Baixe o app para aproveitar ainda mais
Prévia do material em texto
EN2620 Comunicações Móveis Prof. Ivan R. S. Casella ivan.casella@ufabc.edu.br 2T2013 Spread-Spectrum e CDMA Comunicação por Espalhamento Espectral – Inicialmente uso estritamente militar • Aplicações relacionadas a radares, comunicações secretas e sistemas de telecomando de torpedos e mísseis – Atualmente, há inúmeras aplicações civís: • GPS (Global Positioning System) • Redes celulares móveis de 2ª geração (IS-95) • Redes celulares móveis de 3ª geração (IMT-2000) • Redes de satélites para comunicações pessoais (Globalstar) • WLAN (IEEE802.11 (EUA) e BRAN (Europa)) • Telefones sem fio (cordless) Spread Spectrum Comunicação por Espalhamento Espectral – Necessidade do sinal transmitido parecer com ruído para não ser detectado (aplicações militares) • Codificar a informação de uma forma aleatória • Na verdade, a codificação deve ser determinística, pois o receptor precisa usar o mesmo código usado na transmissão para recuperar a informação • Deve-se usar, então, um código pseudo-aleatório (também chamado de código PN, de “pseudo noise”) – A largura de banda do sinal pseudo-aleatório é muito maior que a largura de banda da informação Spread Spectrum Comunicação por Espalhamento Espectral – Hedwig Kiesler Markey (Hedy Lamarr) e George Antheil Spread Spectrum Modulação por Espalhamento Espectral – Método de modulação onde a energia transmitida ocupa uma banda muito maior que a banda da informação e cujo espalhamento é obtido por meio de um código independente da informação – A demodulação é acompanhada pela correlação do sinal recebido com uma réplica do código de espalhamento usado na transmissão em perfeito sincronismo Spread Spectrum Isso exclui os sistemas FM, onde a expansão da banda depende do sinal transmitido Modulação por Espalhamento Espectral Spread Spectrum Gp=10 -10 -8 -6 -4 -2 0 2 4 6 8 10 -20 -15 -10 -5 0 5 10 15 20 25 Freq.(Hz) M ag ni tu de (d B V ) Sinal Normal Sinal SS Ganho de Processamento – Expressa o ganho obtido pela técnica de Espalhamento Espectral – Pode ser obtido pela relação entre a banda espalhada e a banda sem espalhamento: Spread Spectrum s ss p B B G Principais Características da Modulação por Espalhamento Espectral – Capacidade de rejeitar interferências – Comunicação “Anti-jamming” – Baixa probabilidade de interceptação (Sigilo) – Capacidade de reduzir os efeitos de desvanecimento – Capacidade de múltiplo acesso (divisão por código) – Alcance de alta resolução para utilização em radares – Sincronismo universal de precisão – Pode ser usado em bandas que não requerem licença Spread Spectrum Principais Tipos de Modulação por Espalhamento Espectral – Espalhamento de Seqüência Direta (DS) • O espalhamento espectral é obtido multiplicando o sinal de informação por um sinal pseudo-aleatório – Espalhamento por Salto de Freqüência (FH) • O espalhamento espectral é obtido através de alterações na frequência da portadora de forma pseudo-aleatória – Espalhamento por Salto no Tempo (TH) • O espalhamento espectral é obtido através da escolha dos “Time Slots” usados em cada frame pseudo-aleatória • Bits são transmitidos intermitentemente em um ou mais “Time Slots” de um frame com um número elevado de “Slots” Spread Spectrum Espalhamento Espectral de Sequência Direta (DS-SS) Espalhamento Espectral de Sequência Direta – Nesta técnica, o sinal de informação digital é multiplicado por um sinal pseudo-aleatório (operação XOR se sinais forem unipolares), conhecido como sequência PN (Pseudo-Noise) • A sequência de espalhamento PN é um sinal binário gerado numa taxa muito maior do que a taxa do sinal de informação • Ela é usada para modular a portadora de modo a expandir a largura da banda do sinal de radiofrequência transmitido – No receptor o sinal de informação é recuperado através de um processo complementar usando um gerador de código local similar e sincronizado com o sinal recebido DS-SS Espalhamento Espectral de Sequência Direta – No método DS-SS, existem Gp símbolos de código de duração Tc , denominados chips, para cada símbolo de informação de duração Ts • Se o período de repetição do código de espalhamento for igual a Ts , ele é denominado código curto • Se o período de repetição do código de espalhamento for maior que Ts , (múltiplo de Ts), ele é denominado código longo – Para ambos os casos, pode-se verificar que: DS-SS s c p R R G Espalhamento Espectral de Seqüência Direta DS-SS Freq (MHz) S(dB) Bworiginal Data Source Canal C(t) Acos(wct) Acos(wct) () dt C(t) t = kT Bwspread Espalhamento Espectral de Sequência Direta DS-SS Espalhamento Espectral de Sequência Direta DS-SS Vantagens do DS-SS – O processo de espalhamento é simples, pois é realizado através da multiplicação do sinal de informação por um código – Alta capacidade de transmissão, da ordem de 11 Mbit/s – O transmissor é simples, pois não há a necessidade de trocar de freqüência constantemente como veremos no caso do esquema de salto de frequência – Mais difícil de ser detectado – Melhor desempenho contra interferências – Melhor desempenho contra sinais de multipercurso DS-SS Desvantagens do DS-SS – Dificuldade para manter o sincronismo entre a sequência PN gerada e o sinal recebido • Necessidade de um gerador de código de alta velocidade • Tempo de aquisição maior – Requer um canal de banda larga com distorção mínima – Problema ‘Near-Far’ DS-SS Espalhamento Espectral por Salto de Frequência (FH-SS) Espalhamento Espectral por Salto de Frequência – Neste esquema de modulação, a banda de frequência da portadora muda a cada Th segundos, de acordo com o código de espalhamento empregado – Nesse caso, o receptor só conseguirá demodular corretamente o sinal, se ele conseguir acompanhar a mudança da banda de frequência do sinal recebido de acordo com o código usado no transmissor • O mesmo código deve ser usado no transmissor e receptor, de modo que ambos saibam a próxima banda de freqüência usada • O gerador de código deve ser sincronizado com o sinal recebido, o que é possível com o uso de um sinal piloto FH-SS Espalhamento Espectral por Salto de Frequência – Diferentemente do método DS-SS, Tc é definido como a mínima duração de salto de frequência e não a duração de cada símbolo do código de espalhamento – Duração de Chip (Tc) • Tc = Min [Ts , Th ] Onde, Ts é a duração de símbolo Th é a duração de cada salto de banda de frequência FH-SS FH-SS/MFSK FH-SS Canal Sintetizador de Freqüência Modulador em Banda Base Gerador de Código Gerador de Símbolos Rs (símbolos/s) Rb (bit/s) Data Source Sintetizador de Freqüência Demod. de Informação Sincronismo de Código Data Rec. Gerador de Código Bwspread Bworiginal Freq (MHz) S(dB) Bworiginal FH-SS/MFSK – O sinal modulado MFSK é transladado para uma nova frequência a cada Tc segundos através do espalhamento do sinal MFSK pelo sinal FH-SS – Para uma taxa de dados de Rb: • Duração de bit: Tb = 1/ Rb segundos • Duração do símbolo: Ts = Nb Tb segundos• Duração do frequency hopping: Th segundos • Tc = Min [Ts , Th ] : Duração de Chip (menor salto de freq.) • Tc Ts : Slow FH-SS • Tc < Ts : Fast FH-SS FH-SS Slow FH-SS/MFSK FH-SS Tb Ts Th Tc Tc = Min [Ts , Th ] Fast FH-SS/MFSK FH-SS Ts Th Tc Tb Tc = Min [Ts , Th ] Vantagens do FH-SS – Os canais de frequência que o sistema utiliza não precisam ser sequenciais • Pode ser programado para evitar porções do espectro – A realização de sincronismo entre diferentes estações é facilitada devido as diferentes seqüências de saltos • Tempo de aquisição relativamente curto – Maior imunidade às interferências – Menos sensível ao problema ‘Near-Far’ – A probabilidade de diferentes usuários utilizarem a mesma seqüência de canais é muito pequena FH-SS Desvantagens do FH-SS – Necessário um sintetizador de freqüências complexo – Não aplicável para medidas de alcance de precisão – Necessário o emprego de códigos corretores de erro – O sincronismo entre a transmissão e a recepção é mais critico – Baixa capacidade de transmissão, da ordem de 2 Mbit/s FH-SS Exemplos Exemplo: Uma conversação de voz deve ser transmitida por um sistema DS-SS – Requisitos • Gp não deve ser menor que 23 dB • A voz deve ser convertida para PCM usando um filtro anti- aliasing com fc de 3.4 kHz e 256 níveis de quantização – Questões • Qual deve ser o chip rate do sistema DS-SS? • Se a voz for transmitida por um sistema FH-SS, qual seria o número de Hops necessário para atender aos requisitos do sistema? DS-SS / FH-SS – DS-SS: Qual deve ser o chip rate? • Amostrando a voz à taxa de Nyquist tem-se: fsa = 2 3.4=6.8 k samples/s • As amostras são codificadas em 256 níveis de quantização. Portanto, cada amostra é representada por nb bits: nQ = 256 = 2 n nb = 8 bits • A taxa de bit PCM é então: Rb = 6.8k nb = 54.4 k bits/s • O Ganho de processamento é dado por: Gp = 23dB = 199.53 • Como Gp = Rc / Rs e, para o caso binário, Rs = Rb , tem-se que: Rc =10854.2 k chip/s DS-SS / FH-SS – FH-SS: Qual deve ser número de Hops • Como Gp = Wss / W é igual a N, o número de Hops do sistema, tem-se que: N ≈ 200 Hops DS-SS / FH-SS Exemplo: Projeto de Sistema FH-SS/MFSK – Considere • FHSS: L = 3 23 = 8 faixas de freq. para salto • 32FSK: Nb = 5 M= 2 5 = 32 tons de freq. com duração Ts = 5 Tb • Rb = 1Mbps Tb= 1 us Rs = 200ksps Ts= 5 us • Tc é o menor tempo de salto, dado por: • Tc = Min [Ts , Th ] Rc = Max [Rs , Rh ] DS-SS / FH-SS – Se for um sistema Slow FHSS, tem-se que Ts Tc. Considerando 1 salto a cada 4 símbolos, tem-se: – Fs = 4 Th = Fs Ts (1 salto a cada 4 símbolos) – Th = 4 5 u = 20 us – Rh = 1/Th Rh = 50 khps – Rc = Rs Rc = 200 kcps, pois Rs > Rh (TSímbolo é a menor TFreqHopping) – Rh/simb = Rh / Rs Rh/simb = 0,25 hops/símbolo – WMFSK M Rs = 32 200 k = 6,4 MHz – Wss 2 L WMPSK = 8 6,4 M = 51,2 MHz – Gp = 8 DS-SS / FH-SS FHSS: L = 3 23 = 8 faixas de freq. para salto 32FSK: Nb = 5 M= 2 5 = 32 tons de freq. com duração Ts = 5 Tb Rb = 1Mbps Tb= 1 us Rs = 200ksps Ts= 5 us – Se for um sistema Fast FHSS, tem-se que Ts > Tc. Considerando 1 salto a cada bit, tem-se: – Ff = 1/5 Th = Ff Ts (1 salto a cada bit) – Th = 1/5 5 u = 1 us (igual ao tempo de bit) – Rh = 1/Th Rh = 1 Mhps – Rc = Rh Rc = 1 Mcps, pois Rh < Rs (TFreqHopping é menor que TSímbolo) – Rh/simb = Rh / Rs Rh/simb = 5 hops/símbolo – WMFSK M Rh = 32 1,0 M = 32,0 MHz – Wss 2 L WMPSK = 8 32,0 M = 256,0 MHz – Gp = 8 DS-SS / FH-SS FHSS: L = 3 23 = 8 faixas de freq. para salto 32FSK: Nb = 5 M= 2 5 = 32 tons de freq. com duração Ts = 5 Tb Rb = 1Mbps Tb= 1 us Rs = 200ksps Ts= 5 us Resistência à Interferência Intencional Interferência Intencional (Jamming) – Existem várias formas diferentes de interferência intencional que podem corromper um sistema de comunicação empregando técnicas convencionais ou de espalhamento espectral • O Jammer pode transmitir continuamente um sinal interferente com potência distribuída igualmente numa banda de frequência igual ao sinal transmitido pelo sistema que se deseja corromper e em torno da mesma frequência de portadora • O Jammer pode alterar a porcentagem do tempo em que a interferência é transmitida • O Jammer pode ser um tom único de frequência concentrando toda a potência de interferência • O Jammer pode ser um conjunto de tons de frequência compondo toda a potência de interferência Jamming Pulsado Rejeição à Interferência Spread Spectrum Resistência à Interferência Intencional de Banda Total Interferência Intencional de Banda Total – Considere uma situação onde um Jammer deseja corromper um sistema de comunicação através da transmissão de um ruído de banda larga do tipo AWGN – O Jammer emite um sinal de interferência continuamente numa banda W igual a banda ocupada pelo sistema que se deseja corromper Jamming de Banda Total Interferência em Sistemas BPSK – A probabilidade de erro de bit de um sistema convencional empregando modulação BPSK sob o efeito de um ruído AWGN pode ser determinada por: • Onde, Jamming de Banda Total o b b N E QP 2 x y dyexQ 2 2 2 1 b b b b T E Pv v T E P 2 2 2 2 – Considerando que um sinal de Jammer com potência Pj, distribuída uniformemente em toda a banda W ocupada pelo sistema, seja aplicado na entrada do receptor BPSK, a densidade espectral de potência bilateral do sinal interferente pode ser representada por: – De modo que o desempenho do BPSK sob Jamming pode ser representado por: Jamming de Banda Total W PN jj 22 jo b b NN E QP 2 – Como a banda ocupada pelo BPSK é de W = Rb (pulso raised cosine com = 0 ou aproximação para pulso retangular), tem-se que: – Assim, o desempenho do BPSK sob Jamming fica: Jamming de Banda Total 11 22 12 jo b j o b P P N E W P N E 11 22 1 jo b b P P N E QP Interferência em Sistemas Spread Spectrum – Neste caso, a potência média total da interferência Pj é distribuída uniformemente numa banda Wss. Assim, a densidade espectral bilateral do Jammer é dada por: – De modo que o desempenho do SS-BPSK sob Jamming pode ser representada por: Jamming de Banda Total ss jjss W PN 22 js so b b NN E QP 2 p j s s j js s G N WW N N W PN jj 22 – Como, após o processo de desespalhamento no receptor, a banda inicialmente de Wss ocupada pelo SS- BPSK retorna a W = Rb, tem-se que: – Assim, o desempenho do SS-BPSK sob Jamming fica: Jamming de Banda Total 11 22 12 W W P P N E W P N E ss jo b ss j o b 11 22 1 p jo b b G P P N E QP W W G ssp Há um Ganho de Gp em relação ao BPSK bdespread após b R P E Exemplo: Seja um sistema BPSK transmitindo a 1Mbps com filtro raised cosine com = 1, sofrendo interferência de um Jammer com potência de 1W distribuída em toda a banda do sistema – Tem-se que: W = (1+)Rs = 2MHz – Assim, tem-se que: Nj = 1/(210 6) – De modo que: Jamming de Banda Total jo b b NN E QP 2 Para Spread Spectrum com Rchip = 100Mcps, tem-se que: – Tem-se que: Wss = (1+)Rchip = 200MHz – Assim, tem-se que: Njss = 1/(20010 6) = Nj / 100 – De modo que: Jamming de Banda Total jo b jo b js so b b NN E Q NN E Q NN E QP 100 200 100 22 Comparação entre BPSK e SS-BPSK (Matlab) – Aumento de Eb/No é obtido reduzindo No Jamming de Banda Total Rb = 10 Kbps Rc = 1 Mcps Gp = 100 0 5 10 15 20 25 30 35 10 -40 10 -35 10 -30 10 -25 10 -20 10 -15 10 -10 10 -5 10 0 Probabilidade de Erro com Jamming de Banda Parcial Eb/N0 (dB) B E R BPSK SS-BPSK Comparação entre BPSK e SS-BPSK (Matlab) % Vetor de Eb/N0 EbN0dB= 0:1:35; EbN0= 10.^(EbN0dB/10); % Energia de Bit Eb= 4e-21; % Densidade Espectral de Ruído N0= Eb./EbN0; % Taxa de Bit Rb=1e4; Tb=1/Rb; % Banda do Sinal W= 2*Rb; % Banda SS Rc = 1e6; Wss=2*Rc; % Fator de normalização Pjnorm Pj= 1e-16; %PjdBm= 10*log10(Pj/1e-3); Jamming de Banda Total % Jamming sem SS Nj=Pj/W; % Probabilidade de Erro pb= qfunc(sqrt(1./((2*EbN0).^(-1) + (2*Eb./Nj).^(-1)))); % Jamming com SS Njss=Pj/Wss; % Probabilidade de Erro pbss= qfunc(sqrt(1./((2*EbN0).^(-1) + (2*Eb./Njss).^(-1)))); % Resultados semilogy(EbN0dB, pb, '-.'); grid hold on; semilogy(EbN0dB, pbss, '-*r'); title('Probabilidade de Erro com Jamming de Banda Parcial'); xlabel('Eb/N0 (dB)'); ylabel('BER'); legend('BPSK', 'SS-BPSK'); hold off; % Ganho de Processamento Gp=Wss/W Jamming de Banda Total Resistência à Interferência Intencional Pulsada Interferência Intencional Pulsada – Considere uma situação onde um Jammer deseja corromper um sistema de comunicação através da transmissão de um ruído de banda larga do tipo AWGN – O Jammer pode alterar, à sua escolha, a banda B e a frequência central da interferência – Adicionalmente, ele pode alterar o impacto da interferência no sistema alterando a porcentagem do tempo em que a interferência é transmitida (Duty Cycle) • ρ = 0.5 → os impulsos têm uma duração igual às pausas • ρ = 1 → a interferência é contínua (não há impulsos) Jamming Pulsado Interferência em Sistemas BPSK – Considerando que um sinal de Jammer com potência Pj seja aplicado na entrada do receptor BPSK com banda W , a densidade espectral de potência média bilateral do ruído pulsado pode ser dada por: – Como a porcentagem do tempo em que há interferência é ρ , para manter a potência média total, tem-se que: Jamming Pulsado W PN jj 22 W PNP jjj 22 Pj / para que a potência total média seja Pj , pois transmite e não transmite (1 – ) – Deste modo, tem-se que: – Considerando um sistema BPSK com Eb/No elevada e que o Jammer consegue escolher um ρ ótimo para maximizar a interferência, tem-se: Jamming Pulsado jo b o b b NN E Q N E QP 22 1 j b j b b N E Q N E QP 22 – Derivando e igualando a zero, tem-se que: Jamming Pulsado 709.0 para 2 1 709.0 para 083.0709.0 max max jb j b b jb jb b jb NE N E QP NE NE P NE – Para atingir a mesma probabilidade, o Jammer com ρ ótimo necessita de uma potência de interferência muito menor que no caso contínuo (31.5 dB @ BER=10-5) – Empregando espalhamento espectral, a densidade espectral do Jammer diminui porque W aumenta Jamming Pulsado Jammer precisa conhecer Eb/Nj (pode ser difícil) Interferência em Sistemas Spread Spectrum – A potência média total da interferência é Pj e a densidade espectral do ruído pulsado é: – Como a porcentagem do tempo em que há interferência é ρ tem-se que: – De modo que: Jamming Pulsado ss jjss W PN 22 j s so b o b b NN E Q N E QP 22 1 s s jj s sj W PNP 22 p j s s j js s G N WW N N – Considerando um sistema SS-BPSK com Eb/No elevada e que o Jammer está tentando escolher um ρ para maximizar a interferência, tem-se: Jamming Pulsado jss b b N E QP 2 Exemplo: Seja um sistema BPSK transmitindo a 1Mbps, com filtro raised cosine e = 1, sofrendo interferência de um Jammer com potência de 1W distribuída em toda a banda do sistema usando 2 estratégias: ρ = 0.5 e ρ = 1 – Tem-se que: W = (1+)Rs = 2MHz – Assim, tem-se que: Nj = 1/(210 6) – Para ρ = 0.5, tem-se: – Para ρ = 1, tem-se: Jamming Pulsado jo b o b b NN E Q N E QP 2 2 5.0 2 5.0 jo b b NN E QP 2 j s so b o b b NN E Q N E QP 22 1 Para Spread Spectrum com Rchip = 100Mcps, tem-se que: – Tem-se que: Wss = (1+)Rchip = 100MHz – Assim, tem-se que: Njss = 1/(20010 6) = Nj / 100 – Para ρ = 0.5, tem-se: – Para ρ = 1, tem-se: Jamming Pulsado 5.0 2 5.0 2 5.0 j s so b o b b NN E Q N E QP jo b jo b js so b b NN E Q NN E Q NN E QP 100 200 100 22 50 2 5.0 2 5.0 jo b o b b NN E Q N E QP Comparação BPSK e SS-BPSK no Matlab – Empregando espalhamento espectral, a densidade espectral do Jammer diminui porque W aumenta Jamming Pulsado Eb/N0 = 7dB = 1Rb = 10 Kbps Rc = 1 Mcps -150 -140 -130 -120 -110 -100 -90 10 -4 10 -3 10 -2 10 -1 10 0 Probabilidade de Erro com Jamming Pj (dBm) B E R BPSK SS-BPSK Comparação BPSK e SS-BPSK no Matlab EbN0dB=7; EbN0= 10^(EbN0dB/10); % Densidade Espectral de Ruído K=1.38e-23; Tk=290; N0=K*Tk % Energia de Bit Eb = EbN0*N0; % Taxa de Bit Rb=1e4; Tb=1/Rb; % Banda do Sinal B= Rb; % Banda SS Bss=1e6; % Fator de normalização Pjnorm Pjnorm= 1e-12; Pj=[0:1e-6:1]*Pjnorm; PjdBm= 10*log10(Pj/1e-3); Jamming Pulsado % Fator de Jamming rho=1; % Jamming sem SS Nj=Pj/B; % Probabilidade de Erro pb= rho*qfunc(sqrt(2*Eb./(N0 + Nj./rho))); % Jamming com SS Njss=Pj/Bss; % Probabilidade de Erro pbss= rho*qfunc(sqrt(2*Eb./(N0 + Njss./rho))); % Resultados semilogy(PjdBm, pb, PjdBm, pbss); grid title('Probabilidade de Erro com Jamming'); xlabel('Pj (dBm)'); ylabel('BER'); legend('BPSK', 'SS-BPSK'); % Ganho de Processamento Gp=Bss/B Jamming Pulsado Comparação entre BPSK e SS-BPSK (Matlab) – O aumento de Eb/No é obtido reduzindo No Jamming Pulsado = 0.1, 0.5 e 1 Rb = 10 Kbps Rc = 1 Mcps 0 5 10 15 20 25 30 35 10 -20 10 -15 10 -10 10 -5 10 0 Probabilidade de Erro com Jamming Eb/N0 (dB) B E R BPSK (=0.1) BPSK (=0.5) BPSK (=1) SS-BPSK (=0.1) SS-BPSK (=0.5) SS-BPSK (=1) Sequências de Espalhamento Sequências de Espalhamento Espectral – O núcleo da técnica de espalhamento espectral é a utilização de sequências de espalhamento com taxas mais elevadas que a taxa da informação e com propriedades adequadas de correlação – Elas são utilizadas basicamente para: • Prover o Spreading e Despreading • Possibilitar um rápido e correto sincronismo • Separar os usuários do sistema Sequências de Espalhamento – Devem ser balanceadas (números de “0” e “1”) para não apresentar nível DC – Devem ter uma função de autocorrelação com um único pico estreito para facilitar a sincronização do código • Melhora também a resolução temporal e mitigação da ISI – Devem ter funções de correlação cruzada com valores baixos para permitir vários usuários simultâneos – Quantidade elevada de códigos para permitir vários usuários simultâneos Sequências de Espalhamento – A escolha adequada da família de sequências tem um papel importante para: • Aumentar a robustez ao desvanecimento • Melhorar a robustez a Jamming (interferência intecional) • Reduzir eavesdrop (espionagem do sinal) • Facilitar o processo de sincronismo • Reduzir a MAI (interferência de múltiplo acesso) • Possibilitar multi-usuários Sequências de Espalhamento Classificação das Sequências de Espalhamento – Sequências ou Códigos Curtos • São códigos cuja duração é igual a duração de símbolo de informação • Usados no 3G Sequências de Espalhamento Bit 1 Bit 2 c1 c2 c3 c4 c5 c1 c2 c3 c4 c5 – Sequências ou Códigos Longos • São códigos cuja duração é muito maior que a duração de símbolo de informação • Úteis para sigilo e segurança • Usados no IS-95 e 3G (interessante é que os chamados códigos curtos no IS-95 são na realidade códigos longos) Sequências de Espalhamento Bit 1 Bit 2 c1 c2 c3 c4 c5 c6 c7 c8 c9 c10 Principais Sequências de Espalhamento Espectral – Seqüências de Máximo Comprimento (SMC) – Seqüências de Gold – Seqüências de Walsh Sequências de Espalhamento Sequências de Máximo Comprimento Sequências de Máximo Comprimento – Obtidas por polinômios primitivos irredutíveis – Balanceamento de chip – Autocorrelação conhecida (Ideal) – Correlação Cruzada desconhecida – Implementação simples (shift registers) – Representação de Fibonacci e Galois Sequências de Máximo Comprimento Propriedades das SMC – Propriedade de Balanceamento • O no de “1s” (2n–1) e o no de “0s” (2n–1 – 1) de uma SMC diferem de 1 – Propriedade de Run • “Run” é uma sequência de um único tipo de dígito binário. Uma alternância de dígitos implica no começo de uma nova “Run” • Uma “Run” de comprimento m aparece com frequência 1 / 2m – Propriedade de Soma mod-2 • Uma operação mod-2 de uma SMC com sua réplica defasada resulta em outra réplica de fase diferente Sequências de Máximo Comprimento – Propriedade de Correlação • A Função de Autocorrelação Discreta Periódica pode ser expressa por: • A Função de Correlação Discreta Cruzada Periódica pode ser expressa por: Sequências de Máximo Comprimento 1 0 , L k mkkaa aam 1 0 , L k mkkba bam Usando o mapeamento: (1,0) (+1,-1) • Para uma SMC, a função de autocorrelação discreta periódica pode ser expressa por: • Onde, • Essa propriedade permite o desenvolvimento de sistemas como o IS-95 Sequências de Máximo Comprimento 01 012 , m m m n aa Usando o mapeamento: (0,1) (+1,-1) 1 0 , L k mkkaa aam – Exemplo: SMC de comprimento 7 • x = 1 0 0 1 1 1 0 a = 1 -1 -1 1 1 1 -1 • y = 1 0 1 1 1 0 0 b = 1 -1 1 1 1 -1 -1 Sequências de Máximo Comprimento – Função de Autocorrelação Discreta Periódica • a = 1 -1 -1 1 1 1 -1 • Deslocamento 0 (m = 0) 1 -1 -1 1 1 1 -1 1 -1 -1 1 1 1 -1 1 + 1 + 1 + 1 + 1 + 1 + 1 = 7 • Deslocamento 1 (m = 1) 1 -1 -1 1 1 1 -1 -1 1 -1 -1 1 1 1 ( -1) -1 - 1 + 1 - 1 + 1 + 1 - 1 = -1 • Deslocamento 2 (m = 2) 1 -1 -1 1 1 1 -1 1 -1 1 -1 -1 1 1 ( 1) 1 + 1 - 1 - 1 - 1 + 1 - 1 = -1 ... Sequências de Máximo Comprimento – Função de Autocorrelação Discreta Periódica • a = 1 -1 -1 1 1 1 -1 • b = 1 -1 1 1 1 -1 -1 Sequências de Máximo Comprimento -8 -6 -4 -2 0 2 4 6 8 -1 0 1 2 3 4 5 6 7 Autocorrelação Discreta Periódica de A Deslocamento -8 -6 -4 -2 0 2 4 6 8 -1 0 1 2 3 4 5 6 7 Autocorrelação Discreta Periódica de B Deslocamento – Função de Correlação-Cruzada Discreta Periódica • a = 1 -1 -1 1 1 1 -1 • b = 1 -1 1 1 1 -1 -1 Sequências de Máximo Comprimento -8 -6 -4 -2 0 2 4 6 8 -5 -4 -3 -2 -1 0 1 2 3 Correlação-Cruzada Discreta Periódica de A e B Deslocamento -8 -6 -4 -2 0 2 4 6 8 -5 -4 -3 -2 -1 0 1 2 3 Correlação-Cruzada Discreta Periódica de B e A Deslocamento Geração de SMC – Pode-se representar uma sequência através de um polinômio de ordem n: – Quando f(d) for um Polinômio Primitivo Irredutível de grau n, a sequência gerada será de máximo comprimento (SMC) – Um polinômio de grau n é denominado primitivo e irredutível se: • For divisível apenas por ele mesmo e por 1 • Menor m que 1 + d m seja divisível for f(d) seja igual a 2n – 1 Sequências de Máximo Comprimento nn dfdfdfdf 2 211 – Um polinômio f(d) é chamado Irredutível, se seus únicos fatores de decomposição sobre GF(2) sejam ele próprio e 1 – Um polinômio Irredutível f(d) de grau n é denominado Primitivo se o menor m para que 1 + d m seja divisívelpor f(d) seja igual a 2n – 1 – Exemplo: Seja n = 3 m = 23 – 1 = 7 • Portanto, existem 2 possíveis polinômio primitivos irredutíveis: Sequências de Máximo Comprimento 1111 2337 dddddd 13 dd 123 dd Representação Octal de SMC – O polinômio de ordem n pode ser representado na forma octal (Tabelas!) – Assim, tem-se: 45 : 1 0 0 1 0 1 d 5 + d 2 + 1 75 : 1 1 1 1 0 1 d 5 + d 4 + d 3 + d 2 + 1 67 : 1 1 0 1 1 1 d 5 + d 4 + d 2 + d + 1 – Nas tabelas há ainda a indicação se o polinômio é primitivo • Letras E F G H Sequências de Máximo Comprimento Sequências de Máximo Comprimento Representação Polinomial Sequência Recíproca – Uma SMC representada por um polinômio primitivo de ordem n possui um polinômio recíproco dado por: – Exemplo: 1 + d 2 + d 5 d 5 · (1 + d -2 + d -5) = 1 + d 3 + d 5 Sequências de Máximo Comprimento 1 dfddf nR Comprimento da SMC de Grau n – Uma sequência de grau n tem comprimento dado por: Número de Sequências de Grau n – O número de sequências de grau n é dado por: • Onde (2n – 1) é a função de Euler Sequências de Máximo Comprimento 12 1 1 12 1 n K i i in p p p n nN 12 ns m cL – Exemplo: n= 3 • O comprimento da SMC de grau 3 será: • O número de sequências de grau 3 pode ser obtido por: Sequências de Máximo Comprimento 712 3 s m cL 7 7 1 1 2 7 17 3 7112 7 1 k i i i n p p p n N – Exemplo: n= 5 • O comprimento da SMC de grau 5 será: • O número de sequências de grau 5 pode ser obtido por: Sequências de Máximo Comprimento 3 112 5 s m cL 31 31 1 1 6 31 131 5 31112 5 1 k i i i n p p p n N – Exemplo: n= 6 • O comprimento da SMC de grau 6 será: • O número de sequências de grau 6 pode ser obtido por: Sequências de Máximo Comprimento 6 312 6 s m cL 63 3 21 3 7 7 6 7 17 3 13 6 63112 6 1 k i i i n p p p n N Sequências de Máximo Comprimento Representação Polinomial Implementação de SMC – Pode-se usar um Linear Feedback Shift Register (LFSR) de n estágios para gerar uma SMC: – Notação polinomial correspondente: Sequências de Máximo Comprimento Feedback d d 2 d 3 dn nn dfdfdfdf 2 211 Implementação de SMC – Pode-se usar um Linear Feedback Shift Register (LFSR) de n estágios para gerar uma SMC: Sequências de Máximo Comprimento 1 GALOIS FIBONACCI d d 2 d 3 d 4 d 4 d 3 d 2 d 1 Polinômio Característico: 431 dddf Exemplo de SMC de Comprimento 7 (23 – 1) – Usa um “Shift Register” com 3 estágios (n = 3) – Notação polinomial correspondente: Sequências de Máximo Comprimento 31 dddf 0 0 1 1 1 0 0 1 1 0 0 1 0 0 1 1 1 1 0 1 1 1 0 0 1 1 1 0 0 1 1 0 1 0 1 0 1 1 1 0 0 1 0 1 1 1 0 0 1 0 0 1 1 0 0 1 0 1 1 1 0 0 0 1 1 1 0 0 1 1 1 0 13 Octal : 0 0 1 0 1 1 d3 + d + 1 Exemplo de SMC de Comprimento 7 Sequências de Máximo Comprimento 0 0 1 0 1 0 1 1 1 0 0 1 0 1 1 1 0 0 1 1 1 0 0 1 1 1 0 0 0 1 1 1 0 0 1 0 0 1 1 1 0 0 1 1 0 1 0 0 1 1 1 1 1 0 0 1 0 1 1 1 0 0 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 -1.6 -1.2 -0.8 -0.4 0 0.4 0.8 1.2 1.6 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 -1.6 -1.2 -0.8 -0.4 0 0.4 0.8 1.2 1.6 Estado Inicial 0 é proibido Exemplo de SMC de Comprimento 7 Sequências de Máximo Comprimento smc=allsmc([1 1 0 1]) for i= 0:14, aut(i+1)=(-1).^smc(1,:)*(-1).^vecshift(smc(1,:),i).'; end plot(0:14,aut);grid title('Função de Autocorrelação (x^3+x+1)'); xlabel('Delay (\tau)'); ylabel('\theta(\tau)') 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7Função de Correlação Cruzada (x 3 +x+1 - x 3 +x 2 +1 Delay (t) ( t ) 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 Função de Autocorrelação (x 3 +x+1) Delay (t) ( t ) – Exemplo: Considere a representação polinomial: Sequências de Máximo Comprimento Ck D Q D Q D Q Clear Load PR PR PR CLR CLR CLR 1 1 1 Q1 d3 d d2 31 dddf 0 0 1 Q1 Q1 – Exemplo: SMC de Comprimento 15 Sequências de Máximo Comprimento Determine o polinômio da SMC Quebra de SMC Como quebrar a SMC? – Considere que seja possível obter uma parte da SMC (2·n) onde a transmissão do sinal foi feita numa situação relativamente livre de ruídos e que seja conhecido o comprimento da sequência – Como as SMC são geradas através de LFSR, devido a recursividade, tem-se que: – De modo que: Quebra de SMC n m mkmk cfc 1 equações12111 2211 nfcfcfcc fcfcfcc nnkkkk nnkkkk – Exemplo - Quebrar a SMC sabendo que LSMC é 15 (n=4) e que foi obtido o seguinte segmento do código: 0 1 1 0 0 1 0 0 (k = 0) Quebra de SMC 41321123 42312112 43322111 44332211 fcfcfcfcc fcfcfcfcc fcfcfcfcc fcfcfcfcc kkkkk kkkkk kkkkk kkkkk 4321 4321 4321 4321 00100 10010 11001 01100 ffff ffff ffff ffff 1 0 0 1 4 3 2 1 f f f f 41 dddf Sequências de Gold Sequências de Gold – Obtidas pela combinação de 2 SMC – Autocorrelação limitada e conhecida – Correlação Cruzada limitada e conhecida Sequências de Gold Geração de Sequências de Gold – Pode-se gerar um conjunto de sequências de Gold através da combinação OU-Exclusivo de 2 SMC que constituem um Par Preferencial – Condições suficientes para que 2 SMC formem um par preferencial: • n 0 mod 4 (n não pode ser múltiplo de 4) • b = a[q], em que q é ímpar (processo de decimação por q) • q = 2k + 1 ou q = 22k – 2k + 1 • Sequências de Gold 4mo d22 ímp a r 1 , n n knm d c Escolhe uma SMC “a” Obtém o par preferencial “b” Comprimento das Sequências de Gold de Grau n – comprimento das sequências de grau n é dado por: Número de Sequências de Gold de Grau n – O número de sequências de grau n é dado por: Sequências de Gold 12 ng o l dL 12 ng o l dN Propriedades das Sequências de Gold – Quando 2 SMC constituem um “par preferencial”, o espectro de correlação cruzada periódica possui apenas 3 valores dados por: • Onde, n é o grau do polinômio Sequências de Gold 2 1 nt ntt par12 ímpar12 2 2 2 1 n n nt n n Exemplo Sequência de Gold com Comprimento 7 – Notação polinomial correspondente: Sequências de Gold 321 dddf 31 dddf 1 1 -1 1 -1 -1 -1 1 -1 1 1 -1 -1 -1 -1 1 1 1 -1 1 1 -1 -1 -1 -1 -1 -1 1 -1 -1 1 1 1 -1 -1 1 -1 1 -1 -1 1 -1 1 1 1 -1 1 -1 1 -1 1 -1 -1 1 1 -1 1 -1 -1 1 1 1 1 0 1 0 1 0 0 – Exemplo: Para Preferencial de Comprimento 7 (n = 3) E os valores de correlação-cruzada entre as seq. são: Sequências de Gold 323 53 1 t tt par12 ímpar12 2 2 2 1 n n nt n n 512123 22 13 t 7/3/23 7/5/3 7/1 Lt LtNorm t – Autocorrelação e Correlação Cruzada para Sequência de Gold (n = 7) Sequências de Máximo Comprimento 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 Função de Autocorrelação Delay (t) ( t ) 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 Função de Correlação Cruzada Delay (t) ( t ) Exemplo de Gold com Comprimento 31 – Notação polinomial correspondente: Sequências de Máximo Comprimento 5421 dddddf 521 dddf 0 1 0 1 0 0 1 1 0 0 Comparação entre SMC e Gold Sequências de Máximo Comprimento n L=2n-1 No de SMC pico pico/(0) No de Seq.Gold t(n) t(n)/(0) 3 7 2 5 0.71 8 5 0.71 4 15 2 9 0.60 16 9 0.60 5 31 6 11 0.35 32 9 0.29 6 63 6 23 0.36 64 17 0.27 7 127 18 41 0.32 128 17 0.13 8 255 16 95 0.37 256 33 0.13 9 511 48 113 0.22 512 33 0.06 10 1023 60 383 0.37 1024 65 0.06 11 2047 176 287 0.14 2048 65 0.03 12 4095 144 1407 0.34 4096 129 0.03 Sequências de Walsh (Matriz de Hadamard) Sequências de Walsh – Obtidas através das matrizes de Hadamard – Seqüências ortogonais – Autocorrelação Ruim – Correlação Cruzada ideal Sequências Walsh Geraçãode Sequências de Walsh – Obtidas através das matrizes de Hadamard Sequências Walsh 0 1 H 10 00 2 H nn nn n HH HH H 2 0110 1100 1010 0000 4 H Exemplo Sequência de Walsh de Comprimento 8 Sequências de Máximo Comprimento 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 Função de Correlação Cruzada Delay (t) ( t ) 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 Função de Autocorrelação Delay (t) ( t ) Análise Matemática do DS-SS Análise Matemática do DS/SS – Considere a transmissão de uma sequência binária dn através da modulação BPSK por um canal com banda Wss , onde: • A taxa de símbolo é Rb bps • O intervalo de símbolo é Tb = 1/Rb s • A banda do canal Wss >> W Hz – No modulador, a banda do sinal de informação pode ser expandida para Wss através da variação da fase da portadora de forma pseudo-aleatória através da multiplicação por um sinal PN com uma taxa Wss DS/SS – Representando o sinal de informação em banda-base por: • Onde, dn {+1, –1} e, por simplicidade, hT(t) é a resposta ao impulso de um pulso retangular com duração Tb – E o sinal de espalhamento pseudo-aleatório por: • Onde, cn {+1, –1} e p(t) é a resposta ao impulso de um pulso retangular com duração Tc DS/SS n bTn nTthdtd n cn nTtpctc – Pode-se obter o sinal espalhado espectralmente em banda-base pelo produto entre d(t) e c(t): – E o sinal modulado BPSK espalhado espectralmente pode ser representado por: • Onde, sem perda de generalidade, (t) = 0 – Se o período de repetição de c(t) for igual a Tb, então o código de espalhamento ocupa integralmente um símbolo de informação (denominado código curto) DS/SS tctdtx ttftctd T E ty o b b 2cos2 – No receptor, se o sinal for recebido com um atraso de t segundos, tem-se que: – Pode-se fazer o desespalhamento espectral através da multiplicação do sinal recebido por um código PN em sincronismo de chip com o sinal na entrada do receptor: – Como: DS/SS ttt ttt tftctd T E tctytctrtv o b b 2cos 2 2 11,1 2 ttccn t tytr – Tem-se que: – Considerando uma temporização perfeita, a saída do correlator a cada Tb segundos pode ser representada por: – De modo que, a saída do decisor é dada por: DS/SS dttftv T z b b Tk kT o b k t t t 1 2cos 2 tt tftd T E tv o b b 2cos 2 1signˆ bk Ed Receptor Correlator para SS-BPSK DS/SS Decisor bk Tkzz t tf T o b 2cos 2 dt ttc tr kdˆ tn tty tv tz – Na presença de AWGN com N(0, n 2), considerando sem perda de generalidade que t = 0, o sinal na saída do correlator pode ser representado por: – Considerando uma temporização perfeita, a saída do correlator a cada Tb segundos é dada por: DS/SS ruído 0 sinal 0 22 2 2cos 2 2cos 4 Tb o b T o b b dttftctn T dttftctd T E tz b kbk wEz bT o trb tftctnty T tz 0 2cos 2 – A potência média do sinal desejado é dada por: – E a potência média de ruído pode ser obtida fazendo: – De modo que: DS/SS bk EzE 2 0 22 kkk wEwEwVAR duufucun dttftctnE T wE b b b b Tk kT o Tk kT o b k 1 12 2 2cos 2cos 2 – Como o ruído do tipo AWGN possui autocorrelação: – Considerando o processo WSS, tem-se que: – Resultando em: DS/SS 2 2cos 0 0 2202 Ndttftc T N wE bT o b k dtduuftfuctc tnunE T wE oo T T utR b k b b n 2cos2cos 2 0 0 2 2 tt 2 0NRn – Assim, a SNR na entrada do decisor é dada por: – E a probabilidade de erro é dadapor: DS/SS 0 2 2 N E ZVAR ZE P P SNR b k k n s o b b N E QP 2 Para AWGN, o Espalhamento Espectral não traz nenhum benefício Power Spectral Density do DS-SS Comparação dos Espectros DS/SS – PDS 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 x 10 5 10 0 10 1 10 2 Espectro de Frequência freq (Hz) |S | d b BPSK SS-BPSK fo = 200 KHz Rb = 10 Kbps Rc = 100 Kcps Gp = 10 Comparação dos Espectros DS/SS – PDS fo = 200 KHz Rb = 10 Kbps Rc = 100 Kcps Gp = 10 1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8 3 x 10 5 10 0 10 1 10 2 Espectro de Frequência freq (Hz) |S | d b BPSK SS-BPSK 20KHz 200KHz Comparação dos Espectros DS/SS – PDS fo = 200 KHz Rb = 1 Kbps Rc = 100 Kcps Gp = 100 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 x 10 5 10 0 10 1 10 2 Espectro de Frequência freq (Hz) |S | d b BPSK SS-BPSK Comparação dos Espectros DS/SS – PDS fo = 200 KHz Rb = 1 Kbps Rc = 100 Kcps Gp = 100 2KHz 200KHz 1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8 3 x 10 5 10 0 10 1 10 2 Espectro de Frequência freq (Hz) |S | d b BPSK SS-BPSK Espectros BPSK e SS-BPSK no Matlab % Gp Gp = 100; % Nbit Nb= 1e2; % Nchip Nc= Gp*Nb; % Taxa de Bit Rb=1e3; Tb=1/Rb; % Banda do Sinal B= 2*Rb; % Banda SS Rc=Rb*Gp; Tc=1/Rc; % Banda do Sinal SS Bss= 2*Rc; DS/SS – PDS % Vetor de t Tmax = Nb*Tb; Ts= 1e-6; Fs= 1/Ts; t= 0: Ts : Tmax - Ts; Ns_b = Tb/Ts; Ns_c = Tc/Ts; % Bits d= 2*randint(1,Nb) - 1; drep= kron(d, ones(1,Ns_b)); % Chips c= 2*randint(1,Nc) - 1; crep= kron(c, ones(1,Ns_c)); % Portadora fo= 2e5; port = sin(2*pi*fo*t); DS/SS – PDS % BPSK s = drep.*port; % BPSK-SS sc = drep.*crep.*port; % Espectro Nfft= 2^12; f= Fs*(-Nfft/2 : Nfft/2 - 1)/Nfft; % FFT Sf= fftshift(fft(s, Nfft)); Scf= fftshift(fft(sc, Nfft)); % Resultados semilogy(f, abs(Sf), 'b'); hold on; semilogy(f, abs(Scf), 'r'); grid; title('Espectro de Frequência'); xlabel('freq (Hz)'); ylabel('|S|_d_b'); legend('BPSK', 'SS-BPSK ', 'SS-BPSK'); hold off; DS/SS – PDS CDMA DS-SS CDMA Link Reverso CDMA-DS - Link Reverso – O modelo do sistema para U usuários é dado por: CDMA-DS ti tU t1 Limiar d1(t) t=Tb r(t) Z1 n(t) c1(t) di(t) d1(t) dU(t) Sincronismo UoUUU ttctdP cos2 ioiii ttctdP cos2 1111 cos2 ttctdP o 1cos to – No Link Reverso, as transmissões de cada um dos U usuários do sistema são assíncronas – Cada usuário transmite um sinal binário si(t), i = 1,...,U • O efeito de todas as demais interferências introduzidas no canal de transmissão pode ser modelado como um AWGN n(t) de densidade espectral de potência No / 2 – Considera-se que o ganho de processamento Gp é um valor inteiro dado por Tc = Gp · Tb e o período das seqüências de espalhamento é L · Tc • Para códigos curtos, tem-se que L = Gp • Para códigos longos, tem-se que L = KL · Gp (KL inteiro) – Nesta análise será considerado o uso de códigos curtos CDMA-DS – Desconsiderando o efeito do AWGN e assumindo um controle de potência perfeito, todos os sinais dos diferentes usuários chegam com mesma potência no receptor. Assim, tem-se: – Logo, pode-se definir a seguinte relação: CDMA-DS 1 1 2 1 1 PU P P P SIR U u u U u ssu b WP WP N E 2 1 0 1 1 U SIR 1 1 0 UW W N E ssb – Resultando em: – Para esta hipótese, a probabilidade de erro de bit pode ser estimada por: CDMA-DS 1 0 NE G U b p 0 2 N E QP bb 1 2 U G QP p b E se fosse considerado o AWGN? Probabilidade de Erro de Bit Assintótica (Eb/No) CDMA-DS Curvas da Probabilidade de Erro de Bit em função da relação Eb/No para seqüências aleatórias de comprimento 128 0 5 10 15 20 25 30 35 40 10 -6 10 -5 10 -4 10 -3 10 -2 10 -1 10 0 Probabilidade de Erro - BPSK/SS B E R (L =1 28 ) E b /N o (dB) U = 1 U = 10 U = 20 U = 30 U = 40 U = 50 Probabilidade de Erro de Bit Assintótica (Users) CDMA-DS Curva da Probabilidade de Erro de Bit Assintótica em função do número de usuários (Weber), para Gp = 128 0 5 10 15 20 25 30 35 40 45 50 10 -7 10 -6 10 -5 10 -4 10 -3 10 -2 10 -1 10 0 Probabilidade de Erro - BPSK/SS B E R (L =1 02 3) Usuários E b /N o = 5dB E b /N o = 7dB E b /N o = 10dB E b /N o = 15dB Matlab BER Assintótica (Users) % Gp L = 128; % Usuários U = 1 : 50; % Eb/No dB EbNodB = [5 7 10 15]; EbNo = 10.^(EbNodB/10) for j= 1:length(EbNo), for k= 1:length(U), SNassi(j,k) = ((U(k) - 1)/L + 1/(2*EbNo(j)) )^(-0.5); Peassi(j,k) = qfunc(SNassi(j,k)); end end semilogy(U,Peassi); grid; title('Probabilidade de Erro - BPSK/SS ') ylabel('BER (L=1023)'); xlabel('Usuários'); legend('E_b/N_o = 5dB','E_b/N_o = 7dB','E_b/N_o = 10dB','E_b/N_o = 15dB') axis([0 50 1E-7 1]); SNassi Peassi CDMA-DS Matlab BER Assintótica (Eb/No) % Gp L = 128; % Usuários U = [1 10 20 30 40 50]; % Eb/No dB EbNodB = 0 : 2 : 40; EbNo = 10.^(EbNodB/10) for j= 1:length(U), for k= 1:length(EbNo), SNassi(j,k) = ((U(j) - 1)/L + 1/(2*EbNo(k)) )^(-0.5); Peassi(j,k) = qfunc(SNassi(j,k)); end end semilogy(EbNodB, Peassi); grid title('Probabilidade de Erro - BPSK/SS') ylabel('BER (L=128)'); xlabel('E_b/N_o (dB)'); legend('U = 1','U = 10','U = 20','U = 30','U = 40','U = 50'); axis([0 40 1E-6 1]); SNassi Peassi CDMA-DS CDMA Link Direto CDMA-DS - Link Direto – O modelo do sistema para U usuários é dado por: CDMA-DS t t t Limiar do(t) t=Tb r(t) Z1 n(t) c1(t) di(t) d1(t) dU(t) Sincronismo UoUUU ttctdP cos2 ioiii ttctdP cos2 1111 cos2 ttctdP o 1cos to – No Link Direto, as transmissões de cada um dos U usuários do sistema são síncronas – Cada usuário transmite um sinal binário si(t), i = 1, ... , U • O efeito de todas as demais interferências introduzidas no canal de transmissão pode ser modelada como um AWGN n(t) de densidade espectral de potência No / 2 – Considera-se que o ganho de processamento é Gp – Como as transmissões são síncronas, pode-se utilizar códigos curtos ortogonais de Walsh CDMA-DS – Neste caso, para um canal AWGN, não há MAI e a probabilidade de erro de bit de um dado usuário 1 qualquer é dadapor: CDMA-DS o b b N E QSNRQP 2 1 Efeito Near-Far Efeito Near-Far – Ocorre quando a potência dos usuários chega ao receptor de um sistema CDMA com valores diferentes – Deste modo, o sinal do usuário de interesse pode ser encoberto pelos sinais dos demais usuários – Os sistemas CDMA necessitam, portanto, de um controle de potência bastante preciso para um funcionamento otimizado Efeito Near Far Exemplo: Near-Far – Sem Controle de Potência – (SNR)min = 1/10 – MS2 mais próxima da BS do que MS1 – Pr2 = 10 Pr1 Efeito Near Far Reverse link MS1 BS MS2 Pr2 Pr1 Deste modo, tem-se: – (SNR)1 = Pr1 / Pr2 = Pr1 / (10 Pr1) = 1/10 – (SNR)2 = Pr2 / Pr1 = (10 Pr1) / Pr1 = 10 – Como (SNR)min = 1/10, ambas as MS vão funcionar adequadamente (embora a MS1 irá operar no limite) Efeito Near Far Agora, considere que uma nova MS3 começe a transmitir na mesma BS com Pr3 = Pr1 Efeito Near Far Reverse link MS1 BS MS2 Pr2 Pr1 MS3 Pr3 Neste caso, tem-se: – (SNR)1 = Pr1 / (Pr2 + Pr3) = Pr1 / (10 Pr1+ Pr1) = 1/11 – (SNR)2 = Pr2 / (Pr1 + Pr3) = 10 Pr1 / (Pr1+ Pr1) = 5 – (SNR)3 = Pr3 / (Pr1 + Pr2) = Pr1 / (10 Pr1+ Pr1) = 1/11 – Deste modo, apenas a MS2 irá funcionar corretamente Efeito Near Far Se todas as MS tivessem a mesma potência, ter- se-ia: – (SNR)1 = Pr1 / (Pr2 + Pr3) = Pr1 / (Pr1 + Pr1) = 1/2 – (SNR)2 = Pr2 / (Pr1 + Pr3) = Pr1 / (Pr1+ Pr1) = 1/2 – (SNR)3 = Pr3 / (Pr1 + Pr2) = Pr1 / (Pr1+ Pr1) = 1/2 Efeito Near Far Todas as MS iriam funcionar corretamente, com uma SNR muito acima do limite Rake Receiver Receptores Rake – Quando o Delay Spread > Tb , há sobreposição dos símbolos causando ISI – Para evitar ou minimizar os efeitos da ISI deve-se ter: • Delay Spread < Tb • Bcoerente > Rb Rake – Em Spread Spectrum, o atraso t entre os múltiplos percursos pode ser maior que Tc , já que a duração de chip é bastante curta. Além disto, pode-se utilizar códigos com correlação-cruzada baixa – Assim, os multipercursos com atrasos t > Tc são considerados não-correlacionados e denominados como Resolvable Path • Versões atrasadas da sequência de chips são resolvíveis • Como a correlação é baixa entre elas, pode-se separá-las e realizar as correlações de cada uma separadamente – Rake precisa identificar os percursos mais fortes • Circuito de Search monitora entrada e se aparecer um Percurso mais forte deve-se substituir o mais fraco Rake Receptores Rake – Tc < tmin – GPS • GPS prove basicamente 2 serviços – Serviço de Posicionamento Preciso, empregando um código extremamente longo com taxa de 10.23MHz – Serviço de Posicionamento Padrão, empregando um código curto (1023 bits) a uma taxa de 1.023 MHz. Cada satelite é identificado por uma fase diferente do código curto Rake lu zc d min min t l u z p er cu r s o m et r o s c T Ra ng e 2 Receptores Rake Rake R(t) Correlator 1 Ck(t-t1) Search Correlator 2 Ck(t-t2) Correlator N Ck(t-tN) 1 2 N Diversity Combiner Y(t) Spread MRC EGC (Div. Temporal) – Exemplo: Deseja-se projetar um receptor Rake para um canal onde a mínima diferença entre multipercursos é de 300 metros. Qual é a mínima taxa de chip necessária para ter um Resolvable Path? • Se o chip rate não for suficiente, os multipercursos correspondentes não serão resolvíveis e o requisito de pulsos separáveis não será atendido. Isso significa que a duração de chip deve ser menor que: Rake lu zc d min min t st 1 1 03 3 0 0 8mi n M c p sR c h i p 1 – Exemplo: Receptores Rake Rake – Probabilidade de Erro • Onde, • c is the average bit energy to noise spectral density per multipath component channel • If c is the same for all channels, then the average bit energy- to-noise spectral density of transmission channel is given by: Rake 1 0 2 11 2 1 L l lL b l L P c c 1 cL – Probabilidade de Erro Rake 0 2 4 6 8 10 12 14 16 18 20 10 -8 10 -7 10 -6 10 -5 10 -4 10 -3 10 -2 10 -1 dB BE R Probabilidade de Erro em Fading - Rake AWGN L=1 L=2 L=3 L=4 – Matalb – Rake gamadB=0:1:20; gama= 10.^(gamadB/10); Lvec= [1:4].'; sumfacL = zeros(length(Lvec), length(gama)); for finger = 1 : length(Lvec) L= Lvec(finger) gamac = gama./L v= sqrt(gamac./(1+gamac)); for f = 0 : L-1, sumfacL(finger,:)= sumfacL(finger,:) + nchoosek(L-1, f).*((1+v)/2).^f; end; Pb(finger,:)= ((1-v)/2).^L.*sumfacL(finger,:); end; % Resultado BPSK AWGN Pawgn = BERAWGN(gamadB, 'psk', 2, 'nondiff'); % Plots semilogy(gamadB, Pawgn); hold on; semilogy(gamadB, Pb.'); grid; xlabel('\gamma_d_B'); ylabel('BER'); title('Probabilidade de Erro em Fading - Rake'); legend('AWGN', 'L=1','L=2','L=3','L=4'); axis([0 gamadB(end) 1e-8 0.5]); Rake – Exemplo: Considere um sistema BPSK em um canal AWGN empregando um receptor MF • A probabilidade média de erro de bit Pb na saída do MF é 3.3×10−3 • Se for mantida a mesma Eb/N0 para uma transmissão em um canal de multipercursos e o MF for substituído por um Rake receiver com 3 fingers, qual será a nova Pb do sistema? Rake – A Pb para AWGN na saída do MF é função da Eb/N0 do sistema, como mostrado a seguir: Para Pb = 3.3×10 −3 Eb/N0 = 3.7 – A Pb na saída do Rake receiver para um canal com L = 3 (percursos) é: Rake o b b N E QP 2 1 0 2 11 2 1 L l lL b l L P 23 2 1 2 2 1 bP – Para determinar o valor de ν podemos calcular primeiramente c – De modo que: – Substituindo ν em Pb, tem-se: Rake 31 07.7 bP 23.1 3 7.3 3 c 74.0 1 c c O que é legal! próximo do desempenho em AWGN! FIM Perguntas?
Compartilhar