Logo Passei Direto
Buscar
Material
páginas com resultados encontrados.
páginas com resultados encontrados.

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Prévia do material em texto

TT901 - Transmissão de Sinais 
 
Bibliografia Básica 
 
 Bernard Sklar, ”Digital Communications: Fundamentals and 
Applications”, PrenticeHall, 2a. Edição. 
 
 S. Haykin, ”Digital Communication Systems”, Wiley, 2014. 
 
 H. Hsu, ”Analog and Digital Communications”, Coleção Schaum, Mc-
Graw Hill, 2003. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Fundamentos da teoria estatística da decisão 
 
Sistemas de comunicações e os sinais aleatórios (ruído) 
 O principal objetivo de um sistema de comunicação é transmitir informação 
através de um canal. No entanto durante o a transmissão/recepção o sinal é 
perturbado é pode ser caracterizado no receptor com uma variável de natureza 
aleatória. A natureza desta perturbação pode ser causada, e se apresentar de diversas 
maneiras. Como no caso da formação de múltiplos percursos caracterizando um ruído 
multiplicativo (e.g. Rayleigh channel), ou ainda devido a variações nos índices de 
refração da atmosfera nas transmissões ópticas no espaço livre (e.g. cintilação/ 
Kolmogorov Spectrum), ou ainda devido à agitação térmica dos átomos nos 
componentes (e.g ruído gaussiano). 
 Desta forma é necessária uma maneira eficiente de descrever a natureza 
aleatória dos sinais na recepção. 
 
Variáveis aleatórias 
 Seja uma variável aleatória que representa a relação entre um evento 
aleatório e um número real. Esta variável pode ser discreta ou contínua, e a sua 
função de distribuição da variável será dada por : 
 
 Onde é a probabilidade que o valor assumido pela variável seja 
menor ou igual a . A função de distribuição possui ainda as seguintes 
propriedades: 
1. 
2. 
3. 
4. 
 Outra importante função relacionada a variável aleatória é a sua função 
densidade de probabilidade (pdf), dada por: 
 
 
 
 
 
 O nome "função densidade" vem do fato de que a probabilidade do evento 
 pode ser calculada como: 
 
 
 
 
 
 
 
A "pdf" tem ainda as propriedades: 
1. 
2. 
 
 
 
 
 Dentro dos problemas de telecomunicações os chamados primeiro e segundo 
momentos também são de grande importância, representando a média, o valor médio 
quadrático (potência média) e a variância. 
 
 
 
 (média/esperança) 
 
 
 
 (valor médio quadrático) 
 
 
 
 
 
 
 (variância) 
 Obs. 
 
 
 
 
 
 
 
 
 
 
 
 
Processo Estocástico: 
 Um processo estocástico pode ser visto como uma função de duas 
variáveis: um evento e o tempo. 
 
Figura1 
 Cada uma das N funções no conjunto (ensemble) vistas na figura pode ser 
pensada como a medição da saída de N geradores de ruído distintos. Para um evento 
específico (ocorrência de funções no tempo), temos uma única função no tempo 
associada . Para um momento específico no tempo é 
uma variável aleatória cujo valor depende do evento. E para um evento 
específico em um instante de tempo específico ,então é 
apenas um número. Por conveniência notacional um processo estocástico é 
normalmente denotado apenas por . 
 
Função de autocorrelação: 
 A função de autocorrelação de um processo , pode ser definida como uma 
função de duas variáveis no tempo, e dada pela expressão: 
 
onde e são variáveis aleatórias obtidas observando-se nos instantes 
 e respectivamente. A função de autocorrelação é uma medida do grau de como 
duas amostras no tempo do processo, estão relacionadas. 
 
Estacionariedade de um Processo Estocástico: 
 
 Processo estacionário no sentido estrito 
 Um processo é dito estacionário em sentido estrito (strict sense stationarity) 
quando nenhuma das suas estatísticas (momentos) são afetados por um deslocamento 
no tempo/origem. (ou seja depende apenas da diferença entre os instantes de tempo). 
 
 Processo estacionário no sentido amplo 
 Um processo é dito estacionário no sentido amplo se duas das suas estatísticas: 
a média e a sua função de autocorrelação , não são afetados por um deslocamento no 
tempo/origem. 
 
 
 
 Processo estacionário Ergótico 
 Um processo é dito Ergótico quando ele é estacionário no sentido estrito, e 
quando as suas estatísticas temporais são iguais as suas estatísticas no ensemble. 
Dessa forma uma única função do ensemble é suficiente para caracterizar todo o 
processo. 
 Uma premissa normalmente razoável em telecomunicações é que, para a o 
cálculo da média e da função de autocorrelação, os processos podem ser 
considerados ergóticos. 
 
 
Ruído em sistemas de telecomunicações: 
 Para os nossos estudos nesta disciplina estaremos interessado no ruído 
térmico. Embora existam outros ruídos (como já comentado anteriormente), este é um 
tipo de ruído presente na maior parte dos sistemas de telecomunicações, além de ser 
normalmente a escolha inicial, (por ter um tratamento mais simples) para 
modelamento e análise de sistemas de telecomunicações. 
 O ruído térmico é causado pela agitação térmica dos átomos nos componentes. 
Os mesmos elétrons que são responsáveis pela condução elétrica contribuem para a 
geração do ruído térmico. 
 O ruído térmico pode ser descrito como um processo estocástico Gaussiano de 
média zero , e variância 
 . A função densidade de probabilidade do 
processo gaussiano é dada pela expressão: 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Figura2: Gaussiana normalizada (normal => ) 
 
Teoria da decisão e teste de hipótese: 
 Neste momento modelaremos o sinal recebido de forma precária, apenas com 
a finalidade de discutir a teoria de decisão e o teste de hipótese. Quando falarmos da 
decomposição em bases ortonormais entraremos em maior profundidade no seu 
modelamento mais preciso. 
 No receptor o sinal observado é pode ser modelado como uma variável 
aleatória que consiste na soma (por isso é também denominado ruído aditivo) do sinal 
enviado , com o ruído gaussiano . Desta forma a variável aleatória observada no 
receptor será dada por: 
 
E a sua densidade de probabilidade será dada por: 
 
 
 
 
 
 
 
 
 
 
 
 
 Note que também é uma variável gaussiana. Note porém, que embora a 
média do ruído gaussiano seja zero, a média do sinal aleatório observado no 
receptor passa a ser o próprio valor (mais a frente veremos que trata-se da potência 
do sinal transmitido) que descreve o sinal transmitido. Assim o centro da gaussiana é 
deslocada toda vez que temos a recepção a presença de um sinal transmitido. 
 
 
Figura3 
 
 
Teste de Hipótese: 
 O conceito do teste de hipótese está associado ao processo de decisão no 
receptor, sobre qual sinal foi transmitido dado que um valor é observado no 
receptor. No caso mais elementar podemos imaginar um sistema de transmissão ON-
OFF, onde no instante de decisão temos que decidir se um sinal foi transmitido, ou se 
apenas estamos observando a ausência do sinal ( somente o ruído está sendo 
observado). 
Assim formulamos duas hipóteses: 
 
 
 O processo de decisão é baseado no critério MAP (Maximum a Posteriori), ou 
seja, tentamos maximizar a probabilidade de acerto sobre o sinal enviado (minimizar a 
probabilidade de erro), através da observação após a recepção do sinal corrompido 
pelo ruído. 
 
 Temos então que dado um sinal recebido , a sua função densidade de 
probabilidade será dada por uma das duas curvas abaixo dado que a hipótese é 
verdadeira, ou dado que a hipótese é verdadeira. 
 
 
 Figura 4 
 Intuitivamente,vemos que a probabilidade de acerto será maximizada sempre 
que para um valor observado, optarmos pela hipótese cuja a área da função 
densidade sobre a curva for maior. O que corresponde a escolher a hipótese caso o 
valor de observado esteja na dentro do intervalo s0, ou escolher a hipótese caso o 
valore de esteja dentro do intervalo s1. (R representa todos os possíveis valores que 
 pode assumir. 
 Matematicamente o problema pode ser formulado da seguinte forma: Seja a 
probabilidade de errar a decisão . Então pode ser escrita como a soma das 
probabilidades conjunta do erro e da ocorrência da hipótese , mais a probabilidade 
conjunta de erro e a ocorrência da hipótese . Matematicamente temos: 
 
é sabido da teoria de probabilidade que : 
Dessa forma podemos reescrever como: 
 
Então temos que as probabilidades de erro condicionais podem ser expressas por: 
 
 
 (região que pertence à decisão por ) 
 
 
 (região pertence à decisão por ) 
Então pode ser escrita como: 
 
 
 
 
Limiar de decisão 
 
s0 s1 
R 
 
Mas: 
 
Então podemos reescrever: 
 
 
Se a hipótese estiver correta então: 
 
Assim, definindo o operador de razão logarítmica de máxima verossimilhança (LLR), 
 
 
 
 
 
 
 
Escolha se: 
 
 
 
 
Escolha se: 
 
 
 
 
 
Para o nosso caso de estudo temos que: 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Considerando que as hipóteses são equiprováveis 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Escolha se: 
 
 
 
 
Escolha se: 
 
 
 
 
O que corresponde ao limiar de decisão da figura 2 (lembrando que a média da 
primeira gaussiana é zero e a média da segunda gaussiana é )

Mais conteúdos dessa disciplina