Transmissão de impulsos em banda-base
|
|
- Ivan Silva Câmara
- 5 Há anos
- Visualizações:
Transcrição
1 Transmissão de impulsos em banda-base Transmissão de impulsos através de um canal com ruído aditivo. Probabilidades de erro com detecção no ponto central
2 Detecção de sinais binários em ruído gaussiano A detecção de sinais binários envolve dois passos: Passo : reduzir a forma de onda recebida (banda-base ou passa-banda) a um número z(t=t) Filtro linear + Amostrador Passo : comparar a amostra z(t) com um nível limiar,, e decidir qual terá sido a forma de onda transmitida Decisor Forma de onda binária s i (t) = s (t) ou s (t) Ruído AWGN n(t) r(t) = s i (t) + n(t) Filtro linear h(t) Passo Passo z(t) = a i (t) + n (t) /T z(t) = a i (T) + n (T) Decisor (comparador) zt ( ) sˆ i () t O receptor óptimo consiste num correlacionador ou filtro adaptado a s (t) - s o (t) v. a. gaussiana (porque h(t) é linear e n(t) é gaussiano) z(t) é v. a. gaussiana Uma vez a forma de onda r(t) ter sido transformada num número, z(t), a forma dessa forma de onda deixa de ser importante: para efeitos de detecção, todas as formas de onda que se convertem no mesmo número z(t) são idênticas: Decisão: zt ( ) Na escolha do limiar de decisão teremos de ter em conta a estatística do ruído. Sendo gaussiano com média nula e variância σ, a sua função densidade de probabilidade (fdp) é dada por n pn( n) = exp πσ σ a i (T) é a (T) = a ou a (T) = a as fdps ficam centradas em a e a. Probabilidades de erro com detecção no ponto central
3 Detecção de sinais binários em ruído gaussiano Decisões rígidas e decisões brandas A saída do decisor anterior é binária, ou, consoante a decisão tomada. Mas podia não ser binária. De facto, podemos considerar três tipos de decisões possíveis: Decisões rígidas ( hard decisions ) O valor decidido pertence a um conjunto binário de valores ( ou, Verdadeiro ou Falso, etc.). Decisões brandas quantizadas ( quantized soft decisions ) O valor decidido pertence a um conjunto discreto (finito) de valores possíveis. É vulgar usar oito valores. Decisões brandas não-quantizadas ( unquantized soft decisions ) O valor decidido pertence ao conjunto dos números reais. A B - +,4,75 Decisão branda nãoquantizada Decisão branda (3 bits) Decisão rígida As decisões brandas são convenientes se vierem a ser utilizadas por outros blocos ou dispositivos do sistema de comunicações, como no exemplo da página seguinte. Probabilidades de erro com detecção no ponto central 3
4 Detecção de sinais binários em ruído gaussiano Decisões rígidas e decisões brandas Forma de onda Forma de onda com ruído {;} {;} Codificador Modulador binário antipodal Canal AWGN Desmodulador coerente Descodificador Canal binário simétrico Neste sistema de comunicações o desmodulador coerente entrega ao descodificador um valor binário. Mas assim o desmodulador está a deitar fora alguma informação sobre o sinal recebido que pode ser útil ao descodificador. Por exemplo, quer o valor real,4 quer o valor real,75 correspondem à decisão binária. Mas qual dos dois valores nos inspira mais confiança sobre o bit gerado pela fonte?,4 ou,75? Certamente que é,75: como está mais longe do limiar de decisão nulo temos mais certeza que a fonte produziu um bit. As decisões brandas contêm também o grau de confiança da decisão. Probabilidades de erro com detecção no ponto central 4
5 Estimações MAP e de máxima verosimilhança com decisões rígidas A função densidade de probabilidade condicional p(z s i ) é denominada de verosimilhança de s i. Verosimilhança de s p(z s ) Verosimilhança de s p(z s ) a z a (T) a z(t) Critério MAP ( maximum a posteriori probability ): ps ( z) ps ( z) critério MAP Se ps ( z) > ps ( z) escolhe-se a hipótese, caso contrário, escolhe-se a hipótese. Tendo em conta o teorema de Bayes obtemos pz ( s ) ps ( ) pz ( s) ps ( ) ps ( z) = pz ( ) pz ( ) pz ( s ) ps ( ) (teste da razão de verosimilhanças) pz ( s) ps ( ) Se as formas de onda s (t) e s (t) forem equiprováveis então pz ( s) pz ( s) critério ML É o critério de máxima verosimilhança, ou ML ( maximum likelihood ). Probabilidades de erro com detecção no ponto central 5
6 Estimação de máxima verosimilhança Na estimação MAP consideramos probabilidades a posteriori, isto é, probabilidades obtidas após observação da saída do canal. Na estimação ML consideramos probabilidades a priori (verosimilhanças), isto é, probabilidades já conhecidas antecipadamente. Se as formas de onda s (t) e s (t) forem equiprováveis os dois critérios de estimação são equivalentes, como se viu. Na estimação ML o limiar de decisão óptimo escolhido minimiza a probabilidade de erro. Se as formas de onda s (t) e s (t) forem equiprováveis e as verosimilhanças p(z s ) e p(z s ) forem simétricas o limiar de decisão óptimo é igual ao valor médio de a e a. Ou seja, a + a zt ( ) = limiar óptimo Isto significa que o decisor irá escolher a hipótese ou que corresponda ao sinal com a máxima verosimilhança p(z s i ). Assim, se a saída do detector for z a (T): escolhe-se s (t) se p( za( T) s) > p( za( T) s) escolhe-se s (t) se pz ( a( T) s) < pz ( a( T) s) Probabilidades de erro com detecção no ponto central 6
7 Detecção de impulsos com amostragem no ponto central Vamos, para já, esquecer o filtro linear no receptor. Suponhamos que ao bit corresponde um impulso de amplitude A e duração T e ao bit corresponde um impulso de amplitude A o e igual duração T. A A T t T t Os impulsos são afectados de ruído gaussiano branco aditivo, n(t), de média nula e variância σ. Vamos admitir que os impulsos são equiprováveis, P = P =. Pretende-se determinar qual foi o impulso (ou bit) enviado. Uma maneira de o fazer é:. amostrar a forma de onda ruidosa z( t) = Ai + n( t) no ponto central dos impulsos, isto é, nos instantes T/, 3T/, 5T/, etc.. com base no valor da amostra obtida, decidir qual o bit enviado: se o valor da amostra for superior a um determinado limiar escolhemos o bit, se for inferior a esse limiar escolhemos o bit. A o ou A z(t) z(t/) /T Ruído n(t) Decisor Limiar z(t/) > < Probabilidades de erro com detecção no ponto central 7
8 Como n(t) é uma variável aleatória gaussiana, z(t)=a i +n(t) também o é. A média de z(t) é A o ou A consoante a amplitude do impulso. p(z A ) p(z A ) P e P e A A z(t) Quando os bits são equiprováveis o limiar de decisão óptimo é o valor intermédio = A + A. A probabilidade de se cometer um erro de decisão caso se tenha enviado um é a probabilidade de p z A ) ser superior ao limiar, isto é, ( P e = p(z A )dz = πσ e (z A ) σ dz Do mesmo modo P e = p(z A )dz = πσ e (z A ) σ dz (= P e ) A probabilidade de erro (global) é dada por P e = P P e + P P e = P e (pois P = P = e P e = P e ) Probabilidades de erro com detecção no ponto central 8
9 Probabilidade de erro na presença de ruído gaussiano Desenvolvendo e fazendo a mudança de variável x = z A σ : P e = P e = πσ e (z A ) σ dz = π A σ e x dx Como = A + A : P e = π e x dx = Q( A A σ ) ( A A )σ Como se vê, a probabilidade de erro apenas depende da diferença das amplitudes dos impulsos, V = A A, e do valor eficaz (ou desvio padrão) do ruído gaussiano, σ: P e = Q( A A σ ) = = Q V σ A função Q (ver à frente) é uma função decrescente; logo, quanto maior for a diferença de amplitudes dos impulsos binários ou quanto menor for a potência do ruído, menor será a probabilidade de erro na detecção dos impulsos. A função densidade de probabilidade gaussiana de média X e variância σ é designada por N( X, σ ). Probabilidades de erro com detecção no ponto central 9
10 A função Q Considere-se uma variável aleatória gaussiana normalizada X de média nula e variância unitária. A probabilidade de a variável aleatória ultrapassar o valor x é dada pela função Q: P( X > x) = Q( x) = π λ x e dλ Esta probabilidade é igual à área sob a cauda da fdp gaussiana normalizada. F( x) = P( X x) = (área) x = px( λ) dλ (distribuição cumulativa) p x (λ) N(,) Qx ( ) = PX ( > x) = Fx ( ) x λ A função Q(x) está relacionada com a função de erro erf(x) e com a função de erro complementar erfc(x) através de Q(x) = erfc( x ) erfc(x ) = erf (x ) = π e λ dλ x erfc(x ) = Q( x ) Q ( y) = erf ( y) = = erfc ( y) Todas estas funções se encontram tabuladas em diversos livros ou podem ser calculadas em computador. Probabilidades de erro com detecção no ponto central
11 A função Q Q(x ) = π e λ dλ x Q(x) x oje em dia já não precisamos de consultar tabelas com as funções de erro ou com a função Q pois existem programas de computador que as calculam. Por exemplo, em Matlab experimente as funções erf, erfc e erfinv ou defina Q(x) como normcdf(x) se dispuser da Statistics Toolbox. Probabilidades de erro com detecção no ponto central
12 Casos particulares: sinalização unipolar e polar. Sinalização unipolar A T T 3T t Potência média do sinal: S = A = V Potência normalizada do ruído: N = σ Logo: V S Pe = Q = Q σ N. Sinalização polar A/ -A/ T T t Potência média do sinal: A V S = = 4 Potência normalizada do ruído: N = σ Logo: V S Pe = Q = Q σ N As probabilidades de erro são iguais mas com sinalização unipolar é preciso o dobro da potência do sinal. Probabilidades de erro com detecção no ponto central
13 Sinalização multinível Consideremos M níveis igualmente espaçados de V volts e ruído com variância σ: V 3 V V V t V Em termos de funções densidade de probabilidade passamos a ter a figura seguinte: p(z V o ) p(z V ) p(z V ) p(z V 3 ) Pe Pe3 Vo=-3 V/ V=- V/ V= V/ V3=3 V/ v Seja P e probabilidade de erro com níveis binários P em probabilidade de erro com M níveis Cada um dos dois símbolos exteriores contribui com uma probabilidade de erro P e. Cada um dos M- símbolos interiores contribui com uma probabilidade de erro dupla, P e. Com símbolos equiprováveis: P em = M M.P e + M P (M ) e = M P e = (M ) M Q V σ Probabilidades de erro com detecção no ponto central 3
14 Sinalização multinível: um exemplo P.: Um sistema de sinalização em banda-base, de quatro níveis equiprováveis, utiliza impulsos rectangulares NRZ. A atenuação entre emissor e receptor é 5dB e a potência do ruído na entrada a 5Ω de um detector ideal com decisão no ponto central é µw. Qual é a potência média do sinal transmitido para que a probabilidade de símbolo errado seja -4? R.: O desvio padrão da tensão de ruído no receptor é igual ao valor eficaz (rms) da tensão de ruído (pois este tem média nula): σ = PR = 5 5 =,36 (V ) Resolvendo a equação P em ( M ) V = Q M σ em ordem a V : V = σq M (M ) P em =,36 Q =,7(V) no receptor os níveis dos impulsos são ±85,5mV e ±56mV. Potência dos impulsos no receptor:,855 5 =, 46 4 W (dois dos impulsos),56 5 =, 3 3 W (dois dos impulsos) Potência recebida média (com símbolos equiprováveis): S R =,46 +, 3 ( ). 3 =,78mW Potência transmitida: 5 PT SR,78 3,6 3mW = = = (3,6dBm) Probabilidades de erro com detecção no ponto central 4
15 Sinalização multinível: o caso dos códigos AMI No código AMI temos três níveis, e ± V, não equiprováveis: P( V )= P( V ) = 4 e P( ) = Suponhamos que o ruído AWGN tem variância σ e que f (z) e f (z) são as fdps gaussianas associadas aos níveis e V. Dada a simetria das fdps os limiares são simétricos: ±. Probabilidade de erro: P e = 4. f (z)dz +. f (z)dz = f (z)dz + f (z)dz Fazendo as necessárias mudanças de variável chega-se a P e = Q V σ + Q = σ Q V σ + Q σ Os limiares óptimos obtêm-se igualando a derivada de P e a zero: dp e d = opt f ( opt ) f ( opt ) = opt = V + σ ln V = V + σ V ln A probabilidade de erro mínima é obtida com estes limiares: P emin = Q V σ σ V ln + Q V σ + σ V ln Probabilidades de erro com detecção no ponto central 5
Transmissão de impulsos em banda-base
ransmissão de impulsos em banda-base ransmissão de impulsos através de um canal com ruído aditivo.3 O filtro adaptado e o correlacionador ransmissão de sinais em canais banda-base Introdução Consideremos
Leia maisEEC4164 Telecomunicações 2
Licenciatura em Engenharia Electrotécnica e de Computadores EEC4164 Telecomunicações (00/003) 1ª Parte Duração: 1 hora (sem consulta) 1ª chamada 4 de Janeiro de 003 1. a) Uma alternativa a PCM é a modulação
Leia maisFundamentos da Teoria da Probabilidade
Fundamentos da Teoria da Probabilidade Edmar José do Nascimento (Princípios de Comunicações) http://www.univasf.edu.br/ edmar.nascimento Universidade Federal do Vale do São Francisco Sinais Aleatórios
Leia maisExercícios de Telecomunicações 2
Departamento de Engenharia Electrotécnica e de Computadores Exercícios de Telecomunicações 2 (2004-2005) Sílvio A. Abrantes e Artur Moura Transmissão em banda-base 2.1. Um terminal gera 1250 caracteres/s,
Leia maisTrabalho de Comunicações Digitais. Guia de procedimento
Trabalho de Comunicações Digitais Guia de procedimento Turma : Grupo : Data: / /2005 Nomes: Este guia contem o conjunto de experiências e observações a efectuar durante as aulas práticas laboratoriais.
Leia maisTrabalho n o 3 Detecção de sinais em canais AWGN
Telecomunicações 2 LEEC / FEUP Trabalho n o 3 Detecção de sinais em canais Conteúdo 1 Objectivos 1 2 Preliminares teóricos 1 3 Experiência 4 3.1 Detecção por amostragem............................. 4 3.2
Leia maisModulações digitais. Detecção não coerente de DPSK e MFSK. Probabilidades de erro.
Modulações digitais 6 Detecção não coerente de DPSK e MFSK Proailidades de erro. Detecção não-coerente de FSK inário O sinal receido é r(t) = E cos(ω it + θ) + n(t ), em que θ é uma amostra de uma variável
Leia maisComunicaçõ. ções Digitais II. Texto original por Prof. Dr. Ivan Roberto Santana Casella
PTC-43 Comunicaçõ ções Digitais II Texto original por Prof. Dr. Ivan Roberto Santana Casella Representaçã ção o Geométrica de Sinais A modulação digital envolve a escolha de um sinal específico s i (t)
Leia maisDescodificação iterativa
Sílvio A. Abrantes DEEC/FEUP 26 Descodificação iterativa 2 Descodificação de códigos LDPC por transferência de mensagens em grafos de Tanner Introdução Diagrama de blocos de um sistema genérico de codificação
Leia maisEEC4164 Telecomunicações 2
Departamento de Engenharia Electrotécnica e de Computadores EEC4164 Telecomunicações 2 (2001/2002) 1ª Parte Duração: 1 hora (sem consulta) 1ª chamada 4 de Janeiro de 2002 1. a) Mostre que a potência média
Leia maisAnálise de Desempenho de Sistemas de Comunicações Digitais
Análise de Desempenho de Sistemas de Comunicações Digitais Edmar José do Nascimento (Princípios de Comunicações) Universidade Federal do Vale do São Francisco Roteiro 1 Detecção Binária 2 Modulações Digitais
Leia maiscanal para sinais contínuos
Processos estocásticos, Entropia e capacidade de canal para sinais contínuos 24 de setembro de 2013 Processos estocásticos, Entropia e capacidade de canal para1 sin Conteúdo 1 Probabilidade de sinais contínuos
Leia maisTE060 Princípios de Comunicação. Probabilidade. Probabilidade Condicional. Notes. Notes. Notes
TE060 Princípios de Comunicação Efeito do Ruído em Sistemas com Modulação de Onda Contínua 5 de novembro de 2013 Probabilidade Uma medida de probabilidade P é uma função que associa um número não negativo
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 maisTransmissão Digital em Banda Base
Transmissão Digital em Banda Base Luis Henrique Assumpção Lolis 27 de maio de 2014 Luis Henrique Assumpção Lolis Transmissão Digital em Banda Base 1 Conteúdo 1 Introdução 2 Análise de erro de bits 3 Interferência
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 maisTrabalho n o 2 Códigos de Linha
Telecomunicações 2 LEEC / FEUP Trabalho n o 2 Códigos de Linha Conteúdo 1 Objectivos 1 2 Preliminares teóricos 1 3 Experiência 2 3.1 Formas de onda.................................. 2 3.2 Densidades espectrais
Leia maisEN2611 Comunicação Digital Lista de Exercícios Suplementares 3 2 quadrimestre 2012
EN6 Comunicação Digital Lista de Exercícios Suplementares 3 novemro EN6 Comunicação Digital Lista de Exercícios Suplementares 3 quadrimestre. (HSU, 3, p. 37) (,) Encontre a saída do filtro casado e determine
Leia maisAnálise de desempenho de um sistema de comunicação óptica
INSTITUTO SUPERIOR TÉCNICO LICENCIATURA EM ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES GUIA DO º TRABALHO DE LABORATÓRIO DE SISTEMAS DE TELECOMUNICAÇÕES I Análise de desempenho de um sistema de comunicação
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 maisCC-226 Aula 07 - Estimação de Parâmetros
CC-226 Aula 07 - Estimação de Parâmetros Carlos Henrique Q. Forster - Instituto Tecnológico de Aeronáutica 2008 Estimação de Parâmetros Para construir o classificador bayesiano, assumimos as distribuições
Leia maisEN2611 Comunicação Digital Lista de Exercícios Suplementares 2 2 quadrimestre 2012
EN6 Comunicação Digital Lista de Exercícios Suplementares outuro EN6 Comunicação Digital Lista de Exercícios Suplementares quadrimestre (LATHI, DING, 9, p 77) Seja p( t ) dado por πt sin T T ( ) = u (
Leia maisII-6 Análise de ruído e capacidade de canal
II-6 Análise de ruído e capacidade de canal Comunicações ISEL - ADEETC - Comunicações 1 Sumário 1. Causa dos erros na transmissão Modelo AWGN e ISI Modelo BSC Efeito do ruído Relação sinal/ruído 2. Curvas
Leia maisTELECOMUNICAÇÕES II Trabalho nº 2 Códigos de linha
TELECOMUNICAÇÕES II Trabalho nº 2 Códigos de linha Trabalho realizado por : Igor Terroso Fernando Pinto Oscar Patrício da Turma 4EEC08 Indice: Objectivo...3 Conceitos teóricos...4 O codigo de linha 2B1Q...6
Leia maisII-6 Análise de Ruído e Capacidade de Canal
II-6 Análise de Ruído e Capacidade de Canal Comunicações ISEL - ADEETC - Comunicações 1 Sumário 1. Causa dos erros na transmissão Modelo AWGN (canal físico) Modelo BSC (canal discreto) Efeito do ruído
Leia maisFundamentos de Telecomunicações 2002/03
INSTITUTO SUPERIOR TÉCNICO Número: Fundamentos de Telecomunicações 2002/03 EXAME Janeiro, 2003 Duração: 20 minutos Nome: Pretende contabilizar as notas dos testes? sim não Assinatura A resolução do exame
Leia maisCapítulo 6 Receptores Ótimos e Modulação Digital
Capítulo 6 Receptores Ótimos e Modulação Digital 1. Receptores Ótimos para Comunicação de Dados Projeto de receptores: sinal fraco somado ao ruído aditivo. Propósito da detecção: estabelecer a presença
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 maisAGA Análise de Dados em Astronomia I. 2. Probabilidades
1 / 20 AGA 0505- Análise de Dados em Astronomia I 2. Probabilidades Laerte Sodré Jr. 1o. semestre, 2018 2 / 20 tópicos 1 probabilidades - cont. 2 distribuições de probabilidades 1 binomial 2 Poisson 3
Leia maisUniversidade de São Paulo Instituto de Ciências Matemáticas e de Computação
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Francisco A. Rodrigues Departamento de Matemática Aplicada e Estatística - SME Objetivo Dada M classes ω 1, ω 2,..., ω M e um
Leia maisp( y θ ) depende de um parâmetro desconhecido θ.
55Modelação, Identificação e Controlo Digital 55 Método de Máxima Verosimilhança (Maximum Likelihood) Seja y uma variável aleatória (v. a.) cuja densidade de probabilidade p( y θ ) depende de um parâmetro
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 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 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 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 maisTiago Viana Flor de Santana
ESTATÍSTICA BÁSICA DISTRIBUIÇÃO NORMAL DE PROBABILIDADE (MODELO NORMAL) Tiago Viana Flor de Santana www.uel.br/pessoal/tiagodesantana/ tiagodesantana@uel.br sala 07 Curso: MATEMÁTICA Universidade Estadual
Leia maisCódigos de controle de erros: introdução
Códigos de controle de erros: introdução Luis Henrique Assumpção Lolis 11 de outubro de 2013 Luis Henrique Assumpção Lolis Códigos de controle de erros: introdução 1 Conteúdo 1 Introdução 2 Canais discretos
Leia maisTrabalho n o 4 Modulações Digitais Binárias
Telecomunicações 2 LEEC / FEUP Trabalho n o 4 Modulações Digitais Binárias Conteúdo Objectivos 2 Preliminares teóricos 3 Experiência 2 3. Formas de onda e densidades espectrais de potênciadeaskepsk.....
Leia maisPRINCÍPIOS DE COMUNICAÇÃO
PRINCÍPIOS DE COMUNICAÇÃO RUÍDO EM MODULAÇÕES ANALÓGICAS Evelio M. G. Fernández - 2011 Processo Aleatório (ou Estocástico): Função aleatória do tempo para modelar formas de onda desconhecidas. Processos
Leia maisAnálise de desempenho de um sistema de comunicação óptica
INSTITUTO SUPERIOR TÉCNICO LICENCIATURA EM ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES GUIA DO º TRABALHO DE LABORATÓRIO DE SISTEMAS DE TELECOMUNICAÇÕES I Análise de desempenho de um sistema de comunicação
Leia maisVariáveis Aleatórias Contínuas e Distribuição de Probabilidad
Variáveis Aleatórias Contínuas e Distribuição de Probabilidades - parte II 26 de Novembro de 2013 Distribuição Contínua Uniforme Média e Variância Objetivos Ao final deste capítulo você deve ser capaz
Leia maisComunicações Digitais Prof. André Noll Barreto Prova /1 (26/04/2012)
Prova 1 01/1 (6/04/01) Aluno: Matrícula: Instruções A prova consiste de três questões discursivas A prova terá a duração de h A prova pode ser feita a lápis ou caneta Não é permitida consulta a notas de
Leia maisEE210 Sistemas de Comunicação II 1ª Avaliação 06/09/ h30min Prof. Dayan Adionel Guimarães. Aluno(a): Matrícula.
EE210 Sistemas de Comunicação II 1ª Avaliação 06/09/2018 15h30min Prof. Dayan Adionel Guimarães Nota T Nota P Aluno(a): Matrícula. Prova sem consulta, com duração de 100 minutos. A interpretação é parte
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 08
Teoria das Filas aplicadas a Sistemas Computacionais Aula 08 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisFormatação de fonte. PCM ( Pulse Code Modulation )
Formatação de fonte PCM ( Pulse Code Modulation ) Elementos básicos de um sistema PCM A obtenção de um sinal PCM envolve três operações: 1. Amostragem. uantização (uniforme ou não-uniforme) 3. Codificação
Leia maisTeoria da Informação. Codificação de Fonte
Codificação de Fonte lucianol@inatel.br /62 Conteúdo e Referência. Revisão: Probabilidade e Variáveis Aleatórias 2. Fontes de informação amostragem e quantização 3. Princípios da 4. Compactação de Fonte
Leia maisÍNDICE LISTA DE FIGURAS LISTA DE TABELAS PREFÁCIO AGRADECIMENTOS
ÍNDICE LISTA DE FIGURAS LISTA DE TABELAS PREFÁCIO AGRADECIMENTOS 1 O SISTEMA TELEFÓNICO 1.1 Introdução 1.2 Terminais telefónicos 1.3 Rede telefónica 1.4 Princípios de comutação telefónica 1.4.1 Introdução
Leia maisEEC4164 Telecomunicações 2
Departamento de Engenharia Electrotécnica e de Computadores EEC4164 Telecomunicações (000/001) 1ª Parte Duração: 1 hora (sem consulta) 1ª chamada 5 de Janeiro de 001 1. O que é o efeito de abertura na
Leia maisVetor de Variáveis Aleatórias
Vetor de Variáveis Aleatórias Luis Henrique Assumpção Lolis 25 de junho de 2013 Luis Henrique Assumpção Lolis Vetor de Variáveis Aleatórias 1 Conteúdo 1 Vetor de Variáveis Aleatórias 2 Função de Várias
Leia maisθ depende de um parâmetro desconhecido θ.
73 Método de Máxima Verosimilhança (Maximum Likelihood) Seja uma variável aleatória (v. a.) cuja densidade de probabilidade depende de um parâmetro desconhecido. Admite-se conhecida a forma de Exemplo
Leia maisTeoria das Comunicações Prof. André Noll Barreto Prova 3
Prova 3 6/08/010 Aluno: Matrícula: Questão 1 ( pontos) Queremos transmitir a seguinte sequência de bits: 1001110010 Esboce o sinal transmitido para os seguintes esquemas (0, ponto cada): a) sinalização
Leia maisResumindo e concluindo
Resumindo e concluindo TeleTextos de bolso e de trazer por casa, suavemente, suavemente Em busca da fase perdida Sílvio A. Abrantes Departamento de Engenharia Electrotécnica e de Computadores Faculdade
Leia maisTE060 Princípios de Comunicação
TE060 Princípios de Comunicação Sistemas de Modulação Digital 29 de junho de 2016 Sistemas de Comunicação Digital Sistema digital no sentido de utilizar uma sequência de símbolos pertencentes a um conjunto
Leia maisResumindo e concluindo
Resumindo e concluindo eleextos de bolso e de trazer por casa, suavemente, suavemente Parte Sílvio A Abrantes Departamento de Engenharia Electrotécnica e de Computadores Faculdade de Engenharia, Universidade
Leia maisResolução Exercícios P3. Resolução dos exercícios do capítulo 9
Resolução Exercícios P3 Resolução dos exercícios do capítulo 9 Exercício 9. Esboce o diagrama elétrico de um circuito simples de excitação de LED para uma interface TTL e o circuito simplificado de excitação
Leia mais4 Transmissão Através de Canal Ruidoso
4 Transmissão Através de Canal Ruidoso 4.1 Modelos de Canais O canal de comunicação modela o meio físico através do qual é transportada a informação desde o transmissor até o receptor, diferentes tipos
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 maisTelecomunicações 2 LEEC / FEUP. Trabalho n o 5. 1 Objectivos 1. 2 Preliminares teóricos. 3.3 Estimativa das probabilidades de erro em 8-PSK...
Telecomunicações LEEC / FEUP Trabalho n o 5 odulações Digitais não-binárias Conteúdo 1 Objectivos 1 Preliminares teóricos 1 3 Experiência 3 3.1 odulação 8-PSK................................. 3 3. Desmodulação
Leia maisPARTE TEÓRICA Perguntas de escolha múltipla
PROBABILIDADES E ESTATÍSTICA MIEEC/FEUP PARTE TEÓRICA Perguntas de escolha múltipla 1 Dada a experiência aleatória ε define-se espaço amostral associado a ε como sendo: A O espaço físico onde se realiza
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 maisNeste capítulo é introduzido um conceito que permite definir eventos de uma forma mais
Capítulo 2 A variável aleatória Neste capítulo é introduzido um conceito que permite definir eventos de uma forma mais consistente. Este novo conceito é o de variáveis aleatórias e se constitui em uma
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 maisA figura 5.1 ilustra a densidade da curva normal, que é simétrica em torno da média (µ).
Capítulo 5 Distribuição Normal Muitas variáveis aleatórias contínuas, tais como altura, comprimento, peso, entre outras, podem ser descritas pelo modelo Normal de probabilidades. Este modelo é, sem dúvida,
Leia maisAnexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos
1 Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos Documento auxiliar à disciplina de Modelação, Identificação e Controlo Digital Alexandre Bernardino 003/005 IST-Secção de Sistemas
Leia maisCC-226 Aula 05 - Teoria da Decisão Bayesiana
CC-226 Aula 05 - Teoria da Decisão Bayesiana Carlos Henrique Q. Forster - Instituto Tecnológico de Aeronáutica 2008 Classificador Bayesiano Considerando M classes C 1... C M. N observações x j. L atributos
Leia maisComunicações Digitais
Comunicações Digitais Princípios de Transmissão Digital Prof. Fabrício Simões IFBA Primavera de 2017 Prof. Fabrício Simões (IFBA) Comunicações Digitais Primavera de 2017 1 / 27 1 Códigos de Linha PCM 2
Leia maisPrincípios de Telecomunicações. PRT60806 Aula 20: Códigos de Linha Professor: Bruno Fontana da silva 2014
1 Princípios de Telecomunicações PRT60806 Aula 20: Códigos de Linha Professor: Bruno Fontana da silva 2014 Bloco de Comunicação Genérico Mensagem: sinais digitais (binários) Codificador de Linha A fonte
Leia maisProcessos Estocásticos
Processos Estocásticos Luis Henrique Assumpção Lolis 26 de maio de 2014 Luis Henrique Assumpção Lolis Processos Estocásticos 1 Conteúdo 1 Introdução 2 Definição 3 Especificando um processo aleatório 4
Leia maisDisciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 05 / Detecção Binária Baseada em
Disciplina: Processamento Estatístico de Sinais (ENGA83) - Aula 05 / Detecção Binária Baseada em Múltiplas Observações e Detecção com Múltiplas Hipóteses Prof. Eduardo Simas (eduardo.simas@ufba.br) Programa
Leia maisSeja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma:
46 VALOR ESPERADO CONDICIONADO Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma: Variável contínua E + ( X Y
Leia maisReconhecimento de Padrões. Reconhecimento de Padrões
Reconhecimento de Padrões 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 Escola Superior de Tecnologia Engenharia Informática Reconhecimento de Padrões Prof. João Ascenso e Prof.
Leia maisPrincípios de Telecomunicações. PRT60806 Aula 19: Modulação por Código de Pulso (PCM) Professor: Bruno Fontana da silva 2014
1 Princípios de Telecomunicações PRT60806 Aula 19: Modulação por Código de Pulso (PCM) Professor: Bruno Fontana da silva 2014 Bloco de Comunicação Genérico Emissor sinais analógicos x sinais digitais Sinais
Leia maisCOMUNICAÇÃO DIGITAL II
UBERABA MG 2º SEMESTRE 2008 COMUNICAÇÃO DIGITAL II AUTOR: ENG. ANTONIO CARLOS LEMOS JÚNIOR acjunior@facthus.edu.br MODULAÇÃO DIGITAL Transmissão dos dígitos binários através de um canal passa banda. O
Leia maisCanais discretos sem memória e capacidade do canal
Canais discretos sem memória e capacidade do canal Luis Henrique Assumpção Lolis 17 de outubro de 2013 Luis Henrique Assumpção Lolis Canais discretos sem memória e capacidade do canal 1 Conteúdo 1 Canais
Leia maisResolução de exercícios Parte 3
Resolução de exercícios Parte 3 Capítulo 9 (15 exercícios) 1. uponha que a mensagem 1 0 0 1 1 0 seja transmitida por um sistema de comunicações ópticas, usando codificação ON-OFF NRZ. Esboce as possíveis
Leia maisAnexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos
1 Anexo 1 - Revisões de Teoria das Probabilidades e Processos Estocásticos Documento auxiliar à disciplina de Modelação, Identificação e Controlo Digital Alexandre Bernardino IST-Secção de Sistemas e Controlo
Leia maisTeoria da Informação
Charles Casimiro Cavalcante charles@gtel.ufc.br Grupo de Pesquisa em Telecomunicações Sem Fio GTEL Programa de Pós-Graduação em Engenharia de Teleinformática Universidade Federal do Ceará UFC http://www.gtel.ufc.br/
Leia maisAST203-CVR 4-1 AST203-CVR. Observação eletromagnética. Processamento de sinais importante em várias áreas, além da astronomia telecomunicações
Bloco 4 Estatística Atualizado: 2012 4-1 Bibliografia Lena Cap. 4 (parte) - só a inspiração... Wall & Jenkins, Practical statistics for astronomers Brandt Statistical and computacional methods in data
Leia maisEE210 Sistemas de Comunicação II 1ª Avaliação (PV1) 17/03/ h30min Profs. Dayan A. Guimarães e Rausley A. A. de Souza. Aluno(a): Matrícula.
EE2 Sistemas de Comunicação II ª Avaliação (PV) 7/3/25 2h3min Profs. Dayan A. Guimarães e Rausley A. A. de Souza Nota: Aluno(a): Matrícula. Prova sem consulta, com duração de h5min. A interpretação é parte
Leia maisSeminário. Marcio Eisencraft. Pós-Graduação em Computação Aplicada INPE. Aplicações de Sinais Caóticos em Comunicações
Seminário Pós-Graduação em Computação Aplicada INPE Aplicações de Sinais Caóticos em Comunicações Marcio Eisencraft 03/12/2009 Sumário da apresentação 1. Introdução - Sinais caóticos 2. Modulação usando
Leia maisIntrodução aos Proc. Estocásticos - ENG 430
Introdução aos Proc. Estocásticos - ENG 430 Fabrício Simões IFBA 16 de novembro de 2015 Fabrício Simões (IFBA) Introdução aos Proc. Estocásticos - ENG 430 16 de novembro de 2015 1 / 35 Fabrício Simões
Leia maisAula 01 Distribu b ições : u v ições : a v r a iáveis discr áv e eis discr tas 1 17/3/2011
Aula 0 Distribuições : variáveis discretas Processo aleatório Mesmo quando repetidos sob certas condições prédeterminadas os processos podem gerar diferentes resultados Processos aleatórios O resultado
Leia maisAlgoritmos de Aprendizado
Algoritmos de Aprendizado Regra de Hebb Perceptron Delta Rule (Least Mean Square) Back Propagation Radial Basis Functions (RBFs) Competitive Learning Hopfield Algoritmos de Aprendizado Regra de Hebb Perceptron
Leia maisTransmissão de impulsos em banda-base
Transmissão de impulsos em banda-base Códigos de linha Sequências pseudo-aleatórias Baralhadores Códigos de linha A transformação de uma sequência binária na sua representação eléctrica é feita através
Leia maisAmostragem de Sinais
UNIVERSIDADE FEDERAL DA PARAÍBA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA Amostragem de Sinais Prof. Juan Moises Mauricio Villanueva jmauricio@cear.ufpb.br 1 Amostragem (Sampling) Para um sinal
Leia maisDistribuição Normal. Prof. Herondino
Distribuição Normal Prof. Herondino Distribuição Normal A mais importante distribuição de probabilidade contínua em todo o domínio da estatística é a distribuição normal. Seu gráfico, chamado de curva
Leia maisModelação, Identificação e Controlo Digital 2003/04 Segundo Exame
Lic. Em Engª Electrotécnica e de Computadores Modelação, Identificação e Controlo Digital 003/04 Segundo Exame 4 de Fevereiro de 004, 9 horas - sala E5 Quotação: P-4, P-4, P3-4, P4-3, P5-3, P6-. P Considere
Leia maisAnálise de Dados em Astronomia. 3. Distribuições de Probabilidades
1 / 24 3. Distribuições de Probabilidades Análise de Dados em Astronomia 3. Distribuições de Probabilidades Laerte Sodré Jr. AGA0505, 1o. semestre 2019 introdução aula de hoje 1 2 a distribuição uniforme
Leia maisVariáveis Aleatórias Contínuas
Variáveis Aleatórias Contínuas Bacharelado em Administração - FEA - Noturno 2 o Semestre 2017 MAE0219 (IME-USP) Variáveis Aleatórias Contínuas 2 o Semestre 2017 1 / 35 Objetivos da Aula Sumário 1 Objetivos
Leia maisTeoria das Comunicações Prof. André Noll Barreto Prova /02
Prova 3 010/0 7/01/011 Aluno: Matrícula: Instruções A prova consiste em 4 questões discursivas. A prova terá a duração de h30. A prova pode ser feita a lápis ou caneta. Não é permitida consulta a notas
Leia maisResolução dos exercícios propostos do livro texto referente a primeira etapa do curso Rodrigo César Pacheco
dos exercícios propostos do livro texto referente a primeira etapa do curso Rodrigo César Pacheco Exercícios do capítulo 1 (páginas 24 e 25) Questão 1.1 Uma fonte luminosa emite uma potência igual a 3mW.
Leia maisTeoria da Informação
Charles Casimiro Cavalcante charles@gtel.ufc.br Grupo de Pesquisa em Telecomunicações Sem Fio GTEL Programa de Pós-Graduação em Engenharia de Teleinformática Universidade Federal do Ceará UFC http://www.gtel.ufc.br/
Leia maisANÁLISE DE SINAIS E SISTEMAS
ANÁLISE DE SINAIS E SISTEMAS AULA 2: :. Sinais de Tempo Contínuo e Sinais de Tempo Discreto; 2. Sinais Analógicos e Digitais; 3. Sinais Determinísticos e Sinais Aleatórios; 4. Sinais Pares e Sinais Ímpares;
Leia mais2.3 Operações sobre uma variável aleatória - Esperança matemática
matemática 58 atingir a mosca dado que ele atingiu o alvo. Exercício 2.33. [3] Duas caixas tem bolas vermelhas, verdes e azuis dentro; a quantidade de cada uma é dada a seguir. Caixa 01-5 vermelhas; 35
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Aula 6 Distribuições Contínuas (Parte 02) Leitura obrigatória: Devore, Capítulo 4 Chap 6-1 Distribuições de Probabilidade Distribuições de Probabilidade Distribuições de Probabilidade
Leia maisLEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100%
. Definição dos acontecimentos: M T-shirt tem manchas C T-shirt tem costuras defeituosas D T-shirt é defeituosa A Preço da t-shirt é alterado a) PM) = % PC) = 5% PM C) = % LEEC Probabilidades e Estatística
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 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 mais