Sistema de sensoriamento do espectro de TV por detecção de energia em múltiplos estágios
|
|
- Washington di Castro Camilo
- 7 Há anos
- Visualizações:
Transcrição
1 Sistema de sensoriamento do espectro de TV por detecção de energia em múltiplos estágios Fabbryccio A. C. M. Cardoso, Fabiano Silva Mathilde *, Dick Carrillo Melgarejo, Ricardo Seiti Yoshimura, Juliano J. Bazzo e Fabrício Lira Figueiredo Este artigo descreve a arquitetura de um sistema de sensoriamento do espectro de TV baseado em processamento digital e em plataforma de rádio definido por software. O processamento é realizado em banda base e emprega os algoritmos FCME (Forward Consecutive Mean Excision) e CA (Cell Averaging) como parte do sensoriamento. Projetado para aplicações que requeiram a detecção de sinais na faixa de TV sob condições de muito baixa relação sinal-ruído, o sistema foi desenvolvido em linguagem C/C++ para a plataforma GNU Radio, com hardware USRP da Ettus. O desempenho foi caracterizado por simulações computacionais em ambiente Matlab e por testes de laboratório. Os resultados indicaram melhora de desempenho quando comparado a métodos similares propostos na literatura, identificando sinais com relação sinal-ruído inferior a 53%. Atualmente o método é utilizado na Rede Experimental Cognitiva instalada nas instalações do CPqD para o uso oportunista do espectro de TV. Palavras-chave: Sensoriamento de espectro. Rádio definido por software. Rádio cognitivo. Detecção de energia. CFAR. Introdução Tecnologias de rádio cognitivo possibilitam introduzir o conceito de uso oportunista no modelo de canalização fixa e, por este motivo, são consideradas uma solução bastante atrativa para o problema de congestionamento do espectro de frequências (BEEK et al., 2; CABRIC; MISHRA; BRODERSEN, 24; YÜCEK; ARSLAN, 29). O uso oportunista do espectro permite a utilização de canais de radiofrequência por sistemas não licenciados, desde que tais canais estejam livres. O canal deve ser liberado pelo sistema oportunista assim que um sistema licenciado começar a operar no canal. Essa abordagem oportunista pode ser estendida para o uso de canais adjacentes, tipicamente utilizados como bandas de guarda em sistemas de TV analógica, desde que não se gere interferência no sinal licenciado vizinho (CORDEIRO; CHALLAPALI; BIRRU, 26). Tal uso oportunista do espectro vem sendo visto como uma forma promissora para otimizar a utilização de um recurso escasso e cada vez mais demandado (STAPLE; WERBACH, 24). Para isto, é necessário um mecanismo para se detectar em tempo real sinais na faixa de TV, mesmo em condições de baixa relação sinalruído. Este artigo explora a aplicação de algoritmos de detecção de energia com taxa de falso alarme constante (Constant False Alarm Rate CFAR) em uma estrutura de detecção segmentada em banda. Essa estratégia de segmentação da banda permite uma detecção mais eficiente de portadoras no canal de TV, mesmo quando tais portadoras são de banda estreita. Algoritmos de detecção de energia são aplicados no sistema de sensoriamento em múltiplos estágios. No primeiro estágio, é gerado um valor de referência para a energia do ruído. A computação desse valor de referência de energia é realizada através do método FCME (Forward Consecutive Mean Excision) (VARTIAINEN et al., 2) aplicado aos segmentos de banda do canal. Esse método consiste na ordenação ascendente das medidas de energia dos segmentos de banda, seguida por um teste estatístico que decide, através de um limiar, pelo conjunto mais provável de medidas de energia que representam o ruído. A soma dessas medidas define o valor de referência para a energia do ruído. O terceiro estágio consiste em identificar segmentos de frequência com energia suficiente para detectar a presença de sinal. Um teste estatístico é realizado em cada segmento para decidir pela presença de sinal. Os valores de energia de cada segmento de banda são comparados com a referência de energia calculada no primeiro estágio, ajustada por um limiar. Esse limiar é calculado no segundo estágio pelo método Cell Averaging (CA) (LEHTOMÄKE; JUNTTI; SAARNISAARI, 26). Há ainda um estágio adicional que analisa o conjunto dos resultados dos testes realizados em cada segmento de banda do canal de TV para decidir pela presença ou ausência de sinal no canal. Esse processo de sensoriamento é então repetido em cada canal de TV que estiver sendo monitorado pelo sistema. Para identificar o cenário proposto para uso do algoritmo, a Seção apresenta um breve resumo do ambiente de sensoriamento; a Seção 2 traz os aspectos formais do algoritmo proposto; na *Autor a quem a corrêspondencia deve ser dirigida: fabianom@cpqd.com.br. Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez. 23
2 LNA Conversão RF FI ADC DDC r( nts ) f (Hz) S/P N FFT N Figura Arquitetura do sistema de sensoriamento Seção 3 os autores fazem uma análise dos resultados experimentais; enquanto na Seção 4 são apresentados, em detalhes, os resultados de simulação. Sistema de sensoriamento M Z ( nnt ) s Z ( nnt ) s nnt ) ( N / M s Detector de Energia A arquitetura do sistema de sensoriamento é mostrada na Figura. Trata-se de uma plataforma de rádio constituída por um receptor de RF controlável e sintonizável na faixa de TV, um módulo de conversão de sinais de RF para a banda base e um módulo programável de processamento digital de sinais. Foi utilizado para validação em laboratório o equipamento USRP N2 da Ettus Research. Esse equipamento de rádio implementa o receptor de RF, o módulo de controle e de conversão de frequência de RF (radiofrequência) para FI (Frequência Intermediária), o conversor ADC (Analog to Digital Converter) e o conversor DDC (Digital Down Converter) de FI para banda base. O USRP N2 disponibiliza o sinal digital em quadratura de fase (I/Q), amostrado com período de amostragem T s, em uma interface Gigabit Ethernet. Em ambiente computacional, esse sinal pode ser adquirido e processado através da interface de programação (API) da GNU Radio, que também possibilita controlar o USRP, por exemplo, para sintonizar o canal de RF, definir taxas de amostragem e definir a largura de banda dos filtros digitais. O processamento do sinal em banda base é realizado por software em ambiente operacional Linux, de acordo com a estrutura de quadro definida pela Figura 2. O quadro tem duração de (α+2)nt s segundos e corresponde ao período de tempo necessário para decidir se o canal está disponível ou ocupado. O parâmetro α é um valor inteiro positivo, incluindo o zero, que pode ser configurado para ajustar a duração do quadro de sensoriamento do canal. A segmentação do sinal no tempo é realizada por Z T s M NT s Subquadro # ( NT s ) guarda ( α NT s ) Quadro: ( ( 2 + α ) ) Subquadro # ( ) NT s subquadros com N amostras cada. O subquadro é utilizado para calcular uma referência de energia para o ruído, enquanto o subquadro (α+) é empregado para testar os segmentos de frequência e decidir pela presença ou ausência de sinal. Há α subquadros de guarda utilizados para descorrelacionar as amostras de energia de referência das amostras de energia a serem testadas. Definida a estrutura de quadro de análise do sinal em banda base, a cadeia de processamento pode ser dividida em um módulo (Amostrador de Energia) para calcular para cada subquadro as amostras de energia dos N / M segmentos de frequência; e um módulo (Detector de Energia) para realizar os testes estatísticos sobre as amostras de energia segmentadas conforme a estrutura de quadro da Figura 2.. Subsistema de amostragem de energia O módulo Amostrador de Energia é um módulo de processamento digital de sinais constituído pelos blocos de processamento S/P (Serial-para- Paralelo), Transformada Rápida de Fourier de N amostras (FFT N ), Magnitude Quadrada. 2 e Acumuladores. O Conversor S/P paraleliza o fluxo de amostras com período de T s segundos para um fluxo de blocos de N amostras com período de NT s segundos. Não há sobreposição de amostras entre os blocos, conforme Figura 2. O subquadro deve ter comprimento N com potência de 2 para que se possa utilizar o algoritmo rápido FFT. A FFT converte o bloco de sinal para o domínio da frequência, no qual medidas de energia são tomadas em segmentos consecutivos e disjuntos, com largura de banda dada por N / MT s, onde o parâmetro M define o número de amostras e controla a largura de banda dos segmentos. Uma medida de energia é tomada como a soma das magnitudes quadráticas das amostras em um segmento e é NT s t (s) ( + α ) Figura 2 Estrutura de quadro com segmentação no tempo e na frequência para detecção de sinais 86 Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez. 23
3 definida por Z i (nnt s ), onde i {,, 2,,N /M }, é o índice do segmento de frequência, e n {,,,(+α)} é o índice do subquadro..2 Subsistema de detecção de energia O processo de detecção de energia é realizado pelo módulo Detector de Energia e pode ser formulado como um teste estatístico de hipóteses. O teste de hipóteses é baseado na razão entre as medidas da energia do sinal observado e da energia de referência do ruído. Quando essa relação é maior do que um determinado limiar, decide-se pela presença de sinal. A definição desse limiar de decisão é um ponto crítico que impacta diretamente o desempenho da detecção. O teste estatístico para se decidir entre as hipóteses de preseça de sinal H ou ausência de sinal H é definido por: H : r(nt s ) = η(nt s ) L H : r(nt s ) = h l s(nt s T l )+η(n), () l= onde s (nt s ) é o sinal fonte a ser detectado, r (nt s ) é o sinal recebido e amostrado pelo sistema de sensoriamento, η (nt s ) representa o ruído gaussiano, h l é o coeficiente da l- ésima réplica de sinal e T l o atraso de propagação correspondente. Para o problema de detecção de sinal considerado neste trabalho, não é crítico o efeito de múltiplos percursos na propagação do sinal s (nt s ), pois o objetivo não é a demodulação ou a decodificação do sinal recebido. O importante é que o sinal tenha energia suficiente frente ao ruído para ser detectado. Neste caso, o efeito de se ter múltiplos percursos de propagação pode até ser benéfico, uma vez que pode agregar mais energia ao sinal recebido. A Figura 3 mostra o algoritmo de detecção implementado no módulo Detector de Energia. O algoritmo é executado para cada canal de TV em um intervalo de tempo equivalente a um quadro de sinal com duração de (α+2)nt s segundos. Por exemplo, nos testes de laboratório, utilizouse taxa de amostragem de 6,254 MHz, o que equivale a um período de amostragem de,655 μs. Também utilizou-se FFT de comprimento 248 e subquadros de guarda. Para esse conjunto de parâmetros, a duração do sensoriamento de um canal de TV é de apenas,52 ms. As amostras de energia tomadas no domínio da frequência são definidas por: Para cada canal de TV { Zi ( nnts ) i =,,, N } (Energia de segmentos) Subquadro # Subquadro # ( α + ) Estágio Estágio 2 Estágio 3 Estágio 4 Canal livre ou ocupado Seleção das amostras de referência Calcula Limiar Para cada segmento Testes de hipótese Decisão Figura 3 Algoritmo de detecção de energia em canais de TV onde i=,,, N / M e R k (nnt s ) correspondem à k-ésima amostra de sinal no domínio da frequência. O algoritmo de detecção é alimentado com N / M amostras de energia por subquadro. As amostras de energia do subquadro # são utilizadas no primeiro estágio de detecção para calcular um valor de energia de referência Z ref pela soma de amostras selecionadas a partir do conjunto: {Z i () i=,,, N / M } (3) através do método denominado FCME. O estágio 2 de detecção emprega o valor de referência Z ref em um modelo estatístico, que usa a distribuição de Fisher para a relação de verossimilhança: Prob{ Z i(nnts) Z ref >γ : H } (4) com o objetivo de calcular o valor de limiar γ. Esse valor de limiar é utilizado para testar as amostras: {Z i ((+α)nt s ) i=,,, N / M } (5) no estágio 3 de detecção e, a partir dos resultados para esses testes, decidir pela presença ou ausência de sinal no estágio 4. Esse modelo pode ser utilizado para sensoriamento de qualquer tipo de sinal. O objetivo é prover um método simples e robusto de detecção. γ Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez
4 { Z i (( α + ) N ) i =,,, N M } Z (( α + ) N ) > γ Z () i ref (c) Para Módulo de Decisão Z ref γ Z P () < Z () < < Z ( ) () ( N M ) FA P FD β I i= i) Z () < Z β = = e ( ( I T CME M MTCME I i= k Z ref = Z Z i Pr = I k! ( i) ) () () ( MT ) k () (( α + ) NT ) CME > γ : H s = Z ref () Z ref γ = FCDF ( P FA,2,2I ) (b) { Z i ( ) i =,,, N M } P FD = P FA = 3 3 Figura 4 Algoritmo de detecção: estágio ; (b) estágio 2; (c) estágio 3 A seção seguinte apresenta os aspectos formais do algoritmo; todos os conceitos teóricos são explicados e contrastados com o respectivo cenário de uso típico. 2 Estratégia de detecção O método de detecção é realizado em múltiplos estágios conforme Figura 3 e Figura Estágio Algoritmo de seleção O método utilizado para definir o valor de referência para a energia do ruído é denominado de Forward Consecutive Mean Excision (FCME) (VARTIAINEN et al., 2). O princípio básico do FCME consiste na ordenação ascendente de um conjunto de valores de energia. Neste caso, o conjunto de valores de energia a ser ordenado é dado por: {Z i () i=,,, N / M }, (6) resultando no seguinte conjunto ordenado de valores de energia: onde {Z (i) () i=,,, N / M }, (7) Z () ()<Z () ()<Z (2) ()< <Z (N / M ) (). (8) A seleção das amostras de energia que melhor representem a energia do ruído provavelmente deve incluir os valores inferiores a um determinado valor Z (I ) () tal que: I β Z (i) <Z ( I) (), (9) i= onde I representa o I-ésimo valor de {Z (i) ()} no qual a condição em (9) é verdadeira. O algoritmo de busca de Z (I ) () é realizado de forma iterativa, sendo necessário calcular o fator de escala β para cada iteração. O cálculo do fator de escala β é feito sob a hipótese inicial de Z (I ) () ser uma medida de energia que contenha apenas ruído. A probabilidade de não se selecionar amostras que supostamente também representariam a energia do ruído correspode à probabilidade de falso descarte sob a hipótese H e é dada por: I P FD =Prob {Z I > β Z (i) : H }. () i= Como se supõe que as componentes em quadratura do ruído têm distribuição gaussiana com média zero e variância σ 2, então a somatória dos 2M valores que constituem a medida Z i (nnt s ) deve ter distribuição chiquadrada central com 2M graus de liberdade e média dada por: Dado que: E {Z i (nnt s )}=2 M σ 2. () I Z (i) IE {Z (i) }, (2) i= então () pode ser aproximada por: P FD Prob{Z I >βi2m σ 2 }. (3) Essa aproximação é tão melhor quanto maior for índice I, que define o número de amostras de energia Z (i) acumuladas em Z ref. Adicionalmente, dado que o grau de liberdade 2M é par, então a função de distribuição cumulativa da chi-quadrada pode ser simplificada (PROAXIS, 2, p. 43), resultando em: Prob{Z I < z}= е z/2σ 2 M k k= k! ( z 2 σ ), (4) 2 onde z=β2im σ 2. Portanto, a probabilidade de falso descarte pode ser escrita como: M P FD е MIβ k= k! (MIβ)k (5) Definindo T CME =Iβ, onde T CME representa um parâmetro de entrada do método FCME, o 88 Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez. 23
5 parâmetro T CME pode ser resolvido a partir de (4) e o fator de escala β pode ser calculado em cada iteração por: β=t CME / I. (6) A expressão (5) pode ser tabelada em função de T CME e resolvida por interpolação dado P FD. Neste trabalho foi levantada a curva de P FD em função de T CME. Em seguida, procurou-se o valor de T CME que levava ao valor dado de P FD. Por exemplo, se (5) for resolvida para P FD =, e M =6, obtém-se T CME =,9528 e, por conseguinte, é possível calcular o fator de escala β para todas as iterações do método de seleção a partir de (6). Esse valor de T CME foi empregado nos resultados de simulação apresentados nas Seções 3 e 4. O valor de referência de energia para o ruído é então dado pela energia total dos segmentos selecionados pelo método FCME, ou seja: I Z ref ()= Z (i). (7) i= O método apresentado para o cálculo da energia de referência do ruído Z ref () faz sentido apenas se houver segmentos de frequência sem sinal. Para garantir que haja segmentos de energia que representem o ruído, a largura de banda espectral é definida através de /T s de modo que compreenda parte dos canais adjacentes. Sabendo que canais adjacentes são tipicamente utilizados como banda de guarda na faixa de TV, essa estratégia deve prover os segmentos de frequência desocupados que são necessários. 2.2 Cálculo do limiar (estágio 2) e Teste de hipótese (estágio 3) Definido o conjunto de referência para as medidas do ruído, o próximo passo consiste em testar cada segmento do canal a partir da relação: Z (α+) (nnt s )>γ Z ref (). (8) para i=,,, N / M, onde γ é um limiar que é determinado pelo método de decisão empregado. Pode-se utilizar, por exemplo, a mesma estratégia do FCME para o cálculo desse limiar de decisão. Entretanto, esse é um método aproximado que tem o benefício da simplicidade computacional, sendo bastante apropriado para uso iterativo como foi realizado no algoritmo de descarte. Tendo em vista que o conjunto de referência é mais confiável, pode-se empregar um método de decisão exato como o CA (LEHTOMÄKE; JUNTTI; SAARNISAARI, 26) para o cálculo do limiar em (8). O limiar no método CA é calculado sob a hipótese da presença apenas do ruído e pela definição da probabilidade de falso alarme dada por: P FA = Prob{ Z i(nnts) Z ref >γ : H }. (9) Como se supõe que as componentes em quadratura do ruído têm distribuição gaussiana, então as medidas de energia Z i e Z ref devem ter distribuição chi-quadrada centrada com 2M e 2MI graus de liberdade, respectivamente. Dado que a razão de duas distribuições chi-quadradas resulta em uma distribuição de Fisher (PHILLIPS, 982), cuja função de distribuição cumulativa é dada por: FDCF(γ)= Prob{ Z i/2 M Z ref /2 M I > I γ }, (2) então o limiar γ é calculado por γ=fdcf ( P FA,2 M, 2 M I )/ I, (2) onde FDCF é a função de distribuição cumulativa de Fisher. São testados N / M segmentos do canal pelo método CA, o que resulta em igual número de entradas para o algoritmo de decisão do estágio Critério de decisão (estágio 4) O método proposto neste trabalho acusa a presença de sinal se pelo menos dois dos segmentos de frequência do canal apresentarem resultado verdadeiro para o teste em (8). Outras estratégias para a tomada de decisão poderiam ser adotadas, como, por exemplo, a decisão por maioria. Essas estratégias podem reduzir a probabilidade de falsa detecção. Porém, em aplicações de uso secundário do espectro, é preferível tolerar uma probabilidade mais alta de falso alarme do que uma menor probabilidade de detecção. 3 Resultados experimentais e de simulação Esta seção analisa os resultados obtidos em laboratório e os resultados de simulação com parâmetros de configuração equivalentes ao do experimento de laboratório. O modelo de simulação mostrado na Figura 5 foi desenvolvido em Matlab/Simulink. O modelo utilizado em ambiente laboratorial foi desenvolvido em plataforma GNU Radio com hardware USRP e é mostrado na Figura 6. Esses modelos visam avaliar o desempenho do método de detecção para sinais de TV digital que seguem o padrão brasileiro de transmissão, o ISDB-T. A Tabela ilustra as principais características do sinal empregado nos testes. A segmentação no tempo é realizada sem sobreposição, a partir de Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez
6 Sistema de sensoriamento do espectro de TV por detecção de energia em múltiplos estágios uma janela retangular com N =248 amostras, o que equivale a subquadros de NT s =26 μs. A segmentação na frequência foi realizada a cada M =6 amostras no domínio da frequência, o que define a largura de banda de cada segmento por M / NT s =26,984 khz. No total, para cada janela de tempo, são considerados 28 segmentos de frequência. O primeiro estágio do algoritmo de detecção é executado sobre esses segmentos no subquadro para calcular a energia total de referência do ruído Z ref. Essa medida de referência é empregada para detecção posterior de sinal. Ambos os modelos utilizaram um intervalo de guarda equivalente a janelas da FFT, ou seja, de,26ms. Para os resultados de simulação utilizou-se apenas ruído aditivo gaussiano branco (AWGN). Os resultados são apresentados em função da relação sinal-ruído (SNR) ou normalizados, em função da energia do segmento pela densidade espectral de ruído (E seg /N ). O cálculo da variância do ruído é dado em função da SNR ou da (E seg /N ) por: SNR=S /σ 2 = E seg/ NT s N M / NT s, σ 2 =S/ SNR, σ 2 = M S, E seg / N (22) onde S é a potência do sinal. Neste trabalho, a potência do sinal foi normalizada em S=. Se considerarmos E seg / N dada em db, obtémse: σ 2 = M E seg / N. (23) Expressão semelhante pode ser obtida para a variância em função da SNR em db. A relação entre SNR e E seg / N é dada a partir de (22) em decibéis por: SNR=E seg / N log(m ). (24) Por exemplo, para segmentos com M =6 amostras tomadas na frequência, o que equivale a segmentos de 27 khz, tem-se: SNR=E seg / N 2 db. (25) No sistema experimental, realizado em ambiente controlado de laboratório, é necessário estimar a relação sinal-ruído em banda base. Para esse cenário, os resultados são obtidos em função da SNR estimada pela seguinte equação: SNR= E seg / N = M SNR, R #A k (nnt s ) 2 S k A S # A N k A N R k (nnt s ) 2, (26) sendo que A S é o conjunto de índices k tal que valores R k (nnt s ) sejam tomados das amostras nas quais sabe-se que há sinal mais ruído descorrelacionado; A N é o conjunto de índices k tal que valores R k (nnt s ) sejam tomados das amostras nas quais sabe-se que há apenas ruído; e #(A) é o tamanho do conjunto A. Os resultados de simulação em Matlab/Simulink são apresentados na Figura 7 como referência Padrão Tabela Parâmetros da Simulação Uso Principal Figura 5 Modelo de Simulação ISDB-T TV Digital Tamanho da FFT (N ) 248 Modulação Base Modulação Dados Modulação Controle Figura 6 Ambiente Real OFDM 64-QAM BPSK Prefixo Cíclico /6 Taxa de Amostragem (/T s ) Largura de banda do segmento (M /N T s ) Período de Guarda (α) 6,254 MHz 27 khz (M =6) janelas 9 Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez. 23
7 Sistema de sensoriamento do espectro de TV por detecção de energia em múltiplos estágios FCME-CA IC 9% Probabilidade de Detecção.9 - PD N=24 N=248 N= SNR (E seg /N) db Relação Sinal-Ruído [db] (b) Figura 7 Probabilidade de detecção (PD) de sinal de TV Digital em: ambiente de simulação Matlab/Simulink, dada em função de E seg / N, (b) ambiente experimental, dada em função da SNR estimada por (26) para validação do resultado experimental. A Figura 7(b) mostra resultado equivalente com a plataforma GNU Radio operando em tempo real com hardware USRP N2 da Ettus. A Figura 7 mostra os resultados da simulação de acordo com o tamanho da FFT e com probabilidade de falso alarme P FA igual a., esse valor foi escolhido para maximizar o desempenho do método. Analisando o gráfico, é possível notar que sinais com cerca de 8 db acima do ruído são detectados com um nível de certeza superior a 95%. O resultado em ambiente real é mostrado na Figura 7(b). Também é possível notar na melhor das medidas, N = 24, que sinais com cerca de 8 db de relação sinal-ruído são detectados com um nível de certeza de 95%. A partir da Figura 7, observa-se que os resultados obtidos são melhores do que os encontrados apenas para o FCME na literatura. Por exemplo, o estudo realizado por Shen e autores (28) mostra que no melhor dos casos temos uma probabilidade de detecção de 95% para 5 db de SNR para o FCME clássico. O sistema proposto neste trabalho atinge a mesma probabilidade de detecção com 8 db de SNR. 4 Análise adicional dos resultados de simulação Esta seção provê uma análise mais detalhada do sistema de sensoriamento proposto a partir de resultados de simulação. 4. Parâmetros de simulação e modelo do sinal de TV O modelo de simulação para se avaliar o desempenho do sistema de sensoriamento proposto é mostrado na Figura 5. Esse modelo visa avaliar o desempenho do método de detecção para sinais de TV digital que seguem o padrão brasileiro de transmissão, o SBTVD-T. O modo de transmissão empregado utiliza 248 portadoras, prefixo cíclico /6 e modulação 64-QAM. Como ilustração do sinal de TV digital, a Figura 8 mostra a constelação do sinal demodulado sobreposta para todas as 248 portadoras em dois símbolos OFDM. A constelação 64-QAM se refere às portadoras de dados, a BPSK às portadoras-piloto e os símbolos nulos às portadoras de guarda. O espectro estimado a partir do sinal amostrado a uma taxa de 6,254 MHz em banda base é mostrado na Figura 9 para uma relação sinalruído de ~3 db. Os resultados de simulação apresentados neste artigo foram obtidos com ruído aditivo gaussiano branco (AWGN). Também foram realizadas simulações com perfis de canal padronizados pela ITU para ambientes de propagação típicos da radiodifusão de TV, como os perfis BRAZIL A, B e E (ITU, 23). Porém, como os resultados se mostraram equivalentes aos obtidos para AWGN, eles não serão apresentados. Esse resultado era esperado tendo em vista que múltiplos percursos na propagação do sinal equivalem a desvanecimentos seletivos na frequência, que devem afetar segmentos de frequência específicos. O algoritmo proposto é capaz de identificar automaticamente um conjunto de segmentos para referência da energia do ruído. Se um segmento sofrer com um desvanecimento profundo, provavelmente ele passará a representar uma amostra de energia do ruído, sem comprometer a detecção do sinal. Nas simulações realizadas, decide-se pela presença do sinal quando se detecta pelo menos Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez. 23 9
8 Tabela 2 Cenários de simulação para o método de detecção em dois estágios. Parâmetros comuns a todos os cenários são /T s =6,254 MHz Cenário NFFT (N ) NT s ( s) Parâmetros de Simulação M / NT S (khz) M P FD Tempo de detecção: quadro, α=2 4 NT s (ms) ,97 32,, ,97 32,, ,93 64,, ,98 64, 2, ,97 28, 2,2 dois segmentos de sinal no canal de TV. No detector, seguindo a notação da Figura 4, foi utilizada uma taxa de amostragem de T s =6,254 MHz que provê uma resolução espectral com largura de banda equivalente, conforme Figura 9. A segmentação no tempo é realizada sem sobreposição a partir de uma janela retangular com N=248 amostras, o que equivale a uma duração de subquadro de NT s =26 μs. Outras formas de janelamento podem ser utilizadas, mas optou-se pela de menor complexidade computacional. Os cenários de simulação considerados são descritos na Tabela 2. São analisados resultados para arranjos de segmentos tempo-frequência de 26 µs 254 khz (cenários e 2), 26 µs 58 khz (cenário 3), 54 µs 27 khz (cenário 4) e 54 µs 254 khz (cenário 5). Na configuração atual do algoritmo de detecção, o primeiro estágio define a energia total de referência do ruído Z ref (). Essa medida de referência é empregada para detecção posterior de sinal, no subframe #3. Nas simulações, foi utilizado um intervalo de guarda equivalente a 2 subquadros. Os segmentos são então avaliados ao longo da frequência, no segmento de tempo seguinte ao período de guarda. Desta maneira, o método de detecção deve levar um período equivalente a quatro segmentos de tempo para identificar a presença de sinal em um canal de TV. Conforme Tabela 2, isso equivale a tempos de detecção bastante curtos, que são de,5 ms para os cenários, 2 e 3 e de 2 ms para os cenários 4 e 5. É importante destacar que a acumulação das amostras de energia é tomada apenas na frequência visando uma baixa complexidade computacional por quadro de detecção. Também é desejável que o quadro de detecção por canal de TV seja o mais curto possível para que a varredura dos canais na faixa de TV em VHF e/ou UHF fique na ordem de ms. 4.2 Análise de resultados O cenário ideal para o detector de energia é quando se conhece exatamente a variância do ruído e a potência do sinal. O resultado para esse cenário é apresentado na Figura e foi gerado a partir de uma janela de tempo de 26 µs para um canal de TV de 6 MHz. Esse resultado é apresentado como uma referência de desempenho ideal para o algoritmo de detecção proposto neste artigo. Os resultados de simulação mostram ser possível aproximar esse resultado ideal pelo sistema proposto quando se C o m p o n e n t e e m q u a d r a t u r a C o m p o n e n t e e m f a s e Figura 8 Constelação do sinal demodulado do SBTVD considerando-se todas as portadoras do sinal P o t ê n c i a ( d B ) F r e q u ê n c i a ( M H z ) Figura 9 Estimativa do espectro de potência do sinal recebido (periodograma) 92 Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez. 23
9 ( I C. 9 9 ) S N R = - 7, - 5 d B - d B Figura Probabilidade de detecção versus de falso alarme para SNR = -, -7 e -5 db. Foi considerado o cenário ideal de detecção, onde se conhece exatamente o valor da variância do ruído e a potência do sinal recebido utiliza um quadro de sensoriamento da ordem de 54 µs. É importante destacar, entretanto, que o sistema de sensoriamento atinge esse resultado sem conhecimento prévio das estatísticas do ruído e da potência do sinal. Os resultados de desempenho são apresentados para diferentes valores de SNR em termos de probabilidade de falso alarme P FA versus probabilidade de detecção considerandose os cenários da Tabela 2. Esses resultados são apresentados nas Figuras a 5. Para todos os cenários são apresentados resultados de probabilidade de detecção por canal de 6 MHz. Como o algoritmo de detecção trabalha com granularidade de segmentos, também são apresentados os resultados de dos segmentos de frequência nas figuras com rótulo. A probabilidade de detecção de sinal no canal de TV é gerada a partir da detecção de pelo menos dois segmentos de frequência ocupados nesse canal. Esses resultados são apresentados com rótulo (b). Nas Figuras (c) e (d) são apresentadas, para o cenário, as relações entre a probabilidade de falso alarme nominal, utilizada nas equações que calculam o limiar de detecção, e a probabilidade de falso alarme medida nas simulações. A Figura (c) mostra que a taxa de falso alarme dos segmentos é igual à taxa nominal conforme especificado para o algoritmo. Esse mesmo padrão de resultado se repete para todos os cenários de simulação. Comparado com os resultados de probabilidade obtidos para os segmentos, observa-se na Figura (d) que há uma melhora na probabilidade de falso alarme quando se avalia a ocupação do canal de TV como um todo. Além disso, observase na Figura (b) que também há uma melhora na probabilidade de detecção de sinal. Esse padrão de resultado também se repete para todos os cenários de simulação e, por esse motivo, não são apresentados para os demais cenários. Para todos os resultados das Figuras 2 a 5, ao se comparar os resultados de detecção por segmento com os de detecção por canal (b), percebe-se que o critério de se ter pelo menos dois segmentos ocupados no canal é capaz de melhorar o desempenho tanto em termos de probabilidade de falso alarme quanto de detecção. Além disso, aumenta-se a robustez do método com relação à relação sinal-ruído. A comparação entre os resultados dos cenários e 2 indica que o algoritmo é razoavelmente robusto a variações na probabilidade de falso descarte do primeiro estágio de detecção. Há uma pequena melhora de desempenho geral da detecção quando se tolera um descarte errado maior de segmentos de referência. Esse resultado está coerente porque, ao se aumentar a P FD, um número maior de segmentos será descartado no primeiro estágio. Desta forma, os segmentos remanescentes deverão representar melhor a energia total do ruído. Por outro lado, pode ser ruim configurar a P FD em um valor muito elevado, pois pode-se reduzir significativamente o número de segmentos de referência para o ruído. Em geral, o algoritmo de detecção tem um desempenho superior quando se aumenta o número de segmentos de frequência do canal. Por exemplo, os cenários 3 e 4 empregam o mesmo número de amostras M =64 no cômputo da energia dos segmentos, mas há quatro vezes mais segmentos de frequência no cenário 4. Esses resultados indicam que o método é mais preciso quando há um número maior de segmentos no canal. Resultados como os das Figuras 2 (cenário 2) e 5 (cenário 5) mostram que, ao se aumentar o número de amostras M no cômputo da energia dos segmentos, mantendo-se a largura de banda dos segmentos e o número de segmentos no canal, há uma melhora nos resultados de detecção e falso alarme. Esse resultado indica que o método é mais preciso quando há um número maior de amostras M por segmento. Observa-se também que aumentar a largura de banda dos segmentos em detrimento do número desses segmentos ainda assim melhora-se os resultados de probabilidade de detecção e de falso alarme. Essa configuração pode ser obtida aumentando-se o número de amostras M por segmento sem aumentar o tamanho da FFT (duração do segmento no tempo). Esse comportamento do algoritmo pode ser constatado ao se comparar os resultados entre os cenários 2 e 3 (Figuras 2 e 3), e entre os cenários 4 e 5 (Figuras 4 e 5). A melhora de desempenho indica que nesses cenários o número de amostras M por segmento tem um peso maior no desempenho do que o número de segmentos. Nesses casos, a redução no número de segmentos não é significativa para se prejudicar a referência da energia total do ruído. Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez
10 x p o r s e g m e n t o d e f r e q u ê n c i a x p o r c a n a l d e 6 M H z -3 db -5 db -7 db -5 db e -3 db -7 db - db - db (b) x n o m i n a l p o r s e g m e n t o d e f r e q u ê n c i a x n o m i n a l p o r c a n a l d e 6 M H z m e d i d a p o r s e g m e n t o ( I C 9 % ) SNR = -, -7, -5 e -3 db P n o m i n a l F A m e d i d a p o r c a n a l d e 6 M H z ( I C 9 % ) SNR = -, -7, -5 e -3 db P n o m i n a l d o s e g m e n t o F A (c) (d) Figura Resultados de desempenho para o cenário : curvas levantadas para SNR = -, -7, -5 e -3 db x p o r s e g m e n t o d e f r e q u ê n c i a x p o r c a n a l d e 6 M H z -3 db -5 db -7 db -7 db -5 db e -3 db - db - db (b) Figura 2 Resultados de desempenho para o cenário 2: curvas levantadas para SNR = -, -7, -5 e -3 db 94 Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez. 23
11 x p o r s e g m e n t o d e f r e q u ê n c i a x p o r c a n a l d e 6 M H z SNR = -3, -5 db -7 db SNR = -3, -5, -7 db - db - db P F A (b) Figura 3 Resultados de desempenho para o cenário 3: curvas levantadas para SNR =, -7, -5 e -3 db x p o r s e g m e n t o d e f r e q u ê n c i a x p o r c a n a l d e 6 M H z SNR = -3, -5 db -7 db SNR = -3, -5, -7 db - db - db (b) Figura 4 Resultados de desempenho para o cenário 4: curvas levantadas para SNR = -, -7, -5 e -3 db x p o r s e g m e n t o d e f r e q u ê n c i a x p o r c a n a l d e 6 M H z SNR = -3, -5, -7 db SNR = -3, -5, -7 db - db - db P P F A F A (b) Figura 5 Resultados de desempenho para o cenário 5: curvas levantadas para SNR = -, -7, -5 e -3 db Conclusão Este artigo apresentou um sistema de sensoriamento de canal com processamento tempo-frequência digital em banda base. O método de detecção é realizado em quatro estágios com a aplicação dos algoritmos FCME e CA e foi validado por simulação para a detecção de sinais do padrão brasileiro de TV digital (SBTVD-T). A arquitetura proposta para o sensoriamento dos canais de TV tem um tempo de processamento configurável e opera com relação sinal-ruído negativa. Nos testes realizados o tempo de processamento foi sempre inferior a 2 ms por canal. Os resultados de desempenho Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez
12 apresentados podem ser ainda melhores se for tolerado um tempo maior de processamento. Esse tempo de processamento adicional é necessário caso sejam utilizados mais de um subquadro no estágio 3 de detecção. Com base nos resultados de simulação apresentados neste artigo, pode-se chegar às seguintes conclusões referentes ao comportamento do detector proposto: O aumento na probabilidade nominal de falso descarte do primeiro estágio pode melhorar o desempenho geral do método, pois há um rigor maior na escolha dos segmentos de referência do ruído. O método de detecção apresenta resultados melhores quando se aumenta o número de segmentos na frequência e a largura de banda desses segmentos. O aumento na largura de banda dos segmentos pode compensar uma redução proporcional no número de segmentos resultando, ainda assim, em uma melhora nos resultados de desempenho. Além disso, o sistema de sensoriamento se mostrou simples de implementar em plataformas voltadas para ambientes reais, como o GNU Radio + USRP, apresentando resultados coerentes com os de simulação. Atualmente o método é utilizado na Rede Experimental Cognitiva instalada nas instalações do CPqD para a detecção de usuários licenciados. Referências BEEK, J. et al. UHF white space in Europe a quantitative study into the potential of the MHz band. IEEE DySPAN, mai. 2. CABRIC, D.; MISHRA, S. M.; BRODERSEN, R. W. Implementation Issues in Spectrum Sensing for Cognitive Radios. Proc. Asilomar Conference on Signals, Systems and Computers, v., nov. 24. CORDEIRO, C.; CHALLAPALI, K.; BIRRU, D. IEEE 82.22: An Introduction to the First Wireless Standard based on Cognitive Radios, Journal of Communications, v., n., April. 26. INTERNATIONAL TELECOMMUNICATIONS UNION RADIOCOMMUNICATION SECTOR (ITU). ITU Radio communication study Groups: Document 6E/TEMP/3-E, Guidelines and Techniques for the Evaluation of DTTB Systems, March 9, 23. LEHTOMÄKE, J. J.; JUNTTI, M.; SAARNISAARI, H. Spectrum Sensing with Forward Methods, IEEE Military Communications Conference, 26. MARIANI, A.; GIORGETTI, A.; CHIANI, M. Effects of Noise Power Estimation on Energy Detection for Cognitive Radio Applications, IEEE Transactions on Communications, v. 59, n. 2, dec. 2. PHILLIPS, P. C. B. The true characteristic function of the Fisher distribution. Biometrika, 982. PROAXIS, J. Digital Communications. McGraw-Hill, 4th Edition, 2. SHEN, B. et al. Improved Consecutive Mean Excision Algorithm Based Spectrum Sensing for Dynamic Spectrum Access. IEEE International Conference on Communications, 28. STAPLE, G.; WERBACH, K. The end of spectrum scarcity [spectrum allocation and utilization]. IEEE Spectrum, v. 4, mar. 24. VARTIAINEN, J. et al. Analysis of the Consecutive Mean Excision Algorithms, Journal of Electrical and Computer Engineering, 2. YÜCEK, T.; ARSLAN, H. A Survey of Spectrum Sensing Algorithms for Cognitive Radio Applications. IEEE Communications Surveys & Tutorials, v., n., 29. Abstract This article describes a spectrum-sensing system architecture based on digital processing and software defined radio platform to detect TV channels on VHF and UHF bands. The baseband processing applies the combined use of the algorithms Forward Consecutive Mean Excision (FCME) and Cell Averaging (CA) as part of the detection system. The proposed method has been developed for applications that require detecting licensed TV signals under the assumption of very low signal-to-noise ratio. The performance of the system was characterized by computer simulations using Matlab and laboratory tests using GNU Radio platform with Ettus USRP hardware. The detection system shows better results against similar methods proposed in the literature, identifying signals with signal to noise ratio 53% lower than other methods. Furthermore, the method is simple to implement in a platform directed to software defined radio, such as GNU Radio. Currently the method is used in Experimental Cognitive Network deployed in the CPqD for licensed TV signal detection. Key words: Spectrum sensing. Cognitive radio. Decision Algorithm. 96 Cad. CPqD Tecnologia, Campinas, v. 9, n. 2, p , jul./dez. 23
Complexidade Computacional do Algoritmo de Detecção de Energia
4 Simulações Este capítulo apresenta a comparação e avaliação dos algoritmos que foram apresentados no capítulo anterior. O primeiro resultado apresentado é a comparação da complexidade computacional dos
Leia mais1 O esquema de Alamouti: Diversidade na transmissão
1 O esquema de Alamouti: Diversidade na transmissão 1.1 O Caso de uma antena receptora A Figura?? mostra a representação em banda básica do esquema de Alamouti com diversidade na transmissão. O esquema
Leia maisUma abordagem educacional para o estudo de OFDM
Uma abordagem educacional para o estudo de OFDM Bruno A. Pereira 1, Henrique T. Kuehne 2, Luciano L. Mendes 3 e José S. G. Panaro 4 Resumo O objetivo deste artigo é apresentar um conjunto de ferramentas
Leia maisEstratégias para Aumentar a Acurácia do Sensoriamento de Espectro
Estratégias para Aumentar a Acurácia do Sensoriamento de Espectro André Lauar Sampaio MEIRELLES, Kleber Vieira CARDOSO, Instituto de Informática (INF) Universidade Federal de Goiás (UFG) {andremeirelles,
Leia maisXIX Encontro de Iniciação à Pesquisa Universidade de Fortaleza 21 à 25 de Outubro de 2013
XIX Encontro de Iniciação à Pesquisa Universidade de Fortaleza 21 à 25 de Outubro de 2013 Sistema de Modulação OFDM Conforme a Recomendação do Padrão DVB- T Maurício Moreira Neto 1* (IC), Antonio Macilio
Leia maisTE111 Comunicação Digital. Desempenho em Canais com Desvanecimento Rayleigh. TE111 Comunicação em Canais com Desvanecimento. Evelio M. G.
TE111 Comunicação Digital Comunicação em Canais com Desvanecimento 2 de outubro de 2016 Desempenho em Canais com Desvanecimento Rayleigh Técnicas de Diversidade Diversidade Temporal Codificação de canal
Leia mais4 Simulações LTE e SBTVD na faixa de frequência de 700 MHz
4 Simulações LTE e SBTVD na faixa de frequência de 700 MHz 4.1. Introdução Neste capítulo é descrito o cenário de coexistência entre o Sistema Brasileiro de Televisão Digital (SBTVD) e o Sistema Móvel
Leia maisComunicação Digital Exercícios
Comunicação Digital Exercícios Problema 1 Eficiência Espectral Deseja-se implementar um sistema de transmissão digital com taxa de transmissão de 9600 bits por segundo em um canal com faixa disponível
Leia maisEstudo sobre decodificação iterativa usando códigos de treliça
Revista de Engenharia e Pesquisa Aplicada, Volume 2, Número 1, 2016 Estudo sobre decodificação iterativa usando códigos de treliça Souza, I. M. M. Escola Politécnica de Pernambuco Universidade de Pernambuco
Leia maisParâmetros importantes de um Analisador de Espectros: Faixa de frequência. Exatidão (frequência e amplitude) Sensibilidade. Resolução.
Parâmetros importantes de um Analisador de Espectros: Faixa de frequência Exatidão (frequência e amplitude) Sensibilidade Resolução Distorção Faixa dinâmica Faixa de frequência: Determina as frequências
Leia maisAnalisador de Espectros
Analisador de Espectros O analisador de espectros é um instrumento utilizado para a análise de sinais alternados no domínio da freqüência. Possui certa semelhança com um osciloscópio, uma vez que o resultado
Leia maisSistema de medição em tempo real para Redes de Sensoriamento
Sistema de medição em tempo real para Redes de Sensoriamento Prêmio APTEL/Motorola - INOVAR Jussif Abularach Arnez PUC-RIO Sumário Preâmbulo Objetivo Desenvolvimento Principais propostas Resultados Conclusão
Leia maisDESENVOLVIMENTO DE UM SIMULADOR DE COMUNICAÇÃO DIGITAL PARA FINS EDUCACIONAIS
DESENVOLVIMENTO DE UM SIMULADOR DE COMUNICAÇÃO DIGITAL PARA FINS EDUCACIONAIS Ivanes L. C. Araújo ivanes.araujo@itec.upfa.br Universidade Federal do Pará, Faculdade de Engenharia Elétrica Rua Augusto Corrêa,
Leia mais7 Extração de Dados Quantitativos
Capítulo 7 - Extração de Dados Quantitativos 119 7 Extração de Dados Quantitativos A técnica de medição desenvolvida e descrita nos capítulos anteriores produz como resultado a variação temporal da espessura
Leia maisCÓDIGOS CORRETORES DE ERROS
Informação sobre a Disciplina CÓDIGOS CORRETORES DE ERROS INTRODUÇÃO Evelio M. G. Fernández - 27 Quartas e Sextas feiras das 9:3 às 11:3 horas Professor: Evelio Martín García Fernández Gabinete 1, Tel:
Leia maisConceitos sobre Rádio Cognitivo
Conceitos sobre Rádio Cognitivo Eng. Ângelo Canavitsas Sumário Objetivo Origem do rádio cognitivo Porque rádio cognitivo? Uso eficiente do espectro Rádio definido por Software Atuação do Rádio Cognitivo
Leia mais6 Análise dos Resultados das Medições
6 Análise dos Resultados das Medições 6.1. Introdução Neste capítulo é apresentada a análise dos resultados obtidos nas medições no cenário de coexistência entre o Sistema Vítima (SBTVD) e o Sistema Interferente
Leia maisCompromissos da Modulação e da Codificação
Compromissos da Modulação e da Codificação Edmar José do Nascimento (Tópicos Avançados em Engenharia Elétrica I) http://www.univasf.edu.br/ edmar.nascimento Universidade Federal do Vale do São Francisco
Leia mais1 Técnicas de Seleção de Antenas Transmissoras
1 Técnicas de Seleção de Antenas Transmissoras Como visto em aulas anteriores, para se atingir uma ordem de diversidade espacial maior é necessário o emprego de múltiplas antenas no transmissor e/ou no
Leia maisAnálise do Espectro do Campus Universitário e Construção de uma Base de Dados Geolocalizada PROPOSTA DE TRABALHO DE GRADUAÇÃO
UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE INFORMÁTICA GRADUAÇÃO EM ENGENHARIA DA COMPUTAÇÃO Análise do Espectro do Campus Universitário e Construção de uma Base de Dados Geolocalizada PROPOSTA DE TRABALHO
Leia maisModulação OFDM aplicada à Televisão Digital bibliografia: Megrich, A. Televisão Digital: Princípios e técnicas, Editora Érica Ltda
1 Modulação OFDM aplicada à Televisão Digital bibliografia: Megrich, A. Televisão Digital: Princípios e técnicas, Editora Érica Ltda OFDM (Orthogonal Frequency-Division Multiplexing ), ou sinais multiplexados
Leia maisComunicações Digitais
Comunicações Digitais Apresentação do Curso e Revisão de Conceitos Básicos Prof. Fabrício Simões IFBA Primavera de 2017 Prof. Fabrício Simões (IFBA) Comunicações Digitais Primavera de 2017 1 / 38 1 Apresentação
Leia maisPrincípios de Comunicação: Simulação /2
Princípios de Comunicação: Simulação 2 2015/2 18 de Novembro de 2015 Instruções 1. A simulação poderá ser feita em Matlab, Scilab ou C++; 2. A simulação deve ser entregue sob a forma de relatório em formato
Leia mais7 Comparação dos Resultados das Simulações e Medições 7.1. Introdução
7 Comparação dos Resultados das Simulações e Medições 7.1. Introdução Este capítulo apresenta a comparação entre os resultados obtidos no setup de medição e nos cenários de simulação desenvolvidos no programa
Leia mais2 Modelos de Sinais para Sistemas DS-CDMA
2 Modelos de Sinais para Sistemas DS-CDMA Dentre os modelos de sinais de sistemas de múltiplo acesso existem dois cenários de interesse que foram tratados em nosso trabalho: o enlace direto ou downlink,
Leia maisMPEG-2 TSP protegido pelo código RS
STV 29 OUT 2008 1 RE-MUX MPEG-2: como o padrão ISDB-T suporta 3 programações simultâneas, é necessário multiplexar estas programações antes de inseri-las no Outer Coder além de agrupar as 3 programações,
Leia maisTransmissão em Banda de Base
GUIA DO 2 O TRABALHO DE LABORATÓRIO DE SISTEMAS DE COMUNICAÇÕES Transmissão em Banda de Base Ano Lectivo de 2015/16 Introdução Neste trabalho analisam-se alguns aspectos da transmissão em banda de base
Leia mais2 Modelo de Sinais. 2.2 Modelo de Comunicação
odelo de Sinais 1 Introdução No presente capítulo é apresentado o modelo de comunicação adotado O modelo matemático de sinais transmitidos por sistemas de transmissão em blocos e mais particularmente para
Leia maisAula 22. Conversão Sigma-Delta (continuação)
Aula 22 Conversão Sigma-Delta (continuação) A estrutura mostrada na figura A.22.1 é chamado modulador Sigma-Delta (Σ- ). Esta estrutura, além de ser mais simples, pode ser considerada como uma versão suavizada
Leia mais1.1 Descrição do Problema
1 Introdução Os sistemas de televisão aberta estão passando, atualmente, por um processo de substituição de suas plataformas analógicas por plataformas e tecnologias digitais. Esta mudança está provocando
Leia maisAnalisador de espectros por FFT
Analisador de espectros por FFT A transformada de Fourier (FT) é uma ferramenta matemática utilizada essencialmente para decompor ou separar uma função ou forma de onda em senóides de diferentes frequências
Leia mais8 Conclusões e Trabalhos Futuros
8 Conclusões e Trabalhos Futuros Neste capítulo são apresentadas as conclusões sobre os resultados obtidos neste trabalho baseados nos cenários de simulação desenvolvidos no programa Seamcat versão 4.0.1,
Leia mais1.1 Breve Histórico OFDM
1 Introdução 1.1 Breve Histórico OFDM O OFDM, do inglês Orthogonal Frequency Division Multiplexing, que pode ser visto como uma evolução do FDM (Frequency Division Multiplexing), é uma técnica de transmissão
Leia maisIntrodução aos Sistemas de Comunicações
aos Sistemas de Comunicações Edmar José do Nascimento () http://www.univasf.edu.br/ edmar.nascimento Universidade Federal do Vale do São Francisco Colegiado de Engenharia Elétrica Roteiro 1 Sistemas de
Leia maisTE060 Princípios de Comunicação. Sistemas de Comunicação Digital Notes. Por quê Digital? Notes. Notes. Evelio M. G. Fernández. 5 de novembro de 2013
TE060 Princípios de Comunicação Modulação de Pulso 5 de novembro de 2013 Sistemas de Comunicação Digital Sistema digital no sentido de utilizar uma sequência de símbolos pertencentes a um conjunto finito
Leia maisComputação Móvel: Teoria da Informação e Modulação
Computação Móvel: Teoria da Informação e Modulação Mauro Nacif Rocha DPI/UFV 1 Teoria da Informação Conceitos Básicos Transmissão: Informação + Sinais + Meios Físicos 2 1 Sinais Analógico Digital Variação
Leia maisFiltros Digitais. Filtros básicos, parâmetros no domínio do tempo e frequência, classificação de filtros
Filtros Digitais Filtros básicos, parâmetros no domínio do tempo e frequência, classificação de filtros Filtros são usados basicamente para dois propósitos: Separação de sinais combinados; Restauração
Leia maisp TPP = (6.1) e a rajada de perda de pacote é medida pela Comprimento Médio da Rajada (CMR ) que é dada por
6 Perdas de Pacotes O problema de perda de pacotes em rajadas nas redes IP e redes móveis é um dos fatores mais importantes a serem considerados na análise de sistemas de reconhecimento de voz distribuídos.
Leia mais7 Conclusões e desenvolvimentos futuros
7 Conclusões e desenvolvimentos futuros 7.1 Conclusões Este trabalho apresentou novas soluções para a determinação da posição de terminais de comunicações móveis com base em medidas de ToA. Nos métodos
Leia maisSensoriamento Espectral Baseado na Detecção de Energia Para Rádios Cognitivos
EULER EDSON APAZA MEDINA Sensoriamento Espectral Baseado na Detecção de Energia Para Rádios Cognitivos Dissertação apresentada à Escola Politécnica da Universidade de São Paulo para obtenção do Título
Leia maisTE-060 PRINCÍPIOS DE COMUNICAÇÃO Prof. Evelio M. G. Fernández LISTA DE EXERCÍCIOS N 3
f(x) 3 1 1.- O sinal xt πt πt 1 cos 1 sin 1 TE-6 PRINCÍPIOS DE COMUNICAÇÃO Prof. Evelio M. G. Fernández LISTA DE EXERCÍCIOS N 3 3 Volts, é amostrado e processado por um quantizador uniforme de 7 its, funcionando
Leia maisRodrigo Pereira David. Técnica de Estimação de Canal Utilizando Símbolos Pilotos em Sistemas OFDM. Dissertação de Mestrado
Rodrigo Pereira David Técnica de Estimação de Canal Utilizando Símbolos Pilotos em Sistemas OFDM Dissertação de Mestrado Dissertação apresentada como requisito parcial para obtenção do grau de Mestre pelo
Leia maisImplementação prática de um sensoriamento cooperativo baseado em multiestágios e aprendizagem de máquina
Implementação prática de um sensoriamento cooperativo baseado em multiestágios e aprendizagem de Ricardo Seiti Yoshimura *, Maicon Kist **, Dick Carrillo Melgarejo, Fabiano Silva Mathilde, Cristiano Bonato
Leia maisFerramenta Computacional para o Estudo de Seqüências de Treinamento em Equalizadores LMS
Ferramenta Computacional para o Estudo de Seqüências de Treinamento em es LMS Luciano L. Mendes Departamento de Eletrônica e Eletrotécnica Instituto acional de Telecomunicações Santa Rita do Sapucaí, MG
Leia maisClassificação automática da modulação de sinais digitais em R.F.
2º Congresso do comité português da URSI Fundação das Comunicações Classificação automática da modulação de sinais digitais em R.F. Manuel Carlos Baptista, ICP-ANACOM Nuno Borges Carvalho, IT-Universidade
Leia maisNoções de Exatidão, Precisão e Resolução
Noções de Exatidão, Precisão e Resolução Exatidão: está relacionada com o desvio do valor medido em relação ao valor padrão ou valor exato. Ex : padrão = 1,000 Ω ; medida (a) = 1,010 Ω ; medida (b)= 1,100
Leia maisReceptor GPS por Software
XXI SIMPÓSIO BRASILEIRO DE TELECOMUNICAÇÕES-SBT 04, 06-09 DE SETEMBRO DE 04, BELÉM - PA Receptor GPS por Software Luis Villalba e F. Walter Resumo A metodologia para a construção de um receptor GPS por
Leia maisFigura 5.11 Densidade espectral do erro para o ensaio FXLMS Híbrido.
71 Figura 5.11 Densidade espectral do erro para o ensaio FXLMS Híbrido. As freqüências de excitação utilizadas neste ensaio foram as mesmas dos ensaios anteriores. Na figura 5.11 é observada uma atenuação
Leia mais6. Conclusões Estatística do sinal
6. Conclusões Ao longo deste trabalho, foram descritas as características principais do sistema WiMAX e da tecnologia OFDM, a fim de contextualizá-los, uma vez que um sinal baseado nessas características
Leia maisModulações Digitais Binárias
GUIA DO 3 O TRABALHO DE LABORATÓRIO DE SISTEMAS DE COMUNICAÇÕES Modulações Digitais Binárias Ano Lectivo de 2015/16 Introdução Neste trabalho analisam-se alguns aspectos das modulações digitais binárias
Leia mais3.1 Modulações binárias (ASK e PSK)
Modulações digitais 3 Modulações digitais lineares com detecção coerente 3.1 Modulações binárias (ASK e PSK) Detecção de modulações digitais al como na modulação analógica (AM e FM), também na modulação
Leia maisRESTAURAÇÃO E RECONSTRUÇÃO DE IMAGENS. Nielsen Castelo Damasceno
RESTAURAÇÃO E RECONSTRUÇÃO DE IMAGENS Nielsen Castelo Damasceno Restauração de imagem Procura recuperar uma imagem corrompida com base em um conhecimento a priori do fenômeno de degradação. Restauração
Leia maisModulação e Codificação
INSTITUTO SUPERIOR DE CIÊNCIAS DO TRABALHO E DA EMPRESA Departamento de Ciências e Tecnologias de Informação Engenharia de Telecomunicações e Informática Modulação e Codificação Ano Lectivo 2001/2002 2º
Leia mais2 Modelos de sintetização de séries temporais de atenuação por chuva
2 Modelos de sintetização de séries temporais de atenuação por chuva Alguns modelos estocásticos de sintetização de séries temporais de atenuação por chuva são baseados no modelo proposto por Maseng &
Leia mais1 Seleção Híbrida Antena/Código no Transmissor
1 Seleção Híbrida Antena/Código no Transmissor Em (TAROKH, 1999) foi demonstrado que é possível se projetar códigos espaço-temporais de bloco ortogonais (OSTBCs) com taxa de transmissão unitária (R = 1)
Leia maisTP537 Transmissão Digital 1ª Avaliação 27/10/ :00h Prof. Dayan Adionel Guimarães. Aluno(a):
TP537 Transmissão Digital ª Avaliação 7//4 8:h Prof. Dayan Adionel Guimarães ota: Aluno(a): ª questão (4 pontos) Prova com consulta ao livro texto, com duração de 3 horas. A interpretação é parte integrante
Leia maisTE111 Comunicação Digital
TE111 Comunicação Digital Transmissão Digital Passa Banda 17 de setembro de 2013 Modulações Digitais Básicas ASK FSK PSK Representação Complexa de Sinais Passa-Faixa g(t) = g I (t) cos(2πf c t) g Q (t)
Leia mais5 Descrição da ferramenta de simulação
5 Descrição da ferramenta de simulação Este capítulo tem a função de descrever a ferramenta de simulação desenvolvida para analisar as características do padrão de TV digital ISDB- T. Ao final da simulação,
Leia maisX(t) = A cos(2πf c t + Θ)
Exercícios Extras de Comunicações Digitais. Seja um sinal aleatório X(t), estacionário no sentido restrito, dado por onde X(t) = A cos(πf c t + Θ) A é uma variável aleatória Gaussiana com média de 4Volts
Leia mais4 Estratégias de agrupamento e desempenho dos receptores
4 Estratégias de agrupamento e desempenho dos receptores O capítulo anterior apresentou exemplos de resultados de desempenho do receptor ótimo por grupos, para N = 6 símbolos. Nestes exemplos os agrupamentos
Leia mais2 Modelo Vetorial dos Sistemas de Transmissão
2 Modelo Vetorial dos Sistemas de Transmissão Neste capítulo são descritos os modelos matemáticos dos sistemas abordados neste trabalho. Inicialmente é descrita, de forma suscinta, a técnica de acesso
Leia maisAnexo II Desempenho das modulações mais empregadas em enlaces via satélite em condição geo-estacionária
Anexo II Desempenho das modulações mais empregadas em enlaces via satélite em condição geo-estacionária II.1. Introdução Como as distâncias dos enlaces via satélite são muito grandes, faz-se necessário
Leia maisPlano de trabalho. 1. Introdução:
Plano de trabalho Aluno: Rafael Astuto Arouche Nunes Orientador: Márcio Portes de Albuquerque Título do Projeto: Construção de um Amplificador Lock-In utilizando DSPs Palavras-Chave: Amplificadores Lock-In,
Leia mais5 EQUIPAMENTOS DE MEDIDAS
5 EQUIPAMENTOS DE MEDIDAS 5.1 INTRODUÇÃO Os resultados numéricos obtidos a partir do software desenvolvido anteriormente serão comparados com dados experimentais provenientes de medidas, tendo como principais
Leia mais3 Análise do sistema baseado em demodulação óptica usando dois filtros fixos para interrogar sensores a rede de Bragg em fibras ópticas
3 Análise do sistema baseado em demodulação óptica usando dois filtros fixos para interrogar sensores a rede de Bragg em fibras ópticas 3.1. Introdução Rede de Bragg em fibras ópticas (FBG) tem mostrado
Leia maisBETA TELECOM Consultores. Parte 2
Parte 2 Esta é a segunda parte do artigo BT.466/01. Na primeira parte foram vistos os princípios básicos que definem o sistema de Espalhamento Espectral. Nesta parte serão detalhados os dois principais
Leia maisREVISTA CIENTÍFICA PERIÓDICA - TELECOMUNICAÇÕES, VOL. 08, NO. 02, DEZEMBRO DE
REVISTA CIENTÍFICA PERIÓDICA - TELECOMUNICAÇÕES, VOL 8, NO, DEZEMBRO DE 5 3 4 MENDES & BALDINI: UMA ABORDAGEM SOBRE DIVERSIDADE DE TRANSMISSÃO PARA REDES WLAN 5 Fase [rad] Amplitude 5-5 - -5 5 5 Freqüencia
Leia mais4 Análise dos dados de atenuação por chuva
4 Análise dos dados de atenuação por chuva A atenuação por chuva tem características estacionárias e dinâmicas que podem ser analisadas através de suas estatísticas. 4.1. Estatísticas estacionárias da
Leia maisSimulação MATLAB - Transmissão PCM em Banda Base e Diagrama de Olho. Testar o efeito de filtros sem ISI no espectro e na curva BERXE b /N 0.
Simulação MATLAB - Transmissão PCM em Banda Base e Diagrama de Olho Objetivos Simular a taxa de erro binário em função de E b /N 0 para diferentes modulações PCM e comparar com a teoria Testar o efeito
Leia maisPrincípios das comunicações sem fio
Introdução à Computação Móvel Prof. Francisco José da Silva e Silva Prof. Rafael Fernandes Lopes Programa de Pós-Graduação em Ciência da Computação (PPGCC) Universidade Federal do Maranhão (UFMA) Princípios
Leia maisMultiplexação FDM. Amplamente utilizada de forma conjunta às modulações AM, FM, QAM, PSK Usada na comunicação de sinais analógicos e digitais
Multiplexação FDM Multiplexação por Divisão de Frequência A multiplexação não é em si uma técnica de modulação de sinais, mas é frequentemente utilizada de forma complementar Possibilita o envio simultâneo
Leia mais4 Resultados de Simulação e Avaliação das Técnicas Utilizadas para o Reconhecimento de Locutor Independente do Texto em Presença de Ruído
4 Resultados de Simulação e Avaliação das Técnicas Utilizadas para o Reconhecimento de Locutor Independente do Texto em Presença de Ruído Neste capítulo serão apresentadas, avaliadas e comparadas as técnicas
Leia maisSTDS - Sistemas de Telecomunicações Definidos por Software & PSTR - Processamento de Sinal em Tempo Real
STDS - Sistemas de Telecomunicações Definidos por Software & PSTR - Processamento de Sinal em Tempo Real 3.º (e 1.º) semestre MEET 1.º (e 3.º) semestre MEIC (inverno 2015/2016) Sumário 1. Enquadramento
Leia mais2 Descrição do Problema
2 Descrição do Problema Os requisitos de desempenho para enlaces de comunicação digital estabelecidos por recomendações da ITU impõem restrições a parâmetros de desempenho de erro e disponibilidade. A
Leia maisEstimação da função de transferência a partir do diagrama de Bode
https://eventos.utfpr.edu.br//sicite/sicite2017/index Estimação da função de transferência a partir do diagrama de Bode RESUMO Guilherme dos Santos Correa Leite guiidm@hotmail.com Universidade Tecnológica
Leia maisPROTOTYPE DEVELOPMENT FOR AMPLITUDE FREQUENCY RESPONSE ACQUISITION OF A DIGITAL RADIO TRANSCEIVER USING THE USRP MODULE AND THE GNU RADIO SOFTWARE
DESENVOLVIMENTO DE PROTÓTIPO PARA AQUISIÇÃO DA AMPLITUDE DA RESPOSTA EM FREQUÊNCIA DE UM SISTEMA TRANSCEPTOR DE RÁDIO DIGITAL UTILIZANDO O MÓDULO USRP E O SOFTWARE GNU RADIO Paulo Victor R. Ferreira, Priscila
Leia mais7 Comparação de resultados e validação dos modelos
7 Comparação de resultados e validação dos modelos Os modelos EMB, TMB e GC foram utilizados para a sintetização de séries temporais de atenuação por chuva para os enlaces terrestres de São Paulo. Foram
Leia maisTE060 Princípios de Comunicação
TE060 Princípios de Comunicação Sistemas de Modulação de Onda Contínua 9 de setembro de 2014 Modulação de Onda Contínua Modulação: alteração sistemática de alguma característica de um sinal, denominado
Leia maisFigura 3.1: Diagrama em blocos da cadeia de recepção básica de um sistema radar.
3 Receptor Radar Neste capítulo, analisa-se a cadeia de recepção de um sistema radar do tipo pulsado, de modo a se verificar como o sinal recebido é tratado. A partir desta análise, nos capítulos subsequentes,
Leia maisPRINCÍPIOS DE COMUNICAÇÃO
PRINCÍPIOS DE COMUNICAÇÃO MODULAÇÃO DE PULSO Evelio M. G. Fernández - 2011 Sistemas de Comunicações Digitais Sistema digital no sentido de utilizar uma seqüência de símbolos pertencentes a um conjunto
Leia maisLista de Exercícios GQ1
1 a QUESTÃO: Determine a Transformada Inversa de Fourier da função G(f) definida pelo espectro de amplitude e fase, mostrado na figura abaixo: 2 a QUESTÃO: Calcule a Transformadaa de Fourier do Sinal abaixo:
Leia maisVIABILIZANDO LABORATÓRIOS DE APOIO A PESQUISA NO PROGRAMA DE MESTRADO EM TELECOMUNICAÇÕES DO INATEL
VIABILIZANDO LABORATÓRIOS DE APOIO A PESQUISA NO PROGRAMA DE MESTRADO EM TELECOMUNICAÇÕES DO INATEL Luciano Leonel Mendes, Maurício Silveira, Wilton Ney do Amaral Pereira 3 José A. Justino Ribeiro 4, Adonias
Leia mais4 Estudo de Caso Introdução
4 Estudo de Caso 4.1. Introdução A crescente demanda pelos serviços de banda larga móvel, principalmente em países subdesenvolvidos, impulsiona o mercado e entidades acadêmicas para o desenvolvimento de
Leia maisSistemas de Distribuição: Antenas Coletivas e CATV
Sistemas de Distribuição: Antenas Coletivas e CATV www.thevear.com.br www.teleco.com.br A recepção de sinais TV em prédios de apartamentos é feita através de antenas coletivas colocadas no topo do edifício
Leia maisModulações de Espectro Espalhado
Modulações de Espectro Espalhado Propriedades Gerador de sequência aleatória Sequência Direta (DSSS) Chirp (CSS) Salto de Frequência (FHSS) Salto de Tempo (THSS) Prof. Marlio Bonfim Técnicas de Modulação
Leia maisDESENVOLVIMENTO DE ALGORITMOS PARA DECODIFICAÇÃO DO SINAL DO SISTEMA BRASILEIRO DE COLETA DE DADOS
DESENVOLVIMENTO DE ALGORITMOS PARA DECODIFICAÇÃO DO SINAL DO SISTEMA BRASILEIRO DE COLETA DE DADOS RELATÓRIO FINAL DE PROJETO DE INICIAÇÃO CIENTÍFICA (PIBIC/CNPq/INPE) Hugo Rafael Gonçalves Cavalcante
Leia maisTeoria das Comunicações
1 - Introdução Enlace de um Sistema de Comunicação fonte mensagem transdutor Transmissor Modulador canal ruído receptor transdutor destino mensagem (estimada) sinal de entrada sinal com distorção sinal
Leia mais5. Resultados Variabilidade do sinal
5. Resultados Este capítulo tem como objetivo expor os resultados das análises estatísticas de variabilidade do sinal transmitido pelo canal de rádio propagação móvel, bem como expor os resultados de correlações
Leia maisUma aplicação importante dos métodos de processamento digital de sinais é na determinação do conteúdo em frequência de um sinal contínuo
Análise Espectral Uma aplicação importante dos métodos de processamento digital de sinais é na determinação do conteúdo em frequência de um sinal contínuo Análise espectral: determinação do espectro de
Leia mais6 Estudo de caso. Especificações do sistema As seguintes especificações foram definidas para o sistema a ser implementado:
6 Estudo de caso Um estudo de caso foi implementado para aplicação da metodologia de projeto de rede apresentada. O estudo consistiu no projeto de uma rede de acesso sem fio para prover serviços de comunicação
Leia mais6 APLICAÇÃO DOS MODELOS DESENVOLVIDOS
6 APLICAÇÃO DOS MODELOS DESENVOLVIDOS Os modelos desenvolvidos neste trabalho têm aplicação importante no planejamento e dimensionamento de sistemas sem fio que operam em freqüências superiores a 10 GHz
Leia mais4 Método Proposto CR AD PA NDVI Descrição geral do modelo
34 4 Método Proposto 4.1. Descrição geral do modelo Neste trabalho, cada classe (cobertura vegetal) possui um HMM específico. Os estágios fenológicos correspondem a estados e os símbolos observáveis a
Leia maisAnálise Estatística de Sistemas de Comunicação Digitais Usando o Diagrama de Olho
Análise Estatística de Sistemas de Comunicação Digitais Usando o Diagrama de Olho MSc UERJ-FEN-DETEL Análise Estatística de Sistemas de Comunicação Digitais Os sistemas de comunicação digital operam com
Leia maisSSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi Material
Leia maisAVALIAÇÃO DA ESTIMATIVA DE PARÂMETROS PARA MODELOS AR2D APLICADOS NA EXTRAÇÃO DE ATRIBUTOS DE TEXTURA EM IMAGENS DE SENSORIAMENTO REMOTO
AVALIAÇÃO DA ESTIMATIVA DE PARÂMETROS PARA MODELOS AR2D APLICADOS NA EXTRAÇÃO DE ATRIBUTOS DE TEXTURA EM IMAGENS DE SENSORIAMENTO REMOTO GUSTAVO TADEU ZANIBONI 1 LUCIANO VIEIRA DUTRA 1 1 INPE - Instituto
Leia mais2 SIFT (Scale Invariant Feature Transform)
SIFT (Scale Invariant Feature Transform) O SIFT é um algoritmo de visão computacional proposto e publicado pelo pesquisador David Lowe (Lowe, 1999), professor do departamento de Ciência da Computação na
Leia mais04/03/2013. Transmissão de dados. Transmissão por rádio Frequência
Transmissão de dados Transmissão por rádio Frequência 1 Fundamentos de Rádio freqüência Toda a transmissão e recepção de sinais no mundo wireless se baseia em Rádio Freqüência (RF). Esses sinais são então
Leia maisLABORATÓRIO 1: CAPACIDADE MÁXIMA DO CANAL
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE INFORMÁTICA INF01154 - REDES DE COMPUTADORES N 220485 - LEONARDO BISSANI 208783 - PAULO RICARDO DELWING LABORATÓRIO 1: CAPACIDADE MÁXIMA DO CANAL
Leia maisFonte de Bloqueio DDS Introdução. e Hardware. 18. Mai Prof. Dr.-Ing. Jörg Schöbel Dr.-Ing. Reinhard Caspary
18. Mai 2010 Fonte de Bloqueio DDS Introdução e Hardware Prof. Dr.-Ing. Jörg Schöbel Dr.-Ing. Reinhard Caspary Tradução: Michael Schrödel Comentários, críticas e melhoramentos michaelschrodel@gmail.com
Leia mais