Digitalne telekomunikacije

skripta

Vladimir Milošević Vlado Delić Milan Narandžić Čedomir Stefanović

Univerzitet u Novom Sadu Fakultet tehničkih nauka Katedra za telekomunikacije i obradu signala

The publishing of this script was financed by Austrian Cooperation through WUS Austria within the CDP+ 025/2004 project.

THIS COPY IS NOT FOR SALE

Objavljivanje ove skripte omogućili su Austrian Cooperation i WUS Austria u okviru projekta CDP+ 025/2004.

BESPLATAN PRIMERAK

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA

5

SADRŽAJ

1. UVOD 1.1. Opšti model sistema za digitalni prenos signala 1.2. Kodni i modulacioni kanal 2. STATISTIČKA TEORIJA TELEKOMUNIKACIJA 2.1. Uvod 2.2. Rešeni zadaci VEŽBA 1 3. KARAKTERISTIKE DIGITALNIH SIGNALA 3.1. Uvod 3.2. Rešeni zadaci VEŽBA 2 4. SKREMBLOVANJE I PN SEKVENCE 4.1. Uvod 4.2. Rešeni zadaci 5. LINIJSKO KODOVANJE 5.1. Uvod 5.2. Rešeni zadaci VEŽBA 3 6. PRENOS U OSNOVNOM OPSEGU 6.1. Uvod 6.2. Rešeni zadaci 7. VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU 7.1. Uvod 7.2. Rešeni zadaci 8. OPTIMIZACIJA PRENOSA U OSNOVNOM OPSEGU 8.1. Uvod 8.2. Rešeni zadaci VEŽBA 4

7 7 8 9 9 15 37 47 47 50 67 71 71 73 81 81 83 93 95 95 99 119 119 121 135 135 137 157

SPEKTRALNO EFIKASNE MODULACIJE 12. Rešeni zadaci 12.1. Rešeni zadaci VEŽBA 6 13. Rešeni zadaci VEŽBA 7 14. Uvod 14. Rešeni zadaci 10.6 SADRŽAJ VEŽBA 5 9.1. SINHRONIZACIJA 14. DIGITALNA AMPLITUDSKA MODULACIJA 9.1.1. Uvod 12. DIGITALNA FAZNA MODULACIJA 10. PRENOS U PROŠIRENOM SPEKTRU 13.2. Uvod 13.2.2. DIGITALNA FREKVENCIJSKA MODULACIJA 11. Uvod 11. Rešeni zadaci VEŽBA 8 PRILOG Tablica Q-funkcije LITERATURA 163 173 173 175 189 189 191 205 205 208 219 219 220 237 247 247 250 261 263 263 266 275 277 277 281 . Uvod 9.1. Rešeni zadaci 11.2.1. Uvod 10.2.2.

korisnika poruka. 1. Digitalni signali mogu biti dvojakog porekla.izvora. svaki digitalni signal mora imati neku karakteristiku koja je diskontinualna u vremenu i koja se može opisati konačnim skupom diskretnih vrednosti. Prenos se vrši posredstvom elektromagnetskih sistema.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 7 1 UVOD Telekomunikacije je moguće definisati kao proces prenosa poruka od jedne ili većeg broja tačaka . što je bitno za uspostavljanje sinhronizacije između predajnika i prijemnika. {bk } f (t ) {ak } s (t ) ˆ s (t ) ˆ {ak } ˆ {bk } ˆ f (t ) Slika 1. data na slici 1. S druge strane.A/D konverzijom. odnosno analogne i digitalne telekomunikacije. digitalni signali su slučajni signali. Skremblovanjem se postiže: ⋅ mala fluktuacija gustine jedinica (smanjenje verovatnoće pojave dugog niza nula). pa se zato prenos digitalnih signala svodi na prenos brojki. . razlikuju se analogni i digitalni prenos.b. Bez obzira na poreklo. vrši višestruku transformaciju informacionog sadržaja signala na digitalnom nivou. i tretiraju se alatima teorije verovatnoće. odnosno digita. U tačku A na ulazu kodera dolazi digitalna poruka. takvi su PCM i DM signali. predstavljena nizom simbola M-arnog alfabeta. Ove vrednosti moguće je numerisati. Takođe. udaljenih tačaka . predstavlja opštu koncepciju prenosa digitalnih signala oba porekla. Izvorno digitalni su oni signali koje generišu digitalni izvori i nazivaju se signali podataka.1 OPŠTI MODEL SISTEMA ZA DIGITALNI PRENOS SIGNALA Blok šema sistema. do drugih.a. oni mogu nastati i digitalizovanjem analognih signala . omogućavajući liniji da dobro prenese signale bez obzira na prirodu izvora koji ih generiše. U zavisnosti od tipa prenošenih signala. Skrembler obezbeđuje transparentnost digitalnog signala.a Opšta blok šema sistema za digitalni prenos signala Koder. prikazan blok šemom na slici 1.

usmerene (mikrotalasne) veze.8 UVOD ⋅ ravnomernost raspodele spektralne gustine srednje snage digitalnog signala i eliminacija periodičnih (diskretnih) komponenti signala. Linijski koder prilagođava spektar digitalnog signala karakteristikama linije veze. odnosno omogućava se detekcija i korekcija pogrešno prenetih simbola. koja je inverzna funkciji kodera. odnosno digitalnih signala uz minimalnu verovatnoću greške. Kodni kanal je okarakterisan verovatnoćom greške. prikazan blok šemom na slici 1. Dekoder. jer se na njegovom ulazu i izlazu pojavljuju nizovi simbola (kodne reči). bitu.). Kao prenosni putevi najčešće se koriste kablovi. vrši takođe trostruku funkciju. modemu. bloku bita itd. liniju veze i demodulator naziva se kodni kanal. Vrši se prilagođenje karakteristika signala karakteristikama linije veze i prisutnih smetnji. Na taj način povećava se otpornost digitalnog signala na uticaj smetnji. odnosno izbor modulacionog postupka.b Blok šema kodera predajnika Zaštitni koder povećava redundantnost digitalnog signala dodavanjem neinformacionih bita informacionom sadržaju.2 KODNI I MODULACIONI KANAL Deo telekomunikacionog sistema na slici 1. Ciljevi modulacionog i kodnog kanala su slični: prenos diskretnih poruka. čija je osnovna funkcija da što vernije prenese signale sa svog ulaza na izlaz. koji obuhvata modulator. u cilju što vernijeg prenosa. Materija koju obuhvata ova zbirka zadataka se uglavnom odnosi na problematiku modulacionog kanala. Modulacioni kanal je analogni kanal. Slika 1. Slika 1. Na osnovu karakteristika kodnog kanala vrši se izbor metoda zaštitnog kodovanja u cilju smanjenja verovatnoće greške.c Blok šema dekodera prijemnika 1. Modulator i demodulator sadržani su u zajedničkom uređaju. kao kvantitativnom merom za ocenu kvaliteta prenosa simbola i diskretnih poruka (verovatnoća greške po simbolu. koje predstavljaju značajan uzrok preslušavanja između kanala. Kodni kanal je diskretni. Čini ga linija veze (prenosni medijum) i izvor aditivnih. Razlikuju se načini i metode ostvarivanja ovog cilja. optički vodovi i radio veze. Gausov šum). . U primopredajnim uređajima koder i dekoder zajedno čine kodek. digitalni kanal.1. Za modulacioni kanal vezuje se izbor talasnih oblika signala.c. Ukoliko se pretpostavi da je kodni kanal bez memorije (u modulacionom kanalu je prisutan samo šum) moguće ga je opisati matricom transverovatnoća. odnosno što pouzdanije rekonstrukcije primljenog signala. odnosno prenosnog medija i obezbeđuje uslove za sinhronizaciju i kontrolu ispravnosti prenosa. stohastičkih smetnji (npr.

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 9 2 STATISTIČKA TEORIJA TELEKOMUNIKACIJA 2. događaji H i i H j su disjunktni za svako i. Važi: i P[H k / A] = P[ A / H k ] ∑ P[A / H i ]P[H i ] i (2... N-ti centralni moment diskretne i kontinualne slučajne promenljive ξ je definisan izrazom: (ξ − ξ ) = ∑ (x − ξ )Pξ ( x ) .5) µ11 = Kξη 2. i ξ = n ∞ −∞ ∫x n pξ ( x)dx (2.1.1. odnosno razliku između ukupne ( ξ 2 ) i jednosmerne snage ( ξ ). je definisan izrazom: µ nk = ξ − ξ ( ) (η − η ) n k (2. j = 1. Razlikujemo dva slučaja: 1. Združeni (n+k) ..3) 2 Drugi centralni moment (n = 2)...4) Združeni centralni moment drugog reda dvodimenzionalne slučajne promenljive je kovarijansa: (2.3 Transformacija gustine verovatnoće Neka su ξ i η dve slučajne promenljive povezane relacijom η = f(ξ). ξ i η . je varijansa σ ξ i predstavlja naizmaničnu snagu.ti centralni moment dve slučajne promenljive.1 Osnovni elementi teorije verovatnoće Bajesova formula Neka je {H 1 . Tada je gustina verovatnoće nove promenljive data izrazom: .1) 2. i ∑ P[H i ] = 1 ). i (ξ − ξ ) n i i i n ∞ = −∞ ∫ (x − ξ )pξ ( x)dx 2 (2. n i i ≠ j . Između nove i stare promenljive postoji korespodencija 1:1. H 2 .1 UVOD 2..2 Slučajna promenljiva Momenti slučajne promenljive N-ti moment diskretne i kontinualne slučajne promenljive ξ je definisan izrazom: ξ =∑ n i xin Pξ ( xi ) .2) Prvi moment je statistička srednja vrednost ξ = mξ .. H n } potpun sistem događaja (tj.1..

..η 2 ..... ξ N ).. ∂g N ... y2 ......11) Ako su ξ1 i ξ 2 nezavisne slučajne promenljive.... ξ N i η1 . za slučajne promenljive ξ1 .. pξ1ξ 2 ( x1 .... ξ 2 .. ξ N ).. ξ 2 . U opštem slučaju..η 2 . ξ N mogu izraziti kao jednoznačne funkcije od η1 .... y2 .. Tada je gustina verovatnoće nove promenljive data izrazom: pη ( y ) = pξ ( x ) + pξ ( − x ) dy dx x = f −1 ( y ) ....9) U prethodnom postupku. ∂g1 ∂y N . za y ≥ 0 . y − x1 )dx1 (2...... važi : . y N ) = p ξ ... . Suma slučajnih promenljivih Ako je η = ξ1 + ξ 2 i ako je poznata združena gustina verovatnoće promenljivih ξ1 i ξ 2 .6) 2. ∂y N 1 2 . (2..8) J je apsolutna vrednost Jakobijana.ξ N (x1 = g1 ( y1 .. y N )) ⋅ J (2........ ξ N )..η2 .7) pη ( y ) = 0. ξ 2 ....η N ( y1 .. koji predstavlja determinantu matrice: ∂g1 ∂y1 J = ..η N ..η 2 ...... pretpostavljeno je da se slučajne promenljive ξ1 ...ξ ∂g N ∂y1 ..10 STATISTIČKA TEORIJA TELEKOMUNIKACIJA pη ( y ) = pξ ( x ) dy dx x = f −1 ( y ) (2.η N ).... Između nove i stare promenljive postoji korespodencija 2:1.η N : ξ1 = g1 (η1 .. x 2 ) .10) ξ N = g N (η1 ....η 2 . tada je gustina verovatnoće zbirne slučajne promenljive data izrazom: ∞ pη ( y ) = −∞ ∫ pξ1ξ2 ( x1 ..η 2 .. ξ 2 . (2. ... η N = f N (ξ1 . ξ 2 = g 2 (η1 . η 2 = f 2 (ξ1 . koje su povezane jednoznačnim funkcijama: η1 = f1 (ξ1 . za y ≤ 0 (2. ξ 2 .. y2 . y N )..η N ).η N ). gustina verovatnoće su povezane izrazom pη 1. x N = g N ( y1 ..

5 Slučajni procesi Slučajni proces ξ ( A. 2.16) ⎩0 drugde. (2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA ∞ 11 pη ( y ) = −∞ ∫ pξ1 ( x1 ) pξ2 ( y − x1 )dx1 . ⎩ Srednja vrednost i varijansa dati su izrazima: (2. Srednja vrednost zbira i proizvoda dve slučajna promenljive Srednja vrednost sume i proizvoda dva slučajne promenljive čest je slučaj u telekomunikacijama: ξ + η = ∫∫ (x + y )pξη (x. U telekomunikacijama slučajni procesi predstavljaju slučajnu promenu električne veličine (struja ili napon). 2 12 Pokazuje se da je bilo koji tip raspodele.13) (2. y )dxdy ξη Kada su slučajne promenljive ξ i η statistički nezavisne važi: ξ ⋅η = ξ ⋅η 2.1. t ) (ili kako se još naziva stohastički proces. respektivno. stokhastikos – zasnovan na pretpostavkama).15) raspodelu. је funkcija dve promenljive – slučajnog događaja A i vremena. pξ (x ) moguće transformisati u uniformnu ξ = Gausova raspodela Data je izrazom: ( x −m)2 2σ 2 p ( x) = 1 2π σ e − (2. x2 + x1 ( x − x1 ) 2 . formalnim uvođenjem nove slučajne promenljive y = P[ξ ≤ x] . iσ 2 = 2 . i nazivaju se često slučajni signali. ⎪ p ( x) = ⎨ x 2 − x1 ⎪ 0 drugde. p( y) = ⎨ (2.14) ξ ⋅η = ∫∫ xy ⋅ pξη ( x. y )dxdy = ξ + η ξη (2.12) što predstavlja konvoluciju gustina verovatnoća promenljivih koje čine zbir.17) Srednja vrednost i varijansa su jednake m i σ 2 . Transformacijom se dobija uniformna raspodela oblika: ⎧1 0 ≤ y ≤ 1.1. 0 ≤ y ≤ 1 . .4 Karakteristične raspodele Uniformna raspodela Data je izrazom: ⎧ 1 x1 ≤ x ≤ x 2 .

x2 . 2. . Za slučajni proces se kaže da je stacionaran u širem smislu ukoliko je: 1. Vremenska i statistička autokorelacione funkcija stacionarnog ansambla su: 1 ℜ f (τ ) = lim T →∞ 2T T −T ∫ f (t ) f (t + τ )dt (2. Skup svih mogućih realizacija (tj. t ) = ξ i (t ) . Konačno. Srednja vrednost po vremenu i ansamblu . x 2 . t k ) = ξ k (tj. x2 . Za određeni vremenski trenutak t k . može se posmatrati slučajni proces stacionaran samo po autokorelaciji).19) (2. Stacionarnost slučajnog procesa Slučajni proces je stacionaran ukoliko je gustina raspodele slučajnih promenljivih koje se dobijaju odabiranjem slučajnog procesa ista (tj. ξ = −∞ ∫ xpξ ( x)dx (2.τ ) dx 1 dx 2 Ukoliko su ove vrednosti jednake.12 STATISTIČKA TEORIJA TELEKOMUNIKACIJA Za određenu realizaciju slučajnog događaja A = Ai . t 2 − t1 )dx1dx2 = Rξ (τ ) gde je τ = t 2 − t1 . t 2 ) zavisi samo od razlike trenutaka posmatranja. ansambl je ergodičan po srednjoj vrednosti (za ergodičnost po srednjoj vrednosti. a x odbirak slučajnog procesa u nekom vremenskom trenutku. a i njihovih konkretnih vrednosti. t1 . slučajni proces je ergodičan po autokorelaciji (za ergodičnost po autokorelaciji. Rξ (t1 . ℜ f (τ ) = Rξ (τ ) . tj: pξ1 ( x ) = pξ ( x ) za svako t i . Stacionarnost se može posmtrati i u širem smislu. umesto striktno stacionarnog.ergodičnost slučajnog procesa Kod stacionarnog ansambla. slučajni proces se svodi na brojnu vrednost. Ako su ove veličine jednake. vremenskih funkcija) slučajnog procesa se naziva statistički ansambl. ne zavisi od trenutka odabiranja). za datu vrednost događaja i dati vremenski trenutak. srednja vrednost po vremenu i ansamblu data je izrazima: f (t ) = lim 1 T →∞ 2T T ∞ −T ∫ f (t )dt . vremenski odbirci slučajnog procesa su slučajne promenljive). t 2 ) = ξ1ξ 2 = ∞ ∞ −∞ −∞ ∫ ∫ x1 x2 pξ ( x1 . stacionaran po srednjoj vrednosti: ξ k = mξ za svako t i . može se posmatrati slučajni proces stacionaran samo po srednjoj vrednosti). tj. slučajni proces postaje vremenska funkcija ξ ( Ai . Kaže se da je slučajan proces ergodičan u širem smislu ukoliko je ergodičan po srednjoj vrednosti i po autokorelaciji.18) gde je f (t ) neka realizacija slučajnog procesa. t 2 )dx1dx2 = = −∞ −∞ ∫ ∫ x1 x2 pξ ( x1 . stacionaran po autokorelaciji: ∞ ∞ Rξ (t1 . umesto striktno stacionarnog. slučajni proces postaje slučajna promenljiva ξ ( A.20) Rξ (τ ) = ∞ ∞ −∞ −∞ ∫ ∫ x1 x 2 p ξ ( x1 .

21) gde su f (t ) i g (t ) njihove realizacije. 2.1. njegova autokorelacija i spektalna gustina srednje snage date su sledećim izrazima: . Zbir i proizvod dva stacionarna povezana slučajna procesa Ako je ϕ (t ) = ξ (t ) + η (t ) zbir dva stacionarna povezana slučajna procesa. Kovarijansa međusobno stacionarnih procesa data je izrazom: K ξη (τ ) = f (t ) − f (t ) ( g (t + τ ) − g (t ) + τ ) = Kηξ ( −τ ) ( ) (2. uvodi se generalizacija spektralne gustine srednje snage da bi bila u važnosti VinerHinčinova teorema.26) U poslednjem izrazu Fn predstavlja snagu n-tog harmonika periodične komponente slučajnog signala. Viner .Hinčinova teorema Spektralna gustina srednje snage slučajnog procesa i njegova autokorelaciona funkcija čine Furijeov transformacioni par.24) 1 Rξ (τ ) = 2π ∞ ∫ Sξ (ω )e ∞ Ako autokorelaciona funkcija i spektralna gustina srednje snage ne zadovoljavaju uslove: −∞ ∫ R(τ ) dτ < ∞ i −∞ ∫ S ξ dω < ∞ . a drugi član sume diskretna funkcija i predstavlja spektar periodične komponente signala koja je data izrazom: ( S ξ d ) (ω ) = n = −∞ ∑ 2π Fn ∞ 2 δ (ω − ω 0 ) 2 (2.22) Ako realizacije f (t ) i g (t ) pripadaju istom stacionarnom ansamblu. respektivno.27) Rφ (τ ) = Rξ (τ ) + Rη (τ ) + Rξη (τ ) + Rηξ (τ ) S φ (ω ) = S ξ (ω ) + Sη (ω ) + S ξη (ω ) + Sηξ (ω ) (2.28) Ako je ϕ (t ) = ξ (t ) ⋅ η (t ) proizvod dva stacionarno povezana sučajna procesa. ( ( S ξ (ω ) = S ξ k ) (ω ) + S ξ d ) (ω ) (2. njegova autokorelacija i spektralna gustina srednje snage date su sledećim izrazima: (2.25) gde je prvi član sume kontinualna funkcija i predstavlja spektar slučajne komponente. kovarijansa postaje autokovarijansa.6 Spektralna gustina snage.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 13 Slučajni proces je ergodičan ukoliko su sva njegova vremenska usrednjavanja i usrednjavanja po ansamblu jednala. S ξ (ω ) = ∞ −∞ ∫ Rξ (τ )e ∞ −∞ − jωτ dτ jωτ (2. Međukorelaciona funkcija Za ergodične slučajne procese ξ (t ) i η (t ) definiše se međukorelaciona funkcija oblika: 1 ℜ fg (τ ) = f (t ) g (t + τ ) = lim T →∞ 2T T −T ∫ f (t ) g (t − τ )dt = R gf (−τ ) (2.23) dω (2.

31) 2 Njegova autokorelacija data je izrazom: N Rn (τ ) = 0 δ (τ ) (2.7 Beli i obojeni šum Beli šum predstavlja stacionaran slučani proces konstantne spektralne gustine srednje snage: N S n (ω ) = p n = 0 .33) . N 0 = const .29) (2.30) 1 Sφ (ω ) = 2π ∞ −∞ ∫ Sη (λ )Sξ (ω − λ )dλ 2. čija je autokorelacija data izrazom: Rn' (τ ) = N 0ω g sin(ω gτ ) 2 ω gτ (2.14 STATISTIČKA TEORIJA TELEKOMUNIKACIJA Rφ (τ ) = Rξ (τ ) ⋅ Rη (τ ) (2.32) 2 Propuštanjem belog šuma kroz idealan filtar propusnik niskih učestanosti.1. − ∞ < ω < ∞ (2. dobija se obojeni šum. granične učestanosti f g .

1.3 + 0. A] P[H 1 ] ⋅ P[ A / H 1 ] P[H 1 / A] = = .02304 . odnosno P[H 2 / A] . Navedene uslovne verovatnoće se mogu izračunati kao: P[H 1 .1 ZADACI Posmatra se pojednostavljeni model telekomunikacionog sistema dat na slici (Slika 2. ) in in xn ˆ xn Slika 2.i P[A] P[ A / H 1 ]P[H 1 ] + P[ A / H 2 ] ⋅ P[H 2 ] P[H 2 / A] = P[H 2 .7 . P[A] P[ A / H 1 ]P[H 1 ] + P[ A / H 2 ] ⋅ P[H 2 ] Dalje imamo: P[ A / H 1 ] = P[G ] ⋅ P[G ] ⋅ P[G ] ⋅ P[G ] ⋅ P[G ] = 0. dekodovanje informacionog simbola iz kodne reči je trivijalno. P[H 1 ] = P[in = 0] = 0.2 2. i ona iznosi 0. i ⋅ sa H 2 obežimo događaj da je poslata kodna reč 11111. ⋅ P[verovatnoća ispravnog prenosa ] = P[G ] = 0.6 .7 . ⋅ sa A obeležimo primljenu sekvencu 10110.1} . odrediti koji je simbol izvor najverovatnije generisao.2. odnosno umesto 1 šalje se sekvenca 11111).3 . ⋅ sa H 1 obežimo događaj da je poslata kodna reč 00000. Izvor emituju binarne simbole iz skupa {0. i P[ A] = 0. i . P[ A / H 2 ] = P[G ] ⋅ P[G ] ⋅ P[G ] ⋅ P[G ] ⋅ P[G ] = 0. Nakon toga.2. A] P[H 2 ] ⋅ P[A / H 2 ] = .7 .03456 .22 . Smetnje koje deluju u kanalu utiču na verovatnoću ispravnog prijema simbola.03456 ⋅ 0.3 .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 15 2.3 i P[in = 1] = 0. P[H 2 ] = P[in = 1] = 0. Na osnovu primljene sekvence A. Apriorne verovatnoće pojavljivanja 0. koji se koduju jednostavnim repetitivnim kodom tako što se svaki simbol ponovi pet puta (umesto simbola 0 šalje se sekvenca 00000. Ukoliko je primljena sekvenca 10110. odnosno 1 su P[i n = 0] = 0. pri čemu se smatra da smetnje nezavisno pogađaju simbole kodne reči (kanal bez memorije).6 (da nema smetnji verovatnoća ispravnog prijema bi bila 1).1 Rešenje: Označimo događaje i pridružene verovatnoće opisane tekstom zadatka na sledeći način: ⋅ P[i n = 0] = P[0] = 0.2. ⋅ P[i n = 1] = P[1] = 0. Na kraju dobijamo: P[H 1 / A] = 0.1).031104 . prijemnik procenjuju koja je kodna reč bila poslata na osnovu toga koja je uslovna verovatnoća veća P[H 1 / A] .7 = 0.02304 ⋅ 0.1.

P[E / H 2 ] = 0. Na kraju.1 i P[1 / H 1 ] = 0. e) ako je primljen neodređeni impuls. P[0] = P[H 1 ] ⋅ P[0 / H 1 ] + P[H 2 ] ⋅ P[0 / H 2 ] = 0. 2.1] P[H 2 ] ⋅ P[1 / H 2 ] = = 0.2 U jednom binarnom sistemu za prenos podataka na predaji se javlja pozitivni impuls koji odgovara kodnom znaku 1 (događaj H 1 ). Uslovne verovatnoće dogaaja na prijemu kada su realizovani događaji na predaji su: ⋅ P[0 / H 1 ] = 0. ⋅ negativni impuls 0. P[1] i P[E ] . kolika je verovatnoća da je impuls na predaji bio negativan odnosno pozitivan. c) ako je primljen pozitivan impuls. kolika je verovatnoća da je impuls na predaji bio negativan odnosno pozitivan? Rešenje: a) P[1] = P[H 1 ] ⋅ P[1 / H 1 ] + P[H 2 ] ⋅ P[1 / H 2 ] = 0.923 .1 . i negativni impuls koji odgovara kodnom znaku 0 (događaj H 2 ) sa verovatnoćoma P[H 1 ] = 0.2.8 . dodajmo i to da se tip kanala opisan u ovom zadatku naziva binarni simetrični kanal.1 i P[1 / H 2 ] = 0. Izračunati sledeće verovatnoće na prijemu: a) P[0] . Prijemnik detektuje tri vrste signala: ⋅ pozitivni impuls 1.52 . i ⋅ P[0 / H 2 ] = 0.1 . b) Obeležimo događaj da je prijem ispravan sa T.8 .78 .077 . i [] c) P[H 1 / 1] = P[H 2 / 1] = P[H 1 . P[1] P[1] .8 . i skraćeno obeležava sa BEC – Binary Erasure Channel). d) ako je primljen negativan impuls.38 . i P T = 0 . i ⋅ neodređeni impuls E (znak E potiče od engleske reči Erasure. kolika je verovatnoća da je impuls na predaji bio negativan odnosno pozitivan.1 . Na osnovu dobijenih vrednosti za uslovne verovatnoće.4 . P[E ] = P[H 1 ] ⋅ P[E / H 1 ] + P[H 2 ] ⋅ P[E / H 2 ] = 0.6 i P[H 2 ] = 0.1] P[H 1 ] ⋅ P[1 / H 1 ] = = 0. P[T ] = P[H 1 ] ⋅ P[1 / H 1 ] + P[H 2 ] ⋅ P[0 / H 2 ] = 0. pa se ovakav kanal naziva binarni kanal sa brisanjem. i P[1] P[1] P[H 2 .2 . P[E / H 1 ] = 0. odlučivač na svom izlazu daje simbol 1.16 STATISTIČKA TEORIJA TELEKOMUNIKACIJA P[H 2 / A] = 0. i skraćeno obeležava sa BSC (Binary Symmetric Channel). b) verovatnoću ispravnog prijema i greške na prijemu.

3.3. i P[0] P[0] P[H 2 . P[E ] P[E ] − x2 2n e) P[H 1 / E ] = P[H 2 / E ] = 2. E ] P[H 1 ] ⋅ P[E / H 1 ] = = 0 . i P[E ] P[E ] P[H 2 . P[0] P[0] P[H 1 .0] P[H 1 ] ⋅ P[0 / H 1 ] = = 0. e2 t2 2 n dt = 1− e − x2 2n .4 . FX [x ] 1 x Slika 2.1 prikazuje izgled kumulativne funkcije raspodele. Slika 2.2.2.6 .1 . njene vrednosti moraju biti nenegativne.3 Data je funkcija f ( x) = k ⋅ x ⋅ e gde su k i n pozitivne konstante. Rešenje: a) Da bi f ( x) bila GRV.2. ] c) Napisati izraz za kumulativnu funkciju raspodele i skicirati njen izgled. b) P 2π ≤ x ≤ 2 π = c) FX ( x ) = ∫ k ⋅ t ⋅ e 0 x − [ ] ∫ 2 π 2π k ⋅ x⋅e − x2 2 n dx = e −1 .842 .0] P[H 2 ] ⋅ P[0 / H 2 ] = = 0. To je slučaj za x ≥ 0 : ∞ 0 ∫k ⋅ x⋅e − x2 2 n dx = kn = 1 . b) Izračunati verovatnoću da slučajna promenljiva čija je gustina raspodele f ( x) uzme neku vrednost iz intervala [ 2π .2 π .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 17 d) P[H 1 / 0] = P[H 2 / 0] = P[H 1 .158 . E ] P[H 2 ] ⋅ P[E / H 2 ] = = 0 . a) U kom domenu može funkcija f ( x) da predstavlja gustine raspodele verovatnoća (GRV) neke slučajne promenljive? Odrediti relaciju između k i n .

4.) Preslikavanje y ( x) = ax 2 je prikazano na slici (Slika 2. y ( x) = ax 2 . e .2.18 STATISTIČKA TEORIJA TELEKOMUNIKACIJA 2. 2. Funkcije gustine raspodele verovatnoća slučajne promenljive X su: 1. x < −a. iz čega sledi: P[ y < Y < y + dy ] = P[x1 < X < x 2 + dx ] + P[x 2 < X < x 2 + dx ] . y ( x) = ⎨ bx − a ≤ x ≤ a. x = f −1 ( y ) p X [x ] pY [ y ] 1 1 a 1 x Slika 2.4. ⎩ Rešenje: a) (Kombinacija uniformne raspodele i linearnog sistema. P[x < X < x + dx ] = P[ y < Y < y + dy ] .4 Na ulazu i izlazu sistema su signali čije su trenutne vrednosti slučajne promenljive X i Y.2. p X [x ]dx = pY [ y ]dy . y ( x) = ax + b . Na slici se vidi da se dve vrednosti promenljive x preslikavaju u jednu vrednost y. onda je. ⎧1 x ∈ [0.1].) Pošto je preslikavanje y ( x) = ax + b “1 na 1”. p X ( x) = ⎨ ⎩0 drugde.1 b ab y b) (Kombinacija uniformne raspodele i nelinearnog sistema. ⎪ ba a < x. 2π Prenosne funkcije sistema su (pri čemu su a i b pozitivne konstante): 1. p X ( x) = 1 − x2 2 2. Odrediti funkciju gustine raspodele verovatnoća slučajne promenljive Y za sve kombinacije funkcija gustine raspodele verovatnoća slučajne promenljive i prenosnih funkcija sistema. ⎧− ba ⎪ 3.2).2. pY [ y ]dy = p X [x ]dx dy dx ⎧1 ⎪ = ⎨a ⎪0 ⎩ b ≤ y ≤ a + b. drugde.

2 = ± .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 19 pY [ y ] = p [x ] p X [x ] + X dy dy dx x = x dx x = x 1 (2. 1 pY [ y ] = . pa na kraju dobijamo: ⎧1 ⎪ + (1 − a)δ ( y − ab) 0 ≤ y ≤ ab.2. drugde. ⎩ . pY [ y ] = ⎨ b ⎪ 0 drugde.1) 2 Pritom važi y dy = 2ax i x1. pY [ y ] 1 2a x1 x2 x Slika 2.2 a y c) (Kombinacija uniformne raspodele i linearnog sistema sa zasićenjem.) Pretpostavimo da je a < 1 .1) za koji je x pozitivno. 0 ≤ y < ab . pa se dobija: ⎡ y⎤ ⎧ 1 pX ⎢ ⎥ ⎪ ⎣ a ⎦ = ⎪ 2 ay pY [ y ] = ⎨ y ⎪ 0 2a ⎪ a ⎩ y 0 ≤ y ≤ a.2.1] . Za 0 ≤ x < a imamo preslikavanje y ( x) = bx .4. u suprotnom bi ova kombinacija u potpunosti svela na slučaj pod a). dx a Kako je uniformna raspodela definisana samo na intervalu [0. b Za a < x ≤ 1 sve vrednosti x se preslikavaju u istu tačku y ( x) = ba . odakle sledi da je verovatnoća P[Y = ba ] = ∫ p X [x ]dx = 1 − a .4. Ovu verovatnoću modelujemo pomoću a 1 δ -impulsa u gustini raspodele smeštenom u tački y = ab . preostaje samo član sume iz jednačine (2.2.4. pa je na osnovu dela zadatka pod a) gustina raspodele verovatnoće.

3 d) (Kombinacija Gausove raspodele i linearnog sistema). Potpuno analogno načinu na koji rešen deo zadatka pod a) dobijamo: p [x ]dx pY [ y ]dy = X dy dx 1 −2 e 2π a x2 − 1 = e 2π a ( y −b )2 2a2 = x = f −1 ( y ) .4 a y e) (Kombinacija Gausove raspodele i nelinearnog sistema. imamo: 1 pY [ y ] = e − x2 2 1 + y x =− a 2π 2ax 2π 2ax y x= a e − x2 2 y ⎧ 1 − 2a ⎪ e = ⎨ 2πay ⎪ 0 ⎩ y > 0.4.2.) Analogno delu zadatka pod b).2. p X [x ] pY [ y ] 1 2π 1 2π a x Slika 2.20 STATISTIČKA TEORIJA TELEKOMUNIKACIJA y ab pY [ y ] (1 − a )δ ( y − ab ) −a a x 1 b a y − ab Slika 2.4. pY [ y ] y Slika 2. drugde.2. x= y −b a Vidi se da se prolaskom kroz linearan sistem Gausova raspodela sa nultom srednjom vrednosti i jediničnom varijansom na ulazu transformisala u odgovarajuću Gausovu raspodelu sa srednjom vrednosti b i varijansom a 2 na izlazu.4.5 .

4. a trenutni ugao sinusoide ćemo obeležiti sa η . .) Analogno delu zadatka pod c). Zato se početna faza može predstaviti slučajnom promenljivom sa uniformnom raspodelom čija je gustina raspodele verovatnoća: ⎧ 1 ⎪ 2π 0 ≤ x ≤ 2π .5 U prijemnicima modulisanih signala često se vrši izdvajanje nosioca.2. Rešenje: Trenutna vrednost nosioca predstavlja slučajnu promenljivu koju ćemo obeležiti sa Z. koji predstavlja neki sinusoidalni signal amplitude A . Z = A sin(ω0t1 + ξ ) . drugde. pY [ y ] Q ( a )δ ( y + ab ) Q( a )δ ( y − ab ) y Slika 2. dok je početna faza nepoznata. ⎪ 2π b pY [ y ] = ⎨ ⎪ 0 drugde. pξ [x] = ⎨ ⎪ 0 drugde. GRV slučajne promenljive Z ćemo odrediti u dva koraka. η = ω 0 t1 + ξ . Pošto je η = ω 0 t1 + ξ .2. ⎪ ⎩ pri čemu je: Q(a) = −a =∞ ∫ 1 2π e − x2 2 dx = ∞ ∫ a 1 2π e − x2 2 dx . a zatim iz nje izvesti traženu GRV na osnovu relacije Z = A sin η . kružne učestanosti ω 0 i početne faze ξ . U prvom ćemo odrediti GRV za η .6 2.4 pod a) se dobija: ⎧1 ⎪ pη [ y ] = ⎨ 2π ⎪ 0 ⎩ ω 0 t1 ≤ y ≤ ω 0 t1 + 2π . Obično su na mestu prijema poznate vrednosti za amplitudu i kružnu učestanost.2. ⎩ Odrediti GRV slučajne promenljive koja predstavlja trenutnu vrednost nosećeg signala u nekom određenom trenutku t = t1 .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 21 f) (Kombinacija Gausove raspodele i linearnog sistema sa zasićenjem. dobijamo: y2 ⎧ − 1 2 ⎪ e 2b + Q(a)(δ ( y + ab) + δ ( y − ab) ) − ab ≤ y ≤ ab. na osnovu zadatka 2.

2.5.22 STATISTIČKA TEORIJA TELEKOMUNIKACIJA Pošto preslikavanje z = A sin y nije “1 na 1”. Rešenje: Na ulazu radio prijemnika je signal: x ⎛ x⎞ s (t ) = sin(ω0t ) + sin(ω0t + x) = 2 cos sin ⎜ ω0t + ⎟ .2π ] .2. 0 ≤ z ≤ A.6 Na ulazu u radio prijemnik superponiraju se dva sinusoidalna signala jediničnih amplituda i kružne učestanosti ω 0 . a slučajne fazne razlike koja je uniformno raspodeljena u intervalu [0. poslužićemo se sličnim rezonovanjem kao u zadatku 2.4 pod b). 2 ⎝ 2⎠ .2. drugde. pri čemu je.1) se vidi da važi: p Z [z ] = pη [ y ] dz dy y = y1 + pη [ y ] dz dy y = y2 .1 1 Aπ A z 2. A2 − z 2 . drugde. z p Z [z ] ω0t1 y1 y2 ω0t1 + 2π y −A Slika 2. Izračunati verovatnoću da anvelopa ulaznog signala bude manja od polovine amplituda pojedinih komponenti.5. Odrediti i nacrtati GRV slučajne promenljive koja predstavlja anvelopu signala na ulazu.2. dz z2 2 = A cos y = A 1 − sin y = A 1 − 2 = dy A Na kraju se dobija: 1 ⎧ ⎪ 2π + ⎪ ⎪ A2 − z 2 p Z [z ] = ⎨ ⎪ ⎪ 0 ⎪ ⎩ 1 ⎧1 ⎪π 2 ⎪ A − z2 =⎨ ⎪ 0 ⎪ ⎩ 1 2π A2 − z 2 0 ≤ z ≤ A. Na osnovu slike (Slika 2.

skicirati GRV slučajne ⎣ 2 2⎦ promenljive Y. .5. x = f −1 ( y ) Slično kao i u zadatku 2. Rešenje: Da bismo rešili zadatak. ⎥ (polovina amplituda pojedinih ⎣ 2 2⎦ komponenti) je: P[Y < 0. ⎥ . pa sledi: pY [ y ]dy = p X [x ]dx dy dx . uvedimo pomoćnu slučajnu promenljivu Z = X 2 .16 .7 Odrediti GRV zbira dve nezavisne slučajne promenljive Y = X 1 + X 2 u opštem slučaju. z ) = y − z .2π ] . ⎡ 1 1⎤ Verovatnoća da je anvelopa u intervalu ⎢− . 4 4⎠ π⎝ y pY [ y ] π 2π x −2 Slika 2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 23 x Slučajna promenljiva koja predstavlja anvelopu na ulazu je y = 2 cos .2. drugde.6. Odgovarajuća inverzna preslikavanja su: x1 = g1 ( y. 2 2 4 dx pa se konačno dobija: 1 ⎧ ⎪ 2 ⎪ pY [ y ] = ⎨ 2π 1 − y 4 ⎪ ⎪ 0 ⎩ − 2 ≤ y ≤ 2.2.5] = − ∫1 pY ( y )dy = 2π ∫1 2 − 2 1 2 1 1 2 1 1− y2 4 dy = 1⎛ 1 1⎞ ⎜ arcsin − arcsin ⎟ = 0. važi: dy x x y2 = sin = 1 − cos 2 = 1 − .2.1 1 2π 2 y 2. 2 Ovo preslikavanje je jednoznačno na intervalu [0. ⎡ 1 1⎤ Ako su X 1 i X 2 uniformno raspodeljene u intervalu ⎢− .

kao i samu 2 vrednost ε min . Slika 2. Na osnovu ovoga je lako pokazati da je GRV zbira dve nezavisne uniformno raspodeljene slučajne promenljive jednaka u stvari dobro poznata konvolucija dva pravougaona impulsa: ⎧ 0 ⎪ pY [ y ] = ⎨1 − y ⎪ 0 ⎩ y < −1. 1 < y.Potrebno je odrediti: a) Srednju vrednost kvadrata razlike ε 2 statističkih procesa X (t ) i Y (t ) . a varijansa σ X . z). X 2 [g1 ( y.7.1 1 y 2. čija je srednja vrednost 2 nula.2.1) deluje stacionarni normalni statistički proces X (t ) . z)]p X [g 2 ( y. −∞ Vidi se da je GRV zbira dve nezavisne slučajne promenljive konvolucija njihovih GRV. b) Optimalnu vrednost praga kvantizacije pri kojoj je ε 2 minimalno. g 2 ( y. z ) = z . . z )]dz 1 2 = p X1 [ y ] * p X 2 [ y ].2.2. z )] J dz = ∫ p X [y − z ]p X [z ]dz 1 2 ∞ −∞ ∫ p X [g1 ( y.1 prikazuje skicu ove GRV.2.24 STATISTIČKA TEORIJA TELEKOMUNIKACIJA x2 = g 2 ( y .8 Na ulazu idealnog kvantizera sa dva nivoa kvantizacije čija je karakteristika data na slici (Slika 2. pY [ y ] 1 −1 Slika 2. ∂g 2 − 1 1 ∂z ∞ Sledi: pY [ y ] = = −∞ ∞ ∫ p X1. pri čemu je Y (t ) statistički proces na izlazu iz kvantizera. − 1 ≤ y ≤ 1.7.8. Jakobijan je: ∂g1 J = ∂y ∂g1 ∂z ∂g 2 ∂y = 1 0 = 1 .

važi: ⎧ 2 p ( x ) 0 < x < ∞.i 1 1 pY ( y ) = δ ( y + a ) + δ ( y − a ) . Poslednju vrednost ćemo izračunati na sledeći način. i 2 2 ∞ ∞ E [ XY ] = ∞ ∞ −∞ −∞ ∫ ∫ xyp XY ( x. − a i a . Kada je Y = −a .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 25 y a x −a Slika 2. uz razliku da u ovom slučaju da linearna zona na karakteristici ne postoji): p X ( x) = 1 2πσ X − e x2 2σ 2 X .2. ⎩ 0 Kada je Y = a . 2 2 Srednja vrednost kvadrata razlike slučajnih procesa X (t ) i Y (t ) je: ε 2 = E ( X − Y )2 = E X 2 − 2 E[ XY ] + E Y 2 . y)dydx = −∞ −∞ ∫ ∫ xyp X / Y ( x / y) pY ( y )dxdy . važi: ⎧2 p ( x) − ∞ < x < 0.8. ⎩ 0 Dalje je: .2. Slučajni proces Y (t ) može uzeti samo dve vrednosti. p X / Y [x / y = a ] = ⎨ X drugde.4 pod f).1 Rešenje: a) GRV procesa na ulazu i izlazu kvantizera su (vidi zadatak 2. 2 2 pY ( y )dy = −∞ 1 1 (−a) 2 + a 2 = a 2 . p X / Y [x / y = − a ] = ⎨ X drugde. [ ] E [Y ] = ∫ y ∞ [ ] [ ] [ ] 2 E X2 =σX .

Pokazati da je slučajni proces z (t ) stacionaran u širem smislu ako je ω 0 konstantna kružna učestanost. 2π 2 X ε =σ ⎛ σ ⎞σ ⎛ σ ⎞ ⎛σ ⎞ 2⎞ 2 2 ⎛ − 4⎜ 2 X ⎟ X + ⎜ 2 X ⎟ = σ X − 2⎜ X ⎟ = σ X ⎜1 − ⎟ . 0 0 0 Konačno se dobija: aσ X . a varijansa su im takođe jednake i iznose σ 2 .26 STATISTIČKA TEORIJA TELEKOMUNIKACIJA E [ XY ] = ∞ ∞ −∞ − ∞ ∫ ∫ xyp X / Y ( x / y) pY ( y)dxdy ∫ 0 ∞ = −∞ − ∞ ∫ xyp X / Y ( x / y) pY ( y)dxdy + ∫ 0 0 ∞ ∞ 0 −∞ ∫ xyp X / Y ( x / y) pY ( y)dxdy ∞∞ = 2⋅ 1 1 ∫ ∫ xyp X ( x)δ ( y + a)dxdy + 2 ⋅ 2 ∫ ∫ xyp X ( x)δ ( y − a)dxdy 2 −∞ −∞ 0 0 0 ∞ ∞ ∞ = −a ∫ xp X ( x)dx + a ∫ xp X ( x)dx = 2a ∫ xp X ( x)dx =2a ∫ x −∞ 1 2π σ X − x2 e 2σ 2 X dx. Očekivana vrednost slučajnog procesa je: E [z (t )] = E [X cos(ω0t ) − Y sin(ω0t )] = E[ X cos(ω0t )] − E[Y sin(ω0t )] E X 2 = E Y2 =σ 2.2. ⎟ ⎟ ⎟ ⎜ ⎜ ⎜ 2π ⎠ 2π ⎝ 2π ⎠ ⎝ π⎠ ⎝ ⎝ 2π ⎠ 2 2 2. da 2π a=2 2 σX . 2π b) Optimalnu vrednost praga kvantizacije dobijamo za minimalno ε 2 : σ dε 2 = −4 X + 2a = 0 . Rešenje: Po uslovu zadatka imamo: E[X ] = E[X ] = 0 . E [ XY ] = E [ X ]E[Y ] = 0 .9 Dat je slučajni proces z (t ) = X cos(ω0t ) − Y sin(ω0t ) gde su X i Y dve statistički nezavisne kontinualne slučajne promenljive čija su matematička očekivanja jednaka nuli. . [ ] [ ] = E [X ] cos(ω0t ) − E[Y ]sin(ω0t ) = 0. E [ XY ] = 2 2π pa je: 2 ε 2 = σ X − 4a σX + a2 .

vidi se da proces y (t ) nije stacionaran u širem smislu.2. a ω0 je konstanta. Ispitati stacionarnost u širem smislu slučajnih procesa y (t ) i z (t ) . 2 2 . t + τ ) = E [x(t ) cos(ω 0 t + θ )x(t + τ ) cos(ω 0 (t + τ ) + θ )] = 1 R XX (τ )E [cos(ω 0 (2t + τ ) + 2θ ) + cos(ω 0τ )] 2 1 1 = R XX (τ ) cos(ω 0τ ) + R XX (τ )E[cos(ω 0 (2t + τ ) + 2θ )]. 2. Pošto ni srednja vrednost ni autokorelacija slučajnog procesa ne zavise od trenutka posmatranja. pri čemu su A i α pozitivne konstante. θ je slučajna promenljiva uniformno raspodeljena u intervalu [−π . t + τ ) = E[x(t ) cos(ω 0 t )x(t + τ ) cos(ω 0 (t + τ ))] = 1 R xx (τ )(cos(2ω 0 t + ω 0τ ) + cos(ω 0τ )).10 Odrediti autokorelacione funkcije slučajnih procesa: y (t ) = x(t ) cos(ω0t ) . Njegova autokorelacija je: R yy (t . gde je x(t ) slučajni proces stacionaran u širem smislu sa poznatom autokorelacionom funkcijom Rxx (τ ) . 2 Za proces z (t ) važi: E [z (t )] = E[x(t ) cos(ω 0 t + θ )] = E [x(t )]E [cos(ω 0 t + θ )] = E [x(t )] ∫ cos(ω 0 t + θ )pθ (θ )dθ −π π = E[x(t )] ∫ cos(ω 0 t + θ ) −π π 1 1 π dθ = E[x(t )]sin (ω 0 t + θ ) −π = 0. Rešenje: Pošto važi: E [ y (t )] = E [x(t ) cos(ω0t )] = E [x(t )] cos(ω0t ) . 2π 2π R zz (t . t1 ) = E [z (t1 ) z (t 2 )] = E [( X cos(ω 0 t1 ) − Y sin(ω 0 t1 ) )( X cos(ω 0 t 2 ) − Y sin(ω 0 t 2 ) )] = E X 2 cos(ω 0 t1 ) cos(ω 0 t 2 ) − + E Y 2 sin(ω 0 t1 ) sin(ω 0 t 2 ) 2 0 1 2 [ ] = E [X ]cos(ω t ) cos(ω t ) + E [Y ]sin(ω t ) sin(ω t ) 2 0 2 0 1 0 2 − E [ XY (cos(ω 0 t1 ) sin(ω 0 t 2 ) + cos(ω 0 t 2 ) sin(ω 0 t1 ) )] + [ ] = σ (cos(ω 0 t1 ) cos(ω 0 t 2 ) + sin(ω 0 t1 ) sin(ω 0 t 2 ) ) = σ 2 cos(ω 0 (t 2 − t1 ) ) = σ 2 cos(ω 0τ ). Odrediti njihove spektralne gustine snage ako je: R xx (τ ) = A 2 e −α τ .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 27 Autokorelacija je: R zz (t1 . slučajni proces z (t ) je stacionaran u širem smislu. z (t ) = x(t ) cos(ω0t + θ ) . π ) i nezavisna od x(t ) .

2 odakle sledi: 1 Rxx (τ ) cos(ω0τ ) = Rzz (τ ) . t + τ ) = ∞ ∞ Spektralna gustina snage slučajnog procesa z (t ) je (Viner-Hinčinova teorema): S zz ( f ) = −∞ ∫ Rzz (τ )e ∞ − j 2πfτ dτ = ∫ 1 R xx (τ ) cos(ω 0τ )e − j 2πfτ dτ 2 −∞ 1 −α τ cos(2πf 0τ )e − j 2πfτ dτ = ∫ A2e 2 −∞ = A2 2 −∞ − j 2πfτ ατ ∫ e cos(2πf 0τ )e dτ + 0 A 2 −ατ e cos(2πf 0τ )e − j 2πfτ dτ . Rzz (t . 2 pa je slučajni proces z (t ) stacionaran u širem smislu. Uvrštavanjem izračunatih integrala u početnu jednačinu se dobija: . 20 20 ∞ 0 ∞ −ατ − 2πfτ ∫ e cos(2πf 0τ )e dτ = 1 (−α − j 2π ( f − f0 ))τ 1 dτ + ∫ e (−α − j 2π ( f + f0 ))τ dτ ∫e 20 20 1 e −(α + j 2π ( f − f0 ))τ − 2(α + j 2π ( f − f 0 )) 1 e −(α + j 2π ( f + f 0 ))τ (α + j 2π ( f + f 0 )) −2 2(α + j 2π ( f − f 0 )) 1 1 + 1 ∞ 0 ∞ ∞ = + = + ∞ 0 2(α + j 2π ( f + f 0 )) 1 . za drugi integral sa leve strane se dobija: ∞ 0 ∫e −ατ cos(2πf 0τ )e − 2πfτ dτ = ∫ e 0 ∞ −ατ e j 2πf0τ + e − j 2πf0τ − j 2πfτ e dτ 2 ∞ 1 1 = ∫ e −ατ e j 2πf 0τ e − j 2πfτ dτ + ∫ e −ατ e − j 2πf 0τ e − j 2πfτ dτ . 2 ∫ 0 ∞ Potrebno je izračunati odgovarajuće integrale. Npr.28 STATISTIČKA TEORIJA TELEKOMUNIKACIJA Važi: E [cos(ω0 (2t + τ ) + 2θ )] = π −π ∫ cos(ω0 (2t + τ ) + 2θ ) 2π dθ = 2π 1 1 1 π sin (ω0 (2t + τ ) + 2θ ) −π = 0 . Na sličan način se može pokazati da je prvi integral: −∞ ∫e 0 ατ cos(2πf 0τ )e − 2πfτ dτ = 2(α − j 2π ( f − f 0 )) + 2(α − j 2π ( f 0 + f )) .

2. b) usrednjavanjem po vremenu.10 sledi: . π ) .12 Za slučajni proces x(t ) = A cos(ω0t + θ ) . Rešenje: a) Na osnovu zadatka 2.2.1 Rešenje: Važi: y (t ) = x(t ) + x(t − T ) . 2.2. odnosno.11. H ( f ) = 1 + e − j 2πfT 2 = e − jπfT e jπfT + e − jπfT ( ) 2 a spektralna gustina snage je: S yy ( f ) = H ( f ) S xx ( f ) = 2(1 + cos(ωT ))S xx ( f ) . Odrediti srednju vrednost i autokorelacionu funkciju x(t ) na sledeće načine: a) usrednjavanjem po ansamblu.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 29 S zz ( f ) = ⎛ ⎞ 1 1 ⎜ ⎜ 2(α + j 2π ( f − f )) + 2(α + j 2π ( f + f )) ⎟ + ⎟ 0 0 ⎠ ⎝ ⎞ 1 1 A2 ⎛ ⎜ + ⎜ 2(α − j 2π ( f − f )) + 2(α − j 2π ( f + f )) ⎟ ⎟ 2 ⎝ 0 0 ⎠ A2 2 ⎞ ⎛ 2α 2α ⎟ ⎜ + 2 ⎜ α 2 − (ω − ω )2 α − (ω + ω )2 ⎟ 0 0 ⎠ ⎝ ⎞ αA 2 ⎛ 1 1 ⎟. x(t ) y (t ) Slika 2.11 Odrediti spektralnu gustinu snage slučajnog procesa y (t ) .11.2. gde je θ slučajna promenljiva sa uniformnom raspodelom u intervalu [− π . = 4 cos 2 (πfT ) = 2(1 + cos(2πfT )) .2. a njegova prenosna karakteristika je: H(f ) = 2 ∞ −∞ ∫ h(t )e − 2πft dt = 2 ∞ −∞ ∫ (δ (t ) + δ (t − T ))e − j 2πft dt = 1 + e − j 2πfT . na izlazu linearnog sistema prikazanog na slici (Slika 2. dok su A i ω0 konstante. impulsni odziv sistema je: h(t ) = δ (t ) + δ (t − T ) . ako na ulaz ovog sistema deluje stacionaran slučajni proces x(t ) čija je spektralna gustina snage S yy ( f ) .1). ⎜ = + 2 2 ⎜ α 2 − (ω − ω 0 )2 α − (ω + ω 0 )2 ⎟ ⎠ ⎝ = A2 4 2.

2. . a vreme T koje je u imeniocu teži ka beskonačno velikim vrednostima. vidi se da je slučajni proces x(t ) ergodičan po srednjoj vrednosti i po autokorelaciji. t + τ ) = lim = lim 1 T →∞ 2T 1 T →∞ 2T A T →∞ 4T T −T T ∫ x(t ) x(t + τ )dt = ∫ A cos(ω0t + θ 0 )A cos(ω0 (t + τ ) + θ 0 )dt ∫ (cos(ω0 (2t + τ ) + 2θ 0 ) + cos(ω0τ ))dt −T = lim 2 T −T A2 = lim T →∞ 4T T ⎛T ⎞ ⎜ cos(ω 0 (2t + τ ) + θ 0 )dt + cos(ω 0τ )dt ⎟ ∫ ⎜∫ ⎟ −T ⎝ −T ⎠ A (sin (ω 0 (2T + τ ) + θ 0 ) − A sin (ω0 (− 2T + τ ) + θ 0 )) + = lim T →∞ 8Tω 0 A2 + lim cos(ω 0τ ) ⋅ 2T T →∞ 4T A2 = cos(ω 0τ ). pa se za vrednost integrala dobija 2T i vrednost limesa je različita od nule. Poređenjem rezultata dobijenih pod a) i pod b). 2 b) Usrednjavanje po vremenu za srednju vrednost daje: x(t ) = lim 1 T →∞ 2T T −T ∫ A cos(ω0 t + θ 0 )dt = Tlim 2T ω0 (sin(ω0T + θ 0 ) − A sin (− ω0T + θ 0 )) →∞ 1 A = 0. jer je razlika dve sinusne funkcije ograničena na interval [− 2. R xx (t . a Y slučajna promenljiva nezavisna od x(t ) ? Rešenje: Srednja vrednost x(t ) po ansamblu je: E [z (t )] = E[x(t ) + Y ] = E [x(t )] + E[Y ] = E [x(t )] + mY . Kod drugog limesa podintegralna funkcija cos(ω0τ ) ne zavisi t (promenljive po kojoj se integrali). t + τ ) = E [A cos(ω 0 t + θ )A cos(ω 0 (t + τ ) + θ )] = A 2 E [cos(ω 0 t + θ ) cos(ω 0 (t + τ ) + θ )] A2 = cos(ω 0τ ). Limes je jednak 0. Autokorelacija po vremenu je: ℜ xx (t .2.30 STATISTIČKA TEORIJA TELEKOMUNIKACIJA E [x(t )] = E[ A cos(ω0t + θ )] = 0 .2] . jer obe metode usrednjavanja daju iste rezultate. 2 Prvi limes sa desne strane je jednak 0 (važe ista razmatranja kao i kod izračunavanja srednje vrednosti po vremenu).13 Da li je slučajni proces z (t ) = x(t ) + Y ergodičan po srednjoj vrednosti ako je x(t ) ergodičan slučajni proces.

2.10.1) Na osnovu Viner-Hinčinove teoreme sledi: S xx (ω ) = odnosno: Rxx (τ ) = 1 2π ∞ jωτ ∫ S xx (ω )e dω = =∞ ∫ Rxx (τ )e − jωτ dτ . t + τ ) = E[x(t )x(t + τ )] = = E[a cos(ωt + θ )a cos(ω (t + τ ) + θ )] a2 E [cos(2ωt + ωτ + 2θ ) + cos(ωτ )] 2 a2 = (E[cos(2ωt + ωτ ) cos(2θ )] − E[sin (2ωt + ωτ )sin (2θ )] + E[cos(ωτ )]) 2 a2 (E[cos(2ωt + ωτ )]E[cos(2θ )] − E[sin (2ωt + ωτ )]E[sin (2θ )] + E[cos(ωτ )]). = 2 Na sličan način kao u zadatku 2.2. Kako se u opštem slučaju srednja vrednost slučajne promenljive Y i vrednost neke njene realizacije razlikuju.1). t + τ ) = E[cos(ωτ )] = 2 2 ∞ ∞ =∞ ∫ cos(ωτ ) p(ω )dω = Rxx (τ ) (2. Naći spektralnu gustinu snage ergodičnog slučajnog procesa x(t ) = a cos(ωt + θ ) ako je a = const . Ako uporedimo poslednji izraz sa izrazom (2.14 Neka je kružna učestanost slučajnog procesa slučajna promenljiva ω .2.2. gde smo sa Y0 obeležili neku realizaciju slučajne promenljive Y. dobija se da je: S xx (ω ) = a 2πp(ω ) . Srednja vrednost x(t ) po vremenu je: z (t ) = lim 1 T →∞ 2T T −T x ∫ (x(t ) + Y0 )dt = ~(t ) + Y0 = E[x(t )] + Y0 . pa se gornji izraz svodi na: a2 a2 Rxx (t . može se pokazati da važi E [cos(2θ )] = E[sin (2θ )] = 0 . Rešenje: Autokorelacija slučajnog procesa x(t ) je: R xx (t . čija je gustina raspodele verovatnoće parna funkcija p(ω ) .14. π ) i statistički nezavisna od ω . uz uslov da je p(ω ) parna funkcija.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 31 gde smo sa mY obeležili srednju vrednost slučajne promenljive Y. a θ slučajna promenljiva ravnomerno raspodeljena na intervalu [− π . =∞ 1 2π ∞ =∞ ∫ S xx (ω ) cos(ωτ )dω + j 1 2π ∞ =∞ ∫ S xx (ω ) sin(ωτ )dω .14. . sledi da slučajni proces z (t ) nije ergodičan po srednjoj vrednosti (a samim tim nije ni ergodičan). 2.

čija je spektralna gustina snage konstantna u čitavom opsegu N učestanosti (Slika 2.2.15 Odrediti i skicirati autokorelaciju belog Gausovog šuma (AWGN – Additive White Gaussian Noise).15.2. Rešenje: Gustina raspodele verovatnoće amplituda Gausovog šuma je: − f ( n) = e . c) P[| n |< 2σ ] = ? . pri čemu je U 0 = 0. .16 U kanalu koji koristi opseg učestanosti B = 4 kHz deluje beli Gausov šum čija je 1 spektralna gustina srednje snage pn = N 0 .15.2.32 STATISTIČKA TEORIJA TELEKOMUNIKACIJA 2. P[ n > U o ] = ? . 2 Slika 2. 2 Sn ( f ) N0 2 f Slika 2.15. Rn (t ) N0 2 t Slika 2.1 Rešenje: Na osnovu Viner-Hinčinove teoreme.3 mV.15. 2π σ n 2 n2 2 2σ n ( n(t ) = 0 ) pa se njegova varijansa svodi na srednju kvadratnu vrednost: 2 2 σ n = n 2 (t ) − n(t ) = n 2 (t ) ⇒ Pn ≡ σ n .2. 2 a) Odrediti verovatnoću da je amplituda šuma veća od U 0 . važi: Rn (t ) = ∞ =∞ ∫ S n ( f )e j 2πft df = ∞ =∞ ∫ N 0 j 2πft N e df = 0 2 2 ∞ =∞ ∫e j 2πft df = N0 δ (t ) .2.2 prikazuje autokorelaciju AWGN-a.2 2.1) i jednaka 0 . b) P[| n| < σ ] = ? . σ je efektivna vrednost napona šuma.2. N 0 = 10 −12 W/Hz.

(Sa verovatnoćom 68% šum će biti manji po apsolutnoj vrednosti od svoje efektivne vrednosti). odnosno u kvadraturi. Vrednosti ovakvih integrala se očitavaju iz tablica tzv.68 . ili iz tablica Q funkcije (vidi prilog).2. Za izračunavanje traženih verovatnoća potrebno je izračunati σ n : σ n = 6.95 . ⎣σ n ⎦ P[n > U 0 ] = Q(4.063 mV .17. zato se uvodi smena: x= n σn . gde su nc (t ) i ns (t ) komponente šuma u fazi. 2. Tablice su obično date za normalizovanu Gausovu raspodelu ( σ n = 1). a njihove spektralne gustine snage su konstantne i različite od 0 u opsegu [− B.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 33 Spektralna gustina srednje snage belog šuma je p n = const pa je snaga belog šuma ograničena samo propusnim opsegom kanala H ( f ) .32 ⋅ 10 −5 V = 0. i 2 .17 Na ulazu idealnog pojasnog filtra prikazanog na slici (Slika 2. a) Pokazati da važi: t+ T 2 nc (t ) ≅ 2 T t− ∫Tnu (u ) cos(ωcu )du . Dobijeni 2 uskopojasni šum nakon filtriranja se može predstaviti izrazom: nu (t ) = nc (t ) cos(ωc t ) − ns (t ) sin (ωc t ) . konstantne spektralna gustina snage koja je jednaka 0 . b) P[− σ n < n < σ n ] = 1 − 2P[n > σ n ] = 1 − 2Q(1)= 0. P[n > U o ] = ∫ 2π σ n U o 1 ∞ − e n2 2 2σ n dn . B ] . pa je: a) P[n > U 0 ] = 1 2π ∞ Uo / σ n ∫e − x2 2 dx ⎡U ⎤ = Q⎢ 0 ⎥ . onda je ta srednja snaga: Pn = ∞ −∞ ∫ pn | H ( jf ) |2 df = −B ∫ pn1 df 2 B = 2 pn B = N 0 B = 4 ⋅ 10 −9 W . Pri tome se može smatrati da su nc (t ) i ns (t ) nezavisni procesi sa jednakim srednjim snagama i autokorelacijama. c) P[−2σ n < n < 2σ n ] = 1 − 2 ⋅ Q(2) = 0. jediničnog pojačanja u propusnom opsegu B.1) se nalazi aditivni N beli Gausov šum n(t ) . Ako je on idealan NF filtar. komplementarne funkcije greške (erfc).76) ≅ 10 −6.2.

na osnovu čega sledi: Ako je T << . d) Odrediti spektralne gustine snaga procesa nc (t ) i ns (t ) .34 t+ T 2 STATISTIČKA TEORIJA TELEKOMUNIKACIJA ns (t ) ≅ 2 T t− ∫Tnu (u )sin (ωcu )du . 2 pri čemu je 1 1 << T << .2. kao i snagu šuma na izlazu pojasnog filtra.1 fc f Rešenje: a) Dokažimo tvrdnju prvo za nc (t ) : t+ 2 T t− 2 ∫Tnu (u )cos(ωc u )du = T ∫T(nc (u )cos(ωc u ) − ns (u )sin (ωc u ))cos(ωc u )du 2 t− 2 T t+ 2 T 2 t+ T 2 = 2 T t− ∫T ⎜ nc (u ) 2 (1 + cos(2ωc u )) − ns (u ) 2 sin (2ωc u )⎟du ⎝ ⎠ 2 t+ ⎛ 1 1 ⎞ = 1 T T t+ 2 t− ∫Tnc (u )du + T ∫Tnc (u )cos(2ωc u )du − 2 t− 2 1 T 2 − 1 T T t+ 2 t− ∫Tns (u )sin (2ωc u )du. fc B b) Pokazati da važi: nu (t ) = nc (t ) = ns (t ) = 0 .17. c) Pokazati da je autokorelacija uskopojasnog Gausovog procesa: Ru (τ ) = Rc (τ ) cos(ωcτ ) . H PF ( f n(t ) ) nu (t ) fc − B ÷ fc + B 1 − fc Slika 2. 2 1 . tada se nc (t ) i ns (t ) mogu smatrati približno konstantnim u intervalu B T.

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA t+ T 2 t+ T 2 t+ T 2 35 2 T t− ∫Tnu (u )cos(ωc u )du = nc (t ) + nc (t ) T ∫Tcos(2ωc u )du − ns (t ) T ∫Tsin (2ωc u )du 2 t− 2 t− 2 1 1 = nc (t ) + nc (t ) ≅ nc (t ). Sledi da je: ⎡∞ ⎤ ∞ nu (t ) = E[nu (t )] = E ⎢ ∫ n(τ )hPF (t − τ )dτ ⎥ = ∫ E [n(τ )]hPF (t − τ )dτ = 0 . jer su procesi nc (t ) i ns (t ) međusobno nezavisni. k 2 << 2 i 1 2ωcT k1 2ω cT − n s (t ) k2 2ω cT << 1 . ⎥ T t −T ⎢ T t −T 2 2 ⎦ ⎣ a na sličan način je i: ns (t ) = E[ns (t )] = 0 . c) Ru (τ ) = E [nu (t )nu (t + τ )] = E [nc (t )nc (t + τ )]cos(ω c t ) cos(ω c (t + τ )) − Na osnovu uslova zadatka je Rc (τ ) = E[nc (t )nc (t + τ )] = Rs (τ ) = E[ns (t )ns (t + τ )] . ⎢ −∞ ⎥ −∞ ⎣ ⎦ −∞ ∫ n(τ )hPF (t − τ )dτ . Dalje je: Ru (τ ) = Rc (τ ) cos(ω c t ) cos(ω c (t + τ )) + Rs (τ )sin (ω c t ) sin (ω c (t + τ )) = Rc (τ )(cos(ω c t ) cos(ω c (t + τ )) + sin (ω c t ) sin (ω c (t + τ ))) = Rc (τ ) cos(ω cτ ). a takođe važi E [nc (t )ns (t + τ )] = E [nc (t + τ )ns (t )] = 0 . + E [ns (t )n s (t + τ )]sin (ω c t ) sin (ω c (t + τ )). Odavde sledi 2 da se uskopojasni šum može razdvojiti na dve komponente. t+ T 2 Na sličan način se može pokazati da je i ns (t ) ≅ 2 T t− ∫Tnu (u ) sin(ωcu )du . − E [nc (t + τ )n s (t )]cos(ω c (t + τ )) sin (ω c t ) + − E [nc (t )ns (t + τ )]cos(ω c t ) sin (ω c (t + τ )) − . b) Važi: nu (t ) = n(t ) ∗ hPF (t ) = ∞ gde je sa hPF (t ) označen impulsni odziv pojasnog filtra. a njihove statističke srednje vrednosti su jednake 0. Na osnovu dela zadatka pod a). sledi da je: T ⎤ ⎡ t+T t+ 2 ⎥ 2 2 ⎢2 nc (t ) = E [nc (t )] = E ⎢ ∫ nu (u ) cos(ωc u )du ⎥ = ∫ E[nu (u )]cos(ωcu )du = 0 . jer je − 2 << k1 .

Dalje je: Rc (0) = 2 BN 0 = ∞ Pošto je spektralna gustina snage procesa nc (t ) konstanta u intervalu [− B.17. 2 −B Su ( f N0 2 ) − fc Slika 2.2).17. B ] . . važi: − B ≤ f ≤ B. važi: Pu = 2 BN 0 = Ru (0) = Rc (0) = Rs (0) . ⎩ 0 Na sličan način se može pokazati da je spektralna gustina snage procesa n s (t ) : ⎧N Ss ( f ) = ⎨ 0 ⎩0 −∞ ∫ S c ( f )df .2.36 STATISTIČKA TEORIJA TELEKOMUNIKACIJA d) Spektralna gustina snage šuma je nakon filtriranja ograničena na intervale [− ( f c + B ).2 fc f Na osnovu zadatka pod c).−( f c − B )] i [ f c − B. Snaga šuma nakon filtriranja je: Pu = ∞ −∞ ∫ S u ( f )df =2 fc + B ∫ fc N0 df = 2 BN 0 .2. − B ≤ f ≤ B. f c + B] (Slika 2. ⎧N Sc ( f ) = ⎨ 0 drugde. drugde.

θ 4 = 3π/2 sa jednakim verovatnoćama.1. i P (U = 5). b) Odrediti srednju vrednost po vremenu (X (θ. σ²u kao i funkcije promenljivih a i b. P2) Normalno raspodeljena (Gauss-ova) slučajna promenljiva P2. P3. a. E [ X² (θ.1. µ.b) uniformno raspodeljena slučajna promenljiva nad intervalom [a.σ²) za neke vrednosti µ i σ. Neka je Φ(z) kumulativna funkcija normalizovane normalno raspodeljene slučajne promenljive Z∼N (0. θ 3 = π. c) Ry (τ) = λ(τ/T). θ 2 = π/2.τ). d) Odrediti vezu između "širine" uniformne raspodele. koja ima vrednosti θ1 = 0. P3) Sinusoida sa slučajnom fazom P3.t) stacionaran.1. b) Za µ = 4 . b) Odrediti i nacrtati kumulativnu funkciju raspodele od U. .t) = cos(2π1000t + θ) sa diskretnom slučajnom promenljivom θ. c) Da li je X (θ. Posmatramo normalno raspodeljenu slučajnu promenljivu X ~ N (µ. Odrediti gustinu raspodele amplituda za X (θ .t)) i (X² (θ.2. i σ.t)). ako se podrazumeva da je θ uniformno raspodeljeno. e) Za a = 2. P4. čije su vrednosti dostupne u tabelarnoj formi. σ² = 4/3 odrediti P(3≤X≤5) i P(X≥5) . Neka je U ∼ U (a. t ) = A sin( 2πf 0 t + θ ) . b) Ry (τ) = λ(τ). d) Ry (τ) = 1. Dat je slučajni proces X (θ.1. ako je autokorelaciona funkcuja Ry (t) data kao : a) Ry (τ) = δ(τ).1). i njene varijanse.b].t) ]. c) Izračunati E[U] I E[U²]. a) Odrediti očekivanje E [ X (θ. a) Izraziti P(a<X<b) i P(X>b) na osnovu Φ. b. odnosno da li je ergodičan proces? P4) Autokorelaciona funkcija i spektralna gustina srednje snage slučajnog procesa.t) ] kao i autokorelacionu funkciju Rx (t +τ. Odrediti i skicirati spektralnu gustinu srednje snage slučajnog procesa Y(t). a < b a) Odrediti i nacrtati gustinu verovatnoće od U. b-a.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 37 VEŽBA 1 SLUČAJNE PROMENLJIVE I STOHASTIČKI PROCESI I PRIPREMA VEŽBE (DOMAĆI ZADATAK) P1) Uniformno raspodeljena slučajna promenljiva P1. b = 6 izračunati P (-2 <U< 4).

2.38 VEŽBA 1 P4. P4. a) b) Slika 1. Odrediti odziv filtra čija je prenosna funkcija : H (f) = f 0 / (f 0 + j2πf′) ako je na njegovom ulazu prisutan beli šum spektralne gustine srednje snage Sn (f) = N0 / 2.2.3. b) spektralna gustina srednje snage Sz (f).1.1. . P5. Odrediti spektralnu ⎩ 0 t < 0⎭ gustinu snage i autokorelacionu funkciju procesa na izlazu filtra. (CCS) Odmerci belog šuma {X(n)} propuštaju se kroz linearan filtar čiji je ⎧(0. ∀f ⎧e −t t ≥ 0⎫ pobuđuje linearan filtar čiji je impulsni odziv h(t ) = ⎨ ⎬ . Koji uslov moraju zadovoljiti dva slučajna procesa da bi bili nekorelisani? P5) Linerno filtriranje slučajnog procesa. ako je grafički zadata: a) autokorelaciona funkcija Rz(τ). Odrediti srednju i srednju kvadratnu vrednost slučajnog procesa Z (t). U kakvoj su vezi spektralna gustina srednje snage odziva i prenosna funkcija filtra H(f)? P5.95) n n ≥ 0⎫ impulsni odziv h(n) = ⎨ ⎬ .3. (CCS) Beli šum X(t) sa spektralnom gustinom srednje snage S X ( f ) = 1. Odrediti spektralnu gustinu snage i n < 0⎭ ⎩ 0 autokorelacionu funkciju procesa na izlazu filtra. P5.

6). 1.1.1.6) >> u = uniform (2. Ako je U~U (2.8.3.axis( [ 0. i komentarisati razlike.1 1. c) Iskoristite funkcije mean_u i var_u za određivanje E[ u² ]. >> subplot (121).6.2 ] ).-0.-0.2 ] ).6). var_u = var (u) Uporediti ove rezultate sa rezultatima koji se očekuju na osnovu P1. Grafik 1. Generisati 500 uzoraka slučajne promenljive U (2.1.axis ( [ 0.6) odrediti verovatnoće koristeći generisane grafike za pdf i cdf u tački 1.8. Proverite rezultat sa MATLAB funkcijom meansq.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 39 II ZADATAK VEŽBE SLUČAJNE PROMENLJIVE 1) Uniformno raspodeljene slučajna promenljiva (CST) 1.2.unif_cdf (2. a) Izračunati srednju vrednost ( očekivanje) i varijansu slučajne sekvence u: >> mean_u = mean (u). b) Da li možete da pretpostavite algoritme MATLAB funkcija mean i var? Prikažite sadržaje ovih funkcija komandom type.2.6): >> subplot (121). P ( 0<U<3 ) P ( 3<U≤5 ) Tabela 1.unif_pdf (2.1.1. P(U=3) .1.2.500). Koristeći funkcije unif_pdf i unif_cdf nacrtati gustinu verovatnoće (pdf) i kumulativnu funkciju raspodele (cdf) uniformne slučajne promenljive U (2.

hold on >> gaus_pdf (m. Ako pretpostavimo da slučajna promenljiva X ∼ N ( µ. 5.gaus_cdf ( mean_u. gaus_pdf (m.6 ] ).10) P(G≥5) .σ²).2.5.2. Koristeći MATLAB funkcije gaus_pdf i gaus_cdf prikazati grafike gustine verovatnoće (pdf) i kumulativne raspodele (cdf) slučajne promenljive G ~ N (µ.5) >> axis ( [ -10 10 0 0.var_u ) Grafik 1.1) … >> gaus_pdf (m. 1. Odrediti sledeće verovatnoće : P(0<G≤3) P(3<G≤5) Tabela 1.1. σ²) ima konstantnu srednju vrednost µ=1.2 Uporediti dobijene rezultate sa vrednostima u tabeli 1.3.3.0. 10 } na izgled gustine raspodele: >> clf >> m = 1.gaus_pdf ( mean_u.subplot (121). Naznačiti vrednosti na horizontalnoj osi gde pdf ima maksimalnu vrednost i gde je cdf jednaka 0.5. 2.var_u ) >> subplot (122). ali se rezultati razlikuju.1 za uniformnu raspodelu. 2. >> clg.40 VEŽBA 1 2) Gausova slučajna promenljiva 2. 2. pri čemu je µ = mean_u i σ² = var_u iz pripreme 1.4. Možete li objasniti zašto? 2. Gausova raspodela korišćena u ovom zadatku i uniformna raspodela iz prvog dela vežbe imaju iste srednje vrednosti i varijanse. Uporediti ove vrednosti sa srednjom vrednošću Gausove raspodele. grafički prikazati uticaj promene varijanse σ² ∈ {0.

00001) b) Šta znači imati raspodelu verovatnoća sa vrlo malom varijansom? Prikaz odgovarajuće pdf pomaže da bolje ilustrujemo ovo pitanje: >> clf >> gaus_pdf (m.hold on >> gaus_cdf (m.10) a) Da li možete pretpostaviti granični oblik cdf kada σ 2 → 0 ? Prikaz cdf za malu vrednost σ 2 može pomoći pri odgovaranju na postavljeno pitanje: >> gaus_cdf (m. 2.5. >> clf >> m = 1.1.-1.0. prikazati uticaj promene varijanse σ² ∈ {0. Generisati slučajne sekvence na osnovu Gausovih slučajnih promenljivih koje imaju različite srednje vrednosti: .10} dobijamo maksimalnu verovatnoća događaja A . hold on >> gaus_pdf (-1. Za SP X ∼ N ( 1.5.10) >> axis ( [ -10 10 0 1 ] ). σ².σ²).0001.1.varijansa i snaga 3. Da bi utvrdili efekte promene srednje vrednosti µ∈{-4. 1.1) <6). gaus_cdf (m.σ²) ∼ N ( µ.2.5} i σ²=1.s) >> axis ( [ -8 8 0 0.2.5.s) … >> gaus_pdf (5.1.6. Prethodno je potrebno očistiti grafik i odabrati odgovarajuće ose za prikaz: axis( [ -8 8 0 1 ] ). 5. 2.0. 10 } na kumulativnu funkciju raspodele.00001) >> axis ( [ 0 2 0 200 ] ) c) Ako u poslednjem koraku uzmemo uniformno raspodeljenu slučajnu promenljivu sa srednjom vrednošću µ i varijansom 0.s) a) Šta sada zapažate: kakav je uticaj promene srednje vrednosti µ ? b) Neka je X (µ.5.-1.5 ] ).5.5} na pdf Gausove raspodele. σ²) slučajna promenljiva sa normalnom raspodelom X ( µ. Ako pretpostavimo događaj A : 0<X<2. njenu varijansu. za koju vrednost varijanse σ² ∈{ 0. da li će se rezultujuća funkcija pdf promeniti? 2. za µ∈{-4. c) Da bi prikazali efekte promene µ na kumulativnu funkciju raspodele (cdf) ponoviti korake iz zadatka 2. gaus_pdf (-4. σ²). držaćemo konstantnom: >> clf >> s = 1.2. 3) Srednja vrednost. P (A ).1) <-3) i P(4< X(5.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 41 Pitanje 1. Uporediti vrednosti P(-5< X(-4.1) … >> gaus_cdf (m.

1 Generisati sve četiri realizacije slučajnog procesa X (θ.1. >> z = gauss (5.5. >> clf >> plot (x) >> axis ( [ 1 100 -10 10 ] ).2. plot(d). Generisati slučajne sekvence na osnovu Gausovih raspodela sa različitim vrednostima varijanse: >> a = gauss (0. axis ( [ 1 100 -10 10 ] ) Koristeći MATLAB funkcije mean i var odrediti srednju vrednost i varijansu svake sekvence. >> x = realize ( [ 0 pi/2 pi 3*pi/2 ] ).1:400)).1.3 Pitanje 1.0.100). >> subplot (221). Ako talasni oblici iz ovog primera predstavljaju šum. axis ( [ 1 100 -10 10 ] ) >> subplot (223).01. i dobijene podatke uneti u tabelu 1.t) opisanog u pripremnom zadatku P3. grid on.100).1.42 VEŽBA 1 >> x = gauss (-5. hold on >> plot (y) >> plot (z) Da li je moguće konstatovati da srednja vrednost Gausove slučajne promenljive utiče na jednosmerni nivo talasnog oblika (sekvence)? 3.0.3.100). koji biste upotrebli za prenos informacije i zašto? SLUČAJNI PROCESI 4) Stacionarnost u širem smislu i ergodičnost 4.1. koji bi od njih uneo najmanje smetnji vašem komunikacionom sistemu? Ako prikazani talasni oblici predstavljaju korisne signale bez prisutnog šuma.100).100). Proveriti rezultate korišćenjem funkcije meansq. sekvenca a b c Tabela 1.100). >> y = gauss (0. axis ( [ 1 100 -10 10 ] ) >> subplot (224).4.100).waveplot (x(2. >> b = gauss (0. >> clf >> subplot (221). plot(b). >> c = gauss (0.waveplot (x(1. axis ( [ 1 100 -10 10 ] ) >> subplot (222). Odrediti srednju kvadratnu vrednost svakog signala koristeći dobijene vrednosti srednje vrednosti i varijanse.1:400)). srednja vrednost varijansa srednja kvadratna vrednost . >> subplot (222).2 i prikazati prvih 400 uzoraka svake realizacije.2. plot(a). >> d = gauss (0. plot(c).

6 t2 0.0 0.t) X (θ2.1:400)).5. a) Odrediti vrednosti svake realizacije slučajne promenljive X (θ. >> ecorr (x. Odrediti vremenske srednje vrednosti za X (θ.5 1.t2) za vrednosti t1 i t2 iz tabele 1.t) za svaku vrednost θ.7 1.t)] Tabela 1.9 2.2.waveplot (x(3. Pitanje 1.6) i Rx(0.t) X (θ4. Koristeći funkciju ecorr odrediti autokorelacionu funkciju Rx( t1.4.0 0. 2.t) za trenutke t = 0.3.5.t)] E[X² (θ. t1.t2) sa grafika koji su generisani u zadatku 4. 0.t) E[X (θ.t) X (θ3.1? 4.t) i X²(θ.0 X (θ1. >> subplot (224).2 3.waveplot (x(4. Zašto su vrednosti u tabeli 1.4 ms.25.7.2.6 Tabela 1.6.9 2. 4.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 43 >> subplot (223).4 t1 0. t2) 0. 1.1:400)).:) ) meansq ( x(1.7 1.3. Rezultate uneti u tabelu 1.9. >> [ mean ( x ( 1.5. 0) jednake? Kako bi izračunali Rx(t1. Za svako t izračunati srednju vrednost po ansamblu i srednju kvadratnu vrednost po ansamblu time [ ms ] 0. 3.:) ) ] .25 2.5 simetrične? Zašto su Rx(1. 2.

t) ergodičan proces. Prikazati obe realizacije slučajnog procesa Y (Φ.25 ms >> subplot (211).4? 4.1:400)) >> subplot (212).6. t) = cos(2π1000t + Φ) definisan u terminima diskretne slučajne promenljive faze Φ koja uzima vrednosti Φ1 = 0 i Φ1 = π sa jednakim verovatnoćama. . Ako je X(θ.44 VEŽBA 1 >> [ mean ( x(2.1:400)) Pitanje 1. >> y = realize ([ 0.t) koja je određena usrednjavanjem u vremenu: >> clf >> acf ( x(1.5 Generisati slučajni proces Y (Φ.t) različita od acf za X (θ3.:) ) meansq ( x(3.100).:) ) meansq ( x(4.4.waveplot ( y(1.:) ) ] >> [ mean ( x(3. Da li je vremenska autokorelaciona funkcija (acf) za X (θ1.waveplot ( y(2.t)? 4.t) X²(θ.t) Tabela 1.:) ) ] θ θ1 θ2 θ3 θ4 X (θ.4. Da li je Y(Φ.4.:) ) meansq ( x(2.:). t).:) ) ] >> [ mean ( x(4.5.6. Šta to govori o ergodičnosti X(θ.pi ]). t) stacionaran u širem smislu? Da li je Y(Φ. kako se može izračunati Rx(2. Prikazati autokorelacionu funkciju X (θ1.7) koristeći grafik iz zadatka 4. 0. Uporediti ove vrednosti sa vrednostima dobijenim u tabeli 1. t) ergodičan proces? Obrazložite odgovore. Odrediti srednju vrednost i srednju kvadratnu vrednost za t = 1ms i t = 1.t)? Pitanje 1.

Generisati 1024 uzoraka belog Gausovog šuma sa nultom srednjom vrednošću i jediničnom snagom. Faktor skaliranja predstavlja broj uzoraka podeljen sa frekvencijom odabiranja.1. E [Z(t)] = E [Z²(t)] = c) Odredite srednju kvadratnu vrednost procesa Z(t) koristeći SZ(f). E [Z²(t)] = 6) Beli šum Spektralna gustina srednje snage belog šuma je konstantna funkcija na celom propusnom opsegu.3. za određivanje frekvencijskog odziva nepoznatog sistema.1. u tom smislu da što su skupovi sličniji veća će biti apsolutna vrednost korelacije. Generisati 4096 uzorak korelusanog slučajnog procesa Z(t) i prikazati rezultujući grafik >> close (2). Srednja kvadratna vrednost je ekvivalentna oblasti ispod PSD funkcije pomnožena sa faktorom skaliranja.0 ).04096. b) Izračunati srednju vrednost i srednju kvadratnu vrednost slučajnog procesa Z(t) koristeći RZ(τ).ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 45 5) Autokorelaciona funkcija i spektralna gustina srednje snage Korelacija je mera sličnosti između dva skupa podataka. Jedna od primena je procena slučajne veličine na osnovu posmatranja nekog zavisnog procesa.psd (z) Uporedite SZ(f) sa odgovorima na pripremno pitanje P4. >> waveplot (z) a) Izračunati i prikazati autokorelacionu funkciju RZ(τ) i spektralnu gustinu srednje snage SZ(f) slučajnog procesa Z(t) >> clf. Iskoristiti dobijenu sekvencu kao ulaz u nepoznati sistem koji predstavlja filtar sa nepoznatom širinom propusnog opsega.85. * 0. Autokorelacija je korelaciona mera odmeraka uzetih iz istog slučajnog procesa.clf >> z = corr_seq( 0.acf (z) >> subplot (212). 5. U ovom eksperimentu faktor skaliranja ima vrednost 0.subplot (211). . Beli šum korišćen kao ulaz sistema prisutan je na svim frekvencijama.04096 = 6.2.4096. zato se koristi za identifikaciju sistema tj.

. funkcija prikazuje spektralnu amplitudsku karakteristiku izlaznog signala unutar zadatog frekvencijskog opsega i sa rezolucijom koja odgovara širini upotrebljenog uskopojasnog filtra. Po unošenju podaka. a) Dovedimo izlaz iz nepoznatog filtra na usko pojasni filtar sa promenljivim propusnim opsegom >> spect_est (cn) Nakon poziva funkcija spect_est potrebno je zadati frekvencijski opseg u kojem se vrši procena spektra kao i širinu propusnog opsega uskopojasnog filtra koji se koristi za analizu spektra. Odrediti propusni opseg i red nepoznatog filtra koji je predstavljen blackbox funkcijom. Grafik 1. >> cn = blackbox (wn). >> hold on. 5 kHz] a za širinu propusnog opsega filtra 250 Hz.1024).1. Za spektralni opseg unesite [0.3. Uporediti tačnost procenjene spektralne raspodele koja aproksimira frekvencijski odziv nepoznatog sistema poredeći sa spektralnom gustinom srednje snage na njegovom izlazu.6. b) Prikazati rezultat spektralne analize na grafiku 2.46 VEŽBA 1 >> clf >> wn = gauss (0.1. psd (cn) Pitanje 1.

a T signalizacioni interval.L (3. digitalni signal se može predstaviti u obliku: s( t ) = k =− N ∑a N k ⋅ h ( t − kT ) (3. i (3.M − 1}.6) a k a k + n = E[a k a k + n ] = ∑∑ Ai A j P[a k = Ai . . tada će važiti: a k = {a k } = µ a .1 Osnovne definicije i oznake Osnovne komponente digitalnog signala su: ⋅ informacioni sadržaj. ⋅ svi nizovi elemenata informacionog sadržaja čine ergodičan ansambl u širem smislu.2.4) a k a k + n = {a k }{a k + n } = Ra ( n) U poslednjim izrazima su: a k = E[a k ] = ∑ Am ⋅ P[a k = Am ] .2) Ako se uvedu sledeće pretpostavke: ⋅ {ak } su međusobno zavisne slučajne veličine. i m =1 M (3.7) (3.3) (3.8) {a k }{a k + n } = lim srednja vrednost i autokorelacija člana informacionog sadržaja po vremenu.1. a {a k } = lim N 1 ∑ ak . a k .5) (3. a k + n = A j ] i =1 j =1 M M statistička srednja vrednost i autokorelacija elemenata informacionog sadržaja. a k −1 . Ako je a k simbol alfabeta A . i N →∞ 2 N + 1 k = − N N 1 ∑ ak ak +n N →∞ 2 N + 1 k = − N (3.1.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 47 3 KARAKTERISTIKE DIGITALNIH SIGNALA 3.L. h(t ) elementarni impuls. ⋅ vremenski oblik elementarnog impulsa. ⋅ digitski takt (signalizacioni interval). Informacioni sadržaj predstavlja vremenski niz diskretnih simbola: {a k } =L. m = 0.1 UVOD 3. a k +1 .1) Simboli a k uzimaju vrednosti iz konačnog skupa (alfabeta) A = {Am .

10) Autokorelacija digitalnog signala po vremenu definisana je izrazom: 1 R(τ ) = s (t )s (t + τ ) = lim N →∞ 2 NT 1 = lim N →∞ 2 NT = ∞ − NT NT ∫ s(t )s(t + τ )dt ∫ h(t − kT )h(t + τ − nT )dt (3. statistička autokorelacija informacionog sadržaja je: .2 Statističke i spektralne karakteristike digitalnih signala Srednja vrednost digitalnog signala po vremenu je: s (t ) = lim 1 N →∞ 2 NT NT − NT ∫ s(t )dt = ∞ µa T ∞ −∞ ∫ h(t )dt = µa µa T H ( 0) (3. i ⎝ ⎠ ∞ ⎛ m⎞ (3.9) Statistička srednja vrednost je: s (t ) = E[ s (t )] = µ a k = −∞ ∑ h(t − kT ) = NT ⎛k⎞ H ⎜ ⎟e − j 2πkt / T T k =−∞ ⎝ T ⎠ ∑ ∞ (3.11) k =− N n=− N ∑ N ∑ ak an N − NT 1 ∑ RT (τ + mT ) ⋅ Ra (m) T m=−∞ ∞ gde je m = k − n .14) predstavlja spektar informacionog sadržaja. a RT (τ ) = −∞ ∫ h(t )h(t + τ )dt (3.48 KARAKTERISTIKE DIGITALNIH SIGNALA 3.12) autokorelacija elementarnog impulsa.13) H ( f ) je spektralna gustina energije signala h( t ) i predstavlja njegov uticaj na SGSS.1.15) Sledi: S ( f ) = Sd ( f ) + Sk ( f ) . Ka ( f ) = T2 m = −∞ ∑ ∞ δ⎜ f − ⎛ ⎝ m⎞ 1 ⎟+ T⎠ T m = −∞ ∑ [Ra (m) − µ a2 ]e − j 2πfmT ∞ (3.17) (3. a mogu se predstaviti sledećim izrazima: Sd ( f ) = H ( f ) 2 2 µa (3. Spektralna gustina srednje snage (SGSS) digitalnog signala definisana je izrazom: ∞ S( f ) = 2 −∞ − j 2πfτ ∫ R(τ )e dτ = ∞ 1 2 H ( f ) ∑ Ra (m)e − j 2πfmT T m = −∞ (3. pri čemu su S d ( f ) i S k ( f ) diskretni i kontinualni deo SGSS respektivno. Ka ( f ) = 1 ∞ ∑ Ra (m) e− j 2πfmT T m=−∞ 2 µa (3.18) Sk ( f ) = H ( f ) 1 ∞ ∑ Ra (m) − µ a2 e − j 2πfmT T m=−∞ [ ] Ukoliko je digitalni signal sa statistički nezavisnim elementima informacionog sadržaja.16) T 2 2 m = −∞ ∑ δ⎜ f − T ⎟ .

iste apriorne verovatnoće: 1 (3. pri čemu je σ2 varijansa elemenata informacionog a sadržaja.L . M 2 −1 2 d (varijansa alfabeta) 3 M 2−1 2 1 R(τ) = d RT ( τ ) (autokorelacija) T 3 a srednja snaga takvog digitalnog signala je: 2 2 σ a = ak = (3.1. Spektralna gustina srednje snage je tada data izrazom: S( f ) = 2 σa T H ( jf ) + 2 2 µa T 2 H ( jf ) 2 m = −∞ ∑ δ⎜ f − T ⎟ ⎝ ⎠ ∞ ⎛ m⎞ (3.M M sledi: µ a = 0 (SGSS nema diskretni deo).20) je autokorelacija digitalnog signala.23) gde je d polovina rastojanja između susednih simbola alfabeta.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 49 ⎧ a 2 = R ( 0) ⎪ a Ra ( m ) = ⎨ k 2 ⎪ µa ⎩ R (τ ) = 2 σa m = 0. (3. M − 1} (3.21) predstavlja srednju snagu digitalnog signala. m = 0. m =1.22) Ako su elementi alfabeta informacionog sadržaja polarni: a k ∈ A = {Am =[2m − ( M − 1)] ⋅ d .19) T RT (τ ) + 2 µa T m = −∞ ∑ RT (τ +mT ) ∞ (3.2.25) (3. m ≠ 0.26) P= 2 σa ∞ −∞ T ∫ H ( f ) df = 2 2 σa ∞ T −∞ ∫h 2 (t )dt (3.27) .L.24) P ( Am ) = .2. P = R ( 0) = 2 σa T RT (0) + 2 µa T m = −∞ ∑ RT (mT ) ∞ (3.

odnosno 0. dok se binarno 0 koduje odustvom impulsa. na sredini svakog intervala signal pada na nulti nivo.2 3. a binarno 1 naizmenično negativnim i pozitivnim nivoom (pseudoternarni kod). pa se gubi informacija o taktu. Bipolarni NRZ kod I u ovom slučaju je nivo signala konstantan za vreme prenosa jednog bita. Prednost nad RZ-om je postojanje samo dva naponska nivoa. a binarno 0 negativnim impulsom. Impulsi traju polovinu signalizacionog intervala. Bipolarni RZ U ovom formatu. ⋅ diferencirajući RZ kod. Rešenje: Unipolarni NRZ kod Ovo je najjednostavniji način kodovanja. ⋅ Mančester kod. a prvi simbol se koduje na prethodno dogovoren način (u ovom primeru je početni simbol pozitivan ako sekvenca počinje bitom 1). ⋅ bipolarni kod bez povratka na nulu (bipolarni NRZ). binarno 1 je predstavljeno pozitivnim.1 ZADACI Prikazati vremenski oblik digitalnog signala kojim se prenosi binarna sekvenca 10011011. Prva polovina intervala označava vrednost bita (pozitivan impuls za binarno 1. a na druga polovina je suprotne vrednosti od prve. AMI kod AMI kod poseduje tri naponska nivoa. i stoga ovaj format ne može da služi za održavanje sinhronizacije između predajnika i prijemnika. da su promene signala dva puta češće nego protok bita. . Ukoliko su susedni biti iste vrednosti. Simboli traju čitav signalizacioni interval. pa ni bipolarni NRZ ne može da služi za održavanje sinhronizacije. Oba simbola traju čitav sinhronizacioni interval. pa je i zahtevani propusni opseg duplo veći. ⋅ bipolarni kod sa povratkom na nulu (bipolarni RZ – Return to Zero). nema tranzicija u digitalnom signalu.50 KARAKTERISTIKE DIGITALNIH SIGNALA 3. Binarno 0 se koduje naponom nula. odnosno 0.2. Diferencijalni unipolarni NRZ kod Kod ovog formata je karakteristično da se koduju promene u informacionoj sekvenci. ukoliko se za prenos koriste sledeći formati signala (kodovi): ⋅ unipolarni kod bez povratka na nulu (unipolarni NRZ – Non-Return to Zero). Mančester kod Slično kao i kod RZ kodova. a negativan impuls koduje binarno 0. Problem je što pri dugotrajnom nizu 1-ca. Za razliku od prethodno navedenih formata. a odsustvo impulsa za binarno 0). ⋅ diferencijalni unipolarni kod bez povratka na nulu ( diferencijalni unipolarni NRZ). Ovde važi isti problem vezan za NRZ kodove – pri dugotrajnom nizu 1-ca. pozitivan impuls koduje binarno 1. međutim. sinhronizacija između između predajnika i prijemnika se lako održava. nema tranzicija. ali za razliku unipolarnog NRZ koda. postoji tranzicija na sredini intervala. Kako na sredini svakog interval postoji tranzicija. Binarno 1 se koduje impulsom pozitivnog nivoa. to se koduje odsustvom impulsa. Koriste se takođe dva naponska nivoa. to se koduje pozitivnim impulsom. Nedostatak je. a ukoliko su susedni biti različite vrednosti.

m = 0.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 51 Slika 3.1 prikazuje vremenske oblike navedenih formata. L . m = 0. biti informacione sekvence +V unipolarni NRZ 0 diferencijalni unipolarni NRZ +V 0 +V bipolarni NRZ 0 -V +V bipolarni RZ 0 -V +V Mancester 0 +V AMI 0 -V 1 0 0 1 1 0 1 1 Slika 3. M −1} (unipolarni).2.2. L.1.1.1.1 3.2.1. b) A = {Am = 2md .2 Izvesti izraze za varijanse informacionih sadržaja digitalnih signala sa simbolima iz M-arnih alfabeta: a) A = {Am = [2md − ( M −1)d ]. pod pretpostavkom da su svi simboli jednako verovatni. Rešenje: 2 Varijansa informacionog sadržaja digitalnog signala je σ a = a 2 − a 2 .2. M −1} (polarni).2. varijansa je jednaka srednjoj kvadratnoj vrednosti alfabeta: . a) Kako je a = 0 .

Slika 3. 2 σa = 3. 3 za varijansu informacionog sadržaja unipolarnog digitalnog signala dobija se: ( M − 1)(2 M − 1) 2 M 2 −1 2 d − ( M 2 − 2 M + 1)d 2 = d .3.3 Ako su snage unipolarnih binarnih signala od kojih je prvi bez povratka na nulu. 3 b) Kod unipolarnog alfabeta srednja vrednost alfabeta je različita od nule: = a= M −1 m=0 ∑ P( Am ) ⋅ Am = M ∑ 2dm = M m=0 M −1 m =0 1 M −1 2d ( M − 1)( M − 1 + 1) = ( M − 1)d .1 Unipolarni binarni digitalni signali a) bez povratka na nulu b) sa povratkom na nulu .52 2 σa = M −1 m =0 2 ∑ P( Am ) ⋅ Am M −1 m=0 KARAKTERISTIKE DIGITALNIH SIGNALA = 1 M ∑ (2md − (M − 1)d )2 = d 2 M −1 ∑ 4m 2 − 2(M − 1)m + (M − 1)2 M m=0 ( ) M −1 M −1 ⎞ d 2 ⎛ M −1 2 ⎜ 4 ∑ m − (M − 1) ∑ m + (M − 1)2 ∑1⎟ = ⎟ M ⎜ m=0 m=0 m=0 ⎠ ⎝ (M − 1)M + (M − 1)2 (M − 1)⎞ d 2 ⎛ (M − 1)M (2M − 1) − (M − 1) ⎜ ⎟ 6 2 M⎝ ⎠ 2 2 2 2 d (M − 1) ⎛ 2M − M − 3M + 3M + 2 M − 2 M + 1 ⎞ ⎜ ⎟ = ⎜ ⎟ 6 M ⎝ ⎠ = M 2 −1 2 d . 3 3 Dakle. odrediti i uporediti njihove spektralne gustine srednje snage (SGSS). a drugi sa povratkom na nulu iste. 2 4d 2 ( M − 1) M (2 M − 1) M 6 pa pošto je srednja kvadratna vrednost: a2 = = 2 ∑ P( Am ) ⋅ Am = M ∑ (2dm)2 = m=0 1 M −1 2( M − 1)(2 M − 1) 2 d . varijansa informacionog sadržaja polarnog i unipolarnog digitalnog signala ista je i data je izrazom: 2 σ a = a2 − a 2 = 2 M 2 −1 2 d .2.2. 3 Ovo je i logično. s obzirom da varijansa reprezentuje samo naizmenični deo snage slučajnog signala. pod uslovom da su im alfabeti identični i da su simboli statistički nezavisni sa podjednakim verovatnoćama pojavljivanja.

22).dat za polarne signale. ∞ ⎧U h1 (t ) = ⎨ 1 ⎩0 0 ≤ t ≤ T. kao i spektar elementarnog impulsa H ( f ) . ∑ a2n h2 (t − nT ).21). ⎧U h2 (t ) = ⎨ 2 drugde. izraz (3.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 53 Rešenje: Digitalni signali s1 (t ) i s2 (t ) dati su sledećim izrazima: s1 (t ) = s 2 (t ) = n = −∞ ∞ ∑ a1n h1 (t − nT ). 4 1 2 2 a1 = P(0) ⋅ 0 2 + P(1) ⋅ 12 = = a 2 . e πfT H 1 ( f ) = 2 Ps T 2 sin (πfT ) . T −∞ ∞ 11 2 2 U 2 = Ps ⇒ U 2 = 4 Ps . drugde. Kako je proizvod h(t )h(t + mT ) = 0 za m ≠ 0 u izrazu (3. 0 ≤ t ≤ T 2.12) za RT (mT ) . 22 Treba još odrediti Furijeove transformacije elementarnih impulsa h1 (t ) i h2 (t ) : Ps 2 = H1 ( f ) = 2 ∞ −∞ − j 2πft − j 2πft ∫ h1 (t )e dt = U 1 ∫ e dt = TU 1 0 T sin(πfT ) − j 2πf T 2 . ⎩0 n = −∞ Za izračunavanje SGSS važi izraz (3.27) . Treba odrediti σ 2 i a . već se polazi od opšteg izraza (3.21) za srednju snagu unipolarnih digitalnih signala sa elementarnim impulsima h1 ( t ) i h2 (t ) svodi se na: P= a2 T −∞ ∫ h (t )dt . (πfT ) 2 2 . 2 ∞ odnosno: 2 Ps1 = a1 1 1 2 2 2 ∫ h1 (t )dt = 2 U 1 = Ps ⇒ U1 = 2 Ps . 4 Pošto su srednje snage oba digitalna signala po uslovu zadatka iste. Za srednju snagu unipolarnog digitalnog signala ne može se koristiti izraz (3. parametri U1 i U2 mogu se izraziti preko srednje snage Ps . a Statistike oba informaciona sadržaja su iste i izračunavaju se na sledeći način: 1 a1 = P(0) ⋅ 0 + P(1) ⋅ 1 = . 2 1 2 2 σ a1 = = σ a2 . 2 1 2 a12 = = a 2 .

⎧ ⎞⎞ 2 ⎟⎟ ⎪ ⎞ 2 ⎠ ⎟ = ⎪⎛ k = 2 m + 1. 2 2 (πfT ) 2 Na sličan način dolazi se do SGSS unipolarnog digitalnog signala sa povratkom na nulu: ⎛ πfT ⎞ sin ⎜ ⎟ 1 ⎝ 2 ⎠ ⋅ e − j 2πfT / 4 . − j 2πft H2( f ) = U2 ∫e dt = TU 2 πfT 2 0 2 ⎛ πfT ⎞ sin 2 ⎜ ⎟ 2 ⎝ 2 ⎠. ⎨⎜ ⎜ (2m + 1)π ⎟ ⎟ ⎟ ⎠ ⎪⎝ ⎟ 1 k = 0.3. 2 .2). ⎟ ⎝ ⎠ pa se digitalni takt ne može izdvojiti na osnovu spektra (Slika 3. 2 T ⎝ ⎠ m = −∞ (2m + 1) ∑ ∞ U spektru digitalnog signala s1 (t ) . ⎝ kπ ⎠ 2 sin 2 (kπ ) ⎛ k⎞ ∑ 2Ps T (kπ )2 δ ⎜ f − T ⎟. ⎝ ⎠ k = −∞ ∞ 2 SGSS unipolarnog digitalnog signala srednje snage Ps bez povratka na nulu. ⎜ ⎟ T⎠ ⎝ 2 0 k = 2m.54 KARAKTERISTIKE DIGITALNIH SIGNALA ⎛ k ⎞ sin 2 ⎜ π T ⎟ 2P sin (πfT ) 1 ⎝ T ⎠δ ⎛ f − k ⎞ S1 ( f ) = s T 2 2 Ps T 2 + ⎜ ⎟ 2 2 2 ∑ 4T T⎠ (πfT ) 4T k =−∞ ⎝ ⎛ k ⎞ ⎜π T ⎟ ⎝ T ⎠ 2 ∞ 2 Ps 2 sin 2 (πfT ) 1 = + T 2 4T (πfT ) 4T 2 ⎛ sin kπ ⎞ k ≠ 0 ⇒⎜ ⎟ = 0. m ≠ 0.2. čiji je elementarni impuls bez povratka na nulu (NRZ ⎛ sin(πfT ) ⎞ – Non Return to Zero). ⎪ ⎠ ⎩ SGSS unipolarnog digitalnog signala sa povratkom na nulu srednje snage Ps . 2 H 2 ( f ) = Ps T 2 ⎛ πfT ⎞ ⎜ ⎟ ⎝ 2 ⎠ T /2 ⎛ πfT ⎞ sin 2 ⎜ ⎟ Ps 2 ⎝ 2 ⎠+ 1 S2 ( f ) = T 2 4T 4T 2 ⎛ πfT ⎞ ⎜ ⎟ ⎝ 2 ⎠ ⎛ kπ sin 2 ⎜ 2 ∑ PsT 2 ⎝ 2 k = −∞ ⎛ kπ ⎞ ⎜ ⎟ ⎝ 2 ⎠ ∞ ⎞ ⎟ ⎠δ ⎛ f − k ⎞. pri brzini signalizacije 1/T je: ⎛ ⎛ kπ ⎜ sin ⎜ ⎜ ⎝ 2 ⎜ kπ ⎜ 2 ⎝ ⎛ πfT ⎞ sin 2 ⎜ ⎟ 1 ⎝ 2 ⎠ + Ps δ ( f ) + Ps S 2 ( f ) = Ps T 2 4 4 π2 ⎛ πfT ⎞ ⎜ ⎟ ⎝ 2 ⎠ 1 (2m + 1) ⎞ ⎛ δ⎜ f − ⎟. pri brzini signalizacije 1/T je: S1 ( f ) = 1 sin 2 πfT 1 Ps T + Ps δ ( f ) . diskretne komponente se nalaze u nulama obvojnice ⎜ ⎜ πfT ⎟ .

3. treba primetiti da su arkade spektra signala sa povratkom na nulu dva puta šire od arkada spektra bez povratka na nulu. H( f ) = ⎨ 1 ⎪ 0 | f |> . čiji su simboli jednako verovatni iz polarnog M-arnog alfabeta. Na osnovu gore rečenog.2. Jedna od najčešće korišćenih procena za potrebnu širinu propusnog opsega sistema za prenos digitalnih signala je širina prve arkade.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 55 Slika 3. a spektar elementarnog impulsa je dat izrazom: 1 ⎧ ⎪T | f |≤ 2T . pa se na osnovu njih može rekonstruisati digitalni takt (Slika 3. 3.2.2. To je posledica činjenice da se kod signala sa povratkom na nulu promene nivoa dešavaju dva puta većom frekvencijom (na polovini signalizacionog intervala).3. 2T ⎩ . čiji je elementarni impuls sa povratkom na nulu (RZ Return to Zero). postoje diskretne komponente na rastojanju 2/T.3).3.2. signal sa povratkom na nulu zahteva dva puta veći propusni opseg od signala bez povratka na nulu.3 SGSS unipolarnog digitalnog signala sa povratkom na nulu Takođe. Slika 3.4 Odrediti snagu digitalnog signala.2 SGSS unipolarnog digitalnog signala U spektru digitalnog signala s 2 (t ) .

5 U prenosu podataka brzinom v d = 1200b s koristi se impuls: ⎧ ⎛π ⎞ T ⎪cos⎜ T t ⎟ t < 2 .2): M 2 −1 2 d . Varijansa simbola iz polarnog M-arnog alfabeta je (zadatak 3. a verovatnoće pojedinih simbola su jednake. T T ⎠⎟ T m = −∞ ⎝ ⎠ −∞ −∞ ⎝ Pošto se radi o polarnom alfabetu sa jednakoverovatnim simbolima. pa se a 2 može izraziti preko nje: . T gde je H ( f ) Furijeova transformacija determinističkog signala h( t ) . gornji izraz postaje: ∞ ∞ P= 2 σa ∞ T −∞ ∫ H( f ) 2 df . S( f ) = Srednja snaga Ps je ista u svim slučajevima. ⎪ h(t ) = ⎨ ⎝ ⎠ ⎪ 0 drugde. M = 4. pa će SGSS imati samo kontinualni deo: a2 2 H( f ) . ⎪ ⎩ Odrediti i uporediti spektre signala podataka.56 KARAKTERISTIKE DIGITALNIH SIGNALA Rešenje: Važi: 2 2 ∞ ⎛σa µa m ⎞⎞ 2 2 ⎛ ⎜ P = ∫ S ( f )df = ∫ ⎜ H ( f ) + 2 H ( f ) ∑ δ ⎜ f − ⎟ ⎟df .2.2. srednja vrednost simbola alfabeta je a = 0 . 3T T 3 3. 3 pa se konačno dobija: 2 σa = P= M −1 2 d 3T 2 1 2T 2 ∫ T df = 1 2T − M 2 −1 2 2 1 M 2 −1 2 = d T d . kada se koriste alfabeti veličine M = 2. Pretpostavlja se da su srednje snage iste u svim slučajevima. Rešenje: Kako su simboli alfabeta simetrično raspoređeni oko nule i jednakih verovatnoća. i M = 8 . Kolika širina propusnog opsega je dovoljna za prenos prve arkade spektra? Amplitude simbola su iz M-arnih polarnih alfabeta.

π 1 − (2 fT ) 2 ⎛ ld M ⎞ ⎤ ld M ⎡ ⎢ cos⎜ πf ⎟ ⎥ ⎜ vd ⎟ ⎥ vd ⎢ ⎠ ⎝ ⎢ 2 2⎥ π ld M ⎞ ⎥ ⎢ ⎛ ⎟ ⎜ ⎢1 − ⎜ 2 f v ⎟ ⎥ d ⎠ ⎦ ⎣ ⎝ SGSS je: a 2 4T 2 T π2 ⎡ cos(πfT ) ⎤ ⎢ ⎥ = 2 Ps 1 − (2 fT ) 2 ⎦ ⎣ 2 4 S( f ) = . 2 ld M . Digitalni takt je funkcija broja simbola M i datog digitalnog protoka T = vd Elementarni impuls je polukosinus (HC .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 57 Ps = = a T 2 ∞ −∞ ∫h 2 (t )dt = M −1 2 1 M −1 2 2 ⎛ πt ⎞ dM ∫ cos ⎜ T ⎟dt = 3 d M 3 T −T / 2 ⎝ ⎠ 2 T /2 2 ⎛ 2πt ⎞ 1 + cos⎜ ⎟ 1 ⎝ T ⎠ dt 2 T −T∫/ 2 T /2 T /2 ⎞ T /2 T /2 2 M 2 −1 2 1 ⎛ T ⎛ 2πt ⎞ ⎞ M − 1 2 1 ⎛ ⎛ 2πt ⎞ ⎟ sin⎜ d M ⎜ ∫ dt + ∫ cos⎜ dt ⎟ = d M ⎜T + ⎟ ⎟ ⎟ ⎜ ⎜ 6 6 2π T ⎝ −T / 2 −T / 2 ⎝ T ⎠ ⎠ T ⎝ T ⎠ −T / 2 ⎟ ⎠ ⎝ 1 = a 2 = const.Half Cosine): H( f ) = = = = ∞ − j 2πft ∫ h(t )e dt = 2 T /2 −∞ ∫ 0 ⎛ πt ⎞ cos⎜ ⎟ cos(2πft )dt ⎝T ⎠ T /2 T /2 ∫ 0 πt ⎞ ⎛ cos⎜ 2πft + ⎟dt + T⎠ ⎝ ∫ 0 πt ⎞ ⎛ cos⎜ 2πft − ⎟dt T⎠ ⎝ T /2 T /2 ∫ 0 ⎛ ⎛ 1 ⎞ ⎞ cos⎜ 2π ⎜ f + ⎟t ⎟dt + ⎜ 2T ⎠ ⎟ ⎝ ⎝ ⎠ 1 ∫ 0 ⎛ ⎛ 1 ⎞ ⎞ cos⎜ 2π ⎜ f − ⎟t ⎟dt ⎜ 2T ⎠ ⎟ ⎝ ⎝ ⎠ T /2 T /2 = = = = = ⎛ ⎛ ⎛ ⎛ 1 ⎞ ⎞ 1 1 ⎞ ⎞ sin ⎜ 2π ⎜ f + sin ⎜ 2π ⎜ f − + ⎟t ⎟ ⎟t ⎟ ⎜ ⎟ ⎜ 1 ⎞ ⎝ ⎝ 1 ⎞ ⎝ ⎝ 2T ⎠ ⎠ 0 2T ⎠ ⎟ 0 ⎛ ⎛ ⎠ 2π ⎜ f + 2π ⎜ f − ⎟ ⎟ 2T ⎠ 2T ⎠ ⎝ ⎝ ⎛ ⎛ ⎛ ⎛ 1 1 ⎞T ⎞ 1 1 ⎞T ⎞ sin ⎜ 2π ⎜ f + sin ⎜ 2π ⎜ f − ⎟ ⎟+ ⎟ ⎟ ⎜ ⎟ ⎜ 1 ⎞ ⎝ ⎝ 1 ⎞ ⎝ ⎝ 2T ⎠ 2 ⎠ 2T ⎠ 2 ⎟ ⎛ ⎛ ⎠ 2π ⎜ f + 2π ⎜ f − ⎟ ⎟ 2T ⎠ 2T ⎠ ⎝ ⎝ 1 1 π⎞ π⎞ ⎛ ⎛ sin ⎜ πfT − ⎟ sin ⎜ πfT + ⎟ + 1 ⎞ ⎝ 1 ⎞ ⎝ 2⎠ 2⎠ ⎛ ⎛ 2π ⎜ f − 2π ⎜ f + ⎟ ⎟ 2T ⎠ 2T ⎠ ⎝ ⎝ 1 1 cos(πfT ) − cos(πfT ) 1 ⎞ 1 ⎞ ⎛ ⎛ 2π ⎜ f + 2π ⎜ f − ⎟ ⎟ 2T ⎠ 2T ⎠ ⎝ ⎝ 2T cos(πfT ) ⎛ 1 1 ⎞ ⎜ ⎜ 1 + 2 fT + 1 − 2 fT ⎟ ⎟ 2π ⎝ ⎠ 2T cos(πfT ) .

bočne arkade su nacrtane u pravoj razmeri u odnosu na prvu arkadu. Za razliku od prethodnih zadataka. ⎟ 16 ⎠ ⎛ ldM ⎞ 3v d ⎟ je za f = .2. Sa povećanjem M. što je takođe i nula S ( f ) .2. gde je sa f 01 označena prva učestanost ⎛ ldM ⎞ ⎟. ⎠ ⎝ ⎝ S( f ) = = C ld M ⎢ 2 ⎢ 2⎥ 2⎥ vd π ld M ⎞ ⎥ ld M ⎞ ⎥ ⎢ ⎛ ⎢ ⎛ ⎟ ⎟ ⎜ ⎜ ⎢1 − ⎜ 2 f v ⎟ ⎥ ⎢1 − ⎜ 2 f v ⎟ ⎥ d ⎠ ⎦ d ⎠ ⎦ ⎣ ⎝ ⎣ ⎝ 2 2 gde je C = 8Ps vd π 2 .5.1 SGSS HC digitalnog signala u funkciji od M . Slika 3. Sa slike se vidi da je procena koja kaže da se značajan deo spektra nalazi u prvoj arkadi opravdana. pa je prva arkada Druga nula cos⎜ πf ⎜ ⎟ vd ⎠ 2 ldM ⎝ ⎡ 3v d 3v d ⎤ spektra u opsegu ⎢− .5. ⎣ 2 ldM 2 ldM ⎦ Za f = 0 amplituda prve arkade je S (0) = C ⋅ ld M . ⎥.1). jer tada i imenilac Prva nula ove funkcije je f = 2 ldM ⎛ ldM 1− ⎜2 f ⎜ vd ⎝ dobija: ⎛ v S⎜ d ⎜ 2 ldM ⎝ ⎞ ⎟ ⎟ ⎠ 2 jednak 0. f 01 ] . Spektar ovog signala prikazan je na slici (Slika 3. Prva arkada spektra leži u intervalu [− f 01 . Traženjem granične vrednosti S ( f ) se za ovu vrednost f ⎞ π ⎟ = C ldM . za koju važi S ( f 01 ) = 0 . međutim ovo nije i nula S ( f ) .58 KARAKTERISTIKE DIGITALNIH SIGNALA ⎡ ⎡ ⎛ ld M ⎞ ⎤ ⎛ ld M ⎞ ⎤ ⎢ cos⎜ πf ⎢ cos⎜ πf ⎟ ⎥ ⎟ ⎥ ⎜ ⎜ vd ⎟ ⎥ vd ⎟ ⎥ 8 Ps ld M ⎢ ⎢ ⎠ . amplituda prve arkade će se povećavati sa ldM. Potencijalni kandidati za f 01 su nule funkcije cos⎜ πf ⎜ vd ⎟ ⎝ ⎠ vd .

k ∈ Ζ (sem prve nule. 1} . f ok = (2k + 1). a površine ispod krivih ostaju iste jer je snaga ista.1 Prve dve nule funkcije SGSS Prethodna analiza pokazuje da se povećanjem broja simbola alfabeta sužava spektar digitalnog signala.2. Na ovoj slici se jasno vide nule spektra digitlanog signala. nule funkcije M=8 M=4 M=2 f o1 = 3v d 2 ld M f o2 = 5vd 2 ld M širina prve arkade 1200Hz 1800Hz 3600Hz 1 vd 2 3 vd 4 3 vd 2 5 vd 6 5 vd 4 5 vd 2 Tabela 3. 2.2. kako je već objašnjeno). odnosno da se isti digitalni protok može ostvariti kroz uži propusni opseg kanala. tj.2 Vidi se da povećavanjem M sužavaju se arkade. Nule spektra S ( f ) su određene nulama funkcije ⎛ ldM cos⎜ πf ⎜ vd ⎝ ⎞ vd ⎟ .6 Signalom prikazanim na slici (Slika 3.2 daje predstavu spektra u logaritamskoj razmeri. Međutim.5.2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 59 Slika 3.2.2.1). T a) Odrediti spektralnu gustinu srednje snage digitalnog signala ako su simboli različite verovatnoće. tada se usložnjava uređaj i povećava uticaj šuma. Sledi tabela u kojoj je prikazano kako se menjaju nule spektra u funkciji M za k = 1. . prenose se simboli binarnog polarnog 1 alfabeta A = {−1. Brzina signalizacije je = 1200 Bd .6. ⎟ 2 ld M ⎠ Slika 3. 3.5.

6. h(t ) = ⎨− U 2 ⎪ ⎪ 0 drugde.2.2. Slika 3. Elementarni impuls može se predstaviti izrazom ⎧ ⎪U T⎞ 3T ⎞ ⎛ ⎛ h(t ) = h0 ⎜ t − ⎟ − h0 ⎜ t − . ⎪ T ⎪ ≤ t < T. 4 drugde. ⎜ ⎟⋅e 0 ⎝ 2⎠ ⎥ ⎢ ⎦ ⎣ t ≤ T . gde je h0 (t ) = ⎨ ⎟ 4⎠ 4 ⎠ ⎝ ⎝ ⎪0 ⎩ a njegova Furijeova transformacija je: 3T ⎤ ⎡ − j 2πf T − j 2πf T ⎞ − jπfT 4 −e 4 ⎥ = H ( f ) ⋅ 2 j sin ⎛ πf H ( f ) = H 0 ( f ) ⋅ ⎢e . ⎪ ⎩ Statistički parametri informacionog sadržaja su: a = P( A1 ) A1 + P( A0 ) A0 = P( A1 ) − P( A0 ).−1} . H 0 ( f ) = ∫ U e − j 2πft dt = U T 2 −T / 4 πf 2 Dalje se dobija: T /4 . Sa slike (Slika 3.6. pri čemu je ⎛ T⎞ sin ⎜ πf ⎟ T ⎝ 2⎠. 2 σ a = 4 ⋅ P( A1 ) ⋅ P( A0 ). A0 } = {1.60 KARAKTERISTIKE DIGITALNIH SIGNALA b) Nacrtati SGSS kada su simboli jednako verovatni.1) se može videti da je elementarni impuls oblika: T ⎧ ⎪U 0≤t< 2.1 Deo digitalnog signala Rešenje: a) Simboli ovog signala pripadaju binarnom alfabetu a k ∈ A = { A1 . 2 a 2 = P( A1 ) A12 + P( A0 ) A0 = 1.

odnosno kada srednja vrednost nije jednaka 0. n = 2k + 1. H ( f ) = UT πfT 2 2 ⎛ πfT ⎞ sin ⎜ ⎟ 2 ⎝ 2 ⎠ j sin πfT e − jπfT H ( f ) = UT πfT 2 2 2 ⎛ ⎛ πfT ⎞ ⎞ ⎜ sin ⎜ ⎟⎟ ⎝ 2 ⎠ ⎟ sin 2 ⎛ πfT ⎞. T ⎠ jer je: ⎧ ⎛ n⎞ n ⎛ πfT ⎞ ⎛ π ⎞ ⎧ 0 .2. . ⎪ ⎝ ⎪ 2 ⎡ ⎤ ⎨ 2 2 ⎢ (−1) k ⎥ ⎪ ⎛ n⎞ ⎡ ⎤ 2 2 2 2k 2 2 ⎪ H ⎜ j T ⎟ = ⎢ (2k + 1)π ⎥ ⋅ U T (−1) = ⎢ (2k + 1)π ⎥ ⋅ U T .2 prikazuje spektar digitalnog signala kada simboli nisu jednakoverovatni.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 61 ⎛ πfT ⎞ sin ⎜ ⎟ ⎝ 2 ⎠ j sin πfT e − jπfT . ⎠ ⎣ ⎦ ⎢ ⎥ ⎪ ⎝ ⎢ ⎥ 2 ⎣ ⎦ ⎩ Slika 3. n = 2k . ⎟ = sin⎜ n ⎟ = ⎨ ⎪δ ⎜ f − ⎟ ≠ 0 ⇔ f = ⇒ sin⎜ T⎠ T ⎝ 2 ⎠ ⎝ 2 ⎠ ⎩(−1) k .6. 2 2⎜ =U T ⎜ ⎟ ⎜ πfT ⎟ ⎝ 2 ⎠ ⎜ ⎟ 2 ⎝ ⎠ 2 Zamenom H ( f ) 2 u izraz za SGSS digitalnog signala sledi: 2 ⎛ ⎛ πfT ⎞ ⎞ ⎜ sin ⎜ ⎟⎟ 4 ⋅ P( A0 ) ⋅ P( A1 ) 2 2 ⎜ ⎝ 2 ⎠ ⎟ ⎛ πfT ⎞ S( f ) = U T sin 2 ⎜ ⎟+ ⎜ πfT ⎟ T ⎝ 2 ⎠ ⎜ ⎟ 2 ⎠ ⎝ ⎛ ⎛ πfT ⎞ ⎞ ⎜ sin ⎜ ⎟⎟ 2 ∞ [ P( A1 ) − P( A0 )] k⎞ ⎛ ⎝ 2 ⎠ ⎟ sin 2 ⎛ πfT ⎞ 2 2⎜ U T + ⎜ ⎟ ∑ δ⎜ f − ⎟ 2 2 ⎜ πfT ⎟ T⎠ π T ⎝ 2 ⎠ k = −∞ ⎝ ⎟ ⎜ 2 ⎠ ⎝ ⎛ ⎛ πfT ⎞ ⎞ ⎜ sin ⎜ ⎟⎟ 4 ⋅ P( A0 ) ⋅ P( A1 ) 2 2 ⎜ ⎝ 2 ⎠ ⎟ ⎛ πfT ⎞ U T sin 2 ⎜ = ⎟+ ⎜ πfT ⎟ T ⎝ 2 ⎠ ⎟ ⎜ 2 ⎠ ⎝ + 2 2 [ P( A1 ) − P( A0 )]2 U 2 π2 k = −∞ ∑ ∞ 1 1⎞ ⎛ ⎜k + ⎟ 2⎠ ⎝ δ⎜ f − 2 ⎛ ⎝ (2k + 1) ⎞ ⎟. Posledica toga je postojanje δ -impulsa u spektru.

6.6. H ( f ) = ⎨cos 2 ⎜ ⎜4 B−B ⎟ 0 ⎝ ⎠ ⎪ ⎪ 0 f > B. ⎪ ⎪ ⎩ . ⎪ ⎪ ⎪ ⎛ π f + B − B0 ⎞ ⎪ ⎟ 2 B0 − B ≤ f ≤ B.2.3 3.2 b) Za jednakoverovatne simbole se dobija: 2 P( A1 ) = P( A0 ) ⇒ a = 0 i σ a = 1 .7 Digitalni signal kao nosilac koristi elementarni impuls čiji je spektar dat izrazom: ⎧ 1 f < 2 B0 − B.62 KARAKTERISTIKE DIGITALNIH SIGNALA Slika 3. 2 ⎛ ⎛ πfT ⎞ ⎞ ⎜ sin ⎜ ⎟⎟ ⎝ 2 ⎠ ⎟ sin 2 ⎛ πfT ⎞ 2 ⎜ S( f ) = U T ⎜ ⎟ ⎜ πfT ⎟ ⎝ 2 ⎠ ⎜ ⎟ 2 ⎝ ⎠ S( f ) U1 U1 4 TU 2 2 U1 9 0 1/ T 2/ T 3/T 4/T 5/T U1 25 6/ T f Slika 3.2.2.

1 prikazuje izgled H ( f ) navedenog spektra.5 i r = 1 ) predstavljaju spektre koje je jednostavnije aproksimirati i realizovati u praksi.5 r =1 − 1 T − 1.7. Preostala dva slučaja (za r = 0.1 Faktor r u stvari daje informaciju koliko je relativno proširenje spektra u odnosu na impuls minimalnog spektra. roll-off faktor r kao r = . r = 0.2. impuls minimalnog spektra). Za r = 0 propusni opseg sistema potreban za prenos signala sa ovakvim elementarnim impulsom je najmanji.7. pri čemu se još definiše i tzv. Rešenje: a) Slika 3.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 63 gde je B = B − B0 1 . b) Odrediti vremenski oblik elementarnog imupulsa i skicirati njegov izgled za vrednosti r date pod a). b) Vremenski oblik elementarnog impulsa je (treba primetiti da je spektar elementarnog impulsa parna funkcija): h(t ) = B ⎛ 2 B0 − B ⎛ π f + B − 2 B0 H ( f )e j 2πft df = 2⎜ ∫ cos(2πft )df + ∫ cos 2 ⎜ ∫ ⎜ ⎜ ⎝ 4 B − B0 2 B0 − B −∞ ⎝ 0 ∞ 2 B0 − B 0 ⎞ ⎟ cos(2πft )df ⎟ ⎠ ⎞ ⎟ ⎟ ⎠ =2 = ∫ cos(2πft )df + 2 2 B0 − B B ∫ 2 B0 B ⎛ f + B − 2 B0 1⎛ ⎜1 + cos⎜ π ⎜ 2 B−B 2⎜ 0 ⎝ −B ⎝ B ⎞⎞ ⎟ ⎟ cos(2πft )df ⎟⎟ ⎠⎠ sin (2πft ) πt 0 + 2 B0 − B ∫ cos(2πft )df + B ⎛ π f − B0 π ⎞ cos⎜ ⎜ 2 B − B + 2 ⎟ cos(2πft )df ⎟ 0 ⎝ 0 ⎠ 2 B0 − B ∫ B ⎛ π f − B0 ⎞ sin (2π (2 B0 − B )t ) sin (2πft ) ⎟ cos(2πft )df = + − ∫ sin ⎜ πt 2πt 2 B0 − B 2 B − B ⎜ 2 B − B0 ⎟ ⎝ ⎠ = sin (2π (2 B0 − B )t ) sin (2πBt ) − sin (2π (2 B0 − B )t ) + − πt 2πt B ⎛ ⎛ π f − B0 ⎞ ⎛ π f − B0 ⎞⎞ 1 ⎜ sin ⎜ − + 2πft ⎟ + sin ⎜ − 2πft ⎟ ⎟df .2.5 i r = 1 . ⎟ ⎜2 B−B ⎟⎟ 2 2 B∫− B ⎜ ⎜ 2 B − B0 0 ⎠ ⎝ ⎠⎠ ⎝ ⎝ 0 0 .5 T − 1 2T 1 2T 1. r=0 r = 0. ali je spektar ovakvog “idealnog” oblika nemoguće realizovati (tzv. ali je potreban propusni opseg sistema veći. 2T B0 a) Skicirati spektar elementarnog impulsa za vrednosti r = 0 .5 T 1 T Slika 3.

64 KARAKTERISTIKE DIGITALNIH SIGNALA h(t ) = ⎛ π f − B0 ⎞ sin (2πBt ) + sin (2π (2 B0 − B )t ) 1 B − ∫ sin⎜ 2 B − B0 + 2πft ⎟df − ⎜ ⎟ 2πt 2 2B −B ⎝ ⎠ 0 − ⎛ π f − B0 ⎞ 1 ∫ sin⎜ 2 B − B0 − 2πft ⎟df . ⎜ ⎟ 2 2B −B ⎝ ⎠ B 0 Dalje se dobija: ⎞ ⎛ π f − B0 cos⎜ ⎟ ⎜ 2 B − B + 2πft ⎟ 2 sin (2πB0 t ) cos(2π (B0 − B )t ) 1 0 ⎠ ⎝ h(t ) = + π 2πt 2 + 2πt 2(B − B0 ) ⎞ ⎛ π f − B0 cos⎜ ⎟ ⎜ 2 B − B − 2πft ⎟ 1 0 ⎠ ⎝ + π 2 − 2πt 2(B − B0 ) = B B + 2 B0 − B + 2 sin (2πB0 t ) cos(2π (B0 − B )t ) + 2πt ⎛ π B − B0 ⎞ ⎛ π B0 − B ⎞ cos⎜ ⎟ ⎜ ⎟ ⎜ 2 B − B + 2πBt ⎟ − cos⎜ 2 B − B + 2π (2 B0 − B )t ⎟ B − B0 0 0 ⎝ ⎠ ⎝ ⎠ 2 B0 − B π 1 + 4(B − B0 )t + ⎞ ⎛ π B0 − B ⎞ ⎛ π B − B0 cos⎜ ⎟ ⎜ ⎟ ⎜ 2 B − B − 2πBt ⎟ − cos⎜ 2 B − B − 2π (2 B0 − B )t ⎟ B − B0 0 0 ⎠ ⎝ ⎠ ⎝ + π 1 − 4(B − B0 )t = + = + = sin (2πB0 t ) cos(2π (B0 − B )t ) B − B0 − sin (2πBt ) − sin (2π (2 B0 − B )t ) + + πt π 1 + 4(B − B0 )t B − B0 sin (2πBt ) + sin (2π (2 B0 − B )t ) π 1 − 4(B − B0 )t sin (2πB0 t ) cos(2π (B0 − B )t ) 2(B − B0 ) sin (2πB0 t ) cos(2π (B0 − B )t ) + − πt π 1 + 4(B − B0 )t 2(B − B0 ) sin (2πB0 t ) cos(2π (B0 − B )t ) π 1 − 4(B − B0 )t sin (2πB0 t ) cos(2π (B0 − B )t ) + πt ⎞ ⎛ 2(B − B0 ) 1 1 sin (2πB0 t ) cos(2π (B0 − B )t )⎜ + ⎟ ⎜ 1 − 4(B − B )t − 1 + 4(B − B )t ⎟ π 0 0 ⎠ ⎝ sin (2πB0 t ) cos(2π (B − B0 )t ) . 2 πt 1 − (4(B − B0 )t ) = .

2. πt 1 ) se dobija: Za r = 0. ili kosinush(t ) = 2 πt 1 − (4 B0 t ) kvadrat.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 65 h(t ) = = sin (2πB0 t ) cos(2π (B0 − B )t ) sin (2πB0 t ) cos(2π (B0 − B )t ) 16(B − B0 )2 t + πt π 1 − (4(B − B0 )t )2 sin (2πB0 t ) cos(2π (B0 − B )t ) 1 − (4(B − B0 )t )2 + 16(B − B0 )2 t 2 πt 1 − (4(B − B0 )t )2 1 ) se dobija: 2T Za r = 0 (odnosno B = B0 = h(t ) = sin (2πB0 t ) . Treba primetiti da je u sva tri slučaja elementarni impuls nekauzalan i kao takvog nemoguće ga je realizovati u praksi. .2. Slika 3. kako se još naziva).što je vremenski oblik impulsa minimalnog spektra.ovo je podignuti kosinus (raised cosine.7. Međutim. moguće je realizovati odgovarajuće aproksimacije. kosinusno zaobljena karakteristika.ovo je tzv.2 Slika 3.2 prikazuje izgled elementarnog impulsa u ova tri slučaja.5 (odnosno B = B0 = 2T sin (2πB0 t ) cos(πB0 t ) . h(t ) = 2 πt 1 − (2 B0 t ) Za r = 1 se dobija: sin (2πB0 t ) cos(2πB0 t ) .7.

jer su “repovi” najmanji i mogu se lako zanemariti.3 t .66 KARAKTERISTIKE DIGITALNIH SIGNALA Najjednostavnije je realizovati aproksimaciju podignutog kosinusa.7. h(t ) τ Slika 3.2. a kauzalnost se postiže prostim vremenskim kašnjenjem (Slika 3.2.3).7.

Rb) gde je Rb binarni protok dat u b/s. kao u sistemima sa impulsnom kodnom modulacijom (PCM).1.1. linijski kodovi) i njihove spektralne karakteriskike I PRIPREMA VEŽBE (DOMAĆI ZADATAK) P1.’line_code_name’. Koristiti Rb = 1 kbs . Ako je prenosni opseg BT linijskog koda određen sa f 1 odrediti prenosne opsege linijskih kodova datih u tački 1. Skicirajte vremenski oblik digitalnog signala koji odgovara sekvenci b=[1 0 1 0 1 1] ukoliko se koristi linijski kod: a) unipolarni NRZ (Non Return to Zero).ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 67 VEŽBA 2 KARAKTERISTIKE DIGITALNIH SIGNALA Vremenski oblici (signalizacioni formati. P2. Pretpostavi jediničnu amplitudu uz binarni protok od Rb = 1 kbs . U ovom odeljku posmatramo različite oblike binarnog digitalnog signala i njihove karakteristike. Vremenski oblici digitalnog signala (signalizacioni formati.1.1. Formirajte sledeću binarnu sekvencu: >> b=[ 1 0 1 0 1 1]. Odrediti i skicirati spektralnu srednje gustinu snage (SGSS) koja odgovara datim linijskim kodovima. linijski kodovi) P. Spektralne karakteristike digitalnog signala P2.2. b) polarni NRZ. Neka je f 1 >0 lokacija prve nule SGSS funkcije. 1. Za tu namenu koristimo Matlab-ovu funkciju wave_gen (Communication System Toolbox) kojom generišemo talasne oblike koji reprezentuju binarnu sekvencu: wave_gen(binary_sequence. mogu biti predstavljeni u različitim signalizacionim formatima koji su poznati pod imenom linijski kodovi. . P2. c) unipolarni RZ (Return to Zero). P2. Ako se koristi ova funkcija sa samo prva dva argumenta tada je podrazumevana vrednost za Rb =1000 b/s. Koja je osnovna razlika između SGS za Mančester kod i NRZ tehniku? II ZADATAK VEŽBE 1) Oblici binarnog digitalnog signala: talasni oblici različitih linijskih kodova (CST) Nizovi binarnih jedinica i nula. d) bipolarni RZ e) Mančester kod.3.

1. (CST) Da bi se ilustrovala zavisnost spektralne gustine snage (PSD funkcije) od binarnog protoka. Pošto se porede talasni oblici za isto Rb može se koristiti funkcija wave_gen sa samo dva argumenta. Rb ) .68 VEŽBA 2 a) Generisati talasni oblik koji reprezentuje sekvencu b koristeći unipolarni NRZ linijski kod sa Rb =1000b/s i prikazati talasni oblik x. a) Prikaži PSD funkciju svakog linijskog koda iz zadatka 1.2.1: >> psd(wave_gen(b. • bipolarni RZ (‘bipolar_rz’). BT . >> x=wave_gen(b.1.1000). >> waveplot(x) b) Ponoviti korak a) za: • polarni NRZ (‘polar_nrz’).’line_code_name’)) b) Ako f p1 i f p 2 označavaju prvi i drugi spektralni maksimum. odnosno komandna linija može se sažeti korišćenjem: >> waveplot(wave_gen(b. Usvojiti da je frekvencijski opseg potreban za prenos nekog signala. • unipolarni RZ (‘unipolar_rz’).1. 2. a f n1 i f n 2 prvu i drugu spektralnu nulu (pri čemu se sve navedene frekvencije pozitivne.) > 0 ). koristi Mančester kod i menjaj Rb .1. (CST) Generiši slučajnu binarnu sekvencu dužine 1000 bita: >> b=binary(1000). 2. ’line_code_name’)) Pitanje 2. Rb=1000b/s unipolarni NRZ polarni NRZ unipolarni RZ bipolarni RZ Mančester f p1 f n1 f p2 f n2 BT Tabela 3. >> psd(wave_gen(b. Utvrditi koji od posmatranih linijskih kodova generišu talasne oblike bez jednosmerne (DC) komponente? Zašto je odsustvo DC komponente od praktičnog značaja za prenos talasnih oblika. popuniti tabelu 3.’unipolar_nrz’. f (. 2) Spektralna gustina snage (PSD – Power Spectral Density) linijskih kodova. određen prvom spektralnom nulom u njegovoj amplitudskoj karakteristici. ’manchester’. • Mančester (‘manchester’).

) Posmatraj lokaciju spektralnih nula i maksimuma i ustanovi vezu sa Rb .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 69 gde Rb ∈⎨5 kb/s. 20 kb/s⎬.1. – Pravougaoni elementarni impuls .1.3. (Umesto Mančester koda moguće je koristiti bilo koji drugi kod iz odeljka 1. i: a) kod kojeg informacioni simboli {an } nekorelisani. n = −∞ ∑ a h(t − nT ) n ∞ kod kojeg h(t) predstavlja pravougaoni m=0 ⎧ 1. 2. ⎪ b) ako je autokorelaciona funkcija sekvence {an } : Ra (m) = ⎨1 / 2 m = ±1 i ukoliko ⎪ 0 inače ⎩ 2 je varijansa σ a = 1. 1 T h(t ) t 0 T Slika 2. Pitanje 3. 10 kb/s.1. (CCS) Odrediti i prikazati spektralnu gustinu snage slučajnog procesa S(t) čija je realizacija PAM signal s (t ) = impuls prikazan na slici 2.1.2 Za osnovni komunikacioni kanal sa propusnim opsegom od 10 kHz. koliki je maksimalni digitalni protok za svaki od linijskih kodova ispitanih u odeljku 1.

70 VEŽBA 2 .

cn .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 71 4 SKREMBLOVANJE I PN SEKVENCE 4.L (4. koje kao rezultat daje digitalni signal sa osobinama stacionarnog slučajnog niza bez memorije sa podjednakom verovatnoćom pojave svih simbola. ⎪ cn cn+k = ⎨ 2 1 ⎪ k≠0 ⎩4 Deskremblovanje se vrši ponovnim skremblovanjem sa istim slučajnim nizom {bn } : (4.cn−1 .1 UVOD 4.an+1 . Ovim se postiže transparentnost .bn−1 . (4. 2 ⎧1 k = 0.2) slučajni niz sa statistički nezavisnim simbolima i podjednakom verovatnoćom svih elemenata informacionog sadržaja. postupak skremblovanja svodi se na logičku operaciju "sabiranja po modulu 2".5) imaće iste osobine: 1 cn = .nezavisnost osobina prenošenog digitalnog signala od informacionog sadržaja koji on nosi.L (4.bn .3) nastao kao rezultat operacije skremblovanja nad nizovima {an } i {bn } može imati osobine slučajnog niza {bn }.bn+1 . Ako niz {bn } ima osobine slučajnog niza: 1 bn = .4) niz {c n } sa elementima c n = a n ⊕ bn (4.1) digitalni niz sa statistički zavisnim elementima informacionog sadržaja. Ako su {a n } i {bn } binarni nizovi.6) .1 Skremblovanje Skremblovanje predstavlja vid kodovanja.L (4. Ako je: {an } =Lan−1 .an . (⊕ ).1. k ≠ 0. 2 bn bn + k ⎧1 ⎪ = ⎨2 1 ⎪ ⎩4 k = 0.cn+1 . a {bn } =L. tada niz: {cn } =L.

Za pseudoslučajni niz važe sledeće karakteristike: ⋅ periodičnost s periodom L (4. Jedno rešenje je dodatni kanal koji bi prenosio niz {bn } . k ≠ 0. na predaji i na prijemu.± L.10) Srednja vrednost i autokorelacija pseudoslučajnog niza periode ponavljanja L su: L +1 bn = 2L ⎧ bn ⎪ bn bn + k = ⎨ 1 ⎪ 2 bn ⎩ k = 0. samosinhronišući skrembleri.8) {bn } = {bn + L } ⋅ ”kašnjenje i sabiranje” {bn } ⊕ {bn + k } = {bn + m } (4..± 2 L.± L. (4.9) gde su m i k neki brojevi digitskih intervala..12) .72 SKREMBLOVANJE I PN SEKVENCE d n = c n ⊕ bn = [a n ⊕ bn ] ⊕ bn = a n ⊕ [bn ⊕ bn ] = a n ⊕ 0 = a n (4. ⋅ ergodičnost u širem smislu (jednakost srednjih vrednosti i autokorelacija po ansamblu i vremenu) E[bn bn + k ] = bn bn + k = {bn }{bn + k } = 1 L ∑ bn bn+k = R(k ) L n =1 (4... ili multipleks nizova {bn } i {cn } ..7) Međutim.11) (4.± 2 L. ili tzv. nemoguće je dva puta generisati isti slučajni niz {bn } . U praksi se koriste deterministički izvori (PN generatori) sa nizovima koji dosta dobro statistički aproksimiraju slučajne nizove. To su pseudoslučajni izvori koji zahtevaju dodatni kanal za sinhronizaciju (ali mnogo manjeg kapaciteta)..

) ne menja i da su prekidači PN i P0 zatvoreni.1.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 73 4. perioda ponavljanja PN niza mora biti L ≤ 2 N . pa je maksimalna perioda koju ovakva struktura može da generiše jednaka: Lmax = 2 N − 1 .2. bn = N = 2 −1 2 L Pošto je PN niz periodičan.2.Maximum Length Shift Register).2 4.1 PN generator a) Kolika je maksimalna perioda L ponavljanja niza PN generatora na slici 3. N + 1 prekidačem i sabiračem po modulu 2 (tzv. 2 L n=1 .? b) Koristeći ergodičnost PN niza i osobinu kašnjenja i sabiranja. b) U periodi je 2N jedinica pa je srednja vrednost jednaka: 2 2 N −1 1 L +1 .2. pomerački ili šift-registar). Zbog ergodičnosti. periodična je i njegova autokorelaciona funkcija i to sa istom periodom.1 prikazuje prosto sekvencijalno kolo sa N D flip-flopova (kola za kašnjenje). Kada se ponovi neki sadržaj u PN generatoru. Ova perioda može se postići samo pri nekim kombinacijama prekidača. Sadržaj svih nula se mora isključiti jer se on sam ponavlja. autokorelaciju možemo računati u vremenu: R(k ) = 1 L ∑ bn bn+k . L n=1 1 Koristeći relaciju x ⊕ y = ( x − y ) 2 = x − 2 xy + y ⇒ xy = ( x + y − x ⊕ y ) dobija se: 2 R(k ) = 1 L ∑ (bn + bn+k − bn ⊕ bn+k ) . odrediti srednju vrednost niza bn i njegovu autokorelacionu funkciju R (k ) .1. Rešenje: a) Pretpostavimo da se struktura sekvencijalnog kola (položaj prekidača i dr. Pošto je 2N broj različitih kombinacija od N binarnih elemenata.1 ZADACI Slika 4. koje pri određenoj kombinaciji prekidača postaje generator PN niza. Slika 4. dalje se deterministički ponavlja isti niz.2. a takav generator naziva se PN generator niza maksimalne dužine (MLSR .

autokorelacija je: R(k ) = L L ⎤ 1 ⎡L bn + ∑ bn + k − ∑ bn + m ⎥ .2.1 b). a bn + k označava ciklični šift za k pozicija. koristeći osobinu šiftovanja i sabiranja.2.. Ovim su izvedeni izrazi (4.11) i (4. Analizirajmo data dva PN generatora sa različitim kombinacijama prekidača.74 SKREMBLOVANJE I PN SEKVENCE Za k ≠ 0 . 2 L n =1 Ako je k = 0 . U prvom slučaju (Slika 4. ⎢∑ 2 L ⎣ n=1 n =1 n =1 ⎦ Sve tri sume su iste jer predstavljaju zbir elemenata u jednoj periodi. L n=1 c) Konstruisati set-reset skrembler pomoću PN generatora sa slike 4.2.2. b) Izračunati i skicirati autokorelaciju PN niza koji se dobija pomoću generatora sa čemu je autokorelacija definisana kao slike 4. pri L 1 R(k ) = ∑ (2bn − 1)(2bn+ k − 1) .2..} čijih pet uzastopnih jedinica sa periodom ponavljanja 25 predstavlja sinhro-grupu. onda je bn ⊕ bn = 0 i R(0) = bn . 4.1 a) perioda ponavljanja zavisi od početnog sadržaja PN generatora i jednaka je 6 ili 3. maksimalna dužina periode PN niza je Lmax = 2 4 − 1 = 15 .2..2. pa je: 11 L 1 R(k ) = ∑ bn = 2 bn ..011111010010111111001000101111110.1 a) Delitelj sa 6 (3) b) Generator m-sekvence Rešenje: a) Pošto je N = 4 .1) su prikazana dva PN generatora sa N = 4 D flip-flopa. . Srednja vrednost generisanog niza takođe zavisi od početnog sadržaja i jednaka je 2/3 ili 1/3.2. za k ≠ 0 .2.2. Slika 4.12).1 b) i odrediti skremblovani niz poruke {a n } = {.2.2 Na slici (Slika 4. a) Objasniti princip rada i odrediti veličine L i bn za ova dva PN generatora.

a operacija (2bn − 1)(2bn +k − 1) odgovara množenju bipolarnih impulsa.1.2. U jednoj periodi generiše se 8 jedinica i 7 nula po “slučajnom” redosledu.2.2. primitivnih generatorskih polinoma čiji koeficijenti odgovaraju položajima prekidača u PN generatoru. Srednja 8 1 ≅ . 15 ili 23) postoje tabele tzv.2. najinteresantnija su ona sa minimalnim brojem nenultih koeficijenata pošto zahtevaju najmanji broj sabirača po modulu 2. Drugim rečima bn i bn+ k će prilikom prenosa imati vrednosti ±1.2. a) Drugi PN generator (Slika 4. (DS-SS – Direct Sequence Spread Spectrum.3 PN niz kola sa slike 3. ili m-sekvencu.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 75 Slika 4.1. Osim smanjenja prostorne kompleksnosti kola koja generišu ovakvu sekvencu. Definisanje autokorelacije kao R(k ) = ∑ (2bn − 1)(2bn + k − 1) L n=1 odgovara ovoj činjenici. Za ove primene se binarno 0 i 1 prenose pomoću negativnog. MLSR sekvencu (Maximum Length Shift Register. vidi zadatak 13.1 b) daje PN niz maksimalne dužine. Za veće N postoji više rešenja.2.3 b).2. b) PN sekvence se primenjuju kod tehnike prenosa u proširenom opsegu pomoću direktne sekvence. vrednost tog niza je bn = 15 2 1 0 0 0 1 0 0 1 1 0 1 0 1 1 1 1 1 1 0 0 0 1 0 0 1 1 0 1 0 1 1 1 1 1 1 0 0 0 1 0 0 1 1 0 1 0 1 1 1 1 1 1 0 0 0 1 0 0 1 1 0 1 0 1 0 0 0 0 0 0 0 0 L2 1 L1 15 L1 L2 16 Slika 4.2. respektivno. b) Za vrednosti N koje se koriste u praksi (npr: 9.2 Nizovi koje generiše sekvencijalno kolo sa slike 3. kako se još naziva). . ovim se postiže i najmanji koeficijent propagacije greške (vidi zadatak 4.1). odnosno pozitivnog 1 L impulsa. tzv.2.2. predstavljenom kroz množenje binarnih vrednosti.

1.. ⎩− 0. a za sve ostale vrednosti k je vrednost autokorelacije značajno manja. i izražen pik lako omogućuje detekciju početka PN sekvence i postizanje sinhronizama potrebnog za ispravno deskremblovanje. R (k ) k Slika 4. Veoma izražen pik znači i veliku otpornost na pogrešnu sinhronizaciju izazvanu greškama nastalim usled šuma. Detektori sinhro-grupe vrše monitoring digitalnog niza u tački A. kao što je šum. n = 0.3. vrednosti bliske nuli u ostalim tačkama.1.4 prikazuje izgled autokorelacione funkcije.2.2.76 SKREMBLOVANJE I PN SEKVENCE Dobri PN nizovi imaju osobinu da imaju izražen pik autokorelacije u tački k = 0 . gde se primljena sekvenca koreliše (upoređuje) sa lokalno generisanom PN sekvencom. Autokorelacija sa ovakvim osobinama omogućava laku sinhronizaciju na prijemu.15). ⎧ 1 R(k ) = ⎨ drugde. ...4 Sve sekvence koje su generisane pomoću MLSR registra imaju ovakav oblik periodične autokorelacije. Vrednosti autokorelacije PN niza generatora sa slike 4. Može se primetiti da autokorelaciona funkcija MLSR sekvence u okviru jedne periode liči na autokorelaciju belog Gausovog šuma (pik u tački nula.5) sinhronizacija se ostvaruje na osnovu samog signala. odnosno B.2.2. vidi zadatak 2.b) su: k = nL. Na osnovu ovoga je jasno zašto se koristi naziv pseudoslučajna sekvenca.2. jer ovakve sekvence po svojim osobinama vrlo podsećaju na slučajne signale.2. Ovo je posebno važno ako se uzme u obzir uticaj šuma koji se superponira u prenosu i može da poremeti nivoe koji reprezentuju kodovani signal i na taj način poveća vrednosti autokorelacije.2. c) Kod set-reset skremblera (Slika 4.067 Slika 4. Vidi se da postoji izražen pik na svakom celobrojnom umnošku periode PN sekvence.2.2.

1): {a n } ..2. 1 00000 10001 00110 10111 10001 00000 10 . 1 11111 11000 01001 01110 10011 11111 00 .2.2.3. {cn } .1 prikazuje samosinhronišući skrembler koji se koristi za digitalni prenos brzinom 9600 bit/s po ITU (International Telecommunications Union) preporuci V. 0 11111 01001 01111 11001 00010 11111 10 . odnosno deskrembler. odnosno deskrembler na isto početno stanje i oni dalje generišu identične PN nizove... jer se PN generatori vrte u stanju svih nula.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 77 Slika 4.2..2..2.3 Slika 4..32.. oni resetuju skrembler..2.. Sinhro-grupa prolazi neskremblovana.1.. Po isteku sinhro-grupe detektori setuju skrembler. {bn } .1 Samosinhronišući skrembler . Tabela 4.. Slika 4. U datom primeru biće (Tabela 4.2.2..1 Set-reset skremblovanje 4.5 Set-reset skrembler i deskrembler Kada detektuju periodičnu sinhro-grupu.

i pokazati da je ciklična međukorelacija sekvenci: Ri ..n+k . a deskremblovani. njihova osnovna prednost je što ne zahtevaju sinhronizaciju.. Dakle. bn ≠ bn .2... j = 1. i i ≠ j. 8 n =1 svake sekvence koja je definisana simbolima nekog reda matrice.607. Želeo se kompromis .n+k . ako nastane greška u prenosu. ˆ ˆ ˆ ˆ a = b ⊕b ⊕b . onda binarni niz {bn } predstavlja klasičnu PN sekvencu.n a j .8.n ai. dimenzije 8: ⎡1 ⎢1 ⎢ ⎢1 ⎢ 1 C8 = ⎢ ⎢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⎥ ⎦ Izračunati cikličnu autokorelaciju: Ri (k ) = 1 8 ∑ ai..skoro idealno skremblovanje. ali oni imaju problem multipliciranja greške na prijemu..4 Data je Volš-Adamarova (Walsh-Hadamard) matrica.388.. ali bez dodatnog kanala. j (k ) = 1 8 ∑ ai. b) Skremblovani simbol je bn = a n ⊕ bn−18 ⊕ bn −23 . tj.2. Dodatni kanal koji se ostvarivao detektorima sinhro-grupe bio je nepraktičan. 8 n =1 .. u trenutku n. Ako su takođe ispravno preneti i simboli bn−18 i bn − 23 onda je ˆ a n = a n ⊕ bn −18 ⊕ bn−23 ⊕ bn− 23 ⊕ bn −18 = a n . pa je poželjno da tih veza bude što manje. Takav niz ima periodu ponavljanja L = Lmax = 2 23 − 1 = 8. umesto set-reset skremblera sa sinhronizacijom. Zato se. sve više koriste samosinhronišući skrembleri.3. i.8. ˆ Dakle. 4. i = 2.3. bn = bn .78 SKREMBLOVANJE I PN SEKVENCE a) Pod kojim uslovima {bn } postaje PN niz? Kolika je njegova perioda ponavljanja? b) Pod kojim uslovima dolazi do greške u prijemu n-tog simbola a n ? Rešenje: a) Ako je na ulazu {a n } = {0} niz nula. n n n −18 n − 23 ˆ Ako u toku prenosa nije nastala greška. ona će se multiplicirati onoliko puta koliko ima direktnih veza u FIR strukturi deskremblera. biće ˆ ˆ ˆ a n = a n ⊕ bn −18 ⊕ bn−23 ⊕ bn−18 ⊕ bn −23 .

R4 (k ) R5 (k ). red matrice C8 se dobija: Slika 4. ..2.4.1 .1 prikazuje izgled ciklične autokorelacije za svaki red matrice.2. R1 (k ) R2 (k ) R3 (k ).ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 79 koje definišu dva različita reda jednaka 0 za sve ciklične pomeraje k (redovi su međusobno ortogonalni). pomoću rekurzije: ⎡1 1 ⎤ C2 = ⎢ ⎥. R8 (k ) Slika 4. − CM ⎥ ⎦ U konkretnom primeru.. ⎣1 − 1⎦ ⎡C C2M = ⎢ M ⎣C M CM ⎤ . Generišu se na vrlo jednostavan način. t = 1. Rešenje: Volš-Adamarove matrice postoje za n = 2 t .4.3. izračunavanjem ciklične autokorelacije za npr 3.2.. R7 (k ) R6 (k ).

pri čemu se zbog loših svojstava autokorelacije. 8 n =1 Generalno. sekvence definisane Volš-Adamarovom matricama imaju lošije autokorelacione karakteristike od MLSR sekvenci. za 5. Npr. red matrice i pomeraj k = 3 se dobija: 1 8 R5. u kojima postoji više korisnika (tzv.7 (3) = ∑ (1 ⋅ 1 + 1 ⋅ 1 + 1 ⋅ (− 1) + 1 ⋅ (− 1) + (− 1) ⋅ (− 1) + (− 1) ⋅ (− 1) + 1 ⋅ (− 1) + 1 ⋅ (− 1)) = 0 . koristi dodatno skremblovanje svih signala sa sekvencom koja poseduje zahtevane autokorelacione osobine. U ovom slučaju. ali sa druge strane poseduju osobinu ortogonalnosti. i 7. To ih čini veoma pogodnim za primenu u sistemima za prenos u proširenom opsegu (DS-SS). kao što se iz priloženog može videti. ortogonalnost se lako proverava.2.80 SKREMBLOVANJE I PN SEKVENCE Što se tiče vrednosti međukorelacije.3). Kao primer CDMA sistema se obično navodi mobilna telefonija u Sjedinjenim Američkim Državama. zadatak 13. CDMA – Code Division Multiple Access. svaki od korisnika koristi po jednu sekvencu definisanu Volš-Adamarovom matricom za širenje spektra svog signala. . a ortogonalnost omogućava da se korisničke informacije lako mogu “izvući” iz primljenog signala (koji je sastavljenom od mnoštva “proširenih” signala svih korisnika u sistemu) pomoću korelacije.

Polarni linearni PT kod je: µ 0 = 1 . a zadržati istu brzinu signaliziranja. i µ k = 0.K bn = a n + a n −( K +1) − 1.1) nazivaju se linearnim PT kodovima..0.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 81 5 LINIJSKO KODOVANJE 5..7) Prekodovani linearni PT kodovi eliminišu nedostatke PT kodova. µ K +1 = −1 . (5. polarni kod..6) Ako je spektralna gustina srednje snage (SGSS) digitalnog signala pre kodovanja bila S ( f ) . a povećati digitalni protok.1 UVOD 5.2.2.1).3) Za K = 0 to je poznati duobinarni kod. koji se odnose na prostiranje greške do koje dolazi u toku prenosa i obrtanju polariteta originalnog niza.2) µ 0 = 1 .4) (5... c) povećati broj nivoa signala i sniziti brzinu signaliziranja.. k = 1. Ako su nastali linearnom transformacijom binarnog niza {an } ... tada će linearni linijski kodovani signal imati SGSS oblika: SL ( f ) = S( f ) ⋅ H ( f ) . K bn = a n − a n −( K +1) . Ove linearne transformacije realizuju se linearnim kolima koja su okarakterisana kvadratom modula funkcije prenosa u obliku: ⎧ 4 cos 2 ( K + 1)πfT 2 H( f ) = ⎨ 2 ⎩ 4 sin ( K + 1)πfT unipolarni kod.1}. Linijsko kodovanje unosi redundansu i pri tome je u kodovanom signalu moguće: a) zadržati binarnu prirodu signala. primenom relacije: bn = K +1 k =0 ∑ µ k ⎜ an−k − 2 ⎟. 2 (5.1}) . k = 1. ⋅ ograničavanje pojave velikog broja uzastopnih nula. Koeficijenti µk mogu imati samo celobrojne vrednosti. modifikovani duobinarni kod. . bn ∈ {− 1. ⎝ ⎠ ⎛ 1⎞ (5.1. i µ k = 0. Pseudoternarni (PT) kodovi imaju tri nivoa (-1. a za K = 1 dobija se tzv.5) Za K = 0 ovaj kod poznat je pod imenom dikod. (5. Unipolarni linearni PT kod je: (5. (a n ∈ {0. (5. µ K +1 = 1 .1 Linijsko kodovanje Osnovni zadaci linijskog kodovanja su: ⋅ oblikovanje spektra digitalnog signala. b) povećati broj nivoa signala (M > 2).0.

koji se realizuje prethodnim diferencijalnim kodovanjem: cn = an ⊕ cn −1 . bipolarni kod (AMI – Alternate Mark Inversion).8) Nedostatak linearnih PT kodova. od kojih su najpoznatiji PST i modifikovani alternativno bipolarni kodovi. 3B-2T).82 LINIJSKO KODOVANJE Prekodovani dikod je tzv. prevazilazi se primenom nelinearnih PT kodova. Kod PST koda par ili skup od tri binarna simbola zamenjuje se parom ternarnih simbola (2B-2T. Najčešće korišćeni modifikovani bipolarni kodovi su B6ZS i HDBn (HDB3) kodovi. . moguća pojava dugog niza nula u kodovanom signalu. (5.

1 ⎧ ⎪T | f |≤ 2T . ako u toku prenosa dođe do greške u prijemu 6-tog simbola. ⎩ 2T a n ∈ {0. | G ( f ) |= ⎨ 1 ⎪ 0 | f |> .2).1 ZADACI Linijskim koderom prikazanim na slici (Slika 5. Slika 5. b) Odrediti sve moguće vrednosti y( nT ) .1}.1 Dikod (Diferencirajući kod) ∞ Linijski koder uobličava spektar.2 AMI koder (prekodovani dikod) Rešenje: a) Prenosna karakteristika predajnika je: G ( f ) = 1 − e − j 2πfT ( ) ⎧ − jπfT ⎪ 2 jT sin(πfT ) ⋅ e ⋅ H( f ) = ⎨ ⎪ 0 ⎩ | f |≤ 1 . Na primeru niza {a n } = {011010001011} prikazati kodovane sekvence. 2T ⎩ Impulsni odziv predajnika je: . koduje se binarni signal x(t ) = n = −∞ ∑ anδ (t − nT ) . Odrediti strukturu dekodera koji na osnovu vrednosti { y (nT )} daje originalni niz {an } .2.2 5.2.1. a) Odrediti i nacrtati prenosnu karakteristiku predajnika G ( f ) i impulsni odziv g(t).2. Pod istom pretpostavkom analizirati prenos korišćenjem kodera na slici (Slika 5. 2T 1 | f |> .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 83 5. a filtar H ( f ) ga ograničava na Nikvistov opseg. Slika 5. H( f ) = ⎨ 1 ⎪ 0 | f |> .1.1).2. 2T 1 ⎧ ⎪ 2T | sin(πfT ) | | f |≤ 2T . D je kolo za kašnjenje za digitski takt T.2. $ c) Odrediti niz {an } na izlazu dekodera na primeru niza iz predhodne tačke.1.1.

kontrolisana je i može se na prijemu eliminisati tako što će odlučivač uraditi inverznu operaciju sa prethodno primljenim simbolom: ˆ ˆ ˆ a n = y (nT ) + a n−1 .2.2.1} . n = k − 1. an an −1 y (nT ) 0 -1 1 0 0 0 1 1 0 1 0 1 Tabela 5.0.1. ⎧ 1. ∞ ∞ i u trenutku odlučivanja je y (kT ) = n = −∞ Impulsni odziv dikoda je takav da je: n = k.3 Prenosna karakteristika i impulsni odziv dikoda b) Odziv linearnog sistema na linearnu kombinaciju δ -delta impulsa je: y (t ) = n = −∞ ∑ an g (t − nT ) . ⎪ 0.4).2.84 LINIJSKO KODOVANJE ⎛π ⎞ sin ⎜ t ⎟ sin π (t −T ) T T .1. Dekoder je prikazan na slici (Slika 5.2.1. . drugde. ∑ an g [(k − n)T ] . ⎩ y (nT ) = a n − a n −1 i y (nT ) ∈ {−1.1. Slika 5.1 Vrednosti odmeraka kodovanog signala Dakle.3 prikazuje prenosna karakteristiku i impulsni odziv dikoda. ⎪ g [(k − n)T ] = ⎨ − 1. interferencija postoji samo od simbola koji prethodi . g (t ) = (δ (t ) − δ (t − T )) ∗ h(t ) = h(t ) − h(t −T ) = ⎝ ⎠ − π π (t −T ) t T T Slika 5.

{an} {an-1} {bn} {y(nT)} ˆ { y (nT )} 0 0 0 0 0 0 0 1 0 1 1 1 0 1 1 1 0 0 0 1 1 0 1 -1 -1 -1 1 0 1 0 1 1 1 0 1 0 1 -1 -1 0 0 0 0 0 0 1 1 0 0 0 0 0 1 1 1 0 1 1 1 1 2 0 1 -1 -1 -1 ? ? 1 0 1 1 1 ? ? 1 1 0 0 0 ? ? ˆ {a n-1} ˆ {a n } 1 1 Tabela 5. koja potiskuje jednosmernu komponentu (učestanosti oko 0 Hz).ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 85 Slika 5.3). Pomoću dikoda se eliminiše jednosmerna komponenta u spektru digitalnog signala.1. {an} {an-1} {bn} {y(nT)} ˆ {a n-1} ˆ {a n } 0 0 0 0 0 0 1 0 1 1 0 1 1 1 0 0 1 1 0 1 -1 -1 1 0 1 0 1 1 0 1 0 1 -1 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 1 0 1 0 1 -1 -1 1 0 1 0 1 1 0 1 1 1 0 0 1 1 Tabela 5.1.2.2.3 prikazuje kodovanje i dekodovanje dikoda sa greškom prenosu koja je nastala na šestom simbolu. Impulsi u digitalnom signalu će naizmenično biti kodovani pozitivnim. {a n }={a n } .2. Problem je što kada ˆ nastane greška u prenosu.2 prikazuje kodovanje i dekodovanje informacione sekvence (bez grešaka u prenosu).2.3 Dekodovanje dikoda sa greškom u prenosu šestog simbola .1. y (nT ) ≠ y (nT ) .2 Kodovanje i dekodovanje dikoda Pretpostavljene vrednosti su podvučene.4 Tabela 5. Masnim brojevima je označen pogrešno dekodovani deo poruke. ˆ Dekodovani niz simbola jednak je originalnoj poruci. ona će zbog povratne veze u odlučivanju prouzrokovati prostiranje greške. c) Tabela 5.1.1. odnosno negativnim nivoom.2.2. što će u relativno kratkom vremenskom intervalu eliminisati jednosmernu komponentu. To se jasno vidi i u prenosnoj karakteristici linijskog kodera (Slika 5.1.

∞ sa statistički nezavisnim. .d } . a n = mod 2( y (nT ) ) biće bez memorije (bez povratne veze) i neće doći do prostiranja greške. prekodovani linearni linijski koder imaće strukturu kao na slici (Slika 5.1) je dat linijski koder kojim se koduje binarni signal x(t ) = n = −∞ ∑ anδ (t − nT ) .2.1 Duobinarni kod Linijski koder uobličava spektar. a filtar H ( f ) ga ograničava na Nikvistov opseg.2.2.2).1.2. 1 ⎧ ⎪T .1. Treba uočiti da operacija prekodovanja za razliku od starog dekodera ima sabirač po ˆ modulu 2.2. novi. D je kolo za kašnjenje za digitski takt T. što se u slučaju dikoda i duobinarnog koda svodi na diferencijalno kodovanje. 2T ⎩ Slika 5. AMI (Alternate Mark Inversion) kod. tzv. a) Odrediti i nacrtati prenosnu karakteristiku predajnika G ( f ) i impulsni odziv g(t). Koliki je propusni opseg potreban za prenos ovog signala? c) Odrediti vrednosti signala y(t ) u trenucima odabiranja kT. Na primer: {an} {cn-1} {cn} {bn} {y(kT)} ˆ { y (kT )} 0 0 0 0 0 0 0 1 0 1 1 1 1 1 1 1 0 -1 -1 -1 1 0 0 0 0 0 0 0 1 0 1 1 1 1 1 0 1 1 0 0 1 1 0 1 1 0 0 0 0 0 1 1 0 0 0 0 1 1 0 -1 -1 -1 1 0 0 0 0 0 0 0 1 0 1 1 1 1 1 1 1 0 -1 -1 -1 1 ˆ {a k } Tabela 5.2. | f |> . Ako u linearnom sistemu formalno zamenimo redosled linijskog kodera i njegovog dekodera. Novi dekoder.86 LINIJSKO KODOVANJE Problem prostiranja greške kod linearnih linijskih kodova rešava se prekodovanjem originalne poruke. b) Odrediti SGSS digitalnog signala na izlazu linijskog kodera. 5.2 Na slici (Slika 5. Odrediti strukturu dekodera.4 Kodovanje i dekodovanje AMI koda sa greškom u prenosu šestog simbola U slučaju AMI (Alternate Mark Inversion) koda (prekodovanog dikoda) nema prostiranja greške. H( f ) = ⎨ 1 ⎪ 0.2. Ovo je tzv. | f |≤ 2T . jednako verovatnim simbolima a n ∈ {−d .

2. 2T 1 | f |> .19) data kao: pa je SGSS data sa S x ( f ) = = . 2 2 2 2 2 σa d2 . Rešenje: a) Slično kao u prethodnom zadatku. Naravno. lako se dobija: G ( f ) = 1 + e − j 2πfT ( ) ⎧ − jπfT ⎪ 2T cos(πfT ) ⋅ e ⋅ H ( jf ) = ⎨ ⎪ 0 ⎩ | f |≤ 1 .2. mana (uslovno rečeno) ovakvog pristupa je to što sada postoji intersimbolska interferencija.2 Prenosna karakteristika i impulsni odziv duobinarnog koda b) Srednja vrednost i varijansa informacionog sadržaja digitalnog signala x(t ) su: a= 1 1 1 1 2 d + (− d ) = 0.2).2. Ovakav impulsni odziv je daleko lakše aproksimarati i realizovati nego impulsni odziv minimalnog spektra kao što je H ( f ) . | G ( f ) |= ⎨ 1 ⎪ 0 | f |> .2 prikazuje prenosnu karakteristika i impulsni odziv predajnika. Slika 5. σ a = a 2 = d 2 + (−d ) 2 = d 2 . 2T ⎩ g (t ) = ⎛π ⎞ sin⎜ t ⎟ ⎝T ⎠ π + ⎛π ⎞ sin⎜ (t −T )⎟ ⎝T ⎠ T t π T (t−T ) ⎛π ⎞ sin⎜ t ⎟ ⎝T ⎠ .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 87 d) Na primeru poruke {in } = {00100010101011} koju generiše izvor prikazati dekodovane nizove kada je greška nastala pri prenosu šestog simbola originalnog niza. ali ona je kontrolisana i može se lako eliminisati.2. T T SGSS linijski kodovanog signala je na osnovu izraza (3. Ovde treba spomenuti da se duobinarno kodovanje umesto digitalnim koderom može realizovati analognim kolima koja će uobličiti spektar tako da izgleda kao na slici (Slika 5. = t⎞ π ⎛ t ⎜1 − ⎟ T ⎝ T⎠ Slika 5. e) Ponoviti zadatak pod d) ako je prethodno izvršeno diferencijalno kodovanje. 2T Amplitudska karakteristika i impulsni odziv predajnika su 1 ⎧ ⎪ 2T | cos(πfT ) | | f |≤ 2T .2.2.

2T ⎩ Vidi se da je propusni opseg potreban za prenos B = 1 2T . S y ( f ) = S x ( f )⋅ | G ( jf ) | 2 = ⎨ 1 ⎪ 0 | f |> . ona se prostire zbog povratne veze u IIR strukturi dekodera. c) Na izlazu iz predajnika.kontrolisano) dva simbola: y (kT ) = n = −∞ ∑ an g ((k − n)T ) = ak + ak −1 .2. ˆ ˆ ˆ Dekodovanje poruke daje a n = y (nT ) − a n −1 . u trenucima kT interferiraju (na poznat način . isti je kao i za signal sa minimalnim spektrom sa idealno ravnom frekvencijskom karakteristikom. tj. kada dođe do greške. Slika 5.2.88 LINIJSKO KODOVANJE 1 ⎧ 2 2 ⎪4Td cos (πfT ) | f |≤ 2T . Odlučivač je kvantizer sa onoliko nivoa koliki je alfabet (Slika 5. d}.3 Duobinarni dekoder d) Poruka koju generiše izvor je {in}.1 Duobinarno kodovanje i dekodovanje sa greškom u prenosu šestog simbola .2.3).2. ∞ Koder ima FIR (Finite Impulse Response). Kvaziternarni niz koji se prenosi je y (nT ) = bn . Međutim.2. Odgovarajuća informaciona sekvenca {an} digitalnog signala x(t ) uzima vrednosti iz polarnog alfabeta {-d. a dekoder IIR (Infinite Impulse Response) strukturu: ˆ ˆ ˆ a n = y (nT ) − a n −1 .2. {in} {an} {bn} {y(nT)} ˆ { y (nT )} 0 d -d 0 0 0 d 1 0 -d -2d -2d -2d -d 0 1 d 0 0 0 d 1 0 -d 0 0 0 -d 0 0 -d 0 -d 1 d 0 0 0 -d 0 0 -d 0 0 0 d 1 1 d 0 0 0 -d 0 0 -d 0 0 0 d 1 1 d 0 0 0 -d 0 0 -d 0 0 0 d 1 1 d 0 0 0 -d 0 1 d 2d 2d 2d 3d ? -2d -2d -2d -2d -2d -d 0 0 d 1 ˆ {a n } ˆ {i n } -d 0 Tabela 5. Dekoder uspešno eliminiše uticaje šuma i smetnji ukoliko su oni manji od polovine rastojanja susednih simbola u alfabetu. Duobinarno kodovanje daje bn = a n + a n−1 .

2. pa nema prostiranja greške. H( f ) = ⎨ 1 ⎪ 0 | f |> .3.d } i spektrom elementarnog impulsa: 1 ⎧ ⎪T [1 + cos(πfT )] | f |≤ T . Dekodovana vrednost 3d predstavlja indikaciju da je došlo do greške. princip odlučivanja se menja i rad dekodera. ⎩1 ˆ Sada greška. 5. Ona se dalje duobinarno koduje bn = a n + a n−1 . {in} {cn} {an} {bn} {y(nT)} ˆ { y(nT)} ˆ {in } 1 d 0 1 d 0 1 d 1 0 -d 0 0 -d 0 0 -d 0 0 -d 1 1 d 0 1 d 2d 2d 2d 0 1 0 -d 0 0 -d 1 1 d 0 1 d 2d 2d 2d 0 1 0 -d 0 0 0 1 1 1 d 0 0 0 1 2d 2d 2d 2d 2d 2d 0 0 0 -2d -2d -2d 0 0 -2d -2d -2d 0 0 -2d -2d 0 1 0 0 1 0 -2d 0 0 -2d 0 0 -2d 0 1 0 1 0 1 Tabela 5.2.2. in ≠ in .2 Dekoder prekodovanog linearnog linijskog kodera radi bez memorije. Pogrešno dekodovane vrednosti označene su masnim znacima. a pretpostavljene vrednosti su podvučene.2. više ne zavisi od prethodnih odluka. koduje se binarni signal x(t ) = n = −∞ ∑ an hT (t − nT ) ∞ sa statistički nezavisnim. Njoj je pridružena polarna binarna informaciona sekvenca {an}. e) Ako se pre duobinarnog prenosa izvrši diferencijalno kodovanje originalne poruke (prekodovanje). ispravljač i komparator. in = ⎨ ˆ y (nT ) = 0. 2T ⎩ Slika 5.3. Diferencijalno kodovana poruka je cn = in ⊕ c n −1 . T ⎩ 1 ⎧ ⎪T | f |≤ 2T .2. postoji samo na pogrešno prenetom (šestom) simbolu i ne prostire se dalje.1 Modifikovani duobinarni kod (1-2D) .3 Linijskim koderom prikazanim na slici (Slika 5.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 89 ˆ Greška a n ≠ a n prostire se nakon pogrešno primljenog simbola. HT ( f ) = ⎨ 1 ⎪ 0 | f |> . jednako verovatnim simbolima iz alfabeta a n ∈ {−d . u ovom slučaju princip odlučivanja može eksplicitno da se opiše kao: ˆ ⎧ 0 y (nT ) = ±2d .1).

c) Ako se odabiranje signala y(t ) vrši u trenucima kT.2 Prenosna karakteristika i impulsni odziv modifikovanog duobinarnog koda (1-2D) b) Statistički parametri informacionog sadržaja digitalnog signala na ulazu linijskog 2 kodera su a = 0 i σ a = d 2 . ⎪ 2T | G ( f ) |= ⎨ 1 ⎪ 0 | f |> .2. b) Odrediti SGSS linijski kodovanog digitalnog signala y(t ) . 2T ⎩ Impulsni odziv predajnika je: g (t ) = ⎛π ⎞ sin⎜ t ⎟ ⎝T ⎠ ⎛π ⎞ sin⎜ (t−2T )⎟ ⎝T ⎠ π − T t π . odrediti način dekodovanja.3. d2 ⎪ ⎝ ⎠ Sx ( f ) = | H T ( f ) |2 = ⎨ 1 T ⎪ 0 | f |> . ⎪ ⎩ T SGSS kodovanog signala biće 1 ⎧ 3 2 4 2 ⎪16T d cos (πfT / 2)sin (2πfT ) | f |≤ 2T . 2D je kolo za kašnjenje za dva digitska takta. T (t−2T ) Slika 5. a filtar H ( f ) ga ograničava na Nikvistov opseg.90 LINIJSKO KODOVANJE Linijski koder uobličava spektar. pa je njegova SGSS: ⎧ 1 2 4 ⎛ πfT ⎞ ⎪4Td cos ⎜ 2 ⎟ | f |≤ T . Rešenje: a) Amplitudska karakteristika predajnika je: 1 ⎧ 2T | sin(2πfT ) | | f |≤ . 2T ⎩ c) Ovaj koder uobličava spektar uz kontrolisanu ISI Signal y (t ) može se napisati u obliku: . S y ( f ) = S x ( f )⋅ | G ( f ) | 2 = ⎨ 1 ⎪ 0 | f |> . a) Odrediti i nacrtati prenosnu karakteristiku predajnika G ( f ) i impulsni odziv g(t).

2} .1).0. ∞ tako da je njegova vrednost u trenucima odabiranja data sledećim izrazom: y (nT ) = 2a n − 2a n −2 i y (nT ) ∈ {−2. b) HDB3 (High Density Bipolar 3) koda. ˆ Dekodovanje je jednostavno. što može dovesti do gubitka sinhronizacije između predajnika i prijemnika. što je skraćeno od Bipolar. jer se na taj način srednja vrednost digitalnog signala održava na nivou 0. Rešenje: Kodovanje pomoću AMI koda je prikazano u tabeli (Tabela 5. Postupak kodovanja je vrlo jednostavan. jedinice se naizmenično koduju pozitivnim i negativnim impulsima. a to je da se mora obezbediti da uzastopni V impulsi budu suprotnog polariteta. Postoji još jedan dodatni koncept kod HDBn kodova. dolazi se do sledećeg algoritma za HDBn kodovanje: . pri čemu je izbor početne vrednosti proizvoljan (ovde je izabrana pozitivna vrednost). a n = ˆ y (nT ) ˆ + a n− 2 . a prostiranje greške rešava se 2 prekodovanjem. Uzevši u obzir gore navedeno. uz jednu bitnu razliku – ukoliko dođe dođe do pojave sekvence sa n + 1 uzastopnom nulom ova sekvenca se zamenjuje sekvencom koja se završava veštački umetnutim impulsom.1 a) Problem koji postoji kod AMI koda je to što je moguća pojava dugog niza nula.2. Umetnuti impuls je istog polariteta kao i prethodna jedinica (prethodni B impuls). što ga na prijemu jasno identifikuje i lako ga je ukloniti.4. HDBn kodovi su slični AMI kodu.4. i obično se označava sa V (skraćeno od Violation .4 Kodovati informacionu sekvencu 10000000011100001000 pomoću: a) AMI koda. Pritom je n oznaka nekog prirodnog broja. za linijsko kodovanje PDH (Plesiochronus Digital Hierarchy) i ISDN signala. Da bi se ovo sprečilo u praksi se često koriste HDBn kodovi. informaciona sekvenca AMI kodovana sekvenca 1 0 0 0 0 0 0 0 0 1 1 0 0 0 0 1 -1 B 0 0 0 0 0 0 0 0 0 0 0 0 +1 0 0 0 0 0 0 0 0 -1 +1 0 0 0 0 B 0 0 0 0 0 0 0 0 B B 0 0 0 0 Tabela 5.2. 5. koristi oznaka B.2. Obično se umesto vrednosti ±1.povreda alternativne promene znaka). npr.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 91 y (t ) = x(t ) ∗ g (t ) = n = −∞ ∑ an ⋅ (hT (t ) ∗ g (t )) .

pored V impulsa forsira i B impuls na početku sekvence. algoritam kodovanja je: originalna sekvenca 0000 HDB3 kodovanje broj B impulsa između dve zamene je neparan 000V broj B impulsa između dve zamene je paran (ili nula) B00V Tabela 5. Prvu zamenu u informacionom nizu smo proizvoljno izabrali da bude 000V. koje obezbeđuju da uzastopni V simboli budu suprotnog polariteta.2.92 LINIJSKO KODOVANJE originalna sekvenca n 64 +14 7 8 000 ⋅ ⋅ ⋅ ⋅ ⋅ 00 HDBn kodovanje broj B impulsa između dve zamene neparan n +1 64748 000 ⋅ ⋅ ⋅ ⋅ ⋅ 0V broj B impulsa između dve zamene paran (ili nula) n +1 64748 B00 ⋅ ⋅ ⋅ ⋅ ⋅ 0V Na ovaj način se postiže da je u kodovanoj sekvenci maksimalno moguće da se pojavi n nula. informaciona sekvenca AMI kodovana sekvenca HDB3 kodovana sekvenca 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1 -1 B 0 0 0 0 0 0 0 0 0 0 0 0 +1 0 0 0 B 0 0 0 -1 +1 B B +1 0 0 0 +1 -1 0 0 +1 -1 +1 -1 0 0 -1 +1 0 0 0 -1 B 0 0 0 V B 0 0 V B B B 0 0 V B 0 0 0 V Tabela 5.4.2. Konkretno za HDB3 kod.2 Na kraju treba reći da su HDBn kodovi uobičajen primer nelinearnih PT linijskih kodova. . HDB3 je jedan iz familije HDBn kodova.4. Treba primetiti da se postoje dve vrste zamene.2 prikazuje HDB3 kodovanje date informacione sekvence (zasenčeni su delovi sekvence koji su pretrpeli zamenu). kao i da se u drugoj vrsti zamene.

1. Generisati L = 31 Gold-ovu sekvencu korišćenjim dva MLSR dužine m = 5 ([1 0 0 1 0 1] i [1 1 0 1 1 1]) i sabiranjem po modulu 2 njihovih izlaznih sekvenci . koji je njen period? Odrediti i prikazati njenu autokorelaciju funkciju. Usvojiti da je početno stanje registra različito od nule. Da li je dobijena sekvenca periodična? Ako jeste.1. Tako npr. Za dužinu registra m = 12 ([1 0 0 1 0 1 0 0 0 0 0 0 1]) odrediti i prikazati periodičnu autokorelaciju funkciju definisanu izrazom: R c ( m ) = ∑ c n c n + m . Upotrebom PN generatora realizovati set-reset i samosinhronišući skrembler. 2) Skrembleri 2. Odrediti i prikazati njihove auto. Napisati MATLAB kod koji implementira generator PN sekvence u vidu MLSR proizvoljne dužine. Ulazni parametar predstavlja vektor-vrstu koja predstavlja koeficijente polinoma u opadajućem redosledu. . n =1 L Da li se dobijene vrednosti slažu sa teoretskim? P3) Osobine PN sekvenci generisanih pomoću više pomeračkih registara P3.1.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 93 VEŽBA 3 PSEUDO-SLUČAJNE SEKVENCE I PRIPREMA VEŽBE (DOMAĆI ZADATAK) P1) Perioda PN (Pseudo-Noise) sekvence P1. P2) Ciklična autokorelacija PN sekvence P2. 0 ≤ m ≤ L − 1.1. polinomu h( D) = 1 + D 2 + D 5 iz prethodnog zadatka odgovara vektor-vrsta [1 0 0 1 0 1]. a zatim od njihovih izlaznih sekvenci formira novu sekvencu formira sabiranjem po modulu 2. Odrediti broj jedinica i nula u dobijenoj sekvenci. II ZADATAK VEŽBE UPOTREBA PN SEKVENCI 1) GOLD-ove sekvence 1. Da li je dobijena sekvenca periodična? Ako jeste koji je njen period? Odrediti i prikazati njenu autokorelaciju funkciju.1. dužina m = 3 i m = 4.i među-korelacione funkcije. Za pomerački registar realizovan u skladu sa polinomom h( D) = 1 + D 2 + D 5 odrediti periodu generisane sekvence. Napisati MATLAB kod koji implementira dva MLSR.

94 VEŽBA 3 3) Poređenje različitih realizacija 3. .1. Uporediti sekvence dobijene pod 1) i 2) sa sekvencama koje daju blokovi iz Simulink/ Communications Blockset: generator Goldovih sekvenci i skrembler.

1.1. H C ( f ) i H R ( f ) predstavljaju funkcije prenosa predajnog filtra. U tački D. a h ( t ) je impulsni odziv sistema čija je Furijeova transformacija oblika: H ( f ) = H T ( f ) H C ( f ) H R ( f ) = A( f )e jθ ( f ) (6. dodeljuju različite diskretne vrednosti amplituda. a uloga prijemnog filtra se odnosi na smanjenje uticaja šuma i smetnji. Slika 6. koji se prenosi u signalizacionom intervalu T. kanala i prijemnog filtra.1 UVOD Prenos u osnovnom opsegu često se naziva impulsna amplitudska modulacija (PAM . respektivno. koji je relevantan za prenos signala u osnovnom opsegu učestanosti.a Sistem za prenos digitalnih signala u osnovnom opsegu učestanosti H T ( f ) . Predajni filtar uobliči signal i prilagodi ga kanalu.1 Intersimbolska interferencija (ISI) Pošto je sistem linearan borbu protiv šuma i ISI posmatraćemo odvojeno. na ulazu sistema ima oblik: s B (t ) = k = −∞ ∑ ak δ (t − kT ) ∑ ak hT (t − kT ) ∑ ak h(t − kT ) + n(t ) ∞ ∞ ∞ (6.2) k = −∞ pri čemu je hT (t ) impulsni odziv predajnog filtra. 6.Pulse Amplitude Modulation). jer se elementarnom impulsu.a. prikazan je na slici 6.1) a u tački C: sC (t ) = (6. Kako projektovati H T ( f ) i H R ( f ) da se minimizuje ISI? . Deo opšte blok šeme sistema za prenos digitalnih signala sa slici 1.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 95 6 PRENOS U OSNOVNOM OPSEGU 6. Signal u tački B.3) k = −∞ gde je n( t ) uskopojasni šum na izlazu prijemnog filtra. (od tačke B do tačke E).4) Usled ograničenog propusnog opsega i izobličenja tokom prenosa doći će do intersimbolske interferencije koja zajedno sa šumom može da prouzrokuje greške u prenosu. ispred odlučivača signal je: s D (t ) = (6.

11) gde je σ2 varijansa informacionog sadržaja. n≠0 ∑ a n h− n = ∑ a − n h n n≠0 ∞ (6.5) gde je: ⋅ a k . GRV(i): 2 (6.96 PRENOS U OSNOVNOM OPSEGU Odlučivač odlučuje o simbolu a k na osnovu odbirka primljenog digitalnog signala sD ( t ) uzetog u trenutku kT.9) σ i2 = i 2 = ∑ P(i ) ⋅ i 2 ∀i (6. slika 6.7) Maksimalna ISI je: ⎧ ∞ ⎫ ⎪ ⎪ imax = max{i} = max ⎨ ∑ a − n hn ⎬ = ( M − 1)d ⋅ ∑ hn .b. n≠k ∑ an hk −n ∞ (6. Slika 6.vrednost impulsnog odziva u trenutku t = 0.8) σi2 = i 2 − i Ova veličina se može izračunati na tri načina: 1. kada je poznata gustina raspodele verovatnoće ISI. kada je poznat elementarni impuls h( t ) digitalnog signala: 2 2 σ i2 = σ a ∑ hn n ≠0 ( ) (6. Za odbirak u kT = 0. a 3. tj. n≠0 ⎪n= −∞ ⎪ ⎩ n ≠0 ⎭ Varijansa ISI je: (6. sinhron prenos.simbol o kojem se donosi odluka na osnovu odbirka sD ( t ) uzetog u t = kT ⋅ ho .6) posledica je izobličenja elementarnog impulsa i naziva se intersimbolska interferencija (ISI). 2. Neželjena komponenta odbirka sD ( kT ) : ik = n = −∞. ISI je: i0 = n = −∞.b Sistem za prenos digitalnih signala u osnovnom opsegu s D (kT ) = n = −∞ ∑ an ⋅ h(kT − nT ) = a k ho + ∞ n = −∞ n≠k ∑ a n hk − n ∞ (6. Pretpostavlja se ispravan rad ekstraktora takta.10) jer je GRV(i) parna funkcija i = 0 . kada je poznata funkcija prenosa sistema H ( f ) : .

16) vd = T i predstavlja količinu prenete informacije u jedinici vremena. f ≤ 1 = fN 2T (6.17) gde je δ k .3 Prvi i drugi nikvistov kriterijum Prvi Nikvistov kriterijum (I NK) odnosi se na prenos digitalnih signala.o .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 2⎪1 =σa ⎨ 97 σ i2 ⎧ 1 / 2T −1 / 2T ⎪T ⎩ ∫ 2 ⎫ n⎤ ⎡ 2⎪ H ⎢ f + ⎥ df − h0 ⎬ ∑ ⎣ T⎦ n ⎪ ⎭ (6. Analitička formulacija ovog uslova u vremenskom domenu ima oblik: T⎤ h ⎡ h ⎢(2k − 1) ⎥ = 1 (δ k .. 6. . f ≤ 2T = f N .2 Idealni sistem prenosa Za digitalni signal čiji se simboli prenose u ritmu digitalnog takta T.19) Drugi Nikvistov kriterijum (II NK) definiše uslov prenosa signala bez izobličenja trajanja signalizacionog intervala. ho = = const T πt T (6. gde su K i k konstante. (6.0 Kronecker-ova delta funkcija definisana izrazom: ⎧1 k = m.13) drugde.1.± 2.15) T Digitalni protok (brzina prenosa informacija) definisan je izrazom: ld M [ b s] (6. Data je izrazom: 1 vs = = 2 f N (6. Impulsni odziv idealnog sistema je oblika: sin πt T K h(t ) = ho . Njegova formulacija u vremenskom domenu glasi: h(kT ) = ho ⋅ δ k . ∞ 1 1 ∑ H [ f + nf s ] = Tho . 2⎦ 2 ⎣ (6.o + δ k .14) Nikvistova brzina signaliziranja jeste maksimalna brzina signaliziranja koja u idealnom sistemu obezbeđuje prenos bez intersimbolske interferencije. kod kojih se odluka na prijemu donosi na osnovu amplitude odbiraka uzetih na sredini svakog signalizacionog intervala.. δ k .1. idealni sistem minimalnog propusnog opsega zadovoljava sledeće uslove: ⎧ ⎪K A( f ) = ⎨ ⎪0 ⎩ θ ( f ) = kf . U frekvencijskom domenu II NK glasi: .12) 6.± 1.m = ⎨ (6. ⎩0 k ≠ m.. k = 0. f s = T n = −∞ (6.18) Formulacija I NK u frekvencijskom domenu ima analitički oblik: .20) gde je h1 = konstanta.1 ).

u tački D dobija se: T⎞ ⎛ ⎛ T⎞ ⎛T⎞ s D ⎜ kT − ⎟ = a k ⋅ h⎜ − ⎟ + a k −1 ⋅ h⎜ ⎟ .a. uz kontrolisanu ISI. ⎩ odnosno.23) (6.). izvrši u trenutku t = kT − T 2 . 2T T (6.1.4 Kontrolisana ISI. koji predstavlja odziv na signal poslat u trenutku kT (tačka B sistema na slici 4.98 ∞ PRENOS U OSNOVNOM OPSEGU n = −∞ ∑ (−1) n ⋅ H [ f + nf s ] = Th1 cos(πTf ).22) Prethodni izraz važi za sistem čija je funkcija prenosa oblika: 1 ⎧ ⎪2T cos(πfT ) f ≤ = fN . fs = .duobinarni prenos Ovo je tehnika koja se bazira na II NK i omogućava udvostručavanje brzine signaliziranja u odnosu na Nikvistovu brzinu u sistemu koji ne zadovoljava uslov idealnog prenosa. π 1 − (2 t T ) 2 (6. H( f ) = ⎨ 2T ⎪ 0 drugde. f ≤ 1 1 = fN . ⎝ ⎝ 2⎠ ⎝ 2⎠ 2⎠ (6.24) Duobinarni prenos može se tretirati kao pseudoternarni prenos sa ili bez prethodno izvršenog diferencijalnog kodovanja informacionog sadržaja. čiji je impulsni odziv: 4 cos(πt T ) h( t ) = ⋅ . Ako se odabiranje signala.21) 6. .

Slika 6.1. odnosno digitalnog prenosa? Pretpostaviti da se za digitalan prenos govornog signala koristi PCM (Pulse Code Modulation) sa 8 bita i elementarni impuls sa minimalnim spektrom koji zadovoljava I Nikvistov uslov.1).1. u slučaju analognog.2).2. intersimbolska interferencija (ISI). P(ak = −1) = P(ak = 1). Vidi se da iako postoji preklapanje susednih impulsa. ak ∈ {−1. Nacrtati talasni oblik dela signala s (t ) koji odgovara sekvenci {a k } = 1 1 -1 1 -1 -1 1 Slika 6.− 1. 3 Njegov talasni oblik predstavlja superpoziciju elementarnih impulsa ponderisanih informacionim sadržajem.2.1 ZADACI Digitalni signal podataka opisan je izrazima: s (t ) = k =− N ∑ ak ⋅ h(t − kT ).2 Deo digitalnog signala 6. tj.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 99 6.2.1.2. U intervalu vremena − 3T < t < 3T digitalni signal ima oblik prikazan na slici (Slika 6. .1.2.1.1}.2 6.1 .2 Koliki su propusni opsezi potrebni za prenos govornog signala maksimalne učestanosti u spektru f m = 4 kHz .1. N Elementarni impuls h(t ) prikazan je na slici (Slika 6.− 1.− 1. prenošenih u ritmu digitskog takta.1 Elementarni impuls Rešenje: Deo digitalnog signala koji sadrži informacionu sekvencu {a k } je: s (t ) = k = −3 ∑ ak ⋅ h(t − kT ). i dalje je moguće rekonstruisati originalnu sekvencu. {ak } = 1.2.

tj. h(t ) = ⎨ ⎩0 drugde. tj. propusni opseg potreban za prenos je jednak maksimalnoj učestanosti u spektru. Slika 6.1 Rešenje: a) Slika prikazuje vremenski izgled digitalnog signala. pri čemu je M = 2. B A = f m = 4 kHz . Elementarni impuls je dat sa: ⎧1 0 ≤ t ≤ T . a) Skicirati vremenski oblik signala na izlazu predajnika. odnosno period koji prođe između dva odbirka je TS = 1 f S .2. Pošto između dva odbirka treba “smestiti” 8 bita (što znači da se vrši kvantovanje sa 28 = 256 nivoa).3. njegovo odabiranje i kvantovanje. signalizacioni interval digitalnog signala je: T 1 Tb = S = .1). . 6. BD = 2Tb 2 odnosno osam puta više nego kod analognog prenosa.3. ukoliko je generisana informaciona sekvenca 010111101001. 4.2. 8 8 fS Kako se koristi impuls minimalnog spektra. i 8 (Slika 6.2.100 PRENOS U OSNOVNOM OPSEGU Rešenje: Kod analognog prenosa. mora se izvršiti digitalizacija signala. za potreban propusni opseg dobijamo: 8f 1 = S = 4 f S = 32 kHz .3 Izvor generiše bite sa taktom T = 125 µs koji se u predajniku koduju polarnim M-arnim alfabetom. Odabiranje se prema dobro poznatoj teoremi o odabiranju. f S = 2 f m = 8 kHz . c) Skicirati konstelacije digitalnih signala u sva tri slučaja. Pre digitalnog prenosa. b) Uporediti brzine signaliziranja i protoke digitalnih signala u sva tri slučaja. vrši sa učestanošću koja je dvostruko veće od maksimalne učestanosti u spektru.

talasni oblici su pravaougaoni impulsi. tada bi digitalni protoci bili različiti. čija se amplituda menja u zavisnosti od prenošenog simbola.3.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 101 Slika 6. U najjednostavnoj varijanti (koja se razmatra u ovom zadatku). Stoga je: 1 1 . v s4 = = 4000 Bd . i v s8 = = 2667 Bd . TM T v ss = pa su digitalni protoci u sva tri slučaja isti i jednaki: v d M = 8000 b/s . npr. c) Svaki digitalni signal se sastoji od niza talasnih oblika.2 b) Sa slike se jasno vidi da važi: TM = T ⋅ ld( M ) . kojima se prenose informacioni simboli. modulacije. v sM = = TM T ⋅ ld( M ) 1 1 1 = 8000 Bd . T 2T 3T Za digitalni protok važi: ld( M ) 1 vd M = = . U slučaju da je brzina signaliziranja bila ista za sva tri digitalna signala.2. . Koriste se i komplikovanije prenosne tehnike. i bili bi u odnosu 1 : 2 : 3 .

već se za mapiranje koristi Grejov kod (Slika 6.2. i/ili frekvencije menjaju u zavisnosti od prenošenog simbola.4). i 8 .2. Talasni oblici (odnosno.3. Naime. Ukoliko dođe do ovakve greške. M =2 M =4 M =8 Slika 6.3. tada će samo jedan informacioni bit biti pogrešno dekodovan. simboli) se često predstavljaju u vidu konstelacija. čije se amplitude. Slika 6. a simboli su prikazani pomoću amplituda talasnih oblika kojima se prenose. konstelacija je jednodimenzionalna. najverovatnija greška koja nastaje usled uticaja šuma prilikom odlučivanja na prijemu je zamena poslatog simbola za susedni.3.2.3). Ovim se postiže minimizacija bitske greške.3.3 prikazuje konstelacije za M = 2.2. Odlika ovog koda je da se susedni simboli koduju sekvencama koje se razlikuju za po jedan bit.2. faze. U slučaju prenosa u osnovnom opsegu. 4.3 Treba navesti na kraju da se mapiranje informacionih bita u simbole obično ne vrši na način prikazan na slici (Slika 6.3.4 . M =2 M =4 M =8 Slika 6.102 PRENOS U OSNOVNOM OPSEGU gde se kao elementarni impulsi koriste kosinusi.

dalje važi: . odnosno. a vremenski oblik impulsa je: sin (2πB0 t ) cos(2πB0 t ) h(t ) = 2 πt 1 − (4 B0 t ) Važi: 1 T⎞ 1 T⎞ ⎛ ⎛ ⎛π ⎞ ⎛π ⎞ sin⎜ 2π ⎟ cos⎜ 2π ⎟ sin⎜ ⎟ cos⎜ ⎟ ⎛T ⎞ ⎝ 2T 2 ⎠ ⎝ 2T 2 ⎠ = ⎝2⎠ = 2 π = 1 .4.5 T − 1 2T 0 1 2T 1. ⎝2⎠ h⎜ ⎟ = 2 T T 1 − (1)2 πT 4 2T ⎝2⎠ ⎛ 1 T⎞ π π 1− ⎜4 ⎟ 2 2 ⎝ 2T 2 ⎠ pri čemu je za izračunavanje korišćena granična vrednost. k = ±1. i h(kT ) = 0.±3.2.1). važi i drugi Nikvistov kriterijum: H( f ) r=0 r = 0. Vremenski oblik elementarnog impulsa je (vidi zadatak 3. Pošto je h(t ) parna funkcija.2. To se može proveriti i posmatranjem spektra elementarnog impulsa (Slika 6. Lako se pokazuje da važi: h(0) = 1 . I Nikvistov kriterijum je zadovoljen.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 103 6.2..7): sin (2πB0 t ) cos(2π (B − B0 )t ) ..2. pored prvog.2.5 T 1 T f Slika 6.4.7 važi prvi Nikvistov kriterijum. . koji je neparno simetričan u odnosu na učestanost ± 1 2T .5 r =1 − 1 T − 1.1 Rešenje: Pokazaćemo da elementarni impuls zadovoljava I Nikvistov kriterijum u vremenskom domenu. pošto je to jednostavnije. Pokazati da za podignuti kosinus. Za elementarni impuls tipa podignuti kosinus važi B = 2 B0 . h(t ) = 2 πt 1 − (4(B − B0 )t ) gde je B0 = 1 2T .4 Pokazati da za elementarni impuls iz zadatka 3.±2..

B0 6. a) Pokazati da je GRV (gustina raspodele verovatnoće) ISI parna funkcija.3 . b) Za M = 2 i h0 = 1 . ( M −1)} prenosi se sistemom čiji su impulsni odziv h(t ) i prenosna karakteristika H ( f ) . . dobija se: ⎛ (2k − 1)π ⎞ ⎛ (2k − 1)π ⎞ sin ⎜ ⎟ ⎟ cos⎜ T⎤ 2 2 ⎡ ⎝ ⎠ = 0.5 Koji je teoretski minimalan propusni opseg potreban za prenos digitalnog signala protoka 10 Mbit/s.1 .1. koliki je maksimalno dozvoljen roll-off faktor r (definisan u zadatku 3. za vrednosti t = (2k − 1)T 2 .6 M-arni signal sa alfabetom A = { Am = 2md − ( M −1)d . h− 2 = 0.5 MBd . h2 = −0. ld(M ) ld(16) Minimalno potreban propusni opseg je (shodno I Nikvistovom kriterijumu): v 1 B0 = = S = 1.2. m = 0. pri čemu su informacioni simboli iz alfabeta sa 16 elemenata? Ukoliko kanal koji se koristi za prenos signala ima propusni opseg od 1.2.375 MHz.2. h−1 = −0.1 i h(kT ) = 0 za | k |> 2 nacrtati GRV i KGRV (kumulativna GRV) i ucrtati maksimalnu i srednju kvadratnu ISI. h1 = 0.375 MHz .7)? Rešenje: Brzina signaliziranja je sa digitalnim protokom povezana sledećim odnosom: vd 10 Mbit/s vS = = = 2.1 . h⎜ − ⎟ = h⎜ ⎟ = ⎝ 2⎠ ⎝ 2 ⎠ 2T Na kraju.25 MHz . ⎝ ⎠ h ⎢(2k − 1) ⎥ = 2 (2k − 1)πT 1 − (2k − 1) 2⎦ ⎣ 2 čime je pokazano da je zadovoljen i II Nikvistov kriterijum.L . 2T 2 Ako je propusni opseg sistema B = 1. tada je maksimalno dozvoljeni roll-off faktor: B − B0 r= = 0.2 .104 PRENOS U OSNOVNOM OPSEGU ⎛ T⎞ ⎛T ⎞ 1 .2. 6.

za svaku kombinaciju simbola koja daje neku vrednost ISI i ( x ) . postoji jednako verovatna kombinacija simbola koja daje . i ( x ) . U ovom zadatku h( t ) je poznat u tačkama t = kT (Slika 6. tj. ⇒ i ( y ) = −i ( x ) ...6..ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 105 Slika 6. b) Digitalni signali na ulazu i izlazu sistema su respektivno: ui (t ) = n = −∞ ∑ anδ (t − nT ) . . i u o (t ) = ∞ n = −∞ ∑ an h(t − nT ) . .1 Impulsni odziv sistema Rešenje: a) Za neku konkretnu kombinaciju "x" simbola u nekom delu informacione sekvence x {a n } može se izračunati ISI u trenutku odlučivanja: ( i ( x ) = ∑ a nx ) ⋅ h− n . ( {a n y ) } = . ∞ Kako je propusni opseg realnih sistema konačno širok...i ( x ) . to će za posledicu imati vremensko proširenje elementarnog impulsa u kanalu.2. Dakle. n ≠o GRV je parna ako i samo ako za svaku vrednost ISI.1). postoji jednako verovatna ISI. ⇒ i ( x ) .. 1 3 − 3 1 − 1.6. n≠0 n ≠0 Primer (d = 1.i ( x ) : ( i ( y ) = −i ( x ) = ∑ (− a n ( x ) ) ⋅ h−n = ∑ a n y ) ⋅ h−n . bez obzira na oblik h( t ) . pa je GRV(i) parna funkcija. pošto su svi simboli i sve kombinacije simbola jednako verovatne. M = 4): ( {a nx ) } = .2. U trenutku odlučivanja o a 0 ISI je: . H( f ) ≠ 0 ⇔ f < fg ...− 1− 3 3 − 1 1.

1 ⋅ a+2 − 0.3 2 -0.2 + 0.3 ⋅ a−1 − 0.3 0.5 0.2 Gustina raspodele verovatnoća ISI Varijansa ISI može se izračunati pomoću nekog od izraza (6.1 0.1 ⋅ a−2 .3 -0.5 2 0.3 0.1 -0.7 1 -0.5 2 -0.1).6.6.2.2.2.2) u kojoj su navedene frekvencije pojavljivanja pojedinih vrednosti ISI id f (i) -0.6.3 0.1 3 0. Tako postoji 2 4 mogućih kombinacija 4 binarna signala koji učestvuju u ISI Pojedinim kombinacijama tih simbola odgovaraju konkretne vrednosti ISI.1 3 0.2.1 -0.8): imax = ( M − 1)d ⋅ ∑ hn = d ⋅ (0.5 -0.1 0 0.10)÷(6.2 ⋅ a+1 + 0. 16 2 16 2 16 1 16 -0.7 i/d Slika 6.1) = 0.1 Tabela 6.7 d .2 Frekvencija pojedinih ISI Verovatnoće pojedinih vrednosti ISI su: P(i ) = GRV( i ) 3 16 2 16 1 16 2 16 3 16 f (i ) .7 0. n≠0 Nakon što se izračunaju sve moguće vrednosti ISI za određivanje GRV(i) potrebno je odrediti verovatnoće pojedinih vrednosti ISI Za to se može iskoristiti druga tabela (Tabela 6.1 -0.1 0. svih mogućih vrednosti ISI.12): .3 -0.7 -0. ili se izračunava po definicionom izrazu (4. kao max{|i|} .7 0.1 + 0. k a−2 a−1 0 1 2 3 4 5 6 -d 7 8 9 10 11 12 13 14 15 -d +d -d +d -d +d -d -d -d -d +d +d -d -d -d -d -d -d +d -d +d -d +d -d +d -d +d -d +d +d -d -d -d -d +d +d +d +d -d a1 a2 -d +d +d +d +d -d -d -d -d -d -d +d +d +d +d -d +d +d +d +d +d +d +d +d i d -0.1 0.3 2 0.2.6.5 0.5 0.6.106 PRENOS U OSNOVNOM OPSEGU i= n = −∞ n≠0 ∑ an ⋅ h−n = 0.3 + 0. ∞ U trenutku t = 0 ISI prouzrokuju 4 simbola.5 -0.3 -0.5 -0.7 1 Tabela 6.1 Sve moguće vrednosti normalizovane ISI I = i/d Maksimalna ISI se direktno očitava iz tabele (Tabela 6.

.7.. Slika 6. b) kada se prenose kvaternarni signali.7d ) 2 + ( −0. gde je T0 k T signalizacioni interval.2.12 + (−0.39d . 16 16 σ i = 0. Podaci se prenose δ -impulsima.15d 2 .1 Sistem za prenos podataka Rešenje: Digitalni signal na prijemu je oblika: s D (t ) = ∑ a k h(t − kT ). k .6. s (t ) = ∑ a k δ (t − kT ) . 2T0 drugde.7. Odrediti sve moguće vrednosti ISI na mestu prijema ispred odlučivača u trenucima odlučivanja t = nT.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 107 M 2 −1 2 2 σ = d ∑ hn = d 2 [0.1) je prikazan sistem za prenos podataka.2. tj.7 Na slici (Slika 6. Brzina prenosa koju diktira 1 izvor je vd = [b s] . Prenosna karakteristika sistema je: ⎧ ⎪2T [1 + cos(2πfT0 )] H( f ) = ⎨ 0 ⎪ 0 ⎩ f ≤ 1 .5d ) 2 + .3 Inverzna kumulativna funkcija gustine raspodele verovatnoća ISI 6.1) 2 ] = 0. = 0.2.2. Slika 6.3 2 + (−0.15d 2 .2) 2 + 0. i to u slučaju: a) kada se prenose binarni signali. 3 n≠0 2 i ili: σ i2 = i 2 = ∑ P(i )i ∀i 2 = 1 2 ( −0.

odnosno digitalni protok od ostvaruje se bez ISI sa kvaternarnim alfabetom. Sledi: h(0) = 2.2. π T0 (t − T0 ) π T0 (t + T0 ) Treba uočiti da je h(t ) funkcija od T0 a ne od T. ∞ Potrebno je utvrditi vezu između signalizacionog intervala T i parametra T0 koji figuriše u izrazima za H ( f ) i h(t ) : vd = 1 ld M = . s D (nT ) = a n h(0) + a n+1h(−T0 ) + a n−1h(T0 ) = 2a n + a n−1 + a n +1 . pa je h0 1 [b s] T0 b) Za M = 4 je T = 2T0 .1 Sve moguće vrednosti ISI za M = 2 Maksimalna ISI je i max = 2 . ⎩ Funkcija prenosa kanala ima oblik filtra idealnog propusnika niskih učestanosti: . h(kT0 ) = 0 za k > 1.108 PRENOS U OSNOVNOM OPSEGU Za izračunavanje ISI treba odrediti oblik impulsnog odziva h( t ) na ulazu u odlučivač: ⎛π sin⎜ ⎜T j 2πft h(t ) = ∫ 2T0 [1 + cos(2πfT0 )]e df = 2 ⎝ 0 π −1 / 2T0 t T0 1 / 2T0 ⎞ ⎞ ⎞ ⎛π ⎛π t ⎟ sin⎜ (t − T0 ) ⎟ sin⎜ (t + T0 ) ⎟ ⎟ ⎟ ⎟ ⎜T ⎜T ⎠+ ⎝ 0 ⎠+ ⎝ 0 ⎠. pa je h(nT ) = 0 za n ≠ 0. T0 T a) Za M = 2 je T0 = T . h(T0 ) = 1. a njena normalizovana vrednost je I max = dijagram oka zatvoren. i max = 1 .7.2. Odbirak signala na osnovu kojeg odlučivač donosi odluku o prenošenom simbolu an je: s D (nT ) = k = −∞ ∑ ak h((n − k )T ) = ∞ m = −∞ ∑ a n−m h(mT ) = an h(0) + ∞ m = −∞ m≠0 ∑ an−m h(mT ) . interferenciju prave samo dva susedna simbola: a n −1 -1 -1 1 1 a n +1 -1 1 -1 1 ISI -2 0 0 2 Tabela 6. HT ( f ) = ⎨ T ⎝ 2 ⎠ ⎪ 0 drugde. Pri odlučivanju o simbolu a n . 6.8 Spektar elementarnog signala kojim se vrši prenos binarnog digitalnog signala u osnovnom opsegu ima oblik: ⎧ 1 ⎛ πfT ⎞ ⎪T cos 2 ⎜ ⎟ f ≤ . h(−T0 ) = 1.

a) Odrediti impulsni odziv h( t ) sistema. 1) a odlučivanje se vrši u trenucima t = kT. 1.-1.8. Rešenje: a) Standardni odziv (odziv kanala na pobudu elementarnim impulsom hT ( t ) ) jeste: fg h(t ) = − fg ∫ H C ( f ) H T ( f )e j 2πft df ⎡ ⎡ ⎛ T ⎞⎤ ⎛ T ⎞⎤ sin ⎢2πf g ⎜ t + ⎟⎥ sin ⎢2πf g ⎜ t − ⎟⎥ sin(2πf g t ) f g 2 ⎠⎦ f g 2 ⎠⎦ ⎝ ⎝ ⎣ ⎣ T T = f gT + + . Ako je ∆f = 0. b) Ako je ∆f = 0.2 : T c) Odrediti sve vrednosti ISI za poruku koja sadrži 5 simbola (1.1 Standardni odziv kosinus-kvadrat sistema b) Za ∆f = 0 je f g = 1 : T .2. T Slika 6. T je signalizacioni interval. 2πf g t 2 2 ⎛ T⎞ ⎛ T⎞ 2πf g ⎜ t + ⎟ 2πf g ⎜ t − ⎟ 2⎠ 2⎠ ⎝ ⎝ 1 f g = − ∆f . pokazati da h( t ) zadovoljava I i II Nikvistov kriterijum. 1. d) Odrediti vrednost šuma u trenutku odlučivanja o najugroženijem simbolu koja je dovoljna da odlučivač pogreši.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 109 1 ⎧ ⎪1 f ≤ − ∆f . HC ( f ) = ⎨ T ⎪0 drugde. e) Izračunati maksimalni digitalni protok koji se može postići kroz dati kanal pa da ne dođe do ISI. ⎩ Prenos se vrši digitalnim protokom od 2400 b/s.

008841 = 0. 1. Dakle.6π ⎜ k + ⎟ 2⎠ 2⎠ ⎝ ⎝ Tako je: h(0) = 0. e) Granična učestanost kanala je: 0.6π ⎜ k − ⎟⎥ sin ⎢1.978256 . 2⎠ ⎝ ⎝ 2⎠ 2 zadovoljen je i II Nikvistov kriterijum. Digitski takt je T. + 0. d) Najugroženiji je drugi simbol u poruci (1. h(T ) = -0.1 prikazuje impulsni odziv sistema za prenos podataka. Za binarni polarni signal na prijemu: a) odrediti sve vrednosti ISI. odnosno: i− 2 = h(T ) + h(2T ) − h(3T ) + h(4T ) = −0.00368.008841 i0 = h(2T ) + h(T ) − h(T ) + h(2T ) = 0.009559.8 . je f g = − ∆f = 0. h(t ) = t t t ⎛ ⎞ ⎛ ⎞ 2π ⎜ 2π + π ⎟ ⎜ 2π − π ⎟ T ⎝ T ⎠ ⎝ T ⎠ h(kT ) = sin(2πk ) sin (2πk + π ) sin (2πk − π ).00736.9.5 ⎝ T ⎠ + 0.007416 a − 2 = +1 i−1 = 2h(T ) − h(2T ) + h(3T ) = −0.8 fg = = v d ⋅ 0.9786 .6π ⎜ k + ⎟⎥ 2 ⎠⎦ 2 ⎠⎦ sin(1.00736 i1 = h(3T ) + h(2T ) + 2h(T ) = −0. pa je: s D (−T ) = a −1h(0) + i−1 = 0. h(2T ) = 0.987097.987097 − 0.6πk ⎛ ⎛ 1. može se postići digitalni protok: 2 v d1 = = 2 f g = 3840b s . za k ∉{0.6πk ) ⎝ ⎝ + 0. 1.5 + 0.9 Slika 6. . kroz sistem tolikog propusnog opsega. T Bez ISI. T1 6.5 (2πk + π ) (2πk − π ) 2πk Iz ovog izraza vidi se da je: h(0) = 1 .5 ⎝ T ⎠.4 ⎣ + 0.-1. 1 1 1 c) Za ∆f = 0. Kako je još i: T⎞ ⎛ T⎞ 1 ⎛ h⎜ ± ⎟ = i h⎜ (2k + 1) ⎟ = 0 .110 PRENOS U OSNOVNOM OPSEGU t⎞ t t ⎛ ⎛ ⎞ ⎛ ⎞ sin ⎜ 2π ⎟ sin ⎜ 2π + π ⎟ sin ⎜ 2π − π ⎟ ⎝ T ⎠ + 0. ako šum u trenutku odluke o a −1 bude n(−T ) < −0.2.001481 i2 = h(4T ) + h(3T ) + h(2T ) − h(T ) = 0. h(kT ) = 0. h(4T ) = 0.2 . odnosno zadovoljen je I Nikvistov kriterijum.8 = 1920 Hz .4 ⎣ . odlučivač će doneti ˆ pogrešnu odluku a −1 = −1 .2. maksimalnu ISI i njenu varijansu. 1).8 1⎞ 1⎞ 1. i h(kT ) = 0 za k ≠ 0 .− 1}.026422 a −1 = +1 a0 = +1 a1 = −1 a 2 = +1.6π ⎜ k − ⎟ 1. T T T Sledi: ⎡ ⎡ 1 ⎞⎤ 1 ⎞⎤ ⎛ ⎛ sin ⎢1. h(3T ) = 0.00582.

1). 5 2 σ i2 = ∑ P(i) ⋅ i 2 = ∀i 1 ⎛2⎞ 2 ⋅⎜ ⎟ = . 4 k = −∞ ∑ ak ⋅ h(t − kT ). 5 5 pa su sve vrednosti ISI date u tabeli (Tabela 6.9.2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 111 b) nacrtati dijagram oka u intervalu t < 3T 4 i odrediti maržu za šum. ISI je: 1 1 i = a −1 + a1 . 2 ⎝5⎠ 25 . Slika 6. Na osnovu oblika h(t ) jasno je da se odluka o a0 donosi na osnovu: s (0) = a0 ⋅ h(0) + a −1 ⋅ h(T ) + a1 ⋅ h(−T ). Dakle.9.1 Sve vrednosti ISI Maksimalna ISI je i max = Varijansa ISI je: 2 .1 Impulsni odziv sistema Rešenje: a) Signal na prijemu je: s(t ) = gde je: 4 ⎧ ⎪1 − 5T t h(t ) = ⎨ ⎪ 0 ⎩ t ≤ 5T . ∞ drugde.2.2. a-1 -1 -1 1 1 a1 -1 1 -1 1 i -2/5 0 0 2/5 Tabela 6.9.

Kriterijum za određivanje mogućnosti prenosa jeste otvor oka.2 Dijagram oka za impulsni odziv sa slike 4. h(kT ) se može zanemariti.2.112 PRENOS U OSNOVNOM OPSEGU b) Slika 6.10 Za tri brzine signaliziranja date su vrednosti odziva sistema u trenucima odabiranja kT: vs 600 Bd 1200 Bd 2400 Bd k = ±3 0.06 k = ±2 0.9 0. 4.10.03 0.2. odnosno I max < 1 . Na raspolaganju je M-arni signal.9.1 Vrednosti impulsnog odziva Za ostale celobrojne vrednosti k. Marža za šum je: m = h( 0) − imax = 3 / 5. Rešenje: Maksimalna normalizovana ISI se izračunava pomoću izraza: I max = ( M − 1)d k = −3 k ≠0 ∑ 3 h(kT ) ⋅ 1 M −1 3 = ∑ h(kT ) . Odrediti maksimalni digitalni protok koji je moguće ostvariti u datom sistemu.10.2.01 0.15 k = ±1 0.81 Tabela 6.05 0. 6. h ( 0) d h(0) k = −3 k ≠0 Tabela 6.02 0. 8 ili 16.2 daje izračunate vrednosti: .015 0. gde M može biti 2.03 0.2 h(kT ) k=0 1 0.2.6.

2) i dat je izrazom: 0 ⎧ ⎪ h(t ) = ⎨ 1 − e −t / τ ⎪(1 − e −T / τ ) ⋅ e −(t −T ) / τ ⎩ t < 0.2.1 RC kanal a) Odrediti pojačanje A tako da bude h' (T ) = 1 .1 Tabela 6.84 1.21 1.01 M=4 0.12 0.80 3.11.15 15. Brzina signalizacije je v s = 1 / T .36 0. b) Odrediti maksimalnu ISI.63 3. c) Za koju brzinu signalizacije će doći do zatvaranja dijagrama oka u prijemniku i koliki je tada digitalni protok. ⋅ najveći digitalni protok ostvaruje se sa M = 4 pri v s = 1200 Bd i iznosi v d = 2400 b s .47 7. ako je M = 2. 4.2.11 M-arni signal sa pravougaonim elementarnim impulsima trajanja T prenosi se kroz kanal prikazan na slici (Slika 6.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 113 vs 600 Bd 1200 Bd 2400 Bd M=2 0. 6. 8 ili 16? Rešenje: Odziv RC kola h(t ) na pobudu hT (t ) prikazan je na slici (Slika 6. .11. 0 ≤ t ≤ T. Odlučivanje se izvodi sa T sekundi zakašnjenja. t > T.2. u datom sistemu ne može se koristiti alfabet sa 16 simbola.10.2.2. ⋅ takođe.1).2 Normalizovana maksimalna ISI Na osnovu tabele se zaključuje sledeće: ⋅ u datom sistemu nije moguće signalizirati brzinom 2400 Bd. Slika 6.03 M=8 0.11.07 M = 16 1.

T .114 PRENOS U OSNOVNOM OPSEGU Slika 6. k =1 ∞ − kT τ ⎫ ⎪ ⎪ ⎬ k = 0 ⇒ korisni odbirak . odlučivanje se izvodi sa T sekundi zakašnjenja (tada je odziv maksimalan). a) 1 .11. k = 1.4 .3. ⎪ ⎪ ⎭ Superpozicijom se dobija: ' imax = ( M − 1)d ∑ hk = ( M − 1)d k =1 ∞ e − T τ − T = ( M − 1)d T .. 1− e τ eτ −1 c) Oko se zatvara za i max ≥ d: d= ( M − 1)d T ⇒ T = τ ⋅ ln M ..2. T s τ ⋅ ln M τ ⋅ ln2 1 .2 Odziv RC kola na pobudu signalom hT ( t ) Upravo zbog ovakvog oblika odziva. v s = eτ −1 kb ld M ld M 1 vd = = = = 14. T ⎛ − ⎜1 − e τ hk = h(T + kT ) = ⎜ ⎝ ⎞ − kT ⎟e τ ⎟ ⎠ hk ' = A ⋅ hk = e ' i = ∑ a −k ⋅ hk . ⇒ ISI. h' (t ) T |t =T = A ⋅ h(T ) = 1 ⇔ A = − 1− e τ b) U t = T odlučuje se o simbolu poslatom u t = 0..2.

0.12.12 Sistemom prikazanim na slici (Slika 6. u ISI učestvuju samo prethodno poslati simboli: s B (nT ) = k = −∞ ∑ ak h((n − k )T ) . 6. gde je T = τ širina signalizacionog intervala.1) prenose se polarni binarni signali. e e . n a) Za središnji impuls poruke je: s B (0) = a o ho + a −1h(T ) + a −2 h(2T ).11.2.8 16 277 1.digitalni protok.2.33 7. a) Odrediti sve moguće vrednosti ISI za središnji impuls poruke. c) Da li će doći do zatvaranja dijagrama oka na prijemu ako se brzina signalizacije izvora poveća za 25%? d) Koliko procenata se maksimalno može povećati brzina signalizacije pa da ne dođe do zatvaranja dijagrama oka? Slika 6.1 Sistem za prenos podataka Rešenje: Pošto je h(t ) = 0 za t < 0. Poruka koja se šalje konačne je dužine i sastoji se od 5 uzastopnih impulsa poslatih u trenucima -2T. Izvor informacija šalje poruke u obliku signala: s A (t ) = ∑ a k δ (t − kT ). b) Odrediti imax za onaj impuls u poruci koji ima najveću maksimalnu ISI.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 115 M T [µs] A vs [kBd] 2 69 2 14.14 4.2. T i 2T.12.4 4 139 1.2.07 3.2 8 208 1.1 Parametri digitalnog signala pri kojim dolazi do zatvaranja dijagrama oka vd ≠ f ( M ) . pri kojem dolazi do zatvaranja dijagrama oka u ovakvom sistemu. gde je a k ∈ {1. ne zavisi od broja simbola M jer nije ograničen propusni opseg.2.−1}. Impulsni odziv kanala je oblika: ⎧ −t ⎪ τ h(t ) = ⎨e ⎪ 0 ⎩ t ≥ 0. k Prijemni odbirač vrši odabiranje primljenog signala u trenucima t = nT. isti digitalni protok postiže prenosom kroz kanal sa užim propusnim opsegom.1 prikazuje da se porastom broja simbola M. Tabela 6.6 Tabela 6. 1 1 i0 = a −1 ⋅ + a − 2 ⋅ 2 . drugde.11. -T.

12. 25 +e − 2 1. pa je povećana i max .8τ .25 1.51 Tabela 6.23 0.25 Povećanjem brzine signaliziranja za 25%. 25 +e − 4 1. 25 +e − 3 1.51 -0.25 = ⇒ T = ' = = 0. d) Ako se zanemari udeo simbola za k > 5 u ISI uslov zatvaranja dijagrama oka se svodi na: . T T' 1. k =1 4 c) vS ' = 1 1 T τ ⋅ 1. smanjio se interval signalizacije T za 20%.78 < d = 1. ' Sada su odbirci h(kT ) > h(kT ) . 0.2.78.12. 25 ≅ 0.2 Uticaj promene T na h( kT ) imax = i2 max = h(T ' ) + h(2T ' ) + h(3T ' ) + h(4T ' ) =e − 1 1.2.23 0.1 ISI za središnji impuls poruke b) Za dati oblik impulsnog odziva. najveću maksimalnu ISI ima poslednji impuls u poruci: i2 max = h(T ) + h(2T ) + h(3T ) + h(4T ) = ∑ e − k = 0. pa neće doći do zatvaranja dijagrama oka ako se v S poveća za 25%. Oko se zatvara ako je: I max = imax > 1.57. h ( 0) d h(t ) 1 0 T' T 2T' 2T 3T' 3T 4T' 4T t Slika 6.116 PRENOS U OSNOVNOM OPSEGU a −1 a −2 i0 -1 -1 1 1 -1 1 -1 1 -0.

2.44 τ ≤ 1⇒ T ' ' ≥ vS ' ' = ≤ = 1.24) za impulsni odziv sistema za duobinarni prenos. 6. Jedan od posmatranih paketa ima sledeću strukturu simbola {ak } = { 1 1 − 1 − 1 } . Referentni simbol na prijemu je “1”.13. Tabela 6.114 0. t g (t ) 0 4/π ± T 2 ±3 T 2 ±5 T 2 ±7 T 2 1 0 0 0 ±T ±2T 3 T 8 -5 T 8 11 T 8 -13 T 8 4/3π -4/15π 1.866 0. a u sistemu deluje aditivni Gausov šum.2. 1. b) Odrediti maržu za šum koja nastaje kao posledica greške u sinhronizaciji ako je odmeravanje izvršeno ε = T/8 sekundi ranije.44 T '' τ τ g (t ) = 4 cos(2πf c t ) .1 Vrednosti impulsnog odziva u karakterističnim tačkama Digitalni signal koji odgovara prenosu jednog paketa na prijemu je oblika: s (t ) = ∑ a n g (t − nT ) .2. π 1 − (4 f c t ) 2 a) Na osnovu oblika impulsnog odziva odrediti digitalni takt i trenutke odlučivanja. n =0 3 .13 Sistemom koji koristi kontrolisanu ISI duobinarno se prenose podaci grupisani u pakete od po 4 simbola.074 -0.1 daje vrednosti impulsnog odziva na osnovu kojih je je T = 2 fc jasno da sistem zadovoljava drugi Nikvistov kriterijum (a ne zadovoljava I NK). digitalni takt 1 .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA kT '' ∞ 117 imax = ∑ e k =1 4 − τ ≈ ∑e k =1 − kT '' τ = e − T '' . = 1 T '' τ − T '' 1 T '' e τ −1 Do zatvaranja dijagrama oka ne dolazi ako se v S poveća za manje od 44%. Rešenje: a) Na osnovu izraza (6.44 ⋅ v S . Impulsni odziv sistema za duobinarni prenos dat je u obliku 1− e e τ −1 1 1.051 Tabela 6. Paketi su dovoljno razmaknuti pa se prenos svakog od paketa može posmatrati nezavisno.13.

13. ako je trenutna vrednost šuma manja od 0. T .1 Sekvenca impulsnih odziva za poruku {1 1 -1 -1} O simbolima ak odlučuje se na osnovu odmeraka s (t ) uzetih u trenucima kT − s (− T 2) = a ref + a 0 g (− T 2) = 2 s (T 2) = a0 g (T 2) + a1 g (− T 2) = 2 ˆ ⇒ a0 = 2 − aref = 1. Kvantizer u duobinarnom dekoderu će ispravno dekodovati simbol a2 ako je s (3T 2 − T 8) + n(3T 2 − T 8) < 1 . marža za šum iznosi 0. ˆ ˆ s (5 T 2) = a 2 g (T 2) + a3 g (− T 2) = −2 ⇒ a3 = −2 − a 2 = −1.2. Slika 6.866 + 0.373.118 PRENOS U OSNOVNOM OPSEGU Slika 6. 2 ˆ ˆ ⇒ a1 = 2 − a0 = 1.što je mnogo manje verovatno).051 = 0.074 + 1. U trenutku odlučivanja prisutan je i šum. zbog greške u sinhronizaciji ε = T/8 odmerak digitalnog signala s (t ) na osnovu kojeg se odlučuje je: s (3 T 2−T 8) = a0 g (3T 2−T 8) + a1 g (T 2−T 8) + a 2 g (− T 2−T 8) + + a3 g (− 3T 2−T 8) = g (11T 8) + g (3T 8) − g (− 5T 8) − g (− 13T 8) = = 0.373 .2.2 Duobinarni dekoder b) U prijemu trećeg simbola poruke.114 − 0. ˆ ˆ s (3T 2) = a1 g (T 2) + a 2 g (− T 2) = 0 ⇒ a2 = 0 − a1 = −1. a2. S obzirom da je analizirani odmerak najkritičniji sa aspekta uticaja greške u sinhronizaciji.627.627 (i veća od 1. . tj.13.

2) 4. m = 0. čiji su simboli: ak ∈ {Am = 2md − ( M − 1)d . Vrši se prenos M-arnih digitalnih signala... 7.± 4d . Pragovi odlučivanja o simbolima ak u prijemniku postavljaju se na sredini razmaka između susednih amplitudskih nivoa {0...5) gde je P[ m] verovatnoća m-tog digitalnog signala... sledi: M −1 1 PE = M M 2K gde je sa Q ( x0 ) = 1 2π ∞ M 2K m =1 ∑ ⎧ ⎫ ⎪ ⎡ h0 d − im ⎤ ⎡ h0 d + im ⎤ ⎪ ⎨Q⎢ ⎥ +Q ⎢ ⎥⎬ ⎪ ⎣ σ n ⎦ ⎣ σ n ⎦⎪ ⎩ ⎭ (7. Impulsni odziv sistema je ograničen na 2K signalizacionih intervala.3) verovatnoća pogrešnog prijema simbola a0 data je izrazom: Pem = ⎤ M −1 ⎡ ( P⎢ n0 + ∑ akm ) h− k > h0 d ⎥ M ⎥ ⎢ k ≠0 ⎦ ⎣ (7.. Usvajamo sledeće pretpostavke: 1. odnosno m-te sekvence simbola. 1 k k (7.7) označena površina ispod repa normalizovane Gausove raspodele.. Ako se sa im označi m-ta vrednost ISI i ako se pretpostavi da su svi simboli jednako verovatni i svi nizovi simbola jednako verovatni.. čije su vrednosti date u prilogu..M − 1} (7. koja predstavlja informacioni sadržaj tog digitalnog signala.a1 m) ....a−m) .± (M − 2)d } (7.akm) .... Šum u kanalu n( t ) je Gausov proces sa varijansom σ2 i srednjom vrednošću 0.a−m) .6) x0 ∫e − x2 2 dx (7.1..1 Donja granica verovatnoće greške ...1) 2..± 2d ..1.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 119 7 VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU 7.4) Verovatnoća greške za celu klasu digitalnih signala je: PE = M 2K m =1 ∑ Pem P[m] (7. 3.a0m) .a −m+1 . n Za m-ti digitalni signal sa nizom simbola oblika: ( ( ) ( ( ( ( ..1 UVOD Verovatnoća greške je osnovni kvantitativni parametar koji služi za ocenu kvaliteta prenosa digitalnih signala.

9) gde: I max = imax h = ( M − 1)∑ −n h0 d n ≠ 0 h0 (7. .2. im = 0. 7.120 VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU U odsustvu ISI. M 2 K .8) Ovaj izraz predstavlja verovatnoću greške samo pod uticajem Gausovog šuma i nazivamo ga donja granica verovatnoće greške.2 Gornja granica verovatnoće greške Vezuje se za vršnu ISI i najnepovoljniji niz simbola digitalnog signala: PEg = max{Pem } = ⎫ ⎧ M − 1⎪ ⎡ ho d (1 − I max ) ⎤ ⎡ ho d (1 + I max ) ⎤ ⎪ ⎨Q ⎢ ⎥ +Q ⎢ ⎥⎬ σn σn M ⎪ ⎣ ⎦ ⎣ ⎦⎪ ⎭ ⎩ (7.10) predstavlja normalizovanu vršnu (maksimalnu) ISI.. iz izraza (7...6) sledi: PEd = 2 M − 1 ⎛ h0 d ⎞ Q⎜ ⎜σ ⎟ ⎟ M ⎝ n ⎠ (7. m = 1..1.

1 Sistem prenosa u osnovnom opsegu Rešenje: Za digitalni signal sT (t ) čija je brzina signaliziranja vs = 1/T minimalni propusni opseg je tzv.2. pa je: ⎧ ⎪1 HR( f ) = ⎨ ⎪0 ⎩ f ≤ fg = 1 .2 7. 2T f > fg. Signal na izlazu prijemnog filtra je: ⎛ π (t − kT ) ⎞ sin ⎜ ⎟ T ⎝ ⎠ + n (t ) .1 ZADACI Digitalni signal na predaji ima oblik sT (t ) = verovatni simboli binarnog alfabeta A = {1. u trenucima mT nema interferencije simbola.−1} .1. jedinične amplitudske karakteristike u propusnom opsegu. pa na grešku u odlučivanju utiče samo odbirak šuma koji je prošao kroz prijemni filtar nR (mT ) . Prenos se vrši brzinom v d = 8000 bit/s.0 . h(t ) = ∫ T ⋅ H R ( f )e j 2πft df = πt −∞ T odnosno: ∞ ⎧ h = 1 k = 0. Prijemni filtar je idealan Nikvistov. ∞ Verovatnoća greške je: . Odlučivač je sa pragom odlučivanja na nuli. Signalu se u kanalu dodaje beli Gausov šum spektralne gustine snage p n = N 0 2 = 5 ⋅ 10 −6 W/Hz . minimalnog propusnog opsega. Odrediti verovatnoću (simbolske) greške na prijemu. k = −∞ ∑ ak Tδ (t − kT ) ∞ gde su a k jednako Slika 7. ⎩ Dakle. s R (t ) = ∑ a k R π (t − kT ) k = −∞ T a njegov odbirak u t = mT je s R (mT ) = a m + n R (mT ) .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 121 7.2. Impulsni odziv sistema je: ⎛πt ⎞ sin ⎜ ⎟ ⎝ T ⎠. 0 k ≠ 0. Nikvistov opseg f < 1 2T . h(kT ) = ⎨ 0 ⇒ h(kT ) = h0δ k .

T odakle sledi: E s = PT = T 2 Dalje važi σ n : σ n = σ n 2 = Pn = 2 p n B = N 0 B = pa je: ⎛h d ⎞ ⎛ 1 PE = Q⎜ 0 ⎟ = Q⎜ ⎜σ ⎟ ⎜σ ⎝ n ⎠ ⎝ n ⎛ 2E s ⎞ ⎟ = Q⎜ ⎟ ⎜ N 0 ⎠ ⎝ ⎞ ⎟ ⎟ ⎠ N0 = 2T N0 2Es Često se umesto verovatnoće simbolske greške PE . Za konkretan slučaj imamo: E s = Ps T . Verovatnoća PE se često izražava u funkciji energije emitovane po simbolu. u funkciji energije emitovane po bitu informacije. ⎜σ ⎟ ⎝ n⎠ ⎝ n ⎠ Snagu šuma ograničava prijemni filtar svojim propusnim opsegom: v 1 B = fg = = s = 4kHz . . Zamenom u izraz za PE sledi: PE = Q(5) = 0. ona je u konkretnom slučaju: Es E Eb = = s = Es ld( M ) ld(2) Na kraju se dobija: ⎛ 2 Eb ⎞ ⎟ – verovatnoća bitske greške pri prenosu polarnog binarnog signala u Pb = Q⎜ ⎜ N ⎟ 0 ⎠ ⎝ osnovnom opsegu. gde je P srednja snaga digitalnog signala: Ps = 2 σa ∞ T −∞ ∫ H( f ) 2 df = 1 2 T =T . ⎟ ⎠ σ n = σ n 2 = Pn = 2 p n B = 0.122 VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU ⎛ 1 PE = P(a k = 1) ⋅ P(n R < −1) + P(a k = −1) ⋅ P(n R > 1) = P(n R > 1) = Q⎜ ⎜σ ⎝ n što se može dobiti i na osnovu izraza (7.2 V.8): ⎛ 1 ⎞ ⎛h d ⎞ PE = Q⎜ 0 ⎟ = Q⎜ ⎟ ⎜σ ⎟ . posmatra verovatnoća bitske greške Pb (ili kako se skraćeno naziva BER – Bit Error Rate). Pošto se radi o binarnom digitalnom signalu. jer je to mera “uspešnosti” iskorišćenja emitovane energije.287 ⋅ 10−6 . 2T 2 ⎞ ⎟. verovatnoća simbolske greške je jednaka verovatnoći bitske greške: Pb = PE Što se tiče energije emitovane po bitu.

To je signal oblika “sinx/x” koji zadovoljava I NK. a) Izraziti verovatnoću greške na prijemu u funkciji broja simbola alfabeta M. što omogućava direktno poređenje signalizacionih šema. gde je E s prosečna energija emitovana po simbolu.2 Računar na svom izlazu generiše oktalne simbole brzinom od 10 kBd. pod uslovom da verovatnoća greške bude manja od 10− 4 . a) Nema ISI jer se prenos vrši elementarnim impulsom koji zadovoljava I NK. koje se međusobno razlikuju po alfabetima informacionih elemenata i oblicima elementarnih impulsa.1 Minimalni spektar koji zadovoljava I NK pri brzini signaliziranja 1/T Rešenje: Elementarni impuls minimalnog spektra za digitalni signal sa periodom signaliziranja T je signal čiji je spektar u obliku idealnog NF filtra sa graničnom učestanošću B = 1/2T. srednja snaga šuma na izlazu prijemnog filtra biće: . varijanse. SGSS šuma. gde je Eb prosečna energija emitovana po informacionom bitu (pp. Ako on propušta samo opseg frekvencija u kojem se nalazi korisni signal. Nju ograničava prijemni NF filtar.2. d) Za izračunato M pod b) odrediti srednju snagu digitalnog signala Ps .2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 123 Na kraju treba navesti da je verovatnoća bitske greške jedan od najvažnijih parametara koji služi za upoređivanje tehnika digitalnog prenosa (signalizacionih šema). Izvesti izraz za verovatnoću bitske greške u funkciji Eb N 0 . Slika 7. da se koristi Grejov kod). propusnog opsega prilagođenog digitalnom signalu koji se prenosi u okviru posmatranog sistema. Vrednost ekvivalentnog impulsnog odziva sistema za prenos u trenutku odlučivanja je h0 = 1 . digitalnog protoka v d i srednje snage signala Ps . Stoga se obično verovatnoća simbolske greške odgovarajućim transformacija (sličnim onima koje su izvedene u ovom zadatku) svodi na verovatnoću bitske greške u funkciji energije emitovane po bitu. tj. c) Pri zadatom odnosu signal/šum odrediti optimalan broj simbola M tako da verovatnoća greške bude minimalna i da se postigne zadati digitalni protok. Prenos se vrši elementarnim impulsom minimalnog spektra (pri čemu je h0 = 1 ) kroz idealni NF sistem propusnog opsega 12 kHz. Prijemni i predajni NF filtri su idealni. M ⎝ n ⎠ Efektivna vrednost šuma se može izračunati na osnovu srednje snage. utrošenoj energiji za prenos bita informacije. tj.2. b) Izraziti verovatnoću greške u funkciji E s N 0 . pa je verovatnoća greške jednaka donjoj granici: PE = 2 M − 1 ⎛ ho d ⎞ Q⎜ ⎟ ⎜ σ ⎟. 7. Spektralna gustina srednje snage Gausovog šuma u kanalu iznosi p n = N 0 2 = 5 ⋅ 10 −8 W/Hz.

Q⎜ =2 M ⋅ ldM ⎜ ( M 2 − 1) N 0 ⎟ ldM ⎠ ⎝ jer je broj bita ldM .3): PE M − 1 ⎛ 6 ⋅ ldM Eb ⎞ ⎟.124 2 σn = VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU ∞ 2 ∫ pn | H R ( jf ) | df = −∞ −B ∫ pn df B = 2 pn B = N 0 B . K = const .2. 3 odnosno. verovatnoća greške je: PE = 2 b) Važi: B= 1 (I Nivistov kriterijum). ⎟ ⎜ ⎜ ⎟ ⎝ M ⎠ ⎝ ( M 2 − 1) N 0 ⎟ ⎠ ⎠ Verovatnoća bitske greške je približno (koristi se Grejov kod. važi: Ps = M 2 −1 Širina spektra B zavisi od digitalnog protoka: vd ld M vd = = 2 Bld M ⇒ B = .2.4): M 2 −1 2 d . PE = 2⎜1 − ⎟Q⎜ K 2 M −1 ⎟ ⎝ M⎠ ⎜ ⎠ ⎝ .2. vidi zadatak 6. ⎛ ⎞ 3Ps 3Ps ldM M −1 ⎛ ⎟ = 2⎛1 − 1 ⎞Q⎜ Q⎜ ⎜ ⎟ ⎜ 2 ⎜ ( M − 1)2 p B ⎟ M ⎝ M ⎠ ⎝ ( M 2 − 1) p n v d n ⎝ ⎠ ⎞ ⎟. (Slika 7.2). i 2T E s = Ps T . a prosečna energija emitovana po bitu je: Pb = Es .2. Srednja snaga digitalnog signala sa minimalnim spektrom je jednaka (vidi zadatak 3. Eb = 1 ⎞ ⎛ 1 ⎞ ⎛ ⎟. ⎟ ⎠ Verovatnoća greške izražena preko energije emitovane po simbolu je: PE = 2 =2 ⎞ ⎛ ⎞ 3Ps 3Ps M −1 ⎛ ⎟ = 2 M − 1 Q⎜ ⎟ Q⎜ ⎜ ( M 2 − 1)2 p B ⎟ ⎜ ( M 2 − 1) N B ⎟ M M n 0 ⎠ ⎝ ⎠ ⎝ 6 Ps T M −1 ⎛ Q⎜ ⎜ ( M 2 − 1) N M 0 ⎝ ⎞ ⎛ Es ⎞ 6 ⎟ = 2⎛1 − 1 ⎞Q⎜ ⎟. T 2ld M d= 3Ps Konačno. pri čemu smo fiksirali B na B ≤ 12 kHz . pa se izraz za verovatnoću greške može izraziti u funkciji broja simbola M. ldM c) Odnos signal/šum je zadat.

b) Gornju granicu verovatnoće greške.75 ⋅ 3. . ∞ Brzina signaliziranja je 1 T . Dakle. za zadate uslove optimalan alfabet je alfabet sa M = 4 simbola. U sistemu sa B = 12 kHz maksimalni v d sa M = 2 je: vd 2 max = 2 Bld2 = 24000 bit/s. Impulsni odziv sistema prikazan je na slici (Slika 7.82 2 ⋅ 10 −3 W ≅ 54. 2( M − 1) Potrebna snaga signala koja obezbeđuje verovatnoću greške od 10− 4 je: PS ≥ 3.66 ⋅ 10 − 4 ⇒ A ≅ 3. 7.2 Verovatnoća greške u funkciji broja simbola Optimalan u pogledu šuma je alfabet sa minimalnim brojem simbola. 2 Odnos signal/šum definisan je odnosom (d / σn ) i iznosi 20 dB.2. A2 = 2 ( M − 1) p n v d 5 p n v d Q( A) = M PE = 0. Za simetrični binarni signal odrediti: a) Sve vrednosti ISI.3.75 ⋅ 10 −3 ⋅ A 2 .2.5 A 2 p n v d = 3.1).−d } . dakle M = 2.82.2.3 Signal na predaji. Ali sa M = 2 ne može se postići željeni digitalni protok vd = 30000 bit/s.2. ak ∈ {d . d) Označimo argument Q funkcije sa A: 3PS ld M 2 PS = ⇒ PS = 2. Odlučivanje se vrši sa T 2 sekundi zakašnjenja. U sistemu deluje beli Gausov šum. a sa M = 4 je: v d 4 max = 2 Bld4 = 48000 > 30000 bit/s.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 125 Slika 7.7215 mW . c) Prosečnu verovatnoću greške i uporediti njenu vrednost sa gornjom granicom verovatnoće greške. u sistemu za prenos podataka u osnovnom opsegu ima oblik: sT (t ) = k = −∞ ∑ ak δ (t − kT ).

t ⎪ 5 5T 2 ⎪ 0 drugde. Q⎢ 2 ⎣ σn ⎦ 2 ⎣σn ⎦ . ⎪ ⎩ Odlučivanje se vrši sa T/2 sekundi zakašnjenja (jer je tada impulsni odziv maksimalan).4d 0. 5 5 a−1 a−2 i -0. ⎪ Tt 2 ⎪ ⎪6 2 T h(t ) = ⎨ − ≤ t < 3T .1 Sve vrednosti ISI b) Gornja granica verovatnoće greške: PE max = PEr = ⎤ ⎡ ⎤ 1 ⎡ h0 d (1 − I max )⎥ + 1 Q ⎢ h0 d (1 + I max )⎥ . k ∞ a impulsni odziv sistema se lako određuje pomoću jednačine prave kroz dve tačke: T ⎧ 2 0<t < .2.4d 0.8d -0.8d -d -d d d -d d -d d Tabela 7. h2 = . a) Zbog oblika h( t ) u ISI učestvuju samo 2 prethodno poslata simbola: i = a−1h1 + a −2 h2 = a −1h (T + T 2 ) + a−2 h (2T + T 2 ) .1 Impulsni odziv sistema Rešenje: Signal na prijemu je: uD (t ) = k = −∞ ∑ a h(t − kT ) + n(t ) . h1 = 3 1 .126 VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU Slika 7.3.3.2. na osnovu odmerka u D (nT + T / 2) .

011.2.3. pa se stvarna verovatnoća greške može grubo proceniti kao: PE ≅ P(imax ) ⋅ PE max . Za ostale celobrojne vrednosti k.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 127 ⎛ d 10 log⎜ ⎜σ ⎝ n PE max ≅ ⎞ d ⎟ = 20 ⇒ = 10.5 ⋅ 10 −9 .2 Raspodela primljenih odmeraka T s D (mT + ) 2 7. 2 ⎢ ⎝ 5 ⎠⎥ 2 ⎢ ⎝ 5 ⎠ ⎥ 2 ⎣ ⎦ ⎣ ⎦ 1 1 PE = [Q(2) + Q(6)] ≅ PE max . 2 Pe1 = PE max ≅ Pe 2 = 1 ⎡ ⎛ 2 ⎞⎤ 1 ⎡ ⎛ 2 ⎞ ⎤ 1 ⋅ Q 10⎜1 − ⎟ + ⋅ Q 10⎜1 + ⎟ ≅ Q(6) ≅ 0. 4 k =1 1 Q(2) ≅ 0. ⎟ σn ⎠ 2 1 Q(2 ) ≅ 0. Spektar elementarnog impulsa h( t ) može se u aproksimirati kao H ( f ) : ⎧ ⎪T H( f ) ≅ ⎨ ⎪0 ⎩ f ≤ 1 . 4 2 Stvarnoj verovatnoći greške najveći doprinos daje verovatnoća greške koja potiče od imax . 2T drugde.2.011. .4. h(kT ) se može zanemariti. h0 = h(T / 2) = 1 .1).2.4 Za tri brzine signaliziranja date su vrednosti odziva sistema u trenucima kT (Tabela 7. Slika 7. 2 c) Sve četiri vrednosti ISI jednako su verovatne pa je: PE = 1 4 1 ∑ Pek = 2 (Pe1 + Pe2 ).

c) Uporediti rezultate pod a) i b) sa stvarnom verovatnoćom greške. Predhodnim izrazom definisano je smanjenje (zbog šuma) maksimalne dozvoljene ISI za datu verovatnoću greške. ⎥≤ σn ⎣ ⎦ M −1 h(0)d (1 − I max ) σn ⎡ M ⋅ 10 −4 ⎤ ≥ Q −1 ⎢ ⎥ = A( M ) . Prenosi se binarni polarni signal: ak ∈{− d . tj. A(4) = 3.. . maksimalna brzina prenosa informacija je 1200 bit/s.5.15 k = ±1 0.81 Tabela 7. I max ≤ 1 − 3 Ps h(0) .2.65. a zahteva se da gornja granica verovatnoće greške po simbolu bude manja od 10-4 ? Rešenje: Maksimalni digitalni protok pri kojem dijagram oka još uvek nije zatvoren ostvaruje se sa vs = 1200 Bd i M = 4 (vidi zadatak 6.05 0.10): vd max = vs ⋅ ldM = 2400 bit s . 7. d } .. σn M ⎦ ⎣ ⎡ h(0)d (1 − I max ) ⎤ M Q⎢ 10 − 4 . Pri datom odnosu SNR = 20 dB.54.9 0. pa se uslov za maksimalnu ISI svodi na: − M 2 −1 ⋅ 10 3 SNR 20 1 − I max M 2 − 1 Pn A( M ) .128 VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU vs 600 Bd 1200 Bd 2400 Bd k = ±3 0. ⎣ M −1 ⎦ Srednja snaga digitalnog signala sa spektrom elementarnog impulsa H ( f ) jeste: Ps = M 2 −1 2 d ⇒d = 3 A( M ) ≥ h ( 0) 3Ps M 2 −1 .). (A(2) = 3. Za isti odnos srednje snage signala i šuma odrediti: a) Maksimalnu ISI i gornju granicu verovatnoće greške.2. Ako se u obzir uzme i šum i zadata verovatnoća greške dobija se uslov za ISI: PE max ≅ M − 1 ⎡ h(0)d (1 − I max ) ⎤ −4 Q⎢ ⎥ ≤ 10 .2 k=0 1 0. ovaj uslov zadovoljava samo binarni signal (vidi zadatak 6.03 0. ako je odnos signal/šum na izlazu sistema SNR ≤ 20 dB .2. .1 prikazuje raspodela verovatnoća normalizovane ISI.4.03 0.5 Slika 7.02 0.2. 8 ili 16.10) i to za brzine 600 i 1200 Bd. Koliki je maksimalni digitalni protok koji se u sistemu može ostvariti. Prema tome.01 0. b) Varijansu ISI i odgovarajuću vrednost verovatnoće greške smatrajući u prvoj aproksimaciji da ISI ima Gausovu GRV. U odsustvu ISI verovatnoća greške u ovom sistemu iznosi PE = 10-5.015 0.06 k = ±2 0.1 Vrednosti elementarnog impulsa u trenucima odlučivanja Na raspolaganju je M-arni signal.2. gde M može biti 2. 4.

12.27 = A . 2 Na osnovu izračunate gornje granice verovatnoće greške.1 Raspodela verovatnoća i. .27 ⋅ 10 −3.1) 2 + (0. σn M ⎣ ⎦ 2 1 Q(1. 2 2 σ N = σ n + σ i2 . ⎢Q⎜ ⎜ σ ⎟ ⎜ σ ⎟ M ⎢ ⎝ n n ⎠ ⎝ ⎠⎥ ⎦ ⎣ Odnos h0 d σn određuje se na osnovu date donje granice verovatnoće greške: ⎛h d ⎞ hd PE isi =0 = PEd = Q⎜ o ⎟ = 10 −5 ⇒ o = 4.7) 2 ⎥ = 0.7 ⇒ imax = 0.7d . u izrazu za verovatnoću greške tretira na isti način kao Gausov šum: σ I2 = σ i2 2 h0 d 2 . ⎜σ ⎟ σn ⎝ n ⎠ pa je tražena vrednost: PE max = PEg ≅ PE max ≅ M − 1 ⎡ h0 d (1 − I max ) ⎤ 1 Q⎢ ⎥ = Q[ A(1 − I max )].i Rešenje: a) Normalizovana ISI je i h0 d . I max = 0. znajući verovatnoću da ISI bude maksimalna.7 ⋅ h0 d = 0.05015.5.2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 129 Slika 7.s.3) 2 + (0. pa je gornja granica verovatnoće greške: PE i = ⎛ h d + i ⎞⎤ M − 1 ⎡ ⎛ h0 d − i ⎞ ⎟ + Q⎜ 0 ⎟⎥ . (uz pretpostavku da je h0 = 1 ).5) 2 + (0. 16 16 16 ⎣16 ⎦ m =1 8 pa se u ovom slučaju. 16 b) Varijansa ISI izračunava se kao: σ I2 2 1 1 ⎡4 ⎤ 2 = ∑ I m ⋅ P( I m ) = 2⎢ (0.05015 = 6.278) ≅ 0. procenjujemo verovatnoću greške na: 2 PE ≅ P(imax ) ⋅ PE max = 0.

Slika 7.130 VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU 1 ⎡ − ⎤ ⎛ h0 d ⎞ ⎛ 1 2⎞ 2⎥ ⎢ PE ≅ Q⎜ ⎜ σ ⎟ = Q ⎢⎜ A 2 + σ I ⎟ ⎥.9 A) + Q(1. Odrediti optimalnu vrednost praga odlučivanja tako da verovatnoća greške bude minimalna ako je verovatnoća slanja binarne nule ravna P[0] = 1 − p .75 .7 A)]. 16 16 PE = 7.25 . ima vrednost +U ako je poslato binarno 1 i vrednost -U ako je poslato binarno 0.4242 ⋅ 10 −3.6.3 A)] + 16 16 1 1 + [Q(0. kolika je minimalna verovatnoća greške? Rešenje: Odlučivač uzima odbirke u trenucima kT: r (kT ) = s (kT ) + n(kT ) . ⎟ ⎠⎥ ⎦ 4 ⎛h d ⎞⎤ ⎞ 1⎡ ⎛h d PE = 2 ⋅ ∑ P(im ) ⋅ ⎢Q⎜ 0 (1 − I m ) ⎟ + Q⎜ 0 (1 + I m ) ⎟⎥ ⎜σ ⎟ ⎜σ ⎟ 2⎢ ⎝ n m =1 ⎝ n ⎠⎥ ⎠ ⎣ ⎦ 4 2 = [Q(0.1. a binarne jedinice P[1] = 0.1 Sistem za prenos u osnovnom opsegu Usled prisustva slučajnog Gausovog šuma postoji mogućnost greške u odlučivanju.6. Pri tome.1A)] + [Q(0.6 Slika 7. Prenos binarnih signala vrši se polarnim impulsima.3 A) + Q(1.5 A)] + [Q(0. m =1 8 PEm = 1 ⎡ ⎛ h0 d − im ⎢Q⎜ 2 ⎢ ⎜ σn ⎣ ⎝ ⎞ ⎛ h d + im ⎟ + Q⎜ 0 ⎟ ⎜ σ n ⎠ ⎝ ⎞⎤ ⎟ ⎥. Vidi se da je procena dobijena pod a) prilično dobra. signal na ulazu u prijemnik u trenutku odabiranja kT.2. prikazuje uprošćena blok šema sistema za prenos binarnih signala u osnovnom opsegu učestanosti. ⎟ ⎝ ⎠ ⎝ N ⎠ ⎥ ⎢ ⎦ ⎣ PE ≅ Q(2. pri čemu je poznat odnos U σ n = 4 . odnosno rk = s k + n k . a binarne jedinice P[1] = p .388) ≅ 8.7 A) + Q(1.2.2.49 ⋅ 10 −3. c) Stvarna verovatnoća greške je prosečna pri svim vrednostima ISI: PE = ∑ P(im ) ⋅ PEm . Trajanje signalizacionog intervala je T. 7.5 A) + Q(1. Ukoliko je je verovatnoća slanja binarne nule ravna P[0] = 0.

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 131 i poredi ih sa pragom U p .2).2.1) i (7.primljeno je binarno 1. koji se kaže da treba izabrati hipotezu koja ima veću aposteriornu verovatnoću: ⋅ ako je P[0 / rk ] < P[1 / rk ] izaberi H 1 . Za prag odlučivanja koji će minimizovati grešku biramo onu vrednost primljenog signala U P za koju važi: P[0 / U P ] = P[1 / U P ] .2. zamenom (7. Kako je nk slučajna veličina.2. p[U P ] p[U P ] Dalje se dobija: −(U P +U ) 2 2 e 2σ n −(U P −U ) 2 2 e 2σ n (1 − p ) 1 2π σ n =p 1 2π σ n .2. ⋅ H 1 .6. Verovatnoća greške je po definiciji: PE = P[0] ⋅ P[H 1 / 0] + P[1] ⋅ P[H 0 / 1]. odnosno: rk = −U + nk ⇒ p[rk / − U ] = p[rk / 0] = 1 2π σ n − ( rk +U ) 2 e 2 2σ n . Minimizacija greške se vrši korišćenjem tzv. MAP (Maximum Aposteriori Probability) kriterijuma pri odlučivanju. a izabrana je hipoteza H 0 . ⋅ ako je P[1 / rk ] < P[0 / rk ] izaberi H 0 . ili je emitovano binarno 1.1) (7. Po prijemu signala.6. kada se šalje binarno 1. vrši se odlučivanje koji je simbol bio poslat.2) dobija se: p[U P / 0]P[0] p[U P / 1]P[1] = ⇒ p[U P / 0]P[0] = p[U P / 1]P[1].6. P[0. rk ] p[rk / 0]P[0] = p[rk ] p[rk ] p[rk / 1]P[1] p[rk ] Važi: P[0 / rk ] = P[1 / rk ] = (7. to je i odbirak rk slučajna veličina sa istom (Gausovom) funkcijom gustine verovatnoća amplituda i sa srednjom vrednošću ± U : rk = U + nk ⇒ p[rk / U ] = p[rk / 1] = 1 2π σ n − ( rk −U ) 2 e 2 2σ n . a izabrana je hipoteza H 0 . odnosno odlučivač bira između dve hipoteze: ⋅ H 0 .primljeno je binarno 0. odnosno.6. kada se šalje binarno 0. odnosno greška nastupa kada je emitovano binarno 0.

maximum likelihood decoding.2. a za optimalnu vrednost praga se dobija U P = 0 (što se je u praksi obično i slučaj.2.13 .25 ⎠ 29. Simboli originalne poruke su statistički nezavisni i jednako verovatni.75 ⋅ Q⎜ ⎜ σ ⎟ ⎜ σ n n ⎝ ⎠ ⎝ Da je prag bio na nuli. (informacioni simboli su jednako verovatni) tada se MAP odlučivanje svodi na tzv. jer se u skoro uvek koristi skremblovanje).2 Gustina raspodele verovatnoća amplituda signala na ulazu u odlučivač 7.5 . Sistem za prenos zadovoljava drugi Nikvistov kriterijum. U ⎛ 0. ⎛U +U P ⎞ ⎛U −UP ⎟ + 0.6.7 Vrši se prenos duobinarno kodovanog binarnog polarnog signala. i U σ n = 4 .75 ⎞ ln⎜ ⎟≅ 2U ⎝ 0.132 VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU 2 2 U P + 2U PU +U 2 −U P + 2U PU −U 2 2 2σ n 2U PU 2 e σn 1− p =e p 2U PU 2 σn = ⎛1− p ⎞ = ln⎜ ⎜ p ⎟ ⎟ ⎝ ⎠ UP = 2 σn ⎛1− p ⎞ ⎟ ln⎜ 2U ⎜ p ⎟ . ∞] ponderisana sa P[0] jednaka je površini krive p[rk / − U ] u intervalu [− ∞.72 ⋅ 10 −5 ⎟ ⎠ ⎞ ⎟ = Q(4) ≅ 3. p[rk / − U ] p[rk / U ] P(0 / 1) P(1 / 0 ) rk Slika 7.75 . .U P ] ponderisana sa P[1].17 ⋅ 10 −5 ⎟ ⎠ . ⎝ ⎠ Verovatnoća greške je tada: ⎛U +UP PE = (1 − p ) ⋅ P[r k > U P ] + p ⋅ P[r k < U P ] = (1 − p ) ⋅ Q⎜ ⎜ σ n ⎝ ⎛U −UP ⎞ ⎟ + p ⋅ Q⎜ ⎟ ⎜ σ n ⎠ ⎝ Ukoliko je P[0] = P[1] = 0.25 . bilo bi: ⎞ ⎟ ≅ 2.25 ⋅ Q⎜ PE = 0. P[1] = 0. Površina ispod krive p[rk / U ] u intervalu [U P . a u kanalu se superponira Gausov šum srednje snage Pn u opsegu za prenos. važi: UP = 2 σn ⎞ ⎟ ⎟ ⎠. Kada je P[0] = 0. ⎛U PE = (1 − p ) ⋅ P[r k > 0] + p ⋅ P[r k < 0] = Q⎜ ⎜σ ⎝ n Slika prikazuje položaj praga za kada je slanje binarno 0 verovatnije od slanja binarno 1.

+ P[a k = 2d ] ⋅ P n < −(2d − U p PE = P[a k = −2d ] ⋅ P n > (2d − U p ) + P[a k = 0] ⋅ P n |> U p [ [ ] )] [ ] 1 1 P n > (2d − U p ) + ⋅ P | n |> U p 2 2 ⎛U ⎞ 1 ⎛ 2d − U p ⎞ ⎟ + Q⎜ p ⎟. ako su pragovi odlučivanja postavljeni: a) Na sredini razmaka između susednih simbola.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 133 Izvesti izraze za verovatnoću greške. optimalni prag odlučivanja se može odrediti kao ona vrednost koja zadovoljava: dPE = 0 za U p = U po dU p Neka su pragovi odlučivanja ± U p (zbog simetrije). Izvod određenog integrala je jednak vrednosti podintegralne funkcije za gornju granicu: 1 1 e 2 2π σ n − ( 2 d −U po ) 2 2 2σ n − 1 2π σ n − U2 po 2 2σ n e =0. d } . a odgovarajuće verovatnoće P[a k = 0] = 2 P[a k = −2d ] = 2 P[a k = 2d ] = 0. simboli duobinarne poruke su a k ∈ {−2d . a izraz za verovatnoću greške je: PE = 1 1 ∫e 2 2π σ n 2 d −U p ∞ − n2 2 2σ n n2 2 2σ n dn + 1 ∞ 2π σ n U p ∫e − dn. a) PE = P[ak = −2d ]⋅ P[n > d ] + P[ak = 0]⋅ P[| n |> d ] + P[ak = 2d ]⋅ P[n < −d ] 1 1 3 = 2 P[n > d ] + P[| n |> d ] = P[| n |> d ] 4 2 2 3 ⎛ d ⎞ = Q⎜ ⎟. b) Tako da minimizuju verovatnoću greške i odrediti takve pragove. 2 ⎜σn ⎟ ⎝ ⎠ b) Pored načina opisanog u prethodnom zadatku (7.2.6). Rešenje: Ako je originalna poruka bk ∈ {−d .2d } . .0.5 . = Q⎜ ⎜σ ⎟ 2 ⎜ σn ⎟ ⎝ ⎠ ⎝ n⎠ = [ ] [ ] Pošto se radi o Gausovom šumu parametar σ n može se odrediti na osnovu relacije: σ n = Pn .

⎟ + Q⎜ 2d 2d = Q⎜ ⎟ ⎜ ⎟ σn σn 2 ⎜ ⎟ ⎜ ⎟ ⎜ ⎠ ⎝ ⎠ ⎝ . U po = d + PEmin ln 2. 2d 2 2 ⎞ ⎛ ⎞ ⎛ ⎜ d + σ n ln 2 ⎟ ⎜ d − σ n ln 2 ⎟ 1 ⎟.134 VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU ln 2 + (2d − U po ) 2 2 2σ n 2 σn = 2 U po 2 2σ n .

Rezultat optimizacije je funkcija prenosa prijemnog filtra u obliku: N −λ k − j 2πfkT (8. U zavisnosti od postavljenih uslova. λ k su Lagranžovi koeficijenti.1) gde je: 2 σn = ∫ pn H R ( f ) −∞ ∞ ∞ df (8. Greška može da nastane pod uticajem intersimbolske interferencije i šuma. prijemnog filtra i združena optimizacija predajnog i prijemnog filtra.2 Ekvalizacija Cilj je eliminacija. Postupak ekvalizacije predstavlja izbor i podešavanje koeficijenata T-filtra na osnovu prethodno izabranog kriterijuma.2) varijansa. poznate su funkcije prenosa predajnog filtra H T ( f ) i kanala H C ( f ) .1.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 135 8 OPTIMIZACIJA PRENOSA U OSNOVNOM OPSEGU 8. 8. odnosno srednja snaga šuma na izlazu prijemnog filtra.1 UVOD Osnovni zadatak postupka optimizacije je minimiziranje verovatnoće greške u prenosu M-arnih digitalnih signala. a drugi je transverzalni filtar koji se projektuje tako da minimizuje uticaj ISI. a hk = ∫ H T ( f ) H C ( f ) H R ( f )e −∞ j 2πfkT df (8.a. razlikuju se optimizacije: predajnog filtra.4) H R ( f ) = [H T ( f ) H C ( f )]* ∑ e k =− N 2 p n Prvi član optimalnog filtra predstavlja prilagođeni filtar koji redukuje uticaj šuma.1 Optimizacija prijemnog filtra Polazi od sledećih pretpostavki: M-arni signal je ograničenog trajanja i sadrži 2N + 1 simbol. Cilj optimizacije je određivanje optimalne funkcije prenosa prijemnog filtra digitalnog sistema za prenos u osnovnom opsegu na slici 6. u kanalu deluje aditivni Gausov šum konstantne spektralne gustine snage pn . 8.3) odbirak impulsnog odziva sistema u k-tom signalizacionom intervalu.1. Postupak optimizacije zahteva primenu varijacionog računa i rešavanje funkcionala: V 2 =σn + k =− N ∑ λ k hk 2 N (8. . odnosno redukcija intersimbolske interferencije primenom transverzalnog filtra.

7) k =− N Slika 8.8).a Transverzalni filtar Signal na izlazu T-filtra i njegova spektralna gustina amplituda su: s o (t ) = C − N si (t ) + C − N +1 si (t − T ) +L+ C 0 si (t − NT ) +L+ C N si (t − 2 NT ) S o ( f ) = C − N + C − N +1e − j 2πfT +L+ C 0 e − j 2πfNT +L+ C N e − j 2πf 2 NT S i ( f ) pa su njegova prenosna karakteristika i impulsni odziv: T ( f ) = e − j 2πfNT e(t ) = N k =− N [ ] (8. N N (8. minimizacija varijanse ISI 2 σ i2 = σ a (8. može se pisati: g (t ) = F −1 {H ( f ) ⋅ T ( f )} = h(t ) ∗ e(t ) = (8.6) N k =− N ∑ Ck δ [t − ( N + k )T ] ∑ C k h[t − ( N + k )T ] N Ako je g ( t ) impulsni odziv sistema za prenos zajedno sa T-filtrom.9) 2.8) pa se koeficijent T-filtra C0 određuje na osnovu relacije (8.b Sistem prenosa u osnovnom opsegu sa T-filtrom Odmerak odziva T-filtra koji stoji uz simbol a0 o kojem se odlučuje je: . Izbor preostalih koeficijenata vrši se na osnovu jednog od kriterijuma: 1.136 OPTIMIZACIJA PRENOSA U OSNOVNOM OPSEGU Slika 8.10) k =− N k ≠0 . g ( NT ) ≡ g 0 = C0 h0 + k =− N k ≠0 ∑ Ck h−k N (8.5) ∑ C k e − j 2πfkT (8. minimizacija vršne ISI imax = k =− N k ≠0 ∑ gk ∑ g k2 .

ili još češće njegova uprošćena varijanta – korelacioni prijemnik.1.1.4).2 Korelacioni prijemnik Rešenje: U prethodnim poglavljima prijemnik je predstavljan kao kombinacija idealnog NF filtra i odlučivača koji vrši odabiranje primljenog signala u trenucima koji su umnošci signalizacionog intervala (kT). h(t ) = ⎨ ⎩0 drugde. Prilagođeni filtar se sastoji od onoliko grana koliko različitih talasnih oblika digitalni signal može imati (tj.1} .1).ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 137 8.2. b) korelacioni prijemnik (korelator. koji odgovaraju simbolima korišćenog informacionog alfabeta. gde su informacioni simboli iz binarnog polarnog alfabeta {− 1.2. Slika 8.2).2 8. Način na koje se ovo preslikavanje vrši je dobijen maksimizacijom iskorišćenja primljene energije (vidi jednačinu 8.2.1 ZADACI Posmatra se sistem za prenos digitalnog signala oblika s (t ) = ∑ a k h(t − kT ) . Odrediti i skiciriti odziv prijemnika u toku i-tog signalizacionog intervala. prijemnik vrši preslikavanje primljene energije u toku jednog signalizacionog intervala u tačke (brojeve).2. a elementarni impuls je oblika: ⎧1 0 ≤ t ≤ T . ∗ h(T − t ) s (t ) r1 (T ) r (T ) k ∗ (− h(T − t )) r0 (T ) Slika 8.2.1. U svakoj od grana se u toku jednog signalizacionog intervala vrši konvolucija između primljenog signala i jednog od talasnih oblika koji je zakašnjen za signalizacioni interval T. U grani u kojoj se . ukoliko se na prijemu koristi: a) prilagođeni filtar (Slika 8. koliko ima različitih informacionih elemenata). kao prijemnik se koristi prilagođeni filtar.1 Prilagođeni filtar h(t ) ∫ s (t ) 0 T r1 (T ) r (T ) ∫ 0 T r0 (T ) − h(t ) Slika 8. U oba slučaja. U stvarnosti.1. pri čemu je prenošeni simbol u i-tom signalizacionom intervalu ai = 1 .

3 t 8. Da je bilo ai = −1 . Međutim. pokazuje se da je na kraju signalizacionog intervala rezultat gore opisane konvolucije i korelacije isti. tada bi izlaz prijemnika bio negativan. (Naravno. 0 0 0 b) Za korelacioni prijemnik važi: 0≤t <T r1 (t ) = ∫ h(τ )s (τ )dτ = ∫ h(τ )h(τ )dτ = t . Slika 8. odzivi prilagođenog filtra i korelacionog prijemnika su isti. Dalje važi: 0≤t <T r1 (t ) = ∫ h(T − (t − τ ))s (τ )dτ = ∫ h(T − (t − τ ))h(τ )dτ = ∫ dτ = t . i na taj način se donosi odluka o primljenom simbolu. s (t ) = ai h(t ) = h(t ). a) U toku i-tog signalizacionog intervala digitalni signal je: iT ≤ t < (i + 1)T .138 OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU primljeni digitalni signal poklapa sa talasnim oblikom dobiće se maksimalna vrednost konvolucije. r (t ) 2T T Slika 8. usled uticaja šuma ovo će važiti samo približno).1. Naime. r (t ) = r1 (t ) − r0 (t ) = 2t.2. u korelacionom prijemniku se u svakoj od grana vrši korelacija sa jednim od talasnih oblika. 0 0 Zbog oblika elementarnog impulsa. 0 t 0 t t t r0 (t ) = ∫ (− h(τ ))s (τ )dτ = − ∫ h(τ )h(τ )dτ = −t .2. Pozitivan izlaz na kraju signalizacionog intervala znači da je primljeno ai = 1 . .2. Za razliku od prilagođenog filtra.3 prikazuje izgled odziva prijemnika u obe varijante.2). r (t ) = r1 (t ) − r0 (t ) = 2t.2. b) korelatora. 0 t 0 t 0 t t τ t r0 (t ) = ∫ (− h(T − (t − τ )))s (τ )dτ = − ∫ h(T − (t − τ ))h(τ )dτ = − ∫ dτ = −t . dok će u ostalim granama vrednost biti nula.2 Odrediti i skicirati izgled odziva: a) prilagođenog filtra. u opštem slučaju ovo ne važi (vidi zadatak 8.1.

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA

139

optimizovanih za prijem digitalnog signala čija je vrednost u toku signalizacionog intervala data izrazom:
⎧ h (t ) kada se prenosi binarno 0, s (t ) = ⎨ 1 ⎩h2 (t ) kada se prenosi binarno 1, ukoliko se prenosi binarno 0. Talasni oblici h1 (t ) i h2 (t ) su dati na slici (Slika 8.2.2.1).
h1 (t )
1

h2 (t )

1
T 2 T
t
T t

−1
Slika 8.2.2.1

Rešenje:

a) Prilagođeni filtar je prikazan na slici (Slika 8.2.2.2).
∗ h1 (T − t )
s (t )
r1 (T )
r (T )

∗ h2 (T − t )

r2 (T )

Slika 8.2.2.2 Prilagođeni filtar

Važi: 0≤t <T
t τ ⎧ −t r1 (t ) = ∫ h1 (T − (t − τ ))s (τ )dτ = ∫ h1 (T − (t − τ ))h1 (τ )dτ = ⎨ ⎩3t − 2T 0 0

0 ≤ t < T 2, T 2 ≤ t < T, 0 ≤ t < T 2, T 2 ≤ t < T,

⎧ −t r2 (t ) = ∫ h2 (T − (t − τ ))s (τ )dτ = ∫ h2 (T − (t − τ ))h1 (τ )dτ = ⎨ ⎩t − T 0 0
t t

⎧ 0 r (t ) = r1 (t ) − r2 (t ) = ⎨ ⎩2t − T

0 ≤ t < T 2, T 2 ≤ t < T.

Signali r1 (t ) , r2 (t ) i r (t ) su prikazani na slici (Slika 8.2.2.4 a). b) Korelator je prikazan na slici (Slika 8.2.2.3).

140

OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU

h1 (t )


s (t )
0

T

r1 (T )


0

T

r2 (T )

r (T )

h2 (t )
Slika 8.2.2.3 Korelator

Važi: 0≤t <T r1 (t ) = ∫ h1 (τ )s (τ )dτ = ∫ h1 (τ )h1 (τ )dτ = t ,
0
t t

τ

0
t

⎧ −t r2 (t ) = ∫ h2 (τ )s (τ )dτ = ∫ h2 (τ )h1 (τ )dτ = ⎨ ⎩t − T 0 0 ⎧2t 0 ≤ t < T 2, r (t ) = r1 (t ) − r0 (t ) = ⎨ ⎩T T 2 ≤ t < T .

0 ≤ t < T 2, T 2 ≤ t < T,

Signali r1 (t ) , r2 (t ) i r (t ) su prikazani na slici (Slika 8.2.2.4 b).
r1 (t )
r1 (t )

T

T

T 2
T t

−T 2

r2 (t ) T 2

T

t

r2 (t )
T 2

T

t

T
−T 2
T

t

−T 2

r (t )

T

r (t )

T 2

T

t

T 2

T

t

Slika 8.2.2.4 Signali u prijemniku a) prilagođeni filtar b) korelator

Vidi se da su odgovarajući signali kod prilagođenog filtra, odnosno korelatora, u opštem slučaju jednaki samo na kraju signalizacionog intervala T.

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA

141

8.2.3

Slika 8.2.3.1 prikazuje korelator koji optimizovan za prijem: a) binarnog unipolarnog signala: ⋅ informacioni simboli su iz alfabeta {0,1} , b) bipolarnog signala: ⋅ informacioni simboli su iz alfabeta {− 1,1}. U oba slučaja, elementarni impuls je oblika: ⎧1 0 ≤ t ≤ T , h(t ) = ⎨ ⎩0 drugde. Tokom prenosa se u kanalu signalu superponira AWGN, konstantne sprektralne gustine snage koja je jednaka N 0 2 . Odrediti očekivanu vrednost signala na izlazu korelatora, kao i srednju snagu šuma na izlazu korelatora. Odrediti verovatnoću greške u oba slučaja.
h(t ) s (t )


0

T

r (T )

h(t )


s (t )
0

T

r1 (T )
r (T )


0

T

r0 (T )

− h(t )
Slika 8.2.3.1

Rešenje:

a) Na izlazu korelatora, na kraju signalizacionog intervala je signal:
r (T ) = ∫ (s (t ) + n(t ))h(t )dt = ∫ s (t )h(t )dt + ∫ n(t )h(t )dt = ∫ s (t )h(t )dt + n1 (T ) .
0 0 0 0 T T T T

Očekivana vrednost je:
T ⎡T ⎤ ⎡T ⎤ E [r (T )] = E ⎢ ∫ s (t )h(t )dt + n1 (T )⎥ = E ⎢ ∫ s (t )h(t )dt + ∫ n(t )h(t )dt ⎥ = ⎢0 ⎥ ⎢0 ⎥ 0 ⎣ ⎦ ⎣ ⎦ T ⎡T ⎤ T ⎡T ⎤ = E ⎢ ∫ s (t )h(t )dt ⎥ + E ⎢ ∫ n(t )h(t )dt ⎥ = ∫ s (t )h(t )dt + ∫ E [n(t )]h(t )dt ⎢0 ⎥ 0 ⎢0 ⎥ 0 ⎣ ⎦ ⎣ ⎦

= ∫ s (t )h(t )dt ,
0

T

pošto je očekivana vrednost AWGN-a jednaka 0.

142

OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU

Srednja snaga komponente koja predstavlja filtrirani šum (šum nakon prolaska kroz korelator) je:
2 σ n1

=E

[

2 n1

2 ⎡⎛ T ⎡⎛ T ⎞⎤ ⎞⎛ T ⎞ ⎤ (T ) = E ⎢⎜ ∫ n(t )h(t )dt ⎟ ⎥ = E ⎢⎜ ∫ n(t )h(t )dt ⎟⎜ ∫ n(s )h(s )ds ⎟⎥ ⎟⎥ ⎟⎜ ⎟ ⎥ ⎢⎜ 0 ⎢⎜ 0 ⎠⎦ ⎠⎝ 0 ⎠ ⎦ ⎣⎝ ⎣⎝

]

⎤ TT ⎡T T = E ⎢ ∫ ∫ n(t )n(s )h(t )h(s )dtds ⎥ = ∫ ∫ E[n(t )n(s )]h(t )h(s )dtds ⎥ 00 ⎢0 0 ⎦ ⎣ = = N0 N 2 ∫ h(t )h(t )dt = 20 ∫ h (t )dt 2 0 0
T T

N 0T . 2 Vidi se da je srednja snaga šuma nakon prolaska kroz korelator postala konačna, i jednaka N 0T 2 . Ako se prenosi binarno 0, na ulazu u prijemnik u toku tog signalizacionog intervala nema signala, pa je očekivana vrednost izlaza r (T ) = 0 . Ako se prenosi binarno 1, očekivana vrednost na izlazu je r (T ) = T . Stoga je polovina razmaka između ove dve T vrednosti d = . 2 Srednja snaga digitalnog signala je:

1 a2 2 Ps = ∫ h (t ) = 2 , T 0 odnosno, prosečna energija emitovana po bitu je Eb = T 2 . Izraz za verovatnoću greške je:
⎛ ⎜ M − 1 ⎛ ho d ⎞ ⎜ PE = 2 Q⎜ ⎜ σ ⎟ = Q⎜ ⎟ M ⎝ n ⎠ ⎜ ⎜ ⎝
T T

T

T 2 N 0T 2

⎞ ⎟ ⎟ = Q⎛ T ⎜ ⎟ ⎜ 2N 0 ⎝ ⎟ ⎟ ⎠

⎛ Eb ⎞ ⎞ ⎟. ⎟ = Q⎜ ⎟ ⎜ N ⎟ 0 ⎠ ⎠ ⎝

b) Na isti način kao pod a), pokazuje se da je:
r (T ) = ∫ (s (t ) + n(t ))h(t )dt − ∫ (s (t ) + n(t ))(− h(t ))dt = 2∫ s (t )h(t )dt + 2 ∫ n(t )h(t )dt
0 0 T 0 0 T T

= 2∫ s (t )h(t )dt + n1 (T ),
0

E [r (T )] = 2 ∫ s (t )h(t )dt ,
0

T

jer je očekivana vrednost šuma na izlazu prijemnika:
T ⎤ ⎡T E [n1 (T )] = 2 E ⎢ ∫ n(t )h(t )dt ⎥ = 2 ∫ E [n(t )]h(t )dt = 0 . ⎥ ⎢0 0 ⎦ ⎣

Srednja snaga šuma na izlazu korelatora je:

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA
2 σ n = E (2n1 (T ))2 = 4 E n12 (T ) = 4

143

N 0T = 2 N 0T . 1 2 U zavisnosti od prenošenog simbola, očekivane vrednosti izlaza su 2T i − 2T . Polovina razmaka između ove dve vrednosti je d = 2T . Srednja snaga digitalnog signala je:

[

]

[

]

Ps =

a2 2 ∫ h (t ) = 1 , T 0

T

a prosečna energija emitovana po bitu je Eb = T . Verovatnoća greške je:
⎞ ⎛ ⎞ ⎛ ⎞ ⎟ = Q⎜ 2T ⎟ = Q⎜ 2 Eb ⎟ . ⎜ N ⎟ ⎜ N ⎟ ⎟ 0 ⎠ 0 ⎠ ⎝ ⎝ ⎠ Vidi se da je argument Q-funkcije veći u slučaju bipolarnog signala, pa je verovatnoća greške manja. To je posledica veće emitovane energije po bitu u slučaju bipolarnog signala. ⎛ 2T M − 1 ⎛ ho d ⎞ ⎟ = Q⎜ Q⎜ ⎜σ ⎟ ⎜ 2N T M ⎝ n ⎠ 0 ⎝

PE = 2

8.2.4

Na ulaz transverzalnog filtra (Slika 8.2.4.1) dolazi signal oblika:
si (t ) = ∑ ak h(t − kT ),
k

gde je ak ∈ {1,−1} , a impulsni odziv sistema h( t ) je skiciran na slici 7.2.2.

Slika 8.2.4.1 T-filtar

Slika 8.2.4.2 Impulsni odziv sistema za prenos

Ako su koeficijenti T-filtra: C 0 = 0,961 , C1 = 0,202 , i C −1 = −0,095 : a) Odrediti vrednost odziva so ( t ) na osnovu koje se procenjuje a0 .

2 + 0.0003a −1 + 0. i h(kT ) = 0 za k ≠ 0. s o (T ) = ∑ a k g −k . Rešenje: a) so (t ) = C −1 si (t ) + C 0 si (t − T ) + C1 si (t − 2T ).6 ⋅ 10 −3.0557 + 0. vršnu ISI i srednju kvadratnu vrednost ISI u slučajevima kada ekvalizator minimizira: a) vršnu vrednost ISI.0868. .U } .4.12 = 0. Kako T-filtar ima 2 kola za kašnjenje.0095 + 0. g Ovaj jednostavni T-filtar je smanjio vršnu ISI blizu 5 puta.1) tako da se odlučivanje o simbolu ak vrši u trenutku t = ( k + 1) T .00032 + 0.4. C1 . tražena vrednost je s o (T ) = C −1 si (T ) + C 0 si (0) + C1 si (−T ) k k = C −1 ∑ a k h(T − kT ) + C 0 ∑ a k h(− kT ) + C1 ∑ a k h(−T − kT ) k = a 2 C −1h−1 + a1 (C −1h0 + C 0 h−1 ) + a 0 (C −1h1 + C 0 h0 + C1h−1 ) + + a −1 (C −1h2 + C 0 h1 + C1h0 ) + a − 2 (C 0 h2 + C1h1 ) + a −3C1h2 . alfabeta A = {−U .0011 + 0. vd = 1/ T je digitalni protok. smanjivši je na zanemarivu vrednost.0557a − 2 + 0. Odrediti koeficijente ekvalizatora C −1 .5 Binarni signal na ulazu u prijemnik je: si (t ) = gde su: k = −∞ ∑ ak h(t − kT ). h(0) = 1 .0095 2 + 0. a varijansu je smanjio preko 16 puta. ∞ a k − simboli h( t ) − impulsni odziv sistema.12 + 0.0202 2 = 3.00112 + 0. σ i2 = 0.1 + 0.2.0095a 2 + 0.4 . 8. b) I h max = 0. h(−T ) = h(T ) = 0. Oblik impulsnog odziva h( t ) ukazuje da se informacija o a0 dobija na osnovu odmerka si (0) .0003 + 0.0002a0 + 0.2. U prijemniku se koristi ekvalizator prikazan na slici (Slika 8.± 1 .06. h I g max = 0.0202 = 0. b) srednju kvadratnu vrednost ISI.0202a −3 .2 2 + 0.0011a1 + 1. k so (T ) = −0.C 0 .144 OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU b) Odrediti maksimalnu ISI i varijansu ISI na ulazu i izlazu T filtra. . σ i2 = 0.1 = 0.0557 2 + 0.

4 + 0.4C −1 a 2 = k = −2 k ≠0 ∑ ak g −k . b) varijanse ISI: . Jedan uslov je (vidi jednačinu (8.16C1 |+ |0.84C1 )a −1 + (0. Tada je: 2 2 I max =| g −2 |+| g 2 |= 2 ⋅ 0.5376C1C−1 + 0.544C1 + 0.8)): C−1h( T ) + C0h( 0) + C1h( − T ) = 1 ⇒ C0 = 1 [1 − C−1h(T ) − C1h( −T )] = 1 − 0.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 145 Rešenje: Signal na izlazu ekvalizatora je: s o (t ) = C −1 si (t ) + C 0 s i (t − T ) + C1 si (t − 2T ) = k = −∞ ∑ ak [C−1h(t − kT ) + C0 h(t − kT − T ) + C1h(t − kT − 2T )].4 − 0. g (0) = g−1 = 0.84C −1 − 0.16C−1 + 0.8912C12 + 0.235 = 0. a tada je: so (T ) = k = −∞ h(kT ) ≠ 0 k ∈ {0.32 + 0.4 + 0. s o (T ) = C1h(T )a − 2 + [C 0 h(T ) + C1h(0)]a −1 + [C −1h(T ) + C 0 h(0) + C1h(−T )]a0 + + [C −1h(0) + C 0 h(−T )]a1 + C −1h(−T )a 2 .4C1 a −2 + (0.16C1 )a1 + 0.4 − 0.16C1 ) + 0.8912C−1 − 0.16C−1+ 0.47 .16C1 = 0.8). σ I2 = g −2 + g 2 = 0. h(0) ISI je: i = 0.47.84C1 = 0.4C1 .4C−1 − 0. Jedan je izabran na osnovu kriterijuma (8. ∑ ak {C−1h[−(k − 1)T ] + C0 h(−kT ) + C1h[−(k + 1)T ]}.4 − 0. a preostalih 2N koeficijenata određuju se na osnovu kriterijuma minimizacije: a) vršne ISI –forsira se 2N nula u impulsnom odzivu g ( t ) : g (2T ) = g+1 = 0. k 2 2 Vršna ISI je: i I max = max = |0.16C−1 2 2 2 = 0.544C−1 . Pri projektovanju T-filtra bira se 2N + 1 koeficijent.588 .4 − 0.4C1 |+ |0.4C−1 | = U a varijansa ISI je: k = −2 k ≠0 σ = 2 I k = −2 k ≠0 ∑g 2 2 k 2 = 0. C−1 = C1 = −0. ⇒ C0 = 1.16C12 + ( 0.± 1} .84C−1− 0.16C −1 + 0.11 .84C1 |+ |0.4 + 0.84C1 ) + (0.16C−1 + 0. ∑ |g |.84C−1 − 0. ∞ ∞ U trenutku t = T odlučuje se o simbolu a0 .4 + 0.84C−1 − 0.

1.544 = 0. Zahteva se da kašnjenje signala kroz ceo sistem.6.4762 ⇒ C 0 = 1.146 OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU dσ 2 I = 1. Na ulazu T-filtra bilo je: I max = ∑ | hk | = 0. k ≠0 σ I2 2 = ∑ hk = 0. 0. Slika 8.4 + 0. Smanjivanjem vršne ISI sa 0. dC1 dσ 2 I = −0. k ≠0 .2.2.084.5376C1 + 1.6. U cilju optimizacije prenosa.6.4 2 = 0.556. odnosno 0.1).103) = 0.8.6 Sistem za prenos u osnovnom opsegu učestanosti ima linearnu faznu karakteristiku oblika: Φ( f ) = − ft0 . c) Ako je impulsni odziv sistema do T-filtra hk ≠ 0 ⇔ k ∈{−2.544 = 0. dC−1 C −1 = C1 = −0. Tada je: I max = k = −2 k ≠0 ∑ | g k | = 2∑ | g k | = 2(0. b) Za slučaj pod a) odrediti broj nula koje je moguće ostvariti u impulsnom odzivu. značajno je smanjena gornja granica verovatnoće greške.2.8 na 0. bude manje od 12 ms.7824 C−1 + 0. −1.2.1 Segment T-filtra . prikazanih na slici (Slika 8. = 0. k =1 2 2 σ I2 = 2 gk k = −2 k ≠0 ∑ 2 .4 = 0. gde je t 0 = 3T . a) Odrediti maksimalni broj segmenata T-filtra. na izlazu sistema dodaje se transverzalni filtar koji se formira kaskadnim vezivanjem segmenata prikazanih na slici (Slika 8. Sistemom se vrši prenos binarnih signala digitalnim protokom od 600 b/s. uključujući i transverzalni filtar.32.5376C−1 + 0.1) koje je moguće upotrebiti.7824 C1 − 0. 8.175 + 0.53328.4 2 + 0.47. 2} koliko će vrednosti odziva T-filtra g ( kT ) biti različito od nule.3809 .

T⎢ ⎦ ⎣ T ⎥ Kašnjenje koje unosi T-filtar sa 2N kola za kašnjenje je NT.2. a) Nacrtati transverzalni filtar koji će na svom izlazu dati signal g (t ) (Slika 7. 8.2) ako se na njegov ulaz dovede signal h(t ) (Slika 8. Ako je T-filtar isprojektovan da minimizuje vršnu ISI on će isforsirati 2N = 8 nula i jednu jedinicu. P (1) = 1 2 ) . Odrediti koeficijente tog filtra. b) Odrediti maksimalnu vrednost ISI pre i posle ekvalizatora.1). c) Kako T-filtar predstavlja filtar sa konačnim impulsnim odzivom.2T pa je kašnjenje koje sme da unese T-filtar: ⎢ ∆t − t0 ⎥ = ⎣ 4.1 Impulsni odziv sistema . konstanta pn .2. Slika 8. d) Izračunati verovatnoću greške po bitu pre i posle T-filtra.2. sa brzinom signaliziranja 1/T.7. odrediti snagu šuma na izlazu T-filtra.7 Na slici (Slika 8. mogu se upotrebiti 4 segmenta prikazana na slici (Slika 8. a njegova SGSS.2.7. odziv na konačnu pobudu h( nT ) (različita od 0 u M = 5 uzastopnih tačaka) daće odziv g ( nT ) potencijalno različit od nule u 2 N + M = 13 tačaka.2⎦ T = 4T . 2 c) Ako je varijansa Gausovog šuma na ulazu T-filtra σ ni = 10 mW . Dakle.7.1) prikazan je impulsni odziv h( t ) sistema za prenos signala podataka u osnovnom opsegu učestanosti.1). b) T-filtar sa 8 kola za kašnjenje i 9 pojačavača može u procesu minimizacije vršne ISI da ostvari 8 nula.7.66 ms .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 147 Rešenje: a) Na osnovu digitalnog protoka binarnog signala određuje se digitalni takt: ld M 1 = = 1.2.6. pod uslovom da se radi o binarnom polarnom signalu ( ak = ±1 . a preostalih M − 1 = 4 vrednosti različitih od nule predstavljaće zaostalu ISI nakon ekvalizacije. T= 600 vd Ukupno dozvoljeno kašnjenje je: ∆t = 12 ms ≅ 7.

1 i Slika 7. g ( 4T ) = C1h( 2T ) = 0.2.7. 0096 ⇒ C−1 = −0.7.2. Najjednostavnije ih je izračunati iz relacija: g ( − T ) = C−1h( − T ) = −0.4. 2 . g ( 3T ) = C0h( 2T ) + C1h( T ) = 0.1 + 0. 96 .i na ulazu i izlazu T-filtra su: imaxi = ( M − 1)d ∑ | hk | = 0. b) Maksimalna i.02 . k ≠0 imaxo = ( M − 1)d ∑ | g k | = 0. g (3T ) = 0. pa je snaga šuma na izlazu T-filtra: PN = ∞ −∞ ∫ p n | T ( jf ) | 2 df . ali je lakše izračunati kao: .02 = 0.0856 . 056 ⇒ C0 = 0.056 i g (4T ) = 0.0096 + 0.7. g (2T ) = 0 .2 Odziv T-filtra na h( t ) Rešenje: a) Sa slika (Slika 8.s.148 OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU Slika 8.6) je p n | T ( f ) | 2 .2).2.7.2 + 0. Koeficijenti T-filtra zadovoljavaju sledeće jednakosti: g (−T ) = −0. g (T ) = 1 .056 + 0. 096. se vidi da je kašnjenje korisnog odmerka T i da su isforsirane 2 nule.0096 . Odgovarajući T-filtar je oblika: Slika 8. SGSS šuma na izlazu T-filtra sa prenosnom karakteristikom datom u izrazu (8.3 T-filtar g ( t ) = C−1h ( t ) + C0h( t − T ) + C1h( t − 2T ) . 02 ⇒ C1 = 0.1 = 0. k ≠0 Ovaj jednostavan T-filtar je smanjio maksimalnu ISI skoro 5 puta. g (0) = 0 .

M = 2 . PE max ≅ 8.250 k=0 1 0.2.2.8.4 ⎞ 1 ⎟ = Q⎜ ⎟ = Q(6) ≅ 0. 149 ( ) c) Na ulazu T-filtra je: h0 = h(0) = 1.1) koji je podešen tako da minimizuje vršnu ISI pri brzini signaliziranja vs = 1200 Bd. kriterijum je otvor oka). .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 2 2 2 2 σ no = C −1 + C 0 + C12 σ ni = 9. 8 i 16.025 0.0856 ⎞ 1 ⎟ = Q⎜ ⎟ = Q(9.9 0. ⎟ 2 ⎝ 0.79 | h( kT )| Tabela 8.1 ⎠ 2 ⎠ Nakon ekvalizacije i značajnog smanjenja ISI verovatnoća greške je: PE max ≅ M − 1 ⎛ h0 d − ih max Q⎜ ⎜ σ ni M ⎝ ⎞ 1 ⎛ 1 − 0.1 daje vrednosti standardnog odziva sistema u trenucima odabiranja kT za tri brzine signaliziranja.1 Ekvalizator Rešenje: a) I max = ( M − 1)d ∑ | h(kT ) | ( M − 1) = ∑ | h(kT ) |.5 ⋅ 10 − 20 .8.2.8 M − 1 ⎛ g 0 d − i g max Q⎜ ⎜ M σ no ⎝ Tabela 8.8.0985 ⎠ 2 ⎝ ⎠ Može se uočiti da T-filtar nije značajnije smanjio snagu šuma.2. | h ( 0) | k ≠ 0 k ≠ 0 | h ( 0) | d Prenos je moguć ako je dijagram oka otvoren.060 0. već je redukovanjem ISI drastično smanjio verovatnoću greške. ponoviti zadatak pod a). vs 600 Bd 1200 Bd 2400 Bd k = ±2 0. b) Ako se ispred odlučivača postavi ekvalizator sa slike (Slika 8.035 0. c) Kolika je maksimalna brzina prenosa informacija bez.1 Vrednosti impulsnog odziva sistema za prenos a) Ispitati mogućnost prenosa M-arnih signala u ovom sistemu (M = 2. ⎟ 2 0.2. odnosno sa ekvalizatorom? Slika 8. Ostale vrednosti h( kT ) mogu se zanemariti.28) ≅ 0.8.5 ⋅ 10 −9 .7mW = PN . za I max < 1. pa je verovatnoća greške: ⎞ 1 ⎛ 1 − 0. d = 1.035 0. 4.150 k = ±1 0. tj.

636 M=8 0. | g 0 | k ≠1 k ≠1 | g 0 | d vs 600 Bd 1200 Bd 2400 Bd M=2 0. pa je: g ( −2 T ) = C−1h( −2 T ) g ( − T ) = C−1h( − T ) + C0h( −2 T ) g ( 0) g(T ) g ( 3T ) g (4 T ) = C−1h( 0) = C−1h( T ) = = + C0h( − T ) + C0h( 0) C0h(2 T ) + C1h( −2 T ) + C1h( − T ) + C1h( 0) + C1h( T ) C1h(2 T ) g (2 T ) = C−1h(2 T ) + C0h( T ) Za k < -2 i k > 4 je g ( kT ) = 0.0719 . Za vrednosti h( kT ) date u tabeli (Tabela 8.3 Vrednosti impulsnog odziva sistema | g ( kT )| Nakon ekvalizacije je: | g (kT ) | ( M − 1) I max = ( M − 1)d ∑ = ∑ | g (kT ) | .075 0.12 0.15 k=0 -0.63 3.0018 -0.21 1. Na osnovu toga je: C −1 = −0.0255 0.225 2.03 M=8 0.01 k = -1 0.035 0.879 M=4 0.2.8.0345 0 k=1 k=2 -0.65 1.2.11 0.525 M = 16 1.0345 0 k=3 0.1207 C1 = −0.0018 -0.84 1.2.8 - Tabela 8.213 0. pa su vrednosti impulsnog odziva sistema nakon ekvalizacije: vs 600 Bd 1200 Bd 2400 Bd k = -2 -0.0025 -0.01 M=4 0.47 - M = 16 1.1) za brzinu v s = 1200 Bd zadovoljene su jednačine: g (T ) = 1 i g (0) = g (2T ) = 0 .115 1 0.4 Vrednosti maksimalne normalizovane ISI iza T-filtra .150 OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU vs 600 Bd 1200 Bd 2400 Bd M=2 0.125 - Tabela 8.2 Vrednosti maksimalne normalizovane ISI ispred ekvalizatora b) g ( t ) = C−1h( t ) + C0 h( t − T ) + C1h( t − 2T ) .15 k=4 -0.213 Tabela 8.2.77 0.01 1.36 0.849 0.33 0. jer dati ekvalizator minimizuje vršnu ISI pri toj brzini signaliziranja.8.0719 C 0 = 1.0025 -0.8.035 0.8.0255 0.

Sada je omogućen prenos oktalnih simbola brzinom 1200 Bd.2 ) određuje se maksimalni digitalni protok koji je moguće ostvariti bez ekvalizacije.9 Signal podataka sa vrednostima jednakoverovatnih simbola 3U.2. 8. y (0) = 0. Na osnovu tabele (Tabela 8.4 Slika 8.2. -U i -3U. y (t ) = 0.8.1) gde dolazi do pojave ISI: 0. pa je: vd = 1200 ⋅ ld 4 = 2400 b s .2.2.9. prenosi se kroz kanal bez šuma sa slike (Slika 8.1 Sistem za prenos signala podataka PREDAJNIK y (t ) PRIJEMNIK a) Koje sve vrednosti može da ima signal na ulazu u prijemnik? b) Kolika je verovatnoća greške i za koje sve pragove odlučivanja to važi? c) Ako se ispred prijemnika postavi ekvalizator sa jednim kolom za kašnjenje i dva pojačavača (pretpostaviti da je koeficijent prvog pojačavača 1). 4 x ( t − T ) . Ovaj digitalni protok postiže se upotrebom kvaternarnog alfabeta pri brzini signaliziranja od 1200 Bd i iznosi: vd = 1200 ⋅ ld 4 = 2400 b s .4) određuje se maksimalni digitalni protok nakon ekvalizacije.2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 151 c) Na osnovu tabele (Tabela 8.8. 8 x ( t ) − 0. za koje vrednosti pojačanja se postiže tačan prenos? Rešenje: x (t ) = n = −∞ ∑ a δ (t − nT ) . n ∞ Slika 8.9. 8a0 − 0.9.8 x (t ) T -0. 4a1 . U.2 Uticaj kanala na prenos kvaternarnog signala podataka .2.

4C ) < 1 Rešenje poslednje nejednakosti je C > 0.4U } .2 -2 -1.2 2 3U −3U −U 3U −3U −U -2 U 3U 3. 0. a pragovi odlučivanja bi bili 0. c) Uz pretpostavku da je prvi koeficijent T-filtra na slici (Slika 8. ± 1.4 -0. 4Ca2 .2.4|+|0. 5a1|/U > 1) = 1 / 2 . 8 Interesantno je zapaziti da se ista verovatnoća greške dobija za sve vrednosti pragova odlučivanja koje su naznačene na slici (Slika 8.11.3 Ekvalizator .152 OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU Signal na ulazu u prijemnik {±0. − U .8 ⋅ {2U .2.4U . − 3U } = {2. 4 a1 predstavlja ISI. e P ( ±3U ) = P ( 0. verovatnoća greške će konačno biti 3 PE = .6U } . 8a0 − 0. b) Normalizovana ISI je I = 0.6U . a njena normalizovana maksimalna vrednost u alfabetu sa M = 4 simbola je: I max = ( M − 1)U (|0.9.6 2.8 -3. − 0. odakle se jasno vidi da je ISI: i = ( 0. Kada ne bi bilo ISI na ulazu u prijemnik bi bio signal 0.2 -2. 4Ca2 .8C + 0.2).4 0.4C|) = 3.2. 0.75(|0.75(−0.8U .2.8U . ± 3.8U .8 ⋅ {3U . ± 2. − 1. − 2U } = {1.9.6 Tabela 8. e Pošto su simboli na ulazu jednako verovatni.1 Vrednosti odmerka signala na izlazu kanala U izrazu za y( 0) član −0.9. 5 1 .8C − 0. a) a0 a1 y ( 0) / U ima vrednosti iz skupa 3U 3U 3U U 3U U U U U U −U −U −U −U −3U −3U −3U −3U U −3U −U 3U −3U −U 1.4U . 8Ca1 − 0. e P ( ±U ) = P (| 0. 0.4C|) .8U Potrebno je tražiti rešenje nejednakosti I max < 1 u tri posebna slučaja: i ) C ≤ 0 ⇒ I max = 3.2 0.8 2 1. − 2. s( 0) = 0.6U } .4 − 0. ± 2U . U .8C − 0. 8C − 0.3) jednak 1 može se pisati: s( t ) = y ( t ) + Cy ( t − T ) . 0.4 -1. Slika 8. 5a1 / U > 1) = 1 / 4 .9.2U .4|+|0. što je protivrečno sa C < 0 . 8U U PE = P ( 3U ) P ( 3U ) + P (U ) Pe (U ) + P ( −U ) Pe ( −U ) + P ( −3U ) Pe ( −3U ) . 4 a1 + 0. 4) a1 − 0. 4 a1 a = 0. pa je verovatnoća greške na prijemu 0.4 -0. što je posledica pretpostavke da se koristi kanal bez šuma.

2. ( ε → 0 i ε > 0 ).4C ) < 1 Rešenje ove nejednakosti je 0.2.10.10.75(0. za vrednosti pojačanja C ∈ (1 / 3.4 + 0.2. Pražnjenje integratora vrši se uvek neposredno posle uzimanja odbirka.5 ⇒ I max = 3. a elementarni impuls je h( t ) . d } .1 Prijemnik digitalnih signala Rešenje: a) Slika 8.5. ∞ Odlučivač odlučuje o simbolu ak na osnovu odbirka sa izlaza integratora u trenutku t k = ( k + 1) T .5. si (t ) = ∑ am hi (t − mT ). u trenutku tk + ε .9.9.3) eliminiše uticaj ISI nastale u kanalu sa slike (Slika 8. hi (t ) = ⎨ ⎩ 0 drugde.2 Oblik elementarnog impulsa Za napone na ulazu si (t ) i izlazu so (t ) integratora važi .2) pri čemu se minimalna vrednost vršne ISI postiže za C = 0.10. 8. odrediti d tako da verovatnoća greške −4 bude PE =10 .4 + 0. c) Za N 0 = 2 ⋅10−6 W Hz i vd = 10000 bit s .5 < C < 0.2.5 ⇒ I max = 3.2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 153 ii ) 0 < C < 0. Slika 8.75(−0. ⎧− 1 0<t <T .4C ) < 1 Rešenje nejednakosti je 0.33 < C < 0. m = −∞ Na ulaz prijemnika je i beli Gausov šum n( t ) . 5 / 9) T-filtar sa slike (Slika 8.10 Na ulaz prijemnika sa slike (Slika 8. b) Odrediti izraz za verovatnoću greške na prijemu. Dakle.8C − 0.1) dolazi signal oblika si (t ) gde su simboli am iz alfabeta {−d .8C + 0. a) Nacrtati odsečak signala si (t ) i s0 (t ) za sekvencu simbola a0 a1 a 2 = −d d d .556. spektralne gustine snage pn = N 0 2.2. iii ) C ≥ 0.

T T ⎧ ⎫ 1 ⎪ 1 ⎪ E{n0 } = E ⎨− n(τ )dτ ⎬ = − E{n(τ )}dτ = n0 = 0. ∫ RC ∫ ⎪ RC 0 ⎪ 0 ⎩ ⎭ b) Pošto je a0 ∈{± d } . dt RC −∫ R ∞ U signalu na ulazu integratora prisutan je i šum. Kako je trajanje odziva h( t ) ograničeno na T.10. prethodni simbol neće uticati na sledeći – u ovom sistemu nema ISI no je slučajna promenljiva nastala propuštanjem belog šuma kroz integrator u intervalu vremena t ∈ ( 0.3 Signali s( t ). ⎟ ⎨⎜ 0 ⎟ ⎝ ⎠ RC ∫ (RC )2 ∫ ∫ ⎪⎝ 0 00 ⎠ ⎪ ⎩ ⎭ Podintegralna funkcija predstavlja autokorelaciju belog šuma.2. neće biti zaostalog napona na kondenzatoru. a pre početka integracije ulaznog signala. PE = P⎜ n0 > ⎟ = Q⎜ ⎜ σn ⎟ RC ⎠ ⎝ 0 ⎝ ⎠ Integrator nije idealni NF filtar i propusni opseg nije konačan pa se varijansa slučajne promenljive n0 izračunava na sledeći način: 2 σ n0 2⎫ ⎧ T TT ⎛ n 2 − n 2 ⎞ = E ⎪⎛ − 1 n(t )dt ⎞ ⎪ = 1 ⎜ ⎟ ⎬ =⎜ 0 E{n(t )n(τ )}dt dτ . RC 0 RC 0 T T t Slika 8. T ] .154 OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU ds (t ) si (t ) 1 = −C o ⇒ s o (t ) = − si (τ )dτ . a odluka se donosi na osnovu vrednosti odbirka na kraju digitskog intervala: a Ta 0 1 s o (T ) = − 0 ∫ hi (τ )dτ − ∫ n(τ )dτ = + RC + n0 . RC Verovatnoća greške je: ⎛ Td / RC ⎞ Td ⎞ ⎛ ⎟. tj: . odbirak korisnog signala na izlazu integratora može imati vrednosti ± Td . si ( t ) i s0 ( t ) za 0 < t < 3T Zbog pražnjenja integratora posle svakog uzimanja odbirka. Kondenzator se prazni na početku svakog signalizacionog intervala. Prag odlučivanja se zato postavlja na nulu.

N 0 vd ⎟ ⎟ ⎟ 2 ⎠ c) Polovina rastojanja između susednih simbola d lako se određuje iz: PE = 10 − 4 = Q(3. σ n0 = 00 0 N0 T N 0T . Sada je verovatnoća greške data sa: ⎛ ⎜ PE = Q⎜ ⎜ ⎜ ⎜ ⎝ Td RC N0 T 2 RC ⎞ ⎛ ⎟ ⎜ ⎛ Td ⎞ ⎟ = Q⎜ ⎟ = Q⎜ ⎟ ⎜ ⎜ TN 2⎟ 0 ⎝ ⎠ ⎟ ⎜ ⎜ ⎟ ⎝ ⎠ ⎞ ⎟ d ⎟ .37 V.7 vd .10. Na kraju treba spomenuti da je razmatrani prijemnik praktična realizacija korelatora.2.37 = 0. .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 155 E {n(t )n(τ )} = E{n(τ )n(τ + t − τ )} = Rn (t − τ ) = N0 δ (t − τ ) .7) ⇒ (3.1) razmaknuti za više od 2 ⋅ 0.7) 2 = d = 0. 2 N0 = const. pa je 2 N0 T 2 RC Autokorelacija šuma je delta impuls jer je spektralna gustina snage onda: 2 σ n0 1 N0 = ( RC ) 2 2 TT ∫ ∫ δ (t − τ )dtdτ = 2( RC ) 2 ∫ dτ = 2( RC ) 2 . N 0 vd 2 Ako su simboli na ulazu u prijemnik sa slike (Slika 8.74 V verovatnoća greške biće manja od 10-4. 2d 2 N0 ⇒ d = 3.

156 OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU .

Kreiraj slučajnu binarnu sekvencu dužine 10 bita i generiši talasni oblik signala koristeći polarni NRZ linijski kod.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 157 VEŽBA 4 PRENOS KROZ FREKVENCIJSKI OGRANIČENE KANALE I PRIPREMA VEŽBE (DOMAĆI ZADATAK) P1) Dijagram oka P1. tako da se kanal modeluje filtrom propusnikom niskih učestanosti. AMI i Mančester prenosne formate. Smatrati da je Rb = 1 kb/s. P2) Intersimbolska interferencija P2. na čijem izlazu se signalu dodaje aditivni (najčešće beli Gausov) šum (slika 4. .gain.1.1. šum ulazna sekvenca KANAL izlazna sekvenca Slika 4.’polar_nrz’.1000). Model kanala MATLAB funkcija (CST) koja simulira odziv kanala naziva se channel i poziva se sa sledećim argumentima: >> channel(input.1. odnosno usvojiti odgovarajući model.noise_power. >> x=wave_gen(b. Kako se to odražava na njegov frekvencijski opseg? Da li ovakav impuls omogućuje prenos bez ISI (odnosno da li zadovoljava I Nikvistov kriterijum)? II ZADATAK VEŽBE KARAKTERISTIKE (MODEL) KANALA Da bismo mogli posmatrati uticaj komunikacionog kanala na prenošene signale potrebno je definisati njegove karakteristike. NRZ pravougaoni impuls ima konačno trajanje u vremenu. >> b=binary(10).1 Prikazati dijagrame oka za za NRZ.1).bandwith) 1) Uticaj komunikacionog kanala na prenos signala (CST) 1. U okviru predmeta Digitalne telekomunikacije razmatra se dejstvo šuma i konačnog propusnog opsega kanala.

1. 2) Efekti konačnog propusnog opsega kanala na talasni oblik prenesenog signala..0.bw)) gde bw∈⎨3000. ’polar_nrz’. Izobličenja nastala kao posledica konačnog propusnog opsega mogu se posmatrati izdvojeno ako se snaga šuma postavi na nulu. Odrediti poslatu sekvencu na osnovu izlaza (y) iz kanala: b = 1. ako se smatra da je širina njegovog spektra određena prvom spektralnom nulom: BT = Hz 1.4900). Smatrajući da je prenosna karakteristika kanala u osnovnom opsegu učestanosti jednaka jedinici. waveplot(channel(x. Uporediti dobijenu procenu sa originalnom sekvencom. waveplot(channel(x.9 kHz.158 VEŽBA 4 Odrediti potreban frekvencijski opseg za prenos signala x. >> subplot(211). propustiti signal x kroz dati kanal i prikazati talasne oblike ulaznog (x) i izlaznog signala (y).1000) >> subplot(211).1. 1000.4900) 2. waveplot(x) >> subolot (212).waveplot(y) 1.3. Izobličenja posmatrana u prethodnom zadatku posledica su prisustva šuma i konačnog propusnog opsega kanala.1. Istražiti efekte promene propusnog opsega na talasni oblik prenesenog signala. da je prisutan beli aditivan gausov šum (AWGN) snage 10 −2 W i da je kanal propusnog opsega 4.4. Nacrtaj talasni oblik ulaza i izlaza. waveplot(x) >> subplot(212). >> subplot(212).0. 500⎬. 2. >> y=channel(x.2. .0.1.2. >> x=wave_gen(b. Posmatraj kašnjenje talasnog oblika na izlazu kao posledicu filtriranja u kanalu.01. 2000. >> clf >> b=binary(10).

varijacija preseka sa nulom (džiter).2. Slika 4. . . A B C D E .margina šuma.2.1. . . Bitni parametri za dijagram oka prikazani su na slici 4. 3) Dijagram oka Efekti usled filtriranja u kanalu i šuma mogu najbolje biti uočeni posmatranjem talasnog oblika signala na izlazu u obliku “dijagrama oka”. .nagib: osetljivost na izbor trenutka odmeravanja.vremenski interval tokom koga je potrebno izvršiti odabiranje.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 159 Grafik 4.maksimalno izobličenje usled ISI-a i šuma u kanalu.

4000).1. Ako je perioda binarnog signala Tb tada će digitalni signal pri odlučivanju biti odabran u trenucima t∗. . gde je Tb perioda signaliziranja.1000). Generisanje dijagrama oka >> >> >> >> >> b=[ 1 0 0 1 0 1 1 0].02 0.1 4000 bw [Hz] 3000 2000 1000 t∗ B A Tabela 4. eye_diag(x) Dijagram oka za talasni oblik signala x pokazuje šta treba očekivati za jedan neizobličen signal. 3. x=wave_gen(b. Da bi se posmatralo generisanje dijagrama oka i da bi se uočilo izobličenje signala potrebno je signal x propustiti kroz kanal sa konačnim propusnim opsegom i nultom snagom šuma: >> y=channel(x. prikaz dijagrama oka ide korak po korak. >> subplot(222)..1000).1.1..-1) Ako je drugi argument u funkciji eye_diag negativan.waveplot(y) >> subplot(224). t∗+ 2 Tb . ’polar_nrz’. eye_diag(y.1. ’polar_nrz’. Generiši dijagram oka za polarni NRZ signal i kanal sa propusnim opsegom bw.160 VEŽBA 4 t∗ . x=wave_gen(x.2..0. eye_diag(channel(x.1. Da bi se okončala pauza između pojedinih koraka potrebno je pritisnuti tipku <enter> na tastaturi. u kome deluje šum varijanse s2. clf subplot(221).. Na osnovu dobijenih dijagrama oka odrediti vrednosti za t∗.waveplot(x) subplot(223). A.01 0.s2.08 0.bw)) Polarni NRZ kod s2 [w] 0.1. za svaku kombinaciju s2 i bw iz tabele 4. 3. t∗+ Tb . >> >> >> >> clf b=binary(100).najpogodniji trenutak odabiranja. što doprinosi lakšem razumevanju načina generisanja dijagrama oka. B i uneti ih u tabelu 4.

2 n = ±2 ⎪ 0 inače ⎩ 4.2 mančester kod s2 [w] 0. kao i za unipolarni NRZ linijski kod. 3.1 ⎪ 0 inače ⎩ n=0 ⎧ 1 ⎪ 0.1.2. Pitanje 4. Ako se kroz frekvencijski ograničene kanale bez šuma prenose binarni polarni signal.25 n = ±1 ⎪ Kanal 1: hn = ⎨ n = ±2 ⎪ 0. i 3. za s2=0. na signalnoj konstalaciji ilustrovati efekte intersimbolske interferencije.3.4800 b/s}. Odmerci impulsnih odziva posmatranih kanala jesu: n=0 ⎧ 1 ⎪− 0.01 0.2. Slabljenje tf kanala na granici propusnog opsega iznosi Ac a grupno kašnjenje je tg. za Mančester kod i dobijene rezultate zabeležiti u tabelu 4.1.3.2.1200. 4) Intersimbolska interferencija (ISI) 4. Ponoviti postupak iz zadatka 3.3. koji linijski kod ima povoljniji dijagram oka? Objasni razliku na osnovu relevantnih osobina linijskih kodova.4.02 0. Kako faktor zaobljenja utiče na frekvencijski opseg.1 4000 bw [Hz] 3000 2000 1000 t∗ B A Tabela 4. Za elementarni impuls je moguće odabrati .2. Prenos binarnog digitalnog signala potrebno je ostvariti kroz telefonski (tf) kanal sa protokom vd ∈ {600. Posmatraj kako linijski kod određuje oblik i simetriju dijagrama oka. Pokrenuti SIMULINIK TUTORIAL>PulseShape>Raised-Cosine.08 0. Da li prethodna konstatacija važi i ako se posmatra koren iz podignutog kosinusa (Root-RC)? c.2. Za koje vrednosti faktora zaobljenja postižemo prenos bez ISI? Kako je ovo moguće uočiti na elementarnom impulsnom odzivu? b.01 W i bw=1000Hz. Ako se porede dijagrami oka iz zadataka 3. odnosno kako se to manifestuje u vremenskom domenu? 4. a. generiši dijagram oka na način prikazan u zadatku 3.5 n = ±1 ⎪ Kanal 2: hn = ⎨ ⎪− 0. Za polarni i unipolarni RZ.2400.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 161 3.

3. 5) Ekvalizacija 5. 5.3. Implementirati adaptivni LMS ekvalizator koji koristi stohastički gradijentni algotiram.1.4. Koji elementarni impuls daje najmanju ISI pri prenosu kroz tf kanal? Zašto? b.3. za svaki talasni oblik potrebno je utvrditi maksimalnu vrednost ISI za različite brzine prenosa i različite parametre telefonskog kanala. Šta se dešava sa ISI kada se povećava digitalni protok? Zašto? c. Na osnovu simulacionog modela i tabele 4. Neka se za digitalni prenos kroz tf kanal koristi elementarni impuls sinc(x). b. Utvrditi koliko smanjenje ISI omogućuje primena transferzalnog filtra sa 3. Koliko kašnjenje unosi ekvalizator? 5. kao u zadatku 4. Objasniti uticaj faznih izobličenja (t g ≠ 0) na ISI. za minimizaciju srednje kvadratne greške. polukosinus. ISImax [%] vd [b/s] 600 1200 2400 4800 Tabela 4. podignuti kosinus i sinc(x). za forsiranje nula u impulsnom odzivu. Ukoliko je elementani impuls izobličen usled uticaja kanala tako da se može izraziti relacijom 1 x(t ) = 1 + (2t / T ) 2 gde je T trajanje signalizacionog intervala. Primer nelinearne ekvalizacije: DFE (Decision-Feedback Equalizer) algoritam.2. a. odrediti koeficijente ekvalizatora sa 5 koeficijenata ako se koristi algoritam: a. 3 Ac [dB] 6 25 tg = 0 ms tg = 3 ms . 5. odnosno 5 koeficijenata.3.162 VEŽBA 4 jedan od 4 ponuđena talasna oblika: pravougaoni impuls.

P2) Verovatnoća greške pri optimalnoj detekciji P2. c. Odrediti izraz za verovatnoću greške u slučaju detekcije binarnog antipodalnog signala pomoću prilagođenog filtra. Odredi RMS vrednost (koren iz srednje kvadratne vrednosti. kolika je verovatnoća greške? Obrazložiti.3. talasni oblik na izlazu iz kanala. Neka je Y(t)=X(t)+n(t).1. Ako signal Y(t) primamo prijemnikom sa prilagođenim filtrom: a.5 ⋅ 10 −4 W/Hz. Odrediti srednju energiju ( Eb ) signala X(t) u bitskoj periodi Tb . X(t) je polarni NRZ signal sa jediničnom amplitudom i binarnim protokom Rb =1kb/s. Ponovi tačke a i b za trougaoni impuls trajanja 10 ms. u našem slučaju σ 2 ) šuma n(t) i maksimalnu amplitudu signala na izlazu prilagođenog filtra. Odrediti verovatnoću bitske greške Pe = Q( 2 Eb ). Odredi odziv prilagođenog filtra na pravougaoni impuls r(t). Odredi impulsni odziv prilagođenog filtra. P2. b. . b. r( t ) = rect ⎜ b ⎜ Tb ⎟ ⎝ ⎠ detekciju pravougaonih impulsa − Tb / 2 Tb / 2 Slika 5.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 163 VEŽBA 5 UTICAJ ŠUMA NA PRENOS SIGNALA I PRIPREMA VEŽBE (DOMAĆI ZADATAK) P1) Prilagođeni filtar P1. N0 P2. Prilagođeni iltar treba da omogući ⎛t −T / 2⎞ b ⎟ .2. c.1. gde je T =1 ms.1. Šum n(t) je beli Gausov sa PSD funkcijom: S n ( f ) = N 0 / 2 = 0. Kada se za prenos koristi Mančester kod. a.

1. 2. ako se signal prenosi kroz AWGN kanal. 1. Na kom nivou snage šuma više nije moguće razlikovati izlaz iz kanala i šuma? . verovatnoću bitske greške ako je X(t) detektovan prijemnikom sa RC-filtrom. Da li je za određene prenosne medijume moguće izostaviti prilagođeni filtar? Obrazložiti.sigma. Odrediti energiju po bitskom intervalu Eb u funkciji od amplitude signala i trajanja jednog bita Tb. Ako se detekcija obavlja prilagođenim filtrom odrediti verovatnoću greške Pe u funkciji Eb i N0.1.5. Za svaki od talasnih oblika. P4) Združena optimizacija prijemnog filtra P4. propušten kroz RC-filtar sa prenosnom karakteristikom: 1 H rc ( f ) = 1 + j 2πfRC gde je RC=1/(2000π). d.2. za Eb / N 0 ∈ [0. P3) Suboptimalna detekcija P3.1. b. Koja su tri osnovna talasna oblika? b.4900)) gde sigma∈⎨0.10]. čiji je odziv e(t ) = rect⎜ ⎟ . b. Odrediti i nacrtati na istom dijagramu tri gustine verovatnoća za signale na ulazu odlučivača.1. Ako su pragovi odlučivanja ± EL izraziti verovatnoću greške (bez računanja dobijenih integrala). Pe.2. 1. Za koje oblike elementarnog impulsa nemamo ISI u slučaju kada prijemnik koristi prilagođeni filtar. postepeno povećavati snagu šuma u kanalu i posmatrati šta se dešava sa signalom na izlazu. Potrebno je uporediti unipolarni NRZ i Mančester signalizacione formate. II ZADATAK VEŽBE 1) Uticaj šuma u kanalu na talasni oblik i konstelaciju prenošenog signala. 0. maksimalnu amplitudu signala i rms vrednost šuma na izlazu iz filtra. P2.2. U kakvom su odnosu prilagođeni filtar i filtar koji sa cilj ima zadovoljenje I Nikvistovog kriterijuma? P4.9 kHz.1.164 VEŽBA 5 P2. Skicirati verovatnoću greške. P3.5. Utvrditi verovatnoću greške bita za AMI tehniku. >> subplot(212). na osnovu sledećih koraka: a.4. u slučaju N kada je SGSŠ S ( f ) = 0 : 2 a. Za propusni opseg kanala od 4. Ako je Y(t) iz zadatka P2. waveplot(channel(x.1. odrediti signale na izlazu prijemnog prilagođenog ⎛ t ⎞ filtara. odrediti: a. 5⎬. ⎜T ⎟ ⎝ s⎠ c.

’triangle’.1.2. >> psd(channel(x. hold on.1000).waveplot(r) subplot(312).1. prikazati dejstvo šuma na signalnu konstelaciju (Monte-Carlo simulacija.4900)) Pitanje 5.2. >> subplot(313). >> r=wave_gen(1. za trougaoni impuls jedinične amplitude i trajanja 10 ms. subplot(121).1000).100).waveplot(rm) Pitanje 5. 2) Karakteristike prilagođenih filtara 2. odnosno impulsni odziv za polarni NRZ signal.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 165 1. waveplot(r) >> subplot(312). >> b=binary(1000) >> x=wave_gen(b. clf. a. >> rm=match(‘polar_nrz’.subplot(311). >> >> >> >> >> r=wave_gen(1. Efekat povećanja snage šuma moguće je posmatrati preko spektralne gustine snage šuma (PSD) izlaza iz kanala. Kako je to vreme povezano sa talasnim oblikom r ? Pitanje 5.1. match(’polar_nrz’) b.4900)). odrediti vezu izraz koji opisuje PSD funkciju izlaznog signala u zavisnosti od PSD funkcije ulaznog signala i šuma u kanalu.r) subplot(313).3.1. waveplot(rm) Odredi vreme kada izlaz iz filtra dostiže svoj maksimum. Prikaži r i impulsni odziv prilagođenog filtra zasnovanog na r. ’polar_nrz’. psd(channel(x.’polar_nrz’. >> subplot(311).0. odrediti maksimalnu amplitudu na izlazu iz prilagođenog filtra. CCS). >> psd(channel(x.3. Da li je moguće odrediti maksimalnu vrednost amplitude na izlazu prilagođenog filtra direktno sa grafika iz zadatka 2. promeni na 1 ms.5. Ako se širina trougaonog impulsa iz zadatka 2.1. Za aditivan šum koji je nekorelisan sa signalom na ulazu komunikacionog kanala.01.1. Posmatraj izlaz prilagođenog filtra ako mu je na ulaz doveden signal r. .1. >> axis(a). >> clf. Generiši pravougaoni impuls jedinične amplitude i trajanja 1 ms.4900)).1? 2.2.match(’triangle’) rm=match(’triangle’. Ako komunikacioni sistem za prenos koristi binarne ortogonalne signale. Ponoviti korake iz zadatka 2.r). 1.2..

b.166 VEŽBA 5 2.3. waveplot(x5) a.4. >> x5=wave_gen([1 0 0 1 0].4.’polar_nrz’. Ponoviti korake iz zadatka 2. Grafik 5. 2.1. za Mančester kod sa jediničnom amplitudom elementarnog impulsa i trajanjem od 10 ms. Generiši polarni NRZ talasni oblik binarne sekvence [1 0 0 1 0]. Proveriti pretpostavku korišćenjem MATLAB-a. Predvideti impulsni odziv prilagođenog filtra kao i izlaz iz datog filtra. subplot(211). >> subplot(212).1. koristeći amplitudnu skalu sa leve strane grafika. . Skicirati talasni oblik na izlazu prilagođenog filtra ako je na ulazu unipolarni NRZ talasni oblik binarne sekvence [1 0 0 1 0]. Zabeleži rezultate na grafiku 4.1 koristeći amplitudsku skalu datu na desnoj strani grafika.x5)) Pitanje 5. >> clf. Propusti signal x5 kroz prilagođeni filtar.1000). binarnog protoka Rb =1kb/s i jedinične amplitude impulsa. Prikazati talasni oblik signala x5 na grafiku 5.1. waveplot(match(’polar_nrz’.

ako je z10( kTb ) ≤ 0.10 pri tom primenjujući sledeće pravilo odlučivanja: ⎧0.5 W. subplot(211). >> x=wave_gen(b. a. ako je z10( kTb ) > 0. Dekoduj binarnu sekvencu na osnovu izlaza iz kanala (y10): b 10 = c. .y10). >> x10=wave_gen(b10. >> clf.0. Prikazati talasni oblik na izlazu iz kanala y10: >> y10=channel(x10. Primeni dato pravilo na signal z10 i proceni signal: b 10 = Uporedi datu procenu sa originalnom sekvencom b10: b10= Pitanje 5. verovatnoća bitske greške će se povećati. Odabiraj izlaz iz prilagođenog filtra u trenucima kTb .1000).1. a talasni oblik predstavi koristeći polarni NRZ linijski kod.1. Da li je lakše izvršiti detekciju poslate binarnu sekvencu na izlazu iz kanala (signal y10 iz zadatka 3. >> b10=binary(10)..) ili na izlazu iz prilagođenog filtra (signal z10)? Ako se za odabiranje koriste trenutci odabiranja drugačiji nego u 3. Prikaži talasni oblik z10 na izlazu iz filtra: >> z10=match(‘polar_nrz’.5.9 kHz i aditivnim belim Gausovim šumom snage 2 W.1.d. Propusti x10 kroz kanal sa propusnim opsegom 4.4900).. waveplot(y10) b.1.2. Propusti signal x kroz kanal sa propusnim opsegom od 4. >> subplot(212). waveplot(x10) a.’polar_nrz’..5. gde je b k procenjena vrednost binarne sekvence b10. Propusti signal y10 kroz prilagođeni filtar. Generiši 10-bitsku binarnu sekvencu.1.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 167 3) Detekcija signala 3.4900). Neka je y signal na izlazu iz kanala: >> y=channel(x.9 kHz i aditivnim belim gausovim šumom snage σ n 2 = 0. gde je k=1..1. Zašto? 4) Prijemnik sa prilagođenim filtrom 4. >> subplot(212).’polar_nrz’). Generiši slučajnu binarnu sekvencu b sačinjenu od 2000 bita koristeći polarni NRZ linijski kod: >> b=binary(2000). bk = ⎨ ⎩1. waveplot(z10) d.

Uticaj ovog parametra na proces detekcije može se posmatrati korišćenjem vremena početka odabiranja koje predstavlja 90% odnosno 50% od optimalne vrednosti koja je određena u delu zadatka pod c. Trenutci odabiranja na izlazu iz prilagođenog filtra određeni su u odnosu na početak vremenske ose. c. eye_diag(z). i tako dalje. Izračunati teorijsku verovatnoću bitske greške za sve slučajeve iz tabele 5. tada će detektor vršiti odabiranje u trenucima t 0 .5 i 2 W (bez crtanja dijagrama oka signala z na izlazu iz prilagođenog filtra). Ako se ne koristi optimalan trenutak početka odabiranja.1. a optimalan trenutak odlučivanja podešen na t 0 . >> clf.y). t 0 +2 Tb . e. f.1. Zabeleži utvrđenu verovatnoću greške.6. Primeti da se PSD belog gausovog procesa može odrediti kao: Sn ( f ) = N0 2 = σ n2 2 × propusni opseg sistema gde je propusni opseg za dati sistem 4. Pe . Na primer. rezultujuća BER (Bit Error Rate) biće veća. σ 2 [W] 0.9 kHz.168 VEŽBA 5 b. Sa dijagrama oka odredi optimalan trenutak odabiranja kao i prag odlučivanja detektora v_th. v_th= V. >> detect(z. u tabelu 5. za snage šuma od 1. Pitanje 5. Zato je moguće za jedan nivo šuma odrediti optimalni trenutak početka odabiranja i prag odlučivanja i potom ih koristiti za detekciju signala na izlazu prilagođenog filtra pri različitim nivoima snage šuma u kanalu. Ponovi sve prethodne korake u zadatku.5 1 1. t0 = sec. Prikaži dijagram oka signala z na izlazu iz prilagođenog filtra: >> z=match(’polar_nrz’. 1.b).1. d. Ako su v_th i t 0 parametri detektora koji se nalazi na izlazu prilagođenog filtra. t 0 + Tb .1. t 0 . Propusti signal y kroz prilagođeni filtar. ako je period signalizacije Tb . Napomena: Početni trenutak odabiranja t 0 kao i vrednost praga ne zavise od snage šuma u kanalu. izvršiti detekciju i dobijeni (empirijske) rezultat za verovatnoću bitske greške zabeležiti u tabelu 5.v_th. .5 2 Pe-empirijski Pe-teorijski Tabela 5.

gde je Ar amplitudski maksimum.1. a σ n je rms vrednost šuma na izlazu iz filtra.4900). sa BER izračunatom u zadatku 4.1. Prikaži izlaz iz filtra i odredi amplitudski maksimum Ar : >> r=wave_gen(1. 1.5 W.r). >> detect(z_lpf. t 0 .2000). Ponoviti zadatak 5. a.a.y).n)) 2 σn = W. >> meansq(rc(1000.b).2. b. >> subplot(211).0. . eye_diag(z_lpf). Generisati 2000 odmeraka belog Gausovog šuma sa nultom srednjom vrednosti i varijansom 0.d. >> clf. Uporediti BER dobijenu za prijemnik sa RC filtrom. 5. za prijemnik sa prilagođenim filtrom. r_lpf=rc(1000. Propusti generisanu sekvencu kroz RC filtar. >> y=channel(x. Odrediti odnos Ar / σ n . Na osnovu dijagrama oka. odrediti optimalni trenutak početka odabiranja i vrednost praga. Pitanje 5.0. Signal y iz zadatka 4.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 169 5) Prijemnik sa NF filtrom 5. propusti kroz RC filtar i prikaži dijagram oka signala z_lpf na izlazu iz RC filtra.v_th.2 za kanal sa šumom od 1.5.5.’unipolar_nrz’). >> z_lpf=rc(1000.1.5 i 2 W i zabeležiti rezultate u tabelu 5. waveplot(r_lpf) Ar = V. i za određene otimalne vrednosti dekodovati binarnu sekvencu iz z_lpf.2.7. Propustiti pravougaoni impuls kroz RC filtar prvog reda sa propusnim opsegom od 1 kHz. b. a. Zabeleži rms vrednost signala šuma na izlazu iz filtra: >> n=gauss(0. waveplot(r) >> subplot(212).1.

2.5 kHz 0. Da li će se BER dalje smanjivati ako se koristi NF filtar od 100Hz? 6) Realizacija prilagođenog filtara Kolo na slici 5. Ubeleži signal x5 i uvećani izlaz iz filtra 5*y5 na grafiku 5. pa ovo kolo obavlja operaciju integraljenja. Da bi ilustrovao operaciju integraljenja.1. hold on. Ako je RC konstanta velika. >> z_lpf=rc(500. izlazni napon je srazmeran integralu ulaznog napona. manja od BER za NF filtar sa propusnim opsegom od 1000 Hz.3.2.170 VEŽBA 5 σn 2 [W} Pe BW=1 kHz BW=0.8. Pitanje 5. Slika 5. >> eye_diag(z_lpf) >> detect(z_lpf. 5. waveplot(5*y5) a.5 2 Tabela 5.y). Objasniti zašto je BER za NF filtar sa propusnim opsegom od 500 Hz. Ponoviti zadatak za RC filtar prvog reda sa propusnim opsegom od 500 Hz i dobijene vrednosti BER zabeležiti u tabelu 5. >> y5=int_dump(x5).v_th. t 0 .2. >> clf. propusti signal x5 generisan u odeljku 2. predstavlja praktičnu realizaciju prilagođenog filtra.2 i posmatraj ulazni i izlazni signal.2 .2. kroz filtar sa slike 5.b). 6.4. Praktična realizacija prilagođenog filtra. Prekidač S1 na slici zatvara se periodično zbog pražnjenja kapacitativnosti C. waveplot(x5).5 1 1.

Kada je prekidač S1 zatvoren? Da li je moguće odrediti optimalni trenutak početka odabiranja bez posmatranja dijagrama oka? b. 7) Eksperimentalno određivanje verovatnoće greške bita na osnovu Monte-Carlo simulacije 7. Eb. 1. . >> u = tx(b. b. Radi procene verovatnoće greške bita (BER) generisati 1000 binarnih simbola. Komunikacioni kanal predstavlja filtar propusnik niskih učestanosti.'manchester'. u kojem deluje šum čija je snaga σ n = 1 W.2. Uporedi rezultujuću BER za kolo sa slike 5. odrediti odnos signal-šum i eksperimentalno (Monte-Carlo simulacija) utvrditi BER performanse. a. 1. 19000 ).'unipolar_nrz'. Promenljiva A skalira elementarni impuls. Ponoviti zadatak 5. >> b = binary(1000). >> rx( ch_output.Rb). ali umesto NF filtra koristi kolo sa slike 4.2.2. Simboli se prenose u osnovnom opsegu brzinom Rb=1 kb/s. Na grafiku 5. >> m = tx(b.Rb). 'linecode'.2. Generisati signal na izlazu kanala i proceniti prenošenu binarnu sekvencu upotrebom MATLAB funkcije rx.3. sa širinom 19 kHz i pojačanjem u propusnom 2 opsegu od 0 dB. Za vrednosti promenljive A koje su navedene u tabeli 5. b ). Pitanje 5.9.1. >> ch _output = channel( A*ch_input. >> Rb = 1000. sa vrednostima BER koje su dobijene korišćenjem prilagođenog i NF filtra. korišćenjem dva različita signalizaciona formata: unipolarnog NRZ i Mančester koda. utičući tako na predajnu snagu. označiti periode punjenja i pražnjenja kondenzatora.2. odnosno na energiju po bitu.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 171 Grafik 5.

1. c. digitalni filtar tako da njihov proizvod bude jednak spektru duobinarnog impulsa. i prijemni. e. b. Prikazati teoretske krive simulirane rezultate za verovatnoće greške (Monte-Carlo) ako se za prenos kroz AWGN kanal u osnovnom opsegu koriste signalizacioni formati: a. i da istovremeno prijemni filtar bude prilagođen za predajni filtar. GT ( f ) . i prijemni. GR ( f ) . Ortogonoalni (u vremenu) talasni oblici. i da istovremeno prijemni filtar bude prilagođen za predajni filtar.172 VEŽBA 5 Tabela 5. Biortogonalni prenos.3. GT ( f ) . Projektovati predajni. . On-Off prenos.2. d. digitalni filtar tako da njihov proizvod bude jednak prenosnoj funkciji koja je poznata kao podignuti kosinus. Binarni antipodalni prenos. 8) Združena optimizacija prijemnog filtra 8. Na osnovu Monte-Carlo simulacije proceniti verovatnoću greške bita u zavisnosti od SNR za binarni sistem koji koristi prilagođene filtre ili korelatore.2. 8. PAM. Projektovati predajni. 7. GR ( f ) . 7.3.

VSB): u1 (t ) = 1 N ∑ ak h(t − kT ) 2 k =− N 1 N u1β (t ) = ± ∑ a k hβ (t − kT ) 2 k =− N gde je hβ ( t ) linearna transformacija signala h(t ) . AM signal je sa potisnutim nosiocem (AM-2BO).ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 173 9 DIGITALNA AMPLITUDSKA MODULACIJA 9. $ s( t ) = u1 ( t ) cos( 2πf 0 t ) ± u1 ( t ) sin( 2πf 0 t ) (9. pogodniji za prenos.3) (9.5) (9. AM signal je sa nepotisnutim nosiocem (KAM).1) U zavisnosti od oblika modulišućih digitalnih signala u1 (t ) i u2 (t ) . razlikuju se: a) AM signal sa potisnutim ili nepotisnutim nosiocem: u1 (t ) = k =− N ∑ a k h(t − kT ) N (9.1 AM modulacija Pripada linearnom tipu modulacije.1 UVOD 9. koji vrši samo translaciju spektra digitalnog signala iz osnovnog u neki viši opseg učestanosti. a ako je ud ≠ 0 .8) . b) AM signal sa jednim bočnim opsegom (AM-1BO.2) (9.1. s (t ) = u1 (t ) cos(2πf 0 t ) ± u1β (t ) sin( 2πf 0 t ) (9.7) (9. u1n (t ) = 0 Ako je ud = 0.4) u 2 (t ) = 0 u1 (t ) = u d + u1n (t ) gde je ud = u1( t ) . SSB): 1 N u1 (t ) = ∑ a k h(t − kT ) 2 k =− N 1 N ˆ u 2 (t ) = ± ∑ a k h(t − kT ) 2 k =− N $ gde je h ( t ) Hilbertova transformacija signala h(t ) . Opšti oblik linearno modulisanog digitalnog signala je: s( t ) = u1 ( t ) cos( 2πf 0 t ) + u2 ( t ) sin( 2πf 0 t ) (9.6) c) AM signal sa nesimetričnim bočnim opsegom (AM-NBO.

predajni pojasni filtar.12) H eq ( f ) = H NR ( f ) H NT ( f ){H L ( f − f c ) + H L ( f + f c )} 4 gde su: ⋅ H NT ( f ) . H C ( f ) .11) 1 sd 2 (t ) = u2 (t ) 2 9. .3 Ekvivalentni sistem prenosa u osnovnom opsegu učestanosti Linearnost AM modulacije omogućava definisanje ekvivalentnog sistema prenosa funkcijom: 1 (9.1.1.prijemni NF filtar H L ( f ) = HT ( f ) ⋅ HC ( f ) ⋅ H R ( f ) ⋅ (9.13) H T ( f ) . 9.predajni NF filtar i H NR ( f ) .kanal i H R ( f ) .10) sd (t ) = u1 (t ) 2 kod svih oblika AM signala.prijemni pojasni filtar.2 AM demodulacija Rezultat idealne koherentne demodulacije je signal: 1 (9.9) N k =− N ∑ ak 2 h(t − kT ) gde su ak1 i ia k 2 simboli koji pripadaju nezavisnim sekvencama simbola.174 DIGITALNA AMPLITUDSKA MODULACIJA d) Kvadraturni AM signal (QAM): u1 (t ) = u 2 (t ) = k =− N N ∑ ak1h(t − kT ) (9. osim kod QAM kod koga postoje dve nezavisne komponente demodulisnog signala: 1 sd 1 (t ) = u1 (t ) 2 (9.

1 ZADACI Slika 9. Slika 9. digitalnim protokom vd = 2400 b/s . 200 < f < 800 Hz i 2800 < f < 3400 Hz. 2 2 . Nacrtati karakteristiku slabljenja korektora. Prenos se vrši binarnim signalima.1 a) prikazuje sistem za prenos podataka pomoću ASK modulacije sa nosiocem na f 0 = 1800 Hz .2.1 b) prikazuje funkciju slabljenja standardnog telefonskog kanala. d) Ukoliko se u tački 4 postavi korektor koji će eliminisati nesavršenost ekvivalentne amplitudske karakteristike sistema.1.2. drugde.2.1. a) Odrediti ekvivalentnu funkciju prenosa sistema.1. c) Odrediti a0 tako da odnos srednjih snaga signala na ulazu i izlazu sistema bude 20 dB. NF filtar na izlazu sistema je idealan sa graničnom učestanošću f g = 1600 Hz i jediničnom amplitudskom karakteristikom u propusnom opsegu. b) Odrediti srednju snagu signala na izlazu sistema. Na ulazu sistema je elementarni impuls minimalnog spektra: ⎛T H( f ) = ⎜ ⎜0 ⎝ f ≤ 1 2T . a fazna karakteristika kanala jednaka je nuli.2. S1 ( jf ) = 1 1 S 0 [ f − f 0 ] + S0 [ f + f 0 ] . Slika 9.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 175 9.1 a) Sistem za ASK prenos podataka b) Funkcija slabljenja tf kanala Rešenje: a) Karakteristike amplitudskog slabljenja i amplitudska karakteristika povezane su relacijama: ac ( f ) = −20 log Ac ( f ) ili AC ( f ) = 10 a ⎧ − 0 20 ⎪ A0 = 10 ⎪ 1 − ⎪ AC ( f ) = ⎨ A0 ⋅ 10 2 ⎪ 0 ⎪ ⎪ ⎩ − ac ( f ) 20 . 800 ≤ f ≤ 2800 Hz. Ekvivalentna prenosna karakteristika je H eq ( f ) = S4 ( f ) .2 9. odrediti maksimalni digitalni protok koji se može ostvariti bez ISI. drugde. S0 ( f ) s1 (t ) = s 0 (t ) ⋅ cos(2πf 0 t ).

= ⎨2 0 ⎪ 0 drugde.1. .2.1.2) za pretpostavljeni oblik spektra S 0 ( f ) .1. prikazane su spektralne gustine amplituda signala u naznačenim tačkama sistema. 2 2 S 4 ( f ) = S 3 ( f ) ⋅ H NF ( f ) = AC [ f − f 0 ] ⋅ ⎧1 ⎪ S ( f ) ⋅ {AC [ f + f 0 ] + AC [ f − f 0 ]} | f |≤ f g .2 Spektralne gustine amplituda signala u naznačenim tačkama sistema sa slike 9. ⎩ Na slici (Slika 9.2. drugde. ⎩ a ⎧ − 0 ⎪ A0 = 10 20 1 ⎪ − ⎪ H eq ( f ) = ⎨ A0 ⋅ 10 2 ⎪ 0 ⎪ ⎪ ⎩ | f |≤ 1000 Hz. 1000 Hz <| f |≤ 1600 Hz. 1 2 A0 2 A0 A0 2 A0 Slika 9.176 DIGITALNA AMPLITUDSKA MODULACIJA S 2 ( f ) = S1 ( f ) ⋅ AC ( f ). H eq ( f ) = ⎨ 2 C ⎪ 0 drugde.2.1 a) Ekvivalentna funkcija prenosa je: ⎧1 ⎪ {A [ f − f 0 ] + AC [ f + f 0 ]} | f |≤ f g . S 3 ( jf ) = S 2 [ f − f 0 ] + S 2 [ f + f 0 ] 1 {S 0 [ f − 2 f 0 ] + S 0 ( f )} + AC [ f + f 0 ] ⋅ 1 {S 0 ( f ) + S 0 [ f + 2 f 0 ]}.

3 T −f g fg 1 2T 2 Piz = d ⋅ T 2 1000 ∫ 0 2 A0 T 2 df 2 2 1 2 +d ⋅ ∫ A0 T 2 df = 2040d 2 A0 T . . 3 T −1 2T 2 M 2 −1 2 1 Piz = d ∫ H eq ( f ) ⋅ H ( f ) df .2.1.3 dB . d) Maksimalni digitalni protok dobija se kada se potpuno iskoristi raspoloživi propusni opseg.3 a) Ekvivalentna prenosna karakteristika b) Spektar elementarnog impulsa b) Na osnovu datih podataka: v d = 2400 b s i M = 2 sledi T = 1 v d . 2 Piz Piz 2040 A0 A0 = 0. Zato je spektar signala s 0 (t ) do f max = v 1 = d = 1200 Hz i prikazan je na slici 2T 2 (Slika 9. ⎩ ∞ i prikazana je na slici (Slika 9.2.1. T 1000 10 2 1200 c) Slabljenje a 0 koje daje traženi odnos snage signala na ulazu i izlazu dobija se iz: 10log Pul P vd = 20 dB ⇒ ul = = 100 .1.2.108 ⇒ a0 = −20log A0 = 19.3 b) Snage digitalnih signala na ulazu i izlazu sistema su: M 2 −1 2 1 2 2 Pul = d ∫ H ( f ) df = d .4). aeq ( f ) + a k ( f ) = ⎨ drugde. 2Tmin Tmin Funkcija amplitudskog slabljenja korektora definisana je izrazom: ⎧const | f |≤ f g .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 177 Slika 9. a podrazumeva se da je prethodno izvršena korekcija karakteristike slabljenja kanala: 1 1 f max = = f g = 1600 Hz ⇒ v d max = = 2 f g = 3200 b /s.

1.2. a) Skicirati konstelacije modulisanih signala. d) Izvesti izraz za verovatnoću bitske greške.1 prikazuje sistem za prenos M-arnog signala podataka s (t ) = ∑ a k Tδ (t − kT ) k korišćenjem ASK. e) Kolika je srednja snaga potrebna Ps da verovatnoća greške po simbolu bude PE = 10 −5 ? Slika 9.2. U kanalu se superponira Gausov šum jednostrane spektralne gustine srednje snage N 0 = 2 ⋅10 −9 W/Hz . gde je E s prosečna energije po simbolu.2 Slika 9.1 Sistem za prenos ASK signala podataka Rešenje: .4 9. c) Izraziti verovatnoću greške u funkciji E s N 0 .2.2. Prenosna karakteristika kanala je: ⎧ ⎪1 Hc ( f ) = ⎨ ⎪0 ⎩ f0 − 1 1 < f < f0 + . 2T 2T drugde. Moguće vrednosti za M = 2.178 DIGITALNA AMPLITUDSKA MODULACIJA Slika 9.069 mW . Predajni i prijemni NF filtri imaju idealne amplitudske karakteristike jedinične amplitude. ako je vd = 5000 b/s . b) Uporediti verovatnoću greške i brzine signaliziranja u sva tri slučaja.2.2. Izraziti verovatnoću bitske greške u fukciji odnosa Eb N 0 . Srednja snaga signala u tački 1 u sva tri slučaja je ista i jednaka Ps = 0.4 i 8 (u pitanju je polarni alfabet). gde je Eb prosečna energija koja se emituje po bitu informacije.

Za prikaz konstelacije potrebno je odrediti amplitude talasnih oblika.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 179 a) Pošto ne postoji suštinska razlika između prenosa u osnovnom opsegu i ASK (u prvom slučaju su talasni oblici pravougaoni impulsi promenljive amplitude. Energija modulisanog signala u k-tom signalizacionom intervalu je: Ek = ∫ 0 1 2 2 2T ak T T 2 s m (t )dt = 2 ak T 2 ∫h 0 2 (t )dt = 2 − 2 ak ∫1df = 2 T . πt T Modulisani signal je: s m (t ) = ∑ a k h(t − kT ) cos(2πf 0 t ) .. Skica konstelacija za sva tri slučaja je data na slici (Slika 9.2. 2T Snaga modulisanog signala u k-tom signalizacionom intervalu je: 2 Ek ak . Am = ± md = ± m 6 Ps d= 6 Ps . Digitalni signal na izlazu predajnog NF filtra je: s1 (t ) = ∑ a k h(t − kT ) .±3. m = ±1. M 2 −1 Simboli informacionog alfabeta se mogu u opštem slučaju izraziti kao: . konstelacija M-arnog ASK signala izgleda isto kao i konstelacija M-arnog signala u osnovnom opsegu..± M − 1 . a u drugom su kosinusoide promenljive amplitude). 2 6 odnosno važi: Ps = Pk = . k ⎛ πt ⎞ sin⎜ ⎟ T h(t ) = ⎝ ⎠ . M 2 −1 Vidi se da za fiksiranu vrednost snage. Pk = = T 2 a srednja snaga je: 2 ak M 2 − 1 2 = d . k a u toku trajanja k-tog signalizacionog intervala modulisani signal je: s m (t ) = a k h(t ) cos(2πf 0 t ) . rastojanje između tačaka u konstalaciji opada sa porastom simbola.2...2).

∞ gde su nc (t ) i n s (t ) NF komponente u fazi i kvadraturi uskopojasnog šuma.2. Obično se koristi Grejov kod. Pošto se ASK sistem može jednostavnim transformacijama svesti na ekvivalentan sistem u osnovnom opsegu. za verovatnoću greške za ASK važi isti izraz kao i za prenos u osnovnom opsegu: PE = 2 jer je: Ps4 = 2 Ps .3).180 M =2 DIGITALNA AMPLITUDSKA MODULACIJA d = M =4 2 Ps d= M =8 2 Ps 5 d = 2 Ps 21 Slika 9. 3 f 0 +1 2T f 0 −1 2T 2 = ∫ N 0 | H C ( jf ) | df = 0 ∫ N 0 df = N 0 N 0 vd = . Posle sinhrone demodulacije (od tačke 2 do 4) dobija se signal: s 4 (t ) = k = −∞ ∑ a k h(t − kT ) + nc (t ) . b) Beli Gausov šum koji prođe kroz pojasni filtar (kanal) je uskopojasni Gausov šum. pomoću kojeg se minimizuju bitske greške (vidi zadatak 6. i Ps = 2 σn ∞ M − 1 ⎛ Ps 4 M − 1 ⎛ Ps 3 ⎞ 6 ⎞ Q⎜ 2 2 ⎟ = 2 Q⎜ 2 2 ⎟ .2 Iznad tačaka koje reprezentuju simbole je dato odgovarajuće mapiranje u informacione bite.2. pa je: s 2 (t ) = k = −∞ ∑ ak h(t − kT ) cos(2πf 0 t ) + nc (t ) cos(2π f 0 t ) − ns (t ) sin(2πf 0 t ) . N 0 vd M − 1 Vidi se da je verovatnoća greške najmanja za binarni alfabet (jer su tada tačke u konstelaciji “najrazmaknutije”). T ldM PE = 2 M −1 Q[ϕ ( M )]. ϕ ( M ) = M Ps 6ldM ⋅ 2 . a verovatnoća greške raste sa porastom broja simbola . ⎜ σ M −1 ⎟ ⎜ σ M −1 ⎟ M M n n ⎝ ⎠ ⎝ ⎠ M 2 −1 2 d . ∞ Kako je zadovoljen I NK ⇒ ISI = 0.2. s 4 (mT ) = a m + nc (mT ) .

675 mW . za dati digitalni protok. i ϕ(8) = 4.238 mW .39 . 2 Za M = 8: 7 PE8 = Q[ϕ (8)] = 10 −5 .27 . ldM pa se dobija: Pb ≈ PE M −1 ⎛ Q⎜ =2 M ⋅ ldM ⎜ ldM ⎝ e) Za M = 2: Pb = ( 6 ⋅ ldM E b ⎞ ⎟. M 2 4 8 PE vs 10 −4 5000 Bd0 1. Ps (4) = 0. brzina signaliziranja (a samim tim i potrebni propusni opseg) opada sa porastom broja simbola u alfabatu. može se smatrati da važi: Es ⎞ PE 6 M −1 ⎛ ⎟. ϕ(4) = 4. =2 Q⎜ ldM M ⋅ ldM ⎜ M 2 − 1 N 0 ⎟ ⎝ ⎠ jer je broj informacionih bita jednak ldM .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 181 u alfabetu. Sa druge strane.36 . Za M = 4: 3 PE4 = Q[ϕ (4)] = 10 −5 . = 3ldM Ps (2) = 0. .091 mW . Prosečna energija po informacionom bitu je: E Eb = s . Ps 3ldM ⋅ 2 = [ϕ ( M )]2 .2.1 c) Verovatnoća greške je: PE = 2 =2 Ps M − 1 ⎛ Ps M −1 ⎛ 3 ⎞ 3 ⎞ ⎟ Q⎜ 2 2 ⎟ = 2 Q⎜ ⎜ σ M −1 ⎟ ⎜ N0 f g M 2 −1 ⎟ M M n ⎝ ⎠ ⎝ ⎠ ⎛ Es M − 1 ⎛ Ps T 6 ⎞ 6 ⎟ = 2 M − 1 Q⎜ Q⎜ ⎜ N M 2 −1 ⎟ ⎜ M 2 −1 N M M 0 0 ⎝ ⎠ ⎝ ⎞ ⎟. i Ps (8) = 0. N 0 vd M − 1 Ps [ϕ (M )]2 ⋅ N 0 vd ( M 2 − 1) .2.14 1250 Bd Tabela 9.4 ⋅ 10 −2 2500 Bd 0. M 2 −1 N0 ⎟ ⎠ ) PE2 = Q[ϕ (2)] = 10 −5 . ⎟ ⎠ d) Pošto se koristi Grejov kod. 4 Interpolacijom iz tablica dobija se: ϕ(2) = 4.

2. U slučaju prenosa u osnovnom opsegu. Informacioni simboli pripadaju alfabetu {1. Kada su u pitanju modulacije. talasni oblici su odgovarali elementarnim impulsima pomnoženim informacionim simbolima (vidi zadatak 8. h(t ) = ⎨ ⎩0 drugde.2. ukoliko se prenosi simbol 1. Važi: r1 (t ) = ∫ s (τ )h(τ ) cos(2πf 0τ )dτ = ∫ (− h(τ ) cos(2πf 0τ ) )h(τ ) cos(2πf 0τ )dτ 0 t t 2 0 t t t 1 1 = − ∫ cos (2πf 0τ )dτ = − ∫ dτ − ∫ cos(4πf 0τ )dτ 20 20 0 t sin(4πf 0 t ) =− − . 9. a elementarni impuls je oblika: ⎧1 0 ≤ t ≤ T .2.1 Rešenje: Principska struktura optimalnog prijemnika je uvek ista. talasni oblici odgovaraju elementarnim impulsima pomnoženim informacionim simbolima i nosiocem.3 Slika 9.2 Snage signala potrebne za traženu verovatnoću greške Za istu verovatnoću greške binarni signal zahteva najmanju srednju snagu Ps . odnosno.2. jer se korelacija vrši sa talasnim oblicima koji odgovaraju prenošenim informacionim simbolima. za istu srednju snagu binarni signal će imati najmanju verovatnoću greške.1 prikazuje optimalni prijemnik binarnog ASK signala. 2 4πf 0 Drugi član sa desne strane se može zanemariti jer je obično 4πf 0 >> 1 .3.2. 2 .1). pa se dobija: t r1 (t ) = − .166 8 8. realizovan pomoću korelatora. h(t ) cos (2πf 0t ) ∫ s (t ) 0 T r1 (T ) r (T ) ∫ 0 T r0 (T ) − h(t ) cos (2πf 0t ) Slika 9.699 Tabela 9.2.182 DIGITALNA AMPLITUDSKA MODULACIJA M 10 log Ps ( M ) [dB] Ps (2) 2 0 4 4. Skicirati odziv prijemnika u k-tom informacionom intervalu.3.−1} .

Propusni opseg kanala je od 200 Hz do 3400 Hz. a sistem za prenos je prikazan na slici (Slika 9.4. i imaju jediničnu amplitudu.3. Slika 9. Rešenje: a) Signal u tački A je ASK modulisani signal: u A (t ) = u (t ) ⋅ cos(2πf 0 t ) = ∑ a k h(t − kT ) ⋅ cos(2πf 0 t ) .2 9.4 Prenos podataka vrši se elementarnim impulsom sa spektrom H ( f ) oblika "podignuti kosinus": ⎧ ⎛π f T ⎞ ⎪T cos 2 ⎜ ⎟ H(f ) = ⎨ ⎝ 2 ⎠ ⎪ 0 ⎩ 1 . Svi filtri su idealni sa propusnim opsezima koji odgovaraju propusnom opsegu kanala. 2 Na kraju se dobija: r (t ) = r1 (t ) − r0 (t ) = −t .2. kao i učestanost nosioca pod uslovom da kanal bude optimalno iskorišćen za prenos. T drugde. b) U tački F odrediti spektar signala i izračunati vrednost standardnog odziva g (0) . f ≤ Primenjena je amplitudska modulacija. k .1 Sistem za prenos podataka ASK modulacijom Prenos se vrši sa 8 nivoa ASK signalom sa digitalnim protokom vd = 4800 b/s.2. Odnos signal/šum definisan je odnosom srednje snage modulisanog signala u tački A i srednje snage šuma u tački F. Slika 9.2. r (t ) T t −T Slika 9. c) Odrediti potreban odnos signal/šum da verovatnoća greške bude PE = 10 −4 .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 183 Na sličan način je: t r0 (t ) = .4.2. Kanal se ponaša kao filtar idealan propusnik opsega učestanosti.3. Šum u tački C je AWGN. a) Odrediti širinu spektra modulisanog signala.2.2 prikazuje odziv prijemnika.1).

184

DIGITALNA AMPLITUDSKA MODULACIJA

Modulišući digitalni signal ima spektar do f g , a ASK modulisani signal ima spektar u opsegu od f 0 − f g do f 0 + f g :
1 ⎫ T ⎪⇒ f = v d = 1600 Hz , g ld M ⎬ 3 . ⎪ vd = T ⎭ B AM − 2 BO = 2 f g = 3200 Hz. fg =

Učestanost nosioca je na sredini propusnog opsega telefonskog kanala f 0 = 1800 Hz . b)
H F ( f ) = G ( f ) = H ( f ) ⋅ H eq ( f ) , 1 H NF ( f ){H L [ f − f 0 ] + H L [ f + f 0 ]}, 2 H L ( f ) = HT ( f ) ⋅ H C ( f ) ⋅ H R ( f ) . H eq ( f ) =

Slika 9.2.4.2 Ekvivalentna prenosna karakteristika u NF opsegu

Pošto je propusni opseg telefonskog kanala B = 3200 Hz propustio ceo spektar modulišućeg signala, signal u tački F je:
u F (t ) = ∑ a k g (t − kT ) + nc (t ) ,
k

g (t ) =
g ( 0) =

−∞

∫ G ( f )e

j 2πft

df ,
⎛π fT ⎞ T cos 2 ⎜ ⎟df = 1 = g 0 . ⎝ 2 ⎠ −1 / T
1/ T

−∞

∫ G ( f )df

=

c) Nema ISI, pa je odmerak na osnovu kojeg se odlučuje dat sa: uF ( mT ) = am g ( 0) + nc ( mT ) , pa je: PE = 2 Ps M − 1 ⎛ g0d ⎞ M −1 ⎛ 4 ⎟=2 Q⎜ Q⎜ ⎜σ ⎟ ⎜ M 2 −1 σ 2 M M ⎝ n ⎠ n ⎝
⎞ ⎟ = 10 −4 , ⎟ ⎠

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA

185

Ps
2 σn

M 2 − 1 ⎡ −1 ⎛ M 10 −4 ⎞⎤ ⎟ = ⎢Q ⎜ ⎜ 2( M − 1) ⎟⎥ = 234,67 . 4 ⎢ ⎝ ⎠⎥ ⎣ ⎦ Ps
2 σn

2

10 log

≅ 23,704 dB . 4 M −1
2

Pri tome treba uočiti da je d = elementarnog impulsa H ( f ) .
9.2.5

Ps , što je posledica oblika spektra

Telefonskim kanalom prenosi se binarni polarni signal sa simbolima iz alfabeta d, d}, čiji je standardni signal minimalnog spektra oblika:

A = {-

1 ⎧ ⎪T f ≤ , H( f ) = ⎨ 2T ⎪ 0 drugde. ⎩ Telefonski kanal se ponaša kao filtar idealni propusnik opsega učestanosti sa graničnim učestanostima: fd = 200 Hz i fg = 3400 Hz. Za prenos se koristi AM-1BO modulacija i donji bočni opseg. Sistem za prenos prikazan je na slici (Slika 9.2.4.1). Ako se toleriše izobličenje signala koje nastaje kada se u telefonskom kanalu zbog nedovoljnog propusnog opsega izgubi najviše 40% snage modulisanog signala, odrediti maksimalni digitalni protok kojim je moguć prenos ovakvim sistemom.

Rešenje:

AM-1BO modulisani signal je oblika: ˆ s A (t ) = u (t ) cos(2πf 0 t ) + u (t ) sin(2πf 0 t ) , a njegova srednja snaga je:
1 Ps1 = u 2 (t ) ⋅ ⋅ 2 , 2

u (t ) =
2

k = −∞

∑ ak h(t − kT ) ,
1 2T −1 2T

d2 u (t ) = T Ps1 = d 2 ,
Ps 2 =
2 u F (t )

H ( jf ) df = d 2 ,
2

2 1 = d ⋅ ∫ H ( jf ) ⋅ H eq ( jf ) df = d 2T ⋅ 2 f g , T −f 2
g

fg

gde je f g = 3200 Hz , jer je korišćena AM-1BO modulacija. Iz uslova: Ps 2 ≥ 0,6 Ps1 , sledi: vd = b 1 2 fg ≤ = 10666 . T 0,6 s

Prva niža standardna brzina iznosi 9600 b/s.

186

DIGITALNA AMPLITUDSKA MODULACIJA

9.2.6 Slika 9.2.6.1 a) prikazujeje ASK modulator. Na njegov ulaz dolazi binarni unipolarni signal amplitude U = 1 V i trajanja impulsa T. Slika 9.2.6.1 b) i c) prikazuju nekoherentni prijemnik i koherentni (sinhroni) prijemnik, respektivno. Učestanost nosioca je f 0 = 2 T . Prag odlučivanja u odlučivaču je U. Odrediti signale u tački F na ulazu u odlučivače, ako je informacioni sadržaj periodični niz ...U 0 U 0 ... Kolika je marža za šum?

Slika 9.2.6.1 a) ASK modulator b) Nekoherentni demodulator c) Koherentni demodulator

Rešenje:

Modulišući digitalni signal je periodična povorka pravougaonih impulsa. Periodični signal može da se razvije u Furijeov red: u m (t ) = u m (t − T0 ) = sa koeficijentima:
Fn = 1 T0 ⎛ π⎞ sin ⎜ n ⎟ U 1 ⎛ n 2π t ⎞ ⎝ 2⎠ − j 2πnt / T 0 dt = 2 ⋅ ∫ u m (t )e ∫ U cos⎜ 2T ⎟dt = 2 π 2T 0 ⎝ ⎠ T n − 0 2 2 U n = 0, 2
T0 2 T 2

n = −∞

∑ Fn ⋅ e jn 2πt / T

0

, T0 = 2T ,

⎧ ⎪ ⎪ ⎪ n = 2k , =⎨ 0 k ≠ 0, ⎪ ⎪U k ⎪ (− 1) n = 2k + 1. ⎩ nπ Ako se periodični modulišući signal zapiše u obliku Furijeovog reda:

⎡1 ⎛π ⎞ ⎛ π ⎞ ⎤ u m (t ) = U ⎢ + 0,64 cos⎜ t ⎟ − 0,21cos⎜ 3 t ⎟ +...⎥ , ⎝T ⎠ ⎝ T ⎠ ⎦ ⎣2 onda je ASK signal u tački A dat sa: ⎡ ⎤ ⎛π ⎞ ⎛ π ⎞ s A (t ) = U ⎢cos(2πf 0 t ) + 1,28 cos⎜ t ⎟ ⋅ cos(2πf 0 t ) − 0,42 cos⎜ 3 t ⎟ ⋅ cos(2πf 0 t ) +...⎥ . ⎝T ⎠ ⎝ T ⎠ ⎣ ⎦ Na ulazu u detektor anvelope DA signal je: ⎡ ⎛ π ⎞⎤ s D (t ) = U ⎢1 + 1,28 cos⎜ t ⎟⎥ ⋅ cos(2πf 0 t ) , ⎝ T ⎠⎦ ⎣

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA

187

tako da se na izlazu DA dobija signal:

⎛π ⎞ s F (t ) = U 1 + 1,28 cos⎜ t ⎟ . ⎝T ⎠

Slika 9.2.6.2 Nekoherentno demodulisani ASK digitalni signal

Marža za šum je 0,72. U slučaju koherentne (sinhrone) demodulacije, signal na izlazu prijemnog pojasnog filtra ponovo je:

⎡ ⎛ π ⎞⎤ s D (t ) = U ⎢1 + 1,28 cos⎜ t ⎟⎥ ⋅ cos(2πf 0 t ) , ⎝ T ⎠⎦ ⎣ ali se koherentnom demodulacijom dobija: ⎧ ⎛ π ⎞⎫ s F (t ) = U ⎨1 + 1,28 cos⎜ t ⎟⎬ . ⎝ T ⎠⎭ ⎩ Marža za šum je povećana na 1,28, što predstavlja prednost koherentne ASK demodulacije u pogledu verovatnoće greške, ali je demodulator složeniji.

Slika 9.2.6.3 Koherentno demodulisani ASK digitalni signal

188

DIGITALNA AMPLITUDSKA MODULACIJA

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA

189

10 DIGITALNA FAZNA MODULACIJA
10.1 UVOD 10.1.1 ΦM MODULACIJA Digitalni fazno modulisan signal može se predstaviti kao realni deo kompleksnog signala, odnosno u obliku: ⎧ ⎫ ⎪ N ⎪ s (t ) = Re{w(t )} = Re⎨ ∑ ξ k h(t − kT ) ⋅ e j 2πf0t ⎬ ⎪k =− N ⎪ ⎩ ⎭ gde je: (10.1)

ξ k = e jΦ k
Faze Φ k uzimaju vrednosti iz skupa:
2π (i − 1) + Φ 0 , i = 1,2,...,M M gde je Φ0 početna faza koja je najčešće jednaka nuli.

(10.2)

(10.3)

Ako je signal h(t) oblika: h(t ) = Au (t )

(10.4)

gde je u(t ) jedinični pravougaoni impuls trajanja T sekundi, digitalni ΦM signal naziva se PSK signal, odnosno "fazno tastovanje" i oblika je:

s (t ) = Re [P(t ) + jQ(t )]e j 2πf 0t = P(t ) cos(2πf 0 t ) − Q(t ) sin(2πf 0 t )
gde su:

{

}

(10.5)

P(t ) = A Q(t ) = A

k =− N N

∑ u (t − kT ) cos Φ k
(10.6)

N

k =− N

∑ u(t − kT ) sinΦ k
2 2

Fazor PSK signala je:
s (t ) = P (t ) + jQ (t ) = P (t ) + Q (t ) ⋅ e
jarctg
Q (t ) P (t )

(10.7)

a njegov oblik u k-tom signalizacionom intervalu je:

s k = Ae jΦ k A = P 2 (t ) + Q 2 (t ) = const
10.1.2 DEMODULACIJA ΦM SIGNALA

(10.8)

Koristi se koherentna demodulacija, koja u pogledu sinhronizacije postavlja iste zahteve kao i AM demodulacija.

190

DIGITALNA FAZNA MODULACIJA

Verovatnoća greške pod uticajem Gausovog šuma u kanalu približno je data izrazom:

⎡ A sin (π M ) ⎤ PE = 2Q ⎢ d ⎥, M ≥ 4 σn ⎦ ⎣ gde je: ⋅ Ad - amplituda ΦM signala na izlazu pojasnog limitera prijemnika, a
2 ⋅ σ n - varijansa Gausovog šuma.

(10.9)

Verovatnoća greške za binarni ΦM signal (BPSK) odgovara AM signalu sa potisnutim nosiocem, odnosno prenosu u osnovnom opsegu učestanosti. 10.1.3 DIFERENCIJALNA DIGITALNA ΦM MODULACIJA I DIFERENCIJALNA KOHERENTNA DEMODULACIJA Zahteva diferencijalno kodovanje originalne sekvence simbola na predaji koje se ostvaruje logičkom funkcijom "sabiranja po modulu 2".

{bk }⎯ f {ck } ⎯→
c k = bk ⊕ ck −1 = b0 ⊕ b1 ⊕ b2 ⊕L⊕ bk

(10.10)

Demodulisani signal u k-tom signalizacionom intervalu, posle diferencijalne koherentne T = m, ( m = 1,2,...) , dat je izrazom: demodulacije i pri uslovu T0 sdk (t ) = Ad cos ∆Φ k gde je: ⋅ T T0 - odnos širine signalizacionog intervala i periode nosioca ΦM signala, ⋅ Ad - konstantna amplituda demodulisanog signala, ⋅ (10.11)

∆Φk = Φk − Φk −1 - razlika faza u dva susedna signalizaciona intervala.

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA

191

10.2 ZADACI 10.2.1 Slika 10.2.1.1 prikazuje sistem za prenos kvadraturnog PSK signala (QPSK). Signali u1 (t ) i u2 (t ) su binarni i prikazani su na slici (Slika 10.2.1.2). a) Pokazati da se na izlazu kola za sabiranje dobija fazno modulisani signal: s A (t ) = A cos[ 2πf 0t + Φ(t )] .

b) Prikazati fazorsku predstavu (konstelaciju) modulisanog signala. c) Nacrtati vremenski oblik devijacije faze Φ(t ) . d) Odrediti signale u tačkama E i G u idealnom slučaju: H c ( f ) = 1 i važi f 0 >> 1 2T ; T je signalizacioni interval.

Slika 10.2.1.1 Sistem za prenos QPSK signala

Slika 10.2.1.2 Modulišući signali

Rešenje:

a) Modulisani signal se dobija superpozicijom 2PSK signala (u jedan sa nosiocem u fazi i drugi sa nosiocem u kvadraturi): s A (t ) = 2u1 (t ) cos(2πf 0 t ) + 2u 2 (t ) sin(2πf 0 t )
= A cos[2πf 0 t + Φ(t )] = A cos Φ (t ) ⋅ cos(2πf 0 t ) − A sin Φ (t ) ⋅ sin(2πf 0 t ).

Važi: 2u1 (t ) = A cos Φ (t ) , i
2u 2 (t ) = − A sin Φ (t ). Amplituda fazno modulisanog signala treba da je konstantna:
2 2 A = 2 u1 (t ) + u 2 (t ) = 2 2U 2 = 2 2U = const ,

što je zadovoljeno.

.1 daje vrednosti faze u zavisnosti od vrednosti modulišućeg signala. A 2U 2u 2 (t ) u (t ) =− 2 . c) Slika 10. Može se reći da je QAM generalizovani oblik modulacije sa jednom nosećom frekvencijom. čiji su specijalni slučajevi ASK i PSK modulacije.2. A 2U sin Φ(t ) = − Faza kvadraturnog PSK signala je: u (t ) Φ(t ) = −arctg 2 .2.3 Konstelacija QPSK signala Treba primetiti. što se na osnovu izgleda konstelacije lako uočava. Za frekvencijsku modulaciju (FSK) ovo ne važi.2.1.1 Kombinacije vrednosti modulišućih signala i odgovarajuće vrednosti faze b) Konstelacija QPSK signala je prikazana na slici (Slika 10.1.3).1. da su 4QAM i QPSK međusobno ekvivalentne.192 DIGITALNA FAZNA MODULACIJA Sledi: cos Φ(t ) = 2u1 (t ) u1 (t ) = .1. jer se u ovom slučaju koristi više nosećih frekvencija (vidi zadatak 11. A U −U −U U Slika 10. u1 (t ) U U -U -U u2 (t ) U -U U -U cos Φ(t ) 2 2 2 2 − 2 2 − 2 2 sin Φ(t ) − 2 2 2 2 − 2 2 2 2 Φ(t ) −π 4 π 4 − 3π 4 3π 4 Tabela 10.2.1.4 prikazuje vremenski oblik devijacije faze.2.1). u1 (t ) Tabela 10.2.

2.1 prikazuje 8PSK konstelaciju. pa su signali na izlazu prijemnika: sE (t ) = u1 (t ).1.2.1 8PSK konstalacija . a da potisne signal modulisan na 2 f 0 .2. sF (t ) = u1 (t ) ⋅ sin(2 ⋅ 2πf 0t ) − u2 (t ) ⋅ cos(2 ⋅ 2πf 0t ) + u2 (t ) . Rešenje: a) Slika 10. Pretpostaviti da se koristi Grejov kod.2. Slika 10.2 Posmatra se 8PSK modulacija. Ako se tokom prenosa faza modulisanog signala promeni za |εg| ≤ π koliko će bita biti pogrešno primljeno? b) Izvesti izraz za verovatnoću bitske greške. sG (t ) = u2 (t ).4 Devijacija faze d) Na izlazu produktnog modulatora signali su: sD (t ) = u1 (t ) ⋅ cos(2 ⋅ 2πf 0t ) + u1 (t ) + u2 (t ) ⋅ sin(2 ⋅ 2πf 0t ) . gde je Eb prosečna energija koja se emituje po bitu informacije.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 193 Slika 10. Izraziti verovatnoću bitske greške u fukciji odnosa Eb N 0 .2. 10.2. Svrha NF filtra u sinhronom prijemniku je da propusti signal u osnovnom opsegu. a) Skicirati konstelaciju 8PSK signala.

b) Istim rezonovanjem kao u zadatku 9.2. ldM 0 0 ⎝ ⎠ ⎝ ⎠ Prosečna energija po bitu je: E Eb = s . M . pretpostaviti da se može usvojiti aproksimacija da je: M −1 ≈ 1. 2Q⎜ = ⎟ ⎜ ldM ldM σn ⎠ ⎝ Prosečna snaga modulisanog signala je: Pb ≈ A2 .194 DIGITALNA FAZNA MODULACIJA Za ε ≤ π 8 ne dolazi do greške. dobija se da je verovatnoća bitske greške približno: ⎛ A sin(π M ) ⎞ PE 2 ⎟. Pored toga. a za 3π 8 ≤ ε ≤ π greška može biti i na sva 3 bita (granice regiona dekodovanja su na polovini ugaonog rastojanja između simbola u konstelaciji). T Snaga šuma je (pretpostavka je da je na prijemu pojasni filtar. za M ≥ 4 .3 Posmatra se MPSK modulacija: a) U kakvom odnosu stoje srednje snage PSK signala za M = 4 i M = 8 pod uslovom da su verovatnoće greške jednake.2 pod d). i da se koristi polarni alfabet? a) Za istu verovatnoću greške uporediti PSK i ASK sistem sa istim brojem simbola. ⎜ ⎟ ldM N0 ⎝ ⎠ 10. 2 pa je: 2Es . T Dobija se: 2 σn = ⎛ 2 E sT ⎞ ⎛ 2 Es ⎞ 2 2 ⎟ ⎜ ⎟ 2Q⎜ ⎜ N T sin(π M ) ⎟ = ldM 2Q⎜ N sin(π M ) ⎟ .2. Pretpostaviti da se koristi elementarni impuls koji ispunjava I Nikvistov kriterijum. širine propusnog opsega B = 1 T ): A= N0 . ldM pa je konačno: Pb = Pb = ⎛ 2 ⋅ ldM ⋅ Eb ⎞ 2 2Q⎜ sin(π M ) ⎟ . Ps = 2 a prosečna energija je: E s = Ps T = A 2T . za π 8 ≤ ε ≤ 3π 8 greška je na 1 bitu.

⎝M ⎠ (S N )ASK = (M 2 ⎛π ⎞ − 1 sin 2 ⎜ ⎟ ⎝ M ⎠ (S N ) . sledi: 2 2σ n (S N )8 (S N )4 2 A8 sin 2 (π 4) = 2 = = 4 cos 2 (π 8) = 3. pa se može pisati: ⎛ 6 PPSK PEFSK ≅ 2Q⎜ ⎜ ( M 2 − 1)σ 2 n ⎝ ⎞ ⎛ ⎛ π ⎞ 2 PPSK ⎟ = PE = 2Q⎜ sin⎜ ⎟ FSK ⎟ ⎜ ⎝M ⎠ σ2 n ⎠ ⎝ ⎞ ⎟. Pošto je odnos signal/šum za fazno 4 8 π modulisani signal ( S N ) M 2 AM = .33 dB .41 = SNR4 + 5. 2 gde je PS snaga signala u osnovnom opsegu. ⎟ ⎠ ⎛ π PEPSK = 2Q⎜ sin ⎜ M ⎝ Porede se sistemi za M ≥ 4 jer su za M = 2 binarni PSK i binarni ASK sistem potpuno ekvivalentni i imaju iste performanse. PSK 3 ⎞⎤ ⎟⎥ [dB] . Za M ≥ 4 je ( M − 1) / M ≈ 1 . PASK = M 2 −1 2 6 PASK . ⎟ ⎠ sledi: 6 M −1 2 (S ⎛π ⎞ N ) ASK = 2 sin 2 ⎜ ⎟ ⋅ (S N )PSK .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 195 Rešenje: a) Verovatnoća greške za PSK sa M ≥ 4 simbola data je izrazom: ⎛ A sin(π M ) ⎞ ⎟ PEPSK = 2Q⎜ M ⎟ ⎜ σn ⎠ ⎝ Iz uslova PE4 = PE8 dobija se A4 sin π = A8 sin . 2 σn ⎟ ⎠ ⎞ ⎟.41. ⎠⎦ ) ⎡ M 2 −1 2 ⎛ π sin ⎜ SNR ASK = SNRPSK + 10 ⋅ log ⎢ ⎝M ⎣ 3 Za M = 4: SNR4 ASK = SNR4 PSK + 10 ⋅ log 2. d ⇒d2 = 2 2⋅3 M −1 PE ASK = 2 6 PASK M −1 ⎛ Q⎜ ⎜ ( M 2 − 1)σ 2 M n ⎝ 2 PPSK ⎞ ⎟.5 ≅ SNR4 PSK + 4 [dB]. . b) Snaga ASK modulisanog signala je: 1 PASK = PS . 2 A4 sin (π 8) odnosno: SNR8 = SNR4 + 10 ⋅ log 3.

3. 10.1 Verovatnoća greške za ASK i PSK u funkciji SNR sa parametrom M Udvostručenje broja simbola kod ASK zahteva povećanje snage signala za oko 6 dB za istu verovatnoću greške.4. dobija se: .4.2. Za M = 2 ASK je isto što i PSK.4 Optimalni koherentni MPSK prijemnik je prikazan na slici (Slika 10.1).07 ≅ SNR8 PSK + 4. Slika 10.2.2 ≅ SNR16 PSK + 5 [dB]. Nakon množenja sa kosinusiodom i integraljenja.196 DIGITALNA FAZNA MODULACIJA Za M = 8: SNR8 ASK = SNR8 PSK + 10 ⋅ log 3. Za M = 16: SNR16 ASK = SNR16 PSK + 10 ⋅ log 3. ∫ 0 T X s (t ) cos(2πf 0t ) arctan(Y X ) φ ∫ 0 T Y sin( 2πf 0t ) Slika 10. a za M > 2 ASK zahteva za oko 5 dB veću snagu od odgovarajućeg PSK. Odrediti signal na izlazu iz prijemnika.2.1 Rešenje: U k-tom signalizacionom intervalu prenošeni signal je: s (t ) = A cos(2πf 0 t − Φ k ).2.9 [dB] .

2 Važi: ⎞ ⎟ = Φk . Za granu sa sinusoidom se na sličan način dobija: Y = ∫ A cos(2πf 0 t − Φ k ) sin(2πf 0 t )dt = A cos Φ k ∫ cos(2πf 0 t ) sin(2πf 0 t )dt + 0 0 T T T + A sin Φ k ∫ sin(2πf 0 t ) sin(2πf 0 t )dt 0 A cos Φ k A sin Φ k = ∫ sin(4πf 0 t )dt + 2 2 0 = = T T ⎛T ⎞ ⎜ dt − cos(4πf 0 t )dt ⎟ ∫ ⎜∫ ⎟ 0 ⎝0 ⎠ . φ = arctan⎜ ⎛ sin Φ k ⎛Y ⎞ ⎟ = arctan⎜ ⎜ cos Φ ⎝X⎠ k ⎝ 10. 2 uz pretpostavku da je f 0 >> 1 .2.2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 197 X = ∫ A cos(2πf 0 t − Φ k ) cos(2πf 0 t )dt = A cos Φ k ∫ cos(2πf 0 t ) cos(2πf 0 t )dt + 0 0 T T T + A sin Φ k ∫ cos(2πf 0 t ) sin(2πf 0 t )dt 0 = = = A cos Φ k 2 A cos Φ k 2 T T ⎛T ⎞ ⎜ dt + cos(4πf 0 t )dt ⎟ + A sin Φ k sin(4πf 0 t )dt ∫ ∫ ⎜∫ ⎟ 2 0 0 ⎝0 ⎠ ⎛ sin(4πf 0T ) ⎞ A sin Φ k 1 − cos(4πf 0T ) ⎟+ ⎜T + ⎟ ⎜ 4πf 0 2 4πf 0 ⎠ ⎝ AT cos Φ k .2). Vremenski oblik trenutne devijacije faze φ (t ) prikazan je na slici (Slika 10.5 Na ulaz u prijemnik čija je blok šema prikazana na slici (Slika 10. ⎟ ⎠ Problem koherentnog prijemnika je to što se na prijemu mora obezbediti estimacija faze nosioca. .5.1) dolazi fazno modulisani signal s (t ) = U 0 cos[2πf 0t + φ (t )].5.2. Za to se obično koristi PLL kolo koje usložnjava realizaciju prijemnika. A cos Φ k 1 − cos(4πf 0T ) A sin Φ k + 2 4πf 0 2 ⎛ sin(4πf 0T ) ⎞ ⎟ ⎜T − ⎟ ⎜ 4πf 0 ⎠ ⎝ AT sin Φ k .

1 Blok šema prijemnika Pri tome je 2πf 0T = π 4 + 2kπ . gde je k ceo broj i k >> 1 . i prikazati njihove vremenske oblike. Slika 10.2 Trenutna devijacija faze Pronaći signale na izlazima iz prijemnika. 2 4⎠ 2 2 ⎝ s 2 (t ) = U 0 cos[2πf 0 t + Φ (t )] ⋅ U 0 sin[2πf 0 (t − T ) + Φ(t − T )] 2 U0 {sin[4πf 0 t − 2πf 0T + Φ(t ) + Φ(t − T )] − sin[2πf 0T + Φ(t ) − Φ(t − T )]}.198 DIGITALNA FAZNA MODULACIJA 1 ~ ~ f0 A s(t ) T C 2 ~ ~ f0 B Slika 10.5. sC (t ) = ∞ j 2πft j 2πf ( t −T ) df = s (t − T ).5. = 2 .2.2. u tačkama A i B. ∫ S C ( f )e df = ∫ S ( f )e ∞ −∞ −∞ a signali u pojedinim tačkama prijemnika su: s1 (t ) = U 0 cos[2πf 0 t + Φ (t )] ⋅ U 0 cos[2πf 0 (t − T ) + Φ (t − T )] = 2 U0 {cos[4πf 0 t − 2πf 0T + Φ(t ) + Φ(t − T )] + cos[2πf 0T + Φ(t ) − Φ(t − T )]}. 2 2 U0 cos[2πf 0T + Φ (t ) − Φ (t − T )] s A (t ) = 2 U2 2 π ⎞ U2 ⎛ = 0 cos⎜ ∆Φ(t ) + ⎟ = 0 [cos ∆Φ(t ) − sin ∆Φ (t )] . Rešenje: Signal u tački C je: S C ( f ) = S ( f ) ⋅ H ( f ) = S ( f ) ⋅ e − j 2πfT .

10.2.1 Sistem za prenos DPSK signala . već se za demodulaciju koristi u nosilac primljen u prethodnom signalizacionom intervalu.6. Digitalni protok je 1200 b/s. diferencijalne koherentne detekcije.1).5.6). Detektor na svom izlazu daje "1" kada je signal na njegovom ulazu negativan. gde se na prijemu ne generiše lokalni nosilac u fazi sa nosiocem u predajniku (tj.6 Za prenos poruke {ak}={101011000110} koristi se diferencijalna PSK.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 2 U0 sin[2πf 0T + Φ (t ) − Φ (t − T )] s B (t ) = − 2 2 U0 =− [sin ∆Φ(t ) + cos ∆Φ(t )] 2 . 2 2 199 Slika 10.2. Simbolu "1" odgovara faza 0. tako da prijemnik ispravno radi. a simbolu "0" faza π.3 Demodulisani signal Ovo je primer tzv. Za demodulaciju se koristi prijemnik sa slike (Slika 10.2. Slika 10. b) Odrediti minimalnu učestanost nosioca PSK signala.2. koherentna detekcija).2. Obično se ovakav način detekcije kombinuje sa diferencijalnim kodovanjem na predaji (vidi zadatak 10. Neka je prvi simbol diferencijalno kodovane poruke {bk} jednak 1.6. a) Odrediti diferencijalno kodovanu poruku {bk} i simbole PSK signala koji odgovaraju toj poruci. c) Odrediti dekodovanu poruku ako se u 5-tom signalizacionom intervalu promenila faza nosioca za π.

Nakon NF filtra. na ulaz detektora dolazi signal: s D (t ) = A2 cos(2πf 0T + ∆Φ k ). 2πf 0T = const . 2 $ Φ k = 0|ππ 00|0πππ |π 0ππ |. a odgovarajuća diferencijalno kodovana poruka bk = ak ⊕ bk −1 je: {bk } = 1001101111011. Poruci {bk } odgovaraju sledeći simboli PSK signala: {Φ k } = 0 ππ 00 π 000 0π 00 . ∆Φ k = π 0π 0 0π 00 0ππ 0 . Uslov da prijemnik ispravno radi svodi se na uslov: n f 0T = n ⇒ f 0 = . T Minimalna učestanost nosioca je za n = 1 i iznosi: 1 f 0min = = 1200 Hz.1 Sistem za prenos DPSK signala .1 prikazuje sistem koji koristi diferencijalnu binarnu faznu modulaciju: Slika 10.7.7. čime je izbegnuta osetljivost demodulacije na promenu faze nosioca.2. Diferencijalnim kodovanjem simbol ak je utisnut u razliku faza PSK signala u dva uzastopna signalizaciona intervala. 2 gde je: ∆Φ k = Φ k − Φ k −1 .200 DIGITALNA FAZNA MODULACIJA Rešenje: a) Originalna poruka je: {ak } = 10101100 0110 . 10. T c) Tada je ispunjen uslov ispravnog rada prijemnika: sD ( t ) = A2 cos ∆Φ k .7 Slika 10. ˆ {a k } = 1010 0100 0110 ≅ {a k }.2.2. pa je signal na ulazu u NF filtar oblika: sk ( t ) ⋅ sk −1 ( t ) = A cos( 2πf 0 t + Φ k ) ⋅ A cos( 2πf 0 ( t − T ) + Φ k −1 ) . b) Idealni PSK signal u k-tom signalizacionom intervalu ima oblik: sk (t ) = A cos(2πf 0t + Φ k ) .

± 1.. k 0 k Po uslovu zadatka taj signal je oblika: sc (t ) = = ∑ h(t − kT ) cos(2πf t + Φ 0 k 0 k k )= k 0 k ∑ h(t − kT ) cos(2πf t ) ⋅ cos Φ −∑ h(t − kT ) sin(2πf t ) ⋅ sin Φ k . k a) Odrediti vrednosti simbola bk u tački B iza sabirača (pretpostaviti da je b-1 = -1).ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 201 Na ulaz kola za sabiranje po modulu 2 u tački A dolazi povorka vrlo uskih impulsa: a0 a1 a2 a3 a4 a5 -1 -1 1 1 -1 -1 H ( f ) je kolo za uobličavanje impulsa. . ⎧ h0 ⎪ h(k T 2) = ⎨h0 2 k = ±1. ⎩ Rešenje: a) Diferencijalno kodovana poruka je: bk = bk −1 ⊕ a k . b) Na osnovu oblika signala u tački C odrediti vezu između faze Φk i simbola bk.2. signal u tački C je: sc ( t ) = ∑ b h(t − kT ) cos(2πf t ).π }. c) Ako sistem za prenos ima idealnu amplitudsku karakteristiku i faznu karakteristiku oblika: ϕ ( f ) = − f∆t . U tački C. bk Φκ -1 π -1 π 1 0 -1 π -1 π -1 π Tabela 10. pa se poređenjem može zaključiti da je: bk = cos Φ k . DFSK signal se može napisati u obliku: sC ( t ) = ∑ h (t − kT ) cos(2πf t + Φ 0 k ). i ako se prenos vrši brzinom vd = 2400 b/s odrediti minimalnu vrednost učestanosti nosioca f0 tako da u trenutku odabiranja signala u tački F ne dođe do ISI pod uslovom da elementarni impuls h(t ) zadovoljava sledeći kriterijum: k = 0. Φ k = arccos bk = {0. Ako operacija sabiranja po modulu 2 daje “1” kad su simboli različiti i ako se pretpostavi b−1 = −1 onda je: b0 b1 b2 b3 b4 b5 -1 -1 1 -1 -1 -1 b) Na osnovu blok dijagrama na slici 8.7. ⎪ 0 k ≠ 0.1 Kodovanje i modulacija DPSK signala c) Funkcija prenosa sistema je: H L ( f ) = H T ( f ) ⋅ H C ( f ) ⋅ H R ( f ) = A ⋅ e − j 2πf∆t ( A = 1).7. tj.

8. sF (t + ∆t ) = NF { sC (t ) ⋅ sC (t − τ )} ⎧ ⎫ = NF ⎨ ∑ h(t − kT ) cos[ 2πf 0t + Φk ] ⋅ ∑ h(t − τ − kT ) cos[ 2πf 0 (t − τ ) + Φ'k ] ⎬ ⎩k ⎭. ⋅ za τ = ±T/2 u sumi ostaju dva člana . t > T .2 Demodulacija i dekodovanje DPSK signala 10. 2 Dekodovanje daje originalnu (ali invertovanu) sekvencu: ∆Φ k $ ak 0 1 0 1 π -1 π -1 0 1 0 1 Tabela 10.7. u kome promeni faze ϕ k − ϕ k −1 odgovara dibit ak bk : sM (t ) = ∑ h(t − kT ) ⋅ cos( 2πf t + ϕ 0 ∞ k . sF (t ) = NF {sD (t ) ⋅ sE (t )}.postoji ISI ⋅ τ = ±T dobija se: h02 sF (nT + ∆t ) = cos[ 2πf 0τ + Φn − Φn−1] 2 .1) prikazan je diferencijalni fazni demodulator u kome je NF filtar zamenjen integratorom (optimalni prijemnik). pa je 1 sF (nT + ∆t ) = ∑ h0h( (n − k )T − τ ) cos[ 2πf 0τ + Φn − Φ'k ] 2 k .2.8 Na slici (Slika 10.202 DIGITALNA FAZNA MODULACIJA što znači da sistem unosi kašnjenje za ∆t. ) . k U trenutku odlučivanja nT + ∆t je: s F (nT + ∆t ) = ⎧ ⎫ NF ⎨∑ h((n − k )T ) cos(2πf 0 nT + Φ k ) ⋅ ∑ h((n − k )T − τ ) cos 2πf 0 (nT − τ ) + Φ 'k ⎬ k ⎩k ⎭. pa kasni i odlučivanje: sD (t + ∆t ) = sC (t ). ( ) Oblik impulsnog odziva h(t ) poznat je u trenucima t = kT/2 pa je potrebno analizirati prethodni izraz za vrednosti τ = mT/2: ⋅ τ = 0 nema smisla jer se gubi informacija sadržana u razlici faza.2. T0 T ld M konačno se dobija željeni demodulisani DPSK signal: h02 sF (nT + ∆t ) = cos[ Φn − Φn−1 ] .2. Ako se za učestanost nosioca odabere minimalna vrednost: v 1 1 f0 = = = d = 2400 Hz. h(t ) = ⎨ k = −∞ ⎩0 t ≤ 0. Na ulaz prijemnika dolazi kvaternarni fazno modulisani signal: ⎧1 0 < t ≤ T . U prvoj sumi od nule je različit samo član za k = n. sE (t + ∆t ) = sD (t + ∆t − τ ) = sC (t − τ ).

pa je u trenutku t = ( k + 1) T uzimanja odbirka demodulisanog signala za odlučivanje.2.1 Demodulator DPSK signala Napomena: ϕ −1 = a −1 = b−1 = 0.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 203 ϕ k − ϕ k −1 0 ak 0 0 1 1 bk 0 1 0 1 π 2 π 3π 2 a) Odrediti f 0T tako da sd 1 i sd 2 zavise samo od razlike ϕ k − ϕ k −1.8. . taj odbirak jednak: s d 1 [(k + 1)T ] = 1 T ( k +1)T ∫ [sin(2 ⋅ 2πf 0 t − 2πf 0T + φk − φk −1 ) + sin(2πf 0T + φk − φk −1 )]dt kT = sin(2πf 0T + φ k − φk −1 ). b) Za f 0T = 1 nacrtati modulisan signal koji odgovara poruci. Rešenje: a) U intervalu integraljenja kT < t ≤ (k + 1) T signal na ulazu integratora je: ⎡ ∞ ⎤⎡ ∞ ⎤ s1 (t ) = 2⎢ ∑ h(t − nT ) sin(2πf 0 t + φ n )⎥ ⎢ ∑ h(t − mT − T ) cos(2πf 0 (t − T ) + φ m )⎥ ⎣n= −∞ ⎦ ⎣m= −∞ ⎦ = 2 ⋅ h(t − kT ) sin(2πf 0 t + φ k ) ⋅ h(t − kT ) cos(2πf 0 (t − T ) + φ k −1 ). i popuniti tabelu: k ak bk 0 0 1 1 0 0 2 1 1 3 0 1 4 1 0 ϕk ϕ k − ϕ k −1 sd 1 sd 2 Slika 10.

2 Diferencijalno fazno modulisani signal .204 DIGITALNA FAZNA MODULACIJA Slično se dolazi do: sd 2 [ ( k + 1) T ] = cos( 2πf 0 T + φ k − φ k −1 ) . n ∈ Z + . demodulisani signali zavisiće samo od razlike dve uzastopne faze.8.2. Za f 0 T = n. b) k ak bk 0 0 1 π/2 1 0 π/2 1 0 0 0 0 1 π/2 2 1 1 3π/2 -1 0 0 3 0 1 π/2 1 0 π/2 4 1 0 π 0 -1 3π/2 ϕ k − ϕ k −1 sd 1[( k + 1) T ] sd 2 [( k + 1) T ] ϕk Slika 10.

1 UVOD 11. ⋅ f 0 .1. trajanja T.učestanost nosioca. Moguć je i koherentni prenos FSK signala. . odnosno dobijen je "mekim tastovanjem".2) U slučaju da je h(t ) pravougaoni impuls jedinične amplitude. koji daje bolje rezulate od nekoherentnog.3) k =− N ⋅ f d . 11. pa se zato koristi za manje brzine prenosa. FSK signal u k-tom signalizacionom intervalu je oblika: s k (t ) = A cos(2πf 0 t + 2πf d bk t + θ k ) (11. Ukoliko uslov (11. a) Detektor sa limiterom i diskriminatorom.a.1.4) tada je FSK signal sa kontinualnom promenom faze.početna faza FM signala za t = 0. Bolji kvalitet prenosa ostvaren je složenijim koherentnim prijemnikom. kod kojih propusni opseg kanala nije kritičan.konstanta FM modulatora.2 Demodulacija FSK signala Ako je: θ k = 2πf 0 (k − 1)T + 2πf d bk −1T + θ k −1 Koriste se koherentna i nekoherentna demodulacija.modulišući digitalni signal. x (t ) = ∑bk h(t − kT ) N (11.1) gde je: ⋅ A . ⋅ x (t ) . odnosno detekcija. FSK signal je dobijen "tvrdim tastovanjem". ⋅ θ 0 . slika 11.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 205 11 DIGITALNA FREKVENCIJSKA MODULACIJA 11.4) nije ispunjen.1 FSK modulacija FSK modulacija našla je veoma široku primenu zbog jednostavnosti generisanja modulisanog signala i jednostavne nekoherentne demodulacije koja ne zahteva rekonstrukciju nosioca.konstantna amplituda. dat izrazom: (11. FM modulacija (FSK) nepovoljnija je od digitalne ΦM modulacije u pogledu širine spektra i zahtevanog odnosa signal/šum. Digitalni FM signal dat je izazom: s (t ) = A cos[2πf 0 t + 2πf d ∫ x(τ )dτ +θ 0 ] 0 t (11.

a Detektor FM signala sa limiterom i diskriminatorom Ako je signal na ulazu u pojasni limiter oblika: suL (t ) = r (t ) cos[2πf 0 t + θ (t )].6) (11. Na izlazu diferencijatora D signal je: 1 dθ (t ) ⎞ ⎛ (11. r (t ) ≥ 0 tada je na izlazu pojasnog filtra koji sledi iza idealnog limitera signal oblika: siL (t ) = U L cos[2πf 0 t + θ (t )] gde je: 4A UL = = const (11. Slika 11.b Diferencijalni FM detektor Pod uslovom da je f 0τ = 1 4 . Ispravljač ISP i NF filtar čine detektor anvelope. b) Diferencijalni FM detektor.8) siD (t ) = −8 A⎜ f 0 + ⎟sin[2πf 0t + θ (t )] 2π dt ⎠ ⎝ 1 dθ (t ) 1 dθ (t ) . Slika 11.c. demodulisani signal ima oblik: dθ s D (t ) ≅ D f τ (11.b.206 DIGITALNA FREKVENCIJSKA MODULACIJA Slika 11. slika 11. odnosno modulišućem digitalnom signalu: s D (t ) = D f dθ = Df dt k =− N ∑ bk h(t − kT ).9) pri čemu sD(t) predstavlja signal na izlazu iz diskriminatora D. izraz f 0 + predstavlja anvelopu Ukoliko je ispunjen uslov f 0 ≥ 2π dt 2π dt koja je proporcionalna trenutnoj devijaciji učestanosti.5) (11. gde je τ vremensko kašnjenje diferencijalnog detektora. D f N = const (11.c Nekoherentni prijemnik FM signala .10) dt c) Detektor sa dva filtra i dva detektora anvelope.7) π A je vrednost na koju se limituje. slika 11.

U slučaju detektora sa dva filtra i dva detektora anvelope.1. Slika 11. 11. U slučaju koherentne demodulacije.ρ = 2 2σ n 2 (11.11) f1 f 2 gde su n1 i n2 celi pozitivni brojevi. pojasni filtri prijemnika moraju da zadovolje i sledeći uslov: f1 − f 2 > B (11. Pored prethodnog uslova. a 2 σn varijansu uskopojasnog Gausovog šuma. d) Koherentni demodulator.14) . koji zadovoljava uslov: n1 n2 = =T (11. verovatnoća greške data je izrazom: PE = Q( ρ ) (11.d.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 207 Koristi se kod binarnog FSK signala sa kontinualnom promenom faze. a f 1 i f 2 učestanosti FSK signala koje odgovaraju prenosu logičke "0" i "1". a f 1 i f 2 predstavljaju njihove centralne učestanosti. verovatnoća greške je: 1 − PE = e 2 ρ2 2 A2 . slika 11.d Koherentni FM detektor Mora da zadovolji sve uslove kao i prethodni detektor.13) U poslednjem izrazu A predstavlja konstantnu amplitudu FSK signala na ulazu u prijemnik.12) gde je B širina propusnog opsega filtara.3 Verovatnoća greške binarne FSK Analiziran je slučaj prenosa binarnog FSK signala u prisustvu Gausovog šuma konstantne spektralne gustine srednje snage.

1. a simboli se prikazuju na osama koje odgovaraju pojedinim frekvencijama.2. Kod ASK.2. b) Skicirati konstelaciju modulisanog signala za slučajeve M = 2 i M = 3 . f M }. f 2 . gde je A = const i f k ∈ { f1 .1 prikazuje vremenski izgled modulisanog signala.1 Posmatra se sistem za prenos u kome se koristi MFSK.2.2.1..2 prikazuje konstelacije za M = 2 i M = 3 . a) Prikazati vremenski izgled modulisanog signala za M = 2 ako se prenosi binarna sekvenca 010011110. Projekcija simbola na bilo koju drugu osu je 0. a simboli se prikazuju rastojanjem od koordinatnog početka koje odgovara amplitudi talasnog oblika (koja je za sve simbole ista). ili QAM signala. FSK spada u ortogonalne modulacije. Rešenje: a) Kod FSK se simboli alfabeta prenose pomoću talasnih oblika čije frekvencije odgovaraju simbolima. Slika 11. a simboli se u njoj prikazuju pomoću amplitude i faze talasnih oblika kojima se prenose. pri čemu je ravan definisana frekvencijom nosioca. u toku k-tog signalizacionog intervala digitalni signal je: kT ≤ t ≤ (k + 1)T s (t ) = A cos(2πf k t ) .. prikaz konstelacije je u opštem slučaju u ravni (dve dimenzije). važi: 0 1 f1 f2 Slika 11.208 DIGITALNA FREKVENCIJSKA MODULACIJA 11.. stoga je FSK ortogonalna modulacija. PSK. Drugim rečima. .1. c) Skicirati spektar talasnog oblika koji odgovara simbolu modulišućeg signala. PSK i QAM modulacije. Slika 11. Kod FSK modulacije postoji onoliko osa (dimenzija) u konstelaciji koliko ima nosećih frekvencija. U slučaju 2FSK.1 b) Prikaz konstelacije kod FSK signala se suštinski razlikuje od prikaza konstelacija ASK.2 ZADACI 11.

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 209 f2 A M =2 f3 A M =3 A f1 f1 A A f2 Slika 11.2 c) Talasni oblik koji odgovara nekom simbolu je: 0≤t ≤T hm (t ) = A cos(2πf m t ) . Hm( f ) A⋅ T 2 − fm fm f Slika 11.2.1.3 .3 prikazuje Furijeovu transformaciju H m ( f ) .2. Njegova Furijeova transformacija je: ∞ T Hm( f ) = −∞ − j 2πft − j 2πft ∫ s(t )e dt = ∫ A cos(2πf m t )e dt 0 T T A A = ∫ Ae j 2πf mt e − j 2πft dt + ∫ Ae − j 2πf mt e − j 2πft dt 20 20 = = A e j 2π ( f m − f )t 4 jπ ( f m − f ) T 0 + A e − j 2π ( f m + f )t − 4 jπ ( f m + f ) T 0 A(e j 2π ( f m − f )T − 1) A(1 − e − j 2π ( f m + f )T ) + 4 jπ ( f m − f ) 4 jπ ( f m + f ) Ae jπ ( f m − f )T (e jπ ( f m − f )T − e − jπ ( f m − f )T ) = + 4 jπ ( f m − f ) + Ae − jπ ( f m + f )T (e jπ ( f m + f )T − e − jπ ( f m + f )T ) 4 jπ ( f m + f ) sin(π ( f m − f )T ) jπ ( f m − f )T sin(π ( f m + f )T ) − jπ ( f m + f )T +A e e 2π ( f m − f ) 2π ( f m + f ) sin(π ( f − f m )T ) − jπ ( f − f m )T sin(π ( f + f m )T ) − jπ ( f + f m )T e +A e 2π ( f − f m ) 2π ( f + f m ) =A =A Slika 11.1.2.1.

2.2.1).2 Koliko je minimalno potrebno rastojanje između nosećih frekvencija kod FSK ako se koristi: a) nekoherentna demodulacija (Slika 11. ∫ 0 T ( )2 cos( 2πf1t ) r1 (T ) ∫ 0 T ( )2 sin( 2πf1t ) ∫ 0 T ( )2 r2 (T ) r (T ) s (t ) cos( 2πf 2t ) ∫ 0 T ( )2 1≤i≤ M max (ri (T ) ) sin( 2πf 2t ) ∫ 0 T ( )2 rM (T ) cos( 2πf M t ) ∫ 0 T ( )2 sin( 2πf M t ) Slika 11.2. Odrediti potrebni propusni opseg za MFSK u oba slučaja.2 Koherentni prijemnik .2.2.2. b) koherentna demodulacija (Slika 11.2.2.2).2.1 Nekoherentni prijemnik ∫ 0 T r1 (T ) cos( 2πf1t ) ∫ s (t ) 0 T r2 (T ) cos( 2πf 2t ) 1≤ i≤ M max (ri (T ) ) r (T ) ∫ 0 T rM (T ) cos( 2πf M t ) Slika 11. Minimalno rastojanje se određuje iz uslova da dva talasna oblika koji predstavljaju simbole budu međusobno ortogonalni u toku jednog signalizacionog intervala T.210 DIGITALNA FREKVENCIJSKA MODULACIJA 11.

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 211 Rešenje: a) Uslov ortogonalnosti je: T ∫ cos(2πf1t ) cos(2πf 2t + θ )dt = 0 . Razvojem gornjeg izraza dobijamo: T ∫ cos(2πf1t ) cos(2πf 2 t + θ )dt = cosθ ∫ cos(2πf1t ) cos(2πf 2t )dt − 0 0 T − sin θ ∫ cos(2πf1t ) sin(2πf 2 t )dt 0 T cos θ = 2 − = + sin θ 2 cos θ 2 sin θ 2 T ∫ (cos(2π ( f1 + f 2 )t ) + cos(2π ( f1 − f 2 )t ))dt − 0 T ∫ (sin(2π ( f1 + f 2 )t ) + sin(2π ( f 2 − f1 )t ))dt 0 ⎛ sin (2π ( f1 + f 2 )T ) sin (2π ( f1 − f 2 )T ) ⎞ ⎜ ⎜ 2π ( f + f ) + 2π ( f − f ) ⎟ + ⎟ 1 2 1 2 ⎝ ⎠ ⎛ cos(2π ( f1 + f 2 )T ) − 1 cos(2π ( f 2 − f1 )T ) − 1 ⎞ ⎜ ⎟. 0 gde je sa θ označena fazna razlika. f1 − f 2 = .2. Oba uslova su zadovoljena za: 2π ( f1 − f 2 )T = 2kπ .3 prikazuje minimalno rastojanje u između talasnih oblika u frekvencijskom domenu. samo ako je istovremeno: sin (2π ( f1 − f 2 )T ) = 0 . T Minimalno rastojanje između nosioca je za k = 1 : 1 f1 − f 2 = .2. i cos(2π ( f 2 − f1 )T ) = 1 . + ⎜ ⎟ 2π ( f1 + f 2 ) 2π ( f 2 − f1 ) ⎝ ⎠ Ako pretpostavimo da je f1 + f 2 >> 1 . dobijamo: T ∫ cos(2πf1t ) cos(2πf 2 t + θ )dt = 0 cos θ sin (2π ( f1 − f 2 )T ) + 2 2π ( f1 − f 2 ) sin θ cos(2π ( f 2 − f1 )T ) − 1 + 2 2π ( f 2 − f1 ) (11.2. k .1) Gornji izraz može biti jednak 0. T Slika 11.2.

2 2π ( f1 − f 2 ) što je zadovoljeno za: 2π ( f1 − f 2 )T = kπ . k . Za MFSK je potrebno M nosećih frekvencija.2. Zamenom u (11.2. U slučaju nekoherentne demodulacije. tada je θ = 0 . 2T pa je minimalno rastojanje između nosioca: 1 f1 − f 2 = .2.1) se dobija: T ∫ cos(2πf1t ) cos(2πf 2t + θ )dt = 0 cos θ sin (2π ( f1 − f 2 )T ) = 0. T dok je u slučaju koherentne demodulacije: M B≈ .2.2. dva puta manje nego kod nekoherentne demodulacije (Slika 11. 2T odnosno.2.2.2.4). može se izračunati širina propusnog opsega koja je potrebna za prenos MFSK signala.4 Na osnovu dobijenih rezultata.3 b) Ako je u pitanju koherentna demodulacija. f1 − f 2 = f1 1 2T f2 f Slika 11.212 DIGITALNA FREKVENCIJSKA MODULACIJA f1 f2 f 1 T Slika 11. 2T . potrebna širina propusnog opsega je: M B≈ .

pa je: = ⎛ AT ⎞ ⎛ AT ⎞ ⎛ AT ⎞ ri = ⎜ sin θ ⎟ + ⎜ cos θ ⎟ = ⎜ ⎟ . i SGSS belog Gausovog šuma N 0 (pretpostaviti da je širina propusnog opsega za obe demodulacije ista i jednaka B = 1 2T ). 2 Nakon integraljenja. dobijene vrednosti se kvadriraju i sabiraju. nakon integraljanja će se dobiti 0 (vidi prethodni zadatak). Rešenje: U svim granama prijemnika u kojima se primljeni signal množi sa sinusoidama i kosinusoidama učestanosti koje su različite od f i .3 Odrediti signal na izlazu nekoherentnog prijemnika iz prethodnog zadatka. 2 Za granu u kojoj se primljeni signal množi sa kosinusoidom učestantosti f i .4 a) Izraziti verovatnoću greške za binarnu FSK u funkciji odnosa energije emitovane po bitu Eb . nakon integraljenja se dobija: T ∫ A cos(2πf i t + θ ) sin(2πf i t )dt = A cosθ ∫ sin(2πf i t ) cos(2πf i t )dt + 0 0 T + A sin θ ∫ cos(2πf i t ) cos(2πf i t )dt 0 T =A =A cos θ sin θ ∫ sin(4πf i t )dt +A 2 2 0 T T ⎛T ⎞ ⎜ dt + cos(4πf i t )dt ⎟ − ∫ ∫ ⎜ ⎟ 0 ⎝0 ⎠ cos θ 1 − cos(4πf i T ) sin θ +A 2 4πf i 2 ⎛ sin(4πf i T ) ⎞ ⎜T + ⎟. gde je θ ugao koji modeluje nekoheretnost (faznu razliku između nosioca na predaji i na prijemu). ⎜ ⎟ 4πf i ⎝ ⎠ Ako pretpostavimo da je f i >> 1 . ⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠ 2 2 2 11. dobija se: T ∫ A cos(2πf i t + θ ) sin(2πf i t )dt = 0 AT sin θ .2.2. nakon integraljenja se dobija: T ∫ A cos(2πf i t + θ ) cos(2πf i t )dt = A cosθ ∫ cos(2πf i t ) cos(2πf i t )dt − 0 0 T − A sin θ ∫ cos(2πf i t ) sin(2πf i t )dt 0 T T T T ⎞ cos θ ⎛ ⎜ dt + cos(4πf i t )dt ⎟ − A sin θ sin(4πf i t )dt =A ∫ ⎟ 2 ⎜∫ 2 ∫ 0 0 ⎝0 ⎠ AT cosθ . U grani u kojoj se signal množi sa sinusoidom učestantosti f i .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 213 11. . Prenošeni simbol u k-tom signalizacionom intervalu je A cos(2πf i t + θ ) .

Ukoliko je došlo do greške prilikom odlučivanja. Verovatnoća da je došlo do zamene prilikom odlučivanja u sekvencu u kojoj je posmatrani bit pogrešan je stoga 2 k −1 2 k − 1 . PE = Q( ρ ) = Q⎜ ⎜ N ⎟ 0 ⎠ ⎝ Za nekoherentnu demodulaciju je: 1 − 1 − PE = e 2 = e 2 N 0 . Takođe. važi: E s = Eb . kod FSK su zamene poslatog talasnog oblika za neki od preostalih M − 1 jednakoverovatne (ovo važi generalno za ortogonalne modulacije). broj sekvenci kod kojih je na posmatranoj poziciji vrednost bita različita od one koja je poslata je 2 k −1 . Naime.214 DIGITALNA FREKVENCIJSKA MODULACIJA b) Izraziti verovatnoću bitske greške Pb u funkciji verovatnoće (simbolske) greške PE i broja informacionih bita po simbolu k = ldM . Postoji ukupno 2 k informacionih sekvenci (odnosno. i 2 k −1 sekvenci na kojima je na posmatranoj poziciji 1. 2 2 b) Za izvođenje verovatnoće bitske greške se ne može koristiti rezonovanje upotrebljeno za izvođenje ovog parametra kod ASK ili PSK. broj sekvenci u koje se poslata sekvenca može preslikati je 2 k − 1 . simbola). N0 Za koherentnu demodulaciju je: ⎛ Eb ⎞ ⎟. Rešenje: a) Verovatnoća greške binarne FSK zavisi od odnosa signal šum ρ : 1 2T Pošto je reč o binarnoj modulaciji. N0 pa je: ρ= Eb . Postoji tačno 2 k −1 sekvenci na kojima je na posmatranoj poziciji 0. Verovatnoća bitske greške je: 2 k −1 M 2 PE = PE . k M −1 2 −1 Granična vrednost je: M 2 1 PE = PE . Posmatrajmo jednu fiksiranu poziciju u okviru sekvence. lim Pb = lim M →∞ M →∞ M − 1 2 ρ2 Eb Pb = . 2N 0 ρ= Ps 2 σn = Ps = 2N 0 B Ps = Ps T = N0 Es .

odrediti verovatnoću greške u prenosu FSK signala. gde je: SNR 10 SNR 20 ρ = 10 = 10 = 10 0. H( f ) = ⎨ 0 drugde.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 215 11. . Dobija se: PE = Q(4) ≈ 5 ⋅ 10 −5.0 ⋅ 10 −11 W Hz . ako se vrši nekoherentna demodulacija. a) Odrediti maksimalnu vrednost odnosa η = vd B (η . SNR = 10 20 pri čemu je ρ = 10 0.spektralna efikasnost) za prenos ASK signala. Dobija se: PE = 0. Na prijemu ASK signala konstatovano je da je −5 verovatnoća greške prenosa PEA = 10 . Za binarnu FSK sa nekoherentnom demodulacijom verovatnoća greške je: 1 − PE = e 2 ρ2 2 . b) Ako su srednje snage ASK i FSK signala jednake.6 ≈ 4 .5 Ako je najvažniji parametar sistema za prenos verovatnoća greške. koja modulacija je bolji izbor: ⋅ binarna FSK sa koherentnom demodulacijom i odnosom signal/šum SNR = 12 dB . Jasno je da je binarna FSK sa nekoherentnom demodulacijom i SNR = 14 dB bolji izbor sa stanovišta verovatnoće greške. Spektar elementarnog impulsa modulišućeg digitalnog signala je oblika: ⎧H f < 1 2T . gde je B propusni opseg kanala.2. ⎩ 0 gde je T širina signalizacionog intervala.2.6 Prenos binarnog ASK i FSK signala vrši se telefonskim kanalom čija funkcija prenosa ima oblik filtra idealnog propusnika opsega učestanosti sa graničnim učestanostima f d = 300 Hz i f g = 3400 Hz . U kanalu deluje Gausov šum ravne jednostrane spektralne gustine snage N 0 = 3.fd.7 ≈ 5 . c) Koliki je maksimalni odnos η = vd B za prenos FSK signala? Modulišući signal podataka je binarni polarni signal sa simbolima ak = ±1. B = fg .9 ⋅ 10 −6.5e −12.5 ≈ 1. ⋅ binarna FSK sa nekoherentnom demodulacijom i odnosom signal/šum od SNR = 14 dB ? Rešenje: Za binarnu FSK sa koherentnom demodulacijom verovatnoća greške je: PE = Q( ρ ). 11.

⎝ n ⎠ ⎝ nA ⎠ gde je U vrednost odbirka demodulisanog AM signala na prijemu.1476. B Hz b) Verovatnoća greške ASK signala je: ⎛g d⎞ ⎛ U ⎞ PEA = Q⎜ o ⎟ = Q⎜ ⎟ ⎜σ ⎟ ⎜ σ ⎟. Srednja snaga AM signala je: PSA H 2d 2 M 2 −1 2 1 2 d H ( f ) ⋅ df ⋅ cos 2 2πf 0 t = 0 2 . Maksimalna učestanost u spektru modulišućeg signala je: 1 B = = 1550 Hz .1 Spektar AM-2BO signala. Iz uslova: PEA = 10−5 nalazi se: U2 2 σ nA = A 2 = 18. a njegova centralna učestanost je: B f c = f d + = 1850 Hz . 2 Slika 11. a σ nA efektivna vrednost napona šuma na mestu odlučivanja. T a) Maksimalni spektralna efikasnost prilikom prenosa AM signala je: vd bit s η = max = 1 .216 DIGITALNA FREKVENCIJSKA MODULACIJA Rešenje: Propusni opseg kanala je B = (3400 − 300) Hz = 3100 Hz . sledi: U = A N0 B. Odavde sledi da je: 1 vd max = = 2 f m = 3100 b s .6. fm = 2T 2 AM-2BO signal ima dva puta širi spektar od odgovarajućeg signala u osnovnom opsegu.2. Kako je: fc + 2 σ nA = N 0 fc − ∫ df B 2 B 2 = N 0 B. = T −1∫2T 3 2T 1 2T .

2 c) Pošto se radi o nekoherentnoj demodulaciji. Sada je: PEF = 1 2 P − SA σ2 e nF . pa sledi: U F = U = 2 PSA . T H0 = 2 PSA = 1. PEF = − 2 UF Srednje snage FSK signala i ASK signala su jednake. važi: M 2 B= = . A2 . 2 gde je U F vrednost amplitude FSK signala. Elementarni FSK signal je oblika: s F (t ) = h(t ) cos(2πf1t ) i s F (t ) = h(t ) cos(2πf 2 t ). T Verovatnoća greške nekoherentno detektovanog FSK signala je: U = A N0 B = g0d = d ⋅ 2 1 2σ nF e .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 217 Vrednost odbirka signala na prijemu je: 1 2T g 0 = h(0) = Dalje je: −1 2T ∫ H ( f )df = H0 . B 2 Hz Potrebna širina propusnog opsega za binarni nekoherentni FSK je duplo veća nego za binarni ASK sistem. jer je ista širina kanala. 2 2 σnF = σnA . pa je verovatnoća greške FSK signala: 1 − PEF = e 2 = 1.46 mV.15 ⋅10 −4 . pa je T T vd 1 bit s η = max = .

218 DIGITALNA FREKVENCIJSKA MODULACIJA .

bez povećanja širine spektra modulisanog signala. Trelis-kodovana modulacija se koristi za povećanje efikasnosti prenosa digitalnih signala uskopojasnim kanalima ograničenog frekvencijskog opsega.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 219 12 SPEKTRALNO EFIKASNE MODULACIJE 12. Trelis-kodovana modulacija predstavlja kombinaciju kodovanja i nekog od digitalnih modulacionih postupaka. proizvedi n = k + p kodovanih bita (tzv. . Zadržavanjem iste srednje snage. MPSK i QAM.1. koji na osnovu ulazne sekvence od k informacionih (nekodovanih) bita i sopstvenog stanja (memorije) u kojoj se nalazi K − 1 prethodni bit. pomoću konvolucionog kodovanja se uvodi međuzavisnost između simbola. K predstavlja dužinu memorije kodera a p je broj bita redudandanse (parnosti). Trelis-kodovanje se realizuje konvolucionim koderom. Pri konstantnoj srednjoj snazi i pri povećanju broja simbola dolazi do smanjenja ovog minimalnog rastojanja. trelis-kodovanje povećava složenost realizacije predajnika i prijemnika. očigledno se smanjuje minimalno rastojanje između simbola kodovanog niza. odnosno u toku signalizacionog intervala se onemogućava pojava simbola koji su na međusobno malom rastojanju. Kodovanje je moguće izvesti blok ili trelis kodovima. dolazi do povećanja verovatnoće greške kada poraste digitalni protok. Odlučujući doprinos verovatnoći greške u ovom slučaju je od strane minimalnog (Euklidskog) rastojanja dve putanje kroz trelis.1 UVOD 12. Trelis kodovanje je izabrano zbog efiksanosti Viterbijevog algoritma dekodovanja. verovatnoća greške zavisi od minimalnog (Euklidskog) rastojanja između simbola. Kodovanje povećava broj simbola sa 2 k na 2 k + p . Cilj trelis-kodovane modulacije je da se poveća minimalno rastojanje između simbola bez povećanja srednje snage signala.1 Trelis-kodovana modulacija (TCM – Trellis-Coded Modulation) Kod klasičnih M-arnih modulacionih postupaka. Međutim. kao i brojem i pozicijom simbola. Konačni rezultat je smanjenje zahtevanog odnosa SNR (3-6 dB) za istu vrednost verovatnoće greške. odnosno kada poraste broj simbola. koje se pogodnim mapiranjem kodnih reči konvolucionog kodera u simbole može načiniti znatno većim nego minimalno rastojanje između simbola u nekodovanom slučaju. To znači da pri konstantnoj srednjoj snazi i konstantnoj brzini signaliziranja. Sa druge strane. kodne reči). kao što su PAM. koje je određeno srednjom snagom signala.

1. Elementarni impulsi su pravougaoni impulsi jedinične amplitude. .2.2 prikazuje izgled konstelacije modulisanog signala za slučajeve M = 2. Postoje i QAM konstelacije gde su tačke drugačije raspoređene.220 STATISTIČKA TEORIJA TELEKOMUNIKACIJA 12. Konstelacije sa ovakvim rasporedom tačaka se nazivaju pravougaone. npr.4 i 8.1. Modulisani signal je: s (t ) = ∑ a n h(t − nT ) cos(2πf 0 t ) + ∑ bn h(t − nT ) sin(2πf 0 t ) . po koncetričnim kružnicama ili šestougaonim rešetkama.1 Dva nezavisna M-arna digitalna signala potrebno je preneti pomoću QAM modulacije.2 ZADACI 12. po jedna dimenzije za komponentu u fazi i kvadraturi. što se dobija pogodnim izborom amplitudskih nivoa komponenata u fazi i kvadraturi. trajanja T i predstavljaju impulsni odziv predajnog filtra H ( f ) . n n Slika 12. h(t ) = ⎨ ⎩0 drugde. b) Koji uslov moraju da zadovolje f 0 i T. n n pri čemu je elementarni impuls dat sa: ⎧1 0 ≤ t < T .1 QAM modulator Rešenje: a) Digitalni signali na izlazu predajnih filtara su: d1 (t ) = ∑ an h(t − nT ) i d 2 (t ) = ∑ bn h(t − nT ) . a) Skicirati konstelacije u slučajevima kada je M = 2. Konstelacije su dvodimenzionalne.4 i 8.2. da bi komponenta u fazi i komponenta u kvadraturi bile međusobno ortogonalne u toku jedne periode? Slika 12.2.

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 221 M =4 M =2 M =2 M =4 M =8 M =8 Slika 12. πf . dobija se: ( k +1)T ∫ d1 (t )d 2 (t )dt = ∫ ak sin(2πf 0 t )bk cos(2πf 0 t )dt = ak bk ∫ sin(2πf 0 t ) cos(2πf 0 t )dt kT ( k +1)T kT kT = 2a k bk =− kT ∫ sin(4πf 0 t )dt = − 2πf a k bk cos(4πf 0 t ) kT ( k +1)T a k bk (cos(4πf 0 kT + 4πf 0T ) − cos(4πf 0 kT ) ) 2πf a b = k k sin(4πf 0 kT + 2πf 0T ) sin(2πf 0T ).2.1. treba da važi: ( k +1)T ∫ d1 (t )d 2 (t )dt = 0 .2 b) Da bi u toku jednog perioda (signalizacionog intervala) komponenta u fazi i komponenta u kvadraturi bile međusobno ortogonalne. ( k +1)T ( k +1)T kT Razvojem gornjeg izraza.

Ortogonalnost omogućava koherentnu demodulaciju bez interkanalne interferencije.2.1).2. za isti odnos 10 log( E s N 0 ) = 30 db i M = 16 . f0 = 12. oba ASK simbola moraju biti ispravno detektovani (Slika 12. druga ASK komponenti u kvadraturi (smatra se da je uslov ortogonalnosti ovih komponenata zadovoljen). PE QAM = 1 − PC = 1 − 1 − PE ASK = 1 − ⎜1 − 2 Q⎜ ⎜ ⎜ M −1 N0 ⎟⎟ M ⎝ ⎠⎠ ⎝ Lako se pokazuje da je gornja granica na verovatnoću greške za QAM: ( ) 2 ⎛ 3 EQAM PE QAM ≤ 4Q⎜ ⎜ M −1 N0 ⎝ ⎞ ⎟.222 STATISTIČKA TEORIJA TELEKOMUNIKACIJA Da bi uslov ortogonalnosti bio zadovoljen za svako k. u ovom slučaju se QAM može predstaviti kao kombinacija dve ASK modulacije sa po N = M simbola (M je broj QAM simbola) i polovinom snage PASK = PQAM / 2 . ⎟⎟ ⎠⎠ 2 ⎞ ⎟. b) Sa stanovištva ovih parametara. jedna ASK odgovara komponenti u fazi. ⎟ ⎠ . n . verovatnoća greške QAM se relativno lako određuje pomoću verovatnoće greške za ASK. T tj. Verovatnoća greške pojedine ASK je (vidi zadatak 9. f 0 T = n. ⎟ ⎠ Verovatnoća ispravne detekcije QAM simbola je tada: ⎛ M −1 ⎛ 3 EQAM 2 PC QAM = 1 − PE ASK = ⎜1 − 2 Q⎜ ⎜ ⎜ M −1 N0 M ⎝ ⎝ a verovatnoća greške je: ( ) ⎛ M −1 ⎛ 3 EQAM ⎞ ⎞ 2 ⎟⎟ .2.2 Posmatra se QAM modulacija sa M simbola. Naime.2. uporediti QAM i ASK modulaciju. Rešenje: a) Kada je konstelacija pravougaona. Da bi QAM simbol bio ispravno detektovan. a) Odrediti verovatnoću (simbolske) greške i verovatnoću bitske greške za QAM modulaciju sa pravougaonom konstelacijom. u jednom signalizacionom intervalu mora biti obuhvaćen ceo broj perioda.2): PE ASK = 2 6 E ASK N −1 ⎛ Q⎜ 2 ⎜ N −1 N N 0 ⎝ ⎛ ⎞ 3 EQAM ⎟ = 2 M − 1 Q⎜ ⎟ ⎜ M −1 N0 M ⎠ ⎝ ⎞⎞ ⎟⎟ . mora važiti: 2πf 0T = 2nπ .

2. i da je najverovatnija greška zamena za susedni simbol.16 ⋅ 10 −6 . Pošto je za obe vrste modulacije potreban isti propusni opseg. . ldM b) Pretpostavimo sada da posmatramo QAM i ASK sa istim brojem simbola i istom srednjom snagom (odnosno energijom): E ASK = EQAM = E s . i ⎞⎞ ⎟⎟ .1 Veza između QAM sa pravougaonom konstelacijom i ASK Verovatnoća bitske greške se takođe dobija na jednostavan način. M simbola koduje ldM bita informacije.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 223 Slika 12. i ⎟ ⎠ ⎛ M −1 ⎛ 3 Es PE QAM = 1 − ⎜1 − 2 Q⎜ ⎜ M −1 N ⎜ M 0 ⎝ ⎝ Za date brojne vrednosti se dobija: PE ASK = 1.2. Pretopstavimo da se kodovanje bita u simboli vrši tako da se susedni simboli razlikuju za 1 bit (Grejov kod).2.875 ⋅ Q(4.2. 2 Vidi se da je verovatnoća greške za QAM modulaciju praktično zanemarljiva. Dobijamo: PE QAM Pb QAM = . ⎟⎟ ⎠⎠ 2 PE QAM = 1 − (1 − 1. Grafik (Slika 12.2) prikazuje odnos verovatnoća greške ove dve modulacije za date parametre. Važi: PE ASK = 2 Es M −1 ⎛ 6 Q⎜ ⎜ M 2 −1 N M 0 ⎝ ⎞ ⎟.5 ⋅ Q(14.14)) ≈ 0.85) = 1. može se reći da je QAM bolji izbor.

Međutim. verovatnoća greške takođe raste sa porastom broja simbola. MPSK.1 prikazuje standardni QPSK i OQPSK (Offset QPSK) modulator.2.2.3 Uporediti ASK. tada se obično koriste PSK ili QAM modulacije zbog svoje spektralne efikasnosti. MQAM je spektralna efikasnost: v ldM T ⎡ bit s ⎤ η= d = = ldM ⎢ ⎥.2. Za MFSK modulaciju. Prednost MFSK modulacije je što je u principu potrebna manja snaga za datu verovatnoću greške nego kod ostalih modulacija. Rešenje: Za MASK. . spektralna efikasnost je: v ldM T ldM ⎡ bit s ⎤ η= d = = .2. ukoliko su signali u1 (t ) i u 2 (t ) kojima se vrši modulacija nosilaca u fazi i kvadratruri u oba slučaja isti i prikazani na slici (Slika 12. 12. dok je snaga predajnika limitirana.4. tada se obično koristi MFSK modulacija.2. raste sa porastom broja simbola u alfabetu. a takođe je i realizicaja nekoherentnog prijemnika relativno jednostavna i jeftina. B 1T ⎣ Hz ⎦ odnosno. Ako je na raspolaganju širok propusni opseg.224 STATISTIČKA TEORIJA TELEKOMUNIKACIJA 10 log (Es N 0 ) [dB] Slika 12.4 Slika 12.2).2. PSK. QAM i nekoherentnu FSK modulaciju sa stanovišta spektralne efikasnosti. B M T M ⎢ Hz ⎥ ⎣ ⎦ što znači da opada sa porastom broja simbola.4.2 12. Ukoliko je na raspolaganju ograničen propusni opseg. Skicirati signale na izlazu modulatora. za datu srednju snagu.

3).1 sin Φ(t ) − 2 2 2 2 − 2 2 2 2 Φ(t ) 0 1 -1 -1 -1 1 -1 π 2 3π 2 π Prikaz konstelacije signala je dat na slici (Slika 12.2.2 Modulišući signali Rešenje: a) QPSK modulisan signal je (vidi zadatak 10.4.1).4.1): ⎡ u (t ) π ⎤ s q (t ) = 2 cos ⎢2πf 0 t − arctg 2 + ⎥.4. u1 (t ) 1 u2 (t ) 1 cos Φ(t ) 2 2 2 2 − 2 2 − 2 2 Tabela 12. u1 (t ) 4 ⎦ ⎣ Početna faza od π 4 je izabrana tako da se dobiju vrednosti faze modulisanog signala date u tabeli (Tabela 12.4.1 a) QPSK modulator b) OQPSK modulator u1 (t ) u2 (t ) Slika 12.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 225 cos(2πf 0t + π 4) sin (2πf 0t + π 4) cos(2πf 0t + π 4) sin (2πf 0t + π 4) Slika 12.2.4).2.4.2.2.2.4. . a njegov vremenski izgled je dat na slici (Slika 12.2.

2.5). već je maksimalna promena faze π 2 . kao i izgled konstelacije su isti.2.4 b) OQPSK modulisan signal je: ⎡ u (t − T ) π ⎤ s q (t ) = 2 cos ⎢2πf 0 t − arctg 2 + ⎥. kod OQPSK ne može do doći skokovite promene faze od π . To je posledica činjenice da postoji ofset između modulišućih signala od polovine signalizacionog intervala. pomoću ofseta je obezbeđeno da ne može doći do istovremene promene vrednosti oba modulišuća signala. soq (t ) u = 1 u1 = −1 u1 = 1 u1 = −1 1 u2 = 1 u2 = 1 u 2 = −1 u 2 = −1 T 7T Slika 12.226 STATISTIČKA TEORIJA TELEKOMUNIKACIJA 2 Slika 12.3 sq (t ) u1 = 1 u2 = 1 u1 = −1 u2 = −1 u1 = 1 u 2 = −1 u1 = −1 u2 = 1 0 8T Slika 12. Naime.5 MSK (Minimum Shift Keying) je varijanta binarne frekvencijske modulacije sa mekim tastovanjem (CPFSK – Continuous Phase Frequency Shift Keying).2. što daje promenu faznog stava za maksimalno π 2 (vidi tabelu).4.4. 12.4. Vremenski izgled modulišućeg signala je dat na slici (Slika 12. već se njihove vrednosti naizmenično menjaju.5 Za razliku od QPSK. jedina razlika je ta što je modulišući signal zakašnjen za polovinu signalizacionog intervala (ofset).2. u1 (t ) 4⎦ ⎣ Vrednosti faze.2. kod koje se modulisani signal u k-tom signalizacionom intervalu može izraziti na sledeći način: ⎛ ⎛ ⎞ d ⎞ s(t ) = A cos⎜ 2π ⎜ f 0 + k ⎟t + θ k ⎟ .4. ⎜ ⎟ 4T ⎠ ⎝ ⎝ ⎠ .

−1. 2 a na početku (k + 1) -og signalizacionog intervala faza je jednaka: ∆f = f 0 + + θ k +1 2 Ukoliko je naredni informacioni simbol isti kao i prethodni. − ⎜ f0 − ⎟= 4T ⎝ 4T ⎠ 2T odnosno. tada je: φ k +1 = 2πf 0 kT + πkd k ⎝ pa je faza na početku (k + 1) -og signalizacionog intervala jednaka: + (θ k + kπd k ) mod(2π ) .−1 .1.1} prenošeni informacioni simbol u k-tom signalizacionom intervalu. k = 2n . a θ k faza koja se izračunava po sledećem rekurzivnom obrascu: θ k = ⎜θ k −1 + ⎛ ⎝ πk 2 (d k −1 − d k )⎞ mod(2π ) . d) Pokazati da je MSK ekvivalentna OQPSK sa elementarnim impulsom: ⎧ ⎛ πt ⎞ ⎪ A cos⎜ ⎟ −T ≤ t ≤ T. faza je: πkd k φ k = 2πf 0 kT + + θk .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 227 gde je d k ∈ {−1.2. Skicirati komponentu u fazi i kvadraturi OQPSK signala. b) Na kraju k-tog signalizacionog intervala. a) Koliko je rastojanje između nosilaca? b) Pokazati da je faza modulisanog signala kontinualna. tada je: θ k +1 = ⎜θ k + ⎛ kπ (d k + d k ) ⎞ ⎟ mod(2π ) = (θ k + kπd k ) mod(2π ) . d k +1 = −d k . Rešenje: a) Rastojanje između nosilaca je: 1 ⎛ 1 ⎞ 1 .−1. to je minimalno rastojanje između nosilaca kod frekvencijske modulacije (vidi zadatak 11.1. i . ⎟ ⎠ pri čemu je početna faza θ 0 = 0 . ⎩ i kašnjenjem u kvadraturnoj grani od T.2). 2 Ukoliko je naredni informacioni simbol različit od prethodnog. d k +1 = d k . tada je: φ k +1 = 2πf 0 kT + πkd k +1 θ k +1 = θ k mod(2π ) = θ k pa je faza na početku (k + 1) -og signalizacionog intervala jednaka: + θk . 2 ⎠ φ k +1 = 2πf 0 kT − πkd k φ k = 4πf 0 nT + nπd k + θ k . 2 Ako je k parno. Zbog toga se ova modulacija naziva Minimum Shift Keying. c) Skicirati modulisani signal ako je {d k } = 1. h(t ) = ⎨ ⎝ 2T ⎠ ⎪ 0 drugde.

i 2 2 πd (2n + 1)πd k φ k +1 = 2πf 0 (2n + 1)T − + θ k + πd k = 2πf 0 (2n + 1)T − nπd k + k + θ k . d k ⎟ − A sin θ k sin⎜ 2πf 0 t + 2T 2T ⎝ ⎠ ⎝ ⎠ . c) Na osnovu definicionih izraza. dobija se: k 0 1 2 3 4 5 dk 1 −1 −1 fk f 0 + 1 4T f 0 − 1 4T f 0 + 1 4T f 0 + 1 4T f 0 − 1 4T f 0 − 1 4T θk 0 π π 0 0 1 1 −1 π Slika 12. s (t ) d 0 = 1 d1 = −1d 2 = −1 d 3 = 1 d 4 = 1 d 5 = −1 0 6T Slika 12. k = 2n + 1 .2. Važi: cos(4πf 0 nT + nπd k + θ k ) = cos(4πf 0 nT − nπd k + θ k ) = (− 1)n cos(4πf 0 nT + θ k ) .228 STATISTIČKA TEORIJA TELEKOMUNIKACIJA φ k +1 = 4πf 0 nT − nπkd k + θ k . o mekom tastovanju). dobija se: πd (2n + 1)πd k φ k = 2πf 0 (2n + 1)T + + θ k = 2πf 0 (2n + 1)T + nπd k + k + θ k .2.1 prikazuje modulišući signal. radi se signalu sa kontinualnom fazom (odnosno.1 d) Da bi se dokazalo da su MSK i OQPSK sa elementarnim impulsom “polukosinus” ekvivalentne. Za neparno k.5. 2 2 Takođe važi: πd πd ⎞ ⎛ ⎞ ⎛ cos⎜ 2πf 0 (2n + 1)T + nπd k + k + θ k ⎟ = cos⎜ 2πf 0 (2n + 1)T − nπd k + k + θ k ⎟ 2 2 ⎠ ⎝ ⎠ ⎝ = (−1) n (− d k ) sin (2πf 0 (2n + 1)T + θ k ). polazi se od izraza za MSK: ⎞ ⎛ ⎛ d ⎞ πt ⎛ ⎞ dk + θk ⎟ s (t ) = A cos⎜ 2π ⎜ f 0 + k ⎟t + θ k ⎟ = A cos⎜ 2πf 0 t + ⎟ ⎜ 4T ⎠ 2T ⎝ ⎠ ⎠ ⎝ ⎝ πt πt ⎛ ⎞ ⎛ ⎞ = A cos θ k cos⎜ 2πf 0 t + d k ⎟. Pošto se vrednost modulišućeg signala ne menja skokovito prilikom smene signalizacionih intervala.5.

π } . U svakom narednom signalizacionom intervalu.2. Pošto je d k −1 = ±1 . uz međusobni ofset od T (Tabela 12. ak i bk mogu da menjaju vrednost samo u trenucima koji su umnošci intervala 2T . i ⎝ 2T ⎠ ⎝ 2T ⎠ ⎝ 2T ⎠ ⎛ πt ⎞ ⎛ πt ⎞ d k ⎟ = d k sin ⎜ sin ⎜ ⎟. θ k se može promeniti samo za π . i bk = Ad k cos θ k = ± A . odnosno sin θ k = 0 . faza se ili ne menja.2 prikazuje komponente u fazi i kvadraturi.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 229 Početna faza za MSK je θ 0 = 0 .5.2. ⎟ cos(2πf 0 t ) − bk cos⎜ ⎝ 2T ⎠ ⎝ 2T ⎠ gde je a k = A cos θ k = ± A . ⎝ 2T ⎠ ⎝ 2T ⎠ pa je: ⎛ πt ⎞ ⎛ πt ⎞ s (t ) = A cos θ k cos⎜ ⎟ cos(2πf 0 t ) − Ad k cos θ k sin ⎜ ⎟ sin (2πf 0 t ) ⎝ 2T ⎠ ⎝ 2T ⎠ ⎛ π (t − T ) ⎞ ⎛ πt ⎞ = a k cos⎜ ⎟ sin (2πf 0 t ). d k ⎟ cos(2πf 0 t ) − A cos θ k sin ⎜ ⎝ 2T ⎠ ⎝ 2T ⎠ Važi: ⎛ πt ⎞ ⎛ πt ⎞ ⎛ πt ⎞ d k ⎟ = cos⎜ ± cos⎜ ⎟ = cos⎜ ⎟. ili se menja za (kπd k −1 ) mod(2π ) .1).5. što znači da θ k ∈ {0. Zbog zavisnosti koja postoji između d k i θ k .2.5. .1 Slika 12. Dalje se dobija: πt ⎛ ⎞ dk ⎟ s (t ) = A cos θ k cos⎜ 2πf 0 t + 2T ⎝ ⎠ ⎛ πt ⎞ ⎛ πt ⎞ = A cos θ k cos⎜ d k ⎟ sin (2πf 0 t ). k 0 1 2 3 4 5 dk 1 −1 −1 θk 0 ak A −A −A bk A A A A A A π π 0 0 1 1 −1 A A −A π Tabela 12. Na slici su jasno naznačene anvelope. koje su oblika cos(πt 2T ) .

ortogonalna u vremenskom domenu.…. Kompleksna predstava signala si(t). Komentarisati zašto je ovo rešenje značajno pogodnije za implementaciju u odnosu na klasične FDM (Frequency Division Multiplexing) sisteme. su ortogonalni u vremenskom domenu ako važi: T < si (t ) ..). N.2. b) Odabrati skup N učestanosti f i na kojima će biti formiran OFDM signal s (t ) u osnovnom opsegu tako da širina spektra OFDM signala bude minimalna. i =1 i =1 N N a) Odabrati minimalno frekvencijsko rastojanje ∆f susednih komponentnih signala si (t ) takvo da su bilo koja dva različita komponentna signala si (t ) i sk (t ) . Tokom trajanja jednog OFDM simbolskog intervala T prihvata se N modulacionih simbola na ulazu i formira jedan OFDM simbol na izlazu OFDM predajnika. i ≠ k. Vremenski oblik jednog OFDM simbola trajanja T dobija se kao suma svih N komponentnih signala: s (t ) = ∑ si (t ) = ∑ xi e 2πj∆f it . MQAM. k = 1..6 OFDM sistem (Orthogonal Frequency Division Multiplexing) prenosi N digitalnih signala si(t). i ≠ k .s j (t ) >= t =0 2 πj∆f it ⋅ x* e .2. modulacionog alfabeta čije je trajanje simbolskog intervala TS = T N . a T je period odnosno trajanje jednog OFDM simbola.2.5. nacrtati principsku blok-šemu OFDM predajnika. upotrebom N frekvencijskih nosilaca međusobno pomerenih u frekvencijskom domenu za učestanost ∆f. 0 ≤ t ≤ T . Rešenje: a) Signali si(t) i sk(t). MPSK. gde su xi kompleksni simboli modulacionog alfabeta koji se koristi (npr.2πj∆f kt dt = xi x* k k ∫ xi e T t =0 ∫ e . Da li su odbirci sk = s (kTS ) kao rezultat IDFT( xk ) dovoljni za potpunu rekonstrukciju OFDM signala s (t ) ? d) Na osnovu prethodnog. itd. Pokazati da se vremenski odbirci OFDM signala s (t ) u trenucima t = k ⋅ TS mogu predstaviti kao inverzna diskretna Furijeova transformacija (IDFT) povorke ulaznih modulacionih simbola xk .2 12.. i = 1. . c) Na ulaz OFDM predajnika dolazi niz informacionih simbola xk . i-tog frekvencijskog kanala u osnovnom opsegu je: si (t ) = xi e 2πji∆ft .2πj∆f (i −k )t dt. 2. 0 ≤ t ≤ T.230 STATISTIČKA TEORIJA TELEKOMUNIKACIJA d 0 = 1 d1 = −1d 2 = −1 d 3 = 1 d 4 = 1 d 5 = −1 a0 = A a1 = −A a2 = −A a3 = A a4 = A a5 = −A 0 b0 = A b1 = − A b2 = −A b3 = A b4 = A b5 = −A 6T 0 6T Slika 12.

Uvrštavanjem prethodnog dobijamo: < si (t ) . b) Minimalnu širinu spektra dobijamo ako komponentne signale rasporedimo simetrično oko nulte učestanosti u frekvencijskom domenu tj: ⎛ N −1⎞ fi = ⎜ i − ⎟∆f . i = 0.1 prikazuje principsku šemu OFDM predajnika. s (kTS ) ≈ ∑ xi e i =1 = ∑ xi e i =1 2 πjik N ..2.s j (t ) >= 0. ovakva implementacija predajnika kao DSP procesora koji vrši IDFT transformaciju je neuporedivo jeftinija od npr. c) s (t ) = ∑ xi e i =1 N N 2 πj (i −( N −1) / 2 )t T 2 πjikTS NTS =e N πj (( N −1) / 2 ) t ∑ xi i =1 N 2π j i t e T .2.1 Za veliko N (reda veličine 1000).3.1 . Signal na izlazu 4PSK modulatora u ktom signalizacionom intervalu je: 2πi s (t ) = A cos(2πf 0 t − Φ k ).. 4 Slika 12.6. Izvor generiše bite koji se grupišu po dva i modulišu u 4PSK modulatoru. što je slučaj u OFDM prenosu.0 ≤ t ≤ T. 2 ⎠ ⎝ Širina spektra OFDM signala je približno N/2 ∆f.s j (t ) >= |xi|2 . Pošto OFDM signal s(t) ima najvišu frekvencijsku komponentu približno jednaku N ∆f . prema teoremi odabiranja potrebni su nam odbirci na svakih 2 1 T = = TS ..7. m є Z. N.. i ≠ k < si (t ) .6. Φ k = . i = 1.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 231 Prethodni integral jednak je nuli za i ≠ k ako je ∆f = m/T.2. i = k . 2 N 2 ∆f N d) Slika 12. što upravo daje IDFT( xi ). N produktnih modulatora kakvi su potrebni u FDM-u (što ne bi bilo fizički izvodivo u malim gabaritima).7 Predajnik 4PSK signala je prikazan na slici (Slika 12. xi x( kT S ) Slika 12.. 12.2.7.1.2..1)... što daje minimalno frekvencijsko rastojanje ∆f = 1/T. što je IDFT( xi ).

7. Minimalno Euklidsko rastojanje između simbola je A 2 . ⊕ c3 i2 i1 ⊕ c2 c1 Slika 12.4). .2. A Slika 12. b) Odrediti mapiranje kodnih reči na izlazu iz kodera tako da se maksimizuje minimalno Euklidsko rastojanje između putanja kroz trelis.7.2).2 8PSK modulator Rešenje: a) Slika 12. a) Skicirati 4PSK konstelaciju i odrediti minimalno Euklidsko rastojanje između simbola. U predajnik je dodat konvolucioni koder kodne brzine 2 3 .232 STATISTIČKA TEORIJA TELEKOMUNIKACIJA Konstelacija se proširuje sa još 4 simbola pomoću trelis-kodovane modulacije (TCM – Trellis-Coded Modulation).7. odrediti minimalno Euklidsko rastojanje između dve putanje u trelisu.2.2.3 prikazuje 4PSK konstelaciju.2.2.7.7. c) Na osnovu mapiranja određenog pod b).3 4PSK konstelacija b) Trelis konvolucionog kodera je prikazan na slici (Slika 12. čija je blok šema data na slici (Slika 12.

obezbeđuje se maksimizacija d free .7. za 8PSK i dati konvolucioni koder dobija se mapiranje prikazano na slici (Slika 12. tj. Na osnovu ovih pravila.2.5). Pomoću ovih pravila se obezbeđuje da dve putanje kroz trelis koje počinju iz istog stanja i završavaju se u istom stanju budu maksimalno moguće udaljene.2. ⋅ preostale grane koje počinju iz istog stanja. grane koje počinju u istom stanju i završavaju u istom stanju se mapiraju u simbole koji su maksimalno udaljeni u konstelaciji.4 Trelis konvolucionog kodera Ako se pogledaju mogući izlazi iz svakog stanja i mogući ulazi u svako stanje. vidi se da su oni podeljeni u dve odvojene grupe: prva grupa 000 100 011 111 druga grupa 010 110 001 101 Mapiranje kodnih reči u simbole se vrši na sledeći način: ⋅ paralelni prelazi.7. posmatrano kroz simbole u konstelaciji (Euklidsko rastojanje). ili se završavaju u istom stanju se mapiraju u simbole koji su na sledećem maksimalno mogućem rastojanju. tj. .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 233 Slika 12.

minimalan broj različitih stanja kroz koja prolaze je 2.. Sa obzirom da je verovatnoća greške srazmerna d free . odnosno ukupno rastojanje je 3. Ukupno Euklidsko rastojanje u ovom slučaju je zbir sledećih rastojanja: ⋅ grane koje divergiraju iz stanje 00 su minimalno udaljene A 2 .2. i putanju koja prolazi kroz stanja .8.1 a). njihovo minimalnoEukldisko rastojanje je 2A.2. .2. Na osnovu ovoga sledi da su dve putanje kroz trelis su minimalno udaljene za d free = 2 A .-00-10-0100-.. Što se tiče putanja sa paralelnim tranzicijama.4)..234 STATISTIČKA TEORIJA TELEKOMUNIKACIJA Slika 12.. kandidati za minimalno udaljene putanje su: ⋅ dve putanje koje imaju paralelne tranzicije ⋅ putanje koje divergiraju i iz istog stanja i prolaskom kroz minimalan broj stanja ponovo konvergiraju u isto stanje.77 A .8.2. Što se tiče putanje koje divergiraju iz istog stanja i zatim konvergiraju u isto stanje.8 Uporediti 4ASK i trelis kodovanu 8ASK koja koristi: a) konvolucioni koder čiji je trelis prikazan na slici Slika 12. pri čemu efektivni digitalni protok (protok informacionih bita) ostaje isti. ⋅ grane koje konvergiraju konvegiraju u stanje 00 su minimalno udaljene A 2 .6A.2. Loša strana TCM je to što se usložnjava realizacija predajnika i prijemnika.1 b).7. b) konvolucioni koder čiji je trelis prikazan na slici Slika 12. treba obratiti pažnju na činjenicu da TCM povećava broj simbola u konstelaciji.5 8PSK konstelacija c) Ako se posmatra trelis sa slike (Slika 12. putanju koja prolazi kroz stanja .7.-00-00-00-00-. Posmatrajmo npr. Takođe. ⋅ grane koje odgovaraju prelazu 10-01 su minimalno udaljene 2 A sin(π 8) = 0.. 12. U oba slučaja je srednja snaga signala ista.... dodavanjem konvolucionog kodera i proširenjem skupa simbola dobija se modulaciona tehnika koja za istu srednju snagu obezbeđuje manju verovatnoću greške.

.2. Mapiranje kodnih reči u simbole na način koji maksimizuje d free je prikazano na slici (Slika 12.2 a) Trelis ovog kodera je prikazan na slici (Slika 12.2.8.2).4).ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 235 Slika 12.8. 2 6 gde je d polovina rastojanja između simbola: Ps = Pk = .2.2.2. Minimalno rastojanje između simbola je 2d = 2 2 Ps 5 = 1. M =4 d= 6 Ps d= 2 Ps 5 Slika 12.1 Rešenje: Srednja snaga ASK modulisanog signala je: 2 ak M 2 − 1 2 = d .8.7.26 Ps . M 2 −1 Konstelacija 4ASK modulacije je data na slici (Slika 12.8.3).

to je rastojanje putanja sa paralelnim prelazom.8.8. .1 b) se vidi da ne postoje paralelni prelazi. koje je jednako d free = 8d = 8 2 Ps 21 = 2.4).236 STATISTIČKA TEORIJA TELEKOMUNIKACIJA M =8 d = 2 Ps 21 Slika 12. i putanje koja prolazi kroz stanja .2..S3-S2-S5S3.47 Ps . i iznosi d free = 10d = 3.. M =8 d= 2 Ps 21 Slika 12...2..8..7..4 Minimalno rastojanje između dve putanje kroz trelis je npr.2.2.3 Treba odrediti minimalno rastojanje između dve putanje kroz trelis.8.. Na osnovu zadatka 12. rastojanje između putanje koja prolazi kroz stanja .. Mapiranje kodnih reči u simbole kojima je maksimizovano d free prikazano je na slici (Slika 12.09 Ps .2.S3-S3-S3-S3. b) Sa slike trelisa (Slika 12.

koristeći frekvenciju odabiranja 5 kHz. b.1. P1. sT(t).1. skicirati oblik signala na izlazu svakog bloka. Skicirati oblik PSK koji odgovara datoj binarnoj sekvenci b. 0. respektivno. Skicirati oblik ASK koji odgovara datoj binarnoj sekvenci b. Sekvenca q ( k ) = L 0.L prenosi se 4-PSK tehnikom. Neka je binarni protok Rb = 1 kb/s i neka je maksimum amplitude svih digitalno modulisanih talasa postavljen na 1 V.1. 0. 0.1. korišćene u FSK modulatoru.1. Neka su frekvencije koje odgovaraju logičkoj ″1″ i ″0″. Za dobijene vrednosti prikazati spektralnu gustinu snage modulisanog signala s(t).2.1. Pri mapiranju bita u simbole koristi se Grey-ov kod i nerotirana fazna konstalacija.1. Autokorelaciona funkcija elementarnog impulsa eT (t ) jeste podignuti kosinus sa faktorom zaobljenja α = 1 / 2 . 0.3. koristeći frekvenciju odabiranja 5 kHz.1. kompleksna reprezentacija i spektralne karakteristike modulisanih signala P1. podešene na 3 i 6 kHz. Ts P1.0. Odrediti spektralnu gustinu srednje snage za M-PSK signale na osnovu izraza 1 2 Φ sT sT ( f ) = ET ( f ) Φ xx ( f ) . ⎛ t ⎞ Elementarni impuls je pravougaoni trajanja Ts. 0.1.1. Ako je na ulaz koherentnog detektora prikazanog na slici 6. P2) Koherentna i nekoherentna detekcija P2. 0. Nactrati realni i ⎜T ⎟ ⎝ s⎠ imaginarni deo kompleksne reprezentacije modulisanog signala u osnovnom opsegu. . doveden ASK signal. a. Ts gde je Φ xx ( f ) spektralna gustina snage za informacioni sadržaj sa međusobno nezavisnim simbolima. Skicirati funkciju spektralne gustine snage za svaki od modulisanih signala iz pitanja P1.1. c. e(t ) = rect⎜ ⎟ . s(t) u trasponovanom opsegu za učestanost 1 nosioca f c = . Skicirati rezultujući oblik FSK za datu binarnu sekvencu b. Uzmimo binarnu sekvencu b=[ 1 0 0 1 0 ].ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 237 VEŽBA 6 PRENOS ZASNOVAN NA MODULACIJI NOSIOCA I PRIPREMA VEŽBE (DOMAĆI ZADATAK) P1) Talasni oblici.1.4. P1. kao i prenošeni modulisani signal.

238

VEŽBA 6

Slika 6.1.

P2.2. Ponoviti prethodni zadatak za dati nekoherentni detektor sa slike 6.2.

Slika 6.2. P3) BER performanse modulacionih postupaka P3.1. Na osnovu Simulink Tutorial modela za On-Off Keying (OOK) upoznati se sa upotrebljenim blokovima. Uporediti performanse prijemnika koji koriste prilagođeni filtar i običan NF filtar (Pretpostaviti da je snaga prenošenog signala jednaka snazi šuma u kanalu). P3.2. Odrediti verovatnoću bitske greške PEb za koherentnu detekciju ASK i PSK modulacionih postupaka u funkciji od Eb i N0. P3.3. Za koliko dB treba povećati verovatnoće greške kao kod 16-PSK. II ZADATAK VEŽBE U delu vežbe koji koristi CST, binarni protok je Rb = 1 kbs , a maksimum amplitude modulisanog signala je 1 V. Perioda trajanja bita Tb=1/Rb sadrži 100 odmeraka. GENERISANJE MODULISANOG SIGNALA 1) ASK (Amplitude-Shift Keying) 1.1. Generisati binarnu sekvencu dužine 5 bita: [ 1 0 0 1 0 ]: >> b=[ 1 0 0 1 0 binary (45) ] a. Da bi generisali ASK signal sa sa nosećom frekvencijom 8 kHz: 1. generišemo unipolarni NRZ signal xu, iz sekvence b;
Eb da bi se kod 32-PSK modulacije dobila ista N0

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA

239

2. množimo xu sa izlazom iz oscilatora koji osciluje na 8 kHz. >> xu = wave_gen(b, 'unipolar_nrz' ); >> sa = mixer( xu, osc(8000) ); b. Prikazati prvih 500 odmeraka oblika signala xu i sa koji predstavljaju prvih 5 bita date binarne sekvence b. Uporediti ova dva talasna oblika. >> tt = [1:500]; >> subplot(211), waveplot(xu(tt)) >> subplot(212), waveplot(sa(tt)) c. Takođe prikazati respektivno spektralnu gustinu snage (PSD) u opsegu frekvencija [0,20 kHz] za xu i sa, i zabeležiti ih na grafiku 6.1 i 6.2. Za prikaz PSD funkcije u traženom frekvencijskom opsegu mora se izdati komanda psd sa dva argumenta kao psd(x,freq_range) koja prikazuje PSD od x duž definisanog frekvencijskog intervala definisanog vektorom freq_range. >> fr = [ 0, 20000 ]; >> subplot(211), psd(xu,fr) >> subplot(212), psd(sa,fr)

Grafik 6.1.

Grafik 6.2.

1.2. Za amplitudsku modulaciju PAM signala koristi se nosilac učastanosti f c = 40 / T . PAM signal ima elementarni impuls oblika koren iz podignutog kosinusa sa faktorom zaobljenja α = 0,5. Odrediti i nacrtati spektar osnovnog i amplitudski modulisanog signala. 2) PSK (Phase-Shift Keying) BPSK 2.1. Da bismo generisali PSK signal sp, sa nosećom frekvencijom 8 kHz: 1. generišemo polarni NRZ signal xp, iz sekvence b (zadatak 1.1); 2. množimo xp sa izlazom iz oscilatora koji osciluje na 8 kHz. >> xp = wave_gen(b, 'polar_nrz' );

240

VEŽBA 6

>> sp = mixer( xp, osc(8000) ); a. Prikažite prvih 500 uzoraka oblika signala xp i sp: >> subplot(211), waveplot(xp(tt)) >> subplot(212), waveplot(sp(tt)) Kakva je razlika faza imeđu sp i nosioca sin(2Βfct) u toku trajanja prvog i drugog bita? b. Prikažite PSD funkcije xp i sp duž frekvencijskog intervala [0, 20 kHz]. Skicirati osnovne karakteristike svake PSD funkcije. >> subplot(211), psd(xp,fr) >> subplot(212), psd(sp,fr)

Grafik 6.3

Grafik 6.4

2.2. Na osnovu Simulink Tutorial-a, za BPSK sa NRZ elementarnim impulsima i prilagođenim filtrom izvršiti analizu signala: a. Da li je obvojnica (anvelopa) prenošenog signala konstantna? b. Objasniti zašto poslati u(t) i primljeni signal r(t) nisu jednaki (misli se na signale na ulazu i izlazu iz kanala). c. Objasniti izgled signala nakon množača korelacionog prijemnika, x(t). d. Da li postoji ISI na predajnoj strani? Kako je to moguće uočiti na dijagramu oka i konstalacionom dijagramu (scatter plot)? e. Objasniti izgled dijagrama oka. Da li na prijemu postoji ISI? f. Koji su optimalni trenuci odmeravanja? g. Zašto konstelacioni dijagram sadrži više od 2 tačke? M-PSK 2.3. Prikazati talasne oblike koji se koriste pri prenosu 8-PSK signala sa konstelacionim simbolima Am = e
j m 4

π

, m = 0, 1, L, 7 , ako je učestanost nosioca f c = 3 / T .

2.4. Na osnovu Simulink Tutorial-a, za QPSK sa elementarnim impulsom koren iz podignutog kosinusa i prilagođenim filtrom : a. Objasniti izgled trajektorije signala na predajnoj strani.

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA

241

b. Detektovati isčezavanja amplitude i objasniti ih sa stanovišta konstelacije. c. Uporediti konstelacione dijagrame na predajnoj i prijemnoj strani u odsustvu šuma. d. Ako se pojavi greška u sinhronizaciji faza sinusnog (u kvadraturi) i kosinusnog (u fazi) nosioca od po π/8 kakav uticaj će to imati na kontelacioni i dijagram oka, odnosno na trajektoriju signala? Ako nema šuma, koliko je maksimalno odstupanje faze nosioca koje i dalje ne prouzrokuje greške? e. Šta se dešava sa konstelacionim dijagramom i trajektorijom ako fazni pomak između nosilaca u fazi i kvadraturi nije π/2? f. Ako se u frekvencijama nosioca na prijemu pojavi odstupanje od po 1% u odnosu na nosilac na predaji, opisati uticaj na dijagram oka, konstalacioni dijagram i trajektoriju signala. Da li je moguća detekcija bez grešaka. g. Ako se komponenta u kvadraturi zakasni za T/2 dobijamo Offset-QPSK. Kakve razlike je na predajnoj strani moguće uočiti na konstelacionom dijagramu, dijagramima oka, i trajektorijama signala? Postoje li ovde značajna slabljenja obvojnice? Uporediti sa QPSK. Zbog čega su slabljenja obvojnice nepoželjna? Da li trajektorija prijemnog signala ima dijagonalne prolaze kroz nulu? Dati objašnjenje na osnovu realizacije prijemnika u Simulinku. ⎧ ⎛πt ⎞ ⎪ 4 E / T cos⎜ ⎜ 2T ⎟ − T ≤ t ≤ T ⎟ Pokazati da je za elementarni impuls h(t ) = ⎨ ⎝ ⎠ ⎪ 0 inače ⎩ i kašnjenje u kvadraturnoj grani od T, OQPSK jednaka Minimum Shift Keying (MSK - BFSK sa minimalnom mogućom separacijom između nosilaca 1 ∆f = . ) Zašto konstalacioni dijagram ima 4 umesto dve tačke? 2T QAM 2.5. Na osnovu Simulik Tutorial-a simulirati prenos zasnovan na 16-QAM. Da li je 16QAM više ili manje osetljiva na šum u odnosu na QPSK? Objasniti na osnovu konstelacionih i dijagrama oka. 3) FSK (Frequency-Shift Keying) 3.1. Da bismo generisali neprekidnu fazu FSK signala sf, sa frekvencijama logičke ″1″ i ″0″, 4 i 8 kHz, respektivno: 1. generišemo polarni NRZ signal iz sekvence b (zadatak 1.1); 2. dovodimo polarni oblik signala na ulaz naponski kontrolisanog oscilatora (Voltage Controlled Oscillator - VCO).U ovom eksperimentu VCO ima centralnu frekvenciju podešenu na 6 kHz a frekvencijska osetljivost je -2 kHz/V. >> sf = vco(xp); a. Prikazati oblik xp i sf za period 0 < t < 5Tb. >> subplot(211), waveplot(xp(tt)) >> subplot(212), waveplot(sf(tt)) b. Prikazati PSD funkciju FSK signala i zabeležiti je na grafiku 6.5. >> clf >> psd(sf,fr)

242

VEŽBA 6

Grafik 6.5 O Pitanje 6.1. F Kako se može generisati FSK signal uz pomoć dva ASK signala? Koju modulacionu D šemu bi ste preporučili za sistem gde je potrebno efikasno korišćenje propusnog opsega? M 3 .2. Napisati MATLAB kod koji omogućuje generisanje OFDM signala. DETEKCIJA DIGITALNO MODULISANOG SIGNALA 4) Koherentna detekcija Koherentni detektor ASK i PSK signala predstavljen je na slici 6.1. 4.1. Da bismo demodulisali ASK signal sa, prvo množimo sa sa lokalno generisanim nosiocem koji ima istu frekvenciju i istu fazu kao i nosilac korišćen prilikom generisanja. Prikaži oblik signala ya na izlazu posle množenja sa sa nosiocem za prvih pet perioda bita. Takođe, prikaži odgovarajuću PSD funkciju duž intervala fr i zabeleži je na grafik 6.6. >> ya = mixer( sa, osc(8000) ); >> clf, subplot(211), waveplot(ya(tt)) >> subplot(212), psd(ya,fr)

Priključi ya na ulaz prilagođenog filtra i zabeleži njegov izlaz u toku vremenskog perioda 0 < t < 5Tb. >> subplot(212).6 a.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 243 Grafik 6. Zašto? . Odrediti impulsni odziv prilagođenog filtra. waveplot(za(tt)) Grafik 6. Primetiti da je za sličan izlazu prilagođenog filtra za slučaj unipolarnog NRZ signala. ya).2. >> za = match('unipolar_nrz'.7 Pitanje 6.

mixer(sa. waveplot(za(1:500)) a. Na osnovu rezultata . >> subplot(212). funkcija je 3maksimuma amplitude signala na izlazu iz filtra prijemnika. Devijacija faze i frekvencije rezultuje degradacijom osobina (performansi) detekcije. Prikaži i uporedi demodulisane signale ya i ya1. >> ya2 = match('unipolar_nrz'. osc(7985))). waveplot (ya(tt)) >> subplot(212). Phase error = 60º. ya). 4Pitanje 6. Ovde je sa Ν predstavljena greška faze merena u odnosu na nosilac signala.1. >> ya1 = match('unipolar_nrz'.2. demoduli sa sa lokalnim oscilatorom podešenim na 7900 Hz. prikupljenih u tabeli 6. Da li se može izvršiti estimacija orginalne binarne sekvence iz ya1? Razmotriti i drugi slučaj kada je frekvencija lokalnog oscilatora podešena na 7985 Hz. waveplot (ya1(tt)) a. greška faze) ). Zabeleži maksimum amplitude signala na izlazu iz filtra za svaku grešku faze datu u tabeli 6.1 odrediti koja greška faze daje najmanju vrednost BER? Da bismo ispitali efekat devijacije frekvencije prilikom demodulisanja ASK signala. Dekoduj izlaz iz prilagođenog filtra i izvršite procenu primljenih prvih pet bita sekvence b. Da bismo postigli optimalne performanse lokalni oscilator treba da ima istu fazu i istu frekvenciju kao dolazeći nosilac. >> za = match('unipolar_nrz'.3 . Demoduliši sa sa 60º i 120º faznom freškom. Da bissmo ispitali efekat greške faze demodulišemo sa koristeći lokalni oscilator čiji je izlaz dat kao sin(2Βfc+Ν). osc(8000.244 VEŽBA 6 Glavni problem u implementaciji koherentnog detektora je sinhronizacija nosioca. >> ya = mixer( sa. 4. Zabeleži svaku dekodovanu sekvencu i komentarišite njihovo razlikovanje. BER (Bit Error Rate) koja se dobija pri detekciji signala u prisustvu šuma. >> subplot(211). waveplot (ya2) Odredite frekvenciju sinusoide koja množi anvelopu na izlazu iz filtra: . ^ b1-5 = ^ b1-5 = GREŠKA FAZE MAKSIMUM AMPLITUDE [V] 0º 20º 60º 80º 120º Tabela 6. osc(7900))).subplot(212). Demoduliši sa i generišite izlaz iz prilagođenog filtra. mixer(sa. Phase error = 120º. waveplot (ya).1. >> subplot(211).

Razmatramo nekoherentni detektor za ASK signal prikazan na slici 6. Bez obzira na prisustvo šuma. Utvrditi uticaj invertujućeg kanala na diferencijalno kodovan i nekodovan Mančester binarni signal. Funkcija filtra propusnika opsega (Band-Pass Filter BPF) je da redukuje šum i smetnje. Detektor anvelope se sastoji iz ispravljača iza kojeg sledi filtar propusnik niskih učestanosti (Low-Pass Filter LPF) sa propusnim opsegom fo.4 Hz Posmatrajmo ASK signal sa(t) sa frekvencijom nosioca fc. Implementirati diferencijalni koder za 8-DPSK. Ako se sa(t) demoduliše monožeći sa izlazom lokalnog oscilatora podešenog na fo. Odredite frekvenciju ovako 5modulisanog signala kao funkciju od fc i fo. ako je ulaz u BPF sa(t). waveplot (sa(tt)) >> subplot(212). Neka je propusni opseg filtra propusnika niskih učestanosti LPF koji koristimo u MATLAB-u kao funkciju envelope podešen na 4000 Hz. 5. Invertujući kanal u osnovnom opsegu odgovara obrtanju faze nosioca na prijemu za 180. 6) Osobine sistema u prisustvu šuma 6. Implementirati FSK demodulator zasnovan na korelatorima.2. >> ya = envelope(sa.4000). Primeniti na ASK signal sa funkciju envelope i prikazati njen izlaz zajedno sa prikazom ASK signala sa. onda je i signal na izlazu iz BPF takođe sa(t). Generiši ASK signal pretstavljen sa 500 uzoraka binarne sekvence: >> b =[ 1 0 0 1 0 binary (495) ]. Pitanje 6.5. 5. iz iskustva znamo da sistemi sa nekoherentnom detekcijom imaju veći BER nego sistemi sa koherentnom detekcijom.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 245 frekvencija anvelope = Pitanje 6. tj. Pretpostavimo da je propusni opseg BPF pogodno odabran tako da je distorzija signala neznatna.4. 5. anvelopa na izlazu iz filtra detektora modulisana je sinusoidom.5 Može li se nekoherentna detekcija koristiti u slučaju PSK signala? 5. >> clf.3. tako da je fo ≠ fc. waveplot (ya(tt)) Dekodujte prvih 5 bita emitovane sekvence.1. ) Nekoherentna detekcija Nekoherentna detekcija digitalno modulisanih signala ne zahteva sinhronizaciju lokalnog oscilatora sa komponentom nosioca signala. .1. odabranim tako da je zadovoljeno sledeće pravilo: propusni oseg signala << fo >> frekvencija nosioca. subplot(211).

sampling_instant. >> detect(zm.'unipolar_nrz'). >> zm =match('unipolar_nrz'. 6. Izračunaj teorijsku verovatnoću bitske greške za slučaj razmatran u prethodnom delu. waveplot(y(tt)) b. M=2.3.osc(8000))). c.246 VEŽBA 6 >> sa=mixer (wave_gen(b. Primeti da se PSD funkcija šuma kanala može odrediti kao 2 σn N0 = 2 2 × propusni opseg sistema Propusni opseg sistema u ovom eksperimentu je 50 kHz. >> clf. Pomoću bertool MATLAB funkcije. 16. Sn ( f ) = d. • nekoherentno detektovan FSK signal.5. square-low detektor (nekoherentna detekcija) 6.2. 4.49000). mixer(y.osc(8000)). >> detect(ze. waveplot(sa(tt)) >> subplot(212).vth.6. Iskoristiti koherentni detektor za demodulaciju y. i zabeležiti rezultujuću verovatnoću greške bita. >> subplot(211). f.vth. 6. Za kanal sa istim karakteristikama odrediti BER za: • koherenetno detektovan PSK signal. eye_diag(zm). šumom kanala σ2=1 W i dovoljnim propusnim opsegom tako da nema distorzije signala. i 32. nacrtati teorijske BER krive za M-PSK.b). Koristite nekoherentnu detekciju za dekodovanje bit-sekvence y na izlazu iz kanala. za vremenski period 0 < t < 5Tb. Dovesti sa na kanal sa jedinstvenim pojačanjem. Uporediti rezultujuću BER sa slučajem kod koherentne detekcije.1. Objasniti povećanje verovatnoće greške za veći broj simbola u alfabetu. Kakav je uticaj aditivnog šuma na OFDM prenos. 8. Koherentna detekcija: Pe = Pitanje 6. Prikaži ASK signal sa i izlaz iz kanala y. e.400). >> y =channel(sa.1. . a. Dovesti zm na kolo odluke. Prikazati teorijske i vrednosti verovatnoće greške dobijene Monte-Carlo simulacijom za • 4-PSK prenos • 4-DPSK • 16-QAM • B-FSK. Prikazati na dijagramu oka izlaz iz prilagođenog filtra. Iz dijagrama oka izvesti optimalni trenutak semplovanja i vrednost praga odlučivanja. >> ze = envelope(y.sampling_instant.b).4.

. J e ( f ) je smetnja čiji je spektar primenom operacije E PPS (⋅) proširen na opseg B PPS . γ = 10 log G [dB] Bm (13.1 UVOD Ideja prenosa u proširenom spektru je bila prisutna u laboratorijama za telekomunikacije pre više od 50 godina.3) U procesu proširenja spektra snaga signala ostaje nepromenjena.1. a E PPS (⋅) operaciju proširivanja spektra. N i = N u = J e ( f ) BPPS = J ( f ) Bm . Komercijalna primena ove tehnike omogućena je razvojem mikroelektronike.4. odnosno procesno pojačanje: B G = PPS .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 247 13 PRENOS SIGNALA U PROŠIRENOM SPEKTRU (PPS) 13.) Na prijemu se vrši skupljanje spektra signala S PPS ( f ) primenom identične operacije E PPS (⋅) .1.2. 13. jer važi E PPS [E PPS (⋅)] = E 2 (⋅) = 1 .) (13. PPS S r ( f ) = E PPS [S PPS ( f )] = E PPS {E PPS [S t ( f )]} = S t ( f ) (13. odnosno važi: P = S t ( f ) Bm = S PPS ( f ) BPPS = S r ( f ) Bm Definiše se faktor proširenja spektra PPS signala.1. 13. ometanje. Snage smetnje na ulazu i izlazu bloka za skupljanje spektra su jednake.1 Princip PPS radio-sistema Ako sa S t ( f ) označimo modulisani signal na izlazu klasičnog predajnika (modulatora). Spektri oba signala imaju iste centralne učestanosti. Isto važi i za signal: Pi = Pu = S t ( f ) Bm = S PPS ( f ) BPPS .) Procesno pojačanje predstavlja meru efikasnosti PPS radio-sistema. tada je signal na izlazu bloka za proširenje spektra dat izrazom: S PPS ( f ) = E PPS [S t ( f )] (13. Primenom operacije skupljanja spektra sledi: E PPS [R( f )] = E PPS [S PPS ( f ) + J ( f )] = S t ( f ) + J e ( f ) . R( f ) = S PPS ( f ) + J ( f ) . koja je sama sebi inverzna.2 Redukcija uticaja uskopojasne smetnje Na ulaz prijemnika PPS sistema dolazi PPS signal širine spektra B PPS i uskopojasna smetnja J ( f ) širine spektra Bm . elektronsko izviđanje i prisluškivanje. a proistekla je iz namere da se u radio-prenosu obezbedi visok stepen otpornosti na šum.

a DS-PPS predajnik Slika 13. respektivno.1.) Blok šeme predajnika i prijemnika u sistemu za prenos u proširenom spektru tehnikom direktne sekvence su prikazani na slici 13. N i = J e ( f ) Bm .c.b DS-PPS predajnik 13. izvor informacija PPS-DS modulator klasični modulator izlazni stepen generator takta generator psudoslučajne sekvence nosilac stabilne učestanosti Slika 13. ⋅ frekvencijsko skakanje (FH). koji ograniči spektar.5. Odnos signal/šum na izlazu klasičnog prijemnika dat je izrazom: P P ⎛P⎞ ⎛P⎞ ⎜ ⎟ = i = G u = G⎜ ⎟ Nu ⎝ N ⎠i Ni ⎝ N ⎠u Tehnike proširenja spektra dele se na: ⋅ direktnu sekvencu (DS).1. odnosno snagu smetnje J e ( f ) . .3 Direktna sekvenca (13.a i 13.4 Frekvencijsko skakanje Blok šema sistema za prenos u proširenom spektru tehnikom frekvencijskog skakanja je prikazana na slici 13.b. ⋅ kombinacija DS i FH 13.248 DIGITALNA FREKVENCIJSKA MODULACIJA Klasični prijemnik na svom ulazu ima filtar propusnog opsega Bm .

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 249 Slika 13.c FH-PPS predajnik .

0.2 Generisana PN sekvenca {g} je data na slici (Slika 13.2). Sekvencu za proširivanje spektra {g} generiše pomerački registar I = D3+D4 sa početnim stanjem 1111 i učestanošću takta 225 Hz.2.250 PRENOS U PROŠIRENOM SPEKTRU 13.1 Predajnik DS/BPSK signala sa slike prenosi informacionu sekvencu {x} = {1.2 ZADACI 13. s (t ) {x} ⊕ {g} cos( ω0t ) Slika 13. .2.1} brzinom 75 b/s.1. b) Koliki je opseg emitovanog (proširenog) signala? c) Koliko iznosi procesno pojačanje? d) Ako je procenjeno kašnjenje veće od stvarnog za vreme jednog čipa (chip). odrediti dekodovanu sekvencu.2.1. {g} Slika 13. Bitske vrednosti se mapiraju u amplitudu modulisanog signala na sledeći način: bit amplituda 0 1 1 −1 Rešenje: a) Slika 13.2.2.1 a) Napisati krajnju emitovanu sekvencu {x} ⊕ {g} .0.2 prikazuje pomerački (šift) registar opisan datim polinomom. vidi zadatak 3.0.0.2.0.3.

koje se ostvaruje proširivanjem spektra: v Bc G= c = . vc = 225 b/s. Novodobijeni niz {x} ⊕ {g} je: {x} {g} {x} ⊕ {g} 111 000 000 111 111 000 000 000 111 100 010 011 010 111 100 010 011 010 011 010 011 101 000 100 010 011 101 b) Sekvenca dobijena množenjem informacione i PN sekvence ima protok jednak protoku PN sekvence i zauzima opseg od: v Bc = c .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 251 Slika 13. Kako su nam u zadatku poznate i brzina čipa i digitalni protok. c) Procesno pojačanje izražava povećanje otpornosti na ometajuće signale.2. To znači da se svaki bit informacione sekvence množi sa tri bita PN sekvence. v d BBPSK Na osnovu prethodnog izraza vidimo da je procesno pojačanje jednako odnosu brzine čipa (vc) i digitalnog protoka (vd). Čip predstavlja jedan signalizacioni interval digitalne pseudo-slučajne sekvence koja se koristi za proširivanje spektra. potreban propusni opseg je duplo širi i jednak: BBPSK = 2 Bc = vc = 225 Hz . vc = 3vd . iz njihovog količnika nalazimo traženu vrednost procesnog pojačanja: .3 Protok PN sekvence na izlazu generatora je 3 puta brži nego protok informacione sekvence: vd = 75 b/s. . tako da brzina čipa predstavlja broj čipova u jednoj sekundi. 2 Nakon BPSK modulacije. Procesno pojačanje je takođe moguće izraziti kao odnos širina frekvencijskih opsega koje zauzimaju sekvenca za proširivanje (Bc) i neproširena informaciona sekvenca (B).

Proširenje spektra ostvaruje se korišćenjem PN sekvence čiji je protok vc = 192⋅10-6 b/s. Nakon toga sledi konvencionalni BPSK prijemnik.6 ⋅ 10 3.4 ˆ Ukoliko je procenjeno kašnjenje različito od stvarnog ( Td = Td + Tc – fazni nesinhronizam).252 PRENOS U PROŠIRENOM SPEKTRU G= vc = 3. vd d) Prijemnik DS/BPSK signala je prikazan na slici.6⋅10-20 W/Hz odrediti odnos signal-šum na ulazu u prijemnik. b) Na ulasku u prijemnik vrši se pojasno filtriranje. kako bi se eliminisao doprinos šuma i ometača koji postoje na učestanostima koje se ne koriste za prenos korisnog signala.2. doći će do grešaka na prijemu: amplituda s (t − Td ) ˆ 2 g (t − Td ) − 1 s (t − Td ) ˆ ⋅ 2 g (t − Td ) − 1 dekodovana ˆ sekvenca {x} 1 -1 -1 111 1 -1 1 -1 1 1 -1 -1 1 1 -1 -1 -1 -1 1 -1 1 -1 -1 1 -1 -1 1 -1 111 111 -1 -1 -1 -1 -1 -1 -1 1 1 111 -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 -1 111 ( ) 1 -1 -1 011 110 101 000 111 100 110 101 000 13. Ukoliko pretpostavimo da je za . a) Izračunati procesno pojačanje.2. b) Ako je snaga signala sa proširenim spektrom na ulazu u prijemnik P0=4⋅10-14 W. potrebna širina pojasnog filtra biće znatno veća nego u slučaju uskopojasnih modulacija. Prvo se vrši “skupljanje” spektra ˆ množenjem sa lokalno generisanom PN sekvencom g (t − Td ) koja je zakašnjena za procenjeno kašnjenje. Rešenje: a) Procesno pojačanje je: G= vc 192 ⋅ 10 6 = = 25.2 Sistem za prenos signala u proširenom spektru metodom direktne sekvence koristi se za prenos signala sa digitalnim protokom vd = 7500 b/s.5 ⋅ 10 Vrednost procesnog pojačanja izražena u [dB] iznosi: g = 10 log G = 44. s (t − Td ) ˆ {x} ˆ 2 g (t − Td ) − 1 Slika 13. 3 vd 7.08 dB. Kako je u prenosu korišćen prošireni spektar. a SGSS šuma u istoj tački pN = 1.

biti jednaka: BC = 2vC = 384 MHz. Pošto je širina spektra proširenog signala. da postoji interferencija od ostalih korisnika u sistemu (njih 23).2. Snaga ometanja je: 23Ps .14 pW. uz pretpostavku da se snaga šuma može zanemariti: ⎛ P ⎞ PE = Q⎜ s ⎟ = 10 −3 . Pj = G gde je sa G obeleženo procesno pojačanje.08) 2 = 9. a deljenje istog opsega je moguće jer su PN sekvence međusobno ortogonalne. tj. nalazimo da je snaga šuma na ulazu u prijemnik PN = N 0 BC = 6.3 Ukupno 24 terminala jednake snage dele frekvencijski opseg u CDMA sistemu.49 . Po uslovu zadatka je.51 ⋅10 −3 = −21. Pretpostaviti da se šum koji postoji u kanalu može zanemariti u odnosu na interferenciju od ostalih korisnika.6 kb/s DS-SS modulisan signal. odnos signal/šum nakon pojasnog filtra ima vrednost P a N = 10 log S = 10 log 6. Svaki terminal signalizira brzinom 9. Verovatnoća greške za BPSK.4). ⎜ Pj ⎟ ⎝ ⎠ pa je: Ps = Q −1 10 −3 Pj ( ( )) 2 = (3. ili “skoro” ortogonalne (vidi zadatak 4. kod metoda proširivanja sa direktnom sekvencom. Traženo procesno pojačanje je: .2. koja predstavlja smetnju. Svakom korisniku je dodeljena različita PN sekvenca. Za datu snagu primljenog signala. tada će širina njenog spektra između prvih nula u spektru (prva arkada). Izračunati minimalnu brzinu signalizacije (chip-rate – vc ) PN sekvence da bi se ostvarila BER = 10-3. ⎟ ⎠ gde je Ps snaga signala.86 dB. jednaka širini spektra sekvence za proširivanje. U ovom zadatku je pretpostavljeno da PN sekvence nisu u potpunosti ortogonalne. Rešenje: U DS-CDMA sistemu postoji više korisnika kojima je dodeljen isti frekvencijski opseg. PN odnosno snaga šuma je na ulazu u prijemnik za više od 20 dB veća od snage signala. 13. a Pj snaga ometajućeg signala (jamming). u sistemu gde pored Gausovog šuma postoji i smetnja je: ⎛ Ps PE = Q⎜ ⎜ Pn + Pj ⎝ ⎞ ⎟.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 253 proširivanje spektra iskorišćena sekvenca sa pravougaonim elementarnim impulom. Pn snaga šuma.

Pj 23Ps Sa druge strane.6 kb/s = 2095. ld( M ) vs Važi: Eb P v B v 100 kb/s = s s = c = c = = 10 .4 CDMA komunikacioni sistem koristi 11 terminala jednake snage koji emituju signale ka centralnom čvoru. .254 PRENOS U PROŠIRENOM SPEKTRU Ps GPs = = 9.49 = 218.2. Bc Bc dok je energija po bitu: Es P Eb = = E s = Ps T = s . J 0 10 Ps Bc 10v s 10v s 10 ⋅ 1 kb/s b) Iz dela zadatka pod a) se vidi da u ovom slučaju Eb J 0 ne zavisi od snaga terminala. a da se pri tome zadrži izračunati odnos Eb J 0 ? Rešenje: a) Snaga ometajućeg signala je: Pj = 10 Ps . ako se šum prijemnika može zanemariti u odnosu na smetnju koja potiče od ostali korisnika. tada se brzina koda za proširenje mora povećati deset puta: ' vc = 10vc .4 kb/s . Eb J 0 .3 .3 ⋅ 9.49 ⇒ G = 23 ⋅ 9. kako se to odražava na odnos Eb J 0 ? c) Kako modifikovati pseudoslučajnu sekvencu za proširenje sistema na 101 korisnika iste snage. b) Ako svi korisnici udvostruče izlaznu snagu. Svaki terminal emituje informacije brzinom 1 kb/s koristeći direktnu sekvencu za proširivanje od 100 kb/s i BPSK modulaciju. pa se udvostručavanjem izlazne snage ovaj odnos ne može promeniti. vd pa je brzina signalizacije: vc = Gv d = 218. 13. SGSS ometajućeg signala je: Pj 10 Ps J0 = = . c) Kada u sistemu ima 101 korisnik. gde je Ps snaga terminala. a) Odrediti odnos energije po bitu i SGSS smetnje. procesno pojačanje je: v G= c . J 0 100v s Da bi se zadržao isti odnos Eb J 0 . procesno pojačanje) za deset puta. mora se povećati odnos vc v s (tj. odnos Eb J 0 je: Eb v = c . Ako se zadržava ista brzina signaliziranja terminala.

Svako stanje registra diktira novu centralnu učestanost unutar opsega frekvencijskog skakanja.2. odnosno 2 20 − 1 centralnih učestanosti.2 kb/s = = 0.2 kb/s. Učestanost takta registra je 2 kHz. b) Brzina skakanja je: vc = f c = 2 kBd .2. c) Broj skokova po simbolu je: v Nc = c .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 255 13.5). a) b) c) d) Kolika je širina spektra nakon proširenja? Odrediti brzinu skakanja? Koliko skokova se napravi po simbolu? Izračunati procesno pojačanje. koji gereriše sekvencu maksimalne dužine (prolazi kroz sva stanja izuzev stanja svih nula). postoji Lmax = 2 20 − 1 stanja registra.4 kBd . B8 FSK Širina spektra 8FSK modulisanog signala je: B8 FSK = ( M − 1) ⋅ 200 Hz = 1400 Hz . a rastojanje između između susednih centralnih učestanosti iznosi 200 Hz. pa je: 210 MHz G= = 150 ⋅ 10 3 . {x} ˆ {x} Lmax = 2 20 − 1 Slika 13. 1400 Hz .5 Lmax = 2 20 − 1 Rešenje: a) Pošto je u pitanju MLSR registar. sa digitalnim protokom 1. d) Procesno pojačanje za FH sistem je: B G = FH . ld( M ) 3 pa je: Nc = 5 .5 Posmatra se FH/8FSK sistem dat na slici (Slika 13. Ukupan propusni opseg je: B FH = (2 20 − 1) ⋅ 200 Hz ≈ 210 MHz . PN generator čini 20-bitski pomerački (šift) registar.2. vs Važi: vs = vd 1.

2. Sistem zauzima opseg učestanosti B = 2 GHz. Slika 13. Rešenje: a) Pošto se u toku prenosa jednog simbola (bita) frekvencija nosioca promeni N = 16 puta.6) prikazano isprekidanom linijom. B mKNB = mKN . G = FH = B B Za traženo procesno pojačanje neophodno minimalan broj nosilaca mora zadovoljiti uslov g 10 10 m≥ ≈ 247. Postupak FSK modulacije unosi K-tostruko proširenje spektra. tako da možemo usvojiti da se frekvencijska modulacija obavlja sa fiktivnim digitalnim signalom čiji je signalizacioni interval N puta kraći od stvarnog. Spektar ovakvog signala biće N puta širi od originalnog. U istom opsegu učestanosti radi šumni ometač čija je SGSS J0 = 100N0. ako je m stepen broja 2. m. što predstavlja uskopojasni signal. a) Odrediti minimalan broj potrebnih učestanosti nosioca. Međutim. faktor proširenja opsega K = 8.2.256 PRENOS U PROŠIRENOM SPEKTRU 13.7 Odnos signal/šum ( Eb N 0 ) na ulazu u nekoherentni BFSK prijemnik u sistemu sa FH iznosi SNR = 30 dB. BFH = mKNB = mKN 2vd = 157. 13.3 MHz. prenošeni signal u dužem vremenskom intervalu koji obuhvata veći broj skokova koristi spektar znatno veće širine. KN a pošto je zahtevano da m bude stepen broja 2 usvajamo m = 256.2. broj promena frekvencije (skokova) po bitu poruke N = 16. . što je na slici (Slika 13. b) U toku jednog čipa emituje se samo jedan FSK simbol u okolini nosioca koji je definisan sekvencom skakanja.6 Kako posmatrani sistem sa frekventnim skakanjem koristi m mosilaca. odnosno zaštitni intervali. Zadržavanje na svakom od nosilaca biće N puta kraće. njegovo procesno pojačanje je moguće odrediti na osnovu izraza. b) Izračunati opseg učestanosti koji zauzima sistem sa FH. pri čemu je ovde sadržano i zahtevano rastojanje između korištenih nosilaca.2.6 Sistem za prenos signala metodom frekventnog skakanja odlikuje se sledećim parametrima vd =2400 b/s. u pitanju je brzo frekvencijsko skakanje. procesno pojačanje g > 45 dB.

J J0 '= 0 . Pošto svakom od ovih slučajeva odgovaraju drugačiji izrazi za verovatnoću greške. Najnepovoljnije ometanje će prouzrokovati najveću verovatnoću greške. faktor ometanja koji predstavlja verovatnoću da tekući nosilac u sekvenci skakanja pripada ometanom opsegu širine BJ. 2 2 2 U izvođenju aproksimativnog izraza usvojeno da će greška biti mnogo veća u prisustvu ometača i da je u tom slučaju zanemarljiv uticaj šuma.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 257 a) Izračunati PE na izlazu iz prijemnika u odsustvu ometača. c) Ako ometač ometa samo deo opsega učestanosti B. PE = 30 1 − PE = e 2( N 0 + J 0 ) = 3.4): 1 − PE = e 2 N0 . njegova SGSS biće povećana jer se ista snaga koncentriše na suženom opsegu ometanih frekvencija. koliki opseg treba ometati da bi se maksimizovala verovatnoća greške. odnosno komunikacija je neometana sa verovatnoćom (1-ρ).2. J0. Rešenje: a) Verovatnoća greške za nekoherentnu BFSK demodulaciju je (vidi zadatak 11. b) Izračunati PE u prisustvu ometača. N0 pa je: 1 −500 e ≈ 0. 2 b) Ako se čitav opseg u kojem su prenosi signal ometa sa konstantnom SGS ometača. 2 c) Kada se ometa samo jedan deo opsega B moguće je definisati tzv. d) Odrediti maksimalnu vrednost PE za slučaj pod c). njenu konačnu vrednost možemo izraziti na sledeći način: (1 − ρ ) − 2 N0 ρ − 2( N 0 + J 0 ') ρ − 2 J 0 PE = e + e ≈ e . prethodni izraz za verovatnoću greške modifikujemo dodajući ovu vrednost na SGSS šuma. Traženi maksimum biće ostvaren za ρ koje zadovoljava relaciju: Eb Eb Eb ρ . ρ U toku prenosa FH nosilac pripada ometanom opsegu sa verovatnoćom ρ. 2 gde je: Eb Eb = 10 10 = 10 3 = 1000 . B Ukoliko pretpostavimo da se za ometanje koristi ometač iste snage Pj = J 0 B kao pod Eb ρ= b).54 ⋅ 10 −3. BJ .

poruke ponoviti a) i b) i uporediti dobijena rešenja. ⎩ d) Na osnovu vrednosti za optimalan faktor ometanja nalazi se maksimalna verovarnoća greške: PE max ⎧ J0 ⎪ E e ⎪ b =⎨ E − b ⎪ 1 e 2 J0 ⎪2 ⎩ Eb > 2. ∂ρ odnosno: ⎧ 2 J 0 Eb ≥ 2.5 ⋅ 10 ⎟ ⎜ P' ⎟ ⎜ 3 ⋅ 10 −11 j ⎠ ⎝ ⎠ ⎝ ⎞ ⎟ = Q 5 = 1.5 10-10 W. i snagom je PJ = 1. J0 = Bj Širina spektra ometajućeg signala je nakon suženja: B j vd B 'j = = Bj . G vc a snaga ometajućeg signala nakon suženja spektra je: v Pj' = J 0 B 'j = d Pj = 2 ⋅ 10 −5 Pj = 3 ⋅ 10 −11 W .2. ⎟ ⎠ ( ) . što je veoma nepovoljno jer to znači da je za smanjenje verovatnoće greške potrebno znatno povećanje predajne snage. a) Koliko iznosi snaga ovog ometajućeg signala nakon sužavanja spektra signala u prijemniku? b) Ako je snaga korisnog signala na ulazu u prijemnik P0 = 1. Rešenje: a) Pretpostavlja se da je SGSS ometača konstantna: Pj . c) Ako se umesto sistema sa DS koristi sistem sa frekvencijskim skakanjem FH-SS u istom frekvencijskom opsegu sa istom snagom korisnog signala na ulazu u prijemnik. 13. koliko iznosi bitska verovatnoća greške PE? Zanemariti širokopojasni Gausov šum. U frekvencijskom opsegu koji zauzima signal deluje snažan uskopojasni Gausov ometač sa širinom spektra BJ = 50 kHz.8 Sistem za prenos signala metodom direktne sekvence brzinom čipa vc = 125 Mb/s ima digitalni protok vd = 2500 b/s. vc b) Verovatnoća greške je: ⎛ Ps PE = Q⎜ ⎜ P + P' j ⎝ n −10 ⎞ ⎛ ⎞ ⎛ ⎟ ≈ Q⎜ Ps ⎟ = Q⎜ 1. J0 Vidi se da će u logaritamskoj razmeri PEmax opadati linearno. ⎪ ρ 0 = ⎨ Eb J 0 ⎪ 1 drugde.5 10-6 W.258 PRENOS U PROŠIRENOM SPEKTRU ∂PJ = 0.25 ⋅ 10 −2. J0 Eb ≤ 2.

BFH Verovatoća greške je: PE ≈ ρ 2 Odnosno za oko dva reda veličine manja nego kod DS sistema. e P − 0 2 Pj = 10 −4.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 259 c) Kod FH sistema se koristi isti opseg u proširenom spektru kao i kod DS sistema: B FH = Bc = 2vc = 250 MHz . Faktor ometanja je: B ρ = J = 2 ⋅ 10 −4. .

260 PRENOS U PROŠIRENOM SPEKTRU .

. Margina smetnji definiše koliko puta snaga ometača može biti veća od snage prenošenog signala. Odrediti PN E minimalnu vrednost procesnog pojačanja da bi se ostvario odnos b = 10 dB.2. P3. koje osobine moraju zadovoljiti PN funkcije da bi nivo šuma. J0 Eb = 10 dB. P1. P1. bio najmanji mogući? P2) Procesno pojačanje i margina smetnji P2. za sekvencu koja ima vrednosti 0 i 1 umesto -1 i 1.01 . a kodno pojačanje 6 dB.1.5] rect⎜ ⎝ ∞ ⎛ t − kT ⎞ ⎟ T ⎠ PN sekvenca y(kT) je generisana korišćenjem MLSR dužine 4 memorijska elementa. Prikazati ACF (autokorelacionu funkciju) signala iz zadatka P1.2. u slučaju većeg broja korisnika. Kako se menja autokorelaciona funkcija.3.1. P2. Digitalni signal čiji je spektar proširen upotrebom DS sekvence prenosi se kroz P AWGN tako da je na mestu prijema odnos snaga signala i šuma. a da komunikacioni sistem i dalje bude u funkciji. Odrediti J0 maksimalan broj istovremenih korisnika ako je širina spektra signala jednog korisnika 100 puta veća od njegovog digitalnog protoka.2. Trajanje čipa T iznosi 1 ms.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 261 VEŽBA 7 PRENOS U PROŠIRENOM SPEKTRU I PRIPREMA VEŽBE (DOMAĆI ZADATAK) P1) Osobine PN sekvenci za proširenje spektra P1. i označiti karakteristične vrednosti. Za ostvarivanje pouzdane veze koja koristi BPSK zahteva se P3) Performanse sistema sa proširenim spektrom Eb = 10 dB. R = 0. Nacrtati spektralnu gustinu snage signala c(t) i označiti karakteristične vrednosti.1. Obrazložiti zašto je DS sistem osetljiviji od FH sistema na dejstvo jakih i bliskih predajnika. Pretpostaviti da je željeni nivo performansi u CDMA sistemu P3. Odrediti J0 neophodno procesno pojačanje da bi se ostvarila margina smetnji od 20 dB. Kada je SSMA sistem zasnovan na DS principu.1. c (t ) = k = −∞ ∑ 2[ y (kT ) − 0.

utvrditi da li je moguća rekonstrukcija signala na prijemu? 4) Interferencija u sistemima koji koriste prošireni spektar 4. nakon vraćanja u osnovni frekvencijski oseg (binarni signal u osnovnom opsegu). 2) Potiskivanje uskopojasnih smetnji 2. Ustanoviti uticaj promene snage signala jednog korisnika DS-CDMA na kvalitet signala koji prima drugi korisnik. kako će ostvareni frekvencijski diversiti uticati na verovatnoću greške bita? . Ako postoje dva skoka po simbolu. Posmatrati i komentarisati spektar signala proširenog spektra ometanog sinusoidalnim signalom: a. Da li se prisustvo smetnje i dalje uočava u spektru korisnog signala? c.2.262 VEŽBA 7 P3. b. na osnovu simulaciju odrediti širinu spektra koji zauzima prošireni signal. Da li su sistemi sa većim procesnim pojačanjem otporniji na dejstvo šuma? 1. Ako se DS-CDMA signal propusti kroz NF filtar koji odstranjuje deo spektra koji odgovara neproširenom signalu.2.1. 5) Performanse prenosa u proširenom spektru 5. i nakon sakupljanja spektra. da li je moguće rekonstruisati poslatu informaciju? Kako sada izgleda spektar primljenog signala pre i nakon sakupljanja (despreading)? 3) Robusnost prenosa u proširenom spektru 3. Ako korišćeni kanal nije frekvencijski ograničen utvrditi dejstvo AWGN na prenos signala u proširenom spektru. 2.3. na ulazu u prijemnik (DS-CDMA).1.2. 5.1.1. Ako je u DS sistemu poznat digitalni protok. Na osnovu Monte Carlo simulacije utvrditi performanse digitalnog komunikacionog sistema sa FH koji koristi BFSK i kojem se deo spektra ometa prema strategiji oprimalnog ometanja. a zatim izračunati ostvareno procesno pojačanje. Ako se umesto sinusiode konstantne učestanosti koristi chirp signal koji u toku 5 s menja učestanost od 500 kHz do 900 kHz. a. Demonstrirati sposobnosti potiskivanja simusoidalne smetnje od strane signala proširenog DS sekvencom. Za FH sistem skicirati signale pre i nakon proširivanja.1. Da li prostiranje signala proširenog spektra po više putanja onemogućuje njegovu detekciju? Kakva strukturu treba da poseduje prijemnik ovakvih signala? II ZADATAK VEŽBE 1) Postupci za proširenje spektra 1.

1 UVOD Korektan prijem digitalnih signala zahteva poznavanje: 1. 2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 263 14 SINHRONIZACIJA NOSIOCA I IZDVAJANJE DIGITALNOG TAKTA 14.2) 2 Fazni nesinhronizam ne izaziva izobličenje već samo smanjenje amplitude demodulisanog signala. Greška u fazi lokalnog nosioca (θ) izaziva smetnje i izobličenja čija priroda zavisi od tipa modulisanog signala. Kostasova petlja. ostvaruje se filtriranjem pilotskog nosioca (nosilaca) ili postupcima linearne i nelinearne obrade modulisanog signala (filtriranje. Pri tome je najkritičnije uspostavljanje faznog sinhronizma. Za AM sa potisnutim nosiocem: 1 s d (0) = a 0 h0 cos θ (14.1. itd. Ovi zahtevi se rešavaju uspostavljanjem sinhronizacije nosioca i izdvajanjem digitskog takta na mestu prijema. Za AM-1B0 . sistemom čija je principska blok šema prikazana na slici 14. PLL.a Blok šema sistema za sinhronizaciju nosioca i izdvajanje digitskog takta 14.1 Greška u fazi lokalnog nosioca Sinhronizacija prijemnika (demodulatora).). u zavisnosti od tipa modulisanog signala. s m (t ) s d (t ) {a n } Slika 14.a. digitalnog takta (početka i kraja signalizacionog intervala) modulišućeg digitalnog signala. Opšti oblik demodulisanog AM signala u slučaju postojanja faznog nesinhronizma je: 1 1 sd (t ) = u1 (t ) cosθ + u 2 (t ) sin θ (14.1) 2 2 Ako se pretpostavi da impulsni odziv h(t ) zadovoljava I Nikvistov kriterijum za prenos bez interferentncije sledi: 1. 2. frekvencije i faze nosioca modulisanog signala u slučaju koherentne demodulacije.

5) 3. a ostvaruje se linearnim i nelinearnim postupcima obrade (PF.4) Njena maksimalna vrednost je: Dmax = ( M − 1)d k =− N k ≠0 ∑ N ˆ h(− kT ) sin θ (14.džiter. Diskretni signal džitera može se predstaviti relacijom: θ d (t ) = ∑ θ nδ (t − nT ) n =1 ∞ (14.). itd.3) D(θ ) = ± k =− N k ≠0 ˆ ∑ ak h(−kT ) sin θ N (14. smetnji na liniji i nestabilnosti digitskog takta digitalnog signala jeste pojava fluktuacije položaja impulsa oko nominalnog položaja . Postupak demodulacije 4 PSK i BPSK signala odgovara demodulaciji QAM signala.264 SINHRONIZACIJA NOSIOCA I IZDVAJANJE DIGITALNOG TAKTA s d ( 0) = 1 1 N ˆ h(0)a0 cos θ ± ∑ ak h(− kT ) sin θ = 4 4 k =− N ⎧ ⎫ N 1⎪ ⎪ ˆ ˆ = ⎨a0 h(0) cos θ ± h(0) sin θ ± ∑ ak h(−kT ) sin θ ⎬ 4⎪ k =− N ⎪ k ≠0 ⎩ ⎭ Izobličenje u vidu interferencije je: { } (14. 2 2 Izobličenje u obliku međukanalne interferencije je: ( D(θ ) = h(0)a02) sin θ (14. 14.10) gde je: .8) (14. PLL. Za QAM 1 1 ( ( sd (0) = h(0)a01) cos θ + h(0)a02) sin θ .7) k =− N k ≠0 4.6) a njegova maksimalna vrednost je: Dmax = ( M − 1)d (14.9) čija je vršna vrednost: Dmax = h(0)( M − 1)d sin θ Kod binarnog PSK signala postupak demodulacije i efekat faznog nesinhronizma identičan je kao kod binarnog AM signala sa potisnutim nosiocem. Za AM-NB0 Izobličenje je sličnog oblika kao i u slučaju AM-1BO signala: D(θ ) = ± k =− N k ≠0 ∑ ak hβ (−kT ) sin θ ∑ hβ (−kT ) sin θ N N (14.2 Izdvajanje digitskog takta Izdvajanje digitskog takta zasniva se na periodičnosti statističke srednje vrednosti digitalnog signala. Posledica nesavršenosti ekstraktora digitskog takta.

11) . a τ n vremenski džiter.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 265 2πτ n T fazni. θn = (14.

266 SINHRONIZACIJA NOSIOCA I IZDVAJANJE DIGITALNOG TAKTA 14.5 . πt T k = −∞ ∑ ak h(t − kT ). ∞ a) Pošto se šum zanemaruje: s R (t ) ≡ sT (t ) = ∑ a k h(t − kT ). Simboli ak uzimaju vrednosti iz skupa (-U. smatrajući da je impulsni odziv sistema ograničen na K = 2L+1 = 7 digitalnih intervala. Slika 14.1) prikazan je sistem za prenos podataka u osnovnom opsegu učestanosti. π [ε + (l − k )] . ⎧1 | f |< 1 2T .2.1 Na slici (Slika 14.2. a L → ∞? Rešenje: Signal na izlazu predajnika je: sT (t ) = gde je: h(t ) = sin(π t T ) .1 Sistem za prenos podataka u osnovnom opsegu Odlučivanje o k-tom simbolu se vrši na osnovu odbirka signala s R (t ) u trenutku t = (k + ε )T .1.2. HR( f ) = ⎨ ⎩0 | f |≥ 1 2T . b) izračunati vršnu ISI koja nastaje zbog greške u sinhronizaciji. HT ( f ) = ⎨ ⎩ 0 | f |≥ 1 2T .1 .2 ZADACI 14. | ε |< 0.U). ako je ε = 0. k b) U trenutku odlučivanja o l-tom simbolu: s R [(l + ε )T ] = ∑ a k h{T [ε + (l − k )]} k = k = −∞ ∑ ak ∞ sin{π [ε + (l − k )]} . c) kolika je maksimalna dozvoljena greška u sinhronizaciji ε. ako je prenosni sistem idealan.1. Pod pretpostavkom da se šum u kanalu može zanemariti: a) napisati analitički izraz za signal u tački R. gde je T digitalni takt. Predajni i prijemni filtri su idealni sa prenosnim karakteristikama: ⎧T | f |< 1 2T . gde je ε greška u sinhronizaciji.

gde je m "rastojanje" od l-tog simbola. za L = 3 i | ε |< 0. 2 π 1 − (4 f c t ) 2T i pod pretpostavkom da na predaji nije izvršeno diferencijalno kodovanje poruke. π (m + ε ) Kako za celobrojne vrednosti m važi: sin (π (m + ε ) ) = sin(επ ) .5 vršna ISI je: imax = U sin(επ ) 1 ⎞ U sin(επ ) ⎛ 1 ∑⎜ m + ε + m − ε ⎟ = π ⎠ m =1 ⎝ 3 3 π m =1 ∑ ⎜ m 2 − ε 2 ⎟ = 0. biće za L → ∞ usled greške u sinhronizaciji: ⎧U sin(επ ) imax = lim ⎨ L →∞ π ⎩ ⎧ L 1⎫ ⎛ 2m ⎞⎫ 2U sin(επ ) lim ⎨∑ ⎬ → ∞. pa je: s R [(l + ε )T ] = m = −∞ ∑ ∞ al −m sin[π (m + ε )] π (m + ε ) + m≠0 = al sin(πε ) πε ∑ al −m sin[π (m + ε )] . Referentni simbol na prijemu je “1”. a) izračunati vrednost odmerka digitalnog signala u trenutku odlučivanja o trećem simbolu. Rešenje: a) Tabela 14. Ako je impulsni odziv sistema za duobinarni prenos dat u obliku: g (t ) = 4 cos(2πf c t ) 1 . a u sistemu je prisutan aditivni Gausov šum. b) izračunati maksimalnu snagu šuma pod uslovom da poruka u ovom paketu bude ispravno primljena sa verovatnoćom greške po bitu manjom od 10-6.1 daje vrednosti impulsnog odziva na osnovu kojih je jasno da sistem zadovoljava drugi Nikvistov kriterijum (a ne zadovoljava I NK). Jedan od posmatranih paketa ima sledeću strukturu simbola {a k } = {1.2. Paketi su dovoljno razmaknuti pa se prenos svakog od paketa može posmatrati nezavisno. .2 Sistemom koji koristi kontrolisanu ISI duobinarno se prenose podaci grupisani u pakete od po 4 simbola. ⎜ 2 ⎟⎬ = ∑ 2 L →∞ π m =1 ⎝ m − ε ⎠⎭ ⎩m=1 m ⎭ L Pošto vršna ISI divergira.36U . 14. ne sme se dozvoliti greška u sinhronizaciji.−1. Usled greške u sinhronizaciji na prijemu kod trećeg simbola u paketu odmeravanje je izvršeno ε = T/8 sekundi ranije.2.1.2. sa datom H ( f ) koja zadovoljava I NK). π (m + ε ) U prethodnom izrazu koristan član je za m = 0. ⎠ ⎝ ⎛ 2m ⎞ c) Ako je sistem idealan (bez šuma. a ostatak sume je ISI Interesuje nas vršna ISI: imax = m=− L m≠0 ∑U L sin [π (m + ε )] .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 267 Uvodi se smena m = l − k . fc = .−1} .

U prijemu trećeg simbola poruke.2. ˆ ˆ s (3T 2) = a1 g (T 2) + a 2 g (− T 2) = 0 ⇒ a 2 = 0 − a1 = −1.što se može zanemariti). Ostali simboli u .074 -0. Kvantizer u duobinarnom dekoderu će ispravno dekodovati simbol a2 ako je s (3T 2 − T 8) + n(3T 2 − T 8) < 1 . a2. vrednost simbola a2 biće ispravno dekodovana sa verovatnoćom greške manjom od 10-6. U trenutku odlučivanja prisutan je i šum. n n=0 3 Slika 14.0174 .2.627 ⎞ 0. n ⎝ n ⎠ pa se konačno dobija: 2 σ n ≤ 0.114 0. ˆ ˆ ⇒ a1 = 2 − a0 = 1.75 .627) = Q⎜ ⎟ ⎜ σ ⎟ < 10 ⇔ σ > 4. ako je snaga šuma na prijemu manja od 17 mW. ˆ ˆ s (5 T 2) = a 2 g (T 2) + a3 g (− T 2) = −2 ⇒ a3 = −2 − a 2 = −1.074 + 1.866 + 0.373 . tj. ako je trenutna vrednost šuma manja od 0.051 = 0.051 g (t ) 4/π 4/3π -4/15π 1. zbog greške u sinhronizaciji ε = T/8 odmerak digitalnog signala s (t ) na osnovu kojeg se odlučuje je: s (3 T 2−T 8) = a0 g (3T 2−T 8) + a1 g (T 2−T 8) + a 2 g (− T 2−T 8) + + a3 g (− 3T 2−T 8) = g (11T 8) + g (3T 8) − g (− 5T 8) − g (− 13T 8) = = 0.1 Sekvenca impulsnih odziva za poruku { 1 1 -1 -1 } O simbolima ak odlučuje se na osnovu odmeraka s (t ) uzetih u trenucima kT − T 2 : s (− T 2) = a ref + a 0 g (− T 2) = 2 s (T 2) = a0 g (T 2) + a1 g (− T 2) = 2 ˆ ⇒ a0 = 2 − a ref = 1.2.268 SINHRONIZACIJA NOSIOCA I IZDVAJANJE DIGITALNOG TAKTA t 0 ±T/2 ±3T/2 ±5T/2 ±7T/2 1 0 0 0 ±T ±2T ±3T/8 ±5T/8 ±11T/8 ±13T/8 0.627 (i veća od 1.866 Tabela 14.373.1 Vrednosti impulsnog odziva u karakterističnim tačkama b) Digitalni signal koji odgovara prenosu jednog paketa na prijemu je oblika: s( t ) = ∑ a g (t − nT ) .2.114 − 0.627 −6 PE = P(n > 0. Dakle. Verovatnoća greške je: ⎛ 0.

Izračunati vrednost fazne greške koja će izazvati povećanje verovatnoće greške sa 4 ⋅ 10 −4 (za slučaj kada je θ = 0 ) na 4 ⋅ 10 −3 .2.1) postoji fazna greška θ u odnosu na nosilac na predaji. ∫ 0 T r1 (t ) r (t ) s (t ) cos( 2πf 0t + θ ) ∫ 0 T r2 (t ) − cos( 2πf 0t + θ ) Slika 14. s (t ) = ⎨ ⎩− cos(2πf 0 t ) prenosi se binarno 0. Signali u prijemniku su tada: r1 (T ) = ∫ cos(2πf 0 t ) cos(2πf 0 t + θ )dt 0 T = cos θ ∫ cos(2πf 0 t ) cos(2πf 0 t )dt − sin θ ∫ cos(2πf 0 t ) sin(2πf 0 t )dt 0 0 T T = = = cos θ 2 cos θ 2 T T ⎛T ⎞ ⎜ dt + cos(4πf 0 t )dt ⎟ + sin θ sin( 4πf 0 t )dt ∫ ⎜∫ ⎟ 2 ∫ 0 0 ⎝0 ⎠ ⎛ sin(4πf 0T ) ⎞ sin θ 1 − sin(4πf 0T ) ⎟+ ⎜T + ⎟ ⎜ 4πf 0 2 4πf 0 ⎠ ⎝ T cos θ . 14. 2 pa je: r (T ) = r1 (T ) − r2 (T ) = T cos θ . tada je: r (T ) = −T cos θ . Ukoliko se prenosi binarno 0.1 Optimalni prijemnik BPSK signala Rešenje: Modulisani signal u k-tom signalizacionom intervalu je: ⎧ cos(2πf 0 t ) prenosi se binarno 1. .2. Pretpostavimo prvo da se prenosi binarno 1.3. 2 uz pretpostavku da je f 0 >> 1 . Na isti način je: r2 (T ) = − ∫ cos(2πf 0 t ) cos(2πf 0 t + θ )dt = − 0 T T cos θ .3.3 U optimalnom prijemniku binarnog ASK signala (Slika 14.2. Prenos se vrši preko AWGN kanala.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 269 poruci imaju dobru sinhronizaciju i samo kontrolisanu ISI pa je verovatnoća greške kod njih daleko manja.

σn ( ) Ugao θ za koji se dobija verovatnoća greške od 4 ⋅ 10 −3 ćemo dobiti iz sledeće jednačine: 2.. k = 0.79. onda je: d =T .2. što rezultuje povećanjem verovatnoće greške. 14.1 Rešenje: Talasni oblici M-arnog PSK signala su: s k (t ) = A cos(2πf 0 t − Φ k ).2. M − 1.4 Posmatra se MPSK sistem sa optimalnim prijemnikom (Slika 14.65 ⇒ cos θ = = 0. Verovatnoća greške je: ⎛ d ⎞ PE = Q⎜ ⎟ ⎜σ ⎟ . ∫ 0 T X s (t ) cos( 2πf 0t + θ ) arctan (Y X ) φ ∫ 0 T Y sin( 2πf 0t + θ ) Slika 14. 2 a kada nema faznog nesinhronizma ( θ = 0 ). Vidi se da fazni nesinhronizam na prijemu dovodi do toga da se rastojanje između primljenih simbola smanjuje.4.1). ⎝ n⎠ Kada nema faznog nesinhronizma.2...1. po uslovu zadatka je: ⎛ T ⎞ ⎛ d ⎞ −4 PE = Q⎜ ⎟ ⎜ ⎟ ⎜ σ ⎟ = Q⎜ σ ⎟ = 4 ⋅ 10 .65 T cos = Q −1 4 ⋅ 10 −3 ≈ 2.35. θ ≈ 37 o .. Φk = 2πk .4. σn 3. M . ⎝ n⎠ ⎝ n⎠ odakle se dobija: T = Q −1 4 ⋅ 10 − 4 ≈ 3.270 SINHRONIZACIJA NOSIOCA I IZDVAJANJE DIGITALNOG TAKTA Polovina rastojanja između nivoa na prijemu je: T cos θ − (−T cos θ ) d= = T cos θ . Odrediti koliko je maksimalno dozvoljeno fazno odstupanje θ između nosioca na predajnoj i na prijemnoj strani (smatra se da je uticaj šuma u kanalu zanemarljiv).35 ( ) odnosno.

2 π θ ∆Φ ∆Φ Slika 14.5 Na slici (Slika 14. 2 T T A A Y = ∫ A cos(2πf 0 t − Φ k ) sin(2πf 0 t + θ )dt = ∫ sin(4πf 0 t + θ − Φ k )dt + ∫ sin(θ + Φ k )dt 20 20 0 = = A ⎛ cos(θ − Φ k ) − cos(4πf 0T + θ − Φ k ) ⎞ AT ⎜ ⎟+ ⎟ 2 sin(θ + Φ k ) 2⎜ 4πf 0 ⎝ ⎠ AT sin(θ + Φ k ). M Važi: X = ∫ A cos(2πf 0 t − Φ k ) cos(2πf 0 t + θ )dt = 0 T A A ∫ cos(4πf 0 t + θ − Φ k )dt + 2 ∫ cos(θ + Φ k )dt 20 0 T T = = T AT A cos(4πf 0T + θ − Φ k ) − cos(θ − Φ k ) cos(θ + Φ k ) + 2 2 4πf 0 AT cos(θ + Φ k ).2. ⎟ ⎝X⎠ k ⎠ ⎝ φ = arctan⎜ Prilikom odlučivanja dolazi do greške ukoliko je θ veći od polovine rastojanja između susednih simbola (Slika 14.2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 271 Minimalno rastojanje između njihovih faza je: 2π ∆Φ = . Standardni signal na ulazu je δ (t ) . Oba signala imaju isti M-arni alfabet i isti digitalni takt T. odnosno: ∆Φ M θ < = . Prenosna karakteristika predajnog NF filtra je: ⎧T H(f ) = ⎨ ⎩0 f ≤ 1 2T .1) prikazana je blok šema QAM sistema za prenos dva signala podataka s A (t ) i s B (t ) .4.2. .2).2. 2 ⎛ sin(θ + Φ k ) ⎞ ⎛Y ⎞ ⎟ = arctan⎜ ⎜ cos(θ + Φ ) ⎟ = θ + Φ k .2 14.5. drugde.4.

πt T QAM signal je: s M (t ) = n = −∞ ∑ a n(1) h(t − nT ) cos(2πf 0 t ) + ∑ an(2) h(t − nT ) sin(2πf 0 t ).2.272 SINHRONIZACIJA NOSIOCA I IZDVAJANJE DIGITALNOG TAKTA Odrediti zavisnost margine šuma na prijemu na oba izlaza. n = −∞ ∞ ∞ U tački 1 signal je: s1 (t ) = s M (t ) ⋅ 2 cos(2πf 0 t + θ ) = ( ( = ∑ a n1) h(t − nT ) cos(2π 2 f 0 t + θ ) + ∑ a n1) h(t − nT ) cos θ + n n ( a n2) h(t ( − nT ) sin(2π 2 f 0 t + θ ) − ∑ a n2) h(t − nT ) sin θ . od razlike faza nosioca i lokalnog nosioca. n n U trenutku odlučivanja je: ( ( sd 1 (0) = ∑ an1) h(− nT ) cos θ − ∑ an2) h(− nT ) sin θ . i ∑ a n( 2)δ (t − nT ). h(−nT ) = ⎨ ⎩0 n ≠ 0.1 Sistem za prenos QAM signala Rešenje: Signali na ulazu QAM sistema prenosa su: s A (t ) = s B (t ) = n = −∞ ∞ ∑ an(1)δ (t − nT ) . s A (t ) sd 1 (t ) sd 2 (t ) s B (t ) Slika 14. .5. n +∑ n Uloga NF filtra u sinhronom prijemniku je da potisne komponentu na 2 f 0 . n n Slično se dobija: ( ( s d 2 (t ) = ∑ a n1) h(t − nT ) sin θ + ∑ a n2) h(t − nT ) cos θ . Tako je: ( ( s d 1 (t ) = ∑ a n1) h(t − nT ) cos θ − ∑ a n2) h(t − nT ) sin θ . n n Pošto je zadovoljen I NK: ⎧1 n = 0. ∞ n = −∞ Impulsni odziv idealnog NF filtra prenosne karakteristike H ( f ) = T u Nikvistovom opsegu je: sin(π t T ) h(t ) = F −1 {H ( f )} = .

Slično se dobija i: ( ( s d 2 (0) = a 01) sin θ + a02) cos θ .43° 8 8. može se pokazati da je verovatnoća greške kada postoji fazni nesinhronizam: PE = 2 ⎞ 3 M − 1 ⎛ Ps Q⎜ 2 2 cos θ [1 − ( M − 1)tgθ ] ⎟ ⎜ σ M −1 ⎟ M n ⎝ ⎠ = 1.3.± ( M − 1)d onda je margina šuma: M N = g 0 d − Dmax = d [cos θ − ( M − 1) sin θ ] = d cos θ [1 − ( M − 1)tgθ ]. M = 4 .2. 4 = 1. Dijagram oka se zatvara kada je preslušavanje veće od korisnog signala.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 273 odbirak demodulisanog signala svodi se na: ( ( s d 1 (0) = a01) cos θ − a02) sin θ .088) ( ) ≈ 1 ⋅ 10 −12. kad je MN = 0. Rešenje: Verovatnoća greške za po pojedinom kanalu je verovatnoća greške za 4ASK (zadatak 9.465) ≈ 6 ⋅ 10 −6. u slučaju kada je fazna sinhronizacija između nosioca na predajnoj i na prijemnoj strani idealna. oko se zatvara već pri znatno manjim greškama u sinhronizaciji.2.2 ⋅ 10 2. tj. 14. ⎜ σ M −1 ⎟ M n ⎝ ⎠ pa je u slučaju idealne sinhronizacije: PE = 1.2): PE = 2 M − 1 ⎛ Ps 3 ⎞ Q⎜ 2 2 ⎟. M 2 45° 4 18.5 ⋅ Q(7.. 4 = 1.. i u slučaju kada postoji fazni nesinhronizam od θ = 7 o . a odnos koristan signal/šum na prijemu je 24 dB..5 ⋅ Q 0.± 3d .. ( ) . a u tom slučaju i amplituda korisnog signala jednaka je nuli. θ = tg −1 ⎜ ili θ = ⎛ 1 ⎞ ⎟ ⎝ M − 1⎠ π 2 . Na sličan način kao i u zadatku 14. Može se smatrati da je intersimbolska interferencija zanemarljiva.5 ⋅ Q(4.2 ⋅ 10 2.6 Uporediti verovatnoću greške pojedinom kanalu na prijemu 16QAM signala.63 0.2. Ako je alfabet ± d .5 ⋅ Q 0.13° θ Kada se koriste alfabeti sa više od dva simbola.

274 SINHRONIZACIJA NOSIOCA I IZDVAJANJE DIGITALNOG TAKTA .

odrediti odziv PLL-a na nagli skok faze u vidu jedinične odskočne funkcije.2.1. Ako se pretpostavi da je prenosna funkcija filtra koji koristi PLL G ( s) = 1. Binarni PAM sistem koristi elementarni impuls sa spektrom oblika podignuti kosinus i faktorom zaobljenja 0. Na primeru Simulink realizacije PLL strukture. upoznati se osnovama njenog funkcionisanja.01s i 1+ s da je K=1. . 2) Early-late gate sinhronizacija 2.1.1.4. 3) Primer implementacije 3. Proučiti realizaciju MATLAB/Simulink blokova za sinhronizaciju takta. Ako je digitalni protok 4800 b/s napisati MATLAB program koji simulira sinhronizaciju takta zasnovanu na early-late gate metodu. 1. kao i parametrima koji utiču na performase sinhronizacionog podsistema.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 275 VEŽBA 8 SINHRONIZACIJA TAKTA NAČINI REALIZACIJE SINHRONIZACIJE TAKTA 1) Sinhronizacija zasnovana na korišćenju fazne petlje (PLL – Phase Locked Loop) 1 + 0.

276 VEŽBA 8 .

Q ( 0) = 0.5 . Njen definicioni izraz je: Q ( x) = 1 2π +∞ ∫e x − y2 2 dy (P1) Takođe se koriste i funkcija greške erf ( x ) i njena komplementarna funkcija erfc ( x ) . Q (∞ ) = 0. (P5) Za izračunavanje vrednosti Q funkcije. . Osnovne osobine Q-funkcije su: Q ( −∞ ) = 1 . Q funkcija.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 277 PRILOG Za izračunavanje verovatnoće greške često se koristi tzv. često se koriste i aproksimativni izrazi kao što su: 2 ⎛ 1 ⎞ 1 ⎜1 − ⎟ e−x 2 ⎟ ⎜ x ⎠ x ⋅ 2π ⎝ 2 < Q( x ) < 1 x ⋅ 2π e−x 2 2 (P6) Za vrednosti argumenta x > 2 aproksimativni izrazi daju zadovoljavajuću tačnost. Relacija između ovih funkcija data je sa: Q ( x) = 1 ⎛ x ⎞ erfc ⎜ ⎟ ⎝ 2⎠ 2 (P4) Vrednosti Q-funkcije date su u tabeli. One su definisane kao: erf ( x) = 2 π −y ∫ e dy 2 x (P2) (P3) 0 erfc ( x ) = 1 − erf ( x ) .

.

0329 0.4 0.1170 0.0268 2.1867 0.0749 0.4474e-04 5.4562 0.7 2.3859 0.4 0.0446 0.0301 0.8342e-04 3.0594 0.1736 0.2224e-02 9.0244 1.2266 0.3783 0.0246e-03 2.4412e-03 1.5426e-03 4.1611 0.7009e-04 0.2611 0.0720e-03 2.3949e-03 1.1251 0.0885 0.1056 0.1442e-03 8.1 1.2743 0.1788 0.3897 0.0465 0.1151 0.2641e-03 2.0985 0.2877 0.1635e-04 5.3965e-03 3.1814 0.1003 0.4670e-03 2.3693e-04 0.1975e-03 6.0262 2.2177 0.0239 1.1271 0.5706e-04 3.0618 0.4 1.7 0.9699e-02 1.6419e-03 7.2005 0.01 0.9 2.2097e-03 4.8885e-04 5.1829e-03 8.3936 0.2692e-03 3.2389 0.5 0.0475 0.4946e-04 2.0455 0.03 0.07 0.3632 0.0359 0.3446 0.2336e-03 3.2843 0.2033 0.9262e-03 1.2119 0.0436 0.4262e-02 1.1762 0.3 2.7031e-03 4.2327 0.4151e-04 0.0853 0.8071e-03 1.3745 0.5000 0.3015 0.4242e-03 6.4364 0.4960 0.1304e-02 8.0392 0.3274e-03 1.2981 0.9 3.2236 0.4801 0.9765e-04 4.6586e-02 1.4771e-03 1.2676 0.1469 0.3557 0.3192 0.1660 0.2750e-02 1.3062e-03 9.1038 0.4681 0.3336 0.3669 0.1011e-02 8.1020 0.08 0.05 0.0735 0.1604e-02 8.2481e-04 0.3974 0.0724e-02 8.1685 0.4012e-03 1.2358 0.5726e-03 2.0548 0.0094e-04 3.09 0.9469e-03 5.8901e-03 2.0721 0.0849e-03 3.1889e-04 2.1357 0.9400e-03 3.1314 0.3774e-04 3.1894 0.0968 0.5071e-04 0.8763e-02 1.4168 0.1453e-03 3.2 3.4013 0.4095e-04 4.6 2.4920 0.5691e-03 4.1067e-03 7.0582 0.0778 0.1401 0.3409 0.2216e-02 1.0495 0.4840 0.7502e-03 1.0485 0.2514 0.2420 0.3861e-03 4.0375 0.3436e-03 5.3 0.8714e-04 4.1428e-03 5.0505 0.1112 0.0524e-03 1.3 1.4286 0.2206 0.0838 0.3264 0.9226e-02 1.5 2.0307 0.1379 0.4247 0.2061 0.5778e-02 1.0233 1.1131 0.0918 0.1 2.3642e-03 2.0668 0.0708 0.7003e-02 1.0764 0.3156 0.2090 0.3638e-04 5.4641 0.2578 0.3209e-02 1.0179e-04 1 2π +∞ ∫e x − y2 2 dy 0.Q ( x) = x 0.1190 0.5271e-03 3.6177e-02 1.0401 0.3520 0.0869 0.0444e-02 7.0703e-03 7.7403e-04 6.1895e-04 4.1178e-02 1.0559 0.2546 0.1904e-04 3.4761 0.9031e-03 7.1860e-03 1.8028e-03 2.4052 0.2228e-03 8.1182e-03 1.9798e-03 2.2483 0.1711 0.3821 0.7179e-03 1.0281 2.0314 0.0409 0.9884e-03 1.0170e-02 7.4522 0.9 1.8658e-03 1.0655 0.6354e-03 1.5 1.2776 0.6 1.1977 0.0366e-03 4.0694 0.7584e-04 2.0630 0.2709 0.8029e-04 0.0571 0.5551e-03 1.0537 0.3707 0.1 0.0256 2.0 2.7703e-04 4.02 0.7864e-02 1.1 3.0675e-02 1.3228 0.8940e-03 6.4483 0.1562 0.0793 0.0008e-03 7.8971e-04 2.3300 0.1075 0.0418 0.3 3.1311e-04 0.1587 0.6 0.8 0.3872e-03 4.4443 0.1423 0.1911e-02 9.0526 0.2545e-02 9.5494e-03 5.7429e-02 1.06 0.3423e-04 3.3121 0.3544e-04 6.0182e-02 1.5009e-04 3.5003e-02 1.4129 0.1292 0.4 2.0681 0.2912 0.6563e-03 6.0322 0.1230 0.0250 1.8 2.0344 0.1667e-03 2.0350e-03 7.4207 0.8309e-02 1.6811e-03 2.0351 0.1375e-03 6.2810 0.7557e-03 5.8677e-03 4.0406e-04 2.9763e-03 6.1210 0.0951 0.7 1.1136e-04 5.3050 0.2 2.4721 0.2643 0.7926e-03 2.0643 0.3085 0.3499e-03 9.04 0.3372 0.6948e-03 1.0934 0.4404 0.2148 0.6367e-04 4.4880 0.0287 2.2874e-02 9.2296 0.6648e-04 3.0367 0.0901 0.6760e-04 6.0808 0.1492 0.1335 0.4602 0.0427 0.1922 0.0384 0.9070e-03 2.0426e-04 6.1635 0.1446 0.2451 0.8 1.3594 0.0823 0.1692e-02 1.1093 0.5889e-03 1.5386e-02 1.7603e-03 5.4890e-03 1.1841 0.1539 0.0336 0.3903e-02 1.0 0.9086e-04 .2639e-03 9.0 1.2557e-03 1.6411e-03 1.6612e-03 3.2 0.4090 0.6023e-04 0.2 1.7988e-03 3.6219e-04 5.0516 0.0 3.3867e-03 7.5382e-03 1.0294 0.1949 0.3553e-02 1.0274 2.3483 0.00 0.4325 0.4629e-02 1.1515 0.6243e-04 2.0606 0.2946 0.

9644e-08 5.09 1.2348e-05 4.8414e-05 5.1792e-07 1.6534e-04 1.5911e-04 1.0088e-10 5.9492e-06 1.3112e-04 8.0515e-07 6.6726e-05 4.6001e-12 1.0418e-07 3.0658e-05 1.04 2.7736e-06 6.4920e-07 3.2423e-10 3.5 4.3277e-07 1.3520e-09 3.0359e-05 1.9597e-12 1.1512e-08 1.1879e-10 1.9 6.3522e-11 1.6492e-10 1.9904e-09 3.0221e-05 6.01 2.5936e-05 2.8052e-10 9.4655e-11 7.3034e-10 2.1115e-07 2.4536e-05 1.0980e-06 2.2258e-10 6.4882e-10 7.3 6.2502e-08 1.6097e-09 8.0766e-10 5.3744e-12 6.3262e-09 2.8232e-10 1.1125e-06 1.1158e-08 3.7107e-07 2.7 3.3043e-07 3.6694e-05 3.1176e-05 7.0105e-09 5.1488e-10 5.4592e-08 3.9462e-08 5.3320e-08 1.0006e-04 1.0224e-09 4.6675e-06 3.4233e-12 1.1213e-04 7.3977e-06 2.7 5.5609e-05 1.7312e-12 4.4458e-05 2.7918e-07 2.2347e-07 7.2128e-04 8.2310e-12 2.0190e-07 1.3476e-07 1.9 7.4487e-07 8.5158e-11 1.8061e-10 3.3 5.2386e-06 7.7 6.5686e-09 4.9340e-06 3.0689e-05 6.5836e-07 1.3407e-09 7.07 1.2790e-11 6.5247e-07 2.9262e-04 1.8096e-05 3.02 2.0759e-11 1.1042e-12 1.4957e-05 5.7 4.1569e-05 1.5799e-07 3.7903e-07 1.5060e-06 9.4283e-08 8.4 5.3024e-07 7.1 6.6372e-10 1.1863e-09 6.0 4.2885e-11 1.5025e-09 4.3660e-06 8.0 6.9783e-05 1.5310e-04 1.2101e-12 1.0122e-05 3.6455e-10 3.6012e-08 9.6983e-07 9.2 6.1157e-09 6.3 4.9636e-09 2.5031e-06 4.8990e-08 1.3249e-06 1.9424e-09 1.7243e-08 2.2518e-05 1.8996e-12 3.7014e-12 8.4420e-08 5.4555e-06 4.7350e-09 2.7688e-11 4.8769e-11 1.4171e-04 9.2351e-11 2.7467e-13 0.4145e-10 1.9249e-10 1.8264e-12 8.4759e-12 7.3977e-08 2.5193e-09 1.9611e-05 6.6473e-08 2.x 3.1991e-11 1.8417e-05 5.1261e-10 2.5154e-11 1.7714e-09 1.2612e-09 6.9350e-06 3.3691e-11 6.1 5.08 1.4 6.5230e-05 9.1624e-05 5.3955e-10 3.4514e-11 4.4579e-09 1.5 5.7575e-11 1.6120e-13 0.5124e-08 8.3263e-04 1.1779e-07 4.5277e-07 8.03 2.3157e-09 1.2162e-06 1.8 5.9193e-12 3.3008e-06 7.2769e-05 8.7338e-09 2.4430e-12 1.5612e-06 2.3346e-05 8.1353e-08 6.1226e-06 6.8175e-09 9.4524e-07 1.4755e-08 4.3737e-07 8.6950e-08 9.3037e-05 2.7215e-07 1.0288e-08 4.6796e-07 5.6100e-09 1.9483e-05 4.0963e-07 1.0363e-04 6.3802e-11 3.0116e-08 5.0160e-11 2.4274e-05 2.3447e-06 5.7942e-08 1.7322e-06 2.3078e-10 6.5538e-07 2.5912e-05 1.2057e-09 2.8 3.0133e-06 1.2077e-13 0.7475e-05 2.9099e-05 1.4344e-06 8.2028e-08 4.1705e-07 6.8944e-05 1.6788e-10 2.2026e-08 6.4251e-09 7.9 4.6784e-11 8.2760e-11 3.5847e-12 7.06 1.8665e-07 1.8137e-11 3.8 6.0686e-06 6.9059e-05 3.0778e-04 1.6726e-05 1.7648e-07 5.0780e-04 7.2091e-07 1.9926e-12 1.3489e-08 7.8872e-07 1.4386e-06 1.1093e-12 0.5324e-05 5.1 4.2405e-04 1.8138e-05 1.7420e-06 1.7056e-13 Vrednosti Q funkcije .2762e-10 4.9 5.6624e-05 1.6050e-08 4.7365e-05 1.3272e-07 2.9800e-08 1.0421e-11 5.2 5.4 4.3507e-05 1.5399e-06 5.0082e-10 1.2582e-12 1.1671e-05 2.4858e-10 1.0327e-12 0.0088e-12 2.5 6.8543e-04 1.9605e-12 9.1159e-11 5.7896e-12 1.2 4.6488e-09 3.7117e-06 2.6108e-07 9.6925e-12 1.1947e-11 6.1731e-07 3.2935e-06 2.5479e-09 5.5147e-09 8.3807e-08 1.7347e-09 3.1685e-06 3.8799e-12 2.3952e-10 7.8069e-06 4.9310e-09 1.8 4.1399e-09 3.9076e-05 2.4979e-06 2.1790e-09 1.6 6.1792e-06 7.0215e-09 2.5861e-11 2.6 5.0523e-10 1.5684e-11 7.4072e-05 4.1627e-06 5.9459e-13 0.3322e-10 1.0741e-05 2.6904e-11 1.2737e-08 7.00 2.05 1.7901e-08 3.2215e-05 7.8741e-10 2.1236e-09 1.2123e-06 3.7888e-05 1.0718e-08 5.0097e-08 1.8659e-10 5.1517e-05 4.9216e-11 9.0492e-09 5.1884e-08 2.1980e-10 4.9061e-07 2.2051e-10 1.6 4.9187e-06 1.5873e-10 8.7105e-09 9.0 5.6 3.8212e-08 3.9816e-10 2.8127e-06 1.1266e-08 1.5520e-12 2.9110e-06 2.8544e-11 4.4418e-05 3.0513e-09 1.5740e-05 6.9891e-07 1.2473e-05 2.2611e-04 8.2918e-11 2.8693e-07 3.7209e-10 4.4622e-09 2.2798e-12 0.3143e-09 1.7960e-11 9.7180e-04 1.6640e-08 1.9333e-07 4.3940e-10 2.4813e-08 3.7849e-04 1.6148e-05 3.0171e-06 6.9737e-11 3.6929e-10 8.3391e-07 5.1094e-07 6.9106e-08 2.2457e-12 2.4832e-12 4.0558e-11 1.9368e-08 2.3923e-12 3.8177e-08 1.5 3.4575e-05 9.5185e-08 1.5577e-06 1.6067e-12 2.7057e-10 4.2943e-11 4.1241e-06 4.1916e-12 0.2113e-07 5.5465e-07 4.1685e-05 7.1662e-04 7.4730e-04 9.9001e-11 2.2228e-05 3.0920e-06 1.8267e-07 4.6823e-06 1.8283e-06 1.5925e-11 2.1611e-08 2.3251e-13 0.4391e-12 3.3948e-05 8.1577e-04 1.0091e-10 3.2010e-05 6.0 0.5229e-08 2.4125e-06 3.3632e-04 9.6597e-06 1.2414e-06 2.9337e-06 5.0862e-12 4.8015e-06 4.5810e-06 9.

Thomson Brooks/Cole. McClellan J. 1988. 5. 11. 15. at al. 9. Jovanović-Doleček G...Svjetlost. 1987.. New York. “Communications System Design Using DSP Alghoriths”. 7. 4. W. Beograd. S.. G. Information Technology.. Praktikum za laboratorijske vežbe. “Statistička teorija telekomunikacija i teorija informacija”. Naučna knjiga... Prentice-Hall International. Prentice-Hall International. “Digital Communications”. Canada. “Digital Transmission Theory”. 1994. Proakis J. 2003. Singapore.M. A.. Lukatela G. 1995. Beograd. i Petrović R. M. 6. 1995. Lab Course “Communications Technology”. Prentice-Hall International. Kostić I. Petrović G. Biglieri E. “Osnovi telekomunikacija”. Matlab Curriculum Series. “Communication Sytems II ELE 045 Laboratory Manual”. at al. Kluwer Academic/ Plenum Publishers. 1987. Beograd. 2004. McGraw-Hill. “Digitalne telekomunikacije”. Delić V. 1991. Građevinska knjiga. Drajić D. Milošević V. ETF.. 1980.. Department of Electrical ond Computer Engineering. at al: “Contemporaty Communication Systems using Matlab”. Lukatela G. . 13. “Computer-Based Exercises for Signal Processing Using MATLAB 5”..G. “Slučajne varijable i procesi u telekomunikacijama”. “Digital Communications. Ryerson Polytechnic University 10.. London. 3. “Zbirka zadataka iz Digitalnih telekomunikacija”. University of Ulm.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 281 LITERATURA 1. 14. Benedetto S. 1998. and Castellani V. Beograd. “Analog and digital communication systems”. “Digitalni telekomunikacioni sistemi”. Zeytinoglu O. Sarajevo. Dukić M. Fundamentals and Applications”. 12.. New York... 1984. 8.. Roden M. Ma N. Građevinska knjiga... Tretter S. Sklar B. 2. New Jersey. Proakis J.

i Petrović Z. Volume VIII”. Beograd.. S. Beograd. Dukić M. “Osnovi telekomunikacija”. 1982. . Zbornik rešenih problema”. Građevinska knjiga. Stojanović J... “Osnovi Telekomunikacija. 1977. CCITT. 17. 1984. Geneva.. Stojanović Z. 18. “Red Book. Građevinska knjiga.282 LITERATURA 16. Beća H.

Sign up to vote on this title
UsefulNot useful