SlideShare una empresa de Scribd logo
1 de 26
Universidad Nacional de Ingeniería 
Comunicaciones II 
Conferencia 17: Probabilidad de error para señales en AWGN – 
Parte 2 
UNIDAD VI: DETECCIÓN E INTRODUCCIÓN A LA TEORÍA DE LA ESTIMACIÓN 
Instructor: Israel M. Zamora, MS Telecommunications Management 
Profesor Titular, Departamento de Sistemas Digitales y Telecomunicaciones. 
Universidad Nacional de Ingeniería 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr. Teoría Estimación
Outline 
• Análisis de Zonas 
• Procedimiento de cómputo de probabilidad de 
error 
– Ejemplo práctico 
• Probabilidad de error de algunos esquemas 
de transmisión pasabanda binario 
• Probabilidad de error de algunos esquemas 
de transmisión pasabanda M-ario 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In2tr. Teoría Estimación
Análisis de Zonas 
Note que en la mayoría de los casos, Z puede ser representado por 
i 
{( ) } 
Z = Z = r ,r ,...,r a < r < b , a < r < b ,...,a < r < 
b 
i 1 2 N 1 1 1 2 2 2 N N N 
donde i = 1,2,...,M, a ´s podría ser - ¥ , y b´s, ¥ 
. Así tenemos 
i i 
{ } { } 
P Î Z m = P a < r < b , a < r < b ,...,a < r < 
b m 
i i 1 1 1 2 2 2 N N N i 
{ } { } { } 
= < < < < < < 
( ) , j 1,2,...N, dado que m es transmitido 
R ~ Ν μ,σ Ν s , N 
ö 2 
çè 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In3tr. Teoría Estimación 
y 
P a r b m P a r b m ...P a r b m 
i 
o 
ij 
2 
1 1 1 i 2 2 2 i N N N i 
= ÷ø 
= æ 
r
Procedimiento de cómputo de probabilidad de error (1) 
Paso 1: 
Calcule los puntos de mensaje (o constelación de señales) 
( ) 
= = i s 
s ,s ,...,s , i 1,2,...,M 
i1 i2 iN 
y determine la región de decisión Z , i = 
1,2,...,M. En la 
mayoría de casos, Z puede ser representado por 
i 
i 
{( ) } 1 2 N 1 1 1 2 2 2 N N N 
Z = r ,r ,...,r a < r < b , a < r < b ,...,a < r < 
b 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In4tr. Teoría Estimación
Procedimiento de cómputo de probabilidad de error (2) 
( ) 
= 
Paso 2: 
Para cada i 1,2,...,M, calcule P m usando el siguiente 
subprocedimiento : 
= 
para cada j 1,2,...,N, calcule 
P a r b m F b F a , R ~ N s , N 
{ } ( ) ( ) 
< < = - æ 
çè 
o 
ö c i 
j j j i j j ij 
= ÷ø 
, j 1,2,...,N 
2 
Escriba la función F en términos de la función Q. Luego 
( ) N 
{ } ( ) ( ) e i c i 
Õ= 
= < < Þ = 
P m P a r b m P m 1- P m 
j j 
c i j j i 
j 1 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In5tr. Teoría Estimación
Procedimiento de cómputo de probabilidad de error (3) 
( ) 
P m 
Paso 3: 
Calcule 
P 1 
å== 
e e i 
para símbolos equiprobables P m 
( ) i 
M 
i 1 
M 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In6tr. Teoría Estimación
Ejemplo (1/6) 
•Determine la probabilidad media de error por símbolo para la constelación 
de señales mostrada abajo (NRZ Polar) 
S1(t) 
T 
m1=0 
-A 
S2(t) 
m2=1 
T 
A 
Z1 Z2 
S1 S2 
j-AÖT A ÖT 1 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In7tr. Teoría Estimación
Ejemplo (2/6) 
De la gráfica : 
( ) ( ) ( ) 
( ) ( ) ( ) 
= j = - j 
= 
s t s t A T t ó s -A T 
1 11 
= j = j 
= 
s t s t A T t ó s A T 
1 21 
( ) 
T 
0 
1 11 1 
2 21 1 
T 
0 
2 
2 
ò ò 
2 2 
donde 
= = = 
E s (t)dt 2 -A dt A 2 
T 
T 
0 
2 2 
T 
0 
1 
1 
ò ò 
2 2 
2 2 
= = = 
E s (t)dt 2 A dt A 2 
T 
2 
2 
2 
2 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In8tr. Teoría Estimación
Ejemplo (3/6) 
= = Þ = - = 
Paso 1: 
Fijamos m 0, m 1 s A T, s A T 
1 2 11 
Z = {r r < 0}, Z = {r r ³ 
0} 
j j j j 
1 1 1 2 1 1 
2 
21 
2 
Donde para señales equiprobables, tenemos que el umbral de decisión o frontera entre las 
regiones de decisión es igual a: 
0 
g = s11 + s21 = - A T + A T = 
2 2 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In9tr. Teoría Estimación
Ejemplo (4/6) 
Calculamos, 
P 0 P r 0 0 con R ~ N s , N 
( ) { } 
( ) { } ( ) 
ö çè= < æ 
N A T, N 
æ- = ÷ø 
ö çè 
o 2 o 
j 
c 11 
2 
1 
= - ³ ³ g = æ g 
- 
P 0 1 P r 0 0 donde P R Q μ 
j 
1 
con R = r y = 0, μ = s y σ = 
N 
11 
æ 
ö çè 
2 o 
j 
1 
substituyendo : 
2 
g 
( ) { } ( ) 
÷ø 
ö 
P 0 1 P r 0 0 1 Q 0 A T 
æ 
= - ³ = - - - 
ö 
j 
æ 
ö 
÷ ÷ ÷ ÷ 
ø 
ç ç ç ç 
è 
2 
N 
2 o 
2 
s 
P 0 Q A 2T 
1 
P 0 1 Q A 2T 
( ) ( ) ÷ ÷ø 
ç çè 
= Þ ÷ ÷ø 
ç çè 
= - 
÷ø 
2 
o 
2 e 
o 
c 
c 
c 
N 
N 
2 
Paso 2-1: 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr0. Teoría Estimación
Ejemplo (5/6) 
Calculamos, 
P 1 P r 01 con R ~ N s , N 
( ) { } 
= 
³ æ ö çèj 
c 21 
³ = æ - 
1 
g g 
donde P R Q μ 
( ) 
ö çè 
÷ø 
N A T, N 
o 2 o 
2 
s 
con R = r y = 0, μ = s y σ = 
N 
j 
1 
substituyendo : 
g 
= ³ = - 
P 1 P r 01 Q 0 A T 
( ) { } 
æ = ÷ø 
ö çè 
21 
2 
2 o 
2 
Q -A 2T 
N 
N 
2 o o 
ö 
æ 
ç çè 
æ 
æ 
ç ç ç ç 
è 
ö 
æ 
= 
ö 
÷ ÷ ÷ ÷ 
ø 
2 
2 
P 1 Q A 2T 
j 
1 
P 1 1 Q A 2T 
( ) ( ) ÷ ÷ø 
ç çè 
= Þ ÷ ÷ø 
ç çè 
= - 
ö 
÷ ÷ø 
÷ø 
2 
o 
2 e 
o 
c 
c 
N 
N 
2 
Paso 2-2: 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr1. Teoría Estimación
Ejemplo (6/6) 
2 
P m 1 
( ) ( ) 
M 
Calcule 
P 1 
= å = å 
i 1 
e e i 
i 1 
2 
= = 
[ ( ) ( )] 
M 
1 
P 0 P 1 
2 
e e 
Q A 2T 
N 
ö 
÷ ÷ø 
= + 
é 
ê êë 
æ 
1 
2 
Q A 2T 
ç çè 
= 
= 
ù 
ö 
÷ ÷ø 
ú úû 
æ 
P m 
Q A 2T 
ç çè 
ö 
+ ÷ ÷ø 
æ 
ç çè 
2 
o 
e i 
2 
o 
2 
o 
N 
N 
Paso 3: 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr2. Teoría Estimación
Pe para BPSK Coherente 
El receptor obtiene donde la pdf de R=r1 dado que la señal s1(t) fue transmitida es 
1 1 1 ( r s ) 
= 2 
1 1 11 
Con AWGN con media cero y PSD N 
é 
- - 
, tenemos que 
2 
Q E 
P P r E 
(1) { 01} 2 2 b 
(0) 
O 
ö 
÷ ÷ø 
æ 
N 
N 
b 
O 
P P (1) P (1) P (0) P (0) Q 2 
E 
ç çè 
ö 
= ÷ ÷ø 
æ 
ç çè 
= < =F - 
1 
= + = 
ö 
= ÷ ÷ø 
æ 
ç çè 
b 
0 
0 
N 
P 
e,BPSK e e 
e 
ù 
b 
SNR = 2E 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr3. Teoría Estimación 
e 
PPrroobbaabbiilliiddaadd ddee EErrrroorr:: 
r = s + n 1 11 
úû 
êë 
p 
N 
exp 
N 
f ( r ) 
O O 
R m 
y decide que s1(t) fue enviado si r1>0 y s2(t) en otro caso. 
El receptor comete un error si s1(t) fue enviado y r1<0. Es decir, r1ÎZ2. 
Así, la probabilidad de error dado que el mensaje m1 fue transmitido es: 
Se nota que: 
O 
máx N
Pe BFSK Coherente 
BBiinnaarryy FFrreeccuueennccyy SShhiifftt KKeeyyiinngg ccoonn ddeetteecccciióónn CCoohheerreennttee 
= ò f = + Tb 
j i j ij j donde r r ( t ) ( t )dt s n 
0 
r s ( t )~N s , NO , j , 
j i ij = ÷ø 
1 2 
æ 
ö çè 
2 
÷ø 
r s ( t )~N s , N N O N E , O 
b 
1 1 11 2 2 
r s ÷ø 
( t )~N s , N N O N , O 1 2 21 2 
( ) 2 j t 
2 s 
ö çè 
æ = ÷ø 
÷øö çè 
æ 
O O r s ( t )~N s , N N , N 
çè 
æ 
ö 2 1 12 2 
ö çè 
æ = ÷ø 
ö çè 
÷ø 
æ 
2 
0 
O r s ( t )~N s , N N E , N 
çè 
æ 
ö O 
b 
2 2 22 2 2 
b d = 2E PPrroobbaabbiilliiddaadd ddee EErrrroorr:: 
æ = ÷ø 
0 
ö çè 
2 
æ = ÷ø 
ö çè 
Con AWGN con media cero y DSP N b E 
1 0 s 
Con p(0)=p(1)=0.5 
ö 
÷ ÷ø 
æ 
P Q E 
ç çè 
= 
b 
0 
e,BFSK 
0 
N 
2 
b E 
( ) 1 j t 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr4. Teoría Estimación
Pe QPSK Coherente (1/2) 
1 
4 
4 1 
La probabilidad media de error de QPSK para símbolos 
equiprobables está dado por: å= 
P = 
P (m ) 
e e i i 
Note que las regiones de decisión son iguales y los puntos señales son simétricas. De allí 
que todas las Pe(mi) son iguales. En los que sigue, sólo nos enfocamos a calcular el 
resultado con m1=10. P ( ) P ( ) e 10 =1- c 10 
P ( ) P( r ( r ,r ) Z ) P{ r , r } c 10 10 0 010 1 2 1 1 2 = = Î = < < ¥ -¥ < < 
donde 10 2 1 2 1 0 r N(s ,N / ), j , j j ® = 
y estas dos variables aleatorias gaussianas son independientes. Así 
P ( ) P{ r }P{ r } c 10 010 010 1 2 = > < 
2 
ö 
æ 
ö 
æ 
ö 
ö 
æ 
F = ÷ ÷ 
ø 
ö 
æ - F ÷ ÷ 
ø 
æ 
ö 
æ - = -F 
Q E 
E 
E / 
E / 
1 2 ÷ ÷ 
2 
2 
ç ç 
è 
÷ ÷ 
ø 
N / 
N / 
0 0 
ç ç 
÷ø 
÷ = 1 
- 2 
2 
ø 
O O N 
è 
÷ ÷ø 
ç çè 
ç çè 
ç ç 
è 
ç ç 
è 
N 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr5. Teoría Estimación
Esquema QPSK Coherente (2/2) 
Probabilidad de Error de Símbolo: 
ö 
2 
= ÷ ÷ ø 
P P Q E 
1 1 1 2 
ö 
÷ ÷ø 
æ 
N 
O 
P Q E 
ç çè 
æ 
ç ç 
= - = - - 
è 
1 2 
e c 
>> » 
ö 
÷ ÷ø 
æ 
Q E 
ç çè 
ö 
- ÷ ÷ø 
æ 
Q E 
ç çè 
ö 
÷ ÷ø 
æ 
ç çè 
N 
si E 
e 
0 0 
0 
2 
0 
N 
N 
N 
Podemos expresar esto en función de la energía Tx. Por bit: 
ö 
÷ ÷ø 
Q 2E 
2 b 
æ 
N 
P 2Q 2E 
ç çè 
ö 
- ÷ ÷ø 
æ 
P 2Q 2E 
ç çè 
b 
0 
N 
1 
>> » 
ö 
÷ ÷ø 
æ 
ç çè 
= 
b 
0 
e 
si E 
b 
0 
0 
e 
N 
N 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr6. Teoría Estimación
Pe MSK Coherente 
P P 2Q 2E Z3 Z4 
s3 :1 E 
b s4 :0 
b E 
Probabilidad de Error de Símbolo: 
Q 2E 
ö 
÷ ÷ø 
N 
æ 
1 P 2Q 2E 
ç çè 
= = 
e,MSK e,QPSK 
>> » 
æ 
ç çè 
ö 
- ÷ ÷ø 
æ 
ç çè 
b 
0 
e 
si E 
b 
0 
2 b 
b 
0 
N 
N 
b - E Así para valores elevados por Eb/N0, la 
s2 :0 s1: 1 
b - E 
0 
N 
probabilidad de error medio para un sistema 
MSK es aproximadamente el mismo que el 
correspondiente para un sistemas BPSK 
Coherente (ignore el factor de escala de 2). 
Esto es así al precio de un incremento en la 
complejidad del receptor. 
ö 
÷ ÷ø 
Z2 Z1 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr7. Teoría Estimación
Pe QAM Coherente (1/2) 
Se puede demostrar que la probabilidad de error del símbolo en la QAM M-aria está dada 
aproximadamente por: 
O 
Q E 
O 
En consecuencia, podemos reescribir la ecuación anterior en términos de ES como: 
ö 
÷ ÷ø 
P 2 1 1 2 
@ æ - - 
÷øö çè 
e ,QAM Maria N 
æ 
M 
2 1 1 3 
ç çè 
æ 
ç çè 
× 
- 
@ æ - - 
ö çè 
Q 
÷ø 
S 
O 
E 
P 
e ,QAM Maria M 
N 
M 
1 
ö 
÷ ÷ø 
En el caso M=4 es de interés especial. La relación de señales para este valor de M es la misma 
correspondiente a la QPSK. En realidad, haciendo M=4 en la ecuación de arriba y advirtiendo 
que para este caso especial ES=E donde E es la energía por símbolo, encontramos que la 
fórmula resultante para la probabilidad de error de símbolo se vuelve idéntica a ecuación de la 
diapositiva 8 que se reproduce aquí. 
ö 
÷ ÷ø 
æ 
P Q E e 
ç çè 
» 
0 
2 
N 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr8. Teoría Estimación
Pe QAM Coherente (2/2) 
El resultado anterior es exacto para M=2k donde k par. Cuando k es impar, no hay sistema PAM 
L-ario (ÖM). Pero esto no es problema. Se puede demostrar casi directamente que la 
probabilidad de error de símbolo se encuentra confinada con cota superior a través de la 
expresión siguiente: 
2 
× 
- 
E 
P Q 
e ,QAM Maria N 
1 
é 
æ 
1 1 2 3 
ù 
ú úû 
£ - - - 
ê êë 
ö 
÷ ÷ø 
ç çè 
S 
O 
M 
æ 
4 3 
ç ç 
è 
× 
- 
£ 
kE 
b ,S 
N 
O 
M 
Q 
1 
para cualquier k³1, y Eb.S es la energía por bit promedio. 
ö 
÷ ÷ 
ø 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr9. Teoría Estimación
Pe BFSK No coherente 
PPrroobbaabbiilliiddaadd ddee EErrrroorr:: 
Con AWGN con media cero y DSP N 
ö 
÷ ÷ø 
æ 
exp E 
2 
ç çè 
P 1 
= - 
b 
0 
e 
0 
2N 
2 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In2tr0. Teoría Estimación
Pe M-arios 
Caso: Esquema M-ario PSK 
La probabilidad de recepción 
correcta es la integral del área 
sombreada de la figura. Esta 
probabilidad puede ser limitada 
por alguna frontera. Por tanto, 
para valores grandes de E/No la 
probabilidad de error de símbolo 
es aproximadamente dada por: 
PPrroobbaabbiilliiddaadd ddee EErrrroorr:: 
ö 
æ 
sen π 
P Q E e,M-PSK 
si 
p / M 
2 2 4 
» M 
0 
³ ÷ ÷ø 
ç çè 
M 
N 
E E log M b 2 = 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In2tr1. Teoría Estimación
Pe M-arios 
Caso: Esquema M-ario FSK 
Para FSK M-ario, el receptor óptimo corresponde a un 
banco de M correlaciones o filtros acoplados. En los 
sistemas de muestreo t=kT, el receptor toma decisiones 
basadas en la mayor de las salidas del filtro acoplado. La 
probabilidad de error de símbolo puede limitarse 
superiormente a: 
PPrroobbaabbiilliiddaadd ddee EErrrroorr:: 
ö 
æ 
P (M 1)Q E b 2 
e,M-FSK = ÷ ÷ø 
donde E E log M 
N 
o 
ç çè 
£ - 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In2tr2. Teoría Estimación
Rendimiento de algunos esquemas 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In2tr3. Teoría Estimación
Pb (BER) a partir de Pe 
1. Probabilidad de error de bit a partir de la probabilidad de error de 
símbolo. 
• Hay dos enfoques para definir una probabilidad de error de bit equivalente, Pb, 
o tasa de errores de bit (BER), a partir de la probabilidad de error de símbolo, 
Pe. Esto depende de: 
• la estructura del espacio de señales, y 
• el mapeo de los puntos de señales espaciales en secuencias de bits 
equivalentes 
2. Definición 1: En este caso, asumimos que al ir de un punto de señal a 
un punto de señal adyacente, solamente cambia un bit en la palabra 
binaria representación representada en la señal. 
M 
P Pe 
b 
2 log 
= 
Nota: PSK M-ario empleando código Gray y QAM M-ario cumplen esta 
condición 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In2tr4. Teoría Estimación
Pb (BER) a partir de Pe 
3. Definición 2: Denotamos n=log2M. Asumimos que todos los errores de 
símbolos son igualmente probables. Definimos Pb como la razón de A, 
que es el número medio de bits con errores de símbolo de n-bits, con 
relación a n, el cual es el número de bits por símbolos. Definiremos una 
fórmula explícita para Pb. 
Observe que, en un sistema M-ario, cada símbolo se encuentra en error 
con una probabilidad: 
Pe 
M -1 
Para un símbolo dado, suponga que k bits están en error. Entonces, 
hay ö 
maneras que esto puede suceder, lo cual resulta en: 
÷ ÷ø 
n 
æ 
k 
ç çè 
P A 
= = 
b 
1 
n n 
para M muy grande. 
n 
å= 
P ® 
P 
M 
- 
= 
ö 
P 
- ÷ ÷ø 
n 
k 
æ 
ç çè 
k 
e 
e 
e 
M 
M 
k 
1 ( 1) 2( 1) 2 
Nota: Los sistemas FSK M-ario se encuentran bajo esta condición. 
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In2tr5. Teoría Estimación
2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In2tr6. Teoría Estimación

Más contenido relacionado

La actualidad más candente

Probabilidad de error en modulación digital
Probabilidad de error en modulación digitalProbabilidad de error en modulación digital
Probabilidad de error en modulación digitalFrancisco Apablaza
 
Frecuencia y fase
Frecuencia y faseFrecuencia y fase
Frecuencia y fasedamianADRP
 
Modulacion y frecuenca comunicacion analogicas 2
Modulacion y frecuenca  comunicacion analogicas 2Modulacion y frecuenca  comunicacion analogicas 2
Modulacion y frecuenca comunicacion analogicas 2Velmuz Buzz
 
Codigo de bloques lineales
Codigo de bloques linealesCodigo de bloques lineales
Codigo de bloques linealesComunicaciones2
 
Lecture 6 formateo de señales en pcm
Lecture 6 formateo de señales en pcmLecture 6 formateo de señales en pcm
Lecture 6 formateo de señales en pcmnica2009
 
Practica #15 modulacion - demodulacion FSK
Practica #15 modulacion - demodulacion FSKPractica #15 modulacion - demodulacion FSK
Practica #15 modulacion - demodulacion FSKFernando Ojeda
 
8 modulación, am, fm, pm, etc.
8   modulación, am, fm, pm, etc.8   modulación, am, fm, pm, etc.
8 modulación, am, fm, pm, etc.UTU
 
Modulacion FM
Modulacion FMModulacion FM
Modulacion FMgbermeo
 
Modulasi frekuensi dan modulasi phase (Fm dan Pm)
Modulasi frekuensi dan modulasi phase (Fm dan Pm)Modulasi frekuensi dan modulasi phase (Fm dan Pm)
Modulasi frekuensi dan modulasi phase (Fm dan Pm)Ishardi Nassogi
 
Telekomunikasi Analog dan Digital - Slide week 7 derau dalam sistem komunikasi
Telekomunikasi Analog dan Digital - Slide week 7   derau dalam sistem komunikasiTelekomunikasi Analog dan Digital - Slide week 7   derau dalam sistem komunikasi
Telekomunikasi Analog dan Digital - Slide week 7 derau dalam sistem komunikasiBeny Nugraha
 
Sistemas de Telecomunicaciones cap 3 1
Sistemas de Telecomunicaciones cap 3 1Sistemas de Telecomunicaciones cap 3 1
Sistemas de Telecomunicaciones cap 3 1Francisco Apablaza
 
Codificación Convolucional, Decodificador de Viterbi y Turbo Código
Codificación Convolucional, Decodificador de Viterbi y Turbo CódigoCodificación Convolucional, Decodificador de Viterbi y Turbo Código
Codificación Convolucional, Decodificador de Viterbi y Turbo CódigoOscar Javier Jimenez Revelo
 
TEORÍA DE LA INFORMACIÓN Y CODIFICACIÓN FUENTE
TEORÍA DE LA INFORMACIÓN Y CODIFICACIÓN FUENTE TEORÍA DE LA INFORMACIÓN Y CODIFICACIÓN FUENTE
TEORÍA DE LA INFORMACIÓN Y CODIFICACIÓN FUENTE Toño Avilix
 
Capítulo II - Microondas - Análisis de redes de microondas
Capítulo II - Microondas - Análisis de redes de microondasCapítulo II - Microondas - Análisis de redes de microondas
Capítulo II - Microondas - Análisis de redes de microondasAndy Juan Sarango Veliz
 

La actualidad más candente (20)

Probabilidad de error en modulación digital
Probabilidad de error en modulación digitalProbabilidad de error en modulación digital
Probabilidad de error en modulación digital
 
Fm 2014 1
Fm 2014 1Fm 2014 1
Fm 2014 1
 
Frecuencia y fase
Frecuencia y faseFrecuencia y fase
Frecuencia y fase
 
Modulacion y frecuenca comunicacion analogicas 2
Modulacion y frecuenca  comunicacion analogicas 2Modulacion y frecuenca  comunicacion analogicas 2
Modulacion y frecuenca comunicacion analogicas 2
 
Codigo de bloques lineales
Codigo de bloques linealesCodigo de bloques lineales
Codigo de bloques lineales
 
Lecture 6 formateo de señales en pcm
Lecture 6 formateo de señales en pcmLecture 6 formateo de señales en pcm
Lecture 6 formateo de señales en pcm
 
Practica #15 modulacion - demodulacion FSK
Practica #15 modulacion - demodulacion FSKPractica #15 modulacion - demodulacion FSK
Practica #15 modulacion - demodulacion FSK
 
8 modulación, am, fm, pm, etc.
8   modulación, am, fm, pm, etc.8   modulación, am, fm, pm, etc.
8 modulación, am, fm, pm, etc.
 
Modulacion FM
Modulacion FMModulacion FM
Modulacion FM
 
La Carta de Smith
La Carta de SmithLa Carta de Smith
La Carta de Smith
 
Modulasi frekuensi dan modulasi phase (Fm dan Pm)
Modulasi frekuensi dan modulasi phase (Fm dan Pm)Modulasi frekuensi dan modulasi phase (Fm dan Pm)
Modulasi frekuensi dan modulasi phase (Fm dan Pm)
 
Demodulador am (completo)
Demodulador am (completo)Demodulador am (completo)
Demodulador am (completo)
 
Telekomunikasi Analog dan Digital - Slide week 7 derau dalam sistem komunikasi
Telekomunikasi Analog dan Digital - Slide week 7   derau dalam sistem komunikasiTelekomunikasi Analog dan Digital - Slide week 7   derau dalam sistem komunikasi
Telekomunikasi Analog dan Digital - Slide week 7 derau dalam sistem komunikasi
 
Solución ejercicios 9 12
Solución ejercicios 9 12Solución ejercicios 9 12
Solución ejercicios 9 12
 
Sistemas de Telecomunicaciones cap 3 1
Sistemas de Telecomunicaciones cap 3 1Sistemas de Telecomunicaciones cap 3 1
Sistemas de Telecomunicaciones cap 3 1
 
Sistemas de Conmutación: Introducción
Sistemas de Conmutación: IntroducciónSistemas de Conmutación: Introducción
Sistemas de Conmutación: Introducción
 
Codificación Convolucional, Decodificador de Viterbi y Turbo Código
Codificación Convolucional, Decodificador de Viterbi y Turbo CódigoCodificación Convolucional, Decodificador de Viterbi y Turbo Código
Codificación Convolucional, Decodificador de Viterbi y Turbo Código
 
TEORÍA DE LA INFORMACIÓN Y CODIFICACIÓN FUENTE
TEORÍA DE LA INFORMACIÓN Y CODIFICACIÓN FUENTE TEORÍA DE LA INFORMACIÓN Y CODIFICACIÓN FUENTE
TEORÍA DE LA INFORMACIÓN Y CODIFICACIÓN FUENTE
 
Redes de transporte
Redes de transporteRedes de transporte
Redes de transporte
 
Capítulo II - Microondas - Análisis de redes de microondas
Capítulo II - Microondas - Análisis de redes de microondasCapítulo II - Microondas - Análisis de redes de microondas
Capítulo II - Microondas - Análisis de redes de microondas
 

Similar a Lecture 17 probabilidad de error para señales en awgn parte 2

Lecture 14 modulacion digital parte 2
Lecture 14 modulacion digital    parte 2Lecture 14 modulacion digital    parte 2
Lecture 14 modulacion digital parte 2nica2009
 
Lecture 16 probabilidad de error para señales en awgn parte 1
Lecture 16 probabilidad de error para señales en awgn parte 1Lecture 16 probabilidad de error para señales en awgn parte 1
Lecture 16 probabilidad de error para señales en awgn parte 1nica2009
 
Problemario de Series de Fourier
Problemario de Series de FourierProblemario de Series de Fourier
Problemario de Series de FourierKike Prieto
 
Series de fourier - Ejemplos Resueltos
Series de fourier - Ejemplos Resueltos Series de fourier - Ejemplos Resueltos
Series de fourier - Ejemplos Resueltos Joe Arroyo Suárez
 
ELECTRONICA INDUSTRIAL -EJERCICIOS RESUELTOS : EJERCICIOS DE EXPRESION EN S...
ELECTRONICA INDUSTRIAL -EJERCICIOS RESUELTOS  : EJERCICIOS DE EXPRESION EN  S...ELECTRONICA INDUSTRIAL -EJERCICIOS RESUELTOS  : EJERCICIOS DE EXPRESION EN  S...
ELECTRONICA INDUSTRIAL -EJERCICIOS RESUELTOS : EJERCICIOS DE EXPRESION EN S...AVINADAD MENDEZ
 
Ejercicios detallados del obj 4 mat iii 733
Ejercicios detallados del obj 4 mat iii  733 Ejercicios detallados del obj 4 mat iii  733
Ejercicios detallados del obj 4 mat iii 733 Jonathan Mejías
 
Segmentación por umbralización método de otsu
Segmentación por umbralización   método de otsuSegmentación por umbralización   método de otsu
Segmentación por umbralización método de otsuJorge Antonio Parra Serquen
 
Recursividad
RecursividadRecursividad
Recursividadbritkarem
 
RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2FELIX Castro Garcia
 
Quadratic Sieve, algoritmos y ejemplos
Quadratic Sieve, algoritmos y ejemplosQuadratic Sieve, algoritmos y ejemplos
Quadratic Sieve, algoritmos y ejemplosDaniel Cam Urquizo
 

Similar a Lecture 17 probabilidad de error para señales en awgn parte 2 (20)

Lecture 14 modulacion digital parte 2
Lecture 14 modulacion digital    parte 2Lecture 14 modulacion digital    parte 2
Lecture 14 modulacion digital parte 2
 
Lecture 16 probabilidad de error para señales en awgn parte 1
Lecture 16 probabilidad de error para señales en awgn parte 1Lecture 16 probabilidad de error para señales en awgn parte 1
Lecture 16 probabilidad de error para señales en awgn parte 1
 
Problemario de Series de Fourier
Problemario de Series de FourierProblemario de Series de Fourier
Problemario de Series de Fourier
 
Series de fourier - Ejemplos Resueltos
Series de fourier - Ejemplos Resueltos Series de fourier - Ejemplos Resueltos
Series de fourier - Ejemplos Resueltos
 
ELECTRONICA INDUSTRIAL -EJERCICIOS RESUELTOS : EJERCICIOS DE EXPRESION EN S...
ELECTRONICA INDUSTRIAL -EJERCICIOS RESUELTOS  : EJERCICIOS DE EXPRESION EN  S...ELECTRONICA INDUSTRIAL -EJERCICIOS RESUELTOS  : EJERCICIOS DE EXPRESION EN  S...
ELECTRONICA INDUSTRIAL -EJERCICIOS RESUELTOS : EJERCICIOS DE EXPRESION EN S...
 
Titulación
TitulaciónTitulación
Titulación
 
Titulación
TitulaciónTitulación
Titulación
 
3) Mecánica Cuántica
3) Mecánica Cuántica3) Mecánica Cuántica
3) Mecánica Cuántica
 
SSLL-SE-2014-2S
SSLL-SE-2014-2SSSLL-SE-2014-2S
SSLL-SE-2014-2S
 
Pd cap 2 1
Pd cap 2 1Pd cap 2 1
Pd cap 2 1
 
Ejercicios detallados del obj 4 mat iii 733
Ejercicios detallados del obj 4 mat iii  733 Ejercicios detallados del obj 4 mat iii  733
Ejercicios detallados del obj 4 mat iii 733
 
Segmentación por umbralización método de otsu
Segmentación por umbralización   método de otsuSegmentación por umbralización   método de otsu
Segmentación por umbralización método de otsu
 
Edwin contreras fourier
Edwin contreras fourierEdwin contreras fourier
Edwin contreras fourier
 
RNAs Backpropagation
RNAs Backpropagation RNAs Backpropagation
RNAs Backpropagation
 
Recursividad
RecursividadRecursividad
Recursividad
 
Formulas 2012 01pdf
Formulas 2012 01pdfFormulas 2012 01pdf
Formulas 2012 01pdf
 
RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2
 
Formulas estadisticas
Formulas estadisticasFormulas estadisticas
Formulas estadisticas
 
Ejemplosalgoritmo2
Ejemplosalgoritmo2Ejemplosalgoritmo2
Ejemplosalgoritmo2
 
Quadratic Sieve, algoritmos y ejemplos
Quadratic Sieve, algoritmos y ejemplosQuadratic Sieve, algoritmos y ejemplos
Quadratic Sieve, algoritmos y ejemplos
 

Más de nica2009

Lecture 14 radioenlaces terrenales servicio fijo p5
Lecture 14 radioenlaces terrenales servicio fijo   p5Lecture 14 radioenlaces terrenales servicio fijo   p5
Lecture 14 radioenlaces terrenales servicio fijo p5nica2009
 
Lecture 13 radioenlaces terrenales servicio fijo p4
Lecture 13 radioenlaces terrenales servicio fijo   p4Lecture 13 radioenlaces terrenales servicio fijo   p4
Lecture 13 radioenlaces terrenales servicio fijo p4nica2009
 
Lecture 12 radioenlaces terrenales servicio fijo p3
Lecture 12 radioenlaces terrenales servicio fijo   p3Lecture 12 radioenlaces terrenales servicio fijo   p3
Lecture 12 radioenlaces terrenales servicio fijo p3nica2009
 
Lecture 11 radioenlaces terrenales servicio fijo p2
Lecture 11 radioenlaces terrenales servicio fijo   p2Lecture 11 radioenlaces terrenales servicio fijo   p2
Lecture 11 radioenlaces terrenales servicio fijo p2nica2009
 
Lecture 10 radioenlaces terrenales servicio fijo p1
Lecture 10 radioenlaces terrenales servicio fijo   p1Lecture 10 radioenlaces terrenales servicio fijo   p1
Lecture 10 radioenlaces terrenales servicio fijo p1nica2009
 
Lecture 9 analisis radioprop p6
Lecture 9 analisis radioprop   p6Lecture 9 analisis radioprop   p6
Lecture 9 analisis radioprop p6nica2009
 
Lecture 8 revisión de ejercicios unidad ii
Lecture 8 revisión de ejercicios   unidad iiLecture 8 revisión de ejercicios   unidad ii
Lecture 8 revisión de ejercicios unidad iinica2009
 
Lecture 7 analisis radioprop p5
Lecture 7 analisis radioprop   p5Lecture 7 analisis radioprop   p5
Lecture 7 analisis radioprop p5nica2009
 
Lecture 6 analisis radioprop p4
Lecture 6 analisis radioprop   p4Lecture 6 analisis radioprop   p4
Lecture 6 analisis radioprop p4nica2009
 
Lecture 5 analisis radioprop p3
Lecture 5 analisis radioprop   p3Lecture 5 analisis radioprop   p3
Lecture 5 analisis radioprop p3nica2009
 
Lecture 4 analisis radioprop p2
Lecture 4 analisis radioprop   p2Lecture 4 analisis radioprop   p2
Lecture 4 analisis radioprop p2nica2009
 
Lecture 3 analisis radioprop p1
Lecture 3 analisis radioprop   p1Lecture 3 analisis radioprop   p1
Lecture 3 analisis radioprop p1nica2009
 
Lecture 2 intro a sist radiocom p2
Lecture 2 intro a sist radiocom   p2Lecture 2 intro a sist radiocom   p2
Lecture 2 intro a sist radiocom p2nica2009
 
Lecture 15 radioenlaces terrenales servicio fijo p6
Lecture 15 radioenlaces terrenales servicio fijo   p6Lecture 15 radioenlaces terrenales servicio fijo   p6
Lecture 15 radioenlaces terrenales servicio fijo p6nica2009
 
Lecture 1 intro a sist radiocom p1
Lecture 1 intro a sist radiocom   p1Lecture 1 intro a sist radiocom   p1
Lecture 1 intro a sist radiocom p1nica2009
 
Lecture 8 principios de economía p7
Lecture 8 principios de economía p7Lecture 8 principios de economía p7
Lecture 8 principios de economía p7nica2009
 
Lecture 7 principios de economía p6
Lecture 7 principios de economía p6Lecture 7 principios de economía p6
Lecture 7 principios de economía p6nica2009
 
Lecture 6 principios de economía p5
Lecture 6 principios de economía p5Lecture 6 principios de economía p5
Lecture 6 principios de economía p5nica2009
 
Lecture 5 principios de economía p4
Lecture 5 principios de economía p4Lecture 5 principios de economía p4
Lecture 5 principios de economía p4nica2009
 
Lecture 4 principios de economía p3
Lecture 4 principios de economía p3Lecture 4 principios de economía p3
Lecture 4 principios de economía p3nica2009
 

Más de nica2009 (20)

Lecture 14 radioenlaces terrenales servicio fijo p5
Lecture 14 radioenlaces terrenales servicio fijo   p5Lecture 14 radioenlaces terrenales servicio fijo   p5
Lecture 14 radioenlaces terrenales servicio fijo p5
 
Lecture 13 radioenlaces terrenales servicio fijo p4
Lecture 13 radioenlaces terrenales servicio fijo   p4Lecture 13 radioenlaces terrenales servicio fijo   p4
Lecture 13 radioenlaces terrenales servicio fijo p4
 
Lecture 12 radioenlaces terrenales servicio fijo p3
Lecture 12 radioenlaces terrenales servicio fijo   p3Lecture 12 radioenlaces terrenales servicio fijo   p3
Lecture 12 radioenlaces terrenales servicio fijo p3
 
Lecture 11 radioenlaces terrenales servicio fijo p2
Lecture 11 radioenlaces terrenales servicio fijo   p2Lecture 11 radioenlaces terrenales servicio fijo   p2
Lecture 11 radioenlaces terrenales servicio fijo p2
 
Lecture 10 radioenlaces terrenales servicio fijo p1
Lecture 10 radioenlaces terrenales servicio fijo   p1Lecture 10 radioenlaces terrenales servicio fijo   p1
Lecture 10 radioenlaces terrenales servicio fijo p1
 
Lecture 9 analisis radioprop p6
Lecture 9 analisis radioprop   p6Lecture 9 analisis radioprop   p6
Lecture 9 analisis radioprop p6
 
Lecture 8 revisión de ejercicios unidad ii
Lecture 8 revisión de ejercicios   unidad iiLecture 8 revisión de ejercicios   unidad ii
Lecture 8 revisión de ejercicios unidad ii
 
Lecture 7 analisis radioprop p5
Lecture 7 analisis radioprop   p5Lecture 7 analisis radioprop   p5
Lecture 7 analisis radioprop p5
 
Lecture 6 analisis radioprop p4
Lecture 6 analisis radioprop   p4Lecture 6 analisis radioprop   p4
Lecture 6 analisis radioprop p4
 
Lecture 5 analisis radioprop p3
Lecture 5 analisis radioprop   p3Lecture 5 analisis radioprop   p3
Lecture 5 analisis radioprop p3
 
Lecture 4 analisis radioprop p2
Lecture 4 analisis radioprop   p2Lecture 4 analisis radioprop   p2
Lecture 4 analisis radioprop p2
 
Lecture 3 analisis radioprop p1
Lecture 3 analisis radioprop   p1Lecture 3 analisis radioprop   p1
Lecture 3 analisis radioprop p1
 
Lecture 2 intro a sist radiocom p2
Lecture 2 intro a sist radiocom   p2Lecture 2 intro a sist radiocom   p2
Lecture 2 intro a sist radiocom p2
 
Lecture 15 radioenlaces terrenales servicio fijo p6
Lecture 15 radioenlaces terrenales servicio fijo   p6Lecture 15 radioenlaces terrenales servicio fijo   p6
Lecture 15 radioenlaces terrenales servicio fijo p6
 
Lecture 1 intro a sist radiocom p1
Lecture 1 intro a sist radiocom   p1Lecture 1 intro a sist radiocom   p1
Lecture 1 intro a sist radiocom p1
 
Lecture 8 principios de economía p7
Lecture 8 principios de economía p7Lecture 8 principios de economía p7
Lecture 8 principios de economía p7
 
Lecture 7 principios de economía p6
Lecture 7 principios de economía p6Lecture 7 principios de economía p6
Lecture 7 principios de economía p6
 
Lecture 6 principios de economía p5
Lecture 6 principios de economía p5Lecture 6 principios de economía p5
Lecture 6 principios de economía p5
 
Lecture 5 principios de economía p4
Lecture 5 principios de economía p4Lecture 5 principios de economía p4
Lecture 5 principios de economía p4
 
Lecture 4 principios de economía p3
Lecture 4 principios de economía p3Lecture 4 principios de economía p3
Lecture 4 principios de economía p3
 

Último

TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxlclcarmen
 
Manual - ABAS II completo 263 hojas .pdf
Manual - ABAS II completo 263 hojas .pdfManual - ABAS II completo 263 hojas .pdf
Manual - ABAS II completo 263 hojas .pdfMaryRotonda1
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadAlejandrino Halire Ccahuana
 
30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdf30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdfgimenanahuel
 
Historia y técnica del collage en el arte
Historia y técnica del collage en el arteHistoria y técnica del collage en el arte
Historia y técnica del collage en el arteRaquel Martín Contreras
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...JAVIER SOLIS NOYOLA
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxAna Fernandez
 
La Función tecnológica del tutor.pptx
La  Función  tecnológica  del tutor.pptxLa  Función  tecnológica  del tutor.pptx
La Función tecnológica del tutor.pptxJunkotantik
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMarjorie Burga
 
codigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karinacodigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karinavergarakarina022
 
texto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticostexto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticosisabeltrejoros
 
programa dia de las madres 10 de mayo para evento
programa dia de las madres 10 de mayo  para eventoprograma dia de las madres 10 de mayo  para evento
programa dia de las madres 10 de mayo para eventoDiegoMtsS
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptxFelicitasAsuncionDia
 
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptxEXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptxPryhaSalam
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxjosetrinidadchavez
 
Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleJonathanCovena1
 

Último (20)

TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
 
Manual - ABAS II completo 263 hojas .pdf
Manual - ABAS II completo 263 hojas .pdfManual - ABAS II completo 263 hojas .pdf
Manual - ABAS II completo 263 hojas .pdf
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdad
 
30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdf30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdf
 
Historia y técnica del collage en el arte
Historia y técnica del collage en el arteHistoria y técnica del collage en el arte
Historia y técnica del collage en el arte
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
Defendamos la verdad. La defensa es importante.
Defendamos la verdad. La defensa es importante.Defendamos la verdad. La defensa es importante.
Defendamos la verdad. La defensa es importante.
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docx
 
La Función tecnológica del tutor.pptx
La  Función  tecnológica  del tutor.pptxLa  Función  tecnológica  del tutor.pptx
La Función tecnológica del tutor.pptx
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
codigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karinacodigos HTML para blogs y paginas web Karina
codigos HTML para blogs y paginas web Karina
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
Power Point: "Defendamos la verdad".pptx
Power Point: "Defendamos la verdad".pptxPower Point: "Defendamos la verdad".pptx
Power Point: "Defendamos la verdad".pptx
 
texto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticostexto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticos
 
programa dia de las madres 10 de mayo para evento
programa dia de las madres 10 de mayo  para eventoprograma dia de las madres 10 de mayo  para evento
programa dia de las madres 10 de mayo para evento
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptxEXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
EXPANSIÓN ECONÓMICA DE OCCIDENTE LEÓN.pptx
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
 
Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo Sostenible
 

Lecture 17 probabilidad de error para señales en awgn parte 2

  • 1. Universidad Nacional de Ingeniería Comunicaciones II Conferencia 17: Probabilidad de error para señales en AWGN – Parte 2 UNIDAD VI: DETECCIÓN E INTRODUCCIÓN A LA TEORÍA DE LA ESTIMACIÓN Instructor: Israel M. Zamora, MS Telecommunications Management Profesor Titular, Departamento de Sistemas Digitales y Telecomunicaciones. Universidad Nacional de Ingeniería 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr. Teoría Estimación
  • 2. Outline • Análisis de Zonas • Procedimiento de cómputo de probabilidad de error – Ejemplo práctico • Probabilidad de error de algunos esquemas de transmisión pasabanda binario • Probabilidad de error de algunos esquemas de transmisión pasabanda M-ario 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In2tr. Teoría Estimación
  • 3. Análisis de Zonas Note que en la mayoría de los casos, Z puede ser representado por i {( ) } Z = Z = r ,r ,...,r a < r < b , a < r < b ,...,a < r < b i 1 2 N 1 1 1 2 2 2 N N N donde i = 1,2,...,M, a ´s podría ser - ¥ , y b´s, ¥ . Así tenemos i i { } { } P Î Z m = P a < r < b , a < r < b ,...,a < r < b m i i 1 1 1 2 2 2 N N N i { } { } { } = < < < < < < ( ) , j 1,2,...N, dado que m es transmitido R ~ Ν μ,σ Ν s , N ö 2 çè 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In3tr. Teoría Estimación y P a r b m P a r b m ...P a r b m i o ij 2 1 1 1 i 2 2 2 i N N N i = ÷ø = æ r
  • 4. Procedimiento de cómputo de probabilidad de error (1) Paso 1: Calcule los puntos de mensaje (o constelación de señales) ( ) = = i s s ,s ,...,s , i 1,2,...,M i1 i2 iN y determine la región de decisión Z , i = 1,2,...,M. En la mayoría de casos, Z puede ser representado por i i {( ) } 1 2 N 1 1 1 2 2 2 N N N Z = r ,r ,...,r a < r < b , a < r < b ,...,a < r < b 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In4tr. Teoría Estimación
  • 5. Procedimiento de cómputo de probabilidad de error (2) ( ) = Paso 2: Para cada i 1,2,...,M, calcule P m usando el siguiente subprocedimiento : = para cada j 1,2,...,N, calcule P a r b m F b F a , R ~ N s , N { } ( ) ( ) < < = - æ çè o ö c i j j j i j j ij = ÷ø , j 1,2,...,N 2 Escriba la función F en términos de la función Q. Luego ( ) N { } ( ) ( ) e i c i Õ= = < < Þ = P m P a r b m P m 1- P m j j c i j j i j 1 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In5tr. Teoría Estimación
  • 6. Procedimiento de cómputo de probabilidad de error (3) ( ) P m Paso 3: Calcule P 1 å== e e i para símbolos equiprobables P m ( ) i M i 1 M 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In6tr. Teoría Estimación
  • 7. Ejemplo (1/6) •Determine la probabilidad media de error por símbolo para la constelación de señales mostrada abajo (NRZ Polar) S1(t) T m1=0 -A S2(t) m2=1 T A Z1 Z2 S1 S2 j-AÖT A ÖT 1 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In7tr. Teoría Estimación
  • 8. Ejemplo (2/6) De la gráfica : ( ) ( ) ( ) ( ) ( ) ( ) = j = - j = s t s t A T t ó s -A T 1 11 = j = j = s t s t A T t ó s A T 1 21 ( ) T 0 1 11 1 2 21 1 T 0 2 2 ò ò 2 2 donde = = = E s (t)dt 2 -A dt A 2 T T 0 2 2 T 0 1 1 ò ò 2 2 2 2 = = = E s (t)dt 2 A dt A 2 T 2 2 2 2 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In8tr. Teoría Estimación
  • 9. Ejemplo (3/6) = = Þ = - = Paso 1: Fijamos m 0, m 1 s A T, s A T 1 2 11 Z = {r r < 0}, Z = {r r ³ 0} j j j j 1 1 1 2 1 1 2 21 2 Donde para señales equiprobables, tenemos que el umbral de decisión o frontera entre las regiones de decisión es igual a: 0 g = s11 + s21 = - A T + A T = 2 2 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In9tr. Teoría Estimación
  • 10. Ejemplo (4/6) Calculamos, P 0 P r 0 0 con R ~ N s , N ( ) { } ( ) { } ( ) ö çè= < æ N A T, N æ- = ÷ø ö çè o 2 o j c 11 2 1 = - ³ ³ g = æ g - P 0 1 P r 0 0 donde P R Q μ j 1 con R = r y = 0, μ = s y σ = N 11 æ ö çè 2 o j 1 substituyendo : 2 g ( ) { } ( ) ÷ø ö P 0 1 P r 0 0 1 Q 0 A T æ = - ³ = - - - ö j æ ö ÷ ÷ ÷ ÷ ø ç ç ç ç è 2 N 2 o 2 s P 0 Q A 2T 1 P 0 1 Q A 2T ( ) ( ) ÷ ÷ø ç çè = Þ ÷ ÷ø ç çè = - ÷ø 2 o 2 e o c c c N N 2 Paso 2-1: 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr0. Teoría Estimación
  • 11. Ejemplo (5/6) Calculamos, P 1 P r 01 con R ~ N s , N ( ) { } = ³ æ ö çèj c 21 ³ = æ - 1 g g donde P R Q μ ( ) ö çè ÷ø N A T, N o 2 o 2 s con R = r y = 0, μ = s y σ = N j 1 substituyendo : g = ³ = - P 1 P r 01 Q 0 A T ( ) { } æ = ÷ø ö çè 21 2 2 o 2 Q -A 2T N N 2 o o ö æ ç çè æ æ ç ç ç ç è ö æ = ö ÷ ÷ ÷ ÷ ø 2 2 P 1 Q A 2T j 1 P 1 1 Q A 2T ( ) ( ) ÷ ÷ø ç çè = Þ ÷ ÷ø ç çè = - ö ÷ ÷ø ÷ø 2 o 2 e o c c N N 2 Paso 2-2: 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr1. Teoría Estimación
  • 12. Ejemplo (6/6) 2 P m 1 ( ) ( ) M Calcule P 1 = å = å i 1 e e i i 1 2 = = [ ( ) ( )] M 1 P 0 P 1 2 e e Q A 2T N ö ÷ ÷ø = + é ê êë æ 1 2 Q A 2T ç çè = = ù ö ÷ ÷ø ú úû æ P m Q A 2T ç çè ö + ÷ ÷ø æ ç çè 2 o e i 2 o 2 o N N Paso 3: 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr2. Teoría Estimación
  • 13. Pe para BPSK Coherente El receptor obtiene donde la pdf de R=r1 dado que la señal s1(t) fue transmitida es 1 1 1 ( r s ) = 2 1 1 11 Con AWGN con media cero y PSD N é - - , tenemos que 2 Q E P P r E (1) { 01} 2 2 b (0) O ö ÷ ÷ø æ N N b O P P (1) P (1) P (0) P (0) Q 2 E ç çè ö = ÷ ÷ø æ ç çè = < =F - 1 = + = ö = ÷ ÷ø æ ç çè b 0 0 N P e,BPSK e e e ù b SNR = 2E 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr3. Teoría Estimación e PPrroobbaabbiilliiddaadd ddee EErrrroorr:: r = s + n 1 11 úû êë p N exp N f ( r ) O O R m y decide que s1(t) fue enviado si r1>0 y s2(t) en otro caso. El receptor comete un error si s1(t) fue enviado y r1<0. Es decir, r1ÎZ2. Así, la probabilidad de error dado que el mensaje m1 fue transmitido es: Se nota que: O máx N
  • 14. Pe BFSK Coherente BBiinnaarryy FFrreeccuueennccyy SShhiifftt KKeeyyiinngg ccoonn ddeetteecccciióónn CCoohheerreennttee = ò f = + Tb j i j ij j donde r r ( t ) ( t )dt s n 0 r s ( t )~N s , NO , j , j i ij = ÷ø 1 2 æ ö çè 2 ÷ø r s ( t )~N s , N N O N E , O b 1 1 11 2 2 r s ÷ø ( t )~N s , N N O N , O 1 2 21 2 ( ) 2 j t 2 s ö çè æ = ÷ø ÷øö çè æ O O r s ( t )~N s , N N , N çè æ ö 2 1 12 2 ö çè æ = ÷ø ö çè ÷ø æ 2 0 O r s ( t )~N s , N N E , N çè æ ö O b 2 2 22 2 2 b d = 2E PPrroobbaabbiilliiddaadd ddee EErrrroorr:: æ = ÷ø 0 ö çè 2 æ = ÷ø ö çè Con AWGN con media cero y DSP N b E 1 0 s Con p(0)=p(1)=0.5 ö ÷ ÷ø æ P Q E ç çè = b 0 e,BFSK 0 N 2 b E ( ) 1 j t 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr4. Teoría Estimación
  • 15. Pe QPSK Coherente (1/2) 1 4 4 1 La probabilidad media de error de QPSK para símbolos equiprobables está dado por: å= P = P (m ) e e i i Note que las regiones de decisión son iguales y los puntos señales son simétricas. De allí que todas las Pe(mi) son iguales. En los que sigue, sólo nos enfocamos a calcular el resultado con m1=10. P ( ) P ( ) e 10 =1- c 10 P ( ) P( r ( r ,r ) Z ) P{ r , r } c 10 10 0 010 1 2 1 1 2 = = Î = < < ¥ -¥ < < donde 10 2 1 2 1 0 r N(s ,N / ), j , j j ® = y estas dos variables aleatorias gaussianas son independientes. Así P ( ) P{ r }P{ r } c 10 010 010 1 2 = > < 2 ö æ ö æ ö ö æ F = ÷ ÷ ø ö æ - F ÷ ÷ ø æ ö æ - = -F Q E E E / E / 1 2 ÷ ÷ 2 2 ç ç è ÷ ÷ ø N / N / 0 0 ç ç ÷ø ÷ = 1 - 2 2 ø O O N è ÷ ÷ø ç çè ç çè ç ç è ç ç è N 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr5. Teoría Estimación
  • 16. Esquema QPSK Coherente (2/2) Probabilidad de Error de Símbolo: ö 2 = ÷ ÷ ø P P Q E 1 1 1 2 ö ÷ ÷ø æ N O P Q E ç çè æ ç ç = - = - - è 1 2 e c >> » ö ÷ ÷ø æ Q E ç çè ö - ÷ ÷ø æ Q E ç çè ö ÷ ÷ø æ ç çè N si E e 0 0 0 2 0 N N N Podemos expresar esto en función de la energía Tx. Por bit: ö ÷ ÷ø Q 2E 2 b æ N P 2Q 2E ç çè ö - ÷ ÷ø æ P 2Q 2E ç çè b 0 N 1 >> » ö ÷ ÷ø æ ç çè = b 0 e si E b 0 0 e N N 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr6. Teoría Estimación
  • 17. Pe MSK Coherente P P 2Q 2E Z3 Z4 s3 :1 E b s4 :0 b E Probabilidad de Error de Símbolo: Q 2E ö ÷ ÷ø N æ 1 P 2Q 2E ç çè = = e,MSK e,QPSK >> » æ ç çè ö - ÷ ÷ø æ ç çè b 0 e si E b 0 2 b b 0 N N b - E Así para valores elevados por Eb/N0, la s2 :0 s1: 1 b - E 0 N probabilidad de error medio para un sistema MSK es aproximadamente el mismo que el correspondiente para un sistemas BPSK Coherente (ignore el factor de escala de 2). Esto es así al precio de un incremento en la complejidad del receptor. ö ÷ ÷ø Z2 Z1 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr7. Teoría Estimación
  • 18. Pe QAM Coherente (1/2) Se puede demostrar que la probabilidad de error del símbolo en la QAM M-aria está dada aproximadamente por: O Q E O En consecuencia, podemos reescribir la ecuación anterior en términos de ES como: ö ÷ ÷ø P 2 1 1 2 @ æ - - ÷øö çè e ,QAM Maria N æ M 2 1 1 3 ç çè æ ç çè × - @ æ - - ö çè Q ÷ø S O E P e ,QAM Maria M N M 1 ö ÷ ÷ø En el caso M=4 es de interés especial. La relación de señales para este valor de M es la misma correspondiente a la QPSK. En realidad, haciendo M=4 en la ecuación de arriba y advirtiendo que para este caso especial ES=E donde E es la energía por símbolo, encontramos que la fórmula resultante para la probabilidad de error de símbolo se vuelve idéntica a ecuación de la diapositiva 8 que se reproduce aquí. ö ÷ ÷ø æ P Q E e ç çè » 0 2 N 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr8. Teoría Estimación
  • 19. Pe QAM Coherente (2/2) El resultado anterior es exacto para M=2k donde k par. Cuando k es impar, no hay sistema PAM L-ario (ÖM). Pero esto no es problema. Se puede demostrar casi directamente que la probabilidad de error de símbolo se encuentra confinada con cota superior a través de la expresión siguiente: 2 × - E P Q e ,QAM Maria N 1 é æ 1 1 2 3 ù ú úû £ - - - ê êë ö ÷ ÷ø ç çè S O M æ 4 3 ç ç è × - £ kE b ,S N O M Q 1 para cualquier k³1, y Eb.S es la energía por bit promedio. ö ÷ ÷ ø 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In1tr9. Teoría Estimación
  • 20. Pe BFSK No coherente PPrroobbaabbiilliiddaadd ddee EErrrroorr:: Con AWGN con media cero y DSP N ö ÷ ÷ø æ exp E 2 ç çè P 1 = - b 0 e 0 2N 2 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In2tr0. Teoría Estimación
  • 21. Pe M-arios Caso: Esquema M-ario PSK La probabilidad de recepción correcta es la integral del área sombreada de la figura. Esta probabilidad puede ser limitada por alguna frontera. Por tanto, para valores grandes de E/No la probabilidad de error de símbolo es aproximadamente dada por: PPrroobbaabbiilliiddaadd ddee EErrrroorr:: ö æ sen π P Q E e,M-PSK si p / M 2 2 4 » M 0 ³ ÷ ÷ø ç çè M N E E log M b 2 = 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In2tr1. Teoría Estimación
  • 22. Pe M-arios Caso: Esquema M-ario FSK Para FSK M-ario, el receptor óptimo corresponde a un banco de M correlaciones o filtros acoplados. En los sistemas de muestreo t=kT, el receptor toma decisiones basadas en la mayor de las salidas del filtro acoplado. La probabilidad de error de símbolo puede limitarse superiormente a: PPrroobbaabbiilliiddaadd ddee EErrrroorr:: ö æ P (M 1)Q E b 2 e,M-FSK = ÷ ÷ø donde E E log M N o ç çè £ - 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In2tr2. Teoría Estimación
  • 23. Rendimiento de algunos esquemas 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In2tr3. Teoría Estimación
  • 24. Pb (BER) a partir de Pe 1. Probabilidad de error de bit a partir de la probabilidad de error de símbolo. • Hay dos enfoques para definir una probabilidad de error de bit equivalente, Pb, o tasa de errores de bit (BER), a partir de la probabilidad de error de símbolo, Pe. Esto depende de: • la estructura del espacio de señales, y • el mapeo de los puntos de señales espaciales en secuencias de bits equivalentes 2. Definición 1: En este caso, asumimos que al ir de un punto de señal a un punto de señal adyacente, solamente cambia un bit en la palabra binaria representación representada en la señal. M P Pe b 2 log = Nota: PSK M-ario empleando código Gray y QAM M-ario cumplen esta condición 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In2tr4. Teoría Estimación
  • 25. Pb (BER) a partir de Pe 3. Definición 2: Denotamos n=log2M. Asumimos que todos los errores de símbolos son igualmente probables. Definimos Pb como la razón de A, que es el número medio de bits con errores de símbolo de n-bits, con relación a n, el cual es el número de bits por símbolos. Definiremos una fórmula explícita para Pb. Observe que, en un sistema M-ario, cada símbolo se encuentra en error con una probabilidad: Pe M -1 Para un símbolo dado, suponga que k bits están en error. Entonces, hay ö maneras que esto puede suceder, lo cual resulta en: ÷ ÷ø n æ k ç çè P A = = b 1 n n para M muy grande. n å= P ® P M - = ö P - ÷ ÷ø n k æ ç çè k e e e M M k 1 ( 1) 2( 1) 2 Nota: Los sistemas FSK M-ario se encuentran bajo esta condición. 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In2tr5. Teoría Estimación
  • 26. 2S 2009 - I. ZamoraU n i VI-Conf 17: Detec. e In2tr6. Teoría Estimación