<< Chapter < Page Chapter >> Page >
En este módulo se explica el método de recepción no coherente de las señales OOK (On-Off Keying) y FSK (Frequency Shift Keying), su esquema general y la forma de calcular la Probabilidad de Error para cada sistema.

Detección no coherente para modulaciones ook y fsk

González C. Y. Venuska

Mezoa R. Mariangela

Resumen

En este módulo se explica el método de recepción no coherente de las señales OOK (On-Off Keying) y FSK (Frequency Shift Keying), su esquema general y la forma de calcular la Probabilidad de Error para cada sistema.

En el módulo anterior mencionábamos el método de detección coherente para obtener el mensaje original en el destino de nuestro sistema de comunicaciones. En él, por ejemplo para OOK o para PSK, se multiplicaba la señal modulada por un tono de la misma frecuencia que la señal portadora, pasando luego por un sistema de comparación con un umbral, obteniendo así el mensaje original. Sin embargo, este tipo de detección es muy costosa e innecesaria si la señal es lo suficientemente fuerte para una fiabilidad adecuada. Es por esto (y también para evitar los problemas de sincronización) que se implementan los sistemas de detección no coherente .

Antes de observar la detección no coherente para las modulaciones OOK y FSK, se analizará la envolvente de una señal sinusoidal con ruido en Banda Base.

Supongamos que se tiene una sinusoide (portadora) contaminada con ruido pasabanda gaussiano n(t) de varianza σ² y media nula, entonces:

n ( t ) = n i ( t ) Cos ( w c t ) n q ( t ) Sin ( w c t ) ACos ( w c t ) + n ( t ) = R ( t ) Cos ( w c t + Φ ( t ) ) ( a ) Donde : R = ( A + n i ) 2 + n q 2 ( b ) ; Φ = arctg n q A + n i ( c ) alignl { stack { size 12{n \( t \) =n rSub { size 8{i} } \( t \) ital "Cos" \( w rSub { size 8{c} } t \) - n rSub { size 8{q} } \( t \) ital "Sin" \( w rSub { size 8{c} } t \) } {} #{} # ital "ACos" \( w rSub { size 8{c} } t \) +n \( t \) =R \( t \) ital "Cos" \( w rSub { size 8{c} } t+Φ \( t \) \) matrix {{} # \( a \) {} } {} #ital "Donde": {} # {} #R= sqrt { \( A+n rSub { size 8{i} } \) rSup { size 8{2} } +n rSub { size 8{q} rSup { size 8{2} } } } matrix { matrix {{} # \( b \) {} } {} # ; {} # Φ= ital "arctg" { {n rSub { size 8{q} } } over {A+n rSub { size 8{i} } } } {}} matrix { {} # \( c \) {}} {} } } {}

Como se sabe, las componentes de ruido n i , n q son variables aleatorias independientes que tienen la misma distribución que n(t). Nuestro objetivo será buscar la función de densidad de Probabilidad (fdp) de R ya que esto es lo que ofrece a la salida un detector de envolvente.

Si A=0 , el valor de R se convierte en una envolvente que llamaremos An con distribución de Rayleigh:

P An ( A n ) = A n σ 2 e An 2 2 ; Si : A n 0 size 12{P rSub { size 8{ ital "An"} } \( A rSub { size 8{n} } \) = { {A rSub { size 8{n} } } over {σ rSup { size 8{2} } } } e rSup { size 8{ - { { ital "An" rSup { size 6{2} } } over {2σ rSup { size 6{2} } } } } } ; matrix { matrix {{} # ital "Si":{} } {} # A rSub {n} size 12{>= 0}{} } } {}

Hacemos un paréntesis aquí para recordar el modelo de Rayleigh:

Distribución rayleigh:

Si asignamos entonces un valor arbitrario para A , hacemos la conversión de rectangular a polar para obtener la fdp conjunta de R y Φ :

P ( R , Φ ) = R 2 πσ 2 e R 2 2 ARCos Φ + A 2 2 Para : A 0 ; Φ π size 12{P rSub { size 8{RΦ} } \( R,Φ \) = { {R} over {2 ital "πσ" rSup { size 8{2} } } } e rSup { size 8{ left ( - { {R rSup { size 6{2} } - 2 ital "ARCos"Φ+A rSup { size 6{2} } } over {2σ rSup { size 6{2} } } } right )} } matrix { {} # ital "Para": {} # A>= 0; lline Φ rline<= π{} } } {}

En la ecuación observamos que R y Φ no son estadísticamente independientes, por lo que se deben hallar las distribuciones marginales , es decir, la fdp de R debe calcularse integrando la fdp conjunta en el rango de Φ):

P R ( R ) = R 2 πσ 2 e R 2 + A 2 2 π π e ARCos Φ 2 size 12{P rSub { size 8{R} } \( R \) = { {R} over {2 ital "πσ" rSup { size 8{2} } } } e rSup { size 8{ left ( - { {R rSup { size 6{2} } +A rSup { size 6{2} } } over {2σ rSup { size 6{2} } } } right )} } Int rSub { - π} rSup {π} {e rSup { left ( { { ital "ARCos"Φ} over {2σ rSup { size 6{2} } } } right )} } size 12{dΦ}} {}

Aquí se identifica un elemento relacionado con la función de Bessel modificada de primera clase y orden 0:

I 0 ( v ) = 1 π π e vCos φ φ Donde I 0 ( v ) { e v 2 4 v << 1 e v 2πv v >> 1 alignl { stack { size 12{I rSub { size 8{0} } \( v \) = { {1} over {2π} } Int cSub { size 8{ - π} } cSup { size 8{π} } {e rSup { size 8{ ital "vCos"φ} } φ} } {} #ital "Donde" {} # {} #I rSub { size 8{0} } \( v \) approx left lbrace matrix { alignl { stack {e rSup { size 8{ { {v rSup { size 6{2} } } over {4} } } } matrix { {} # {} # v"<<"1{} } {} #{} } } {} ##{ {e rSup {v} } over { size 12{ sqrt {2πv} } } } matrix { {} # {} # size 12{v">>"1} {} } {}} right none {} } } {}

Por lo que:

P R ( R ) = R σ 2 e ( R 2 + A 2 ) 2 I 0 AR σ 2 R 0 size 12{P rSub { size 8{R} } \( R \) = { {R} over {σ rSup { size 8{2} } } } e rSup { size 8{ { { - \( R rSup { size 6{2} } +A rSup { size 6{2} } \) } over {2σ rSup { size 6{2} } } } } } I rSub {0} left ( size 12{ { { ital "AR"} over {σ rSup {2} } } } right ) matrix { {} # size 12{R>= 0} {} } } {}

Esta última ecuación se conoce como Distribución Rice ( Rician Distribution ).

Si A>> σ , El valor de R tendrá una menor proporción del ruido, por lo que:

R = A 1 + 2n i A + ( n i 2 + n q 2 ) A 2 A + n i size 12{R=A sqrt {1+ { {2n rSub { size 8{i} } } over {A} } + { { \( n rSub { size 8{i} rSup { size 8{2} } } +n rSub { size 8{q} rSup { size 8{2} } } \) } over {A rSup { size 8{2} } } } } approx A+n rSub { size 8{i} } } {}

Esto implica que la envolvente R será gaussiana ya que n i lo es.

Para cuando A>>σ, la ecuación puede simplificarse como:

P R ( R ) = R 2πAσ 2 e ( R 2 A 2 ) 2 A σ size 12{P rSub { size 8{R} } \( R \) = sqrt { { {R} over {2πAσ rSup { size 8{2} } } } } e rSup { size 8{ { { - \( R rSup { size 6{2} } - A rSup { size 6{2} } \) } over {2σ rSup { size 6{2} } } } } } matrix { {} # A>= σ{} } } {}

Finalmente, se confirma que la fdp es una curva Gaussiana con varianza σ² centrada en R≈A.

En definitiva se tienen 3 posibles distribuciones para la envolvente: Rayleigh cuando A=0, Rice cuando A es comparable con la desviación estándar del ruido y Gaussiana cuando A>>σ

fdp de la envolvente R con ruido.

1. detección no coherente - ook

El receptor no coherente para una señal modulada OOK puede expresarse como sigue:

Como se observa, la señal modulada OOK será detectada por un filtro pasabanda, seguido por un detector de envolvente. Si se transmite un 0 lógico, el ruido tendrá distribución Rayleigh. Pero, si se transmite un 1 lógico, el ruido puede tener distribución Rice o Gaussiana.

La probabilidad de error será:

Pe = P P ( T 1 ) + P P ( T 0 ) = P ( A + n1 < Umbral ) P ( T 1 ) + P ( n2 > Umbral ) P ( T 0 ) size 12{ ital "Pe"=P left ( {e} wideslash {T rSub { size 8{1} } } right )P \( T rSub { size 8{1} } \) +P left ( {e} wideslash {T rSub { size 8{0} } } right )P \( T rSub { size 8{0} } \) =P \( A+n1<ital "Umbral" \) P \( T rSub { size 8{1} } \) +P \( n2>ital "Umbral" \) P \( T rSub { size 8{0} } \) } {}

La probabilidad de error tal que se transmite un 1 se calculará usando la distribución Rice. La probabilidad de error tal que se transmite un 0 será calculada usando la distribución de Rayleigh.

Al igualar las áreas obtenemos el Umbral:

Umbral = A 2 1 + A E 1 = A 2 tb 2 E 0 = 0 Entonces : S N = E 1 = E p η = A σ 2 alignl { stack { size 12{ ital "Umbral"= { {A} over {2} } sqrt {1+ { {8σ} over {A} } } } {} #size 12{E rSub { size 8{1} } = { {A rSup { size 8{2} } ital "tb"} over {2} } } {} # E rSub { size 8{0} } =0 {} #{} # ital "Entonces": {} #{} # left ( { {S} over {N} } right )= { {E rSub { size 8{1} } } over {2η} } = { {E rSub { size 8{p} } } over {η} } = left ( { {A} over {σ} } right ) rSup { size 8{2} } {}} } {}

Si se tiene bajo ruido (Ep/)>>1:

P ( e / T 0 ) = P R ( Rayleigh ) dR = e A 2 2 = e Ep P ( e / T 1 ) = 0 P R ( Gauss ) dR Q E η 1 E η e Ep alignl { stack { size 12{P \( {e} slash {T rSub { size 8{0} } } \) = Int cSub { size 8{ {A} wideslash {2} } } cSup { size 8{ infinity } } {P rSub { size 8{R} } \( ital "Rayleigh" \) } ital "dR"=e rSup { size 8{ { { - A rSup { size 6{2} } } over {8σ rSup { size 6{2} } } } } } =e rSup { { { - ital "Ep"} over {2η} } } } {} #{} # size 12{P \( {e} slash {T rSub { size 8{1} } } \) = Int cSub { size 8{0} } cSup { size 8{ {A} wideslash {2} } } {P rSub { size 8{R} } \( ital "Gauss" \) } ital "dR" approx Q left ( sqrt { { {E} over {η} } } right ) approx { {1} over { sqrt {2π} sqrt { { {E} over {η} } } } } e rSup { size 8{ { { - ital "Ep"} over {2η} } } } } {}} } {}

Finalmente:

Pe OOK = 1 2 e Ep size 12{ ital "Pe" rSub { size 8{ ital "OOK"} } = { {1} over {2} } e rSup { size 8{ { { - ital "Ep"} over {2η} } } } } {}

A continuación se comparan las curvas de probabilidad de error cuando se usa detector coherente y no coherente para OOK:

Como se observa, OOK con detección coherente presenta menor valor de Probabilidad de error para un determinado valor E/. Para que OOK con detección no coherente tenga la misma probabilidad de error que con detección coherente es necesario que se transmita más potencia.

2. detección no coherente – fsk

El sistema de detección no coherente para una señal FSK es:

La señal de entrada FSK entra de forma simultánea a los dos filtros Pasabanda. Cada filtro pasará la frecuencia asignada para un 1 lógico o un 0 lógico a su detector de envolvente correspondiente. Cuando llegue la señal modulada correspondiente al “0” y1 será pequeño y y0 será grande; la resta será negativa. Para un “1” la situación será opuesta

La probabilidad de error tal que se transmite un 1 se calculará usando la distribución Rice. La probabilidad de error tal que se transmite un 0 será calculada usando la distribución de Rayleigh.

La regeneración de la señal está basada en la diferencia de envolventes Y1-Y0= y1(t)-y0(t) . Dada la simetría del receptor, no importa el valor de A, La P(e/T 1 ) será igual a:

P = P ( Y 1 Y 0 < 0 H 1 ) = P ( Y 0 > Y 1 H 1 ) Como P = P = Pe Pe = 0 P Y 1 ( Y 1 H 1 ) Y 1 P Y 0 ( Y 0 H 1 ) dy 0 dy 1 Pe = 0 y 1 σ 2 e . I 0 Ay 1 σ 2 dy 1 ( d ) alignl { stack { size 12{P left ( {e} wideslash {T rSub { size 8{1} } } right )=P \( Y rSub { size 8{1} } - Y rSub { size 8{0} }<0 \rline H rSub { size 8{1} } \) =P \( Y rSub { size 8{0} }>Y rSub { size 8{1} } \rline H rSub { size 8{1} } \) } {} # {} #ital "Como" matrix { {} # alignl { stack {P left ( {e} wideslash {T rSub { size 8{1} } } right )=P left ( {e} wideslash {T rSub { size 8{0} } } right )= ital "Pe" {} #{} } } {}} {} # ital "Pe"= Int cSub {0} cSup { infinity } {P rSub { size 8{Y rSub { size 6{1} } } } } size 12{ \( Y rSub {1} \rline } size 12{H rSub {1} } size 12{ \) left [ Int cSub {Y rSub { size 6{1} } } cSup { infinity } {P rSub {Y rSub { size 6{0} } } size 12{ \( Y rSub {0} \rline } size 12{H rSub {1} } size 12{ \) ital "dy" rSub {0} }} right ]} size 12{ ital "dy" rSub {1} } {} # {} #size 12{ ital "Pe"= Int cSub {0} cSup { infinity } { { {y rSub {1} } over { size 12{σ rSup {2} } } } size 12{e rSup { { - \( 2y rSub { size 6{1} } +A rSup { size 6{2} } \) } wideslash {2σ rSup { size 6{2} } } } }} size 12{ "." I rSub {0} left ( size 12{ { { ital "Ay" rSub {1} } over { size 12{σ rSup {2} } } } } right )} size 12{ ital "dy" rSub {1} matrix { {} # {} # size 12{ \( d \) } {}} }} {} } } {}

Si hacemos los cambios de variable:

λ = 2 y 1 α = A 2 alignl { stack { size 12{λ= sqrt {2} y rSub { size 8{1} } } {} #α= { {A} over { sqrt {2} } } {} } } {}

Y los sustituimos en la ecuación (d), tendremos que el integrando de la Probabilidad de Error total de FSK es exactamente la misma función correspondiente a la fdp de Distribución Rice. Por lo tanto:

Pe = 1 2 e 0 λ σ 2 e I 0 αλ σ 2 Pe FSK = 1 2 e = 1 2 e Ep alignl { stack { size 12{ ital "Pe"= { {1} over {2} } e rSup { size 8{ { - A rSup { size 6{2} } } wideslash {4σ rSup { size 6{2} } } } } Int cSub {0} cSup { infinity } { { {λ} over {σ rSup {2} } } } size 12{e rSup { { - \( A rSup { size 6{2} } +σ rSup { size 6{2} } \) } wideslash {2σ rSup { size 6{2} } } } } size 12{I rSub {0} left ( size 12{ { { ital "αλ"} over {σ rSup {2} } } } right )} size 12{dλ}} {} #{} # size 12{ ital "Pe" rSub { size 8{ ital "FSK"} } = { {1} over {2} } e rSup { size 8{ { - A rSup { size 6{2} } } wideslash {4σ rSup { size 6{2} } } } } = { {1} over {2} } e rSup { { { - ital "Ep"} over {2η} } } } {}} } {}

Se observa que las Probabilidades de Error para FSK y OOK no coherentes son prácticamente iguales. Sólo se diferenciarán para cuando Ep/ sea un valor muy pequeño.

Entre los dos sistemas, quien presenta menor probabilidad de error es FSK con Detección Coherente, lo que la hace más fuerte contra el ruido.

Simulaciones en labview

Los VIs correspondientes a la detección No Coherente pueden descargarse en los siguientes enlaces:

Vi de detección no coherente ook

Vi de detección no coherente fsk

Questions & Answers

I only see partial conversation and what's the question here!
Crow Reply
what about nanotechnology for water purification
RAW Reply
please someone correct me if I'm wrong but I think one can use nanoparticles, specially silver nanoparticles for water treatment.
Damian
what is the stm
Brian Reply
is there industrial application of fullrenes. What is the method to prepare fullrene on large scale.?
Rafiq
industrial application...? mmm I think on the medical side as drug carrier, but you should go deeper on your research, I may be wrong
Damian
How we are making nano material?
LITNING Reply
what is a peer
LITNING Reply
What is meant by 'nano scale'?
LITNING Reply
What is STMs full form?
LITNING
scanning tunneling microscope
Sahil
how nano science is used for hydrophobicity
Santosh
Do u think that Graphene and Fullrene fiber can be used to make Air Plane body structure the lightest and strongest. Rafiq
Rafiq
what is differents between GO and RGO?
Mahi
what is simplest way to understand the applications of nano robots used to detect the cancer affected cell of human body.? How this robot is carried to required site of body cell.? what will be the carrier material and how can be detected that correct delivery of drug is done Rafiq
Rafiq
what is Nano technology ?
Bob Reply
write examples of Nano molecule?
Bob
The nanotechnology is as new science, to scale nanometric
brayan
nanotechnology is the study, desing, synthesis, manipulation and application of materials and functional systems through control of matter at nanoscale
Damian
Is there any normative that regulates the use of silver nanoparticles?
Damian Reply
what king of growth are you checking .?
Renato
What fields keep nano created devices from performing or assimulating ? Magnetic fields ? Are do they assimilate ?
Stoney Reply
why we need to study biomolecules, molecular biology in nanotechnology?
Adin Reply
?
Kyle
yes I'm doing my masters in nanotechnology, we are being studying all these domains as well..
Adin
why?
Adin
what school?
Kyle
biomolecules are e building blocks of every organics and inorganic materials.
Joe
anyone know any internet site where one can find nanotechnology papers?
Damian Reply
research.net
kanaga
sciencedirect big data base
Ernesto
Introduction about quantum dots in nanotechnology
Praveena Reply
what does nano mean?
Anassong Reply
nano basically means 10^(-9). nanometer is a unit to measure length.
Bharti
do you think it's worthwhile in the long term to study the effects and possibilities of nanotechnology on viral treatment?
Damian Reply
absolutely yes
Daniel
how to know photocatalytic properties of tio2 nanoparticles...what to do now
Akash Reply
it is a goid question and i want to know the answer as well
Maciej
characteristics of micro business
Abigail
for teaching engĺish at school how nano technology help us
Anassong
How can I make nanorobot?
Lily
how did you get the value of 2000N.What calculations are needed to arrive at it
Smarajit Reply
Privacy Information Security Software Version 1.1a
Good
Got questions? Join the online conversation and get instant answers!
Jobilize.com Reply

Get the best Algebra and trigonometry course in your pocket!





Source:  OpenStax, Laboratorio digital interactivo. OpenStax CNX. Feb 09, 2011 Download for free at http://cnx.org/content/col11274/1.1
Google Play and the Google Play logo are trademarks of Google Inc.

Notification Switch

Would you like to follow the 'Laboratorio digital interactivo' conversation and receive update notifications?

Ask