
0/10
1/11
1/111/00
0/11
Inf
1/10
6
1/01
0/10
1/11
0/00 4
0/11
0/11
Inf
110
1/00
0/00
1/00
Inf 1/11
0/00
0/10 6
0/11
001
5
1/01
1/11
1/00
Inf
6
1/01
0/10
011
101
1/01
0/10
0/10
1/10
7
0/01
1/01
0/01
0/01
6
100
1/11
0
0/00
000
1
1/11
1/11
1/11
1/11
Inf 1/11
0/00
Inf
Inf
0/00
5
0/00
6
0/00
1/11
1/11
1/11
1/11
8
0/00
7
0/00
6
0/00
8
0/00
7
0/00
10
11
Figura 4.28: Diagrama de eventos de error del odi ador del problema 4.6
154
CAPTULO 4.
CODIFICACIN
Para el primer odi ador tenemos
y para el segundo es f il obtener
= x

D D2 1
x
0 1 D
2
2

1
D 2 /(D 3 + 1) 1 0
D D3 + 1
0
1
2
x
= x x
0
D3 + 1
D/(D 3 + 1) 0 1
D3 + 1 D

1
D D2 1
D 1
x2
.
2
0 1 D
D3 + 1 1 D
= x
= x1
Por tanto obtenemos la misma salida uando la entrada del segundo odi ador es
x1 x2
y uando la entrada del primero es
= x
1
3
D +1

D 1
.
1 D2
Re pro amente, si la entrada del primer odi ador que produ e una ierta se uen ia de
salida es

x1 x2 ,
la entrada que produ e la misma salida en el segundo es
= x
1

D2 1
1
D 1
1
2
.
= x x
1 D
D3 + 1 1 D2
4.7.
155
PROBLEMAS
En onse uen ia los odi adores son equivalentes.
Problema 4.8
Las guras 4.29 y 4.30, pro edentes de [15, muestran una modula in TCM para transmitir
tres bits por smbolo sobre una modula in de base 16-QAM. En el diagrama en rejilla se
muestran a la izquierda de ada estado los sub onjuntos de seales orrespondientes a las
transi iones que parten de di ho estado, ordenadas de arriba a abajo. Numeramos los estados
del 1 al 8, de arriba a abajo. Hallar
(a) La distan ia entre dos seales que estn aso iadas a transi iones que partan del mismo
nodo y lleguen al mismo nodo.
(b) La distan ia mnima entre una se uen ia aso iada a la traye toria de estados
otra aso iada a la traye toria
(1, 1, 1)
(1, 3, 1).
( ) Idem para se uen ias aso iadas a las traye torias
(1, 1, 1, 1)
(1, 4, 5, 1).
Figura 4.29: Modula in TCM basada en 16-QAM. Parti in del alfabeto.
Di , es de ir,
3 = 21 = 2 20 = 1,7889.
(a) Es la distan ia entre seales de la misma
(1, 1, 1) son de los onjuntos D0 , mientras que

onjuntos D2 , primero, y luego de D4 . Por tanto
(b) Las seales de la traye toria de estados

las de la traye toria
(1, 3, 1)
son de los
En el primer tramo las seales son de los onjuntos

tanto a distan ia mnima
D0
D2 ,
que estn en
B0 ,
y por
1 .
Y en el segundo tramo las seales son de

por tanto a distan ia mnima
2 .
D0
y de
D4 ,
que son sub onjuntos de
C0
156
CAPTULO 4.
CODIFICACIN
Figura 4.30: Modula in TCM basada en 16-QAM. Diagrama en rejilla.
La distan ia pedida vale por tanto
21 + 22 = 1,5492.
( ) Las seales de la traye toria de estados

la traye toria
(1, 4, 5, 1)
(1, 1, 1, 1)
son, su esivamente, de los onjuntos
En el primer tramo las seales son de los sub onjuntos

de
B0
y por tanto estn a distan ia mnima
En el segundo tramo las seales son de

ms que en
A0 ,
y por tanto la distan ia
Y en el ter er tramo las seales son de

mnima
D0
D0 , mientras que
D6 , D5 y D2 . Por tanto
son todas de
D0
D6 , que
las de
son sub onjuntos
1 .
D5 , que no estn in luidos onjuntamente

mnima es 0 .
D0
D2 , in luidos en B0
y por tanto a distan ia
1 .
En este aso la distan ia pedida es
21 + 20 + 21 = 1,414.
De he ho se puede demostrar que sta es la distan ia que determina la probabilidad de error

de la modula in.
Apndi e A
Re eptores ptimos: anexos
157
158
APNDICE A.
RECEPTORES PTIMOS: ANEXOS
A.1. Variables aleatorias y pro esos esto sti os

A.1.1. Variables aleatorias
Consideraremos variables aleatorias
de los siguientes tipos:
1. Dis retas: Si toman un nmero dis reto de valores

los
xi
xi
on probabilidades
son valores reales o omplejos.
L-dimensionales: Si toman valores enR RL y

densidad de probabilidad (fdp) fX tal que P (X A) = A fX .
2. Continuas reales
CL
3. Continuas omplejas: Si toman valores en

reales
P (xi ). A ve es
existe una
fun in de
y se pueden ver omo variables ontinuas
2L-dimensionales.
Una variable aleatoria ontinua on dimensin

En aso ontrario, se denomina
L = 1 se di e que es es alar o unidimensional.
variable aleatoria ve torial o ve tor aleatorio.
Parmetros importantes de variables aleatorias reales o omplejas son

1.
Media: Denida
en el aso dis reto por
E[X]
E[X]
y en el aso ontinuo por
2.
Varianza de una
xi P (xi )
xf (x)dx.
variable aletoria es alar:
V [X] = E[|X E[X]|2 ].

En el aso omplejo se dene tambin la
varianza omplementaria
V [X] = E[(X E[X])2 ].

3.
Covarianza de
dos variables aleatorias es alares:

Cov[X, Y
2
] XY
E[(X E[X])(Y E[Y ]) ]
Covarianza omplementaria
pseudo ovarianza
de dos variables aleatorias es alares
omplejas:
Cov [X, Y
4.
] 2XY E[(X E[X])(Y E[Y ])]
Matriz de ovarianzas de una
variable aleatoria ve torial:
X Cov[X] (ij2 ) E[(X E[X])(X E[X])H ]

Para variables omplejas se dene la
de pseudo ovarianzas
matriz de ovarianzas omplementaria
X Cov [X] (
ij2 ) E[(X E[X])(X E[X]) ]
matriz
A.1.
Si
159
VARIABLES ALEATORIAS Y PROCESOS ESTOCSTICOS
X = Xc + jXs
es una VA ompleja tenemos
V [X] = V [Xc ] + V [Xs ]

V [X] = V [Xc ] V [Xs ] + 2j Cov [Xc , Xs ]
Por tanto
1
Re V [X] +
2
1
V [Xs ] =
Re V [X]
2
1
Cov [Xc , Xs ] =
Im V [X] .
2
V [Xc ] =
Re V
Re V

[X] ,

[X] ,
(A.1)
De forma anloga las ovarianzas de las partes real e imaginaria de dos VAs omplejas
X = Xc + jXs , Y = Yc + jYs
se pueden obtener f ilmente a partir de sus varianzas, ovarianzas y ovarianzas omplementarias. Para las ovarianzas tenemos

1
Re Cov [X, Y ] + Re Cov [X, Y ] ,
2

1
Cov [Xs , Ys ] =
Re Cov [X, Y ] Re Cov [X, Y ] ,
2

1
Cov [Xs , Yc ] =
Im Cov [X, Y ] + Im Cov [X, Y ] ,
2

1
Im Cov [X, Y ] + Im Cov [X, Y ] .
Cov [Xc , Ys ] =
2
Cov [Xc , Yc ]
(A.2)
La media y la varianza ambian de forma sen illa ante tranforma iones lineales de la
variable aleatoria:
E[X + ] = E[X] + ,
V [X + ] = ||2V [X].
Otra rela in que se usa on fre uen ia es
E[X 2 ] = V [X] + |E[X]|2.
(A.3)
A.1.2. Variables aleatorias gaussianas

Las variables aleatorias gaussianas son las que que apare en on ms fre uen ia en Transmisin Digital debido a que modelan las muestras de ruido trmi o.
Una
variable aleatoria gaussiana unidimensional es
1
fX (x) =
e
2
la que tiene fdp
(x )2
2 2 ,
(A.4)
160
donde
Un
APNDICE A.
= E[X], V [X] = 2 .
ve tor aleatorio gaussiano L-dimensional x = (x1 , . . . , xL ), on
matriz de ovarianzas
ve tor de medias
es el que tiene fdp

1
1
fx (x) =
exp (x ) (x ) .
(2)L/2 ||L
2
1
Por tanto una distribu in gassiana queda espe i ada por el ve tor de medias y la matriz
de ovarianzas.
Un aso parti ular de inters es aqul en el que las omponentes son independiententes
2
entre s y de la misma varianza . Enton es la fdp es

kx k2
fx (x) =
exp
(2)L/2 L
2 2
= fx1 (x1 ) fxL (xL ),
1
donde las
fxi (xi )
(A.5)
estn dadas por (A.4).
La propiedad de ser gaussiana se preserva por transforma iones lineales.

j
Una ve tor aleatorio gaussiano omplejo z = x+ jy es
si z y e z tienen la misma
j
distribu in para todo real. Para que esto o urra z y e z deben tener las mismas matri es
ir ular
de ovarianzas y de ovarianzas omplementaria, es de ir,
E[ej zej zH ] = E[zzH ],

E[ej zej z ] = e2j E[zz ] = E[zz ].
Por tanto
E[zz ]
debe ser nula.
Como vemos, para ve tores aleatorios gaussianos ir ulares
de ovarianzas espe i an ompletamente la distribu in.
el ve tor de medias y la matriz
A.1.3. Pro esos esto sti os

pro eso esto sti o de tiempo ontinuo es una familia de variables aleatorias on ndi e
{X(t)}tR . Anlogamente, un pro eso esto sti o de tiempo
dis reto es una familia de variables aleatorias on ndi e dis reto {X[n]}nZ . Consideraremos
Un
ontinuo, es de ir, de la forma
los asos en los que las muestras
X(t) o X[n] son variables reales o omplejas (es de ir, pares
de variables reales).
Una ara teriza in probabilsti a ompleta de un pro eso esto sti o viene dada por
el onjunto de las distribu iones de probabilidad de onjuntos nitos arbitrarios de muestras. Por ejemplo, si el pro eso
x(t)
es de tiempo ontinuo, real, y sus muestras se pueden
ara terizar por su fdp, esta ara teriza in vendr dada por la familia de fdp
fX(t1 ),...,X(tn ) (x1 , . . . , xn ) f (x1 , . . . , xn ; t1 , . . . , tn )

para valores arbitrarios de
y de
t1 , . . . , tn .
Si el pro eso es omplejo estar ara terizado
por las distribu iones de probabilidad onjuntas de partes reales e imaginarias de onjuntos
arbitrarios de muestras.
A.1.
161
Un pro eso es
esta ionario
esta ionario en sentido estri to)
(o
si estas distribu iones
onjuntas son invariantes por desplazamientos onjuntos de los instantes de muestreo. Un

pro eso del tipo del ejemplo anterior ser esta ionario si las fdp que lo ara terizan satisfa en
f (x1 , . . . , xn ; t1 , . . . , tn ) = f (x1 , . . . , xn ; t1 + , . . . , tn + )
para todo desplazamiento
. Un pro eso esta ionario modela fenmenos fsi os que no varan
on el tiempo.
Consideremos el aso de una seal de la forma
x(t) =
k=
sk (t kT ),
1
sk (t) se eligen de forma equiprobable entre las seales del onjunto {gi (t)}M
i=0 ,
y que suponemos son ero fuera del intervalo [0, T ]. Este pro eso no ser en general esta ionario. Sin embargo, si modi amos x(t) mediante un desplazamiento aleatorio en el tiempo,
donde las seales
es de ir, si onsideramos el pro eso
Y (t) =
k=
donde
tiene una distribu in uniforme en
sk (t kT ),
[0, T ],
obtenemos un pro eso esta ionario.
A.1.4. Auto orrela in y orrela in ruzada

Un pro eso de tiempo ontinuo esta ionario
Z(t)
debe tener ne esariamente media ons-
tante en el tiempo
Z = E[Z(t)]
y
E [Z(t + )Z(t) ]
no puede depender de
t.
Ello nos permite denir su
fun in de auto orrela in
RZ ( ) = E [Z(t + )Z(t) ] .
La transformada de Fourier
SZ ()
espe tral de poten ia del pro eso.

Un par de pro esos
Z(t), W (t)
de la fun in de auto orrela in se denomina

son
onjuntamente esta ionarios si
densidad
las distribu iones de
probabilidad de sus onjuntos de muestras son invariantes ante desplazamientos temporales

onjuntos. Enton es podremos denir su
fun in de orrela in ruzada
RZW ( ) = E [Z(t + )W (t) ]

que satisfa e
RW Z ( ) = RZW
( ).
Las deni iones de orrela in y orrela in ruzada para pro esos de tiempo dis reto son
totalmente anlogas.
162
APNDICE A.
Para ompletar la ara teriza in de los pro esos omplejos
la
auto orrela in omplementaria
Z(t) = X(t)+jY (t) se dene
QZ ( ) = E[Z(t + )Z(t)] = RX ( ) RY ( ) + j [RY X ( ) + RXY ( )] .

Un pro eso gaussiano es
ir ular si su sus muestras son variables aleatorias gaussiasas ir u-
lares, lo que equivale a que su auto orrela in omplementaria sea nula, que a su vez equivale
a
En este aso
RZ
RX ( ) = RY ( ),
RXY ( ) = RY X ( ).
determina unvo amente
RX , RY
RX ( ) = RY ( ) =
RXY ( ) =
RXY ,
y tenemos
1
Re RZ ( ),
2
(A.6)
1
Im RZ ( ).
2
(A.7)
Un aso parti ular de pro eso ir ular es aqul en que partes real e imaginaria del pro eso
son independientes de media nula y tienen la misma fun in de auto orrela in.
A.1.5. Filtrado de pro esos esta ionarios

Si a la entrada de un sistema lineal invariante estable situamos un pro eso esta ionario
se puede demostrar que a la salida del sistema nos apare e un pro eso del mismo tipo. Y si
la entrada es gaussiana, tambin lo ser la salida.
Vamos a al ular los parmetros del pro eso de salida en fun in de los del pro eso de
entrada. Para ello notamos omo
y
RW ( )
RZ ( )
Z(t) el pro eso de entrada, W (t) = Z(t) h(t) el de

h(t) la respuesta al impulso del sistema.
salida,
sus auto orrela iones y
La media del pro eso ltrado es
Z
E[W (t)] = E
Como suponemos que el sistema es estable,
Z(t )h(t t )dt .
|h(t)|
es integrable, por lo que podemos inter-
ambiar esperanza matemti a e integral ( omo haremos tambin en l ulos posteriores),

de forma que
E[W (t)] =
Por tanto, si
Z(t)
E [Z(t )] h(t t )dt .
es de media nula tambin lo es
W (t).
En uanto a la auto orrela in
RW ( ) = E [W (t + )W (t)]

Z
Z
Z (u)h (t u) du
=E
Z(v)h(t + v) dv
Z Z
=
E[Z(v)Z (u)]h (t u)h(t + v) du dv

Z
Z
=
RZ (v u)h (t u) du h(t + v) dv.
A.1.
Para al ular la integral interior nos ayudamos de la nota in
h(t)
= h(t).
163
Tenemos
enton es que
RZ (v u)h (t u) du =
( on el ambio
RZ (v u)h {[v t (v u)]} du
)(v t),
(v t w) dw = (RZ h
RZ (w)h
w = v u)
RW ( ) =
=
=
luego
)(v t)h(t + v) dv
(RZ h
)(v t)h[ (v t)] dv
(RZ h
)(w)h( w) dv = (RZ h
h)( )
(RZ h
donde hemos he ho el ambio de variable
v t = w.
Hemos demostrado por lo tanto que
h,
RW = RZ h
que suele es ribirse
RW ( ) = RZ ( ) h ( ) h( ).
De forma totalmente anloga se omprueba que
QW ( ) = QZ ( ) h( ) h( ).
A.1.6. Densidad espe tral de poten ia de una modula in de amplitud

Consideramos la modula in de amplitud
gi (t) = Ai p(t),
que da lugar a la seal global
y(t) =
k=
Supondremos que las amplitudes
RA [m].
auto orrela in de y(t)
Ak
Ak p(t kT ).
onstituyen un pro eso esto sti o dis reto on fun in
de auto orrela in
La
valdr
Ry ( ) = E [y(t + )y (t)]
"
#
X X
=E
Ak Al p(t + kT )p (t lT ) .
k= l=
164
APNDICE A.
Es ribiendo
omo
Ry ( ) =
l+m
y utilizando la linealidad de la esperanza matemti a tenemos
X
X
E [Al+m Al ] E [p(t + lT mT )p (t lT )] .
m= l=
En esta expresin podemos identi ar la fun in de auto orrela in del pro eso
Ak :
RA [m] = E [Al+m Al ] ,
luego podemos es ribirla omo
Z T
X
1 X
p(t + lT mT )p (t lT )d.
RA [m]
Ry ( ) =
T m=
l= 0
Ha iendo en las integrales los ambios de variable
Z
X
=
=
=
tenemos
p(t + lT mT )p (t lT )d
l= 0
Z (l+1)T
X
l=
Z
= + lT
p(t + )p (t )d
lT
p(t + )p (t )d
p( )p ()d,
= t. La ltima integral no
auto orrela in de la seal h(t),
Z
rp ( ) = p( ) p ( ) =
p( )p ()d.
donde al nal hemos he ho el ambio

fun in de
es otra osa que la
Por tanto obtenemos
1 X
RA [m]rp ( mT ).
T m=
Ry ( ) =
Para al ular su transformada de Fourier,

lu in
1
Ry ( ) =
T
"
m=
Sy ( ),
es ribimos este resultado omo una onvo-
RA [m]( mT ) rp ( )
uya transformada es
1
Sy (f ) =
T
"
m=
RA [m]ej2f mT |P (f )|2.
A.1.
165
La densidad espe tral de poten ia es, por tanto,
Sy (f ) =
donde
SA (ej )
1
SA (ej2f T )|P (f )|2
T
es la transformada de Fourier de la se uen ia
El aso ms habitual es que las amplitudes

[Ak ] = A2 tenemos, utilizando (A.3),
Ak
RA [m].
sean independientes. Si
E[Ak ] = A
RA [0] = E[Ak Ak ] = A2 + |A |2
y para
m 6= 0
RA [m] = E[Ak Ak+m ] = E[Ak ]E[Ak+m ] = |A |2 ,
luego
RA [m] = |A |2 + A2 [m]
uya transformada es
SA (ej ) = |A |2 (ej 1) + A2 .
Antes de sustituirla en (A.1.6) la es ribimos omo fun in de
SA (ej ) = A2 + |A |2
k=
( 2k),
on lo que al sustituir obtenemos

2
A2
k
k
|A |2 X
2
Sy (f ) =
P
.
f
|P (f )| +
T
T k=
T
T
Obsrvese que el segundo trmino orresponde a la densidad espe tral de poten ia de la seal
peridi a determinista
l=
p(t lT )
o de ualquiera de sus versiones desplazadas
l=
que es
E[y(t)]
si dejamos
p(t lT )
jo.
A.1.7. Cara teriza in de los ve tores de ruido

Consideramos el pro eso esto sti o omplejo gaussiano esta ionario de media nula
un sistema ortonormal de seales omplejas
n(t) y
{j }j=0,...,L1 y denimos las variables aleatorias
ni = hn(t), i (t)i .
166
APNDICE A.
Estas variables son de media nula:
Z
E[ni ] = E
Z
n(t)i (t)dt =
E [n(t)] i (t)dt =
0 (t)dt = 0.
Para al ular las ovarianzas onsideramos dos seales de energa nita
lamos E [hn(t), f (t)i hn(t), g(t)i ]. Tenemos
Z
E [hn(t), f (t)i hn(t), g(t)i ] = E

n(t)f (t)dt
Z Z
=
E [n(t)n (u)] f (t)g(u) dt du
{z
}
|

Rn (t u)

Z Z
=
Rn (t u)g(u)du f (t)dt
f (t)
n (u)g(u)du
g(t)
y al u-
= hRn (t) g(t), f (t)i .
Por tanto
Cov [ni , nj ]
que en el aso de que
y en el aso de que
= E [hn(t), i (t)i hn(t), j (t)i ]

= hRn (t) i (t), j (t)i
Rn ( ) = N20 ( ),

N0
N0
i (t), j (t) =
ij
Cov [ni , nj ] =
2
2
n(t)
n(t)
sea ruido blan o real, on
sea ruido blan o omplejo, on

Cov [ni , nj ]
Para ompletar la ara teriza in de los
ni
vale
Rn ( ) = 2N0 ( ),
vale
= 2N0 ij .
en el aso de ruido blan o omplejo tenemos que
al ular las ovarianzas omplementarias Cov [ni , nj ], para lo ual obtenemos primero
Z
E [hn(t), f (t)i hn(t), g(t)i] = E

n(t)f (t)dt
Z Z
=
E [n(t)n(u)] f (t)g (u) dt du
{z
}
|
Qn (t u)

Z Z
=
Qn (t u)g (u)du f (t)dt
n(u)g (u)du
= hQn (t) g (t), f (t)i ,
on lo que, al ser la auto orrela in omplementaria

Cov [ni , nj ]
Qn ( ) = 0,
= E [hn(t), i (t)i hn(t), j (t)i] = hQn (t) g (t), f (t)i = 0,
A.1.
167
y utilizando (A.1),
1
Re V [ni ] +
2
1
Re V [ni ]
V [nis ] =
2
V [nic ] =
1
[ni ] =
Re Cov [ni , ni ] +
2
1
Re V [ni ] =
Re Cov [ni , ni ]
2
Re V
y la in orrela in, y por tanto independen ia, de

Para demostrar la independen ia de
nort (t)
de media nula:
Ahora
Re Cov [ni , ni ]
Re Cov [ni , ni ]
= N0 ,
= N0 ,
nci y nsi se desprende anlogamente de (A.2).

ni omprobamos primero que nort (t) es
y las
L1
X
E[nort (t)] = E[n(t)]

E[nk ] k (t) = 0.
| {z }
| {z }
k=0
=0
=0
al ulamos la ovarianza de nort (t) y nk . Notando E[ni nk ] = 2N0 ik , tenemos

""
# #
L1
X
n(t)
ni i (t) nk
Cov [nort (t), nk ] = E [nort (t)nk ] = E
i=0
= E [n(t)nk ]
=E
[n(t)nk ]
L1
X
E[ni nk ]k (t)
i=0
2N0 k (t)
= E n(t)
n (u)k (u)du 2N0 k (t)
Z
=
E [n(t)n (u)] k (u)du 2N0 k (t)
Z
=
Rn (t u)k (u)du 2N0 k (t)
= Rn (t) k (t) 2N0 k (t)

= 2N0 k (t) 2N0 k (t) = 0.
De forma anloga se omprueba que Cov [nort (t), nk ]
= 0,
on lo que
nort (t)
nk
son inde-
pendientes.
k (t) son limitadas en banda y las ondi iones

Sn () = 2N0 , Sn () = F [Qn ( )] = 0 se satisfa en dentro
Estos resultados se mantienen si las
Sn () = N0 /2
(ruido real) o
de la banda de fre uen ias o upada por las seales. Como es inmediato omprobar en el
dominio de la fre uen ia, basta esto para que las onvolu iones de las seales on
Qn ( )
tengan los valores que hemos utilizado en nuestros l ulos.
Rn ( )
168
APNDICE A.
Consideramos la suma de una seal determinista
s(t) y ruido blan o gaussiano n(t) (reales
A.2. Filtro adaptado

o omplejos).
r(t) = s(t) + n(t)

El produ to es alar de
r(t)
on una seal determinista
f (t)
es una VA gaussiana de media
= hs(t), f (t)i
y varianza

f (t)
= kf (t)k2 n2
= V [hn(t), f (t)i] = V kf k n(t),
kf k
2
Queremos hallar la seal
f (t)
que maximiza
||2
| hs(t), f (t)i |2
=
2
V [hn(t), f (t)i]
que se puede interpretar omo la rela in seal a ruido a la salida de un ltro que implemente
este produ to es alar.
Como este produ to es invariante al es alado de
f (t), podemos suponer que f
tiene norma
unidad. Enton es el problema es maximizar
|| = | hs(t), f (t)i |.
Por la rela in de Cau hy-S hwartz (1.1) este valor ser menor o igual que
ks(t)kkf (t)k = ks(t)k

on igualdad si y slo si
s(t)
f (t)
son propor ionales. Por tanto la seal que bus amos es
f (t) =
s(t)
ks(t)k
o ualquiera propor ional.

Este produ to es alar se puede implementar, omo sabemos (e ua in (1.2)), mediante un
ltro on respuesta al impulso f (t0 t) muestreando su salida en t0 . Este ltro se denomina
ltro adaptado a s(t).
Apndi e B
Presta iones: anexos
169
170
APNDICE B.
PRESTACIONES: ANEXOS
B.1. Cota de la unin

Vamos a demostrar las desigualdades (2.2). Sabemos que el error se produ e uando la
seal re ibida se sale de la regin de de isin de la seal transmitida
si .
Por deni in de
seal ve ina, podemos suponer que no hay ms seales que si y sus ve inas, pues estas bastan
Ri . Por tanto, en el aso de seales equiprobables se

r ae ms er a de alguna seal ve ina que de si , as
para determinar la regin de de isin

produ e error uando la observa in
que la probabilidad que queremos a otar es
PE,i = P
"
jVi
{r|d(r, sj ) < d(r, si )}|si .
En primer lugar al ulamos las probabilidad de que la observa in aiga ms er a de

una seal dada,
sj ,
P [d(r, sj ) d(r, si ) | si ] = P [n0 > dij /2] = Q
donde
n0
es la proye in del ve tor de ruido en la dire in
n0 =
sj si
n,
ksj si k
dij /2
n
sj si ,
es de ir,
Para omprobarlo basta que tomemos una base ortonormal en la que

los ve tores.
sj si
ksj si k
sea uno de
A ontinua in observamos que la probabilidad de una unin de su esos se puede a otar

en fun in de la probabilidad del su eso ms probable:
max P (Aj ) P
j
Como
Q es
"
n
[
j=1
Aj
n
X
j=1
P (Aj ) n max P (Aj ).

j
una fun in de re iente, el su eso ms probable orresponder a la seal ms
er ana, luego
dmin,i /2
n
PE,i
jVi
dij /2
n
vi Q

dmin,i /2
.
n
s2
R4 .
La gura B.1 ilustra esta a ota in. La probabilidad de error uando se transmite
ser la integral de
f (r|s2 )
extendida a la unin de las regiones de de isin
Por lo tanto, si integramos en la regin ms er ana a
s1
que a
s2
R1 , R3
obtenemos una integral
menor, que orresponde a la ota inferior que hemos estable ido. Mientras que si hallamos
las integrales de la misma fun in sobre los semiplanos delimitados por las re tas
r23 , estamos ubriendo la misma zona que

las estamos ontando varias ve es.
r12 , r24
si hi iramos el l ulo exa to, pero algunas reas
B.1.
171
COTA DE LA UNIN
R2
R3
2
s2
s3
s1
s4
R1
R4
R2
R3
r12
2
s2
d
s3
s1
s4
R1
R4
r23
r24
r12
2
s2
s3
2 ve es
s1
s4
2 ve es
3 ve es
Figura B.1: A ota in de probabilidades de error.
172
APNDICE B.
Para onstela iones de seales equiprobables que veriquen adems

nemos una ota de la probabilidad de error global
PE
dmin,i = dmin ,
promediando las otas para las
obte-
PE,i ,
on el resultado
dmin /2
n
PE vmed Q
dmin /2
n
(M 1)Q
dmin /2
n
Las otas de la probabilidad de error permiten obtener una buena aproxima in de la

rela in seal a ruido por bit ne esaria para obtener una determinada
PE
sin ne esidad de
ono er exa tamente la frmula de sta, sino simplemente un parmetro de la onstela in.
La ni a restri in que imponemos es que todas las seales de la onstela in estn a la
misma distan ia
dmin
de la seal ms er ana.
En estas ondi iones sabemos que
Q
donde
vmax
dmin /2
n
PE vmax Q
dmin /2
n
es el nmero mximo de ve inos que puede tener una seal de la onstela in.
Despejando el argumento de la fun in
de las desigualdades tenemos que
dmin /2
dmin /2
PE
Q1 (PE )
n
n

dmin /2
PE
dmin /2
1
vmax Q
PE
Q
n
n
vmax
Q
donde el sentido de la desigualdad se invierte por ser
una fun in de re iente. Integrando
en una sola las desigualdades obtenidas, elevando al uadrado e introdu iendo el parmetro
=
y la abreviatura
b Eb /N0 ,
d2min
Eav
resulta
dmin /2
Q (PE )
Q1
n
1
PE
vmax

2

Eav
b log2 M
PE
d2min
1
=
=
Q
[Q (PE )]
4n2
4n2
2
vmax

2
PE
2
2
Q1
[Q1 (PE )]2 b
log2 M
log2 M
vmax
1
Si tomamos ualquier valor del intervalo omo valor aproximado de

ometemos tiende a ero uando
PE
er
al error relativo orrespondiente,
b,max b,min
b,min

2
2
PE
1
=
Q
log2 M
vmax

2
2
Q1 (PE )
=
log2 M
er r =
b,min
el error relativo que
tiende a ero. En efe to, tomando el extremo inferior,
que es el que depende de menos parmetros y llamando
b,max
B.1.
173
COTA DE LA UNIN
Dimensionalidad
G1
(dB)
G2
(dB)
0.20
0.62
0.45
1.51
0.73
3.01
16
0.98
4.52
32
1.17
6.02
64
1.39
8.09
Cuadro B.1: Ganan ias de las disposi iones regulares ptimas de seales en distintas dimensionalidades respe to de la disposi in re tangular.
veri ndose que la ota
tiende a ero uando
PE
tiende a ero. Como omplemento a este
resultado teri o, la tabla 2.1.2 nos muestra algunos valores de esta ota en por entaje y en
de ibelios.
En la mayor parte de los asos pr ti os las probabilidades de error objetivo son su ientemente bajas omo para que este error relativo sea despre iable. En estos asos la frmula
obtenida
2
[Q1 (PE )]2
log2 M
sustituye on e a ia a la frmula exa ta. Por lo tanto todas las fun iones
la misma forma para
PE
b = F (PE ) tienen
su ientemente baja, diferen indose solamente en una onstante.
La rela in entre estas onstantes se puede interpretar omo la
ganan ia de una modula in
respe to de otra. En efe to, si dos modula iones tienen respe tivamente parmetros
y
(2 , M2 ),
(1 , M1 )
la rela in entre las energas por bit requeridas es
b,1
2 log2 M2
b,2
1 log2 M1
o, en unidades logartmi as,
b,2 = b,1 10 log

luego
G21 = 10 log
2 log2 M2
1 log2 M1
es el
2 log2 M2
1 log2 M1
ahorro en energa por bit
(dB) que se produ e al utilizar
la segunda modula in en lugar de la primera, y por tanto est justi ado denominar a esta
antidad
ganan ia de la modula in 2 respe to de la modula in 1.
Es de desta ar que en esta aproxima in la ni a informa in relevante a er a de la

geometra de la onstela in es, adems del nmero de seales
puede interpretarse omo una
ganan ia geomtri a,
M,
el parmetro
ste
pues indi a dire tamente la apa idad
de la geometra de la onstela in para transformar en alidad de transmisin la energa

utilizada.
La gura B.2 muestra un ejemplo de mejoras sobre una modula in bsi a. La tabla B.1
muestra ejemplos de las mximas ganan ias que se pueden obtener mediante disposi iones
regulares (ret ulos) de seales, en fun in de la dimensionalidad.
174
APNDICE B.
T1
Figura B.2: Las tres onstela iones uadradas representadas son equivalentes uando sus
periodos de smbolo son, respe tivamente,
T1 , 2T1
3T1 .
Para el aso bidimensional se
representan tambin dos mejoras su esivas de la onstela in que, on la misma e a ia

espe tral, presentan una menor energa media para la misma probabilidad de error y, por lo
tanto, una mayor e a ia en poten ia.
B.2.
175
CAPACIDAD DE CANAL
B.2. Capa idad de anal

B.2.1. Teorema de Shannon de odi a in de anal
Introdu in
En esta se in presentamos de forma ompa ta el Teorema de Shannon, que estable e la
mxima velo idad binaria que se puede al anzar on un sistema de omuni a iones digitales
on unos re ursos dados de an ho de banda y poten ia.
La deni in pre isa de mxima velo idad binaria la estable e el propio teorema, al
indi ar que existe un valor de velo idad binaria
( apa idad del anal)
por debajo del ual
es posible la transmisin on probabilidad de error arbitrariamente baja, mientras que por

en ima de l ello no es posible. Este resultado, de 1948 [13, ini ia la Teora de la Informa in
y onstituye una de las piedras angulares de la ingeniera de tele omuni a in.
En nuestro aso la Teora de la Informa in nos propor iona
La mxima velo idad binaria que puede transmitirse de forma able por un anal fsi o,
estable iendo as los mximos parmetros de e a ia que podemos exigir a un sistema
de transmisin que haga uso del anal.
La mxima velo idad binaria que puede transmitirse integrando odi a in de anal
en un sistema determinado de transmisin digital. Veremos que existen dos formas de
realizar esta integra in, que dan lugar a los sistemas HDD y SDD.
Teorema de odi a in de anal

Un
anal de
omuni a iones se modela matemti amente omo
Un onjunto
de
smbolos de entrada xi
y un onjunto
de
smbolos de salida yi .
Estos onjuntos pueden ser dis retos, o bien ontinuos (reales o omplejos, es alares o
ve toriales).
Las distribu iones ondi ionales de probabilidad de los smbolos de salida para ada
smbolo de entrada.
apa idad de un anal, medida

de un odi ador de anal (gu-
La Teora de la Informa in permite denir el on epto de

en bits por smbolo. Para ello onsideramos la utiliza in
M bits y les asigna bloques de N smbolos de

xi , que forman el digo. El de odi ador asignar a ada bloque re ibido (de n sm-
ra B.3). Este elemento que forma bloques de

entrada
yi ) un bloque de bits que haya podido dar

Rs = M/N bits por ada smbolo xi .
bolos
lugar a l. Por tanto estamos transmitiendo
Teorema de Shannon de odi a in de anal [13 estable e que para ada anal existe
un valor Cs (medido en bits/smbolo o bits por uso del anal), que denomina apa idad del
anal tal que si Rs < Cs , para ualquier probabilidad de error de bit Pb que se desee obtener,
El
por pequea que sea, existen odi adores de anal que permiten realizar la transmisin on
probabilidad de error menor que
Pb .
Rs > Cs ,
(Rs Cs )/Cs .
Tambin demuestra que si, por el ontrario,
la probabilidad de error en la transmisin de los bits no puede ser menor que
176
APNDICE B.
bloques
de N smbolos
bloques
de M bits
bits
Conversor
de secuencia
a bloque
Codificador
smbolos (X)
Conversor
de bloque
a secuencia
Canal
smbolos (Y)
Conversor
Conversor
Decodificador
de secuencia
de bloque
a bloque
a secuencia
bloques
bloques
de M bits
de N smbolos
bits
Figura B.3: Canal on odi ador y de odi ador de anal.
Por transmitir la informa in de forma ms able pagamos el pre io del retardo orrespondiente a la forma in de bloques de bits y el oste omputa ional de la odi a in y la
de odi a in de los bloques.
Ni el teorema ni su demostra in nos di en unto debe valer el tamao del bloque.
En uanto a la obten in del digo, la demostra in del teorema propor iona un resultado
llamativo, aunque de inters pr ti o relativo: dada la probabilidad de error objetivo
Pb ,
si
el tamao del bloque es su ientemente grande, un digo formado por bloques elegidos de
forma puramente aleatoria propor ionar, on alta probabilidad, una probabilidad de error
inferior a
Pb .
Por tanto sera en prin ipio posible obtener buenos digos utilizando simplemente palabras digo aleatorias y bloques su ientemente grandes. El problema de estos digos es
el oste omputa ional del de odi ador, que debera al ular las distan ias de la palabra
re ibida a todas las palabras digo y sele ionar la ms er ana, que ser la que on ms
probabilidad se orresponda on la palabra digo transmitida. Por ejemplo, en un odi aM
dor de anal en el que las 2
palabras de entrada se mapean en otras tantas palabras de N
M
smbolos de entrada del anal, el de odi ador debera al ular para ada bloque re ibido 2
M
distan ias, ada una de las uales requiere N opera iones), lo que da un oste de 2 (N/M)
opera iones por bit de informa in transmitido.
Por ello los digos utilizados en la pr ti a presentan un elevado grado de estru tura,
de forma que la odi a in y la de odi a in sean omputa ionalmente fa tibles. De la
di ultad de al anzar en la pr ti a las presta iones anun iadas por el teorema de Shannon
da idea el lapso de tiempo trans urrido entre la publi a in del art ulo de Shannon [13
(1948), y la de la publi a in en revista del primer algoritmo pr ti o que se onsidera que
propor iona una buena aproxima in a la apa idad del anal [4 (1996).
B.2.
177
CAPACIDAD DE CANAL
B.2.2. Anlisis de los prin ipales anales

Introdu in
Los anales ms importantes en transmisin digital son los que podemos identi ar en la
gura B.4, basada en la gura 1.32:
El subsistema formado por el modulador, el anal fsi o y el demodulador, por el que
se transmiten los ve tores
ak
de forma que se re iben los ve tores
qk = ak + nk ,
(B.1)
on entrada y salida ontinuas
onstituye un anal
de entrada y salida son
y los
nk
uyos onjuntos de smbolos
son ve tores de ruido gaussiano de media nula y
omponentes independientes. Su apa idad impone un lmite a las posibilidades de las

modula iones digitales.
El sistema ompleto onstituye un anal
son los smbolos
bi
on entrada y salida dis retas uya entrada
que se transmiten, y uya salida son los smbolos
bi
de odi ados,
es un anal on entrada y salida dis reta.

Tambin nos interesa onsiderar un aso intermedio, orrespondiente al subsistema
formado por modulador, anal fsi o y demodulador. Se trata de un anal
L
(smbolos ak )
(ve tores qk R .)
dis reta
y salida ontinua
on entrada
Receptor
Demodulador
Transmisor
Canal
Codicador
Modulador
Decisor
MAP
Canal con entrada y salida continuas

Canal con entrada discreta y salida continua
Canal con entrada y salida discretas
Figura B.4: Canales que distinguimos en un sistema de transmisin digital sin IES.
178
APNDICE B.
Canal on entrada y salida dis reta

Una
fuente dis reta sin memoria
toma el valor
Un
salida,
xi
se modela omo una variable aleatoria dis reta
P (xi ). Se dene su entropa

X
1
.
H(X) =
PX (xi ) log2
P
(x
)
X
i
i
on probabilidad
que
omo
anal dis reto sin memoria se modela mediante las probabilidades de los smbolos de
yj ,
ondi ionados a los valores de los smbolos de entrada,
xi .
Figura B.5: Canal dis reto sin memoria

Si onsideramos adems una distribu in de probabilidad de los smbolos de entrada
(fuente
X ), tenemos
se denen la
una variable aleatoria on dos omponentes dis retas,
entropa ondi ional

H(Y |X) =
y la
informa in mutua
PXY (xi , yj ) log2
1
PY |X (yj |xi )
omo
I(X; Y ) = H(Y ) H(Y |X) =

Se dene la
XX
(X, Y ), de la que
XX
i
PXY (xi , yj ) log2
PXY (xi , yj )
= H(X) H(X|Y ).
PX (xi )PY (yj )
apa idad del anal omo
Cs = sup I(X; Y )
(B.2)
PX
y se mide en
bits por smbolo o bits por uso del anal.
El ejemplo ms sen illo de anal, que onstituye adems un aso de gran importan ia
pr ti a, es el
anal binario simtri o,
en el que tanto
omo
toman los valores 0 y 1,
on probabilidades ondi ionales
P (X = 0|Y = 0) = P (Y = 1|X = 1) = 1 p,
P (Y = 1|X = 0) = P (Y = 0|X = 1) = p
B.2.
179
CAPACIDAD DE CANAL
para un ierto valor de
p (0, 1).
Es f il omprobar que la apa idad de este anal se
obtiene uando la fuente genera smbolos equiprobables (P (X
= 0) = P (X = 1))
Cs = 1 Hb (p),
y vale
(B.3)
donde
Hb (p) = p log2 p (1 p) log2 (1 p)

es la entropa de la VA de Bernouilli de parmetro
p.
Canales gaussianos
En el aso de un anal on entrada y salida ontinuas, ara terizado por una fdp ondi ional
f (y|x)
denimos las
entropas diferen iales

Z
1
dx,
f (x) log2
f (x)
Z Z
1
h(Y |X) =
f (x, y) log2
dxdy,
f (y|x)
h(X) =
y la informa in mutua se dene en este aso omo,
I(X; Y ) = h(Y ) h(Y |X) = h(X) h(X|Y ),

de forma que la apa idad es
Cs = sup I(X; Y ).
fX
El primer aso que nos interesa es el de el
entrada ontinua
anal gaussiano real,
que es un anal on
y salida ontinua
Y =X +N
donde
N,
que modela el fenmeno del ruido trmi o, es una VA gaussiana de media nula y
desvia in tpi a
N ,
independiente de
X.
Es f il omprobar que
h(Y |X) = h(N)

2

log2 2e .
y que la entropa de una VA gaussiana de varianza
vale
Tambin se demuestra que la VA de mxima entropa diferen ial dentro de las que tienen
una varianza dada es la gaussiana. Como
son independientes,
2
2
h(N) = Y2 = X
+ N
Por tanto
h(Y ) es mxima uando X
es gaussiana, pues enton es
diferen ial es la mxima que puede tener una VA on su varianza:
q

2
2
h(Y ) = log2
X + N 2e .
es gaussiana y su entropa
180
APNDICE B.
Con estos resultados tenemos que si imponemos que

2
valor dado X , la apa idad de este anal es
tenga varianza menor o igual que un

q

2
2
Cs = log2
X + N 2e log2 2e

2
1
X
= log2 1 + 2 .
2
N
Rela ionado on este anal est el
VA ompleja (o bidimensional)
(B.4)
anal gaussiano omplejo, en el que la entrada es
X = (X1 , X2 )
una
y la salida est dada por
Y = (Y1 , Y2 ) = X + N = (X1 , X2 ) + (N1 , N2 ),

donde N1 , N2 son variables aleatorias gaussianas independientes de media nula y varianza
2
N
. Si imponemos la restri in
2
2
2
X
+ X
X
,
1
2
la apa idad del anal vale
En el aso de

2
X
1
Cs = 2 log2 1 + 2 .
2
2N
entrada dis reta y salida ontinua el anal queda espe i ado tambin por
la fdp ondi ional
fY |X (y|xi )
y tenemos
fY (y) =
P (xi )f (y|xi ),
(B.5)
I(X; Y ) = h(Y ) h(Y |X),

Cs = sup I(X; Y ).
PX
Un ejemplo importante es el del anal on entrada binaria
y ruido gaussiano. Vamos a
al ular la informa in mutua para entrada equiprobable, que se demuestra que orresponde
a la apa idad del anal. Tenemos
2
X = a, Y = X + N, N N(0, N
),
de forma que la fdp de la salida
fY (y) =
X
i
donde
fn
est dada por
P (xi )f (y|xi ) = P [X = a]fn (ya)+P [X = a]fn (y+a) =
es la fdp del ruido
N.
Podemos al ular la informa in mutua mediante la frmula
I(X; Y ) = h(Y ) h(Y |X),

en la que de nuevo
h(Y |X) = h(N)

y para el l ulo de
h(Y )
hay que re urrir a la integra in numri a.
1
(fn (y a) + fn (y a)) ,
2
B.2.
181
CAPACIDAD DE CANAL
Capa idad por unidad de tiempo del anal gaussiano limitado en banda
A partir de la frmula (B.4) podemos obtener la apa idad por unidad de tiempo de
W,
un anal gaussiano on un an ho de banda

de poten ia bilateral
transmitir
2W
N0 /2.
poten ia de seal
seales por unidad de tiempo sin IES. Adems, si
en un intervalo de tiempo de dura in
NT
x(t) =
y densidad espe tral
h(t), (t nT )i = [n]
energa de x(t) es
se pueden
es el periodo de smbolo,
transmitimos la seal
N
1
X
n=0
donde
Sabemos que on un anal de an ho de banda
Xn (t nT )
y suponemos que las amplitudes
E[x(t)] =
N
1
X
Xn
son de media nula. La
Xn2 ,
n=0
luego en media
2
E[E[x(t)]] = NX
y esta antidad debe oin idir on la energa media de seal orrespondiente a un intervalo
de dura in
NT ,
es de ir,
sNT .
En onse uen ia
2
2
NX
= sNT X
= sT.
La poten ia de ruido ser, por otra parte,
2
X
sT
= N0 =
2
N
2
n = 2W N0 /2 = W N0 .
Por tanto tenemos
s
s
= ,
N0 W
n

s
s
1
= W log2 1 +
,
C = 2W Cs = 2W log2 1 +
2
n
n
N0
2W
2
que es la elebrada frmula de la apa idad del anal gaussiano limitado en banda.
B.2.3. Curvas de apa idad

La gura B.6, arriba, muestra las urvas de apa idad en fun in de la rela in seal a
ruido del anal 2-PAM junto on el anal gaussiano ontinuo y el anal on entrada 2-PAM
y salida ontinua.
Para que la apa idad (B.4) quede en fun in de s/n tenemos la rela in
2
X
sT
= N0 =
2
N
2
s
N0
2W
2
s
s
= .
N0 W
n
La gura B.6, abajo, muestra las urvas que rela ionan la energa por bit (de informa in)
normalizada
Eb /N0
on el o iente
R/W
uando
R iguala la apa idad del anal por unidad
182
APNDICE B.
de tiempo. En el aso del anal gaussiano ontinuo la urva se obtiene de la siguiente forma:

1
Cs = log2 1 +
2

1
= log2 1 +
2

2
X
s
1
1
+
=
log
2
2
N
2
n

Eb R
,
N0 W

Eb R
,
R = C = Cs /T = 2W Cs = W log2 1 +
N0 W
es de ir,

R
Eb R
.
= log2 1 +
W
N0 W
Esta frmula es muy importante porque dene el lmite al que pueden aspirar a a er arse
las modula iones digitales. Las modula iones existentes se ara terizarn, para una
por unos parmetros de alidad
(R/W, Eb /N0 ) en la regin que
Pb
dada,
queda arriba y a la izquierda
de esta urva.
En el aso del anal dis reto 2-PAM, ono emos la frmula de la apa idad, B.3,
Cs = 1 Hb (p)
donde
es la probabilidad de error de la modula in. Tenemos por tanto
R = C = 2W (1 Hb (p)) .
Para obtener la rela in entre los parmetros
R/W
Eb /N0
para
R = C,
siendo
Eb
la
energa por bit de informa in til, es de ir, de entrada al odi ador de anal, utilizamos
la frmula de la probabilidad de error en 2-PAM en fun in de la energa por seal
p = PE,2P AM = Q
Como reservamos
Es = Eb .
Eb
p

Es /n2 .
para la energa de los bits de informa in, ya
Es ,
no tenemos la rela in
Para obtener la rela in orre ta observamos que la poten ia de seal es la energa
por bit de informa in multipli ada por el nmero de bits por unidad de tiempo, es de ir,
s = Eb R
y tambin es la energa media por seal dividida entre el periodo de smbolo,
s=
luego
Es
= Es 2W,
T
1 R
Es = Eb ,
2 W
de forma que
Es
(1/2)Eb(R/W )
Eb R
=
=
.
2
n
N0 /2
N0 W
B.2.
183
CAPACIDAD DE CANAL
En onse uen ia la urva que rela iona
R/W
on
Eb /N0
para
C=R
se obtiene eliminando
de las e ua iones
R/W = 2 (1 Hb (p)) ,
!
r
Eb R
.
p=Q
N0 W
Esta es la urva inferior de la gr a superior de la gura B.6.
Es interesante observar que para valores pequeos de
R/W ,
es de ir, en asos en los que
se puede utilizar un gran an ho de banda en rela in on la velo idad binaria, se pueden

obtener resultados ptimos utilizando anales on entrada 2-PAM y salida ontinua, es de ir,
integrando 2-PAM on odi a in de anal en un sistema SDD. Sin embargo, utilizando
2-PAM en un sistema HDD perdemos del orden de 2 dB para
R/W
baja.
La gura B.7 muestra las informa iones mutuas para anales on entrada dis reta y salida
ontinua orrespondientes a distintas modula iones QAM.
184
APNDICE B.
2.5
C (bits/s)
1.5
0.5
0
30
25
20
15
10
5
SNR (dB)
10
15
8
7
6
Eb/N0 (dB)
5
4
3
2
1
0
1
2
3
10
10
10
R/W
10
10
Figura B.6: Arriba: Capa idades por smbolo transmitido en fun in de la SNR en el anal:
urva superior: anal gaussiano limitado en banda; urva intermedia: anal on entrada 2PAM y salida ontinua; urva inferior: anal 2-PAM. Abajo: Curvas orrespondientes en
fun in de
Eb /N0 .
B.2.
185
CAPACIDAD DE CANAL
10
C (bits/s)
0
30
20
10
0
SNR (dB)
10
20
30
Figura B.7: Capa idades por smbolo transmitido en fun in de la SNR (s/n en dB) en el
anal: De arriba a abajo: anal gaussiano omplejo limitado en banda, anal on entrada
64-QAM equiprobable y salida ontinua, idem 16-QAM, idem 4-QAM. Los puntos indi an
5
la SNR a la que la modula in orrespondiente al anza PE = 10 .
186
APNDICE B.
Apndi e C
Modula iones on memoria: anexos
187
188
APNDICE C.
MODULACIONES CON MEMORIA: ANEXOS
C.1. Presta iones de modula iones CPM

La distan ia entre dos seales globales antes de modular
x1 (t), x2 (t),
xi (t) = Aej(t,Ii ) ,
es
d (x1 (t), x2 (t)) =
NT
|x1 (t) x2 (t)|2 dt
0
2
=A
NT
|ej(t,I1 ) ej(t,I2 ) |2 dt
=A
NT
|ej(t,I2 ) |2 |1 ej[(t,I1 )(t,I2 )] |2 dt
= A2
NT
2 {1 cos [(t, I1 ) (t, I2 )]} dt
=A
NT
2 {1 cos [(t, I1 I2 )]} dt.
Por tanto la distan ia mnima entre se uen ias estar dada por
d2min
= 2A
mn
N,I1 6=I2
A la vista de la forma de la fun in
NT
{1 cos [(t, I1 I2 )]} dt.
(C.1)
(t, ) (e ua iones (3.9) y (3.10)), la fun in que queremos
minimizar es suma de trminos orrespondientes a los intervalos de smbolo, dependientes del

valor ini ial de la fun in y del oe iente
I[n] = I1 [n] I2 [n]. Por tanto la minimiza in se
puede realizar tambin on el algoritmo de Viterbi, mediante un diagrama en rejilla auxiliar

en el que los nodos representan los posibles valores de la fun in
(t, I), I = I1 I2
al
omienzo de ada periodo de smbolo. El rbol de valores de esta fun in es omo el rbol de
fases de la modula in CPM orrespondiente, ambiando las amplitudes por las diferen ias
de amplitud
I = 0, 2, . . . , 2(M 1).
Vamos a al ular la distan ia mnima en el aso de 2-MSK. Como los valores de
1,
los de
I[n]
Ii [n]
son
son
+1 (+1) = 0, +1 (1) = 2, 1 (+1) = 2,

on lo que los in rementos de fase de la fun in
(t, I)
en ada intervalo de smbolo son
hI = (1/2)I = 0, .
En onse uen ia los valores de fases ini iales en la integral son
0, y el diagrama de transi[kT, (k + 1)T ) la fase ini ial
iones es el de la gura C.1, entro. Si al omienzo del intervalo
C.1.
189
PRESTACIONES DE MODULACIONES CPM
(t, I) es 0 ,
de la fun in
la integral de la frmula (C.1) vale en ada intervalo de smbolo
(k+1)T
kT
Z (k+1)T
kT
0
= 2T
{1 cos [(t, I)]} dt

t
1 cos 0 + 2h I[k] dt
2T
Si
Si
Si
0 = 0 y I[k] = 0,
0 = y I[k] = 0,
I[k] = 2.
En la gura C.1, entro, las transi iones estn etiquetadas on los valores de esta integral
d2
.
divididos entre T , que representan la ontribu in del intervalo al valor total de min
2A2 T
El valor mnimo de esta fun in orresponder al amino de menor oste de los que parten
del estado
y vuelven al estado ero. Para hallarlo apli amos el algoritmo de Viterbi on
estado ini ial
y ostes innitos para las transi iones que suponen la permanen ia en este
estado (gura C.1, abajo). Vemos que hay un amino que en dos etapas vuelve al estado
ini ial on oste 2, mientras que los dems aminos que salen del estado ini ial en la primera
transi in tienen un oste total mayor o igual que 3, lo que indi a que este amino es el de
menor oste, luego
Como ada error de este
d2min
= 2 d2min = 4A2 T = 4Es .
2A2 T
tipo da lugar a = 2 bits de informa in errneos,
de error aproximada, de a uerdo on lo expuesto en 3.1.4, es
Pb Q
d2min
4n2
= 2Q
Es
n2
= 2Q
Eb
2
N0
la probabilidad
190
APNDICE C.
3*(1/2)*pi
1 1
2*(1/2)*pi
1*(1/2)*pi
1 1
0*(1/2)*pi
1 1
2
2
2
2
pi
1 1
1 1
2
2
Inf
0
2
2
2
1
1
1
1
Inf
Inf
2
2
1
1
on los valores de
I = I1 I2 .
dmin
2
Inf
pulso uadrado), on los ar os etiquetados on los valores de
rejilla auxiliar para el l ulo de
2
2
1 1
2
2
1 1
Figura C.1: Arriba: Diagrama en rejilla de la modula in MSK binaria (h
g(t)
1
1
0
pi
1 1
MODULACIONES CON MEMORIA: ANEXOS
I.
= 1/2, M = 2,
Centro: Diagrama en
para la modula in anterior, on los ar os etiquetados
Los ar os diagonales son dobles. Abajo: Diagrama en rejilla
auxiliar, on los ar os etiquetados on los valores de la integral (C.1) en ada intervalo

2
de seal dividida entre 2A T , mostrando el amino de mnimo oste, que orresponde a
2
d
= 2.
2A2 T
Apndi e D
Codi a in: anexos
191
192
APNDICE D.
CODIFICACIN: ANEXOS
D.1. Codi a in onvolu ional

D.1.1. Transformada D
Los odi adores onvolu ionales admiten tambin una representa in algebrai a. Para
ello, al igual que las seales dis retas ordinarias se representan mediante la transformada
Z,
las se uen ias binarias se representan mediante expresiones de tipo polinmi o en una variable que denominaremos
D:
(x0 , x1 , . . . , xn1 ) 7 x(D) = x0 + x1 D + . . . + xn1 D n1 .

La letra
se debe a que la multipli a in
muestra en la se uen ia. En onse uen ia

diferen ia respe to de la transformada
(delay)
Df (D)
equivale a un retraso
de una
1
ha e el papel de z
en la transformada Z . Otra
(xn )
n M , donde M
D es, por tanto, en
es que ahora slo onsideraremos se uen ias
de dura in nita o "nitas por la izquierda", es de ir, que son ero para
puede ser ualquier entero (positivo, ero o negativo). La transformada
general, una
serie formal de Laurent,
es de ir, una expresin nita o innita de la forma
aM D M + aM +1 D M +1 + aM +2 D M +2 . . .
para la que no exigimos onvergen ia omo se ha e en el aso de la transformada
Z.
En el
onjunto de las series formales de Laurent est denida la suma y el produ to, ambas de la
forma que podemos imaginarnos:
ak D k
ak D
k=M
k=M
bk D k
= aM bN D (M +N ) + (aM bN +1 + aM +1 bN )D (M +N +1) + . . .
bk D
k=N
k=N
k=min{M,N }
k=M +N
La utilidad de la transformada
(ak + bk )D k
kN
X
l=M
al bkl
Dk
( omo la de la transformada
Z)
radi a en esta ltima
rela in, que no es otra que la propiedad de que la transformada de la onvolu in de dos
se uen ias es el produ to de las transformadas.
Una propiedad notable de las series formales de Laurent es que todas ellas ex epto la
serie nula tienen inversa, es de ir, otra serie del mismo tipo que multipli ada por ella da
omo resulado la serie
u(D) = 1.
En trminos de se uen ias esta propiedad se tradu e en
que para toda se uen ia no nula nita por la izquiera existe otra se uen ia del mismo tipo
tal que la onvolu in de ambas es la se uen ia delta de Dira dis reta.
Para omprobarlo vamos a al ular la inversa de una serie que omien e en
a(D) = a0 + a1 D + a2 D 2 + . . .
on
a0 = 1,
que ser una serie
b(D) = b0 + b1 D + b2 D 2 + . . .
M =1
D.1.
193
CODIFICACIN CONVOLUCIONAL
tal que
a(D)b(D) = a0 b0 + (a0 b1 + a1 b0 )D + (a0 b2 + a1 b1 + a2 b0 )D 2 + . . .

= b0 + (b1 + a1 b0 )D + (b2 + a1 b1 + a2 b0 )D 2 + . . . = 1
luego
b0 = 1,
b1 + a1 b0 = 0 b1 = a1
b2 + a1 b1 + a2 b0 = 0 b2 = a1 b1 + a2 b0
Las se uen ias que no omienzan en

transformadas se pueden poner omo
n = M 6= 0
tambin tienen inversa, puesto que sus
f (D) = D M + fM +1 D M +1 + . . . = D M (1 + fM +1 D + . . .)
{z
}
|
a(D)
D M
a(D).
Una expresin ra ional f (D)/g(D), donde f (D) y g(D) son polinomios en D sin fa tores
omunes, se interpreta omo el produ to de f (D) por la inversa de g(D). El resultado, que se
luego su inversa ser
multipli ada por la inversa de
puede al ular mediante el algoritmo habitual de divisin de polinomios, ser una se uen ia
nita (si
g(D)
divide a
f (D))
o una se uen ia innita
f (D)
= xM D M + xM +1 D M +1 + . . .
g(D)
que a partir de ierto oe iente tendr un ar ter peridi o. Para omprobarlo basta
onsiderar la implementa in de la divisin omo el pro esamiento de la se uen ia
un ltro de respuesta
1/g(D) implementado mediante un
ltros IIR on oe ientes omplejos. Como la se uen ia
f (D) on
registro de desplazamiento on los
f (D)
es nita, a partir de ierto
momento la entrada es de eros y el ontenido del registro, al haber ahora un nmero nito
de posibilidades, terminar repitindose.
D.1.2. Presta iones de odi adores onvolu ionales

La ota general (4.2) se puede poner de la forma
Pb
donde
1 XX
a(, )P
m
es la probabilidad de que se preera una se uen ia a distan ia
(D.1)
de la se uen ia
orre ta. Esta frmula es vlida tanto para el aso HDD omo para el SDD, parti ularizando
ade uadamente
en ada aso.
194
APNDICE D.
CODIFICACIN: ANEXOS
Consideramos en primer lugar un sistema HDD. Para al ular

el aso en que
es impar. Una se uen ia on
de la mitad de estos
k=(+1)/2
onsideremos primero
bits distintos de la orre ta se elegir si ms
bits se han re ibido on error, y por tanto
P =
Si
/2 errores
es par y se produ en

k
p (1 p)k .
k
en los bits que diferen ian ambas se uen ias el sistema
elegir una u otra al azar de forma equiprobable, y la probabilidad de elegir la in orre ta

ser

1
p/2 (1 p)/2 +
P =
2 /2

X
k
p (1 p)k .
k
k=/2+1
Se puede demostrar [17 que esta probabilidad se puede a otar a su vez de la forma
p
P Z , Z 2 p(1 p),
lo ual propor iona una expresin errada para

en serie de la FTG,
(D.2)
Pb basada en la FTG. Derivando el desarrollo

=
a(, )D ,
T (D, N, 1)
N
N =1
=1
luego
.
T (D, N, 1)
Pb
N
N =1,D=Z
Consideremos ahora el aso de un sistema SDD.

Enton es
est dada, omo hemos visto en 4.3.4, por
P = Q
i A2
N0 /2
Usando la a ota in (ver [18, p. 247)
Q
y es ribiendo

x + y Q x ey/2 , x 0, y 0,
= f + , donde f es
= 5 en nuestro ejemplo),
odi adas (f
Pb
1 XX
a(, )P
m
la menor distan ia de Hamming entre se uen ias
obtenemos
m =
1
= Q
m
a(, )Q
=0
2f A2
N0
f A2 /N0
2f A2
N0
eA
2 /N
.
T (D, N, 1)
N
N =1,D=exp(A2 /N0 )
D.2.
195
EL ALGORITMO BCJR
D.2. El algoritmo BCJR

D.2.1. Algoritmo BCJR bsi o
El algoritmo BCJR, propuesto en [2 y posteriormente ono ido por las ini iales de sus
proponentes, es un pro edimiento para al ular las probabilidades a posteriori de los estados
de una adena de Markov on observa in imperfe ta. Re ordemos que el algoritmo de
Viterbi lo que al ula en este aso es la se uen ia de estados ms probable.
Si la adena de Markov est denida a partir de una mquina de estados, las probabilidades de transi in estn determinadas por las probabilidades de los smbolos de entrada.
Consideramos una se uen ia de estados des ono ida
s1 , s2 , . . . , sK+1
1
y una se uen ia de observa iones aso iadas a ada transi in
y1 , y2 , . . . , yK .
Adems de los valores observados, los datos de entrada del algoritmo son
1. Las probabilidades de ada transi in
P [sk+1 = s|sk = s ].
2. Las probabilidades ondi ionales de las observa iones
P [yk |ck (s , s)]

ck (s , s)
= s.
donde
sk+1
es el smbolo transmitido uando se produ e la transi in de
sk = s
3. Los estados ini ial y nal
s1 = sK+1 = 0.
Mantenemos esta nota in aunque las observa iones sean ontinuas. En este aso una
expresin del tipo P [yk |ck (s , s)] orresponder estri tamente a una densidad de probabilidad
y una del tipo P [sk = s , sk+1 = s, y] a una fun in que debe tomar el valor uno si se suma
en las variables s y s y se integra en la variable y.

A partir de estos datos al ulamos las
va in ondi ionadas al estado anterior,
probabilidades onjuntas de nuevo estado y obser-
que ser lo que emplearemos dire tamente en los
l ulos:
k (s , s) P [yk , sk+1 = s|sk = s ]

= P [yk |sk+1 = s, sk = s ]P [sk+1 = s|sk = s ].
1 En
esta se in, siguiendo [8, denominamos utilizamos y para las observa iones y u para los bits de
entrada.
196
APNDICE D.
CODIFICACIN: ANEXOS
Utilizaremos la nota in
yab (ya , . . . , yb ), y y1K .

El algoritmo va a al ular la probabilidad onjunta de ada transi in y de las observa iones,
es de ir,
Pk [s , s, y] P [sk = s , sk+1 = s, y1K ].

La probabilidad ondi ional
P [sk = s , sk+1 = s|y1K ] = P [sk = s , sk+1 = s, y1K ]/P [y1K ]

est rela ionada on la probabilidad onjunta por un fa tor de es ala dado por la probabilidad
marginal de la observa in, que resulta irrelevante en las apli a iones onsideradas.
El pro edimiento omputa ional parte de la fa toriza in siguiente, en la que tro eamos
el onjunto de observa iones en los bloques de datos pasado, presente y futuro. Para
1<k<K
tenemos
Pk [s , s, y] = P [sk = s , sk+1 = s, y1K ]

K
= P [sk = s , sk+1 = s, y1k1 , yk , yk+1
]
K
= P [yk+1
|sk = s , sk+1 = s, y1k1, yk ]P [sk+1 = s, yk |sk = s , y1k1]P [sk = s , y1k1]
K
= P [yk+1
|sk+1 = s] P [sk+1 = s, yk |sk = s ] P [sk = s , y1k1],
{z
}|
{z
}
{z
}|
|
= k (s , s)
k1 (s )
k (s)
mientras que
P1 [s , s, y] = P [s1 = s , s2 = s, y1K ]
= P [s1 = s , s2 = s, y1 , y2K ]
= P [y2K |s1 = s , s2 = s, y1 ]P [s2 = s, y1 |s1 = s ]P [s1 = s ]
(
1 (s)1 (s , s) si s = 0
=
0
si s =
6 0
y
PK [s , s, y] = P [sK = s , sK+1 = s, y1K ]

= P [sK = s , sk+1 = s, y1K1, yK ]
= P [sK+1 = s, yK |sK = s ]P [sK = s , y1K1]
(
K (s , s)K1(s ) si s = 0
=
0
si s 6= 0.
Por tanto si al ulamos los valores
k (s) y k1 (s ) tendremos Pk [s , s, y]. Vamos a obtener
para ada uno de ellos una frmula re urrente.
D.2.
197
EL ALGORITMO BCJR
k (s)
Para al ular los
observamos que
k (s) = P [sk+1 = s, y1k ] =
P [sk+1 = s, sk = s , y1k1, yk ]
X
s
X
s
P [sk+1 = s, yk |sk = s , y1k1]P [sk = s , y1k1]

P [sk+1 = s, yk |sk = s ]P [sk = s , y1k1 ]
k (s , s)k1 (s ).
Por tanto los
k (s) se pueden
al ular mediante una re urren ia ha ia adelante partiendo de
0 (s) =
1 s=0
0 s=
6 0
o de
1 (s) = (0, s).
k (s )
Para al ular los
observamos que
k1 (s ) = P [ykK |sk = s ] =
=
P [ykK , sk+1 = s|sk = s ]
K
P [yk+1
, yk , sk+1
= s|sk = s ]
X
s
X
s
K
P [yk+1
|yk , sk+1 = s, sk = s ]P [yk , sk+1 = s|sk = s ]
K
P [yk+1
|sk+1 = s]P [yk , sk+1 = s|sk = s ]
k (s)k (s , s).
Luego los
k (s )
se pueden al ular mediante una re urren ia ha ia atrs partiendo de
K (s ) =
1 s = 0
.
0 s =
6 0
El algoritmo queda omo sigue:

1. Cal ular
k (s , s)
para ada transi in en el grafo omo
k (s , s) = P [yk |ck (s , s)]P [uk = uk (s , s)], k = 1, . . . , K,

donde
uk (s , s)
es el smbolo de entrada que genera la transi in
representa los smbolos de salida produ idos en ella.

2. Cal ular los
k (s)
mediante re urren ia ha ia adelante
0 (s) = [s],
X
k (s) =
k (s , s)k1(s ), k = 2, . . . , K 1.
s
(s , s)
ck (s , s)
198
APNDICE D.
3. Cal ular los
k (s )
CODIFICACIN: ANEXOS
mediante re urren ia ha ia atrs
K (s) = [s],
X
k1 (s ) =
k (s)k (s , s), k = K, . . . , 2.
s
4. Cal ular las probabilidades de las transi iones omo
Pk [s , s, y] = k (s)k (s , s)k1 (s ).
5. Cal ular las probabilidades a posteriori de los bits de entrada a partir de la suma de
las probabilidades de las transi iones desen adenadas por el valor del bit:
P [uk = i, y] =
(s ,s)U
Pk (s , s, y),
(D.3)
k,i
Uk,i = {(s , s)|sk = s , sk+1 = s, uk = i} , i = 0, 1.
(D.4)
D.2.2. Algoritmo BCJR logartmi o

La versin logartmi a del algoritmo BCJR es ms estable numri amente y propor iona
adems una visin ms lara de los papeles desempaados por las distintas fuentes de informa in. En esta versin del algoritmo sustituimos las fun iones
por sus logaritmos
ak (s) = log k (s),

bk (s) = log k (s),
gk (s , s) = log k (s , s).
Consideraremos ni amente smbolos de entrada binarios. En este aso para la interpreta in de la informa in aportada por las distintas fuentes resulta muy til expresar las
probabilidades de los dos posibles valores de los bits mediante el logaritmo de su o iente.
Daremos las probabilidades a priori de los valores de los smbolos de entrada mediante el
logaritmo de su o iente.
Lin (k) = log
P [uk = 0]
.
P [uk = 1]
El objetivo nal del algoritmo es al ular las probabilidades a posterior dado el ve tor de
observa iones
minamos
y.
Tambin nos referiremos a ellas mediante una expresin anloga que deno-
logaritmo del o iente de verosimilitudes (log-likelihood ratio (LLR))

Lout (k) = log
P [uk = 0|y]
.
P [uk = 1|y]
Obsrvese que obtenemos el mismo o iente on probabilidades onjuntas en lugar de ondi ionales:
log
P [uk = 0, y]
P [uk = 0|y]P [y]
P [uk = 0|y]
= log
= log
= Lout (k).
P [uk = 1, y]
P [uk = 1|y]P [y]
P [uk = 1|y]
D.2.
199
EL ALGORITMO BCJR
Si denimos la fun in
L(p) = log
p
, p (0, 1),
1p
X = 0, 1 on
P [X = 0] = p mediante el parmetro L(p). L(p) toma valores en todo R, in luyendo y
si permitimos que p tome respe tivamente los valores p = 0 y p = 1. Es f il obtener la
vemos que estamos por tanto ara terizando una variable aleatoria binaria
inversa de la fun in,
p(L) =
eL/2
,
eL/2 + eL/2
y los logaritmos de las probabilidades en fun in de L,

L
log eL/2 + eL/2 ,
2

L
log P [X = 1] = log[1 p(L)] = log eL/2 + eL/2 .
2
log P [X = 0] = log p(L) =
Notando
b (1)b = (2b 1)
las expresiones anteriores se pueden ompa tar en

L
log P [X = b] log P [b] = b log eL/2 + eL/2 .
2
(D.5)
Para la des rip in de la versin logartmi a del algoritmo BCJR que vamos a ver a ontinua in resulta til denir la fun in
max* (x1 , . . . , xn ) log (ex1 + . . . + exn )

que disfruta de las siguientes propiedades, f iles de demostrar,

max* (x, y) = max(x, y) + log 1 + e|xy| ,
max* (x, y, z) = max* (max* (x, y), z),
max* (x1 + c, . . . , xn + c) = c + max* (x1 , . . . , xn ).

El algoritmo en forma logartmi a queda omo sigue:
1. Cal ular los
gk (s , s)
omo
gk (s , s) = log P [yk |ck (s , s)] + log P [uk = uk (s , s)].

2. Cal ular los
ak (s)
omo
a0 (0) = 0, a0 (s) = para s 6= 0,
ak (s) = max* s {gk (s , s) + ak1 (s )}, k = 1, . . . , K.

3. Cal ular los
bk (s )
omo
bK (0) = 0, bK (s) = para s 6= 0,
bk1 (s ) = max* s {bk (s) + gk (s , s)}, k = K, . . . , 2.
(D.6)
(D.7)
(D.8)
200
APNDICE D.
CODIFICACIN: ANEXOS
4. Las probabilidades de las transi iones se pueden al ular omo
log Pk [s , s, y] = bk (s) + g(s , s) + ak1 (s ).

5. Las probabilidades de los smbolos de entrada se pueden al ular en trminos de las
LLR omo
Lout (k) = log P [uk = 0, y] log P [uk = 1, y]

X
X
Pk [s , s, y]
Pk [s , s, y] log
= log
(s ,s)U1
(s ,s)U0
= max* (s ,s)U0 {log Pk [s , s, y]} max* (s ,s)U1 {log Pk [s , s, y]}
= max* (s ,s)U0 {bk (s) + g(s, s) + ak1 (s )}
max* (s ,s)U1 {bk (s) + g(s , s) + ak1 (s )}.
D.2.3. Apli a in a un odi ador onvolu ional

Vamos a obtener los datos del algoritmo BCJR logartmi o para el aso del odi ador
onvolu ional de tasa
Notamos omo
uk
1/2
de la gura 4.13 on de odi a in SDD.
los smbolos de entrada. Como el odi ador es sistemti o, una de sus
dos smbolos de salida por smbolo de entrada oin ide on el smbolo de entrada. Notamos
la otra omo
vk .
El diagrama en rejilla del odi ador se muestra tambin en la gura 4.13.
Como se indi a en el diagrama, los dos bits de la etiqueta de ada transi in son los bits de
salida, y el primero de ellos es el bit de entrada.
Suponemos una transmisin 2-PAM en la que el uno se transmite omo
omo
A(t)
A(t).
y el ero
Tras el ltrado adaptado y el muestreo, onsiderando el anal habitual que

2
aade ruido gaussiano n1,k , n2,k on varianza , tenemos observa iones
yk (1) = A
uk + n1,k
yk (2) = A
vk + n2,k
que tendrn fdp ondi ionales
f (yk (1), yk (2)|uk , vk ) = f (yk (1)|uk )f (yk (2)|vk ),

Ayk (1)
uk
1
[yk (1) A
uk ]2
= k exp
,
f (yk (1)|uk ) = exp
2
2
2
2
Ayk (2)
vk
[yk (2) A
vk ]2
1
= k exp
.
f (yk (2)|vk ) = exp
2
2
2
2
donde
no dependen de u
k ni de
gk (s , s) quedan
vk ,
por lo que podemos pres indir de ellas.
Las fun iones
gk (s , s) = log Pk [yk |ck (s , s)] + log P [uk = uk (s , s)]

A
uk (s , s) + yk (2)
vk (s , s)] + log P [uk = uk (s , s)].
= 2 [yk (1)
D.2.
201
EL ALGORITMO BCJR
Denimos para ada bit de salida
b,
observado a travs de
y , el
parmetro
L hannel,b (k)
omo
el logaritmo del o iente de probabilidades ondi ionales
L hannel,b (k) = log
f (y|bk = 0)
,
f (y|bk = 1)
que tomar los valores
2A
f (yk (1)|uk = 0)
= 2 yk (1),
f (yk (1)|uk = 1)
f (yk (2)|vk = 0)
2A
L hannel,v (k) = log
= 2 yk (2).
f (yk (2)|vk = 1)
L hannel,u (k) = log
Por otra parte, de (D.5),

1
log P [uk = uk (s , s)] = uk (s , s) Lin (k) log eLin (k)/2 + eLin (k)/2 ,
2
luego las fun iones
gk (s , s)
se es riben (pres iendendo del segundo sumando de la expresin
anterior, que no depende de
uk )
omo
1
1
gk (s , s) = uk (s , s) [Lin (k) + L hannel,u (k)] + vk (s , s)L hannel,v (k)
2
2
1
= vk (s , s)L hannel,v (k)

2
(
1
[Lin (k) + L hannel,u (k)]

si (s , s) U0 ,
+ 2 1
2 [Lin (k) + L hannel,u (k)] si (s , s) U1 ,
y las probabilidades a posteriori, en trminos de los parmetros
Lout (k)
se pueden poner,
utilizando (D.8), omo
Lout (k) = max* (s ,s)U0 {bk (s) + gk (s , s) + ak1 (s )}
max* (s ,s)U1 {bk (s) + gk (s , s) + ak1 (s )}

= Lin (k) + L hannel,u (k)

1
*
+ max (s ,s)U0 bk (s) + vk (s , s)L hannel,v (k) + ak1 (s )

2

1
*
max (s ,s)U1 bk (s) + vk (s , s)L hannel,v (k) + ak1 (s ) .

2
Los dos ltimos sumandos se denominan
L ode (k),
de forma que tenemos
Lout (k) = Lin (k) + L hannel,u (k) + L ode (k).

El trmino
L ode (k)
representa la informa in sobre el bit
uk
propor ionada por la informa-
in a priori de los dems bits y por las observa iones distintas de la aso iada dire tamente
a
uk ,
que es
yk (1).
202
APNDICE D.
CODIFICACIN: ANEXOS
D.3. Presta iones de odi adores turbo

Para aproximar la probabilidad de error de bit del odi ador turbo que estamos des ribiendo vamos a bus ar las seales ms er anas a una seal global dada orrespondiente a
un tamao de bloque de
bits de informa in y utilizar la aproxima in de la ota de la
unin orrespondiente a estas seales ms er anas. Como el digo es lineal, basta onsiderar omo seal transmitida la seal ero y bus ar las seales ms er anas a ella, que son
las de menor peso.
La onvolu in que utilizamos se puede expresar, utilizando la transformada
la rela in entrada-salida
y(D) =
D , mediante
1 + D2
x(D).
1 + D + D2
Por tanto las se uen ias digo nitas sern ne esariamente mltiplos de
1 + D + D2.
Las
se uen ias digo de menor peso del odi ador turbo que estamos estudiando orresponden
x(D) = 1 + D + D 2 o a sus versiones desplazadas x(D) = D n (1 + D + D 2 ),
a la entrada
es de ir, se uen ias de entrada on tres unos onse utivos y el resto eros. Si una de estas
se uen ias apare e a la entrada del primer ltro, la salida ser
1 + D2
D n (1 + D + D 2 ) = D n (1 + D 2 )
y (D) =
2
1+D+D
(0)
y onsistir por tanto en dos unos separados por un ero.
En general esos tres unos onse utivos aislados en la se uen ia de entrada se onvertirn
2
tras la permuta in aleatoria en una se uen ia que no ser mltiplo de 1 + D + D y por
(2)
tanto y (D) tendr un nmero elevado de unos (innito si no trabajaramos on bloques
nitos, trun ando las se uen ias). Las se uen ias digo de menor peso apare ern uando
tras la permuta in los tres unos onse utivos de entrada
Enton es el peso de la se uen ia de salida ser
vuelvan a apare er onse utivos.
3 + 2 + 2 = 7.
Para hallar el nmero medio de palabras digo de este peso, supongamos que el bloque
tiene longitud
B.
Tendremos por tanto aproximadamente
se uen ias de entrada
forma-
das por tres unos onse utivos. La probabilidad de que al ser permutados aleatoriamente

B
, puesto que de los
estos tres unos vuelvan a apare er de forma onse utiva es B/
3

B
onjuntos de posi iones a los que podra ir la tripleta slo B estn formados por tres
3
posi iones onse utivas. Por tanto tenemos en media aproximadamente
v = B
B

B
3
palabras digo de peso mnimo.

Sea
y0
a una de estas palabras digo de peso mnimo. El error onsistente en onfundir
la palabra digo transmitida y on la palabra digo y = y + y0 impli a tres errores en

2 Para
omprobar que no hay se uen ias digo de peso menor onsideramos x(D) = (1 + D + D2 )p(D),
y(D) = (1 + D2 )p(D). No podemos tener y(D) de peso menor que dos, luego la ni a posibilidad es que tanto
x(D) omo y(D) sean de peso dos. Enton es ambas deben ser de la forma Dm + 1, y omo son del mismo
grado, debemos tener (1 + D + D2 )p(D) = (1 + D)p(D) = Dm + 1, lo que nos llevara a la ontradi in
p(D) = 0. Sin embargo s es posible ha er que x(D) o y(D) sean de peso dos (aunque no simultneamente),
n
puesto que todo polinomio de grado n sobre F2 divide a D2 1 + 1.
D.3.
203
PRESTACIONES DE CODIFICADORES TURBO
los bits de entrada de los
bits transmitidos. Por tanto la probabilidad de que uno de estos
errores d lugar a un error en un bit on reto de informa in es
3/B .
En onse uen ia la
aproxima in que obtenemos de la probabilidad de error de bit es
3 B
Pb B B Q
B
3
!
7A2
N0 /2
s
18
=
Q
(B 1)(B 2)
siendo
7A2
N0 /2
(D.9)
A2 = Eb /3.
Como se puede observar, la ganan ia viene dada prin ipalmente por la aleatoriza in, que
redu e el nmero de ve inos a distan ia mnima. La ganan ia en poten ia orrespondiente
a este elementos, que se maniesta en el fa tor que multipli a a la fun in
Q,
se denomina
interleaver gain. Esta ganan ia se maniesta on rela iones seal a ruido bajas, puesto
que,
omo sabemos, on rela iones altas el trmino dominante es el argumento de la fun in
Q.
En esta frmula se apre ia la importan ia de que el prin ipal evento de primer error
orresponda a un nmero alto de bits de entrada. Esto justi a la ele in del odi ador
onvolu ional re ursivo. En ualquier aso hay que tener presente que esta frmula no es una
ota superior estri ta porque no tiene en uenta ms que las seales a distan ia mnima.
En [8, 7.2.6 se dedu e una ota superior de la probabilidad de error para el odi ador
turbo que hemos estudiado bajo la hiptesis, que se omprueba experimentalmente, de que el
algoritmo utilizado en la de odi a in aproxima razonablemente una estima in de mxima
verosimilitud. El anlisis se basa en la enumera in de las se uen ias produ idas por el
odi ador onvolu ional en fun in del peso de sus bits de entrada y de sus bits de paridad.
204
APNDICE D.
CODIFICACIN: ANEXOS
D.4. Presta iones de modula iones TCM

En una modula in TCM la distan ia mnima entre se uen ias est a otada superiormente por la distan ia mnima
entre seales de las sub onstela iones ms pequeas, y
orresponde a se uen ias que dieren en transi iones paralelas entre dos etapas onse utivas. El objetivo del odi ador es que sta sea efe tivamente la distan ia mnima entre
se uen ias, pero ello no siempre o urre, omo hemos visto en el aso de la modula in de
dos estados de la gura 4.18.
una ota inferior de la distan orrespondientes a aminos distintos en la rejilla.
Veamos mo obtener para una modula in TCM genri a
ia mnima entre se uen ias

Si este valor
es mayor que , la distan ia mnima entre se uen ias de seales ser , y, si es menor,
estar entre y .
Para al ular onsideramos el diagrama en rejilla del odi ador onvolu ional y
la aso ia in que estable e la modula in entre ada palabra de salida del odi ador y
una sub onstela in. Denimos la
C1 y C2 omo el mnimo
de d(s1 , s2 )), on s1 de C1 y s2 de C2 . Una propiedad inmediata de esta distan ia, que
distan ia entre sub onstela iones
utilizaremos, es que es mayor o igual que la distan ia mnima entre seales de la unin de
C1
C2 .
Como sabemos, la distan ia uadrti a mnima entre seales aso iadas a dos aminos
distintos en la rejilla del odi ador onvolu ional ser la suma de las distan ias uadrti as
entre las sub onstela iones orrespondientes a las palabras digo de ada etapa.
Como hemos indi ado en 4.5.2, si el odi ador onvolu ional es de tasa
onstela in global se habr subdividido en mitades
k+1
k / (k + 1),
la
ve es:
dmin (C) = 0 ,
C = C0 C1 , dmin (Ci ) = 1 ,
Ci = Ci0 Ci1 , dmin (Cij ) = 2 ,
dmin (Cy0 yk ) = k+1 ,

y los bits
y0 yk
de salida del odi ador orrespondern a la sub onstela in
En el ejemplo de la gura 4.17, tenemos
Cy0 yk .
B0 C0 ,
B1 C1 ,
C0 C00 ,
C2 C01 ,
C1 C10 ,
C3 C11 .
Si dos palabras digo dieren ya en el primer bit, las seales que se les puede aso iar estn
en
C0 C1 = C , y por lo tanto la distan ia entre estas palabras digo ser mayor o igual que
0 . Si oin iden en el primer bit pero dieren en el segundo, las seales orrespondientes sern
ualesquiera de la misma Ci , luego su distan ia mnima ser mayor o igual que dmin (Ci ) = 1 ,
D.4.
205
PRESTACIONES DE MODULACIONES TCM
y as su esivamente. Dos palabras de salida del odi ador idnti as en distintos ar os de la

rejilla tendrn aso iada la distan ia mxima,
k+1 .
Como estas distan ias entre aminos dependen ex lusivamente de las diferen ias entre las
palabras digo de salida orrespondientes, para al ular la distan ia mnima entre aminos
podemos, omo hi imos en el anlisis de los odi adores onvolu ionales, suponer que uno
de ellos es el amino de eros.
El problema de hallar el evento de error ms probable se puede resolver por tanto mediante el algoritmo de Viterbi de forma anloga a omo hi imos para los odi adores onvolu ionales en 4.3.4, poniendo ahora omo pesos a los ar os, en fun in de las palabras de
salida, de la forma
1XX XX 7 20 ,
01X XX 7 21 ,
000 01 7 k1 ,
000 00 7 2k .
(D.10)
La gura D.1 muestra el resultado de este anlisis para el odi ador TCM de uatro
estados basado en 8-PSK, onrmando lo avanzado en la gura 4.18.
2.6
Inf
Inf
1/10
1/10
0/11
1/10
0/11
Inf
Inf
1/11
1/10
0/11
3.2
2.6
1/11
1/10
0/11
0/11
3.8
1/11
4.9
4.3
3.8
1/10
0/11
Inf
1/11
3.2
4.9
4.3
1/11
1/11
0/10
0/10
0/10
0/10
0/10
0/10
1/00 2
1/00 Inf
1/00 6.6
1/00 7.2
1/00 7.8
1/00 8.3
1/01
0
0/00
0/01
1/01
Inf
0/00
0/01
1/01
Inf
0/00
0/01
1/01
4.6
0/00
0/01
1/01
5.2
0/00
0/01
1/01
5.8
0/01
6.3
0/00
Figura D.1: Cl ulo de la distan ia mnima entre se uen ias para el odi ador TCM de
uatro estados basado en 8-PSK. El amino de mnimo oste en el diagrama orresponde la
salida del odi ador onvolu ional (01, 10, 01), lo que da una distan ia mnima al uadrado
2
2
2
para traye torias no paralelas de 1 + 0 + 1 4,6, que es mayor que la distan ia mnima
2
al uadrado para se uen ias paralelas, que es 2 = 4, luego dmin = 2 = 2.
Enn resumen, el pro edimiento general para evaluar las presta iones de las modula iones
TCM es similar al de la odi a in onvolu ional on 2-PAM, pero no igual.
206
APNDICE D.
Si onsideramos la distan ia eu ldea
CODIFICACIN: ANEXOS
entre las seales globales aso iadas a se uen ias de

(1)
(2)
ve tores de bits de salida del odi ador bk , bk :
En odi a in onvolu ional SDD
(1)
(2)
diferen ia bk bk .
En TCM tenemos una
d2 es propor ional al nmero de unos de la se uen ia
ota inferior de d2 de la forma

X
k
donde
f,
(1)
(2)
f (bk bk )
fun in tabulada en (D.10), depende del nmero de eros por la izquierda de
la palabra diferen ia.
Apndi e E
Nota in y abreviaturas
Nota in:
x(t)
Seal en el dominio del tiempo
x[n]
Se uen ia (seal de tiempo dis reto)
x (t)
Seal onjugada
hr(t), s(t)i Produ to es alar
x(t) h(t) Convolu in
X(f ) = F [x(t)]
Transformada de Fourier de x(t)
j
X(e )
Transformada de Fourier de la se uen ia x[n]
si (t), i = 0, . . . , M 1 Seales de una modula in
k (t), k = 0, . . . , L 1 Sistema ortonormal
E[x(t)]
Energa de la seal x(t)
x(t)
Seal x(t) modulada en DBLC
Eb
Energa media fsi a re ibida por bit
Es
Energa media por seal de una modula in
(en banda base o paso-bajo equivalente)
E [X]
V [X]
Cov [X, Y ]
Cov [X, Y ]
n(t)
n omp (t)
N0 /2
Esperanza matemti a de la VA
Varianza de la VA
Covarianza de las VAs
Covarianza omplementaria de las VAs
Ruido blan o gaussiano (real)

Ruido blan o gaussiano omplejo
Densidad espe tral de poten ia media bilateral
del ruido blan o gaussiano (real)(W/Hz)
rh ( )
RX ( )
QX ( )
wa,b (t)
(t)
AH
h(t)
X(t)
Auto orrela in de la seal determinista

Auto orrela in del pro eso esto sti o
Auto orrela in omplementaria del pro eso esto sti o
[a, b]
max{1 |t|, 0}.
Fun in de enventanado en el intervalo

Seal triangular, denida omo
Matriz transpuesta onjugada
Abreviaturas:
207
X(t)
208
APNDICE E.
NOTACIN Y ABREVIATURAS
depb
Densidad espe tral de poten ia media bilateral
VA
Variable aleatoria
PEGMN
Pro eso esta ionario gaussiano de media nula
Bibliografa
[1 A.
Arts,
F.
Prez,
Comuni a iones
Digitales,
www.ts .u 3m.es/antonio/libro_ omuni a iones,
edi in
en
Internet,
2010.
[2 L. R. Bahl, J. Co ke, F. Jelinek, J. Raviv, Optimal de oding of linear odes for minimizing symbol error rate, IEEE Trans. on Information Theory, vol. 20, pp. 284-287,
marzo 1974.
[3 J. R. Barry, E. A. Lee, D. G. Messers hmidt, Digital Communi ations, 3
edi in,
Springer, 2004.
[4 C. Berrou, A. Glavieux, "Near optimum error orre ting oding and de oding: turbo odes, IEEE Trans. on Communi ations, vol. 44, no. 10, o tubre 1996.
[5 D. J. Costello, D. Forney, Channel oding: the road to hannel apa ity, Pro eedings
of the IEEE, vol. 95, no. 6, junio 2007.
[6 T. M. Cover, J. A. Thomas, Elements of Information Theory, Wiley, 1991.
[7 P. Elias, Coding for noisy hannels, IRE Nat. Conv. Re ., vol. 3, pt. 4, pp. 37-46, 1955.
[8 U. Madhow, Fundamentals of digital ommuni ation, Cambridge Univ. Press, 2008.
[9 A. V. Oppenheim, S. Willsky, S. Hamid, Signals and Systems, 2
ed., Prenti e-Hall,
1996.
a
[10 A. Papoulis, Probability, Random Variables and Sto hasti Pro esses, 3 Ed., M .
Graw-Hill, 1991.
[11 J. G. Proakis, Digital Communi ations, 4
Ed., M . Graw-Hill, 1995.
[12 J. I. Ronda, C. Muoz, F. Jaureguizar, Comuni a iones Digitales, Servi io de Publi a iones ETSIT, 3
ed., 2007.
[13 C. E. Shannon, A mathemati al theory of ommuni ation, Bell System Te hni al Journal, vol. 27, pp. 379-423, 623-656, julio, o tubre 1948
[14 C. E. Shannon, Communi ation in the presen e of noise, Pro eedings of the IRE,
vol. 37, no. 1, pp. 10-21, enero 1949.
[15 G. Ungerboe k, Channel oding with multileve-phase signals, IEEE Trans. on Information Theory, vol. 28, no. 1, enero 1982.
209
210
BIBLIOGRAFA
[16 A. J. Viterbi, Error bounds for onvolutional odes and an asymptoti ally optimum
de oding algorithm, IEEE Trans. on Information Theory, vol. 13, no. 2, abril 1967.
[17 A. J. Viterbi, Convolutional odes and their performan e in Commmuni ation Systems, IEEE Trans. on Communi ations Te hnology, vol. 19, no. 5, o tubre 1971.
[18 A. J. Viterbi, J. K. Omura, Prin iples of digital ommuni ation and oding, M GrawHill, 1979.
[19 S. G. Wilson, Digital Modulation and Coding, 1
edi in, Prenti e-Hall, 1996.
[20 J. M. Wozen raft, I. M. Ja obs, Prin iples of Communi ation Engineering, Wiley,
1965.

Transmision Digital PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Transmision Digital PDF

Uploaded by

Copyright:

Available Formats

Transmisin Digital - Primera Parte

Jos Igna io Ronda

Departamento de Seales, Sistemas y Radio omuni a iones, ETSIT, UPM

Representa in de seales deterministas . . . . . . . . . . . . . . . . . . . . .

Espa io de seales de energa nita

Modelo de sistema de transmisin paso banda

Error en la fase de la portadora

Modelado probabilsti o del ruido . . . . . . . . . . . . . . . . . . . . . . . .

Pro esos esta ionarios

Ruido blan o gaussiano . . . . . . . . . . . . . . . . . . . . . . . . . .

Representa in ve torial del ruido . . . . . . . . . . . . . . . . . . . .

Re eptor ptimo para smbolos aislados . . . . . . . . . . . . . . . . . . . . .

Estima in ptima de la seal transmitida . . . . . . . . . . . . . . .

Interferen ia entre smbolos

Condi in general de no interferen ia entre smbolos . . . . . . . . . .

Condi in de no IES para PAM y QAM

Cara tersti a en oseno alzado

Canal dis reto equivalente

2. Presta iones de modula iones digitales

Cl ulo de probabilidades de error . . . . . . . . . . . . . . . . . . . . . . . .

Probabilidades de error bsi as

Forma estndar de expresar la probabilidad de error . . . . . . . . . .

Presta iones de modula iones bsi as . . . . . . . . . . . . . . . . . .

Probabilidades de error de bit . . . . . . . . . . . . . . . . . . . . . .

E a ias de una modula in . . . . . . . . . . . . . . . . . . . . . . .

Compara in presta iones vs apa idad de anal . . . . . . . . . . . . . . . .

Capa idad del anal gaussiano y e a ias de modula iones

Diagrama de e a ias de modula iones . . . . . . . . . . . . . . . . .

3. Modula iones on memoria

Modula iones on memoria . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Ejemplo introdu torio

Dete in de modula iones on memoria

Probabilidad de error en modula iones on memoria . . . . . . . . . .

Modula iones de fase ontinua . . . . . . . . . . . . . . . . . . . . . . . . . .

Nuestro ejemplo de modula in on memoria . . . . . . . . . . . . . .

Modelo de sistema de transmisin digital . . . . . . . . . . . . . . . . . . . .

Integra in de la odi a in de anal

Cdigos onvolu ionales

Evalua in de presta iones . . . . . . . . . . . . . . . . . . . . . . . .

Codi ador turbo on atenado en paralelo . . . . . . . . . . . . . . .

De odi a in de digos turbo . . . . . . . . . . . . . . . . . . . . .

Presta iones de odi adores turbo

Modula iones odi adas en rejilla

Anlisis de una modula in TCM . . . . . . . . . . . . . . . . . . . .

A. Re eptores ptimos: anexos

A.1. Variables aleatorias y pro esos esto sti os . . . . . . . . . . . . . . . . . . .

A.1.1. Variables aleatorias . . . . . . . . . . . . . . . . . . . . . . . . . . . .

A.1.2. Variables aleatorias gaussianas . . . . . . . . . . . . . . . . . . . . . .

A.1.3. Pro esos esto sti os . . . . . . . . . . . . . . . . . . . . . . . . . . .

A.1.4. Auto orrela in y orrela in ruzada . . . . . . . . . . . . . . . . . .

A.1.5. Filtrado de pro esos esta ionarios . . . . . . . . . . . . . . . . . . . .

A.1.6. Densidad espe tral de poten ia de una modula in de amplitud

A.1.7. Cara teriza in de los ve tores de ruido . . . . . . . . . . . . . . . . .

A.2. Filtro adaptado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

B. Presta iones: anexos

B.2. Capa idad de anal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

B.2.2. Anlisis de los prin ipales anales . . . . . . . . . . . . . . . . . . . .

B.2.1. Teorema de Shannon de odi a in de anal

B.2.3. Curvas de apa idad

C. Modula iones on memoria: anexos

C.1. Presta iones de modula iones CPM . . . . . . . . . . . . . . . . . . . . . . .

D. Codi a in: anexos

D.1. Codi a in onvolu ional . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Espa io de seales de energa nita

E a ias de una modula in . . . . . . . . . . . . . . . . . . . . . . .

Capa idad del anal gaussiano y e a ias de modula iones

Diagrama de e a ias de modula iones . . . . . . . . . . . . . . . . .

Integra in de la odi a in de anal

Codi ador turbo on atenado en paralelo . . . . . . . . . . . . . . .

De odi a in de digos turbo . . . . . . . . . . . . . . . . . . . . .

Presta iones de odi adores turbo

Modula iones odi adas en rejilla

B.2.1. Teorema de Shannon de odi a in de anal

D. Codi a in: anexos

D.1. Codi a in onvolu ional . . . . . . . . . . . . . . . . . . . . . . . . . . . .

D.1.2. Presta iones de odi adores onvolu ionales . . . . . . . . . . . . . .

D.2.3. Apli a in a un odi ador onvolu ional . . . . . . . . . . . . . . . .

D.3. Presta iones de odi adores turbo

1.1.1. Espa io de seales de energa nita

de energa nita entre y + si la integral

existe y es nita. Consideramos que dos seales uya dife-

dos seales se dene omo la norma de la diferen ia entre ambas:

permite al ular los oe ientes:

La gura 1.1 muestra las seales de este ejemplo.