mlse-dsp

Prévia do material em texto

Implementação em DSP e Estudo do Desempenho de um Equalizador
de Máxima Verossimilhança para o Sistema Celular D-AMPS TDMA
Aline de Oliveira Neves, Cristiano M. Panazio e Francisco Rodrigo P. Cavalcanti
Laboratório de Processamento Digital de Sinais para Comunicações Móveis (DSP-COM)
DECOM-FEEC-UNICAMP
Caixa Postal 6101, CEP 13083-970 Campinas-SP
aline@decom.fee.unicamp.br, panazio@decom.fee.unicamp.br
rod@dee.ufc.br
Sumário: Neste artigo apresentamos uma
implementação em um processador DSP de um
equalizador de máxima verossimilhança que opera
nas condições do sistema D-AMPS TDMA de
telefonia celular digital. Resultados em tempo real
obtidos com o DSP são comparados com a simulação
via Matlab. O sistema permite também observar o
desempenho do equalizador através da transmissão
e conseqüente escuta de sinais de voz. O equalizador
é controlado por uma interface gráfica amigável que
roda em um PC convencional. Em se tratando de um
terminal celular portátil , a carga computacional
necessária e uma proposta para sua redução são
estudadas.
1. INTRODUÇÃO
Equalizadores são dispositivos utili zados em
sistemas de comunicação para combater a distorção
causada pelo canal de transmissão. Em comunicações
digitais esta distorção se apresenta na forma de
interferência intersimbólica (IIS). Nos sistemas
modernos, uma das soluções usuais consiste em
implementar equalizadores digitais através de filtros
adaptativos, com estruturas transversais ou de decisão
realimentada. Outra classe de soluções, tida como
mais robusta e adotada atualmente em sistemas rádio-
móvel, baseia-se na técnica de estimação de máxima
verossimilhança. São comumente referenciados como
equalizadores MLSE (“Maximum Likelihood
Sequence Estimator” )[1].
Neste artigo, estudamos o desempenho de um
equalizador MLSE, implementado com o algoritmo de
Viterbi [2], operando em uma versão simulada do
sistema D-AMPS TDMA de telefonia celular digital.
Sua padronização encontra-se na norma IS-54 e, mais
recentemente, na norma IS-136 [3].
O sistema D-AMPS pode ser caracterizado como
exibindo desvanecimento plano em freqüência, pois,
para espalhamentos de atraso típicos, sua banda de
coerência é maior do que a banda do sinal transmitido.
Entretanto, em condições de propagação adversa, o
espalhamento do atraso pode crescer acima dos
valores típicos diminuindo a qualidade do sinal
recebido. Num mercado altamente competitivo, a
inclusão de um equalizador no terminal celular portátil
pode representar uma vantagem comercial pois
melhoraria o sinal exatamente em situações onde o
usuário esperaria baixa qualidade de recepção.
Como desejamos implementar tal técnica de
equalização em um terminal celular portátil , foi dada
especial atenção ao problema da carga computacional
requerida pelo algoritmo de equalização. Uma vez que
o terminal precisa ser pequeno e ter baixo consumo de
energia, precisamos ponderar entre o ganho de
qualidade na recepção e a necessidade de um
processador de sinais mais poderoso, implicando em
um maior consumo de energia, espaço ocupado e
custo do terminal celular móvel.
Assim, a principal contribuição do presente trabalho
é a implementação completa do sistema com
equalização em DSP, para simulação e testes em
tempo real, em presença de seqüências de dados
aleatoriamente gerados bem como de sinal de voz
digitalizado. Aspectos inovadores que daí decorrem
incluem a avaliação da carga computacional, a
redução desta carga através de uma simplificação na
função-custo original do algoritmo de Viterbi e a
avaliação subjetiva do desempenho do equalizador
através de escuta do sinal de voz recebido.
O equalizador MLSE adotado não requer maiores
alterações na arquitetura de rádio-freqüência do
terminal móvel, uma vez que o mesmo é inteiramente
implementado em software e opera com um único
sinal e uma única antena.
A seção 2 deste trabalho descreve as ferramentas e a
metodologia utilizadas na implementação do
equalizador. A seção 3 descreve o modelo de
simulação adotado. A seção 4 versa sobre o algoritmo
de equalização e o detector MLSE. A seção 5 descreve
como foi realizada a emulação em tempo real e como
foi obtida a estimativa da carga computacional
requerida pelo equalizador. Em seguida, a seção 6
descreve a interface gráfica que controla o sistema e a
seção 7 mostra e discute os resultados obtidos com as
simulações. Finalmente a seção 8 estabelece nossas
conclusões.
2. FERRAMENTAS DE DESENVOLVIMENTO
Inicialmente os algoritmos de geração de símbolos,
canal de transmissão, estimador de canal, MLSE,
decodificação da seqüência transmitida e cálculo da
taxa de erro de bits foram desenvolvidos e testados no
programa Matlab, de forma a validar as técnicas
Figura 1- Placa de Desenvolvimento Blacktip-PCI
utili zadas. Os resultados obtidos foram comparados
com os existentes em [4].
Uma vez validado o modelo de simulação, a mesma
estrutura de algoritmos foi desenvolvida utili zando-se
o ambiente integrado de desenvolvimento Visual DSP,
que possui compilador C++ e depurador para o
processador ADSP2106x SHARC da Analog Devices.
O processador utili zado foi um ADSP21062 com
capacidade de 40 MIPS (“milli ons of instructions per
second”) e também de realizar operações em ponto
flutuante.
O DSP é parte de uma placa de desenvolvimento
Blacktip (figura 1), fabricada pela empresa Bittware
Research Systems, que se conecta a um barramento
PCI de um computador pessoal (PC). Os programas
desenvolvidos no ambiente Visual DSP podem ser
executados diretamente nesta placa.
Além disso, utili zando o compilador C++ Builder
da Borland, foi criada uma interface gráfica para
controle dos parâmetros de simulação e visualização
dos resultados obtidos. A interface entre o PC e o DSP
foi feita utilizando a Biblioteca C++ Host Interface,
também fornecida pela Bittware.
Os resultados obtidos com a simulação no DSP
foram confrontados com os obtidos anteriormente
através do Matlab, como descreveremos ao longo
deste artigo.
3. MODELO DE SISTEMA PARA SIMULAÇÃO
No sistema IS-136, um quadro é composto por seis
“slots” , sendo que o primeiro e o quarto são utili zados
por um usuário, o segundo e o quinto por outro e os
dois restantes por um terceiro. Cada “slot” possui 162
símbolos com modulação π/4-DQPSK e uma taxa de
transmissão de 24.3 kbaud, sendo os 14 primeiros
pertencentes à seqüência de sincronismo, conhecida
no receptor e que é utili zada para treinamento do
estimador e rastreador do canal. A figura 2 ilustra a
estrutura de quadro/ “slot” do sistema IS-136.
A norma IS-136 sugere um modelo com dois
multipercursos na recepção tal que a resposta
impulsiva do canal rádio-móvel seja dada por:
 h(t,τ)=c0(t)δ(t) + c1(t)δ(t-τ) (1)
onde c0(t) e c1(t) são processos aleatórios gaussianos
complexos e τ é o atraso relativo do 2o raio.
S D C D R
1 2 3 1 2 3
Frame Length = 20 ms
Slot Length =6,67 ms, 162 Symbols
IS-136 Forward Link Frame/Slot Structure
S = Synchronizat ion (14 symbols)
D=Data (71 Symbols)
C=Color Code (06 Symbols)
D=Data (65 Symbols)
R=Reserved (06 Symbols)
Figura 2- Estrutura de quadro/“ slot” do IS-136 [3]
Os processos c0(t) e c1(t) são obtidos pela
amostragem, na taxa de símbolos, de pulsos cosseno
levantado (com fator de excesso de faixa de 0.35)
centrados em t=0 e t=τ, obtendo-se assim a resposta
impulsiva do canal, correspondente aos raios direto e
atrasado. Essas amostras são multiplicadas por
processos aleatórios gaussianos complexos des-
correlatados. Para estes processos foi adotado o
espectro Doppler clássico, implementado como um
filt ro Chebyshev de segunda ordem [4].
Foi adicionado à saída do canal, um ruído branco
gaussiano cuja potência é obtida a partir de uma SNR
(“Signal to Noise Ratio” ) especificada.
O tempo de coerência (Tc) de um canal rádio móvel
é definido por [5]:
 
v
TC
2/λ= (3)
onde λ é o comprimento de onda e v é a velocidade da
unidade móvel. Prevendo o pior caso (velocidade da
unidade móvel igual a 100km/h), para uma portadora
de 900 MHz, o tempo de coerênciaserá de
aproximadamente de 5.9ms, que é da mesma ordem
do período do “slot” (6.67ms). Isto justifica a
necessidade de um rastreamento do canal durante todo
o “slot” .
4. ALGORITMO DE EQUALIZAÇÃO E DETECTOR MLSE
A equalização através da detecção de seqüências de
máxima verossimilhança realiza uma busca explícita
da seqüência mais provavelmente transmitida, com
base no conhecimento da seqüência recebida. Para
isto, é necessária uma estimativa da relação entrada-
saída do canal, cujo comportamento é suposto linear.
Trata-se de uma técnica cuja complexidade
computacional é superior a dos equalizadores
transversais e DFE (“Decision Feedback
Equalization” ). Sua robustez porem tem sido atestada
na prática, dado que é a solução de equalização
implementada no sistema europeu de telefonia celular
digital, GSM (“Global Systems for Mobile
Communication” ).
Para estimar e rastrear o canal, utili zamos o
algoritmo LMS que possui, como treinamento, os 14
símbolos da seqüência de sincronismo e, em seguida,
realiza decisão direta, utili zando os símbolos
Transimissor
(DQPSK)
x(k)
X X
Σ
c0
M L S E
(Algor i tmo de Viterbi)
Σ
Σ
y(k- τ)
e(k)L M S
x'(k- τ)
X X
y'(k-τ)
x'(k-t )
Decisão Direta
Treinamento
+
-
c'0c'1
Τ
T
c1
Detetor
Diferencial
(DQPSK)
Medidor
de BER
x(k- τ)
ruído
Detetor
Diferencial
(DQPSK)
Figura 3- Diagrama de blocos
fornecidos pelo MLSE. A regra de atualização dos
pesos do estimador do canal é dada por [6]:
 c’ (k+1)=c’ (k)-µe*(k)x’ (k) (2)
onde µ é o passo do algoritmo, x’ (k) é o vetor de
entrada do estimador formado pelas últimas n
amostras do sinal de entrada e e(k)=(y(k)-y’ (k)) é o
erro entre o sinal y(k) na saída do canal (sinal
desejado) e o sinal y’ (k) na saída do estimador, cujo
vetor de pesos é c’= [c’ 1 c’ 2]
T.
O detetor MLSE foi implementado com base no
algoritmo de Viterbi. Isto reduz sua complexidade já
que, de outra forma, esta teria um crescimento
exponencial com o comprimento da seqüência de
teste, o que o tornaria proibitivo. O comprimento
adequado da seqüência de teste depende da memória
do canal sendo sugerido um valor mínimo de 5 vezes a
memória do mesmo [1].
No algoritmo de Viterbi, quanto maior o atraso de
decisão, maior a probabili dade das seqüências
sobreviventes terem convergido, mas pior será o
acompanhamento das variações do canal pelo
rastreador. Assim, o atraso de decisão deve ser um
compromisso entre estes dois fatores. Seu valor ótimo
foi obtido através de simulações, mostradas na seção 6
deste trabalho.
A função de custo utili zada em cada segmento da
treliça no algoritmo de Viterbi foi, inicialmente, do
tipo:
 
2
ˆ ii yy − (4)
onde yi é o valor observado na saída do canal,
incluindo o ruído, naquele estágio da treliça, enquanto
iŷ é a saída esperada, sem ruído, de acordo com a
treliça básica de possibili dades de transição do canal
estimado. Entretanto, a função de custo realmente
utili zada foi apenas o módulo da diferença,
objetivando reduzir a complexidade do algoritmo, o
que será discutido na seção 5.
Devemos ressaltar que a decodificação diferencial
só é feita após o processo de decisão (MLSE), visando
evitar a introdução de não linearidades no mesmo. Ao
fim da decodificação é calculada a taxa de bits errados
(BER) para análise da qualidade do “ link” .
Um diagrama de blocos do sistema de simulação
discretizado é mostrado na figura 3, onde τ é um
atraso igual a um número inteiro de períodos de
símbolo usado para gerar sincronismo entre o MLSE e
o rastreador.
5. EMULAÇÃO EM TEMPO REAL E ESTIMAÇÃO DE
CARGA COMPUTACIONAL
Para a implementação em tempo real dos algoritmos
do MLSE e do estimador/rastreador de canal, que são
responsáveis pela equalização, é necessário avaliar o
tempo de processamento disponível. No caso do
sistema IS-136, podemos adotar a estratégia descrita a
seguir, ilustrada na figura 4. O sinal do “slot” do
usuário desejado é inicialmente amostrado e
armazenado. Em seguida utili zamos o tempo
correspondente aos 2 “slots” seguintes, quando ocorre
a multiplexação por tempo com os outros dois
usuários não desejados, para realizar a equalização.
Isto equivale a 13.3ms de tempo disponível para a
equalização.
Programa Timer com # ciclos
equivalente ao tempo
disponivel para equalização
Cria e associa função para
tratamento de Interrupção do
Timer
SLOT1
USUÁRIO DESEJADO
SLOT3
OUTRO USUÁRIO
SLOT2
OUTRO USUÁRIO
EXECUTA EQUALIZAÇÃO NOS 2 SLOTS A SEGUIRAMOSTRA E ARMAZENA SLOT
TI
M
E
R
 Z
E
R
O
U
E
Q
U
A
LI
ZA
D
O
R
 I
N
TE
R
R
O
M
P
ID
O
TRATAMENTO DA
INTERRUPÇÃO DE TIMER:
TAXA MUITO ALTA, FIM DO
PROGRAMA
PREPARAÇÃO DO TIMER
TIMER DECREMENTANDO CONTAGEM
D
IS
P
A
R
A
 T
IM
E
R
TEMPO
D
E
S
LI
G
A
 T
IM
E
R
Figura 4-Metodologia de Emulação de Tempo-Real
Para fazer uma avaliação do equalizador
funcionando em tempo real, foi utili zado o timer do
ADSP21062. Cada ciclo do timer equivale a um pulso
de clock, ou seja, 25ns (freqüência de 40MHz).
Assim, considerando a taxa nominal do sistema IS-
136 (24.3kbaud), teremos disponíveis cerca de 5.3x105
ciclos de clock nos dois “slots” disponíveis para a
equalização. A fim de se obter exatamente o tempo de
processamento necessário para a equalização,
habilit amos a interrupção por timer e carregamos seu
contador com um certo número de ciclos. Caso este
não seja suficiente para a execução completa da
equalização, a interrupção gera um “flag” de erro.
Efetuando o procedimento descrito acima, o número
de ciclos de clock mínimo necessário para a execução
correta em tempo real da equalização, incluindo-se o
estimador/rastreador de canal e o algoritmo de Viterbi,
é de 4.64x105, o que corresponde a 11.6 ms, estando
dentro do intervalo de tempo disponível.
Utili zando-se todo o tempo disponível, poderíamos
empregar um processador com capacidade mínima de
processamento de 34.82 MIPS, que é um valor
facilmente atingido por outros DSPs disponíveis
comercialmente.
Apesar de compilado com opções de otimização do
compilador C do Visual DSP, alguma redundância
ainda pode existir no código do equalizador devido à
ineficiência do processo de conversão para o código
de máquina correspondente. Eliminando-se tais
redundâncias, a execução poderia ser ainda mais
rápida.
Quanto a função de custo do algoritmo de Viterbi, a
função original (eq. (4)) se mostrou muito onerosa
computacionalmente para o DSP. A mudança para a
função menos onerosa, dada pelo módulo da
diferença, acarretou numa pequena perda de eficiência
na decodificação. Tal fato poderá ser observado com
maiores detalhes na seção 7.
Se fosse utilizada a função custo original da eq. (4),
a carga computacional seria três vezes maior, o que
impossibil itaria a equalização em tempo real. Assim,
se justifica, plenamente, uma pequena perda de
desempenho com a introdução da nova função custo.
6. INTERFACE GRÁFICA DE CONTROLE
A interface gráfica tem como função permitir uma
interação amigável com o usuário do sistema de
simulação em DSP. Esta foi implementada utili zando-
se o compilador C++ Builder da Borland. No menu
principal de tal interface existem opções que permitem
selecionar valores para os parâmetros de simulação
tais como a relação sinal-ruído, velocidade do móvel,
espalhamento do atraso, passo do algoritmo LMS e
número de “slots” a serem transmitidos durante a
simulação. Tais parâmetros podem ser modificados
através do comando “Parameters” (figura 5). É
possível também realizar um teste de comunicação
entre a interface e a placa Blacktip. Este consiste em
executar um padrão ordenado de acendimento dos
LED’s disponíveis na placa Blacktip, além de um teste
de configuração e de “download” de programas para a
mesma.
A execução da simulação em tempo real é
conseguida através da opção “Run Simulation” (figura
6), a qual pode ser interrompida sempre que se
desejar.
Figura 5- Interface gráfica (tela “ Parameters” )
Figura 6-Interface gráfica, (opção “ Run Simulation” )
7. RESULTADOS E SIMULAÇÃO
O sistema IS-136 requer que um equalizador
compense atrasos de até41.2 µs para o 2º raio de
multipercurso de igual potência média em relação ao
raio direto. Este atraso equivale a um intervalo de
símbolo.
As condições simuladas são aquelas especificadas
na norma IS-137 [7] e mostradas na tabela 1.
Velocidade (Km/h) 8 50,100
SNR por bit(dB) 16 19
Atraso do 2º raio 0.25T, 0.50T, 1.0T
Tabela 1: Condições de Simulação.
Para todas as condições mostradas na tabela 1, a
taxa de erro de bits (BER) máxima deve ser igual a
3%.
As curvas a seguir, mostram os resultados obtidos
no DSP, simulando-se a transmissão de 10.000
“slots” . Os parâmetros dos algoritmos utili zados
foram definidos através de várias simulações,
obtendo-se como valor ótimo µ (passo do LMS) igual
à 0.2 e, para o MLSE, um atraso igual a um, o que
corresponde ao resultado também obtido em [4]. Para
efeito de simulação na seqüência de teste do algoritmo
de Viterbi, foram utili zados 5 símbolos para decidir
por 4, o que também foi um valor ótimo encontrado
após vários testes. Assim, para efetuar a decodificação
de todo o “slot” , foi necessário utilizar o primeiro
símbolo do próximo “slot” .
Pode-se perceber, através das figuras 7, 8 e 9 que a
equalização permite obter níveis de BER aceitáveis,
pela norma IS-137, na maioria dos casos em que
ocorre IIS. A única situação na qual a norma não foi
satisfeita foi para um atraso do segundo raio de 0.25T,
onde T é o período de um símbolo, e velocidade da
unidade móvel de 100km/h.
Observou-se que quanto maior o atraso do segundo
raio, melhor o desempenho do equalizador, o que se
deve a um aumento do grau de diversidade temporal.
Pode-se verificar também que a curva de BER
decresce mais lentamente, conforme a relação sinal
ruído (SNR) por bit aumenta, especialmente para
velocidades maiores. Isto se deve a limitações no
processo de rastreamento do canal.
Comparando estes resultados com os obtidos no
Matlab, obtivemos as curvas mostradas nas figuras 10-
12, sendo que nestas foram simuladas a transmissão
de 2500 “slots” apenas, por ser o Matlab muito mais
lento do que o DSP. Entretanto, foi realizada ainda
uma simulação transmitindo-se 12000 “slots” no
Matlab, a fim de se verificar se 2500 “slots” eram
suficientes para se obter resultados precisos. Os
resultados obtidos nos dois casos foram idênticos.
As figuras 10, 11 e 12 mostram que as curvas
obtidas no Matlab e no DSP são muito próximas,
chegando a coincidir em vários pontos, o que valida as
simulações do DSP. As pequenas diferenças que
podem ser observadas se devem provavelmente à
diferença de precisão numérica dos dois já que o
Matlab trabalha com variáveis tipo double (64 bits)
enquanto que o DSP só usa as de tipo float (32 bits).
Para efeito de análise da perda de eficiência do
algoritmo de Viterbi, ao se utili zar a função de custo
simplificada, obteve-se no DSP os resultados
mostrados na figura 13.
Pode-se observar que, conforme previsto, existe
uma pequena perda no algoritmo. Para compensar tal
perda, poderia se utili zar o código de cores de
verificação digital codificado (CDVCC), que consiste
em seis símbolos de um “slot” , localizados entre o 85º
e o 91º símbolos. Tal código conhecido no receptor
pode ser utili zado para um novo treinamento do
estimador/rastreador de canal, sem se acrescentar
maior custo computacional ao equalizador. Isto tende
a reduzir esta taxa de erro para níveis menores.
Foi realizado também um teste de qualidade de voz
no qual foi transmitida voz digitalizada quantizada
com 8 bits e amostrada a 11kHz. Este teste consiste
em comparar a qualidade da voz equalizada com a não
equalizada. Vale lembrar que este teste não representa
de forma fiel o que acontece realmente com a
qualidade de voz no sistema IS-136, pois usa-se neste,
codificação de voz do tipo VSELP de 8 kb/s que não
foi implementada no teste. Ainda assim, guardadas as
devidas proporções, o teste de voz nos permite ter
idéia de em quais situações o equalizador se faz
realmente necessário.
O som foi inicialmente gravado em formato WAV e
transformado em um arquivo no formato binário
através do Matlab de forma que pudesse ser utili zado
pelo DSP. Este é lido pelo programa de interface
gráfica e passado à placa Blacktip por meio da
biblioteca Host Interface. Após processado, os dados
são carregados do DSP da mesma forma e um arquivo
WAV de saída é gravado.
Foram realizados diversos testes com o atraso do 2º
raio variando de 0 a 1.0T e com velocidades entre 1 e
100 km/h. O fator que mais influenciou a qualidade da
voz resultante foi o espalhamento do atraso
representado pelo atraso do 2º raio.
Verificamos que, para atrasos do segundo raio
variando até 0.3T, e mesmo para velocidades altas, a
mensagem transmitida ainda pode ser entendida sem
equalização, apesar da baixa qualidade. Uma perda
significativa na qualidade da voz não equalizada já
pode ser percebida com atrasos maiores que 0.2T, o
que representa um espalhamento de atraso da ordem
de 4 µs. Entretanto, para atrasos maiores, o
equalizador é indispensável, já que, sem ele, não é
possível sequer entender a mensagem recebida. Os
arquivos WAV do teste subjetivo de voz realizado
podem ser obtidos no seguinte url:
http://www.decom.fee.unicamp.br/~rod/dsp.html
10 12 14 16 18 20 22
10
-3
10
-2
10
-1
10
0
Relação Sinal Ruído (SNR) [db]
Ta
xa
 d
e 
E
rr
o 
de
 B
its
 (
B
E
R
)
Atraso do 2o raio=T 
Atraso do 2o raio=0.5T 
Atraso do 2o raio=0.25T
Norma 
Figura 7 - BER em função da SNR por bit para
velocidade de 100 km/h.
10 12 14 16 18 20 22
10
-4
10
-3
10
-2
10
-1
10
0
Relação Sinal Ruído (SNR) [db]
Ta
xa
 d
e 
E
rr
o 
de
 B
its
 (
B
E
R
)
Atraso do segundo raio=T 
Atraso do segundo raio=0.5T 
Atraso do segundo raio=0.25T
Norma 
Figura 8 - BER em função da SNR por bit para
velocidade de 50 km/h.
10 12 14 16 18 20 22
10
-4
10
-3
10
-2
10
-1
10
0
Relação Sinal Ruído (SNR) [dB]
Ta
xa
 d
e 
E
rr
o 
de
 B
its
 (
B
E
R
)
Atraso do 2o raio=T 
Atraso do 2o raio=0.5T 
Atraso do 2o raio=0.25T
Norma 
Figura 9 - BER em função da SNR por bit para
velocidade de 8 km/h.
10 12 14 16 18 20 22
10
-3
10
-2
10
-1
10
0
Relação Sinal Ruído (SNR) [dB]
Ta
xa
 d
e 
E
rr
o 
de
 B
its
 (
B
E
R
)
DSP 
Matlab
Figura 10- Comparação entre Matlab e DSP a
100km/h, atraso do segundo raio de 0.5T.
10 12 14 16 18 20 22
10
-4
10
-3
10
-2
10
-1
10
0
Relação Sinal Ruído (SNR) [dB]
Ta
xa
 d
e 
E
rr
o 
de
 B
its
 (
B
E
R
)
DSP 
Matlab
Figura 11- Comparação entre Matlab e DSP a
50km/h, atraso do segundo raio de 1.0T.
10 12 14 16 18 20 22
10
-3
10
-2
10
-1
10
0
Relação Sinal Ruído (SNR) [dB]
Ta
xa
 d
e 
E
rr
o 
de
 B
its
 (
B
E
R
)
DSP 
Matlab
Figura 12- Comparação entre Matlab e DSP a 8km/h,
atraso do segundo raio de 0.25T.
10 12 14 16 18 20 22
10
-3
10
-2
10
-1
10
0
Relação Sinal Ruído (SNR) [dB]
Ta
xa
 d
e 
E
rr
o 
de
 B
its
 (
B
E
R
) 
Métrica simplificada
Métrica original 
Figura 13 - Comparação de entre métrica original e
métrica simplifi cada para 8km/h e espalhamento
temporal de 0.25T.
8. CONCLUSÕES
Este trabalho apresentou uma implementação em
DSP e o conseqüente estudo do desempenho de um
equalizador MLSE operando no terminal celular
portátil de um sistema D-AMPS. Os resultados de
simulação obtidos via DSP concordaram com aqueles
obtidos via Matlab. A carga computacional obtida
pode ser facilmente suprida pela atual geração de
DSPs. A escuta de sinais de voz em presença e
ausência do equalizador mostra que ele passa a ser
necessário para espalhamentos de atraso de 4 µs ou
mais, o que equivale a 10% do intervalo de símbolo.
Através da interface gráfica amigável que controla o
sistema de simulação no DSP, é possível conduzir
estudos sistemáticos do impacto da equalização em
sistemas de comunicações móveis. Com poucas
modificações é possível obter resultados similares
para outros sistemas, tais como o GSM por exemplo.
AGRADECIMENTO
Ao Prof. Dr. João Marcos Travassos Romano pelo
incentivo, apoio e atenção.REFERÊNCIAS
[1] Proakis, J.G; Digital Communications; McGraw-
Hill , 3ed, 1995.
[2] Forney, D.; The Viterbi Algorithm” ; Proc. IEEE,
vol. 61, n. 3; Maio;1973; pp. 268-278.
[3]EIA/TIA IS-136;800 MHz TDMA Cellular- Radio
Interface- Mobile Station-Base Station Compatibilit y-
Digital Control Channel; Dezembro;1994.
[4] Batista, C. L., “Receptores de Seqüência de
Máxima Verossimilhança Aplicados em
Telecomunicações Móveis Digitais“ , Tese de
Mestrado, FEE, UNICAMP, 1995.
[5] B. Sklar;” Rayleigh Fading Channels in Mobile
Digital Communication Systems. Part I:
Characterization” ; IEEE Communication Magazine;
Setembro;1997; pp. 136-146 .
[6] Haykin, S.; Adaptive Filter Theory ; Prentice-Hall ,
3ed, 1996.
 [7]EIA/TIA IS-137-A; TDMA Cellular/PCS – Radio
Interface – Minimum Performance Standard for
Mobile Stations; Julho;1996.