Ebook Sistemes Transmissio

Creative Commons License Deed
Reconeixement-No comercial-Sense obres derivades 2.5 Espanya
Vostè és lliure de:
Copiar, distribuir i comunicar públicament l’obra.
Sota els següents condicionants:
Reconeixement.
S’ha de referenciar aquesta obra a Joan Claudi Socoró, Jose A. Morán i Rosa
Maria Alsina - Enginyeria La Salle (Estudis Semipresencials).
No comercial.
No es pot utilitzar aquesta obra per a finalitats comercials.
Sense obres derivades.

No es pot alterar, transformar o generar una obra derivada a partir d’aquesta.
• Quan reutilitzeu o distribuïu l'obra, heu de deixar ben clar els termes de la
llicència de l'obra.
• Alguna d'aquestes condicions pot no aplicar-se si obteniu el permís del titular

dels drets d'autor.
• No hi ha res en aquesta llicència que menyscabi o restringeixi els drets morals

de l'autor.
Els drets derivats d'usos legítims o altres limitacions reconegudes per llei no
queden afectats per l'anterior
Això és un resum fàcilment llegible del text legal (la llicència completa) disponible en els idiomes
següents:
Català Castellà Basc Gallec
CRÈDITS
Autors: Joan Claudi Socoró, Jose A. Morán i Rosa Maria Alsina
Editor: Lluís Vicent
Coordinació lingüística: Sara Laso
Revisió lingüística: Sergi Llorca
Maquetació: Sara Laso
Disseny de portada: Marc Segarra
Aquesta edició ha comptat amb el suport de l’Agència de Gestió

d’Ajuts Universitaris i de Recerca (AGAUR) de la Generalitat de
Catalunya en la Convocatòria d’ajuts a l’edició i la difusió de llibres
de text o manuals universitaris i llibres cientificotècnics, en suport
paper o en suport electrònic, escrits en llengua catalana (DILL 2008).
ISBN: 978-84-937011-0-9
ÍNDEX
SESSIÓ 1 ..................................................................................................................... 7
1. Introducció ............................................................................................................. 7
1.1 Introducció a la codificació de font ............................................................................... 7
1.2 Codificació de canal...................................................................................................... 7
1.3 Modulacions avançades ............................................................................................... 8
1.4 Caracterització i mitigació dels efectes del canal de transmissió ................................... 8
SESSIÓ 2 ..................................................................................................................... 9
2. Codificació de la font .............................................................................................. 9
2.1 Introducció .................................................................................................................. 9
2.2 Introducció a la modelització de fonts discretes ......................................................... 10
2.3 Problemes de càlcul d’entropia .................................................................................. 11
2.4 Tècniques de codificació binàries per fonts discretes .................................................. 12
SESSIÓ 3 ................................................................................................................... 15
2.4.1 Introducció al codi de Huffman ................................................................................................ 15
2.4.2 Disseny del codi de Huffman .................................................................................................... 15
SESSIÓ 4 ................................................................................................................... 19
2.4.3 El sistema de codificació Lempel‐Ziv (ZIP) ................................................................................ 19
SESSIÓ 5 ................................................................................................................... 23
2.5 Introducció a les tècniques de codificació de fonts analògiques.................................. 23
SESSIÓ 6 ................................................................................................................... 27
2.5.1 PCM (Pulse Code Modulation) .................................................................................................. 27
2.5.2 DPCM (Differential Pulse Code Modulation) ............................................................................ 28
SESSIÓ 7 ................................................................................................................... 33
2.5.3 La modulació delta .................................................................................................................... 33
2.6 Introducció a les tècniques de codificació de bloc ....................................................... 35
2.6.1 Quantificació vectorial .............................................................................................................. 35
2.6.2 Codificació per mètodes transformats ..................................................................................... 37
2.6.3 Codificació per subbandes ........................................................................................................ 38
SESSIÓ 8 ................................................................................................................... 41
2.6.4 Problema de càlcul d’entropia .................................................................................................. 41
2.6.5 Problema de codificació de font discreta ................................................................................. 41
2.6.6 Problema de càlcul d’un predictor lineal .................................................................................. 41
2.6.7 Problema disseny d’un codi de Huffman .................................................................................. 42
SESSIÓ 9 ................................................................................................................... 43
2.7 Codificació d’Àudio .................................................................................................... 43
2.7.1 Adaptive Differential Pulse‐Code Modulation. ......................................................................... 44
2.7.2 Subband‐Partitioned Adaptive Differential Pulse‐Code Modulation ........................................ 44
2.7.3 Codebook‐Excited Linear Predictive Coding. ............................................................................ 44
1
2.7.4 Sistema de codificació d’àudio MPEG ...................................................................... 46
SESSIÓ 10 ................................................................................................................. 49
2.8 Introducció a la codificació d’imatge ......................................................................... 49
2.8.1 Joint Photographic Experts Group (JPEG) ................................................................................. 49
2.8.2 Motion Picture Experts Group (MPEG). .................................................................................... 51
SESSIÓ 11 ................................................................................................................. 55
2.9 Problema del codificador LPC. .................................................................................... 55
2.9.1 Sistema de codificació per subbandes. ..................................................................................... 55
2.9.2 Sistema de codificació MPEG. ................................................................................................... 55
SESSIÓ 12 ................................................................................................................. 57
3. Codificació de canal .............................................................................................. 57
3.1 Introducció a la codificació de canal ........................................................................... 57
3.1.1 Models de canal ........................................................................................................................ 59
3.1.2 Conceptes previs ....................................................................................................................... 60
SESSIÓ 13 ................................................................................................................. 63
3.1.3 Compromisos a assolir .............................................................................................................. 63
3.1.4 Fiabilitat d’un sistema amb/sense codificació de canal ............................................................ 65
3.2 Codis lineals de bloc .................................................................................................. 66
SESSIÓ 14 ................................................................................................................. 69
3.2.1 Codis lineals de bloc sistemàtics ............................................................................................... 69
3.2.2 Capacitat de detecció/correcció ............................................................................................... 72
SESSIÓ 15 ................................................................................................................. 77
3.2.3 Codis cíclics ............................................................................................................................... 77
3.2.4 Exemples de codis de bloc importants ..................................................................................... 80
SESSIÓ 16 ................................................................................................................. 83
3.2.5 Problemes sobre codis lineals de bloc ...................................................................................... 83
SESSIÓ 17 ................................................................................................................. 87
3.3 Codificació convolucional ........................................................................................... 87
3.3.1 Representació del codificador .................................................................................................. 88
3.3.2 Descodificació de màxima versemblança ................................................................................. 90
SESSIÓ 18 ................................................................................................................. 95
3.3.3 Propietats dels codis convolucionals ........................................................................................ 95
3.3.4 Altres algorismes de descodificació .......................................................................................... 99
SESSIÓ 19 ............................................................................................................... 101
3.3.5 Problemes de codis convolucionals ........................................................................................ 101
SESSIÓ 20 ............................................................................................................... 105
3.4 Codis de Reed‐Solomon ........................................................................................... 105
3.4.1 Camps finits de Galois ............................................................................................................. 107
3.4.2 Codificació en codis RS ........................................................................................................... 109
SESSIÓ 21 ............................................................................................................... 111
3.4.3 Descodificació en codis RS ...................................................................................................... 111
3.5 Entrellaçat i codis concatenats ................................................................................. 113
2
3.5.1 Codis concatenats ................................................................................................................... 115
SESSIÓ 22 ............................................................................................................... 117
3.6 Turbocodis ............................................................................................................... 117
3.6.1 Exemple il∙lustratiu de la turbodescodificació ........................................................................ 119
SESSIÓ 23 ............................................................................................................... 123
3.6.2 Codificació amb codis sistemàtics recursius ........................................................................... 123
3.6.3 Descodificació de turbocodis .................................................................................................. 125
SESSIÓ 24 ............................................................................................................... 129
3.6.4 Problemes sobre tècniques avançades de codificació ............................................................ 129
SESSIÓ 25 ............................................................................................................... 133
4. Modulacions avançades ..................................................................................... 133
4.1 Característiques generals d’un sistema d’espectre eixamplat ................................... 133
4.1.1 Avantatges dels sistemes d’espectre eixamplat ..................................................................... 134
4.1.2 Catàleg de sistemes d’espectre eixamplat.............................................................................. 136
SESSIÓ 26 ............................................................................................................... 139
4.2 Introducció a les seqüències PN ............................................................................... 139
4.2.1 Propietats d’aleatorietat ......................................................................................................... 140
4.2.2 Registres de desplaçament ..................................................................................................... 140
SESSIÓ 27 ............................................................................................................... 143
4.3 Esquema del modulador de seqüència directa .......................................................... 143
4.3.1 Desmodulador de seqüència directa ...................................................................................... 144
4.3.2 Guany del procés .................................................................................................................... 145
4.3.3 Exemple d’un sistema de seqüència directa ........................................................................... 145
SESSIÓ 28 ............................................................................................................... 147
4.4 Els sistemes de salt de freqüència ............................................................................ 147
4.4.1 Exemple d’una modulació FH ................................................................................................. 148
4.4.2 Fast Hopping vs Slow Hopping ................................................................................................ 148
4.4.3 Desmodulador FH ................................................................................................................... 149
4.4.4 Guany del Procés .................................................................................................................... 150
4.4.5 Sistemes de salt de freqüència amb diversitat ...................................................................... 150
SESSIÓ 29 ............................................................................................................... 151
4.5 Introducció al problema de l’adquisició de la seqüència PN ...................................... 151
4.5.1 Sistema d’adquisició paral∙lel ................................................................................................. 152
4.5.2 Sistemes d’adquisició sèrie ..................................................................................................... 153
4.5.3 Sistemes seqüencials RASE ..................................................................................................... 154
SESSIÓ 30 ............................................................................................................... 157
4.6 Introducció al problema del tracking ........................................................................ 157
4.6.1 Delay Locked Loop .................................................................................................................. 157
4.6.2 Tau‐Dither Loop (TDL) ............................................................................................................. 158
SESSIÓ 31 ............................................................................................................... 161
4.7 Code Division Multiple Access CDMA ....................................................................... 161
4.7.1 Disseny d’un sistema cel∙lular ................................................................................................. 162
3
SESSIÓ 32 ............................................................................................................... 167
4.7.2 Comparativa entre sistemes cel∙lulars .................................................................................... 167
SESSIÓ 33 ............................................................................................................... 171
4.8 Introducció al sistema IS‐95...................................................................................... 171
4.8.1 Forward Channel..................................................................................................................... 171
4.8.2 Reverse Channel ..................................................................................................................... 173
SESSIÓ 34 ............................................................................................................... 175
4.9 Problema de generació de seqüències PN ................................................................ 175
4.9.1 Problema de disseny d’una xarxa cel∙lular. ............................................................................ 175
SESSIÓ 35 ............................................................................................................... 177
5. Caracterització i mitigació dels efectes del canal de transmissió ......................... 177
5.1 Introducció .............................................................................................................. 177
5.2 Caracterització del canal mòbil de ràdio ................................................................... 179
SESSIÓ 36 ............................................................................................................... 183
5.3 Eixamplament temporal del senyal .......................................................................... 183
5.3.1 Variació temporal del canal .................................................................................................... 185
SESSIÓ 37 ............................................................................................................... 189
5.4 Fiabilitat de la transmissió en un canal Rayleigh no selectiu en freqüència i amb
esvaïments lents ............................................................................................................ 189
5.4.1 Tècniques de mitigació de la selectivitat freqüencial del canal .............................................. 190
5.4.2 Tècniques per a la compensació dels esvaïments ràpids ....................................................... 193
SESSIÓ 38 ............................................................................................................... 195
5.4.3 Mitigació per combatre les pèrdues d’SNR: tècniques de diversitat ...................................... 195
5.4.4 Modulacions adequades per a canals amb esvaïments.......................................................... 198
5.4.5 La funció de l’entrellaçat ........................................................................................................ 198
5.4.6 Classificació dels escenaris i solucions possibles .................................................................... 199
5.4.7 Exemple: equalització i interleaving en comunicacions mòbils .............................................. 200
SESSIÓ 39 ............................................................................................................... 203
5.4.8 L’equalitzador MLSE (de Viterbi) aplicat a GSM ..................................................................... 203
5.4.9 El receptor RAKE per sistemes DS‐SS ...................................................................................... 206
5.4.10 Problemes sobre canal.......................................................................................................... 207
SESSIÓ 40 ............................................................................................................... 211
5.5 Caracterització del canal .......................................................................................... 211
5.5.1 L’equalitzador lineal transversal (FIR) ..................................................................................... 213
SESSIÓ 41 ............................................................................................................... 217
5.5.2 Solució MMSE d’un equalitzador lineal transversal................................................................ 217
SESSIÓ 42 ............................................................................................................... 225
5.5.3 L’equalitzador DFE (Decision Feedback Equalizer) .................................................................. 225
SESSIÓ 43 ............................................................................................................... 231
5.5.4 Equalització adaptativa ........................................................................................................... 231
5.5.5 Equalització fraccional ............................................................................................................ 234
SESSIÓ 44 ............................................................................................................... 237
4
5.5.6 Estimació de canal .................................................................................................................. 237
5.5.7 Tècniques no assistides (cegues) d’equalització de canal ...................................................... 238
SESSIÓ 45 ............................................................................................................... 241
5.5.8 Problemes d’equalització de canal ......................................................................................... 241
BIBLIOGRAFIA ......................................................................................................... 245
GLOSSARI ............................................................................................................... 247
5
6
SESSIÓ 1
Nom: Introducció
Tipus: teòrica
Format: no presencial
Durada: 1 hora
Dedicació: 1 hora
Treball a lliurar: no
Material:
o Bibliografia bàsica:
[Sklar2001]
OBJECTIUS
En aquesta sessió introduirem els objectius del curs de Sistemes de Transmissió. Es
justificarà el contingut teòric del curs tot centrant els objectius genèrics que es
pretenen assolir en aquesta assignatura.
CONTINGUTS
1. Introducció
1.1 Introducció a la codificació de font

L’assignatura de Sistemes de Transmissió pretén oferir a l’alumne el complement
teòric necessari per tractar el problema genèric dels sistemes de transmissió digital del
senyal. En diferents assignatures de la titulació s’han tractat continguts relacionats
amb l’anàlisi i disseny de sistemes digitals de comunicacions. No obstant, queden
alguns blocs que no han estat tractats en cap assignatura, i que cal conèixer amb
detall donada la seva importància en les prestacions del sistema global.
El primer capítol de l’assignatura de sistemes tractarà el tema de la codificació de font.

La problemàtica de la codificació de font resol el problema d’optimitzar la representació
de la informació per fer-la eficient per transmetre-la per un canal de capacitat limitada.
Els sistemes de comunicació digital requereixen convertir la informació d’entrada a un
format digital eficient. Aquesta representació haurà de ser el més compacte possible
per augmentar l’eficiència de la transmissió i optimitzar l’ús del canal de
comunicacions.
1.2 Codificació de canal

El segon gran bloc que s’estudiarà en aquest curs és el tema de codificació de canal.
El procés de transmissió digital del senyal és una lluita constant contra els efectes
distorsionants del canal. Malauradament, les característiques del canal en aplicacions
reals disten bastant del canal que ens agradaria tenir com a dissenyadors. Aquest fet
provoca la necessitat de codificar de forma adequada el senyal d’entrada per preparar-
lo als efectes distorsionants del canal, evitant així la pèrdua d’informació.
7
1.3 Modulacions avançades
Al tercer capítol del curs s’estudiaran les modulacions avançades. L’objectiu del capítol
serà descriure i analitzar amb profunditat els darrers avenços en quant a modulacions.
El capítol centrarà l’estudi en les modulacions d’espectre eixamplat. Aquest sistema
està marcant l’esdevenir de les telecomunicacions actuals, formant part dels nous
estàndards de comunicacions mòbils i les comunicacions per satèl·lit.
1.4 Caracterització i mitigació dels efectes del

canal de transmissió
La transmissió de senyal per canals amb multicamí i variació temporal (degut al
possible moviment d’un dels terminals de la comunicació, per exemple, en
comunicacions mòbils) pot provocar l’aparició de diferents efectes de degradació del
senyal, com són:
a) La interferència intersimbòlica (o ISI), provocada per un comportament catalogat

com a canal selectiu en freqüència, distorsió que es pot compençar mitjançant l’ús d’un
sistema d’equalització de canal en el receptor o l’ús de determinades modulacions
(p.ex. OFDM). En aquest tema veurem i estudiarem diferents estratègies per tal de
combatre aquest efecte.
b) Els esvaïments de senyal, provocats pel fet que el canal té variacions temporals,
aspecte que pot ser compensat amb tècniques de diversitat (temporal, freqüencial,
etc.) o amb modulacions avançades (p.ex. DS-SS).
En aquest tema farem, en primer lloc, una descripció dels principals efectes de
distorsió d’un canal variant com és el canal mòbil, i seguidament tractarem les
diferents estratègies a seguir per solucionar els seus inconvenients. S’aprofundirà en
la temàtica de l’equalització de canal, i s’estudiaran els conceptes d’algorisme
adaptatiu, solució òptima (p.ex. MMSE), algorismes cecs o assistits amb entrenament,
equalització fraccional, etc.
8
SESSIÓ 2
Nom: Introducció a la teoria de la codificació.
Tipus: teòrica
Durada: 2 hores
Dedicació: 3 hores
Material:
[Sklar2001]
OBJECTIUS
En aquesta sessió s’introduirà la problemàtica de la codificació de font, detallant quins
són els objectius que persegueix aquest bloc del sistema i els fonaments teòrics sobre
els que es desenvolupa la teoria.
CONTINGUTS
2. Codificació de la font
2.1 Introducció
La codificació de font tracta el problema de realitzar descripcions eficients de les fonts
d’informació. Els sistemes de comunicacions digitals transmeten dades en format
discret. El codificador de font tractarà la informació d’entrada i la convertirà en un
format digital per assolir una transmissió eficient de la informació.
Una descripció eficient de la font de dades permet reduir sensiblement les necessitats
de memòria per l’emmagatzematge de la informació, o des del punt de vista de
sistemes de comunicacions, reduir la necessitat d’amplada de banda per transmetre el
senyal d’entrada.
La naturalesa de la informació a transmetre pot ser analògica o discreta. En el cas de

fonts discretes, l’objectiu de la codificació de font serà codificar eficientment la font
d’entrada per reduir la velocitat de senyalització. La capacitat de compressió en el cas
de fonts discretes dependrà de la informació continguda en el senyal i de les
correlacions estadístiques entre els diferents símbols de l’alfabet.
Per al cas de senyals analògiques, l’objectiu de la codificació de font serà realitzar la

codificació més eficient possible subjectes a un criteri de fidelitat. Exemples de criteris
de fidelitat podrien ser la relació SNR (Signal to Noise Ratio), proves d’intel·ligibilitat o
aspecte visual per al cas d’imatges.
[Sklar2001] p84
9
2.2 Introducció a la modelització de fonts
discretes
Una font discreta genera una seqüència de símbols X(k) seleccionats d’un alfabet a
intervals de temps constants kT, on k és el paràmetre d’indexació. Si l’alfabet conté un
nombre de símbols finit N es defineix com una font discreta finita. Exemples de fonts
discretes finites poden ser la sortida d’un conversor ADC o els caràcters ASCII d’un
terminal de text.
Informació pròpia
La informació pròpia és una mesura del nombre de bits requerits per codificar cada
símbol de l’alfabet. La informació pròpia d’un símbol de l’alfabet es defineix com
I ( X i ) = − log 2 ( pi )
Cal observar que la informació pròpia del símbol Xi augmenta a mesura que es redueix
la probabilitat d’aparició del mateix pi, indicant que un símbol poc freqüent requerirà un
nombre de bits elevat per la seva codificació.
[Sklar2001] p85
Entropia de la font
L’entropia de la font és la mesura del promig d’informació que porta la font discreta.
Aquest paràmetre representa la mitjana d’incertesa que haurà de resoldre el sistema
de codificació.
H ( X ) = E{I ( X i )} = −∑ p j log 2 ( p j )
N
j =1
[Sklar2001] p85
Font discreta amb memòria

Una font discreta es considera amb memòria si els elements de la font no són
independents entre sí. És a dir, l’aparició d’un símbol vindrà condicionada per l’aparició
dels símbols anteriors. Aquesta dependència provoca que la incertesa del símbol M es
vegi reduïda pel fet de conèixer els M-1 símbols anteriors.
Ex. CALIFORNI_
10
Si ens preguntessin quina és la lletra següent per completar la paraula tindríem una
incertesa molt menor que si ens donessin informació prèvia.
Donat un conjunt de M símbols X={X1, X2, X3,..., XM} l’entropia del conjunt de símbols es
defineix com
1
H M (X ) = E{− log 2 P( X 1 , X 2 ,..., X M )}
M
i l’entropia de la font amb memòria es definiria segons
lim
H (X ) = HM (X )
M →∞
Cal remarcar que l’entropia de la font amb memòria sempre és inferior a l’entropia de
la font sense memòria.
Teorema de la codificació sense error

Una font d’informació discreta i estacionària pot ser codificada amb un nombre de bits
per símbol arbitràriament proper, però mai inferior al valor de la seva entropia.
2.3 Problemes de càlcul d’entropia

En aquest apartat realitzarem alguns problemes sobre el càlcul d’entropia en fonts
discretes. El càlcul d’entropies ajudarà a consolidar els coneixements teòrics dels
conceptes explicats a l’apartat anterior.
Problema font binària

Considereu una font discreta binària que genera símbols 0 i 1 de forma independent i
amb probabilitats p i (1-p) respectivament. Calculeu l’entropia de la font discreta si
p=0.1.
El problema el podeu trobar resolt a [Sklar2001] p85.
Problema font amb memòria

Considereu una font discreta amb memòria definida per un model de Markov de primer
ordre. La font està definida completament per les probabilitats de transició entre estats
P(1|0)=0.5 i P(0|1)=0.45. Calculeu l’entropia de la font amb memòria i compareu el
resultat amb l’obtingut al problema anterior.
11
El problema el podeu trobar resolt a [Sklar2001] p807.
2.4 Tècniques de codificació binàries per fonts

discretes
En aquest apartat s’estudiaran les diferents tècniques de codificació binàries per fonts
discretes. Els principals grups de sistemes de codificació de font es divideixen segons:
- Codis de longitud fixa.

- Mètodes heurístics.
- Mètodes basats en diccionaris.
- Codificació per entropia.
Codis de longitud fixa

Els codis de longitud fixa són, per la seva senzillesa els més utilitzats en aplicacions
pràctiques, tot i ser el mètode més ineficaç per a la codificació de font.
Donat un alfabet d’N símbols, els sistemes de codificació de longitud fixa assignen a
cada símbol de l’alfabet una codificació binària de longitud fixa d’un nombre de bits
igual a ceil(log2(N)) essent ceil l’operador que retorna el nombre d’entrada arrodonit
cap a dalt. L’exemple més conegut de sistema de codificació de longitud fixa és el codi
ASCII.
Mètodes heurístics
Els mètodes heurístics són mètodes que es basen en alguna idea feliç que permet
explotar eficientment la redundància inherent a un determinat tipus de dades. Un
exemple de mètodes heurístics són els mètodes run length coding, on el sistema de
codificació indica i codifica el símbol i posteriorment la seva freqüència d’aparició:
Símbol núm. repeticions Símbol núm. repeticions etc....
Aquest sistema de transmissió s’utilitza en aplicacions tant conegudes com la

transmissió per FAX, tot obtenint un estalvi considerable en la transmissió de línies en
blanc.
Mètodes basats en diccionaris

Aquest mètode és molt utilitzat en sistemes de transmissió de text. La metodologia
consisteix a codificar a més dels caràcters de forma individual, seqüències de
caràcters de dos, tres o més símbols consecutius. Imaginem una aplicació de codi fix
amb un alfabet de 24 caràcters. La codificació amb un codi de longitud fixa requereix 5
bits/símbol donant lloc a 32 possibilitats. En aquest cas, es desaprofita una capacitat
de codificació de 8 símbols que no s’utilitzarien per res. Aquesta capacitat sobrant es
12
podria utilitzar per codificar parells de símbols consecutius, aprofitant la totalitat de la
capacitat de codificació i fent la transmissió més eficient.
Els símbols compostos es trien com aquells que tenen una probabilitat d’aparèixer
seguits més alta, mirant així d’optimitzar les característiques de la transmissió.
Codificació per entropia

Els codificadors per entropia són mètodes que utilitzen models estadístics d’una
determinada font d’informació per comprimir al màxim la font d’entrada. El procés de
disseny del codi es realitza de tal forma que el nombre mig de bits per símbol tendeix
al valor de l’entropia. Els mètodes més coneguts de codificació per entropia són el codi
de Huffman i el codificador aritmètic. Ambdós mètodes s’estudiaran amb detall a la
sessió següent.
RESUM
En aquesta sessió s’han introduït els conceptes per tractar el problema de la
codificació de font. S’han presentat els diferents tipus de fonts que podem trobar
(analògiques i discretes) i els criteris que normalment es segueixen per fer la
codificació. Finalment, s’han definit els conceptes bàsics de teoria de la informació,
conceptes necessaris pel desenvolupament de tècniques eficients de codificació de
font.
13
14
SESSIÓ 3
Nom: El codificador de Huffman.
Tipus: teòrica
Durada: 2 hores
Dedicació: 3 hores
Material:
[Sklar2001]
OBJECTIUS
En aquesta sessió es descriuran les bases del codificador de Huffman. A la sessió
hauríem d’agafar el coneixement bàsic per desenvolupar un codificador de Huffman i
aplicar els conceptes de teoria de la informació per realitzar el disseny d’un codificador
òptim.
CONTINGUTS
2.4.1 Introducció al codi de Huffman

El codi de Huffman és un codi de longitud variable que assigna codis de diferent
longitud als diferents símbols de forma que el nombre mig de bits per símbol s’aproximi
a l’entropia de la font. El disseny del codi assigna codis curts a aquells símbols que
apareixen més freqüentment i codis més llargs als codis menys freqüents.
Els codis presenten la propietat de prefix, és a dir, cap codi serà mai un prefix d’altre
codi, propietat fonamental del codi de Huffman que evita l’ambigüitat en el procés de
descodificació.
[Sklar2001] p862-p863.
2.4.2 Disseny del codi de Huffman

El disseny del codi de Huffman segueix una metodologia que permet realitzar el
disseny del codi de biunívoca i garantir uns resultats apropiats per a la transmissió de
senyals. Seguidament s’analitzarà l’algorisme de disseny del codi i les propietats del
mètode.
15
Algorisme de disseny del codi de Huffman
Seguidament es presenta l’algorisme de disseny del codi de Huffman. La metodologia
consisteix aaplicar els següents passos per obtenir el disseny del mètode:
- Ordeneu els símbols d’acord amb la seva probabilitat de creixent a decreixent.

- Combineu els dos símbols de menor probabilitat en un únic símbol amb una
probabilitat igual a la suma dels dos anteriors.
- Si encara queden més d’un símbol, aneu al pas 1.
- Representeu les combinacions en un arbre binari on les fulles de l’arbre són els
símbols de l’alfabet.
- Recórrer l’arbre assignant 0 a les branques esquerres i 1 a les dretes. El camí
d’arrel a símbol determina el seu codi.
[Sklar2001] p862-p865.
Procediment de disseny del codi

En aquest apartat ens plantejarem el procediment de disseny del codi Huffman en un
problema concret. Es considera un alfabet finit de 6 símbols {a,b,c,d,e,f} amb unes
probabilitats d’aparició de {0.4,0.2,0.1,0.1,0.1,0.1} respectivament. Realitzeu el procés
de disseny del codi Huffman.
[Sklar2001] p863-p864.
Propietats del codi de Huffman

Seguidament es detallaran les propietats més interessants del codi de Huffman,
propietats que cal conèixer de cara a avaluar el fet d’optar o no per aquest tipus de
codificació.
- El codi de Huffman és el codificador òptim perquè el nombre de bits/símbol

coincideix amb l’entropia, en cas que les probabilitats de tots els símbols de
l’alfabet siguin potència de 2 −1 .
- Es poden tractar grups de símbols com a unitats de codificació. Aquest factor
permet reduir el nombre mig de bits/símbol a la sortida.
- El principal problema i aspecte de millora del codificador de Huffman és el fet
que sempre assigna un nombre de bits sencer a cada símbol de l’alfabet.
Aquesta és la principal restricció del codi.
[Sklar2001] p863-p864.
16
RESUM
En aquesta sessió hem estudiat la metodologia de disseny del codificador de Huffman,
així com les propietats més importants d’aquest tipus de codi. El codificador de
Huffman és un mètode basat en l’entropia de la font, factor que li permet reduir
sensiblement el nombre mig de bits per símbol en el procés de codificació. El
codificador de Huffman genera codis de diferent longitud en funció de les probabilitats
d’aparició de cada símbol. Assigna pocs bits a aquells símbols més probables i més
bits als símbols que apareixen amb més freqüència, aconseguint reduir sense pèrdues
la longitud del codi si el comparem amb un codi de longitud fixa.
17
18
SESSIÓ 4
Nom: Els sistemes de codificació Lempel-Ziv (ZIP).
Tipus: teòrica
Durada: 2 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A la sessió anterior hem estudiat els fonaments del sistema de codificació de Huffman.
Aquesta metodologia de codificació és molt eficient si es coneixen a priori les
probabilitats d’aparició de cadascun dels símbols.
OBJECTIUS
En aquesta sessió estudiarem el segon dels exemples de sistema de codificació de
fonts discretes, és a dir, de sistemes de codificació digital sense error: l’algorisme de
codificació de Lempel-Ziv.
CONTINGUTS
En aquesta sessió veurem un algorisme de codificació universal, és a dir, que no
requereix cap tipus d’anàlisi de les dades sinó que s’adapta a qualsevol tipus de font.
Veurem la forma en què es genera el diccionari, directament a partir dels primers
símbols d’entrada, i en segon lloc, estudiarem la capacitat de codificació d’aquesta
tècnica.
2.4.3 El sistema de codificació Lempel-Ziv (ZIP)

El principal problema del codi de Huffman és la necessitat del sistema, tant l’emissor
com el receptor, de conèixer amb exactitud les probabilitats d’aparició de cadascun
dels símbols de l’alfabet discret a codificar. Si el sistema treballa amb un alfabet
inusual, el sistema necessita generar un arbre probabilístic per realitzar la codificació
de les dades.
El sistema necessita enviar la informació de l’arbre generat en el descodificador per tal

de poder regenerar la informació original. La necessitat de transmetre aquestes dades
en el fitxer codificat provocarà un over-head que reduirà l’eficiència del sistema de
codificació.
19
Generació del diccionari
En el moment de començar la codificació, el sistema assumeix que el diccionari està a
zero i començarà a omplir-ho en funció de les característiques de les dades a codificar.
El sistema analitza una seqüència curta de símbols a codificar i mira la seva existència
en el diccionari. Si la seqüència no existeix afegeix una nova entrada al diccionari per
a futures codificacions. En cas contrari, si el sistema troba una coincidència, no cal
tornar a retransmetre tota la informació, simplement indicarà quina és l’adreça que
representa la informació a codificar i afegeix un nou símbol de la cadena per generar
una nova entrada al diccionari.
Cada símbol transmès consta de dos paquets d’informació de la forma següent

<adreça en el diccionari, caràcter següent a transmetre>. El sistema anirà afegint
entrades al diccionari fins al moment en què la memòria estigui plena.
Seguidament s’analitzarà el procés de generació del diccionari per a la transmissió de

la seqüència discreta d’un alfabet de dos símbols {a,b} següent
[a b a a b a b b b b b b a b b b b b a]
Es considerarà un diccionari de 8 posicions diferents i inicialitzant totalment a zero.
- El sistema, com que el caràcter a no existeix transmet el símbol <0,a> i afegeix

el símbol a com a primera entrada del diccionari.
- Posteriorment s’ha de transmetre una b, com que el símbol no existeix s’envia
<0,b> i s’afegeix el caràcter b a la segona posició del diccionari.
- Ja que el símbol següent a transmetre existeix, el sistema envia el codi <1,a>
indicant que es transmet una a seguida d’un altre símbol a. El sistema afegeix
el símbol aa a la posició tres del diccionari.
El sistema segueix avaluant els codis a transmetre i generaria la seqüència següent de

caràcters codificats
<0,a><0,b><1,a><2,a><2,b><5,b><4,a><6,b><4,->
i el diccionari quedaria format per
posició caràcter
1 a
2 b
3 aa
4 ba
5 bb
6 bbb
7 bab
8 bbbb
[Sklar2001] p868-p869.
20
Capacitat de codificació
S’ha pogut observar en el concepte apartat, que la compressió del codi ZIP ve donada
per l’ús d’un diccionari on apareixen seqüències de caràcters llargues que es poden
codificar amb una simple adreça dintre d’un diccionari. Ja que el diccionari es genera a
partir del fitxer a transmetre, serà probable que aquest estigui format pels caràcters
d’aparició més freqüent.
En l’exemple estudiat en el concepte anterior, cada símbol a transmetre està format

per un total de 4 bits, on els tres primers codifiquen l’adreça, i posteriorment apareix un
bit per indicar quin dels dos símbols de l’alfabet es codificarà per completar la
seqüència curta.
En el cas de l’exemple anterior es transmeten 9 caràcters i s’empren un total de

9*4=36 bits per codificar una seqüència de 20 caràcters. Evidentment, el resultat és
desastrós ja que l’entropia estarà per sota de 1b en aquest cas, tractant-se d’un alfabet
binari. El raonament és que el sistema encara no pot treure beneficis de la capacitat de
compressió en tractar-se d’un fitxer extremadament curt. Tot i així, els resultats del
sistema ZIP s’aproximen tant més a l’entropia de la font com més llarg sigui el fitxer i
com més capacitat tingui el diccionari.
[Sklar2001] p869.
21
22
SESSIÓ 5
Nom: Codificació de fonts analògiques
Tipus: teòrica
Durada: 2 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A les sessions anteriors hem estudiat els sistemes de codificació de fonts discretes.
Els sistemes de codificació estudiats pretenien assolir la codificació més compacta
possible sense pèrdua d’informació.
OBJECTIUS
En aquesta sessió s’introduiran els conceptes bàsics sobre els mètodes de codificació
de fonts analògiques. Els mètodes de codificació de fonts analògiques permeten
discretitzar i codificar fonts analògiques per la seva transmissió sobre sistemes de
transmissió digitals.
CONTINGUTS
2.5 Introducció a les tècniques de codificació

de fonts analògiques
Els sistemes de codificació de fonts analògiques requereixen la transformació d’un
senyal analògic a un format digital per a la seva transmissió en un sistema de
comunicacions digital. El procediment requereix mapar un conjunt d’amplituds
analògiques en un conjunt finit de valors representatius que permetin la codificació en
un format discret. Els objectius de la codificació de fonts analògiques és realitzar la
millor representació del senyal analògic seguint uns determinats criteris de fidelitat
(qualitat del so, SNR, percepció visual, etc.).
Conversió analogicodigital
El procés de mapat de la font analògica a la font discreta el realitza el conversor ADC.
El procés de conversió es pot dividir en dues etapes, un mostratge del senyal
d’entrada a una velocitat prou elevada per retenir tota la informació, i una segona fase
de discretització del domini continu al domini discret (fase que realitza el quantificador i
codificador). El resultat del procés de conversió genera un conjunt de mostres
codificades preparades per ser transmeses pel sistema digital de comunicació.
Exemples de fonts analògiques poden ser els senyals de veu, la sortida de diferents
transductors (temperatura, velocitat, pressió, etc.), senyals electrònics de control, etc.
23
[Sklar2001] p809-p811.
Quantificació d’amplitud
La quantificació d’amplitud és el procés de generació d’un conjunt finit de
representacions d’una font contínua d’amplituds. Aquest procés és necessari per poder
realitzar la codificació discreta d’una font analògica. Els quantificadors assignen una
única representació per tot un interval de valors del senyal d’entrada. Aquest procés
genera una degradació del senyal que cal modelar de forma adequada per poder
determinar la qualitat del senyal resultant.
Depenent de la funció de transferència del quantificador podem trobar diferents tipus

de quantificadors. El més conegut de tots és el quantificador uniforme, un tipus de
quantificador on els intervals de quantificació són constants.
[Sklar2001] p811.
Soroll de quantificació
En el procés de quantificació, la diferència entre el valor real del senyal analògic
d’entrada i el valor quantificat es defineix com l’error de quantificació. El procés de
quantificació és un procés no lineal donada la forma de la funció de transferència.
Aquest procés resulta difícil de tractar en un estudi complet del sistema. Resulta
convenient realitzar un modelatge senzill del procés de quantificació per poder integrar
el seus resultats en l’estudi del sistema complet. És freqüent linealitzar el resultat del
procés de quantificació considerant el seu efecte com l’addició d’un soroll blanc sobre
el senyal d’entrada. S’ha vist anteriorment que en quantificar s’introdueix un error
sobre el senyal d’entrada. El model lineal del quantificador obté un model equivalent
del procés amb l’addició d’un soroll que genera un senyal de la mateixa relació SNR
que el que s’obté directament del quantificador.
[Sklar2001] p813-p815
Quantificador uniforme
El quantificador uniforme és sense dubte el tipus de quantificador utilitzat més
freqüentment. Resulta d’especial interès l’estudi del model lineal d’aquest tipus de
quantificador. Aquest estudi permetrà determinar la relació senyal/soroll SNR resultant
del procés de quantificació en funció del nombre de bits del conversor. El resultat de
l’estudi determina que cada bit de més del conversor proporciona un guany de 6.2dBs.
[Sklar2001] p817 (Exemple 13.4).
24
Quantificador no uniforme
El quantificador uniforme és el més utilitzat per ser el més robust davant dels canvis en
la distribució d’amplituds del senyal d’entrada. Quan no existeix un coneixement cert
sobre la distribució del senyal d’entrada, el quantificador uniforme resulta la millor
solució i més robusta. No obstant, el quantificador uniforme només resulta la solució
òptima en cas que el senyal d’entrada estigui uniformement distribuït, cosa que
gairebé mai passa en aplicacions reals.
En cas de treballar amb una distribució d’entrada no uniforme, resulta possible

dissenyar una funció de quantificació no lineal que obtingui una relació senyal/soroll
superior a la del quantificador uniforme.
El procés de generació del quantificador òptim es pot interpretar fàcilment de la forma

següent. Si el quantificador uniforme és òptim quan el senyal d’entrada és uniforme, en
cas de tenir una entrada no uniforme es pot intentar uniformitzar amb una funció no
lineal. El senyal d’entrada es processa amb una funció no lineal anomenada
COMPRESSOR que intenta uniformitzar les amplituds a l’entrada del conversors, i
després de la transmissió de dit senyal, el receptor realitzarà l’operació inversa
EXPAND per regenerar les amplituds originals.
[Sklar2001] p826.
Llei mu
Existeix una aplicació molt freqüent de transmissió de fonts analògiques que és la
transmissió de senyals de veu. Aquest tipus de senyals disten molt de tenir una
distribució uniforme a l’entrada, i poden ser caracteritzats mitjançant un estudi
estadístic per obtenir una aproximació a la seva pdf. La quantificació no uniforme
d’aquest tipus de senyals requereix una funció del COMPRESSOR logarítmica,
donades les característiques de l’estadística del senyal de veu.
Els laboratoris Bell van introduir als Estats Units una aproximació logarítmica del
COMPRESSOR coneguda com llei mu. Aquesta llei ajusta la funció de transferència
en funció del paràmetre mu, que modifica la curvatura de la funció logarítmica. Per un
conversor de 8 bits i un valor de mu=255, aquesta llei ha esdevingut l’estàndard del
sistema telefònic nord-americà.
[Sklar2001] p829-p830
Llei A
L’estàndard Europeu del CCITT de l’aproximació logarítmica es coneix com la llei A.
Aquesta llei és l’equivalent a la llei mu en el sistema de telefonia europeu. La funció
del COMPRESSOR està definida per trams com en el cas de la llei mu i també és
modificable en funció del paràmetre A.
25
Per un valor de A=87.56 amb un conversor de 8 bits es defineix l’estàndard de
telefonia, i el sistema obté una relació SNR de aproximadament 38dBs.
[Sklar2001] p834.
RESUM
En aquesta sessió s’han presentat els conceptes teòrics fonamentals per la
quantificació de fonts analògiques. S’han vist conceptes bàsics com el quantificador
uniforme i la caracterització del soroll introduït per aquest procés. Finalment, s’ha
justificat la necessitat de quantificadors no uniformes en aplicacions d’àudio i s’han
presentat els dos estàndards de telefonia, l’americà i l’europeu, com exemples
d’aplicacions reals de quantificació no uniforme.
26
SESSIÓ 6
Nom: Modulacions PCM i DPCM
Tipus: teòrica
Durada: 2 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A la sessió anterior varem estudiar el format bàsic dels senyals analògics per adaptar-
los a una representació discreta i digital: el mostratge i la quantificació. En el procés de
mostratge, el teorema de Nyquist per al mostratge de senyals de banda limitada ens
proporciona un criteri bàsic per determinar el número de mostres per segon
necessàries per poder reconstruir la banda freqüencial d’interès (centrada sempre a
baixa freqüència), aspecte fonamental de cara a saber la taxa final d’informació a
transmetre (n bits/s). D’altra banda, varem poder veure com el procés de quantificació
permet adaptar millor el compromís entre taxa d’informació mitjana (ara en bits/mostra)
i la qualitat final de la reconstrucció (relació entre la potència de senyal i la potència de
l’error de quantificació).
OBJECTIUS
En aquesta sessió seguirem analitzant el procés de format bàsic dels senyals
analògics (modulació PCM) i analitzarem un primer esquema que pretén explotar la
redundància inherent en els senyals analògics per tal de reduir la taxa d’informació o
bé per augmentar la qualitat (SNR de quantificació) tot mantenint aquesta taxa. Cal
establir un cert paral·lelisme entre el que pretén explotar el procés de quantificació per
a fonts analògiques (en general, no uniforme, tot fent que la distribució després de la
compressió sigui més uniforme) i la codificació de fonts discretes no equiprobables, i
en aquest segon cas, intentar explotar la redundància temporal de la font (p.ex.
DPCM) respecte a codificar fonts discretes amb memòria. Així doncs, com veurem, la
modulació DPCM pretén “eliminar” aquesta redundància temporal, tot calculant un
senyal que sigui més independent en el temps, i per tant, que pugui ser codificat amb
menys bits per mostra per a una mateixa qualitat de la reconstrucció.
CONTINGUTS
2.5.1 PCM (Pulse Code Modulation)

En aquest apartat estudiarem l’esquema d’un modulador PCM. La finalitat d’aquest
tipus de modulació és transformar una font de dades analògica en un seqüència
binària de sortida que pugui ser transmesa per un sistema de comunicacions digital.
27
Esquema del modulador
El modulador PCM consta de 3 blocs ben diferenciats. El primer bloc del sistema de
modulació PCM és l’esquema de mostratge. Aquest primer bloc s’encarrega de
generar una seqüència de mostres del senyal d’entrada. La freqüència de mostratge
s’haurà de seleccionar fent servir el criteri de Nyquist. El segon bloc de l’esquema del
modulador PCM és el sistema de quantificació. Aquest bloc s’ha estudiat amb detall a
la sessió anterior, i serà el que determinarà la qualitat del senyal codificat. Finalment,
el tercer bloc del modulador és el sistema de codificació. Aquest sistema codifica en un
codi binari el resultat del quantificador. El nombre de bits del codificador determinarà el
nombre d’intervals del quantificador, de tal forma que aquest paràmetre incideix
directament en la qualitat del senyal.
[Sklar2001] p834-p835
Característiques de la modulació PCM

La modulació PCM és una modulació senzilla i molt utilitzada en aplicacions reals. El
principal problema de la modulació PCM és que és una modulació poc òptima i
altament millorable sobretot en aplicacions de veu. En una aplicació de telefonia, fent
servir una freqüència de mostratge de 8KHz (segons el Teorema de Nyquist) i amb
una codificació amb 8 bits s’obté una velocitat de senyalització de 64Kbits/s (referent a
un canal bàsic RDSI). L’alta redundància de les mostres d’un senyal de veu permet
optimitzar el sistema de codificació amb tècniques com la DPCM (Differential Pulse
Code Modulation), que redueix sensiblement la velocitat de senyalització tot mantenint
la mateixa qualitat en el senyal codificat, millorant sensiblement les prestacions de la
PCM.
2.5.2 DPCM (Differential Pulse Code Modulation)

En aquest apartat estudiarem les característiques de la modulació DPCM, una
modulació derivada de la PCM que intenta aprofitar al màxim la redundància del
senyal d’entrada per obtenir una reducció de la velocitat binària de sortida. Aquesta
modulació s’utilitza fonamentalment en aplicacions de veu, tot i que els conceptes que
hi ha darrere d’aquesta teoria permeten la seva utilització en qualsevol aplicació amb
una bona caracterització del senyal d’entrada.
Caracterització dels senyals de veu

L’estudi de les característiques dels senyals de veu mostren uns resultats que
permeten pensar en tècniques de codificació més eficients que la simple modulació
PCM. La caracterització dels senyals normalment la podem realitzar en els dos
dominis, el domini freqüencial i el domini temporal. Seguidament farem una petita
reflexió sobre la caracterització d’un senyal de veu típic en ambdós dominis.
28
La figura següent mostra un espectre típic de potència per un senyal de veu.
L’estudi freqüencial del senyal de veu mostra que aproximadament el 90% de l’energia
es troba a freqüències inferiors als 4000Hz, cosa que justifica una freqüència de
mostratge de 8000Hz. D’altra banda, es pot veure que el màxim energètic està per
sota dels 1000Hz, un indicador de la correlació temporal que s’obtindrà en el senyal de
sortida. Un senyal de 1000Hz mostrejat a 8000Hz proporciona 8 mostres per cicle, on
les 4 primeres aproximadament tindran una forta correlació.
29
Aquest fet es veu justificat amb la funció de correlació temporal del senyal. La
correlació serà l’indicador del nombre de mostres correlatives que guarden una certa
similitud. Aquesta funció justifica la possibilitat de predir una mostra en funció de les
anteriors. Aquest factor és la base de la modulació DPCM.
[Sklar2001] p836-p837
Modulador DPCM
La idea que sustenta al modulador DPCM és realitzar una predicció de la mostra
següent per reduir el marge d’incertesa. Si la predicció és bona, només serà necessari
codificar l’error de predicció. Aquest senyal tindrà un marge dinàmic inferior al del
senyal d’entrada, cosa que permetrà obtenir la mateixa qualitat del senyal amb un
nombre de bits inferior.
La figura següent mostra el diagrama de blocs del modulador i del desmodulador

DPCM. S’observa que el sistema realitza una predicció de la mostra següent abans de
realitzar la quantificació. El senyal que es quantifica és l’error de predicció, i la
codificació d’aquest senyal és la que es transmet pel canal.
Cal remarcar que el sistema de predicció funciona amb les mostres ja quantificades i
codificades. Aquest procés és fonamental perquè el receptor pugui reconstruir el
senyal rebut sense propagació de l’error, ja que el predictor del receptor només
disposa de les mostres quantificades.
[Sklar2001] p838.
Predictor d’ordre N
El procés de disseny del sistema de predicció es fonamenta en la teoria de filtrat òptim
o filtre de Wienner. El disseny dels coeficients òptims del predictor consisteix en la
30
minimització del valor esperat de l’error quadràtic mig. La minimització de la funció de
cost ens porta a les conegudes equacions del predictor, equacions que després de la
seva resolució porten als coeficients òptims de predicció.
[Sklar2001] p839-841.
Característiques de la modulació DPCM

Les característiques de correlació del senyal de veu aconsellen l’ús de predictors de 3
o 4 coeficients. El senyal de veu només presenta correlació parcial amb aquelles
mostres que es troben a una distància temporal inferior a 4 mostres, cosa que justifica
l’ús de predictors de no més de 4 coeficients. El guany d’un sistema DPCM respecte al
sistema convencional PCM és d’entre 6 i 8dBs per sistemes de predicció amb
coeficients fixos, no obtenint un guany significatiu augmentant l’ordre del predictor.
L’ús de predictors adaptatius podria incrementar el guany, però complicaria
sensiblement el disseny del hardware i el cost computacional del codificador.
[Sklar2001] p841.
RESUM
En aquesta sessió hem estudiat les característiques fonamentals de la modulació PCM
i DPCM. Ambdues modulacions són especialment interessants pel seu ús en
aplicacions de telefonia. És important remarcar com les característiques de correlació
temporal del senyal de veu permeten millorar les prestacions del predictor, tot
augmentant la relació SNR pel mateix nombre de bits, o mantenint la mateixa qualitat
amb un codificador amb un nombre de bits inferior.
31
32
SESSIÓ 7
Nom: La modulació delta i la codificació de bloc.
Tipus: teòrica
Durada: 2 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A la sessió anterior es van estudiar les modulacions PCM i DPCM, així com la seva
aplicació a sistemes de transmissió de veu. Es van estudiar conceptes per millorar la
capacitat de codificació com ara la redundància temporal del senyal a codificar i la
correlació entre mostres. Aquest factor permet optimitzar la codificació, i serà un factor
que també aprofitarà la modulació delta.
OBJECTIUS
En aquesta sessió estudiarem, per començar, la modulació delta, un codificador que
es pot veure com un cas particular de la modulació DPCM on el predictor usa només la
mostra anterior i el quantificador és un simple comparador (1bit/mostra). Aquest
esquema només té sentit si es treballa a una velocitat de mostratge molt per damunt
de l’establerta pel criteri de Nyquist (sobremostratge), i permet sacrificar velocitat (baix
cost) en benefici de simplificar la quantificació (alt cost).
En segon lloc, estudiarem les tècniques de codificació de bloc, on, a diferència de les
tècniques de codificació de la forma d’ona estudiades fins ara, es codifica el senyal a
blocs d’N mostres, en compte de mostra a mostra. Això permet d’explotar la
redundància temporal des d’una altra perspectiva, i fent ús d’algorismes de
processament més complexos que els esquemes treballats fins ara.
CONTINGUTS
2.5.3 La modulació delta

En aquest apartat estudiarem les característiques fonamentals de la modulació delta.
Veurem a continuació que la modulació delta no és més que una particularització de la
modulació DPCM. Aquesta modulació assoleix les seves màximes prestacions quan
existeix una forta correlació entre mostres.
33
Esquema de la modulació delta
El modulador delta no és més que una modulació DPCM amb un quantificador d’un bit
i un predictor d’una mostra amb coeficient 1. El sistema de codificació simplement
envia un bit indicant el creixement o decreixement del senyal d’entrada en un pas de
quantificació delta. La motivació d’aquest sistema és que la velocitat és més barata
que la precisió. És factible treballar amb un sistema molt més ràpid que redueixi
sensiblement el cost computacional del sistema DPCM.
La forma d’accelerar el sistema és augmentar la freqüència de mostratge molt per

damunt del límit de Nyquist. Aquest fet provocarà una correlació més forta entre
mostres i justificarà una predicció de la mostra següent amb el mateix valor que
l’anterior. El sistema generarà un 1 per indicar que el valor següent és superior a
l’anterior i un 0 en cas contrari. La forta correlació entre mostres permet al
quantificador treballar amb un únic bit sense cometre gaire error.
[Sklar2001] p841-p842.
Limitació per sobrependent de la modulació delta

El principal problema de la modulació delta és el sobrependent que pot patir el senyal
d’entrada a conseqüència del pas de quantificació fix. El valor següent d’una
determinada mostra serà l’anterior més menys el pas de quantificació delta. Si el
creixement del senyal d’entrada és superior al pas de quantificació i aquest fet es dóna
de forma repetida, el sistema produirà un error per sobrependent.
El pendent màxim assolible pel codificador és
1
Δ * fs = Δ *
Ts
El sistema s’haurà de dissenyar per tenir la capacitat de seguir les evolucions del
senyal d’entrada, esdevenint delta i fs dos paràmetres fonamentals en el disseny del
codificador. Per augmentar la capacitat de seguiment es pot augmentar la freqüència
de mostratge, o bé augmentar el pas de quantificació delta. Aquesta segona opció no
és aconsellable per que pot reduir sensiblement la qualitat del senyal codificat tal i com
veurem al concepte següent.
Error granular
Altre factor distorsionant de la modulació delta és l’error granular. Aquest error ve
produït per les alternances en el senyal codificat degut a les constants fluctuacions pel
pas de quantificació delta. Considerem el cas de codificació d’un senyal constant. Tot
just el sistema s’apropa al valor a codificar aniria incrementant i disminuint el senyal
codificat per mantenir un valor mig de sortida igual al del senyal codificat. Aquest
efecte serà tant més important com més gran sigui el pas de quantificació delta. Caldrà
doncs seleccionar de forma adequada aquest paràmetre per mantenir una
determinada qualitat en el senyal codificat.
34
2.6 Introducció a les tècniques de codificació
de bloc
Els sistemes de codificació de fonts analògiques estudiats fins aquest moment són de
naturalesa escalar ja que cada mostra de sortida es basa en la mostra actual i
possiblement en el resultat de les sortides anteriors. Els sistemes de codificació per
blocs tracten el senyal d’entrada a blocs d’N mostres, i realitzen la codificació tenint en
compte tota la informació que hi ha en el vector de N mostres sota anàlisi.
Els sistemes de codificació per blocs assoleixen factors de compressió elevats gràcies
a la interpretació conjunta del bloc de dades, podent aconseguir codificar senyals de
8bits/mostra a senyals de 2bits/mostra.
Les tècniques de codificació de bloc són variades, però normalment mapen els vectors
d’entrada sobre un nou sistema de coordenades que permeti una codificació amb un
nombre de bits inferior. El mètode de mapar pot ser reversible o irreversible en funció
de si el mapatge es realitza sobre tot l’espai o només sobre un subespai del senyal.
Les tècniques de mapatge irreversible perden qualitat de senyal produint pèrdues
sobre el senyal codificat. L’objectiu dels sistemes de codificació és mantenir aquestes
pèrdues controlades per garantir una mínima qualitat del senyal per la seva aplicació.
Els codificadors de bloc s’acostumen a classificar segons els diferents mètodes de

mapatge:
- Quantificadors vectorials.
- Transformacions ortogonals.
- Codificadors per subbandes.
2.6.1 Quantificació vectorial

La quantificació vectorial és l’extensió natural de la quantificació escalar a N
dimensions. En el cas de la quantificació escalar se selecciona un valor representatiu
per a cada interval de valors de l’entrada segons un determinat criteri de fidelitat. Per
extensió, en el cas de la quantificació vectorial se selecciona un vector per representar
una determinada àrea, volum o hipervolum de l’espai d’entrada. El vector representatiu
de cada partició de l’espai d’entrada se seleccionarà igualment seguint un determinat
criteri de fidelitat.
La descripció d’un quantificador vectorial es realitza en funció de dos criteris:
- Generació de la població del codi.

- Cerca del vector representatiu d’una determinada mostra d’entrada.
Generació de la població del codi

Els vectors utilitzats en un codificador vectorial s’han de triar de forma acurada per
obtenir una representació el més fidel possible del senyal d’entrada amb una població
del codi reduïda. Existeixen diferents metodologies per a la generació de poblacions
per codificadors:
35
Determinística: Es basa en un coneixement a priori que es pugui tenir del senyals a
codificar. Un coneixement de la informació d’entrada permet realitzar el disseny d’un
codificador adaptat a les característiques del senyal.
Estocàstica: S’assumeix un coneixement de la pdf dels vectors d’entrada i es

dissenya una partició de l’espai per minimitzar el soroll de quantificació del codificador,
de forma similar al disseny unidimensional.
Iterativa: Els sistemes de generació de codi iteratius modifiquen constantment els

vectors del codi en funció de les dades que van rebent a l’entrada. Són sistemes que
pretenen arribar a la solució estocàstica però sense un coneixement previ de
l’estadística del senyal. A mesura que es van rebent vectors d’entrada el sistema va
modificant la població del codi per maximitzar la qualitat de la codificació amb un
nombre de vectors del codi fix.
[Sklar2001] p855 (apartat 13.5.1.2)
Procés de codificació
Un cop dissenyada la població del codi, cada vegada que el sistema codifica un
determinat vector d’entrada ha de realitzar la cerca d’aquest dintre de la totalitat de la
població. Un cop s’ha trobat l’element més similar es transmet un índex indicant la
seva posició dintre de la població total del codi. El receptor, en rebre el valor de l’índex
reconstrueix el valor d’entrada amb l’indexació del codi dintre de la població.
Quan comença a créixer la mida de la població, el procés de cerca exhaustiva es

comença a fer inviable, i cal recórrer a altres alternatives per accelerar el procés de
codificació. Els mètodes més coneguts per resoldre el problema de la codificació són:
Codebook: És un mètode de cerca en una taula de vectors de codis a memòria. Cada

pattern (patró) s’identifica amb un punter o índex, i la rutina de codificació selecciona
aquell més similar al vector d’entrada i fa la transmissió de l’índex corresponent.
Aquest procés de codificació és simplement un procés de cerca exhaustiva sobre els
diferents patterns emmagatzemats a memòria.
Tree and Trellis Coders: Són mètodes on el patró no es pot seleccionar de forma
directa o independent, sinó que el procés de codificació requereix l’anàlisi d’una
estructura en arbre per obtenir finalment la seqüència d’aproximació al vector
d’entrada. Cada node de l’arbre és representatiu de tot el conjunt de vectors que es
troben als nodes inferiors, i la comparació amb els primers nodes determinarà a quin
dels diferents conjunts de vectors (no vectors independents) pertany el vector
d’entrada. Una vegada s’ha fet la primera diferenciació per grups, el procés s’anirà
repetint de forma iterativa fins obtenir el vector final que representa la codificació.
[Sklar2001] p854-p855.
36
2.6.2 Codificació per mètodes transformats
Un sistema de codificació basat en mètodes transformats requereix els processos
següents:
- Una transformació invertible aplicada al vector d’entrada.

- El procés de quantificació del vector transformat.
- La transmissió i recepció dels coeficients.
- La transformació inversa dels coeficients rebuts.
En aquest apartat estudiarem la finalitat dels diferents processos implicats en el procés

de codificació per mètodes transformats i l’objectiu que persegueix cadascun dels
processos implicats. La figura següent mostra un esquema representatiu dels diferents
blocs implicats en el procés de codificació.
Transformació del vector d’entrada

L’objectiu de la transformació d’entrada no és realitzar cap codificació. L’objectiu
fonamental d’aquest primer bloc del codificador és proporcionar una representació
alternativa i invertible que faciliti la posterior codificació. Imaginem que volem realitzar
la codificació d’un vector d’entrada d’N mostres i que fem ús d’un quantificador
vectorial obtenint uns determinats resultats. Considerem ara la possibilitat de calcular
la DFT d’N mostres d’aquest mateix vector. Si intentéssim realitzar la quantificació
vectorial del nou vector de dades podríem obtenir millors resultats segons les seves
característiques freqüencials, sobretot si aquesta transformació aconsegueix
compactar l’energia del vector d’entrada en pocs coeficients.
Existeixen diferents tipus de transformacions aplicables a aquest procés. El primer

gran grup de transformacions són aquelles independents de les dades d’entrada, és a
dir, transformacions vectorials ben conegudes que es poden aplicar a un vector o
matriu de dades donat. Entre elles podem citar:
- DFT: Discrete Fourier Transform.

- DWHT: Discrete Walsh-Hadamar Transform (similar a la DFT però amb vectors
formats per 1 i -1). El gran avantatge d’aquesta transformada sobre la DFT és la
reducció del cost de computació, que passa a ser sumes i restes únicament.
37
- DCT: Discrete Cosine Transform (transformada i aplicada en tractament digital
d’imatges i coneguda per la seva capacitat de compactació d’energia).
D’altra banda, podem trobar-nos amb transformacions dependents de les dades

d’entrada. Aquests mètodes obtindran uns resultats de codificació millors als mètodes
anteriors, però requereixen un cost computacional addicional important. La
transformació més coneguda d’aquest tipus és:
- DKLT: Discrete Karhunen-Loeve Transform, a vegades coneguda com PCT

(Principal Component Transform). Aquesta matriu realitza la codificació òptima en
realitzar un anàlisi de components principals (autovectors i autovalors) de la matriu de
correlació de les dades d’entrada.
[Sklar2001] p856-p857.
Quantificació del vector transformat

En cas que la transformada realitzi una compactació d’energia sobre determinats
coeficients del vector transformat, el sistema de quantificació podria fer servir diferents
nombre de bits per quantificar cada coeficient, obtenint una millora en la qualitat final
del senyal codificat. En aquest cas, caldria assignar un nombre de bits a cada
coeficient proporcional a la seva influència sobre la percepció humana, aconseguint
d’aquesta forma millorar l’efecte sensitiu del senyal codificat. El vector quantificat pot
ser de la mateixa dimensió del vector d’entrada o d’una dimensió reduïda, eliminant la
transmissió de coeficients poc significatius o de poca influència en el resultat final.
[Sklar2001] p856-p857.
2.6.3 Codificació per subbandes

A la sessió anterior hem estudiat diferent mètodes de codificació per subbandes.
Aquests mètodes en molts casos es basaven en algun tipus de transformació
freqüencial que permetia compactar la informació en cadascuna de les diferents
subbandes. Si la transformació aplicada era la DFT, cada coeficient del vector
transformat representa el contingut energètic a cadascuna de les N diferents
subbandes.
En aquest apartat estudiarem un nou mètode de codificació que utilitza conceptes de

divisió freqüencial per subbandes, i que es pot considerar com un tipus particular de
sistema de codificació per blocs. Seguidament analitzarem amb detall les
característiques fonamentals del codificador per subbandes.
38
Esquema del codificador per subbandes
El codificador per subbandes genera una descomposició de la informació d’entrada en
un conjunt de diferents sèries temporals mitjançant un filtrat temporal en diferents
subbandes. Aquest procediment descomposa la informació del senyal original en
diferents senyals, essent cada senyal la projecció sobre una banda freqüencial
diferent. Aquest procediment genera senyals ortogonals entre si, on la suma de tots
generen la dimensió de l’espai original.
El senyal generat a cada subbanda de l’estructura es pot mostrejar i quantificar de

forma independent en funció de l’amplada de banda escollida i de la potència del
senyal confinat en aquella banda. En cas que tots els filtres tinguin subbandes de la
mateixa amplada, la freqüència de mostratge que es farà servir serà la mateixa per a
tots els senyals. En aquest cas concret, s’assignarà una quantificació amb major
nombre de bits a les subbandes de major contingut energètic.
L’estalvi de bits en bandes de poc contingut energètic permet reduir sensiblement el

volum de dades a transmetre sense perdre qualitat en el senyal. Cada canal es delma
amb el factor per elevat que garanteix evitar l’aliàsing, obtenint així el mínim nombre
de mostres que permet recuperar tota la informació de cada subbanda.
En el receptor es realitza el procés invers, tornant a mostrejar (interpolant) i centrant la

banda rebuda sobre la mateixa freqüència central que tenia abans de realitzar la
codificació.
[Sklar2001] p858-p859.
Codificació de senyals de veu

En el cas d’utilitzar la codificació per subbandes per senyals de veu, és freqüent
utilitzar filtres amb freqüències centrals i amplades de banda diferents per cada
subbanda. Un esquema comú en aquest tipus d’aplicacions són els filtres de Q
constant. Aquest tipus de filtres tenen freqüències centrals equiespaiades de forma
logarítmica amb amplades de banda proporcionals a la freqüència central.
Aquest tipus de filtres presenten distribucions de freqüències i amplades de banda

uniformes quan es representen sobre una escala logarítmica, i presenten les propietats
espectrals de molts sistemes acústics.
[Sklar2001] p859.
RESUM
En aquesta sessió s’han introduït dues de les tècniques més conegudes de la
codificació per blocs, la quantificació vectorial i la codificació per mètodes transformats.
Ambdós mètodes obtenen bones prestacions de codificació pel fet de tractar les dades
d’entrada per blocs. Les característiques intrínseques de cada bloc de dades permet
39
realitzar una codificació més òptima gràcies a la detecció de patrons comuns en els
diferents blocs. La gran diferència del mètode de codificació per mètodes transformats
és el pas previ de preparació de les dades mitjançant una determinada transformada
que faciliti el procés de codificació. La resta de conceptes associats a aquesta nova
metodologia són similars als del quantificador vectorial.
40
SESSIÓ 8
Nom: Problemes de codificació de font.
Tipus: de problemes
Durada: 2 hores
Dedicació: 3 hores
Material:
[Sklar2001]
CONTINGUTS
2.6.4 Problema de càlcul d’entropia

Una font discreta genera tres símbols independents A, B i C amb probabilitats 0.9,
0.08, i 0.2, respectivament. Determina l’entropia de la font.
2.6.5 Problema de codificació de font discreta

Una font discreta genera dos símbols independents A i B amb probabilitats
condicionades:
P ( A A) = 0.8
P ( A B ) = 0.6
P (B A) = 0.2
P (B B ) = 0.4
- Determina les probabilitats dels símbols A i B

- Determina l’entropia de la font.
- Determina l’entropia de la font si els símbols són independents amb igual probabilitat.
2.6.6 Problema de càlcul d’un predictor lineal

Un filtre predictor lineal de 2 etapes és dissenyat per operar en un sistema DPCM.
Aquest predictor és de la forma
∧
X ( n ) = a1 X ( n − 1) + a 2 X ( n − 2)
- Determina els valors de predicció a1* i a2* que minimitzin l’error quadràtic mig.
- Determina la potència de l’error de predicció
41
Suposa que el senyal d’entrada X(n) és real (veu) i té la funció de correlació següent:
⎧ n
⎪
Rxx[n] = ⎨1 − 4 n = 0,1,2,3,4
⎪⎩ 0 resta
2.6.7 Problema disseny d’un codi de Huffman

Dissenya un codi binari de Huffman, per a una font discreta de tres símbols
independents A, B i C amb probabilitats 0,9, 0,08 i 0,2 respectivament. Determina la
longitud mitja del codi.
RESUM
En aquesta sessió hem realitzat alguns problemes de codificació de font. Els resultats
el trobareu publicats a l’e-campus dins de la carpeta de l’assignatura.
42
SESSIÓ 9
Nom: La codificació d’àudio.
Tipus: teòrica
Durada: 2 hores
Dedicació: 3 hores
Material:
[Sklar2001]
OBJECTIUS
En aquesta sessió estudiarem diferents esquemes d’aplicacions reals per a la
codificació d’àudio. Aquests esquemes mostraran els sistemes de codificació reals que
formen la base d’alguns esquemes aplicats a la telefonia o a altres sistemes digitals
actuals.
CONTINGUTS
2.7 Codificació d’Àudio

La compressió d’àudio ha estat un problema que ha entrat directament en el mercat
professional i de gran consum lligada a l’aparició de coneguts productes com ara el CD
(Compact Disc), el DDC (Digital Compact Cassette), el DAB (Digital Audio
Broadcasting), el DVD (Digital Versatile Disc) o fins i tot l’MPEG audio layer 3 (MP3)
per a la distribució per internet.
Addicionalment, la telefonia digital i especialment la telefonia cel·lular amb els seus

requeriments de baixa amplada de banda i baix consum per allargar la vida de les
bateries han estat també aplicacions impulsores de nous estàndards de compressió de
veu.
Típicament, els sistemes d’àudio es diferencien segons les aplicacions i algunes

mesures que determinin la seva qualitat per cada tipus d’aplicació.
[Sklar2001] 870.
43
2.7.1 Adaptive Differential Pulse-Code Modulation.
El primer exemple de sistema de compressió d’àudio l’analitzem lligat a aplicacions de
telefonia digital. Un estàndard conegut en aquest àmbit és el CCITT G. 726 adaptive
differential pulse code modulator (ADPCM).
Aquest estàndard realitza la compressió del senyal d’àudio fent una predicció dels
valors futurs en funció dels senyals prèviament quantificats. L’estàndard accepta com
a senyals d’entrada senyal digital mostrejada amb 8 bits o senyals que segueixin les
lleis A o mu a 64Kbits/s. El sistema genera un senyal de sortida comprimit a diferents
factors depenent de la qualitat desitjada a velocitats de 12, 24, 32 o 40Kbits/s.
[Sklar2001] p870-p871.
2.7.2 Subband-Partitioned Adaptive Differential

Pulse-Code Modulation
L’estàndard CCITT G.722 és un estàndard per a la codificació de senyals de veu de
banda ampla. Aquest estàndard ofereix una millora significativa pel que a qualitat es
refereix respecte als senyals de telefonia. Amb l’objectiu d’assolir aquesta qualitat,
l’esquema separa el senyal d’entrada mostrejat a 16KHz en dues bandes diferents.
Cada una de les subbandes es delma en factor 2 fins assolir una velocitat de
8Kmostres/s a cada canal. Cada canal es codifica amb un sistema ADPCM
independent i aquestes es combinen assolint velocitats de sortida de 48Kbits/s per la
banda inferior i 16Kbits/s per la superior.
[Sklar2001] p871.
2.7.3 Codebook-Excited Linear Predictive Coding.

Els sistemes de codificació utilitzant filtres de predicció assoleixen qualitat bona fins a
velocitats de 16Kb/s, però la qualitat comença a degradar-se per sota d’aquestes
velocitats. En aquest cas, el sistema de predicció es podria modificar per assolir
qualitats bones a velocitats de 4.8 i 9.6Khz si el procés de codificació es divideix en
dues etapes en un procediment de síntesi per anàlisi.
Generació dels coeficients LPC

La primera etapa del procediment de generació del senyal de veu es realitza calculant
els coeficients LPC òptims per a una trama de senyal de 20ms. Normalment, el
sistema genera un predictor LPC d’ordre 10 que actuarà com a filtre de generació del
senyal per a cada trama.
44
Generació del senyal d’excitació
L’etapa més innovadora d’aquest procediment consisteix a utilitzar per a cada bloc un
senyal d’excitació adaptat a la trama de senyal que es vol reconstruir. El sistema resol
aquest procés mitjançant l’aplicació de diferents fonts d’excitació diferent i seleccionant
aquella que es converteix en la millor candidata per ser la que reprodueix la trama amb
més fidelitat.
[Sklar2001] p872.
Fisiologia del senyal d’excitació

L’estudi del procés fisiològic de generació de senyals de veu delata, com és ben
conegut, que els senyals d’excitació usualment corresponen a senyals periòdics
produïts pel moviment harmònic de les cordes vocals. El període d’excitació del senyal
de veu P està lligat al pitch de la persona que parla.
Un sistema digital senzill que permet generar senyals periòdics d’aquestes

característiques correspon al filtre amb la següent equació en diferències
y[n ] = x[x ] + g y[n − P ]
essent
∞
h[n] = ∑ g k δ [n − kP ]
k =0
la resposta impulsional d’aquest sistema.
El sistema de síntesi tria un senyal d’excitació diferent cada 5ms, de tal forma que
durant cada trama hi haurà 5 senyals d’excitació diferents. L’entrada al filtre de pitch se
selecciona d’un codebook que normalment té 124 entrades. L’accés al codebook es fa
cada 2.5ms.
El senyal seleccionat actua com a entrada del filtre de pitch, i aquest serà el que
alimentarà finalment als coeficients LPC per generar el senyal de sortida final.
[Sklar2001] p872.
Codificador del sistema IS-95

L’estàndard de telefonia cel·lular IS-95 utilitza un sistema de codificació de veu com el
descrit en aquest apartat. Cada trama requerida per representar 20ms de senyal conté
192 bits assignats per representar els paràmetres codificats de la forma següent:
10 coeficients LPC 40 bits.

4 retards i paràmetres de guany del filtre de pitch 40 bits.
45
8 adreces del codebook 80 bits.
Bits de paritat i d’overhead. 32 bits.
La velocitat d’aquest sistema és de 9600bits/s, però aquesta velocitat es redueix

encara més si el sistema detecta pauses.
[Sklar2001] p872-p873.
2.7.4 Sistema de codificació d’àudio MPEG

La ISO (International Standards Organizations) i el grup MPEG (Motion Picture Experts
Group) descriuen de forma conjunta una metodologia de compressió d’àudio per
acompanyar el format de vídeo comprimit conegut com MPEG.
L’estàndard consisteix en tres capes, on cada capa suposa un increment de la

dificultat d’implementació així com de la millora subjectiva del senyal generat. El
sistema pot treballar amb senyals d’entrada amb velocitats de 32, 44.1 i 48KHz i
genera sortides de 32 a 192Kbits/s per canal mono i de 64 a 384Kbits/s per canal
estèreo. L’estàndard també disposa de sortida mono, sortida estèreo, canal dual o
estèreo combinat.
Llindar de percepció espectral humana

El sistema de codificació d’àudio de l’estàndard MPEG treballa amb un model en
temps real del model de percepció auditiva humana. Aquest model representa el llindar
mínim de percepció humana en funció de la freqüència. Tot nivell de pressió que
estigui per sota d’aquest llindar no serà detectat per l’oïda humana, de tal forma que
no caldria codificar-ho.
Aquest nivell d’audició és variant amb el temps i depenent de la densitat espectral de

potència instantània rebuda per l’oïda, de tal forma que si rebem un to de gran nivell,
aquest farà que l’efecte de tons adjacents de potència més baixa no siguin detectables
per l’oïda humana (Veure figura 13.38, pag. 874).
El sistema de codificació només codificarà amb gran fidelitat els senyals que estiguin
de forma instantània per sobre del llindar espectral de percepció. El sistema
aconsegueix aquest efecte utilitzant un conjunt de filtres de banda estreta per separar
les diferents subbandes del senyal d’entrada, i assigna un nombre de bits a cada filtre
de forma proporcional a les amplituds obtingudes a cada subbanda. Per exemple, si un
senyal presenta 30dB de nivell per sobre del llindar, el sistema únicament assignarà 5
bits per a la seva quantificació, ja que si s’utilitzessin més bits el sistema estaria
codificant un senyal no detectable per l’oïda.
[Sklar2001] p873-p874.
46
Funcionament del codificador
En aquest concepte estudiarem breument com actua el sistema de codificació. El
codificador agafa un senyal PCM codificat en 16 bits que enfinestrat convenientment,
divideix en subbandes mitjançant l’aplicació de 32 filtres polifase separats
uniformement. Els filtres presenten una atenuació en els canals adjacents de 96dBs, el
nivell necessari per eliminar els efectes auditius del soroll de quantificació. El senyal a
la sortida de cada filtre es delma al nivell màxim possible per reduir el nombre de
mostres a transmetre.
El descodificador realitza el procés invers per regenerar en el receptor el senyal

codificat.
[Sklar2001] p874.
RESUM
En aquesta sessió hem estudiat les característiques fonamentals d’alguns sistemes de
codificació de fonts d’àudio actuals. En aquesta sessió hem pogut observar com les
diferents metodologies de codificació s’apliquen sobre senyals de veu.
47
48
SESSIÓ 10
Nom: Codificació d’imatge.
Tipus: teòrica
Durada: 2 hores
Dedicació: 3 hores
Material:
[Sklar2001]
OBJECTIUS
En aquesta sessió estudiarem dues tècniques de codificació i compressió d’imatges.
Les característiques de les imatges presenten les seves particularitats concretes, i això
fa que els mètodes de codificació d’imatges presentin particularitats concretes i
diferents de la resta de sistemes de codificació.
CONTINGUTS
2.8 Introducció a la codificació d’imatge

Les imatges són un tipus de senyals bidimensionals que s’estan arrelant en les
aplicacions de les últimes dècades. L’augment de la capacitat de processament, la
memòria dels ordinadors i les màquines de processament i les aplicacions multimèdia
interactives han fet que les imatges formin part de l’actualitat de les noves tecnologies.
La codificació i compressió d’imatges és un procés vital de cara a optimitzar el temps

de transmissió d’imatges i reduir la capacitat d’emmagatzematge tant d’imatges com
de vídeos. En aquesta sessió estudiarem un parell de tècniques de codificació
d’imatges. La primera serà la codificació JPEG per imatges estàtiques, passant
posteriorment a analitzar els fonaments de la codificació MPEG per a la transmissió de
vídeo.
[Sklar2001] p875-p876.
2.8.1 Joint Photographic Experts Group (JPEG)

El mètode JPEG es conegut com un mètode de codificació i compressió d’imatges
amb pèrdues. Això vol dir que el senyal reconstruït pot presentar pèrdues respecte a la
imatge original, tot i que els errors normalment estan restringits a ser inferiors a la
percepció humana.
El sistema JPEG ofereix tres alternatives de compressió basades en l’ús de la

transformada DCT (Discrete Cosine Transform), la DCT seqüencial, la DCT
49
progressiva i la DCT jeràrquica. No obstant, també accepta un mètode sense pèrdues
utilitzant codificació de l’error per entropia.
DCT (Discrete Cosine Transform)

El fonament del sistema JPEG és la transformada DCT (Discrete Cosine Transform).
Aquesta transformada presenta alguns avantatges respecte a la transformada FFT de
cara a la codificació i compressió de senyals. Els avantatges de la DCT venen lligats
per les propietats de mostratge i periodicitat de la FFT. Es ben conegut que el
mostratge de l’espectre provoca la periodicitat en el temps i el seu efecte dual.
L’extensió periòdica del senyal original presenta discontinuïtats als extrems que
provoquen components d’alta freqüència. La DCT realitza la FFT d’un senyal parell
generat a partir de la seqüència original i la seva versió girada. Aquest procés
generarà un senyal que no presentarà discontinuïtats en els extrems, de tal forma que
es reduiran les components espectrals d’alta freqüència augmentant les possibilitats
de comprimir el senyal.
D’altra banda, si existeix un altre avantatge de la transformada DCT, és que en tractar-

se d’un senyal parell, la transformada serà real i parella, de tal forma que no existirà la
necessitat de calcular la part imaginaria,
[Sklar2001] p876.
Transformació del senyal RGB

La transformada JPEG es basa també en les característiques de la percepció humana
amb la finalitat de codificar de la forma més eficient la imatge original. La sensibilitat de
l’ull humà, per raons fisiològiques presenta més precisió als canvis de lluminositat que
als canvis de color. El sistema JPEG realitza una transformació sobre el senyal RGB i
sobre les components de croma realitza una delmació en factor 2.
[Sklar2001] p878.
Esquema del codificador

Desprès de realitzar la transformació de la imatge original, el sistema JPEG agafa el
senyal d’entrada en blocs de 8x8. El sistema alterna entre els blocs de luminància i els
blocs de croma delmats de la imatge transformada. Sobre aquests blocs s’aplica una
transformada DCT bidimensional, on els coeficients de la transformada es quantifiquen
de forma proporcional a la seva amplitud i a la sensibilitat de l’ull humà.
Les sortides de la transformada DCT es transmeten en zig-zag, de tal forma que els de
baixa freqüència (normalment els de major valor) són els primers que es transmeten,
deixant per al final aquells corresponents a altes freqüències. Els coeficients es
codifiquen mitjançant un codi Huffman per finalitzar el procés.
50
[Sklar2001] p878-p879.
2.8.2 Motion Picture Experts Group (MPEG)

En aquest apartat estudiarem els fonaments del sistema de codificació MPEG. Aquest
estàndard permet la codificació per seqüències de vídeo i l’àudio associat. En aquesta
sessió estudiarem els conceptes fonamentals de l’estàndard MPEG-2, sistema
conegut per la varietat d’aplicacions de vídeo orientada fonamentalment a la seva
transmissió via internet.
Fonaments de l’MPEG-2
El sistema MPEG comprimeix seqüències d’imatges aprofitant el gran factor de
correlació que existeix entre imatges successives de la mateixa seqüència. La
codificació MPEG està formada per tres tipus d’imatges diferents. Les imatges I es
coneixen com les Intra-frame, les imatges P Predicted images i les imatges B
Bidirectional-predicted Images. El sistema juga amb aquest tres tipus d’imatges per
generar una seqüència de vídeo de baixa velocitat.
Imatges I Intra-frame
En la codificació MPEG, una de cada M imatges està formada per la imatge real de la
seqüència directament comprimida en format JPEG. Aquestes imatges formen la
referència a partir de les quals treballarà el sistema de codificació. Aquestes
seqüències són independents de les anteriors i posteriors, ja que es generen
directament comprimint la imatge original de la seqüència. Són les imatges que
presenten un cost de codificació superior.
[Sklar2001] p880.
Imatges P
Les imatges P són imatges que es generen entre les imatges I. El sistema de
codificació agafa cada macrobloc (una subimatge) de la imatge inicial I, i mitjançant
tècniques de correlació determina la nova posició a la imatge següent I. Aquesta
informació determinarà un conjunt de vectors de moviment (un per cada macrobloc)
que ajudarà a la generació de les imatges P.
Per generar cada imatge P, el sistema prediu la posició de cada macrobloc, i

mitjançant tècniques de correlació determina la posició exacta a la imatge P. La
diferència entre la imatge real i la imatge resultant de la predicció serà una imatge
error. El sistema MPEG no codifica la imatge P real, sinó que codifica la imatge error,
51
que requerirà un nombre de bits inferior. El descodificador generarà la imatge P en
funció de les prediccions en funció de les I i la imatge error codificada mitjançant la
DCT.
[Sklar2001] p880-p881.
Imatges B
Les imatges B són les imatges més senzilles de descodificar i codificar. Aquestes
imatges es generen entre les imatges I i les imatges P per completar les imatges
intermèdies. Atès que la correlació entre imatges serà elevada, el sistema podrà
generar el conjunt d’imatges B de forma senzilla en funció de prediccions entre la
imatge I i la imatge P més properes. La predicció serà bidireccional i la codificació de
les imatges B únicament haurà de desplaçar linealment i corregir les prediccions
realitzades degudes al moviment dels blocs previs i posteriors.
[Sklar2001] p882.
Conceptes bàsics del codificador

El codificador MPEG presenta algunes característiques interessants que convé
estudiar per analitzar el funcionament i prestacions d’aquest estàndard de codificació.
El diagrama de blocs del codificador MPEG el podem veure a la figura 13.47, pàg. 883
del llibre de text. Es pot observar en el diagrama de blocs que el sistema MPEG
correspon a una estructura clàssica de predictor amb corrector.
El sistema treu un flux de dades de sortida exactament igual a la capacitat del canal,
mantenint-se aquest flux constant durant tota la transmissió. Per assolir aquest
objectiu, el sistema es fonamenta en la percepció del cervell humà a la qualitat d’una
imatge. Si les imatges presentades presenten gran moviment, el cervell accepta
senyals de més baixa qualitat, en canvi, davant de senyals estàtiques, el cervell
requereix una qualitat d’imatge més alta per apreciar-la positivament.
Per a uns nivells de quantificació fixes, una imatge estàtica es traduiria en un flux de
dades inferior a la sortida. No obstant, el sistema de codificació en l’esquema MPEG
detecta la reducció del flux de dades en el buffer (memòria d’imatge) final del
esquema. En cas de detectar aquest efecte, essent evident que estem en una
seqüència d’imatges estàtica, el sistema augmenta la resolució en la quantificació dels
coeficients de la DFT fins arribar al flux màxim de sortida, millorant d’aquesta forma la
qualitat de les imatges transmeses.
Aquest procés adapta la qualitat de la imatge en funció de les característiques

perceptuals del cervell, i a la vegada garanteix un flux de dades constant a la sortida.
[Sklar2001] p883-p884.
52
El procés de descodificació
L’esquema de descodificació del sistema MPEG és pràcticament el diagrama de blocs
invers del sistema anterior. No obstant, les particulars característiques d’aquest
sistema de codificació requereix resoldre alguns problemes que caldrà tractar amb
detall.
Atès que les imatges B requereixen de referències conegudes anteriors i posteriors per
fer el seu càlcul (estan codificades en funció de prediccions bidireccionals), el sistema
de codificació haurà de tenir en compte com enviar la informació al receptor a fi que
aquest pugui descodificar correctament el senyal.
Si la seqüència d’imatges codificada en el transmissor és
I1 B1 B2 P1 B3 B4 P2 B5 B6 I7
les imatges I i les imatges P són imatges que es transmeten com a referències
absolutes, bé codificades directament com les I, o bé corregides en funció del senyal
error com les P. El sistema de descodificació necessitarà d’aquestes referències per
poder generar correctament la predicció de les imatges B necessàries per generar les
seqüències intermèdies.
El codificador reordenarà les imatges de la següent forma abans de subministrar-les al

descodificador.
I1 P1 B1 B2 P2 B3 B4 I7 B5 B6
d’aquesta forma, quan el descodificador hagi de regenerar les imatges B1 i B2, el

sistema disposarà de les seves referències I1 i P1, poden calcular les prediccions
bidireccionals i regenerar adequadament la imatge.
[Sklar2001] p882-p883.
RESUM
En aquesta sessió hem pogut estudiar dos sistemes coneguts de codificació i
compressió d’imatges i vídeo. Tots dos sistemes es basen en les característiques
perceptives de l’ésser humà per assolir resultats de gran qualitat amb una taxa de bits
reduïda. Un exemple clar dels resultats d’aquest sistema és l’MPEG, un dels sistemes
més arrelats per a la transmissió de so i vídeo per Internet.
53
54
SESSIÓ 11
Nom: Problemes de codificació de font II
Tipus: de problemes
Durada: 2 hores
Dedicació: 3 hores
Material:
[Sklar2001]
OBJECTIUS
En aquesta sessió platejarem alguns problemes de codificació de font per comprovar
el coneixement adquirit durant les sessions prèvies. L’objectiu d’aquesta sessió serà
l’estudi personal i la reflexió dels conceptes presentats en aquest capítol.
CONTINGUTS
2.9 Problema del codificador LPC

- Expliqueu i raoneu els fonaments de la codificació LPC per a senyals d’àudio
tot plantejant les equacions que s’han de resoldre per tal de calcular els
coeficients òptims del subsistema de predicció.
- Comenteu les característiques del sistema de codificació de veu de l’estàndard
IS-95, tot comentant els diferents mòduls que formen part del subsistema de
codificació.
2.9.1 Sistema de codificació per subbandes

- Dibuixeu l’esquema d’un codificador i descodificador d’un sistema de
subbandes, tot indicant la relació entre les amplades de banda dels filtres i els
factors de delmació i interpolació de l’esquema.
- Comenteu breument com es determina el nombre de bits del sistema de
codificació de cada subbanda en funció de les característiques del senyal.
2.9.2 Sistema de codificació MPEG

- Enumereu les particularitats del sistema de codificació de vídeo MPEG.
- Comenteu en quines característiques fisiològiques de l’ésser humà es
fonamenten.
- Comenteu quines tècniques utilitza el sistema per mantenir el flux de dades de
sortida a una velocitat constant.
55
56
SESSIÓ 12
Nom: Introducció a la codificació de canal
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A l’anterior sessió vam acabar el capítol sobre la codificació de font amb el
plantejament d’alguns problemes per resoldre.
OBJECTIUS
L’objectiu d’aquesta sessió és introduir el concepte de la necessitat de l’ús de la
codificació de canal per a la detecció i/o correcció d’errors produïts durant una
transmissió en un enllaç digital o en l’emmagatzematge en un suport físic.
CONTINGUTS
Els continguts d’aquesta sessió estan orientats a repassar els conceptes més
fonamentals sobre els codis detectors i/o correctors d’errors. Després de veure la
necessitat del seu ús per garantir una determinada fiabilitat en una comunicació,
veurem els diferents models de canal que es fan servir en aquest àmbit a l’hora de
treballar des del punt de vista de la informació i revisarem alguns conceptes previs
com la quantitat de redundància i velocitats del codi. Acabarem recordant els codis
amb un únic bit de paritat i els codis rectangulars.
3. Codificació de canal
3.1 Introducció a la codificació de canal

La codificació de canal es pot definir com un conjunt de transformacions aplicades als
senyals en un sistema de transmissió amb l’objectiu principal d’optimitzar l’eficiència
de la comunicació. Els principals inconvenients que intenta combatre un sistema de
codificació de canal són aquells fenòmens de distorsió presents en la comunicació:
soroll, interferències i esvaïments de senyal. Aquestes tècniques són un tipus concret
de tècniques de processament de senyal digital i permeten assolir determinats
compromisos inherents en qualsevol comunicació, com fiabilitat vers ample de banda o
potència vers ample de banda. El constant avanç en les tècniques d’integració de
circuits electrònics i la millora de la velocitat de processament han fet possible millores
en el guany de codificació de fins a 10dB (és a dir, una reducció en 10dB de la
potència de transmissió sense afectar la fiabilitat de detecció). El factor que fa aquest
57
tipus de tècniques més atractives respecte l’ús d’altres (p.ex. antenes més grans o
més eficients) és el baix cost d’implementació que aquestes suposen.
La codificació de canal permet aplicar diferents tipus de filosofies de control d’errors: la

detecció o la correcció d’errors. Passem a continuació a comentar els principals
procediments associats a l’aplicació a aquestes filosofies: els procediments ARQ i les
tècniques FEC.
Petició de retransmissió (ARQ)

La tècnica ARQ o de petició automàtica de retransmissió és un procediment que
requereix únicament l’ús de la detecció d’errors. Aquest es basa a demanar, de forma
automàtica, la retransmissió d’aquells paquets d’informació que el receptor ha trobat
que tenien errors. El principal avantatge d’aquesta tècnica és que és de baixa
complexitat i que la quantitat de redundància és molt menor que la necessària en les
tècniques de correcció d’errors o FEC. D’altra banda, és una tècnica adaptativa en el
sentit que només es consumeix un cert temps d’utilització quan és estrictament
necessari.
[Sklar2001]p316-p317
Tècniques de correcció d’errors cap a endavant (FEC)

Aquestes són les tècniques que tractarem al llarg d’aquest capítol, i a diferència de les
ARQ, aquestes es basen a realitzar la correcció directament en el receptor només a
partir de la informació rebuda pel canal i l’estructura de la redundància afegida pel
transmissor. Aquestes tècniques s’apliquen sempre i quan es compleixi alguna de les
condicions següents:
- No és possible un canal de retorn o aquest suposaria un retard de comunicació

excessiu.
- L’estratègia de retransmissió no pot ser convenientment implementada.
- El nombre d’errors sense correcció és tan elevat que el número de retransmissions
seria excessivament elevat.
Aquest tipus de tècniques es basen en la inserció de redundància controlada en els

missatges a transmetre en forma de seqüències estructurades. De fet, aquesta
mateixa filosofia pot ser utilitzada tant per detectar com per corregir els errors binaris
causats pel canal.
[Sklar2001]p317-p318
58
3.1.1 Models de canal
En aquest apartat parlarem dels 3 models de canal més habituals a l’hora de treballar
des del punt de vista de la informació transmesa a través del canal. Tot i que són
models força usats per realitzar la comparació de l’eficàcia de les diferents tècniques
de correcció d’errors, no són els únics i existeixen d’altres que permeten modelar
errors amb una certa correlació temporal (p.ex. errors a ràfegues en canals amb
esvaïments temporals de senyal).
Canal discret sense memòria (DMC)

És un canal caracteritzat per un cert alfabet discret d’entrada (transmissor) i un altre
alfabet discret de sortida (al receptor). El model de canal és caracteritzat per les
probabilitats de rebre cada símbol j condicionat a haver transmès un altre símbol i, o
P(j/i). Es diu sense memòria pel fet que el succés d’haver transmès i rebut un cert
parell de símbols no condiciona en absolut el mateix succés realitzat en un altre instant
de temps. Això fa que per a una determinada seqüència de símbols transmesa U i
rebuda Z la probabilitat P(Z/U) sigui igual a l’equació 6.12 del llibre citat.
[Sklar2001]p318
Canal binari simètric (BSC)

El canal binari simètric o BSC és un cas particular del DMC on la informació transmesa
correspon a una font binària (p.ex. modulació BPSK) i el senyal rebut està format
igualment per símbols 0 i 1. Aquest model es caracteritza per una probabilitat de
transició, o també probabilitat d’error, p=P(1/0)=P(0 /1), i per una probabilitat de bit
correcte 1–p. En aquest model se suposa que el receptor realitza una decisió binària o
hard decision sobre el símbol rebut abans d’avaluar si hi ha o no hi ha hagut error.
Quan es treballa amb un model BSC se suposa que el descodificador de canal treballa
a partir d’aquestes decisions, amb el que rep la denominació de descodificació amb
decisió binària o hard decision decoding.
[Sklar2001]p318-p319
Canal Gaussià (AWGN)

El canal Gaussià és un exemple de canal DMC per a alfabets d’entrada discrets i
alfabets de sortida continus, on la sortida z es pot expressar com:
z = uk + η
sent uk el símbol transmès i η el terme de soroll additiu blanc i Gaussià de mitjana 0 i
potència σ 2 . Aquest model també rep el nom genèric de canal amb soroll additiu blanc
59
Gaussià o AWGN channel. En aquest cas la probabilitat de transició P( z / uk ) és la de
l’equació 6.14 del llibre citat.
Quan es fa ús d’aquest model, el descodificador de canal acostuma a fer servir com a

entrada la sortida del canal z quantificada amb un cert número de bits per mostra
(major que 1). En aquest cas es diu que és un descodificador per decisió suau o soft
decision decoding, ja que aquest fa ús d’informació més precisa i fiable sobre el senyal
rebut i no es fa una presumpció tan greu sobre la informació rebuda com ho fa un
decisor binari. Aquest tipus de descodificadors són més complexos que els anteriors,
però també proporcionen una fiabilitat més alta.
[Sklar2001]p319-p320
3.1.2 Conceptes previs

Com ja s’ha comentat anteriorment, els codis detectors i/o correctors d’errors es
construeixen en base a afegir redundància controlada en forma de seqüències
estructurades. En general, el codificador rep blocs de k bits d’informació (paraula
d’entrada) i els converteix a blocs d’n bits (paraula de sortida), sent n>k, per tant
s’afegeixen n-k bits de redundància o també anomenats bits de paritat o bits de
verificació. La nomenclatura acceptada és que és un codi del tipus (n,k).
Velocitat del codi i redundància

La redundància del codi (porció de bits de redundància referida a la informació real
que es transmet, expressada tant per 1) és (n-k)/k , mentre que la velocitat del codi
(tant per 1 d’informació real que aporta cada bit codificat) és k/n.
[Sklar2001]p320
Bit de paritat
Abans d’entrar en l’explicació dels codis correctors d’errors fem un breu repàs als
codis detectors més senzills que es basen a incloure un únic bit de paritat al bloc
d’entrada, és a dir, amb velocitat k/(k+1) i redundància 1/k. Aquest bit de control
serveix per garantir una cert tipus de paritat de la paraula transmesa (paritat senar o
parella). Només en el cas que es produeixi un número senar d’errors en una paraula
transmesa el descodificador pot detectar l’event d’error tot verificant la seva paritat.
Quan el número d’errors produïts és parell la paritat de la paraula quedarà constant i,
per tant, el descodificador no serà capaç d’adonar-se’n del canvi. En aquesta situació
es diu que s’ha produït un error no detectable.
Per calcular la probabilitat que es produeixi un error no detectable seguiu la deducció

de les equacions 6.15 – 6.17 del llibre citat. A l’exemple 6.1 del mateix llibre podeu
veure el cas d’un codi amb bit de paritat parella (4,3), on es demana calcular la
60
probabilitat d’error no detectable per a un canal BSC amb una certa probabilitat de
transició p.
[Sklar2001]p321-322
Codis rectangulars
Els codis rectangulars, o també anomenats codis producte, són un exemple senzill de
codis amb capacitat de correcció d’un bit. Estan organitzats amb una estructura
paral·lela, de forma que els bits d’informació de la paraula d’entrada al codificador
s’organitzen en una matriu d’M files i N columnes (per tant k = MxN). A cada fila i
columna se li associa un bit de paritat, donant lloc a una matriu augmentada d’(M+1)
files i (N+1) columnes. La correcció d’un únic error és possible al poder identificar la
seva posició exacta indexant la fila i columna on es viola la paritat que assegura el
transmissor. La capacitat de correcció d’aquest codi és, doncs, de t = 1 bit, sent el
resultat d’aquesta probabilitat l’equació 6.18 del llibre citat.
[Sklar2001]p323
RESUM
En aquesta sessió hem introduït el concepte de la codificació de canal i els conceptes
previs i bàsics que ens permeten definir un codi per a la detecció i/o correcció d’errors
de la transmissió.
61
62
SESSIÓ 13
Nom: Compromisos de disseny i introducció als codis lineals de bloc
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A l’anterior sessió vam introduir el concepte de codificació de canal, els tipus de
controls d’errors, i els conceptes bàsics associats a aquesta temàtica.
OBJECTIUS
Els objectius d’aquesta sessió són, en primer lloc, entendre com la codificació de canal
permet balancejar aspectes com fiabilitat, potència, velocitat de senyalització, capacitat
i ample de banda. En segon lloc, es pretén donar l’enfocament vectorial que permet
assimilar la base en la qual es fonamenta un codi lineal de bloc.
CONTINGUTS
En aquesta sessió veurem els compromisos que permet balancejar un sistema que usi
codificació de canal. Seguirem amb la introducció als conceptes previs dels codis
lineals de bloc, el primer dels dos grans grups de codis que estudiarem en aquest
capítol.
3.1.3 Compromisos a assolir

La codificació de canal s’ha de veure com una tècnica encaminada a proporcionar un
correcte balancejat de certs compromisos importants en tot sistema de comunicació.
Compromís 1: fiabilitat v. ample de banda

Una de les primeres utilitats de la codificació de canal és que ofereix la possibilitat de
millorar la fiabilitat de la comunicació (és a dir, disminuir la BER) a costa d’un cert
augment de l’ample de banda. Aquest augment queda palès en el moment en què
s’afegeixen bits de redundància sense disminuir la velocitat de senyalització associada
a la informació. Aquesta utilitat queda clarament reflectida en el pas del punt de treball
A al punt de treball C de la figura 6.9 del llibre citat. En aquest cas el compromís queda
fixat pel fet que existeix una potència de transmissió màxima, que en l’exemple
correspondria a una Eb/No de 8dB. Estaríem parlant, doncs, d’un sistema limitat per
potència. El pas del punt A al punt C indica que s’està transferint una disminució de
63
l’eficiència espectral a un augment de la fiabilitat de detecció, mantenint la potència
constant.
[Sklar2001]p324
Compromís 2: potència v. ample de banda

En aquest cas suposem que el requeriment és mantenir una fiabilitat constant, de
forma que en el punt de treball D de la figura 6.9 del llibre citat la potència de
transmissió és massa elevada. Una possible solució que permetria reduir la potència
de transmissió sense afectar a la BER seria fer ús de la codificació de canal per passar
al punt de treball E. És clar que, igualment que en el cas anterior, el preu a pagar seria
un augment de l’ample de banda de la transmissió. D’altra banda, si la comunicació no
fos en temps real (p.ex. FAX, e-mail) seria possible aconseguir l’objectiu desitjat sense
augmentar l’ample de banda, però això sí, introduint un retard de la comunicació major
(ja que hi ha més bits a transmetre).
En aquest context, on es transfereix potència a ample de banda, es defineix el guany

de codificació, que no és més que la disminució de potència de transmissió que una
tècnica de codificació de canal permet tot mantenint la fiabilitat de detecció constant
(vegeu equació 6.19 del llibre citat).
[Sklar2001]p324-p325
Compromís 3: velocitat de senyalització v. ample de

banda
Recordant la relació entre la Eb/No i la relació senyal/soroll de l’equació 5.20b del llibre
citat veiem que un augment de la velocitat de senyalització R provoca una disminució
de la Eb/No. És a dir, que si es transmet a major velocitat la fiabilitat de la comunicació
disminuiria (pas del punt de treball D a F de la figura 6.9 del llibre citat, per exemple).
Només amb l’ús de codificació de canal es podria passar de D a E sense necessitat de
modificar la fiabilitat de la comunicació. En aquest cas, cal dir que l’augment de l’ample
de banda seria major que el necessari per transmetre a major velocitat, pel fet d’haver
de transmetre a més a més els bits de redundància.
[Sklar2001]p325
Compromís 4: capacitat v. ample de banda

En els sistemes de transmissió CDMA que veurem al capítol 4, diversos usuaris
comparteixen temps i freqüència a l’usar diferents seqüències PN ortogonals i de
banda ampla. A l’usar codificació de canal per cada usuari, hem vist com es pot reduir
la potència de transmissió. Aquest fet permetria reduir la interferència cocanal, fet que
provocaria un possible increment del número d’usuaris de la comunicació i, per tant, un
64
augment de la capacitat del sistema. En aquest cas l’augment d’ample de banda degut
a la codificació de canal seria força menys important que l’augment provocat per la
pròpia modulació utilitzada (DS-SS).
Cal emfatitzar que fins ara s’ha suposat que el fet de fer servir tècniques de codificació
de canal suposa un augment de l’ample de banda en una transmissió en temps real.
Això passaria sempre i quan el tipus de modulació emprada abans i després de la
codificació de canal fos la mateixa. Cal dir que existeixen també tècniques que es
basen a dissenyar el codificador de canal de forma conjunta amb la modulació, per tal
de no afectar a l’ample de banda del senyal (p.ex. usant constel·lacions de més
símbols quanta més redundància tingui el codi). Un exemple d’això és la modulació
TCM, que veurem més endavant.
[Sklar2001]p326
Comportament del codi a baixes relacions senyal/soroll

Com es pot apreciar a la figura 6.9 del llibre citat, al comparar les corbes de
probabilitat d’error d’un sistema amb i sense codificació ens adonem que existeix una
zona, a baixes relacions de Eb/No, on el comportament del codi fa empitjorar la
fiabilitat. Aquest fet és degut que tot codi corrector té una capacitat màxima de
correcció. Quan se supera aquesta capacitat el número d’errors que es donen en una
paraula descodificada pot superar el número d’errors original. També es pot interpretar
que els bits de redundància consumeixen energia sense aportar cap benefici a la
comunicació.
[Sklar2001]p328
3.1.4 Fiabilitat d’un sistema amb/sense codificació de

canal
A continuació se us proposa un problema per verificar si s’han assimilat els conceptes
d’aquesta i l’anterior sessions.
Enunciat
Compara la probabilitat d’error d’un enllaç de comunicacions amb i sense codificació
de canal, suposant els següents paràmetres associats a la capa física de la
comunicació:
a.- Modulació BPSK

b.- Soroll blanc Gaussià
c.- Relació senyal/soroll de 43.776 (en escala lineal)
d.- Velocitat de transmissió: 4800bits/s
e.- Codi corrector (15,11) amb capacitat de correcció t = 1 bit dels 15 del bloc transmès
65
f.- Descodificador de canal treballa amb el senyal desmodulat i detectat a nivell de bit
(hard decision decoding)
[Sklar2001]p326
Solució
Vegeu la solució al problema en el llibre citat. Teniu en compte que a l’usar codificació
de canal la velocitat de transmissió és 15/11 vegades major, fet que provoca una
disminució de la Eb/No i, en conseqüència, l’augment de la BER a priori (sense tenir en
compte la capacitat de correcció del codi). Al tenir en compte que el codi és capaç de
corregir 1 bit de cada 15 és quan arribem a la conclusió que el sistema amb codificació
és 58 vegades més fiable que el sistema original sense codificació de canal.
[Sklar2001]p326-p327
3.2 Codis lineals de bloc

Els codis lineals de bloc formen un dels dos grans grups en què es poden dividir els
codis més usats. A diferència dels codis convolucionals, un codi de bloc lineal es
caracteritza per mapar directament, i sense cap altra dependència, un bloc de k bits
d’entrada en un bloc d’n bits de sortida. Quan els dígits a tractar són binaris es parla
d’un codi binari. En properes sessions estudiarem altres codis lineals de bloc que
tenen la particularitat de treballar a nivell de símbol (agrupacions de bits) com és el cas
dels codis de Reed Solomon.
Mapatge lineal
El codificador d’un codi de bloc té com a missió realitzar un mapatge entre la paraula
d’entrada (k-tupla) i la paraula de sortida (n-tupla). El número de possibles paraules de
sortida és justament el número de combinacions que podem tenir a l’entrada: 2k
paraules. D’altra banda, amb n bits de sortida seria possible realitzar 2n combinacions
diferents (com n>k aleshores 2n>2k). En aquest sentit podem dir que la capacitat de
detecció i correcció que té el codi es fonamenta en l’existència de paraules il·legals, ja
que de les 2n possibilitats de sortida només s’utilitzen 2k. De fet, interessa que el llibre
del codi estigui format per aquelles combinacions d’n bits “el més adequades
possibles”. Aquest qualificatiu posat entre cometes el relacionarem, com és de
suposar, amb conceptes de distància o similitud entre paraules.
D’altra banda, un codi de bloc que, a més a més, és lineal, es caracteritza per un
mapatge entrada a sortida lineal.
[Sklar2001]p328
66
Espais vectorials i combinacions lineals de vectors
El conjunt Vn de 2n possibles combinacions o paraules d’n-tuples (o també direm
vectors) és un espai vectorial sobre el cos d’elements binaris {0,1} amb operacions
associades suma i producte binaris. Entenem la suma com una operació entre
elements o n-tuples donant lloc a una altra n-tuplon cada bit és la suma mòdul 2 dels
bits respectius dels dos operands. El producte, no obstant, és una operació on un
operand és una n-tupla i el segon és un element del cos binari, retornant igualment
una altra n-tupla.
L’operació que resumeix ambdues operacions suma i producte dins de Vn és la

combinació lineal, definida com una suma de productes d’elements. Aquesta és la
base de la construcció dels codis lineals de bloc.
[Sklar2001]p329
Subespais vectorials
Un subespai vectorial S dins de Vn es defineix com un subconjunt d’elements de Vn
que compleix dues condicions: i) S conté l’element neutre de la suma, o el que és el
mateix, el vector amb tot de zeros; ii) la suma de dos vectors qualsevol de S dóna lloc
a un altre vector dins de S.
El llibre del codi (conjunt de possibles paraules de sortida) d’un codi lineal de bloc és
un subespai vectorial de Vn. El disseny del codi (= elecció de les paraules del llibre
citat) es basa a escollir aquelles paraules o vectors que estiguin el més separades
possibles (major número de bits diferents) i, dins de les possibilitats, amb el mínim de
redundància possible (n-k mínima -> major eficiència de codificació).
[Sklar2001]p329-p330
Exemple: codi lineal de bloc (6,3)

Suposem un codi lineal del tipus (6,3), per tant format per 2k = 8 paraules de sortida
possibles dins de l’espai vectorial V6 (vegeu taula 6.1 del llibre citat). Podeu comprovar
com el codi escollit satisfà les dues condicions del concepte anterior, per tant, és un
subespai vectorial de V6. Una vegada generada la taula o el llibre del codi queda una
qüestió enlaire: quin serà el mapatge entre la 3-tupla d’entrada i la 6-tupla de sortida?
De fet, l’assignació del mapatge el posem fer “al nostre gust”, i es podria implementar
tot memoritzant aquesta taula en una memòria i fer una indexació de la mateixa en
funció del vector d’entrada. Veurem més endavant, però, que hi ha una forma
estàndard de realitzar aquesta assignació, per aconseguir que el codi sigui sistemàtic.
[Sklar2001]p331
67
Matriu generadora
Un codi (6,3) com el de l’exemple anterior té només 8 paraules, però un codi (127,92)
tindria 5·127 vectors. És clar que aquest últim exemple seria prohibitiu per poder fer la
implementació amb una lectura indexada d’una memòria: tant per la grandària de la
memòria com per la complexitat del procés d’indexació.
Una forma més elegant i, sobretot, més econòmica i pràctica de generar un codi lineal
de bloc és a través de la matriu generadora del codi. Com dèiem, el codi no és més
que un subespai vectorial de Vn. En conseqüència, podem trobar una base de vectors
que permeti, mitjançant combinacions lineals, generar qualsevol altre. La dimensió
d’aquest espai és justament el número de bits d’entrada k, ja que és el número de
graus de llibertat que disposem per fer el mapatge. En definitiva, sempre podem trobar
una base de k vectors que generi el codi: {v1,v2, ..., vk}. La matriu generadora del codi
G no és més que la disposició d’aquesta base en forma de vectors fila (per conveni,
vegeu equació 6.24 del llibre citat).
Codificar un missatge equival a realitzar una de les 2k possibles combinacions lineals

amb la base de vectors, el que queda resumit en l’equació U = m*G, essent m la k-
tupla d’entrada i U la n-tupla de sortida (per conveni, també, són vectors fila). El
producte vector per matriu és una forma compacta d’expressar la combinació lineal
dels elements de la base del codi en funció dels coeficients associats al missatge
d’informació a codificar. Així doncs, en compte d’haver de guardar el llibre del codi,
només cal guardar la matriu generadora, de dimensions (kxn) i el mapatge queda
solucionat amb l’anterior producte.
[Sklar2001]p331-p332
RESUM
En aquesta sessió hem estudiat els diferents compromisos que es poden tenir en
compte a l’hora de dissenyar un codi corrector d’errors i hem parlat dels conceptes
introductoris associats als codis lineals de bloc.
68
SESSIÓ 14
Nom: Codis lineals de bloc
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A l’anterior sessió vam introduir els principals conceptes associats als codis lineals de
bloc.
OBJECTIUS
Els objectius d’aquesta sessió són aprofundir amb més deteniment en l’estudi dels
codis lineals de bloc, arribant a entendre en què es basa la seva capacitat de correcció
i/o detecció d’errors.
CONTINGUTS
En aquesta sessió estudiarem els codis lineals de blocs sistemàtics, entendrem com
es realitza la codificació i la descodificació basada en el càlcul de la síndrome. Veurem
també en què es fonamenta la seva capacitat de correcció i com podem aprofitar les
seves capacitats per corregir i detectar errors alhora.
3.2.1 Codis lineals de bloc sistemàtics

Un codi sistemàtic es defineix com aquell que inclou la informació sense codificar de
forma explícita dins del missatge codificat. És a dir, que part de la paraula codificada
d’n bits està formada per n–k bits de paritat o de redundància (que depenen linealment
dels bits d’informació) més els k bits d’informació (és aquesta la part sistemàtica del
missatge).
Matriu generadora
La matriu generadora d’un codi de bloc lineal i sistemàtic té l’estructura que apareix a
l’equació 6.27 del llibre citat. La part identitat de (k x k), situada per conveni a la dreta
de la mateixa, permet assegurar l’estructura sistemàtica. La matriu de paritat P de (k x
(n-k)) conté les dades que permeten generar els bits de paritat a partir de
combinacions lineals dels bits d’informació. El sistema d’equacions 6.29 del mateix
llibre descriuen aquesta dependència, i a l’equació 6.30 podeu veure l’exemple del
codi (6,3) proposat a l’anterior sessió. Tal i com ja s’havia dit, les files de la matriu G
formen una base del subespai vectorial que és el propi codi. En el cas d’un codi
69
sistemàtic es tracta d’una base que compleixi una certa estructura en quant a les
últimes components d’aquests vectors.
[Sklar2001]p333-p334
Matriu de verificació de la paritat

La matriu de verificació de la paritat H és l’eina que permet, com veurem més
endavant, detectar i corregir els possibles errors de la comunicació, és a dir,
descodificar. El seu nom obeeix al fet que permet comprovar que la paraula codificada
compleix les equacions de paritat del sistema de l’equació 6.29 del llibre citat. Per cada
matriu generadora G de (k x n) existeix una matriu de verificació de la paritat H de ((n-
k) x n) tal verifica la condició següent d’ortogonalitat:
GH T = 0 ∈ B k ×(n − k )
En el cas que el codi sigui sistemàtic i, per tant la matriu generadora té l’estructura ja
esmentada a l’equació 6.27 del llibre citat, aleshores H es construeix segons l’equació
6.32 del mateix llibre. El lector pot comprovar ràpidament que es satisfà la condició
d’ortogonalitat.
[Sklar2001]p334-p335
Patró d’error i càlcul de la síndrome

Suposant que r és la paraula rebuda pel canal (després de realitzar la detecció binària
dels bits – hard decision), aquesta es pot expressar com r=U+e, on U és la paraula
codificada, e és el patró d’error associat a aquesta paraula i és la suma interna de
vectors (suma bit a bit mòdul-2). e és un vector que conté 1’s a les posicions
associades als bits on hi ha error i 0’s a la resta. La probabilitat que una component
d’aquest vector sigui igual a 1 és igual a la probabilitat de transició del canal en el
model BSC (vegeu apartat 3.1.2).
La síndrome associada a r és un vector d’N–k components que permet verificar si la

paraula rebuda satisfà les equacions de paritat del codi en qüestió, i es pot calcular
com:
S = rH T
Només quan S=0 aleshores r és una paraula que satisfà les equacions de paritat de
codi i, per tant, s’ha de considerar com a una paraula vàlida i sense errors. En cas
contrari (algun dels bits de S és diferent de zero) aleshores es considera que hi ha
hagut errors en la comunicació. És feina de l’enginyer de sistemes decidir fins a quin
punt el receptor ha de ser capaç d’únicament detectar que hi ha hagut errors
(tècniques ARQ: comprovar si S=0) o també corregir-los (tècniques FEC: buscar
aquelles posicions dels bits que han estat modificats pel patró d’error i negar-les).
70
Com es pot comprovar a les equacions 6.36 i 6.37 d’el llibre citat, gràcies a la condició
d’ortogonalitat entre G i HT, la síndrome és només funció del patró d’error, no influint
en res quina sigui la paraula enviada del codi. Aquest mapatge entre el patró d’error e i
la síndrome ha de ser tal que no hi hagi cap ambivalència en el cas dels patrons
d’error corregibles. En el procés de disseny d’un codi lineal de bloc cal tenir en compte
que la matriu H verifiqui dues propietats importants:
1.- Cap columna d’H pot ser tota de 0’s, per evitar que un error en la posició de bit
associada no afecti al síndrome i, per tant, no pugui ser detectada pel receptor.
2.- Dues columnes d’H no poden ser mai iguals, per evitar que errors en les posicions
associades provoquin síndromes idèntiques i, per tant, no puguin ser diferenciades pel
receptor.
Seguiu l’exemple 6.3 proposat en el llibre citat.
[Sklar2001]p335-336
Correcció d’errors
Fins ara hem vist com la síndrome és un vector que el receptor pot calcular a partir de
la paraula rebuda i que aporta informació sobre el patró d’error associat. Hem vist
també que la comparació de la síndrome amb la paraula tot zeros permet saber si s’ha
produït algun error, procediment associat a un receptor que només intenti detectar els
errors.
Suposant que es compleixen la condicions de disseny associades a la matriu H

anteriorment esmentades, podem assegurar que cadascun dels patrons d’error
corregibles pel codi dóna lloc a una síndrome diferent. Al poder establir una
correspondència 1 a 1 entre síndrome i patró d’error, el descodificador ha d’aprofitar
aquesta propietat per poder mapar en una memòria aquesta correspondència.
D’aquesta forma, una vegada calculat la síndrome, només cal realitzar una indexació a
dita memòria per tal de saber quin ha estat el patró d’error. Després d’això només
queda el realitzar la correcció (és a dir, inversió, vegeu equació 6.40 del llibre citat)
dels bits de la paraula rebudon el patró d’error calculat és igual a 1.
Observeu que el número de possibles patrons d’error amb error és 2n-1 (totes les
combinacions d’N bits menys la combinació tot zeros). D’altra banda, la síndrome és
un vector d’(n-k) components. Això què vol dir? Doncs que només és possible indexar
2n-k patrons d’error corregibles dels 2n possibles. Si la capacitat de correcció del codi
és de t bits, això permet indexar totes les combinacions d’N bits amb 1, 2, ... o fins a t
components iguals a 1. D’altra banda, normalment també és possible indexar algunes
combinacions de t+1 errors, però mai totes. Vegeu l’exemple de taula 6.2 del llibre citat
de mapatge patró d’error -> síndrome.
[Sklar2001]p336-p340
71
Standard array
L’standard array és una forma visual d’organitzar totes les possibles 2n possibles
paraules rebudes en una matriu on queden clarament diferenciades aquelles que
pertanyen al codi (primera fila) d’aquelles que són il·legals (associades a la transmissió
quan el canal té associat un patró d’error amb un o més 1’s). Cada columna de
l’standard array rep el nom de coset. L’índex de columna indica la paraula del codi
transmesa i l’índex de fila indica quin és el patró d’error de la comunicació (també
anomenat coset leader). Normalment els patrons d’error s’ordenen amb pes creixent,
de forma que les primeres files contenen paraules amb pocs errors i les últimes
estarien associades a transmissions amb més errors. De fet, al realitzar el càlcul de la
síndrome totes les paraules d’una fila o coset donarien lloc al mateix resultat, ja que el
patró d’error és el mateix.
[Sklar2001]p336-p337
Implementació del descodificador

Quan la magnitud dels paràmetres del codi ho permeten, com és el cas de l’exemple
del codi (6,3) del llibre citat, el receptor es pot implementar amb una simple circuit
combinacional (vegeu figura 6.12 del mateix llibre). Comproveu que les operacions
corresponen a cadascuna de les fases del procediment de correcció:
1.- Càlcul de la síndrome (combinacions lineals, segons els valors de H, amb els bits
de la paraula rebuda)
2.- Mapatge entre la síndrome i el patró d’error corregible associat. Aquest pas implica
la síntesi d’n funcions binàries (una per cada bit del patró d’error) d’(n-k) variables (les
components de la síndrome), el que substitueix a la memòria associativa esmentada
anteriorment.
3.- Correcció de la paraula rebuda, amb la inversió d’aquells bits associats a posicions
on el patró d’error calculat val 1.
Per a casos més complexos (p.ex. capacitat de correcció de 2 o més bits) el circuit es
complicaria més. Aquest tipus d’implementació paral·lela és sovint sèrie (mode
seqüencial) en codis de major complexitat, per evitar haver d’integrar molta lògica.
[Sklar2001]p340-p342
3.2.2 Capacitat de detecció/correcció

Fins ara hem vist com es pot realitzar la detecció i correcció de codis lineals de bloc. El
discurs, però, l’hem basat en el coneixement a priori de la capacitat de correcció t
(número màxim de bits erronis que es poden corregir). Passem a continuació a veure
com podem calcular el valor de t, paràmetre de vital importància per poder
caracteritzar i entendre el comportament del codi en un enllaç real.
72
Pes i distància
El pes Hamming d’un vector U, denotat per w(U), del codi es defineix com el número
de 1’s que aquest té. D’altra banda la distància Hamming entre dos vectors U i V és el
número de posicions diferents entre ells, o de forma equivalent, és el pes Hamming del
vector suma de tots dos:
d(U,V) = w(U+V)
[Sklar2001]p342
Distància mínima d’un codi lineal

La distància mínima d’un codi, que denotem per dmin, es defineix com la distància
Hamming més petita entre dos vectors qualsevol, però diferents, del codi. En el cas
dels codis de bloc lineals la distància mínima es pot calcular com el pes Hamming de
la paraula de pes Hamming mínim que no sigui l’element neutre. Aquest fet es justifica
per la propietat de linealitat del codi. Aquest paràmetre estableix la capacitat de
correcció del codi en qüestió.
[Sklar2001]p343
Criteri ML aplicat a la correcció de codis de bloc

L’estratègia de descodificació òptima (que assoleix una BER mínima) és la que es
basa en el criteri ML (Maximum Likelihood) o de màxima versemblança. Aquest criteri
es basa en donada la paraula rebuda r, escollir com a paraula del codi Ui enviada
aquella que maximitza la probabilitat condicionada P(r/Ui). Si s’aplica aquest criteri
tenint en compte el model de canal BSC, s’arriba a la conclusió que maximitzar
l’anterior probabilitat és equivalent a minimitzar la distància Hamming entre la paraula
rebuda r i la paraula enviada Ui, és a dir, d(r,Ui). En definitiva, cal aplicar criteris de
distància per decidir en favor de la paraula codificada més probable que deu haver
transmès l’emissor. Quan existeix més d’una solució possible (dues o més paraules
del codi tenen la mateixa distància Hamming amb la paraula rebuda) es decideix de
forma aleatòria en favor d’una d’elles.
[Sklar2001]p343
Capacitat de correcció
A la figura 6.13 del llibre citat podeu veure un dibuix clarificador de la capacitat de
correcció d’un codi. U i V representen dues paraules del codi separades la distància
mínima del codi, en l’exemple de 5. Com es pot apreciar, si es transmet U i el canal
modifica 2 o menys bits, U seguirà sent el candidat més ferm a ser la paraula
descodificada, i per tant, el codi corregirà els 2 o menys errors produïts. D’altra banda,
73
si el canal provoca més de 2 errors no es pot assegurar que el descodificador faci
l’elecció correcta basant-se en criteris de distància. En aquest cas pot succeir fins i tot
que els errors siguin no detectables, per exemple si es produeixen 5 canvis de forma
que es rep r=V.
Així doncs es defineix la màxima capacitat de correcció d’un codi t com el número
màxim d’errors que el codi és capaç de corregir segons criteris de distància Hamming
(vegeu equació 6.44 del llibre citat).
Vegeu, com a idea interessant, la figura 6.14 del llibre citat on es mostra una visió
tridimensional d’un codi (6,3) amb 8 paraules legals i 64-8 = 56 paraules il·legals.
[Sklar2001]p343-p344,p347-p348
Probabilitat d’error
La probabilitat d’error en una bloc amb un sistema de codificació de canal de bloc quan
el receptor es dissenya per ser capaç de corregir fins a t errors en un bloc d’n bits,
suposant un canal del tipus BSC amb una probabilitat de transició p és la que es pot
acotar segon l’expressió que es mostra a l’equació 6.45 del llibre citat. Un
descodificador que treballi així és anomenat descodificador acotat per distància, i la
probabilitat d’error de bit es pot aproximar per l’expressió 6.46 del mateix llibre.
[Sklar2001]p345
Capacitat de detecció v. capacitat de correcció

Un codi donat té una certa capacitat màxima de correcció t, ja especificada als
anteriors punts. L’enginyer de sistemes decidirà, segons convingui en l’aplicació
donada, si cal que el receptor aprofiti tota la potència de correcció del codi o no. És
possible dissenyar el descodificador perquè corregeixi fins α errors (on α és menor o
gual que t) i també detecti β errors (on α és menor o igual que β). Això vol dir que el
codi corregirà “de forma automàtica” els errors d’aquelles paraules que el canal hagi
invertit en α o menys bits (la correcció implica una prèvia detecció), i que avisarà amb
un missatge de paraula errònia o no vàlida quan el número d’errors de la transmissió
estigui entre α+1 i β (per exemple per realitzar una possible retransmissió, ARQ). Per a
més de α+β errors el codi no serà capaç d’avisar dels errors amb el que la transmissió
serà incorrecta. En general, les capacitats de correcció α i de detecció β han de
complir la condició de l’equació 6.49 del llibre citat. Per entendre aquesta desigualtat
poseu-vos diversos exemples en el dibuix de la figura 6.13 del mateix llibre.
[Sklar2001]p346
74
Distribució de pesos del codi
La distribució de pesos del codi és el conjunt de números que defineixen el número de
paraules del codi amb un pes j donat, comptabilitzant tots els possibles pesos
Hamming. Aquesta distribució és útil per calcular la probabilitat de no detecció en el
cas d’un canal BSC (vegeu equació 6.48 del llibre citat i l’exemple 6.5 que hi ha a
continuació).
[Sklar2001]p346
Cota de Hamming, cota de Plotkin i dimensionament del

codi
La cota de Hamming (desigualtat de l’equació 6.52b del llibre citat) estableix una
desigualtat de sentit comú per donar una guia de la redundància d’un codi donat. En
definitiva el que significa és que els bits associats a la síndrome (que són n-k) han de
permetre indexar tots els patrons d’error corregibles (aquells formats per combinacions
de t o menys 1’s en n bits). A la pràctica aquesta cota s’ha d’avaluar juntament amb la
cota de Plotkin (equació 6.53 del mateix llibre), és a dir, un codi ha de complir totes
dues.
Segons això, donades unes especificacions del tipus capacitat de correcció t i número
de bits d’informació del bloc d’entrada k, les cotes de Hamming i de Plotkin ens
permeten calcular el valor mínim del número de bits de sortida n. Escollirem sempre el
mínim per assegurar dos objectius bàsics:
1.- Assegurar la màxima eficiència (mínima redundància que compleixi els

requeriments), el que ens portarà a una millor eficiència espectral.
2.- Màxima simplicitat (descodificador serà més senzill).
[Sklar2001]p349-p352
Exemple de disseny d’un codi (8,2)

En aquest concepte es mostra un exemple guia de com dissenyar un codi lineal de
bloc amb unes determinades especificacions. Es recomana que seguiu tots els
raonaments en el disseny i en la discussió del compromís entre detecció i correcció del
mateix.
[Sklar2001]p352-p356
75
RESUM
En aquesta sessió hem estudiat els codis de bloc lineals sistemàtics i hem aprofundit
en les capacitats de correcció i/o detecció.
76
SESSIÓ 15
Nom: Codis cíclics
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A l’anterior sessió vam estudiar els codis lineals de bloc sistemàtics: la seves
propietats i implementació tant a nivell de codificació com a nivell de descodificació.
OBJECTIUS
L’objectiu principal d’aquesta sessió és entendre i estudiar els codis cíclics, un
subconjunt molt important dels codis lineals de bloc per la seva senzillesa a nivell
d’implementació .
CONTINGUTS
3.2.3 Codis cíclics

Els codis cíclics binaris són un subconjunt força important dels codis lineals de bloc,
gràcies a que permeten un baix cost d’implementació tant en la codificació com en la
descodificació amb la combinació de portes lògiques i registres de desplaçament.
Propietat cíclica i notació polinomial

El nom d’aquests codis es deu a la propietat cíclica dels mateixos. Aquesta propietat
diu que si U=(u0,u1,...,u(n-1)) és una paraula del codi qualsevol, aleshores un
desplaçament cíclic de la mateixa, per exemple U’=(u(n-1),u0,u1,...,u(n-2)), és també una
paraula del codi. Això fa que qualsevol número de desplaçaments cíclics doni lloc a
una paraula del codi.
El tractament d’un codi cíclic es basa en una notació polinomial de les paraules del
codi, és a dir, cada paraula, ja bé sigui d’entrada o de sortida, és un polinomi de la
variable X on la posició de cada bit és indicada amb la potència d’aquesta (la primera
posició és 0) i el coeficient que multiplica és el bit associat. Al tractar-se de coeficients
binaris, només apareixeran les potències X associades a les posicions dels bits que
són igual a 1.
77
[Sklar2001]p356-p357
Estructura algebraica dels codis cíclics

La notació polinomial de les paraules és la base de l’estructura algebraica en què es
fonamenten els codis cíclics. La propietat cíclica dels codis cíclics es pot expressar
mitjançant una operació aplicada a una paraula del codi per obtenir l’altra (vegeu
equacions 6.55 i 6.56 del llibre citat). En el mateix llibre podeu veure la demostració
d’aquesta propietat i un exemple clarificador (exemple 6.7).
[Sklar2001]p357-p358
Propietats dels codis binaris cíclics

La codificació d’un codi binari cíclic (n,k) es pot realitzar a partir d’un producte
polinomial entre la paraula d’entrada (missatge a codificar de k bits expressat com a
polinomi de grau k-1) i el polinomi generador del codi g(X) (polinomi també de
coeficients binaris i de grau (n-k)). El polinomi generador té el primer i últim coeficient
igual a 1 en tots els casos. Es pot comprovar que els coeficients del polinomi resultant
(= bits de la paraula codificada) són una combinació lineal dels coeficients dels bits de
la paraula d’entrada, per tant, és un codi lineal de bloc. D’altra banda, a diferència del
plantejament general d’un codi lineal de bloc, en compte de definir el codi amb una
matriu generadora G de k files i n columnes, ara el codi queda definit per un polinomi
d’N – k coeficients, el que ens deixa entreveure la senzillesa del codi cíclic i el número
reduït d’operacions que caldria fer.
En general, la condició perquè una paraula U(X) pertanyi al codi és que U(X) sigui
divisible per g(X), o el que és equivalent, el residu de la divisió U(X)/ g(X) sigui zero.
Una propietat imprescindible per assegurar la propietat cíclica del codi és que el
polinomi generador ha de ser un factor del polinomi Xn+1. Aquesta propietat es pot
demostrar de forma senzilla combinant les propietats cíclica amb l’equació de
generació com a producte pel polinomi generador.
[Sklar2001]p358-p359
Codificació sistemàtica
La codificació sistemàtica plantejada de forma global en els codis lineals de bloc, es
pot particularitzar pels codis cíclics desglossant el polinomi de la paraula codificada en
la suma de dos polinomis: un polinomi de paritat p(X) de grau n-k-1 amb els n-k bits de
paritat més un polinomi amb els k bits d’informació. Per evitar que els bits d’aquest
últim se superposin amb els de paritat caldrà multiplicar el polinomi d’entrada m(X) de
grau k-1 per X(n-k), de forma que per conveni els bits de paritat quedaran a les
posicions de menys pes i els bits d’informació a les posicions de grau major.
78
Per satisfer la propietat que la paraula resultant U(X) = p(X)+X(n-k) m(X) pertanyi al codi
cal que p(X) es calculi com el residu de la divisió m(X)/g(X). D’aquesta forma es
complirà que el residu de U(X)/g(X) serà zero (vegeu deducció a les equacions 6.60-
6.65 del llibre citat, i el posterior exemple 6.8).
[Sklar2001]p359-p360
Circuit per dividir polinomis

La divisió de polinomis es pot implementar de forma senzilla amb registres de
desplaçament i portes lògiques (en el cas de codis binaris, és a dir, on els coeficients
dels polinomis són bits). El circuit genèric que implementa la divisió de V(X)/g(X) és el
de la figura 6.16 del llibre citat. Vegeu amb deteniment el funcionament i l’exemple 6.9
del mateix llibre per entendre el seu funcionament.
[Sklar2001]p360-p362
Implementació pràctica de la codificació sistemàtica

Havent entès els dos anteriors conceptes, es pot entendre que el càlcul del polinomi
de paritat p(X) que implica la codificació sistemàtica (p(X) = Residu[X(n-k)m(X)/g(X)]) es
pot realitzar amb un circuit format per un registre de desplaçament d’(n-k) posicions
realimentat segons els valors del polinomi generador g(X). A la figura 6.18 del llibre
citat podeu veure l’esquema del codificador d’un codi cíclic (n,k), on queda palès que
mentre entra el missatge m(X) dins del circuit i es va calculant la divisió, també van
sortint els bits associats a la part sistemàtica del codi (bits d’informació). Passats k
temps de rellotge, el registre de desplaçament conté el polinomi de paritat p(X) que
surt a continuació amb (n-k) temps de rellotge més havent tancat abans el bucle de
realimentació del registre.
Es recomana que seguiu amb deteniment l’exemple 6.10 del mateix llibre.
[Sklar2001]p363-p365

Seguint el mateix model associat a la pertorbació que el canal provoca sobre la
paraula codificada que havíem vist en els codis de bloc lineals, el polinomi associat a
la paraula rebuda Z(X) es pot expressar com la suma de U(X) més el polinomi associat
al patró d’error e(X). Si en els codis lineals de bloc el descodificador basava en seu
funcionament en la propietat d’ortogonalitat entre la matriu generadora i la matriu de
verificació de paritat, ara en els codis cíclics ens basem en la propietat de pertinença al
codi. Aquesta propietat ens deia que una paraula del codi és perfectament divisible pel
polinomi generador g(X) i, per tant, el residu de la divisió és zero. Segons aquesta
propietat definim la síndrome S(X) de la paraula rebuda Z(X) com el residu de
79
Z(X)/g(X). Si S(X)=0 aleshores Z(X) és una paraula del codi (no es detecta cap error o
bé els errors són no detectables). D’altra banda si a S(X) ≠ 0 sí que s’han produït
errors, o bé donem consigna d’error (p.ex. procediment ARQ) o bé tractem de corregir-
los.
Gràcies a la propietat de pertinença al codi de la paraula transmesa U(X), es pot

demostrar que la síndrome és igual a S(X) = Residu[e(X)/g(X)] i, per tant, només
depèn dels errors produïts durant la transmissió. Aquesta equació és la base per
establir la relació entre les síndromes associades als patrons d’error corregibles. Si la
capacitat de correcció del codi és de t bits, aleshores el descodificador del tipus FEC
tindria una taula a memòria s’indexaria, en funció de les síndromes, els patrons d’error
amb t o menys 1’s. Aquest mètode de descodificació és útil només en els codis de
baixa complexitat. Un codi amb un valor (n-k) elevat suposaria un descodificador
massa complex. Per a codis de complexitat important existeixen altres mètodes
algebraics molt més eficients.
A la figura 6.20 del llibre citat podeu veure un exemple de circuit per a calcular la
síndrome en el receptor.
[Sklar2001]p365-p366
3.2.4 Exemples de codis de bloc importants

En aquest apartat veurem alguns exemples de codis de bloc que, per la seva
senzillesa o estructura han estat i són codis habitualment usats en sistemes de
transmissió reals. Dins d’aquest conjunt veurem: els codis de Hamming; el codi de
Golay extès; els codis BCH.
Els codis de Hamming

Els codis de Hamming són codis amb distància mínima dmin=3 i, per tant, capacitat
màxima de correcció t=1 bit i capacitat màxima de detecció de 2 errors. Es
caracteritzen per uns paràmetres (n,k) = (2m-1,2m-1-m), on m és un enter major o igual
a 2. Els codis de Hamming són codis perfectes, en el sentit que el número de patrons
d’error corregibles és justament el número de combinacions que permet indexar la
síndrome. Això vol dir que l’eficiència del codi és molt bona, en el sentit que la
redundància afegida és la mínima per assegurar la seva capacitat de correcció (és a
dir, no existeix cap altre codi amb menys redundància que un codi de Hamming i que
tingui el mateixos valors de k i de t).
Com es pot observar el número de bits d’una paraula codificada n es pot indexar amb
m bits. D’altra banda la síndrome té n–k=m bits, el que significa que aquest permet
indexar tots els patrons d’error amb un únic error i cap més. D’altra banda, si recordem
una propietat important de la matriu de verificació de la paritat H, les seves columnes
no podien estar mai repetides ni podien ser igual al vector zero. Com les seves
dimensions són n = 2m-1 files i n–k=m columnes, arribem a la conclusió que H ha
d’estar formada per totes les combinacions d’m bits com a columnes excepte la
combinació tot zeros.
80
[Sklar2001]p366-p369
Codi de Golay extès

El codi de Golay extès és un dels codis lineals de bloc més àmpliament usat. Es tracta
d’un codi (24,12) format pel codi de Golay al qual se li ha afegit un bit de paritat final.
La redundància d’aquest codi és del 100% (o velocitat ½) i la distància Hamming és de
8 bits, el que fa que sigui un codi amb capacitat màxima de correcció t = 3 (tot i que
permet corregir el 16.7% dels patrons amb 4 errors), força més potent que els codis de
Hamming.
[Sklar2001]p369-p370
Codis BCH
Els codis BCH són un subconjunt de codis lineals de bloc cíclics amb una gran
capacitat de correcció (és a dir, proporcionen la millor capacitat de correcció per a
unes longituds d’entrada i sortida donades). A més a més, els seus autors van definir
la forma automàtica de generar els seus polinomis generadors donats uns certs
paràmetres n, k (vegeu la taula 6.4 del llibre citat on es mostren els coeficients del
polinomi generador en codificació octal), el que els fa ser una elecció molt atractiva per
dimensionar qualsevol sistema de correcció d’errors a partir d’unes especificacions
donades.
A la figura 6.22 del mateix llibre podeu veure una comparativa de les corbes de
probabilitat d’error per a diferents codis correctors de bloc usant un model de canal
Gaussià i una modulació de base BPSK. A la figura 6.23 del mateix llibre en canvi, la
comparativa és només entre codis BCH amb diferents paràmetres n, k, i t. En aquesta
es pot apreciar que la descodificació soft (força més complicada que la hard basada en
la síndrome) permet un guany de codificació uns 2dBs major. D’altra banda, per a una
velocitat del codi donada k/n, la fiabilitat de descodificació augmenta amb la longitud
del codi n.
[Sklar2001]p370-p374
RESUM
En aquesta sessió hem estudiat els codis cíclics i hem vist també els codis lineals de
bloc més importants.
81
82
SESSIÓ 16
Nom: Problemes sobre codis lineals de bloc
Tipus: de problemes
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A l’anterior sessió vam estudiar un subconjunt dels codis lineals de bloc molt
importants per la seva facilitat d’implementació: els codis cíclics. També vam veure
alguns dels codis lineals de bloc més importants.
OBJECTIUS
L’objectiu d’aquesta sessió és verificar la correcta assimilació dels conceptes associats
a la temàtica tractada fins ara del tema 2: els codis lineals de bloc i els codis cíclics.
CONTINGUTS
En aquest apartat proposem tota una sèrie de problemes sobre els codis lineals de
bloc, incloent-hi també els codis cíclics. Al final de la sessió teniu una autoavaluació
sobre els conceptes explicats fins ara del capítol 2.
3.2.5 Problemes sobre codis lineals de bloc

A continuació es proposen tota una sèrie de problemes sobre els codis lineals de bloc.
Problema 1
Considereu un codi (7,4), la matriu generadora del qual és:
⎡1 1 1 1 0 0 0⎤
⎢1 0 1 0 1 0 0⎥⎥
G=⎢
⎢0 1 1 0 0 1 0⎥
⎢ ⎥
⎣1 1 0 0 0 0 1⎦
83
a) Troba totes les paraules del codi.
b) Troba H, la matriu de verificació de la paritat del codi.
c) Calcula la síndrome del vector rebut 1101101. És aquest un vector del codi?
d) Quina és la capacitat de correcció del codi?
e) Quina és la capacitat de detecció del codi?
Problema 2
Considereu un codi de bloc sistemàtic amb les equacions de paritat següents:
p1 = m1 + m2 + m4
p 2 = m1 + m3 + m4
p3 = m1 + m2 + m3
p 4 = m 2 + m3 + m 4
on mi són els bits del missatge i pi són els bits de paritat.

a) Troba les matrius generadora i de verificació de la paritat d’aquest codi.
b) Quants errors pot arribar a corregir aquest codi?
c) És el vector 10101010 una paraula del codi?
d) És el vector 01011100 una paraula del codi?
Problema 3
Un codi cíclic (15,5) té el polinomi generador següent:
g ( X ) = 1 + X + X 2 + X 5 + X 8 + X 10
a) Dibuixa el diagrama del codificador d’aquest codi.

b) Troba el polinomi associat a la paraula codificada (en forma sistemàtica) si el
missatge d’entrada, també en forma polinòmica, és m( X ) = 1 + X 2 + X 4 .
c) És V ( X ) =1 + X 4 + X 6 + X 8 + X 14 una paraula del codi? Justifiqueu la vostra
resposta.
Problema 4
Considereu un codi cíclic (15,11) generat amb el polinomi generador
g( X ) = 1 + X + X .
4
a) Dibuixeu el codificador i descodificador amb registres realimentats per aquest codi.

b) Il·lustreu el procés de codificació pel vector missatge 11001101011 mitjançant el
llistat dels estats del registre en cada instant (NOTA: teniu en compte que el bit de més
pes és el de la dreta).
c) Repetiu el procediment de l’apartat b) per a la descodificació del missatge.
84
Problema 5
Sigui el codi (15,5) del Problema 3:
a) Codifiqueu de forma sistemàtica el missatge 11011 (bit de més pes és el de la

dreta).
b) Considereu una transmissió de la paraula calculada a l’apartat a) que és
corrompuda amb el patró d’error e( X ) = X 8 + X 10 + X 13 . Calculeu el polinomi associat
a la paraula rebuda.
c) Calculeu el polinomi de la síndrome associat a la paraula rebuda.
d) Calculeu la síndrome associat al patró d’error de l’apartat b) (fent les operacions
pertinents) i verifiqueu que és el mateix que el calculat a l’apartat c).
e) Expliqueu el perquè les síndromes calculats als apartats c) i d) coincideixen.
Problema 6
Per a un canal amb una probabilitat d’error donada i constant, la probabilitat d’error de
bit després d’aplicar un codi de Hamming (15,11) és major que la que un altre codi de
Hamming (7,4) pot assolir.
a) Justifiqueu el perquè d’aquesta afirmació.

b) Quin és l’avantatge, doncs, del codi (15,11) en front del codi (7,4). N’hi ha algun?
Quin és el compromís bàsic que es balanceja en aquesta comparació?
RESUM
En aquesta sessió hem comprovat el grau d’assimilació dels conceptes explicats fins
ara en el tema de codificació de canal. A la sessió següent estudiarem el segon gran
bloc de codis correctors: els codis convolucionals.
85
86
SESSIÓ 17
Nom: Introducció a la codificació convolucional
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A l’anterior sessió vam comprovar el grau de comprensió dels conceptes associats a la
part de codis lineals de bloc i els codis cíclics (un subconjunt dels codis lineals de
bloc).
OBJECTIUS
L’objectiu d’aquesta sessió és introduir els codis convolucionals així com la seva
filosofia de funcionament, tant a nivell de codificador com del descodificador.
CONTINGUTS
Els continguts d’aquesta sessió inclouen, en primer lloc, una introducció als codis
convolucionals, on veurem la seva filosofia de funcionament fent èmfasi en les formes
de representació del procés de codificació, i en segon lloc, una explicació del
procediment de descodificació més important associat als codis convolucionals:
l’algorisme de Viterbi.
3.3 Codificació convolucional

Els codis convolucionals són un subconjunt dels codis que compleixen la propietat de
linealitat. La velocitat i redundància del codi es caracteritza també amb el parell de
paràmetres (n,k). En els últims anys, s’ha produït un èmfasi especial en aquests tipus
de codis gràcies a que generalment permeten una major fiabilitat final per una mateixa
complexitat de càlcul que els codis de bloc. També constitueixen una base constituent
dels turbocodis, els quals permeten afrontar capacitats de correcció mai pensades fins
al moment i que estudiarem en posteriors sessions.
Memòria del codi i longitud forçada

A diferència dels codis lineals de bloc, cada bloc d’n bits de sortida és funció de K
blocs consecutius de k bits d’entrada, sent K la longitud forçada o constraint length del
codi. Aquest tret distintiu fa que el codi convolucional tingui memòria, concretament de
kxK bits d’entrada. Normalment els valors de k i n són valors petits, de forma que és K
el paràmetre que dóna capacitat de correcció al codi. Aquesta característica dels codis
87
convolucionals és el que diferencia també el procediment de correcció en el
descodificador respecte els codis de bloc: en compte de tractar la informació rebuda a
blocs d’N bits es tracta a nivell de seqüències de bits, on, en principi, no queda
especificada la longitud de la seqüència (vegeu figura 7.1 del llibre citat).
[Sklar2001]p382-383
Estructura del codificador convolucional

A la figura 7.2 del llibre citat podeu veure l’estructura general d’un codificador
convolucional (n,k,K). El funcionament és el següent: cada k bits d’entrada s’entra un
bloc de k bits al primer dels K registres k bits, desplaçant en sèrie la informació dels K-
1 registres posteriors. Una vegada fet el desplaçament es calculen els n bits de
sortida, cadascun dels quals es calcula com una determinada combinació lineal dels
kxK bits que hi ha dins de la memòria de codificador. Amb això es pot veure clar que la
velocitat del codi és de k/n i que la redundància és també (n-k)/k, igual que als codis
de bloc. Per simplicitat de l’explicació, en aquest tema tractarem només els codis
convolucionals amb k = 1 (velocitat 1/n i memòria de K bits).
3.3.1 Representació del codificador

A continuació estudiarem els diferents tipus de representacions del codificador
convolucional. Algunes d’elles, com veurem, ens serviran com a base de representació
pel descodificador.
Diagrama de blocs (o de connexions)

El diagrama de blocs o diagrama de connexions és la forma de representació
associada a la implementació pràctica del descodificador (vegeu l’exemple de codi
(n=2,k=1,K=3) de la figura 7.3 del llibre citat). A part dels paràmetres propis del codi, el
que defineix el seu comportament específic és quines connexions hi ha entre els
sumadors mòdul-2 que generen cada bit de sortida i els kxK bits del registre de
desplaçament del codificador. La generació de codis amb bones propietats de
correcció és una tasca complicada i generalment solucionada mitjançant la cerca
exhaustiva mitjançant computador.
A la pràctica es treballa amb seqüències de longitud fixa (generalment milers de bits) i

al final de cada seqüència s’afegeixen k*(K-1) zeros d’informació per tal de conèixer
l’estat final en què s’ha de trobar el codificador. Això fa que la velocitat del codi efectiva
sigui pràcticament k/n.
Una forma pràctica de donar la mateixa informació que el diagrama de connexions és

a través d’N vectors de connexió {g1,g2,...,gn}, cadascun dels quals té kxK bits i
proporciona informació de les connexions del registre de desplaçament cap a una
sortida del codificador (vegeu l’exemple anterior). Altres formes alternatives definir
aquests vectors són:
88
a) Resposta impulsional del codificador: és la sortida del codificador a una entrada
igual a 1000... , fins que surten nxK sortides. Com es pot comprovar en el mateix
exemple anterior, la resposta impulsional és una forma alternativa a donar els vectors
de connexions. La resposta impulsional permet calcular qualsevol altra sortida a
qualsevol altra seqüència d’entrada mitjançant l’operació de convolució (d’aquí el nom
d’aquest tipus de codis).
b) Representació polinomial: de forma similar als codis cíclics, els vectors de connexió
es poden expressar en forma de polinomis {g1(X), g2(X),..., gn(X)}, on cada polinomi té
com a coeficients de la potència X (potència associada a la posició dins del registre del
codificador) les components de cada vector. Aquesta representació permet expressar
la seqüència de sortida com un entrellaçat dels polinomis parcials associats a
cadascuna de les n sortides i calculats com el producte del missatge d’entrada (en
forma de polinomi) i el polinomi de connexió associat.
[Sklar2001]p385-p389
Diagrama d’estats
Un codificador convolucional es pot interpretar com una màquina d’estats finita, atribut
associat a qualsevol senyal que “té memòria”. L’estat del codificador és la mínima
quantitat d’informació emmagatzemada dins del sistema que juntament amb la
informació d’entrada actual permet predir la sortida així com el seu estat següent.
Tanmateix, el coneixement de l’estat permet restringir les possibles futures entrades.
L’estat d’un codificador convolucional es defineix com el contingut de les últimes kx(K-
1) posicions del registre de desplaçament. Aquest coneixement més els nous k bits
d’entrada, clarament permeten saber l’estat següent i les sortides següents.
El diagrama d’estats és una representació gràfica dels 2kx(K-1) possibles estats del
codificador així com de les possibles transicions entre estats (provocades per les
possibles combinacions de k bits d’entrada) i de les sortides respectives per a cada
transició (vegeu l’exemple de diagrama d’estats de la figura 7.5 del llibre citat del
codificador de la figura 7.3 del mateix llibre). En general de cada estat arriben i surten
2k possibles transicions. Cada branca de transició és dibuixada segons la combinació
d’entrada i també és etiquetada amb la combinació d’n bits de sortida. Aquesta és una
representació completa del codificador, i permet prescindir de qualsevol altra, i permet
calcular, de forma molt senzilla, la seqüència de sortida donada la seqüència
d’entrada. Vegeu els exemples 7.1 i 7.2 del mateix llibre.
[Sklar2001]p389-p391
Diagrama en arbre
El diagrama d’estats permet una representació compacta del codificador però no
representa l’evolució temporal del mateix. El diagrama en arbre és un diagrama
d’estats al qual se li ha afegit la dimensió temporal (vegeu exemple de la figura 7.6 del
llibre citat). A l’afegir la dimensió temporal es comença a tenir noció de totes les
possibles seqüències codificades així com els possibles camins (evolucions entre
89
estats) que l’estructura del codificador permet seguir. A l’exemple 7.6, al tractar-se d’un
codi binari (k=1) les possibles branques de transició es dibuixen cap a dalt si l’entrada
és 0 i cap a baix en cas contrari. Com es pot apreciar, el número de possibles camins
o seqüències codificades creix exponencialment amb el número de bits enviats. D’altra
banda, es pot apreciar que existeix una certa periodicitat en l’estructura en arbre, fet
que es justifica en el fet que aquesta és una lectura seqüencial d’un diagrama d’estats
finit.
[Sklar2001]p391-p393
Diagrama de Trellis
La repetició periòdica d’una certa estructura en el diagrama en arbre justifica intentar
trobar una forma alternativa de representar temporalment l’evolució a través dels
diferents estats del codificador sense necessitat d’augmentar la grandària de la
representació: el diagrama de Trellis. Aquesta representació, molt més eficient que
l’anterior, distingeix la dimensió d’estat (eix Y) de la dimensió temporal (eix X), és a dir,
que el codificador es troba en un estat en un moment donat.
Com ja s’ha comentat anteriorment, normalment el codificador treballa amb

seqüències finites al final de les quals s’afegeixen el número suficient de zeros per
arribar a l’estat inicial (per tant la inicialització del registre és a zeros). Això permet
conèixer, per part del receptor els estats inicial i final de tota la seqüència transmesa.
És feina del descodificador quins han estat els estats intermedis donada la seqüència
rebuda. La inicialització a zeros fa que el diagrama de Trellis comenci sempre en el
node associat a l’estat zero, de forma que al cap de kx(K-1) bits enviats és possible
que el codificador es trobi en un estat qualsevol dels possibles: el Trellis està
completat. A partir dels bits següents d’informació l’estructura del diagrama es va
repetint per cada transició. Depenent de la seqüència d’informació només s’envia una
de les possibles seqüències codificades.
[Sklar2001]p393-p394
3.3.2 Descodificació de màxima versemblança

El criteri ML és aquell que proporciona una probabilitat d’error mínima. En aquest
apartat teòric veurem com es pot aplicar a la descodificació d’un codi convolucional.
Tot i que la seva complexitat d’implementació creix exponencialment amb els
paràmetres del codi, avui en dia és un dels criteris més usats en sistemes reals,
gràcies a la cada vegada major potència de càlcul dels sistemes de processament
digital.
90
El criteri ML aplicat a la descodificació de codis
convolucionals
El criteri ML es basa a escollir la seqüència codificada que maximitza la probabilitat de
rebre la seqüència observada a la sortida del canal condicionada a la seqüència
codificada (vegeu la funció de versemblança (o també likelihood function) definida a
l’equació 7.1 del llibre citat). L’aplicació d’aquest criteri generalment ve acompanyada
de la suposició que el canal afecta “de forma totalment independent” a cada bit
transmès, el que converteix l’anterior probabilitat en el producte de les probabilitats de
cada bit associat. Segons això, cada terme del productori té dues alternatives, donada
una mostra associada al bit rebut: si el bit transmès era 1 o si era 0. Per simplificar el
tractament matemàtic, s’acostuma a treballar amb el logaritme de la funció de
versemblança, o també log-likelihood function, on apareixen el logaritme dels anteriors
termes sumant-se en compte de multiplicant-se. La maximització de la funció likelihood
implica la minimització de la funció log-likelihood. [Sklar2001]p395-p396
Models de canal: descodificació hard v. descodificació soft

Depenent de si el receptor treballa amb els bits detectats (símbols binaris passats a
través d’un decisor binari) o bé directament amb els símbols binaris quantificats amb 2
o més bits per símbol parlem de descodificació hard o bé de descodificació soft
respectivament (vegeu els models de canal a l’apartat 3.1.2). En el segon cas podeu
veure un exemple a la figura 7.8 del llibre citat amb una quantificació de 8 nivells (o 3
bits per símbol). Clarament, en aquest cas el quantificador proporciona més informació
que en el cas de decidir de forma binària: es dóna informació sobre el signe de la
decisió binària, i a més a més el mòdul quantificat, associat a la fiabilitat de la decisió
presa en el signe. Això fa que un descodificador que treballi en mode soft pugui arribar
a tenir un guany de codificació fins a 2dB major que en el mode hard, prestació que ve
compensada per l’augment de complexitat que implica el mode soft.
Quan el receptor treballa en el mode hard el model de canal usat és el BSC. En aquest
cas, la funció de log-likelihood acaba tenint una forma com la que es mostra a
l’equació 7.8 del llibre citat, on dm és la distància hamming entre la seqüència rebuda i
la seqüència transmesa. La minimització d’aquesta funció implica, doncs, la
minimització de la distància Hamming entre la seqüència rebuda i la seqüència
transmesa. L’aritmètica que usarà el descodificador serà, doncs, aritmètica digital o
booleana.
D’altra banda, quan el receptor treballa en mode soft el model de canal usat és el
AWGN. En aquest cas la minimització de la funció log-likelihood ens porta a minimitzar
la distància Euclidiana entre la seqüència rebuda i la seqüència transmesa, i per tant,
aquest usarà aritmètica real o contínua.
[Sklar2001]p396-p401
91
Algorisme de Viterbi
L’algorisme de Viterbi és la implementació pràctica de la descodificació de codis
convolucionals basada en el criteri ML. Com ja hem vist, aquest criteri ens diu que hem
d’escollir com a seqüència transmesa aquella que s’assembli més a la seqüència de
símbols rebuda (segons uns criteris de distància Hamming o bé Euclidiana). Aquest
algorisme suposa que el descodificador és capaç de representar el diagrama de Trellis
de forma interna i anar escollint en tot moment la seqüència codificada que compleix
aquest criteri. Una vegada “escollida” la seqüència codificada pot “llegir” la seqüència
d’informació original (o descodificada) directament del diagrama. Recordem que el
Trellis evita el creixement exponencial del diagrama en arbre ja que no duplica un
mateix estat en un instant donat. Aquesta propietat permet que el descodificador tingui
en tot moment un màxim de 2kx(K-1) camins candidats possibles (és a dir, tants com el
número d’estats del codificador), independentment de la longitud de la seqüència
transmesa. Això se sustenta en el fet que el descodificador descarta els 2k-1 camins
amb mètrica acumulada major dels 2k camins que entren a un node del Trellis. El camí
amb mínima distància acumulada és anomenat camí supervivent, i es calculen per
cada n bits rebuts, tants camins supervivents com estats possibles.
Estudieu l’exemple 7.3.4 del llibre citat on es mostra el procés de descodificació del
codificador de la figura 7.3 del mateix llibre quan el descodificador treballa en mode
hard (vegeu les figures associades, en les quals queda perfectament descrit el
comportament de l’algorisme de descodificació). La forma de procedir del
descodificador és etiquetant cada transició del Trellis amb la distància Hamming
associada a aquella transició (depenent de la seqüència de bits rebuda serà de
0,1,...,n, ja que cada branca impliquen n bits transmesos i rebuts).
A la pràctica els 2kx(K-1) camins candidats possibles acostumen a convergir en el passat

en un mateix node, de forma que darrera d’aquest node tots els comins comparteixen
el mateix recorregut a través del Trellis. Això succeeix amb un retard màxim de 5
vegades la longitud forçada del codi (és a dir, 5xKxk bits d’informació), i per tant,
aquest és el retard màxim de descodificació.
[Sklar2001]p401-p45

Si s’analitza al detall l’algorisme de Viterbi es pot apreciar l’existència d’un procediment
repetitiu que denominem ACS (add-compare-select) o acumular-comparar-seleccionar.
Aquest procediment, com bé indica el seu nom, és el de i) acumular les mètriques de
les noves transicions a les de l’anterior iteració, ii) comparar les mètriques acumulades
dels comins convergents a un mateix node, i finalment iii) seleccionar per cada “estat
destí” les transicions que acumulen una mètrica menor. En l’exemple concret del llibre
citat, en tractar-se d’un codi amb paràmetres k=1 i K=3, el procediment ACS es
repeteix en dues cel·les disjuntes (estats {a,c} -> {a’,b’} per una banda, i estats {b,d} ->
{c’,d’} per l’altra). Vegeu el diagrama de blocs de la figura 7.14 del mateix llibre
associat a la implementació pràctica d’una d’aquestes cel·les. Vegeu també un
exemple de l’ACS al Trellis de la figura 7.15 del mateix llibre, on queden clarament
marcats els camins supervivents en negreta.
92
En una implementació pràctica s’acostuma a fer ús d’una propietat anteriorment citada:
que tots els camins supervivents a l’instant t convergeixen en el passat (o dit d’una
altra forma, comparteixen un mateix node en el Trellis) al temps t–h, on h ≤ 4 o 5
vegades K. Això fa que el descodificador hagi de memoritzar una matriu de camins de
dimensions 2kx(K-1) (el número d’estats o dimensió vertical del Trellis i de la matriu) per
h (el número de transicions anteriors a l’actual que garanteix que tots els camins
hauran convergit en l’inici d’aquesta memòria). Aquesta filosofia implica que el
descodificador té en tot moment una “fotografia” de les últimes h transicions del Trellis,
sobre el qual aplica el procediment ACS per cada node o estat final de la transició. Es
pot entendre com que aquest processa una finestra lliscant del Trellis, ja que cada n
bits rebuts ha de i) processar els camins supervivents de cada estat, ii) donar per
descodificat el bit d’informació del camí de mínima distància acumulada associat a la
transició més antiga (més a l’esquerra del Trellis), iii) i finalment desplaçar tota la
memòria perdent aquella transició i afegint la nova ja processada (més a la dreta del
Trellis).
Atès que en un codi convolucional normalment tant la variable k com n són números
petits, això permet simplificar el procediment de sincronització del descodificador, ja
que aquest només haurà de provar n possibles sincronismes de trama i quedar-se
amb aquell que minimitzi la probabilitat d’error de descodificació. La forma de
descartar un sincronisme erroni és força ràpid, ja que aquest provocaria la distància
Hamming mínima del camí més semblant a la seqüència rebuda augmentés de forma
massa ràpida.
[Sklar2001]p45-p408
RESUM
En aquesta sessió hem parlat dels codis convolucionals, el segon gran conjunt de
codis lineals que estudiem en aquest capítol. Hem vist que la filosofia de treball difereix
totalment de la plantejada en els codis lineals de bloc al no tractar la informació per
blocs independents, sinó com una seqüència infinita de bits. A la pràctica, de fet, el
codi convolucional acaba tractant-se també a nivell de bloc, però cal diferenciar que en
aquest cas els blocs estan formats per seqüències de milers de bits, per tal que el
descodificador tingui un coneixement a priori dels estats extrems en la seqüència del
codificador.
93
94
SESSIÓ 18
Nom: Propietats dels codis convolucionals i altres algorismes de descodificació
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A l’anterior sessió vam introduir els codis convolucionals, estudiant les seves formes
de representació i la filosofia de descodificació ML.
OBJECTIUS
L’objectiu d’aquesta sessió és entendre les propietats i capacitats associades a un codi
convolucional així com entendre altres filosofies de descodificació.
CONTINGUTS
En aquesta sessió estudiarem, en primer lloc, les propietats de distància i de correcció
dels codis convolucionals (distància lliure, la funció de transferència d’un codi
convolucional, etc.). Acabarem revisant altres tècniques de descodificació alternatives
a l’algorisme de Viterbi i amb diferents característiques: la descodificació seqüencial i
la descodificació amb realimentació.
3.3.3 Propietats dels codis convolucionals

Els codis convolucionals són un subconjunt dels codis lineals, és a dir, la suma de
dues seqüències qualsevol del codi dóna lloc a una altra seqüència del codi. D’altra
banda, la capacitat de correcció d’un codi està íntimament lligada a la distància mínima
entre les paraules (en aquest cas, paraula = seqüència) del codi. En aquest apartat
veurem com entendre i calcular les capacitats associades a un codi convolucional.
Distància lliure
La propietat de linealitat del codi permetia assegurar que la distància mínima (en codis
convolucionals, aquesta rep la distinció de distància lliure, o df) es podia expressar
com el pes Hamming de la paraula diferent de zero amb pes Hamming mínim
(recordeu els conceptes de l’apartat teòric 2.2.3). La primera vegada que el
descodificador s’equivocarà serà quan el número d’errors en la transmissió de la
seqüència codificada superi la capacitat màxima de correcció t, directament
relacionada amb la distància lliure segons l’equació 7.11 del llibre citat.
95
Una forma pràctica de calcular la distància lliure d’un codi donat és veure quin és el
camí de pes Hamming mínim que surt de l’estat 0 i torna a l’estat 0 (per tant, diferent
de la seqüència amb tot de zeros). Vegeu l’exemple de la figura 7.16 del mateix llibre.
[Sklar2001]p408-p410
Funció de transferència
El diagrama de Trellis és una eina que permet estudiar el comportament d’un codi
convolucional (p.ex. millora de la probabilitat d’error en un canal donat). Aquest
comportament es pot caracteritzar, com als codis lineals de bloc, estudiant la
distribució de pesos del codi (de cadascuna de les possibles seqüències codificades).
No obstant, l’anàlisi d’aquesta distribució en el Trellis implica una cerca gràfica, de
vegades molt tediosa i complicada (pel cas de la seqüència no nul·la de pes mínim, df,
és senzill, ja que només busquem un pes específic).
La funció de transferència és una eina alternativa que permet un anàlisi sistemàtic i

exhaustiu de totes i cadascuna de les possibles seqüències codificades del codi
ordenades segons el seu pes Hamming, per tant permet analitzar la capacitat de
correcció del codi sense haver de recórrer al mètode d’inspecció del diagrama de
Trellis.
La forma de calcular la funció de transferència es basa a analitzar totes les possibles

seqüències que comencen i acaben a l’estat 0 i partint del diagrama d’estats del codi:
a) Desdoblament de l’estat 0 en un estat inicial i un estat final.
b) Etiquetatge de cada transició amb les variables de distància Hamming associada Di

(on i representa la distància Hamming), comptador de transició L, i número de 1’s
d’informació Nj (on j és el número de 1’s d’informació associada a la transició).
S’etiqueta també cada estat del diagrama desdoblat amb una variable Xs diferent, sent
s l’estat associat. Vegeu els exemples de les figures 7.17 (només introduint la variable
de distància D) i 7.18 (complet) del llibre citat.
c) Plantejament de les equacions d’estat (una equació per cada estat del diagrama
desdoblat, excepte per l’estat inicial). Hi haurà tantes equacions d’estat com número
d’estats Ns del codificador, mentre que el número d’estats dins del sistema serà Ns+1 a
l’haver un estat desdoblat en dos. Vegeu els exemples de les equacions 7.12 (només
introduint la variable de distància D) i 7.14 del mateix llibre.
d) Solució del sistema compatible indeterminat, tot aïllant la funció de transferència

T(D,L,N) definida com el quocient entre l’estat final i l’estat inicial.
El resultat dóna lloc generalment a un quocient de polinomis finits de les variables D, L

i N, el qual si es divideix de forma polinòmica dóna lloc a un polinomi infinit de les
mateixes variables, on cada terme (Di)(Lr)(Nj) d’aquest polinomi representa una única
seqüència que comença i acaba a l’estat 0 (i diferent de la seqüència amb tot de 0’s).
El dibuix d’aquesta seqüència en el Trellis ens permetria veure el seu pes Hamming (i),
el número de transicions des que surt fins que arriba a l’estat 0 (r), així com el número
de 1’s d’informació original associat (j). Vegeu l’exemple de l’equació 7.15 del mateix
llibre.
96
[Sklar2001]p410-p412
Capacitat de correcció
A diferència del codis lineals de bloc, el tractament seqüencial que fa un codi
convolucional fa que la capacitat de correcció t (número de bits que és capaç de
corregir en una seqüència) s’hagi de considerar durant una porció de memòria del
mateix. Es considera que un codi convolucional és capaç de corregir t o menys errors
cada 3 a 5 longituds forçades del codi (és a dir, cada 3n o 5n bits rebuts), sent el valor
concret funció de la distribució específica dels errors en el temps. L’expressió 7.17 del
llibre citat proporciona una cota superior de la probabilitat d’error de descodificació per
a un codi donat amb una certa funció de transferència, on p és la probabilitat d’error
del model de canal BSC en el qual suposadament es transmet. En el cas d’usar una
modulació BPSK coherent i un canal AWGN, l’expressió 7.17 es converteix en
l’equació 7.21 del mateix llibre, que particularitzada per l’exemple sota estudi acaba
sent la 7.22. Observem que aquesta expressió permet saber el pitjor comportament
que pot arribar a tenir el codi.
[Sklar2001]p412-p413,p415-p416
Guany de codificació
Una expressió molt pràctica i senzilla d’avaluar per entendre les capacitats de
correcció d’un codi convolucional és la cota del guany de codificació o també
anomenat guany assimptòtic del codi (vegeu equació 7.23 del llibre citat), on aquest
s’expressa únicament en funció de la velocitat del codi, k/n, i de la distància lliure del
codi, df. Vegeu la taula 7.3 del mateix llibre on es mostra el guany de codificació de
diferents codis convolucionals i per a diferents relacions senyal/soroll. Es pot apreciar
com el guany asimptòtic és al que tendeix cada codi per a relacions Eb/No majors.
D’altra banda, els codis amb major redundància (velocitat k/n menor) i amb major
memòria (longitud forçada K) tenen millors prestacions que els de menor redundància i
menor memòria (vegeu també la figura 7.21 i la taula 7.2 del mateix llibre).
[Sklar2001]p416-p418
Codis sistemàtics o no sistemàtics

A l’apartat 2.2.2 definirem el concepte de codi sistemàtic com aquell on els vectors del
codi inclouen la informació del missatge de forma explícita en alguna part específica.
Un codi convolucional sistemàtic, doncs, és aquell que un dels n bits de sortida per
cada k bits d’entrada s’expressa directament com la seqüència del missatge (no hi ha
cap suma dins de la memòria del codi associada a aquest bit). Això farà que el
missatge estigui entrellaçat dins de la seqüència codificada. A diferència dels codis
lineals de bloc, un codi sistemàtic tindrà, en general, una pitjor capacitat de correcció
97
que un codi no sistemàtic, tot i que existeixen un subconjunt dels codis convolucionals
sistemàtics (codis RSC que estudiarem més endavant) que formen la base dels
turbocodis i permeten assolir grans capacitats de correcció. Vegeu els exemples de la
taula 7.1 i el diagrama de blocs d’un codi sistemàtic de la figura 7.19 del llibre citat.
[Sklar2001]p413
Propagació catastròfica de l’error

La propagació catastròfica de l’error es produeix quan un número finit d’errors en el
canal provoca un número infinit d’errors de descodificació. Això pot succeir només
quan en el diagrama d’estats del codificador existeix un bucle de distància Hamming
zero diferent de la transició [estat 0] -> [estat 0]. La forma de superar aquest gran
inconvenient és evitant que els n polinomis generadors del codi tinguin algun factor
comú. Vegeu l’exemple de l’equació 7.16 i de la figura 7.20 del llibre citat. Un dels
avantatges dels codis convolucionals sistemàtics és que no presenten mai aquest
problema.
[Sklar2001]p414-p415
Criteris de disseny dels codis convolucionals

El disseny d’un codi convolucional es basa a escollir de forma apropiada els polinomis
generadors seguint criteris de màxima distància lliure. Una vegada fixats la velocitat i
la longitud forçada del codi, es tracta d’escollir aquelles connexions de sortida que
maximitzen la distància lliure, eliminant sempre aquelles combinacions amb
propagació catastròfica. Com a segon criteri de disseny cal trobar codis amb el mínim
número de camins amb un pes Hamming donat, començant primer pels de pes mínim
(df) i seguint pels de pesos majors. A la taula 7.4 del llibre citat podeu trobar els codis
convolucionals òptims (generats per Odenwalder) per a velocitats de 1/2 i 1/3 i
longituds forçades de 3 a 8. Els polinomis generadors es donen en notació vectorial
binària. És curiós que depenent de com es llegeix l’ordre dels bits per passar-ho al
diagrama del codificador s’obtenen codis diferents però amb exactament les mateixes
prestacions.
[Sklar2001]p418-p417
Descodificació soft
La descodificació soft és especialment útil en la descodificació dels codis
convolucionals, ja que, a diferència dels codis de bloc, permet augmentar el guany de
codificació fins a uns 2dB respecte la descodificació hard sense un augment massa
important de la complexitat del descodificador. Això és així ja que el fet de treballar
amb el senyal rebut quantificat a més de 2 nivells per cada bit rebut, només modifica el
càlcul de les mètriques per comparar els camins que convergeixen a un mateix node
98
en el procediment ACS de l’algorisme de Viterbi: en compte de comparar distàncies
Hamming, es comparen distàncies Euclidianes. Aquesta filosofia permet treballar no
només amb modulacions binàries (p.ex. BPSK). Per exemple, suposant un codi
(n=3,k=1,K=5), com cada branca del Trellis representa una distància respecte de 3 bits
rebuts, això permetria treballar amb una modulació 8-PSK, ja que cada símbol rebut
representaria una agrupació de 3 bits. En compte de detectar el símbol el
descodificador treballaria, per exemple, amb els 16 nivells soft associats a cadascuna
de les components en fase i en quadratura de la constel·lació (reixa de quantificació de
256 punts). En cada competició del procediment ACS es calcularien dues mètriques
Euclidianes del símbol rebut quantificat a aquesta reixa de punts respecte als 2 punts
de la constel·lació associats a les dues transicions que competeixen per cada estat
destí.
[Sklar2001]p420-p421
3.3.4 Altres algorismes de descodificació

Abans de l’aparició i desenvolupament de l’algorisme de Viterbi es van proposar altres
algorismes de descodificació: la descodificació seqüencial, i la descodificació amb
realimentació o feedback decoding.
Descodificació seqüencial
La descodificació seqüencial es basa a anar generant (el descodificador) una
seqüència d’hipòtesis per prova i error i així poder anar penetrant o explorant el
diagrama en arbre. La filosofia es basa a tenir en cada instant una únic possible camí i
distància acumulada associada (el camí de tempteig) i en escollir, cada vegada que
ens trobem amb un node del diagrama, aquella branca amb mínima distància
acumulada (en cas d’empat s’escull qualsevol o una determinada per conveni). La idea
és que és possible que el camí escollit fins a un cert instant no sigui el correcte. En
aquest cas, com ho detecta el descodificador? Doncs comparant la distància del camí
de tempteig (o número de desacords acumulats) amb un cert llindar. Quan se supera
aquest llindar, el qual es va incrementant també a mesura que s’avança pel diagrama,
es torna enrere al node immediatament anterior i s’explora l’altra possibilitat. En el
moment en què s’han explorat les dues fulles (en el cas de k=1) d’un node del
diagrama, es descarta tot el fullatge que penja d’aquest node, i es retorna cap a enrere
intentant explorar zones del diagrama encara no explorades. Vegeu amb detall
l’exemple del llibre citat, així com la figura 7.23 del mateix.
[Sklar2001]p422-p425
99
Comparació entre la descodificació de Viterbi i la
seqüencial
El principal inconvenient que té l’algorisme de Viterbi és el creixement exponencial que
experimenta la seva complexitat amb la longitud forçada del codi K, paràmetre que
més influencia de forma directa les prestacions d’un codi convolucional (recordeu que
la matriu de camins que necessita memoritzar el descodificador té 2kx(K-1) estats
possibles). D’altra banda, aquesta complexitat no depèn en absolut de les
característiques del canal (p.ex. relació SNR). En canvi, la complexitat associada a la
descodificació seqüencial és independent de la variable K, ja que en cada moment
s’explora un únic camí, però aquesta és funció directa de la qualitat del canal (a menor
SNR, major número d’hipòtesis incorrectes, amb el qual el descodificador penetrarà
inútilment el diagrama en arbre sense èxit i haurà de tornar enrere més vegades). Això
fa que sigui possible descodificar codis convolucionals amb gran capacitat de correcció
(p.ex. amb K = 41, i guanys de codificació de 8dBs) pel mètode seqüencial i no amb
l’algorisme de Trellis, tot i que en certes condicions (baixes SNR’s) el descodificador
pugui arribar a saturar-se en número d’operacions. Vegeu la gràfica comparativa 7.24
del llibre citat.
[Sklar2001]p425-p427
Descodificació amb realimentació

La descodificació amb realimentació o de feedback es basa a decidir el bit descodificat
a l’instant j tot basant-nos en les mètriques acumulades calculades dins d’una finestra
de l’instant j a j+m, i considerant l’evolució del diagrama en arbre en tot aquest lapsus
de temps. És, per tant, L = m+1, la distància de realimentació en què es prenen les
decisions i aquest paràmetre determina la complexitat del descodificador. En nom
d’aquesta tècnica es deu a que la decisió presa en cada instant decideix quina zona de
l’arbre serà analitzada a la següent iteració, donant sentit de realimentació de la
decisió. Vegeu l’exemple i la figura associada 7.25 del llibre citat.
[Sklar2001]p427-p429
RESUM
En aquesta sessió hem estudiat les propietats de correcció dels codis convolucionals
així com la seva caracterització en termes de distància. Hem vist, també, altres
algorismes de descodificació alternatius i predecessors de l’algorisme de Viterbi. Amb
tot això donem per acabat l’estudi dels codis convolucionals.
100
SESSIÓ 19
Nom: Problemes sobre codis convolucionals
Tipus: de problemes
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A l’anterior sessió vam acabar d’estudiar les propietats de correcció dels codis
convolucionals i altres algorismes de descodificació alternatius a l’algorisme de Viterbi.
OBJECTIUS
L’objectiu d’aquesta sessió és verificar la correcta assimilació dels continguts associats
al tema de la codificació convolucional.
CONTINGUTS
Els continguts d’aquesta sessió inclouen tota una sèrie de problemes proposats sobre
el tema dels codis convolucionals i, al final de la sessió, una autoavaluació per acabar
de comprovar el vostre nivell de comprensió sobre aquest tema.
3.3.5 Problemes de codis convolucionals

A continuació us proposem una petita col·lecció de problemes sobre els codis
convolucionals.
Problema 1
Dibuixa el diagrama d’estats, el diagrama en arbre i el diagrama de Trellis del codi
convolucional amb paràmetres (3,1,3) generat pels polinomis generadors:
g1 ( X ) = X + X 2
g2 ( X ) = 1 + X
g3 ( X ) = 1 + X + X 2
101
Problema 2
Sigui un codi convolucional de velocitat ½ i memòria 3 amb el diagrama d’estats
incomplet següent:
... on u1 és el bit d’entrada i (v1,v2) són els bits de sortida associats.
Acabeu de completar el diagrama d’estats, i dibuixeu el diagrama de blocs del

codificador.
Problema 3
Sigui el codi convolucional amb el diagrama de blocs següent:
a) Dibuixeu les tres formes de representació alternatives al diagrama de blocs d’aquest

codificador.
b) Trobeu la distància lliure df del codi pels mètodes següents:

- calculant la funció de transferència del codi
- a partir del diagrama de Trellis i la cerca del camí no nul de mínim pes
Hamming
102
Problema 4
Considereu que el codificador de la figura, amb redundància del 100% i longitud
forçada 3, és usat per a una comunicació en un canal BSC. Suposeu que l’estat inicial
del codificador és 00.
A la sortida del canal es rep la seqüència següent:
Z = [1 1 0 0 0 0 1 0 1 1 “resta de 0’s”]
... on l’ordre cronològic d’arribada dels bits és d’esquerra a dreta.
a) Trobeu el camí de màxima probabilitat del diagrama de Trellis i determineu els 5

primers bits enviats més provables. Escolliu, en el cas que els dos camins que
conflueixen a un mateix estat tinguin la mateixa mètrica acumulada (empat), la branca
superior.
b) Identifiqueu els de la seqüència Z que més probablement han arribat amb error.
Problema 5
Dibuixeu els diagrames d’estats, en arbre i de Trellis del codi convolucional de la figura
següent:
Teniu en compte que el funcionament del codificador és el següent: els bits de la

seqüència u entren de 2 en 2, i per cada bloc de 2 bits entrat es perden els dos bits
més a la dreta del registre de desplaçament i es calculen i s’envien els 3 bits de sortida
(v1,v2,v3).
103
RESUM
Acabem la sessió desitjant que el tema dels codis convolucionals us hagi agradat i
donant pas al tema següent que ens ocuparà i que tractarà d’un conjunt de codis
lineals de bloc cíclics força estès per les seves bones propietats de correcció: els codis
de Reed-Solomon.
104
SESSIÓ 20
Nom: Introducció als codis de Reed-Solomon
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
L’anterior sessió es va dedicar íntegrament a la verificació del nivell de comprensió
assolit en el tema dels codis convolucionals.
OBJECTIUS
L’objectiu d’aquesta sessió és introduir a l’alumne la base algebraica i les possibilitats
que ofereixen els codis de Reed-Solomon, un subconjunt molt interessant i útil dels
codis lineals de bloc i cíclics.
CONTINGUTS
En aquesta sessió estudiarem, en primer lloc, les definicions i paràmetres bàsics així
com les propietats de correcció dels codis de Reed-Solomon (codis molt adequats per
corregir ràfegues d’errors). En segon lloc, estudiarem la base algebraica en què es
basen: els camps finits de Galois. Per acabar, estudiarem el seu procés de codificació,
molt similar al ja explicat per a codis cíclics.
3.4 Codis de Reed-Solomon

Els codis de Reed-Solomon, o abreujadament RS, són un subconjunt dels codis cíclics
no binaris i, per tant, es tracta també de codis lineals de bloc. El qualificatiu de no
binaris es refereix al fet que aquests treballen a nivell d’agrupacions d’m bits (m>2),
denominades també símbols. En aquest sentit, un codi de Reed-Solomon (n,k) codifica
paraules de k símbols d’m bits en paraules d’n símbols d’m bits, amb el qual la
velocitat i redundància del codi segueixen sent k/n i (n-k)/k respectivament.
Paràmetres del codi i capacitat de correcció

Els codis de Reed-Solomon (n,k) més habituals tenen uns paràmetres n = 2m – 1 i k =
n – 2t, sent m la longitud dels símbols i t la capacitat de correcció del codi en número
de símbols dins d’una paraula rebuda d’Nxm bits.
105
Els codis de Reed-Solomon són òptims en el sentit que assoleixen la màxima capacitat
de correcció possible, o el que és el mateix, la màxima distància mínima per a uns
paràmetres n i k donats (dmin = n – k + 1, t = (n - k)/2). Quant a la capacitat màxima de
detecció, aquesta és d’N – k, és a dir, la meitat que la de correcció.
Una altra propietat dels codis RS és que a la paraula codificada se li poden afegir fins
a 2 símbols d’informació sense pertorbar les propietats de distància del codi (codi RS
estès (n+2,k)). A la figura 8.1 del llibre citat podeu veure alguns exemples de la
fiabilitat d’un codi RS en un canal BSC per a diferents capacitats de correcció t i n=31.
[Sklar2001]p437-p439
Correcció de ràfegues d’errors

Els codis de Reed-Solomon es caracteritzen per la seva especial utilitat per corregir
ràfegues d’errors, és a dir, patrons d’errors amb agrupacions localitzades d’errors
(consecutives), típiques de canals amb memòria com és el cas dels canals amb
esvaïments (tema que s’estudiarà al final de curs). La idea és ben senzilla. Quan es
diu que un codi de Reed-Solomon pot corregir t símbols (i cada símbol és d’m bits), vol
dir que pot corregir t x m bits sempre i quan aquests es trobin agrupats en t símbols.
En el cas de tractar-se d’una ràfega d’errors, només quan aquesta tingui una durada
inferior o igual a (t – 1) x m + 1 bits és ben segur que pertorbarà t o menys símbols i,
per tant serà corregible. Si es tractés d’un canal amb errors aleatoris i no a ràfegues,
aleshores els t x m errors no estarien agrupats i ben segur que ocuparien els t símbols,
sent per tant no corregibles. Vegeu l’exemple del punt 8.1.2 i la figura 8.3 del llibre
citat.
[Sklar2001]p438-p441
Prestacions del codi en funció de la seva grandària, la

redundància i la velocitat
Vist que un codi RS és més adequat per a canals amb errors correlats o consecutius,
agrupats en ràfegues, es pot intuir que la seva fiabilitat augmentarà amb la grandària
del bloc codificat (proporcional a n) per a una velocitat k/n fixada. Això permet
augmentar la grandària màxima de la ràfega fent-lo així més eficient (vegeu exemples
de la figura 8.4 del llibre citat).
El mateix succeeix (millora de la fiabilitat) amb un increment de la redundància del codi

n – k per a una longitud de bloc fixa n, no obstant en aquest cas repercuteix en un
possible augment de l’ample de banda i en un augment més important de la
complexitat de descodificació. Vegeu en aquest cas la figura 8.5 del mateix llibre, on
no es té en compte la transmissió real per a un canal (només a nivell de probabilitat
d’error del model BSC), mentre que a la figura 8.6 es dibuixa la Eb/No necessària per
assolir una probabilitat d’error donada en funció de la velocitat del codi i per a tres tipus
de canals diferents (Rayleigh i Rice són models de canal amb esvaïments de senyal
que estudiarem al final del curs). Teòricament a menor velocitat del codi la
redundància és major i, per tant, la capacitat de correcció i la fiabilitat també. No
106
obstant, a mesura que es disminueix la velocitat del codi també es redueix l’energia
efectiva de bit d’informació, ja que la mateixa potència queda repartida en més bits.
Això fa que realment la velocitat del codi sigui un paràmetre a optimitzar a un valor
concret per a cada tipus de canal. Aquest fet justifica, doncs, el perquè la gràfica per
t=8 de la figura 8.2 del mateix llibre és pitjor que les obtingudes per t=1, 2, i 4. (a major
t, el número de bits de redundància n–k=2t també augmenta).
[Sklar2001]p441-p445
3.4.1 Camps finits de Galois

Els camps finits o camps de Galois (GF) representen tota una teoria de cossos finits
d’elements amb tota una àlgebra associada i que són la base tant de la codificació
com de la descodificació dels codis de Reed-Solomon, i més generalment, dels codis
no binaris. En aquest apartat teòric estudiarem els seus fonaments matemàtics i
propietats algebraiques més importants. En el posterior apartat veurem com s’aplica
tota aquesta teoria en els codis RS.
Extensió de GF(2)
Els codis RS es basen en la representació dels elements de l’extensió del camp binari
GF(2), aquest últim format pels elements {0,1} i amb operacions internes suma mòdul i
producte binaris. Com a analogia als camps infinits d’elements, el camp dels números
complexos és una extensió del camp dels reals, ja que en els primers trobem solucions
a equacions que no tenen solució en els segons (p.ex. 1+X2 =0).
Es parla d’un camp estès GF(2m) com un camp finit de 2m elements representats pels
elements 0, i les primeres 2m - 1 primeres potències d’un element primitiu α és a dir,
{0, α0=1, α1=α, α2, ..., α2^m-2} (aquesta és la notació en forma de potències dels
elements del camp). Associat al camp hi ha dues operacions internes, que permeten
operar dos elements qualsevol per donar lloc a un altre element dins del camp:
l’operació suma i l’operació producte d’elements (amb les complementàries o inverses
resta i divisió, respectivament). Quant al producte aquest es defineix de forma similar
al producte de números reals, és a dir, que αi x αj = αi+j. No obstant, per garantir que
el resultat d’un producte serà un element del camp, aquest ha de complir la condició
hermètica, és a dir, α2^m-1 = 1. Segons això, qualsevol potència major de 2m-1 de
l’element α pot expressar-se com una potència menor de 2m-1 (vegeu equació 8.11 del
llibre citat).
[Sklar2001]p445-p446
107
GF(2m): notació i operació suma
Existeix una altra notació vàlida pels elements de GF(2m). Al tractar-se de 2m elements,
aquests es poden indexar o representar amb m bits, representació que es pot escriure
en forma de vector o també en forma de polinomi de grau m – 1 de la variable auxiliar
X. Així, un element qualsevol d’aquest camp es pot expressar com un polinomi ai(X) =
a{i,0} + a{i,1} X + a{i,2} X2 + ... + a{i,m-1} Xm-1 (polinomi amb coeficients dins de GF(2) =
{0,1,+,·}). Vegeu l’exemple de mapatge dels bits a les potències de α de la figura 8.7
del llibre citat. Tot i que la representació en forma de potències és més compacta, la
representació polinòmica és necessària a l’hora de definir l’operació suma interna dins
del camp. Aquesta operació es defineix com la suma dels coeficients amb potències
homònimes de la representació polinòmica dels dos operands d’entrada, el que
garanteix la propietat hermètica de la suma (vegeu equació 8.15 del mateix llibre).
[Sklar2001]p446
Polinomis primitius de grau m com a generadors de

GF(2m)
Un polinomi f(X) amb coeficients binaris i irreductible dins de GF(2) (és a dir, que no es
pot factoritzar com f(X) = g(X) h(X) sent g(X) i h(X) dos polinomis amb coeficients dins
de GF(2)) de grau m és primitiu si el valor d’N enter més petit pel qual Xn+1 és divisible
per f(X) (és a dir, el residu de la divisió polinòmica és 0) és justament n = 2m-1. A la
taula 8.1 del llibre citat teniu els polinomis primitius d’ordres m compresos entre 3 i 24,
els quals permeten generar camps de Galois GF(2m) per a cada valor de m donat.
Un teorema bàsic de l’àlgebra constata que tot polinomi de grau m té m arrels que
l’anul·len. En el cas d’un polinomi primitiu f(X) de grau m amb coeficients binaris, el
problema és que al ser irreductible vol dir que no té arrels dins del mateix cos dels
seus coeficients (no són {0,1}). Així, doncs, les m arrels d’un polinomi irreductible es
troben en un cos GF(2m). La primera de les arrels és justament l’element primitiu α, és
a dir f(α)=0. Aquesta equació serveix de base relacional per expressar tots els
elements del camp GF(2m) generats per f(X) com a combinació lineal de les primeres
m potències de l’element α. Vegeu l’exemple seguit a les equacions 8.17 i 8.18 del
mateix llibre. Es pot comprovar també, com un registre de desplaçament realimentat
segons les connexions marcades pels coeficients del polinomi f(X) (igual que en la
codificació dels codis cíclics sistemàtics) i inicialitzat a quelcom diferent de tot zeros
permet anar generant tot el llibre d’elements del camp finit en notació polinòmica.
Una vegada definit el camp GF(2m) associat al polinomi primitiu f(X), les operacions
suma i producte es poden mapar a unes taules on s’especifiquen el valor dels dos
operands (fila i columna) i el resultat de l’operació (valor de la taula per a la fila i
columna donades). Mentre l’estructura de la taula producte acostuma a ser sempre
igual (exponent del resultat és la suma mòdul 2m–1 dels exponents del operands), la
taula suma acostuma a tenir una estructura més variable en funció del polinomi donat.
Vegeu l’exemple de les taules 8.2 i 8.3 del mateix llibre.
[Sklar2001]p447-p449
108
3.4.2 Codificació en codis RS
Com ja s’ha dit a l’inici d’aquesta sessió, un codi RS és un codi cíclic i, per tant, es pot
definir a partir d’un únic polinomi generador g(X). D’altra banda, tornem a fer èmfasi,
en aquest punt, que la forma de treballar és a nivell de símbol o amb agrupacions d’m
bits. Doncs bé, un codi RS amb paràmetres m, t, i, per tant, n=2m–1 i k=n–2t es basa
en una àlgebra dins d’un camp de Galois GF(2m). La idea és que totes les operacions
que es facin a nivell de símbol es faran dins d’aquesta àlgebra i, en definitiva, cada
símbol associat a la paraula tant del missatge d’informació com de la paraula
codificada serà, en definitiva, un dels 2m possibles elements de GF(2m). La notació
polinòmica associada tant al missatge a transmetre m(X) com a la paraula codificada
U(X) es basarà en polinomis de grau k–1 i n–1 respectivament, però els coeficients
d’aquests polinomis seran, un altre cop, elements dins de GF(2m).
Polinomi generador g(X)

El polinomi generador g(X) d’un codi RS és un polinomi de grau n–k=2t i amb
coeficients dins del camp GF(2m) associat al polinomi binari primitiu f(X) de grau m
(vegeu equació 8.21 del llibre citat). La definició de g(X) es fa a partir de les seves
arrels, que són els elements {α, α2, ..., α2t}, es a dir, les 2t primeres potències de α.
Vegeu l’exemple associat a l’equació 8.22 del mateix llibre. Aquesta propietat que
defineix el polinomi generador del codi és la base per a la posterior detecció i correcció
dels errors de la transmissió.
[Sklar2001]p450-p451
Codificació sistemàtica
De forma anàloga als codis cíclics binaris, la codificació sistemàtica d’un codi RS es
realitza multiplicant el polinomi m(X) associat al missatge per Xn-k (=desplaçament d’N–
k símbols cap a la dreta per situar la part sistemàtica de la paraula) i sumant el
polinomi de paritat p(X) generat com el residu de la divisió de Xn-km(X) entre g(X).
Recordem que aquesta forma de procedir garantia que el polinomi codificat U(X) era
perfectament divisible per g(X), o que U(X) = g(X) a(X), sent a(X) un polinomi de grau
k–1. Cal emfatitzar en aquest punt que la forma de dividir o multiplicar polinomis que
tenen coeficients en un camp finit com GF(2m) és exactament la mateixa que per a
polinomis amb elements binaris, exceptuant que a l’hora de sumar o multiplicar els
coeficients dels polinomis cal aplicar les regles i les operacions suma i producte
derivades dins del camp finit. Vegeu amb deteniment l’exemple del llibre citat.
[Sklar2001]p451-p452
109
Implementació pràctica de la codificació sistemàtica
De forma igualment anàloga als codis cíclics binaris estudiats a l’apartat 2.2.4, la
codificació sistemàtica es pot dur a terme amb registres de desplaçament realimentats
segons els valors dels coeficients del polinomi generador g(X). Ara, però, al tractar-se
d’un polinomi amb coeficients dins de GF(2m), les realimentacions s’apliquen a unitats
aritmètiques que treballen dins de l’àlgebra del camp finit definit pel polinomi primitiu
f(X) de grau m. En l’exemple de la figura 8.9 del llibre citat es pot apreciar que en el
circuit viatgen símbols d’m bits (en paral·lel) en compte de bits únicament. La forma de
codificar es basa en i) anar entrant el missatge (en potències decreixents) durant k
temps de rellotge mentre es realitza la divisió en el circuit i alhora es va transmetent la
part sistemàtica de la paraula, i ii) durant n–k temps més de rellotge s’extrau el resultat
del residu de la divisió que hi ha dins del registre d’N–k símbols d’m bits cap a fora, la
part de redundància del missatge. Vegeu l’exemple codificat a l’equació 8.26 del
mateix llibre.
[Sklar2001]p452-p453
Propietat de les paraules del codi

Atès que tota paraula codificada U(X) és divisible pel polinomi generador g(X), les
seves 2t arrels ho són també de les paraules o polinomis del codi. Per tant, una forma
de comprovar si una paraula és del codi és substituint la variable X per cadascuna de
les arrels següents: α, α2, ..., α2t. En el cas que alguna de les substitucions no doni
com a resultat 0 aleshores el polinomi no és una paraula del codi, i en cas contrari sí.
Vegeu exemple del llibre citat.
[Sklar2001]p453-p454
RESUM
En aquesta sessió hem introduït els codis de Reed-Solomon, un subconjunt dels codis
cíclics amb propietats de correcció i eficiència òptimes. Hem estudiat la seva capacitat
de correcció, la base algebraica en què es basen i el seu procés de codificació.
110
SESSIÓ 21
Nom: Codis de Reed-Solomon, codis concatenats i interleaving
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A l’anterior sessió vam introduir els codis de Reed-Solomon: les seves propietats més
importants; la base algebraica que utilitzen; i el procediment de codificació sistemàtic.
OBJECTIUS
Els objectius d’aquesta sessió són entendre el procés de descodificació dels codis de
Reed-Solomon així com l’ús de l’entrellaçat i els codis concatenats.
CONTINGUTS
En aquesta sessió estudiarem amb detall el procediment de descodificació dels codis
de Reed-Solomon. Veurem que aquest es fonamenta en l’àlgebra de Galois, reduint el
procés de descodificació a la solució de sistemes d’equacions lineals usant les regles
d’aquesta àlgebra. A continuació estudiarem els diferents tipus d’entrellaçat i
acabarem veient què són els esquemes de codificació concatenada.
3.4.3 Descodificació en codis RS

Els codis RS, a part de la seva gran capacitat de correcció, es caracteritzen per tenir
un procediment de descodificació molt eficient comparat amb el que seria una
descodificació basada en la síndrome convencional. Aquesta alta eficiència és gràcies
a la base algebraica que, com veurem, permet desglossar-lo en dues parts ben
diferenciades: i) la localització dels símbols amb error; ii) la localització dels errors
dins de cada símbol erroni.
Patró d’error
El patró d’error associat a la comunicació pel canal de transmissió e(X) és en aquest
cas, igual que el polinomi associat a la paraula codificada U(X), un polinomi de grau n
– 1 amb coeficients ei dins de GF(2m). Cada símbol ei expressa com s’han distribuït els
errors dins del conjunt d’m bits associats a aquest símbol a la paraula rebuda
r(X)=U(X)+e(X). Vegeu l’exemple explicat en el llibre citat.
[Sklar2001]p454-p455
111
Càlcul de la síndrome
La síndrome es defineix, en general, com el resultat de verificar les equacions de
paritat del codi, resultat que només pot ser pertorbat per la presència d’errors en la
comunicació. En els codis RS la verificació de les equacions de paritat es pot fer
substituint les 2t arrels del polinomi generador del codi g(X) (X =α ^i per i =
1,2,...,2t t) en la paraula rebuda r(X) (vegeu la propietat de les paraules del codi a
l’apartat 2.4.3). Així es defineixen els 2t=n–k síndromes Si (dimensió o número habitual
de síndromes), tal com a l’equació 8.32 del llibre citat. Es pot demostrar ràpidament
que cada síndrome Si és el resultat d’avaluar el patró d’error e(X) a X=αi. Vegeu
l’exemple de càlcul de la síndrome de les equacions 8.33-8.36 així com l’exemple 8.3
del mateix llibre.
[Sklar2001]p455-p457
Localització dels errors

Per arribar a corregir els errors de la transmissió, en primer lloc es modelen els
possibles errors, suposadament localitzats en els símbols {j1,j2,...,jν} (vegeu equació
8.37 del llibre citat). Aquest model ens permet plantejar el conjunt de variables que el
descodificador ha de calcular abans de poder corregir els errors: i) els localitzadors
dels símbols erronis {j1,j2,...,jν} ; ii) i el valor dels errors dins de cada símbol erroni
{ej1,ej2,...,ejν}. Perquè es puguin corregir tots els errors cal que el número de símbols
amb error ν sigui menor o igual que t. Una vegada calculades les síndromes, aquestes
es poden expressar en funció de les variables del problema (vegeu equació 8.38 del
mateix llibre), però l’inconvenient que té aquest sistema d’equacions és que és no
lineal i de difícil solució directa. En aquest sistema els localitzadors apareixen com a
potències de l’element primitiu, és a dir, βi = α^(ji).
Per trobar una forma de plantejar el problema de forma lineal cal definir el polinomi
localitzador dels errors σ (X), polinomi de grau ν que té per arrels els recíprocs dels
localitzadors dels errors βi per i = 1,2,..., ν (vegeu definició a l’equació 8.39 del mateix
llibre). Usant tècniques de modelatge autoregressiu es poden arribar a relacionar els
coeficients del polinomi localitzador dels errors {σ1, σ2,..., σν} amb les síndromes
{S1,S2,...,S2t} mitjançant el sistema lineal de l’equació 8.40 del mateix llibre. En aquest
sistema cal anar provant valors de t començant pel valor màxim i acabant per 1. Se
solucionarà el primer sistema que sigui compatible determinat, és a dir, que la matriu
del sistema tingui determinant diferent de zero. La forma de solucionar el sistema
d’equacions resultant es basa a aplicar les lleis de l’àlgebra associades al camp finit
GF(2m) amb què es treballa amb el codi RS. Vegeu exemples d’inversió a les
equacions 8.41-8.47 del mateix llibre.
Una vegada calculats els coeficients {σ1, σ2,..., σν} del polinomi localitzador dels errors
σ (X), es poden calcular els localitzadors tot comprovant quines són les ν arrels
d’aquest. Aquells elements αi tals que σ (1/αi = α2^m-1-i) indicaran que hi ha hagut algun
error al símbol i-èsim de la paraula rebuda (localització dels errors a nivell de símbol).
Vegeu l’exemple del mateix llibre, acabant amb el polinomi e(X) de l’equació 8.49.
[Sklar2001]p457-p459
112
Valor o magnitud dels errors
Una vegada trobades les posicions dels símbols que arriben amb algun error, cal
saber quin són exactament els bits erronis dins de cada símbol erroni. És a dir, cal
saber el valor o magnitud dels errors {ej1,ej2,...,ejν}. Aquestes variables es poden
calcular a partir del sistema lineal d’equacions que resulta de plantejar les equacions
associades a les síndromes en funció del patró d’error (vegeu l’exemple de l’equació
8.50 del llibre citat). La forma de solucionar el sistema resultant és idèntica a l’anterior
apartat (vegeu exemple de les equacions 8.51-8.54 del mateix llibre).
[Sklar2001]p459-460
Correcció dels errors

Una vegada estimats els paràmetres que permeten reconstruir el patró d’error associat
a la paraula rebuda només queda acabar de corregir els errors tot invertint els bits on
aquest té 1’s. Això és equivalent a sumar els polinomis rebuts r(X) i l’associat al patró
d’error reconstruït e’(X). Vegeu l’exemple de les equacions 8.55-8.57 del llibre citat.
[Sklar2001]p460
3.5 Entrellaçat i codis concatenats

L’entrellaçat o interleaving és una tècnica estesa en el disseny de sistemes de
comunicació per la seva gran utilitat a l’hora de fer front als problemes derivats d’una
transmissió on el canal té un comportament variant en el temps. Aquesta variació
provoca que el senyal rebut presenti esvaïments temporals, és a dir, la relació SNR té
variacions provocant errors en forma de ràfegues o errors correlats (no independents
en el temps). En general, el seu ús és adequat per al cas en què el canal provoca
grans seqüències d’errors seguides (p.ex. també és útil en suports d’enregistrament
digitals com el compact disc, on una petita ratllada en el suport pot suposar tota una
ràfega d’errors consecutius). Tot i que hem estudiat els codis RS, adequats per a
aquests tipus d’errors, l’ús de l’entrellaçat pot ser molt útil per relaxar la necessitat d’un
codi massa potent i per tant complex.
En aquest apartat teòric veurem les dues tècniques bàsiques d’entrellaçat: l’entrellaçat
de bloc i l’entrellaçat convolucional.
Filosofia
L’interleaving es basa a desordenar la informació en el transmissor, després de la
codificació de canal i abans de ser enviada cap al modulador, al llarg d’un cert període
de temps (de l’ordre de diversos blocs en els codis de bloc o longituds forçades en els
codis convolucionals) que serà més o menys llarg depenent de la durada mitja de les
ràfegues en el canal. El receptor ha de conèixer el patró d’ordenació que ha aplicat el
113
transmissor per poder reordenar-la abans de descodificar els missatges. Vegeu la
figura 8.10 del llibre citat on se us mostra un exemple d’entrellaçat, i on es pot apreciar
que el fet d’aplicar l’entrellaçat facilitarà la correcció per part del descodificador si
aquest és capaç de corregir 1 bit en cada paraula. D’altra banda no ho podria fer, ja
que els dos símbols afectats tindrien 3 i 4 errors respectivament.
[Sklar2001]p461-p463
Entrellaçat de bloc
L’entrellaçat de bloc es basa a desordenar la informació a blocs de longitud fixa i
independents. La forma més habitual és disposar un bloc de MxN bits en una matriu
de M files i N columnes, de forma que s’entra la informació per columnes i es treu per
files. El receptor farà el desentrellaçat o deinterleaving omplint la matriu per files i
traient la informació per columnes. Vegeu l’exemple de la figura 8.11 del llibre citat
amb un entrellaçat de 4x6.
L’entrellaçat de bloc té les propietats interessants següents:
a) Qualsevol ràfega d’N o menys bits en el canal provoca errors separats cada M bits a
la sortida del desentrellaçat.
b) Qualsevol ràfega de bxN bits seguits (b>1) provoca a la sortida ràfegues de no més
de ⎡b ⎤ errors consecutius (b arrodonit cap a dalt) i la separació entre aquestes és
major o igual que M - ⎣b⎦ bits.
c) L’ús de l’entrellaçat provoca un retard afegit a la comunicació d’aproximadament
2xMxN temps de bit, ja que cal fer entrellaçat en transmissió i desentrellaçat en
recepció (p.ex. no es pot començar a enviar cap fila de la matriu fins que aquesta no
és gairebé plena).
d) La memòria necessària per implementar l’entrellaçat és de MxN bits (la mateixa
estructura pot ser usada per l’emissor i el transmissor d’un dels extrems de la
comunicació). Vegeu l’exemple 8.4 del llibre citat.
Per a una comunicació amb codis correctors de capacitat t=1 bit el valor d’N s’escolliria
superior o igual a la longitud màxima de la ràfega, mentre que el valor de M depenent
de si el codi és de bloc o convolucional s’agafaria igual a la longitud del bloc n o a la
longitud forçada de sortida nxK. Per a codis correctors de t errors N es fixaria a la
longitud màxima de ràfega dividida per t. Cal dir que el tipus d’entrellaçat explicat aquí
és sovint anomenat entrellaçat de bloc uniforme, i que també existeixen altres tipus de
mapats alternatius al que aquí s’ha explicat (p.ex. entrellaçat de bloc aleatori, on es fa
una assignació de posició pseudoaleatòria).
[Sklar2001]p463-p466
114
Entrellaçat convolucional
L’entrellaçat convolucional, a diferència del de bloc, treballa amb l’estructura de la
figura 8.14 del llibre citat (vegeu també l’exemple de la figura 8.13). En el transmissor
el senyal és entrat a un banc d’N registres de desplaçament, de forma que cada
registre té J posicions més de memòria que l’anterior. En el receptor l’estructura és
simètrica, de forma que els retards relatius que cada registre havia provocat són
compensats (desfent així l’ordenació inicial). El principal avantatge d’aquest tipus
d’entrellaçat respecte del de bloc és el retard total d’Nx(N-1)xJ bits mentre que la
memòria requerida en cada terminal és justament la meitat, el que suposa una
reducció del retard i de requeriment de memòria la meitat que en el cas d’entrellaçat
de bloc, tenint en compte que és com si M = NxJ.
[Sklar2001]p466-p468
3.5.1 Codis concatenats

En aquest apartat teòric parlarem de la codificació concatenada, una tècnica emprada
sovint a l’hora de dissenyar sistemes de correcció d’errors (FEC) d’elevada eficiència.
Filosofia i estructura de la codificació concatenada

La codificació concatenada és la tècnica de codificació de canal que es basa a fer
servir dos codis per protegir la informació contra errors: un codi intern que tracta amb
la informació que va destinada al modulador i que en el receptor fa servir la informació
que prové del desmodulador (es diu que ataca el canal); i un segon codi extern que
rep la informació descodificada pel codi intern en el receptor i lliura la informació
codificada cap al codi intern en el transmissor. L’ús de dos codis queda justificat en el
fet que permet grans capacitats de correcció sense la gran complexitat computacional
que suposaria treballar amb un únic codi amb força més redundància. Normalment és
el codi intern el de major capacitat de correcció ja que es dissenya per corregir la
majoria del errors, mentre que el codi extern és de menor redundància i major
simplicitat. En un esquema de codificació concatenada és molt habitual utilitzar una
etapa d’entrellaçat de bloc entremig dels dos codis. L’objectiu de l’interleaving és
alleugerir la densitat d’errors provocats pel codi intern, evitant que aquelles paraules
que no hagin estat capaces de corregir sí que puguin ser corregides pel codi extern
(vegeu l’esquema de la figura 8.14 del llibre citat).
[Sklar2001]p468
Esquema més popular de codificació concatenada

Un dels esquemes de codificació concatenada és el que fa servir com a codi intern un
codi de Reed-Solomon i com a codi extern un codi convolucional. La descodificació
convolucional després de la desmodulació permet fer servir la filosofia de
115
descodificació soft, el que permet arribar a probabilitats d’error de 10-5 amb relacions
Eb/No de 2 a 2.5dB amb un cost d’implementació raonable. Una de les característiques
del codi convolucional és que aquest acostuma a provocar a la seva sortida ràfegues
d’errors, tot i que el canal es basi en el model AWGN. Aquesta característica és molt
adient per a un codi Reed-Solomon, el qual és capaç de corregir ràfegues de mx(t-
1)+1 bits (vegeu l’apartat 2.4.1 sobre els detalls dels paràmetres m i t del codi).
[Sklar2001]p468-p469
RESUM
En aquesta sessió hem estudiat el procés algebraic per a la descodificació dels codis
de Reed-Solomon, hem vist els diferents tipus d’entrellaçat, i hem acabat per veure el
que és, a nivell conceptual, la codificació concatenada.
116
SESSIÓ 22
Nom: Introducció als turbocodis
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A l’anterior sessió vam veure el procediment de descodificació dels codis de Reed-
Solomon, i vam estudiar els diferents tipus d’entrellaçat de la informació i la codificació
concatenada.
OBJECTIUS
L’objectiu principal d’aquesta sessió és introduir els turbocodis així com els conceptes
estadístics que estan estretament lligats al procés de descodificació, il·lustrant aquests
conceptes amb exemples aclaridors.
CONTINGUTS
En aquesta sessió veurem una introducció als conceptes més importants que
permeten aproximar-nos al principi de descodificació iterativa que fan servir els
turbocodis (p.ex. el log-likelihood ratio i el criteri maximum a posteriori). Es veurà
també un exemple de funcionament d’aquest principi per a un codi rectangular molt
senzill, amb la finalitat de veure com, en cada iteració del procés turbo, s’obté una
millora en el refinament de la fiabilitat de les sortides soft associades al
turbodescodificador.
3.6 Turbocodis
Els turbocodis, descoberts el 1993 per Barreo-Glavieux-Thitimajshima, es poden
interpretar com un esquema de codificació concatenada al qual se li afegeix un procés
de descodificació iteratiu. El gran avantatge d’aquest tipus de codis és que assoleixen
una capacitat de correcció realment bona (p.ex. BER=10-5 per una Eb/No=0.7dB en
canal Gaussià i modulació BPSK), permeten així una aproximació gairebé ideal al límit
que va enunciar el matemàtic C. E. Shannon. La filosofia de treball d’aquests codis es
basa a permetre que el codificador final lliuri unes decisions lleus o soft en compte de
greus o hard, amb l’objectiu de poder realimentar aquestes decisions, un altre cop, cap
al codi inicial en un procés iteratiu semblant al que governa el principi dels motors
turbo. Quantes més iteracions s’apliquen a aquest procés més refinada i fiable acaba
sent la decisió hard definitiva, reduint en cada iteració la probabilitat d’error.
117
Funcions de log-likelihood
Certs teoremes probabilístics com el de Bayes tenen una gran aplicació en certes
àrees aplicades com la teoria de la detecció per al disseny de criteris de decisió fiables
(p.ex. disseny de detectors en comunicacions digitals). Una de les aplicacions més
interessants d’aquest teorema, i dins d’aquest àmbit, és el càlcul de l’APP (o
probabilitat a posteriori), la qual pot ser calculada a partir de la probabilitat a priori (és a
dir, la probabilitat suposadament coneguda d’enviar cada símbol de l’alfabet) i de la
probabilitat de senyal rebut condicionat per la informació (aquesta es pot calcular a
partir de mostres de senyal rebut, suposant un model de canal com és l’AWGN, per
exemple). Vegeu les equacions 8.61 i 8.62 del llibre citat. Queda clar que el terme del
denominador acaba sent una constant i independent de quin és el símbol a considerar
dins de l’expressió, el que permet prescindir-ne en els futurs desenvolupaments.
[Sklar2001]p477-p478
El criteri MAP en el cas binari

En l’escenari de la detecció d’informació binària (alfabet de símbols transmesos {0,1} o
{-1,+1}) en el receptor es maneguen diferents criteris de disseny. Un és el criteri de
màxima versemblança o ML, el qual es basa a escollir aquell símbol que maximitza la
probabilitat de la mostra rebuda condicionada al símbol transmès, segons el model de
canal (típicament el model AWGN). Vegeu una representació del test de detecció ML a
la figura 8.20 del llibre citat. Un altre criteri igualment vàlid és el MAP o Maximum a
posteriori, que es basa a decidir en favor del símbol que maximitza l’APP. Vegeu el
procediment del test MAP a les equacions 8.63-8.65 del mateix llibre, l’última de les
quals és anomenada likelihood ratio test o test de comparació de versemblança.
[Sklar2001]p478-p479
Log-likelihood ratio (LLR)

El log-likelihood ratio (LLR) o la mesura logarítmica de versemblança es defineix com
L(d/x)=L(x/d)+L(d) (vegeu equacions 8.66-8.68 del llibre citat), i es pot entendre com
una decisió lleu o soft sobre la mostra de senyal rebut x. El terme L(x/d) s’obté de
forma directa a partir de la mostra rebuda i el model de canal usat (LLR de les
mesures del canal), i en canvi L(d) és un terme de coneixement a priori sobre les
dades transmeses (LLR a priori). Tot això té sentit en el camp de la detecció. Dins de
l’àmbit de la codificació de canal, i en concret de la codificació sistemàtica, la LLR (o
sortida soft) d’un descodificador es pot escriure com la contribució additiva de tres
termes (vegeu equació 8.71 del mateix llibre). A part dels dos termes anteriorment
enunciats, apareix també un tercer anomenat informació extrínseca i que representa
tot el coneixement que la pròpia estructura del codi pot aportar sobre els bits
d’informació (LLR extrínseca). Representa que el codi, a l’aplicar una redundància
controlada afegint uns certs bits de paritat addicionals, és capaç de reforçar el procés
de detecció final (sobre els bits sistemàtics o d’informació pròpiament) inferint aquest
coneixement estructurat sobre les mostres que provenen del desmodulador. Aquest
reforçament es materialitza en el fet que aquest terme sovint té el mateix signe que la
118
contribució dels altres dos restants. La sortida soft té un signe, associat a la decisió
hard final, i un mòdul associat a la fiabilitat d’aquesta darrera decisió. No serà fins al
final del procés iteratiu, que abans comentàvem, que no es deixarà de tenir en
consideració la part del mòdul de la decisió final.
[Sklar2001]p479-p480
Principi de la turbodescodificació
El principi de la turbodescodificació el podeu veure a la figura 8.21 del llibre citat. Un
turbocodi, com ja hem dit anteriorment, es basa en la utilització de dos o més codis
constituents, la descodificació dels quals es basa a aplicar el criteri MAP per tal de
poder tenir tant entrades com sortides soft (descodificador soft in – soft out). Com es
pot veure, la filosofia turbo es basa a aprofitar la informació extrínseca proporcionada
pel codi i convertir-la en informació a priori per a una següent etapa de descodificació
(aquesta part s’agafa com 0 en la primera etapa). En un esquema amb dos codis
aquest bucle de realimentació ha de tenir en compte tots dos descodificadors i també
l’etapa d’entrellaçat en el cas que hi fos.
[Sklar2001]p480-p481
3.6.1 Exemple il·lustratiu de la turbodescodificació

En aquest apartat es pretén donar la idea de funcionament de la turbodescodificació.
Per il·lustrar-ho, es farà servir un esquema de codificació concatenada molt senzill: un
codi rectangular (vegeu apartat 3.1.3).
Àlgebra de log-likelihood
El procediment iteratiu que s’aplica en un turbocodi es fonamenta en una base
algebraica anomenada log-likelihood algebra, i que no és més que la definició d’una
operació de suma sobre el log-likelihood ratio de dos informacions independents
combinades. Es pot definir aquesta suma com l’equació 8.72 (la 8.73 és una
aproximació de la mateixa) del llibre citat, la demostració de la qual es pot seguir
fàcilment a l’apèndix 8A del mateix llibre.
[Sklar2001]p481-p482
119
Turbodescodificació amb codi rectangular
Considereu el codi rectangular o codi producte (vegeu apartat 3.1.3) de la figura 8.22
del llibre citat, format per l’aplicació de dos codis de bloc (n1,k1) i (n2,k2) concatenats
(en compte de ser senzills bits de paritat s’afegeixen n2-k2 bits de paritat a cadascuna
de les k1 files de la matriu d’informació, i n1-k1 bits de paritat a cadascuna de les k2
columnes de la mateixa). En cada pas d’iteració del turbodescodificador hi haurà dos
blocs d’informació soft extrínseca de la mateixa grandària que el bloc d’informació
(k1xk2) i associats a cadascun dels processos de descodificació vertical i horitzontal.
Aquesta informació extrínseca proporcionada per cada codi constituent en cada pas
d’iteració servirà com a informació a priori d’entrada pel següent pas d’iteració, de
forma que en cada pas la fiabilitat associada al mòdul de les sortides soft anirà
augmentant de forma gradual i servirà com a indicador de quan es pot donar per
acabat el procés de descodificació per a una fiabilitat demanada. Els passos a seguir
en el procés de turbodescodificació són els següents:
1.- Inicialització de les LLR a priori a 0 (Atès que no es té cap coneixement previ de la
informació transmesa).
2.- Descodificació horitzontal i càlcul del la LLR extrínseca horitzontal Leh(d’)
3.- Es fixa la LLR a priori de l’etapa de descodificació vertical L(d)=Leh(d’)
4.- Descodificació vertical i càlcul de la LLR extrínseca vertical Lev(d’)
5.- Es fixa la LLR a priori de l’etapa de descodificació horitzontal L(d)=Lev(d’), i es torna
al pas 2.
6.- Després d’N iteracions, quan ja es disposa de decisions el suficientment fiables
s’acaba amb el pas 7.
7.- Sortida soft final és L(d’)=Lc(x)+Leh(d’)+Lev(d’), sent Lc(x) la LLR associada a les
mesures proporcionades directament del desmodulador. El signe de dites sortides
proporciona la descodificació hard final.
[Sklar2001]p482-p483
Exemple il·lustratiu de funcionament

Com a exemple il·lustratiu es mostrarà el principi de funcionament de la
turbodescodificació en un codi rectangular amb paràmetres k1=k2=2 i n1=n2=3 on tant
la redundància vertical com horitzontal es basa en un bit de paritat per a cada fila i
columna (vegeu l’exemple de bloc codificat a la part a) de la figura 8.23 del llibre citat).
A les equacions 8.77 i 8.78 del mateix llibre es mostra la LLR associada a les mesures
del canal, on se suposa un model de canal AWGN amb variància de soroll σ coneguda
(se suposa igual a 1 per simplicitat).
Suposem el missatge codificat [1,0,0,1,1,1,1,1] (4 primers bits són la part sistemàtica i

4 últims la part de redundància, amb les posicions indicades al mateix llibre), i rebut
[0.75,0.5,0.1,0.15,1.25,1,3,0.5] (aquests són números reals proporcionats pel
desmodulador, abans de realitzar qualsevol detecció o decisió greu, els quals poden
ser positius o negatius). Usant l’equació 8.78 arribem a les LLR de mesures del canal
de [1.5,0.1,0.2,0.3,2.5,2,6,1]. S’observa que una decisió basada en el signe d’aquests
valors incorreria en dos errors de decisió, justament associats als bits d’informació que
són 0 i que, curiosament, són els que tenen associat un mòdul de LLR més petit (això
no és casualitat, vol dir que ens podem fiar poc de la seva descodificació hard).
120
1) CÀLCUL DE LES LLR EXTRÍNSEQUES
A cada bit d’informació de la part sistemàtica se li associa una certa informació o LLR
extrínseca aportada per l’estructura del codi en concret. En l’exemple sota estudi, cada
bit de paritat es calcula amb una suma mòdul-2 de dos bits d’informació o, de forma
equivalent, cada bit d’informació es pot calcular com una suma mòdul-2 d’un altre bit
d’informació més un bit de paritat. Aquesta operació entre bits es pot traslladar dins de
l’àlgebra log-likelihood calculant la LLR extrínseca de cada bit d’informació com la
suma log-likelihood (vegeu el primer concepte d’aquest apartat, i les equacions 8.82 i
8.83 del llibre citat) de dues LLR’s: la del bit d’informació de la mateixa fila o columna
(aquesta LLR tindrà un terme a priori més un altre de mesura del canal) i la del bit de
paritat (només tindrà part de mesura del canal). Així les equacions 8.84-8.87 ens
proporcionen el càlcul d’aquestes LLR extrínseques. Vegeu el resultat de les
equacions 8.88-8.91 per a la primera etapa de descodificació horitzontal, on
s’inicialitzen les LLR’s a priori a 0, i les equacions 8.92-8.95 per a la primera etapa de
descodificació vertical, que agafa com a LLR’s a priori les LLR’s extrínseques de la
primera etapa horitzontal. El càlcul de les LLR extrínseques explicat aquí és alternatiu
a l’enunciat anteriorment i basat en l’equació 8.71.
2) CÀLCUL DE LES LLR SOFT DE SORTIDA

Una vegada calculades les LLR extrínseques al final de cada etapa de descodificació
es poden calcular les LLR soft de sortida sumant la LLR extrínseca de cada codi
constituent.
A la LLR de mesura del canal (vegeu equació 8.74 del mateix llibre). En cada etapa i
pas d’iteració s’ha d’anar veient una progressiva millora de la fiabilitat associada a les
sortides soft final (el mòdul i, per tant, la fiabilitat cada vegada és més alta). Seguiu tot
el procés associat a les dues primeres iteracions del procés que s’expliquen en el llibre
citat i observeu com aquesta fiabilitat va en augment i en la direcció correcta (els dos
bits d’informació que eren zero tenen una LLR cada vegada més negativa).
[Sklar2001]p483-p488
RESUM
En aquesta sessió s’ha fet una introducció als conceptes més importants en què es
basen els turbocodis, una generació relativament nova d’algorismes de descodificació
que es basen en un procés iteratiu de refinament en què cada vegada s’obtenen unes
sortides soft cada vegada més fiables. Això porta a la possibilitat d’implementar
descodificadors adaptables a les necessitats específiques d’un canal donat, permetent
que hi hagi un balancejat adaptatiu del compromís fiabilitat amb complexitat
computacional.
121
122
SESSIÓ 23
Nom: Els turbocodis
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A l’anterior sessió vam fer una introducció als conceptes més importants referents al
procés iteratiu de descodificació que fan servir els turbocodis, acabant amb un
exemple aclaridor amb un codi rectangular molt senzill.
OBJECTIUS
L’objectiu d’aquesta sessió és estudiar l’esquema típic associat a un turbocodi i
entendre la filosofia de descodificació aplicada sobre aquest esquema pràctic.
CONTINGUTS
En aquesta sessió estudiarem la codificació que s’utilitza en els turbocodis, i veurem
com aquests estan formats per una concatenació paral·lela de dos o més codis
convolucionals sistemàtics recursius amb un esquema d’entrellaçat. Es veurà, només
superficialment, la filosofia de descodificació aplicada en aquests esquemes, i es deixa
a criteri de l’alumne un posterior aprofundiment dels algorismes implicats.
3.6.2 Codificació amb codis sistemàtics recursius

A l’anterior apartat vam veure clarament il·lustrat el procés iteratiu de descodificació en
un turbocodi basat en un esquema de codificació rectangular. Aquell va ser un
exemple per poder entendre amb una mica més de detall el procediment associat. A la
pràctica, però, els turbocodis es caracteritzen per estar formats per la concatenació
paral·lela de dos o més codis constituents de tipus convolucional i, a més a més,
sistemàtics i recursius.
Els codis sistemàtics recursius convolucionals (RSC)

És ben sabut que els codis convolucionals no sistemàtics tenen un millor
comportament que els codis convolucionals sistemàtics amb la mateixa memòria per a
relacions Eb/No prou altes, i justament al contrari per a relacions Eb/No baixes. Un dels
principals avantatges dels turbocodis és la seva gran capacitat de correcció per a
relacions SNR molt baixes, i per aquest motiu el seu ús ha motivat l’utilització de codis
constituents de tipus sistemàtic i, com veurem, també recursiu.
123
Els turbocodis fan ús dels anomenats codis convolucionals sistemàtics recursius o
RSC, que es caracteritzen per tenir una resposta impulsional infinita (IIR) i un
diagrama format per un registre de desplaçament amb realimentacions. De fet, un
RSC es pot construir a partir d’un codi convolucional no sistemàtic. A la figura 8.24 del
llibre citat es pot veure un exemple de codi convolucional no sistemàtic amb
paràmetres (n=2,k=1,K=3) i polinomis generadors g1(X)=1+X+X2 i g2(X)=1+X2. A la
figura 8.25a del mateix llibre es mostra el codi RSC equivalent a l’anterior codi, i a la
figura 8.25b es mostra el seu diagrama de Trellis. Com es pot apreciar les connexions
de realimentació són les mateixes que abans eren per un dels bits de sortida
(associades a g1(X)), el que ara és el bit sistemàtic del codi uk. En general es pot
demostrar que un codi RSC obtingut a partir d’un altre codi no sistemàtic té
exactament les mateixes propietats de correcció que aquest (mateixa distància lliure,
mateixa distribució de pesos, etc.). L’únic que canvia és el mapatge entre les entrades
del codi i les possibles seqüències de sortida codificades, com passava amb els codis
lineals de bloc no sistemàtics i sistemàtics.
Estudieu l’exemple 8.5 del llibre citat, on se us mostra un exemple de com calcular el
diagrama de Trellis d’un codi RSC, i com codificar un missatge.
[Sklar2001]p488-p490
Concatenació de codis RSC pel disseny de turbocodis

Un turbocodi acostuma a estar format per la concatenació paral·lela de dos o més
codis RSC (normalment amb k=1 i longituds forçades de l’ordre K=3, 4 o 5) amb
l’afegit d’un sistema d’entrellaçat de la informació tal i com es mostra l’exemple de la
figura 8.26 del llibre citat. En aquest cas el codi té una velocitat 1/3, i la seqüència
codificada estarà formada per blocs de 3 bits: un d’informació (part sistemàtica uk) i
dos de redundància (part de paritat v1k i v2k). Tot i que els codis constituents poden ser
diferents és habitual també escollir-los idèntics, per major facilitat d’implementació.
Com es pot apreciar, l’esquema contempla l’ús d’entrellaçat a la segona de les
seqüències redundants (v2k en l’anterior figura), fet que incrementa la capacitat de
correcció del codi al proporcionar una certa diversitat temporal al sistema (aquest
concepte el treballarem més a fons en el capítol 4).
Es pot demostrar que per a baixes relacions Eb/No (zona d’interès en aquest tema),
l’elecció d’aquests codis s’ha de basar a aconseguir una distribució de pesos òptima
en compte d’en una distància lliure mínima (ja que al produir-se més errors en el canal,
interessa que el codi tingui el mínim número de seqüències codificades de pesos més
petits com per exemple df, df+1, df+2, etc.). La distribució de pesos del turbocodificador
depèn de com es realitza aquesta concatenació paral·lela, la qual depèn fortament del
tipus d’interleaving utilitzat. Habitualment, un turbocodi fa servir un entrellaçat de bloc
però aleatori (en compte de l’estructura matricial explicada al punt 2.5.1).
El motiu del perquè s’utilitza l’estructura formada per dos codis concatenats del tipus
RSC i amb un entrellaçat en un dels dos components és el següent. La capacitat de
correcció del turbocodi depèn de la distribució de pesos del codi associada a la
concatenació paral·lela, per mitjà de l’interleaving, dels dos codis constituents. Per a
un únic codi constituent, les seqüències codificades de pes Hamming mínim eren des
que determinen la capacitat de correcció individual d’aquell codi (vegeu apartat 2.3.4).
Per a un codi convolucional no sistemàtic (i, sobretot, no recursiu) aquestes
124
seqüències s’acostumen a generar a partir de seqüències d’entrada amb pocs 1’s
(p.ex. un únic 1). En canvi, per a un codi del tipus RSC, les seqüències codificades de
pes mínim es generen a partir de seqüències d’entrada amb 2 o més 1’s, i amb uns
patrons determinats de longitud similar a K. Això, combinat amb el sistema
d’entrellaçat fa que sigui impossible aconseguir alhora les seqüències de pes mínim en
els dos codis constituents, ja que la seqüència d’informació que aconseguiria un pes
mínim en el primer codi, a l’estar aleatoritzada a l’entrada del segon no permetria que
aquest altre donés a la seva sortida una seqüència codificada de pes mínim.
[Sklar2001]p492-p493
3.6.3 Descodificació de turbocodis

A l’apartat 2.6.2 vam veure un exemple il·lustratiu del principi de funcionament de la
descodificació iterativa en què es basa un turbocodi. A l’anterior apartat teòric hem vist
que els turbocodis estan formats per codis constituents del tipus RSC convolucionals i
etapes d’entrellaçat de la informació. En aquest apartat estudiarem, sense entrar en
profunditat en desenvolupaments matemàtics profunds, com es pot adaptar la filosofia
de descodificació vista abans a aquest tipus de turbocodis.
Descodificació dels codis constituents d’un turbocodi

Com ja es va veure a la sessió anterior, la turbodescodificació es basa en la
implementació de descodificadors soft input – soft output, aspecte que possibilita el
correcte funcionament d’un bucle de reforçament iteratiu en el qual el descodificador
va millorant pas a pas les decisions lleus sobre cadascun dels bits implicats en la part
sistemàtica d’informació transmesa. Per aquest motiu, l’algorisme de Viterbi deixa de
ser una bona elecció com a algorisme de descodificació de cada component del codi ja
que, tot i que les entrades poden ser del tipus soft, les sortides són sempre binàries
(soft input – hard output). Una de les propostes més rellevants en aquest camp ha
estat l’algorisme de Bahl, el qual va ser modificat per Berreau per a la seva utilització
en la descodificació dels turbocodis.
Aquest algorisme proposa una sortida soft associada a un bit descodificat basat en la
mètrica de l’equació 8.108 del llibre citat (probabilitat que el bit tingui un valor concret
en un estat concret i en un temps concret del diagrama de Trellis del codificador,
condicionada als valors de la seqüència rebuda durant un cert període de temps). Cal
emfatitzar que la forma de treballar és a blocs d’N bits transmesos, de forma que en
aquest cas la seqüència codificada seria de longitud 3N, i es començaria i acabaria en
un estat conegut (p.ex. estat 0). Per calcular la sortida soft final cal aplicar les
equacions 8.109 i 8.110 del mateix llibre, les quals arriben a donar la LLR del bit
associat dins de la seqüència transmesa, sent l’equació 8.111 el resultat d’aplicar el
criteri MAP per a la decisió hard final. Tal i com ja es va explicar a l’apartat 2.6.1,
aquesta LLR es podrà descompondre en tres termes: un a priori inicialitzat a 0; un altre
que depèn de les mesures del senyal rebut pel canal; i un tercer que indicarà la
informació extrínseca aportada per l’estructura específica de la redundància afegida.
125
[Sklar2001]p493-p494
Diagrama de bloc del turbodescodificador

A la figura 4.94 del llibre citat teniu un exemple de turbodescodificador associat a
l’exemple explicat anteriorment. Les mostres xk i yk corresponen a les seqüències
rebudes de les parts sistemàtica i de redundància respectivament, sent la segona una
multiplexació temporal de les dues seqüències redundants rebudes associades a les
seqüències transmeses v1k i v2k. El model d’interferència del canal correspon a
l’AWGN (vegeu equacions 8.112 i 8.113 del mateix llibre). Després de la
desmultiplexació de la informació redundant, es comença per realitzar la
softdescodificació del primer codi C1, la sortida del qual és aleatoritzada segons
l’entrellaçat fet en el transmissor amb l’objectiu de proporcionar més informació al
segon descodificador C2, el qual alhora rep la segona part dels bits de paritat pel
canal. La sortida soft d’aquest segon descodificador pot ser també reutilitzada pel
primer descodificador per mitjà d’un convenient desentrellaçat, el que acaba de tancar
el bucle de realimentació del turbodescodificador. D’altra banda la seqüència
sistemàtica rebuda és directament aprofitada pel primer descodificador, tot i que
aquesta exerceix una certa influència en totes les sortides de cada bloc.
[Sklar2001]p494-495
Funcionament de la descodificació
Tal i com es va veure als punts 2.6.1 i 2.6.2, el càlcul de la informació o LLR extrínseca
per realitzar el bucle de turborealimentació del codi es basava en la descomposició de
la LLR en tres termes, el terme a priori dels quals s’inicialitzava a zero. En aquest cas
el procediment és el mateix (vegeu equacions 8.114-8.117 del llibre citat) tot i que en
l’intercanvi d’informació entre els descodificadors 1 i 2 sempre s’intercala l’etapa
d’entrellaçat i desentrellaçat corresponent. Tot i que no estudiarem els detalls
d’implementació de l’algorisme de descodificació MAP (algorisme de Bahl modificat),
només deixem intuir que el procediment de descodificació es basarà en un refinament
iteratiu de les LLR’s associades a cadascun dels dos codis constituents, tot fent ús de
les anteriors equacions. El càlcul de la LLR extrínseca es basa en l’ús del diagrama de
Trellis per poder calcular les probabilitats (mètriques) implicades en cadascun dels bits
de la seqüència d’informació. Com en els codis convolucionals, la forma de treballar en
un turbocodi és enviant grans blocs d’informació. La descodificació de cada bloc
implica el iterar tantes vegades com sigui necessari segons la qualitat de
descodificació demanada.
[Sklar2001]p495-p496
Exemple de fiabilitat
A la figura 8.28 del llibre citat podeu veure les corbes de probabilitat d’error d’un
turbocodi format per dos codis constituents de paràmetres (n=2,k=1,K=5) amb
126
generadors g1(X) = 1+X+X2+X3+X4 i g2(X) = 1+X4 (amb la seva versió RSC, per
suposat), i amb la concatenació paral·lela a través d’un entrellaçat de bloc de 256x256
i treballant a blocs de 65.536 bits. Com es pot apreciar, a major número d’iteracions
aplicat en la descodificació la corba de BER és cada vegada més bona (p.ex. s’arriba a
una BER=15 a Eb/No=0.7dB per a 18 iteracions). El límit de Shannon diu que és
possible una comunicació sense errors per a una Eb/No major o igual que -1.6dB
(màxima capacitat d’un canal), però no va parlar de la complexitat associada al
receptor per tal d’assolir aquesta fiabilitat. Els turbocodis permeten una aproximació
força bona a aquest límit tot i que es considera que un límit pragmàtic (és a dir, de
sentit comú, tenint en compte les limitacions d’implementació dels sistemes actuals)
està al voltant dels 0.5dB. Observeu com la corba de BER en la 18 iteració és gairebé
vertical, cosa que ens fa pensar en la possibilitat d’anar-nos apropant a aquest límit
pragmàtic.
RESUM
En aquesta sessió hem estudiat l’esquema real que utilitzen els turbocodis i hem intuït
també la filosofia de descodificació aplicada a aquest esquema. Amb aquesta sessió
acabem tot el contingut teòric del tema 2, el qual esperem que us hagi aportat un bon
coneixement de l’estat de l’art en el camp de la codificació de canal per a la protecció
eficaç d’una comunicació digital.
127
128
SESSIÓ 24
Nom: Problemes sobre tècniques avançades de codificació
Tipus: de problemes
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A l’anterior sessió es va estudiar el tema dels turbocodis i els esquemes de codificació
i descodificació associats.
OBJECTIUS
L’objectiu d’aquesta sessió és avaluar el grau de comprensió dels temes associats als
codis de Reed-Solomon, l’entrellaçat i els turbocodis.
CONTINGUTS
En aquesta sessió us proposem una col·lecció de problemes proposats sobre les
temàtiques enunciades en els objectius d’aquesta sessió i acabarem el capítol de la
codificació de canal amb una autoavaluació per avaluar els coneixements adquirits en
aquests darrers temes.
3.6.4 Problemes sobre tècniques avançades de

codificació
A continuació us proposem tota una col·lecció de problemes sobre els temes següents:
codis de Reed-Solomon, .
Problema 1
Sigui un codi de Reed-Solomon (7,5) basat en el polinomi primitiu següent:
p( X ) = 1 + X + X 3
a) Calcula la capacitat de correcció del codi t, i el polinomi generador del codi. Quants
bits erronis és capaç de corregir en una paraula transmesa?
b) Codifica el missatge [000010100001101] tenint en compte que el símbol de més pes
és el de la dreta i que el bit de més pes dins de cada símbol és el de l’esquerra.
c) Suposant que les síndromes d’una paraula rebuda [r1,r2,...,r21] pel canal són s1=α i
s2=1, indica quins bits ha d’invertir el descodificador per corregir la paraula rebuda.
129
Problema 2
Donat un codi Reed-Solomon amb k=3 i n=7, basat en el mateix polinomi binari
irreductible del problema 1:
a) Explica amb exemples la capacitat de correcció d’aquest codi. Per a quin tipus
d’errors és més adequat?
b) Calcula en quins símbols s’han produït errors si les síndromes de la paraula rebuda
són [s1,s2,s3,s4] = [α2, α4, α5, α] (NOTA: preneu com a conveni tant els bits com els
símbols de més pes a la dreta).
Problema 3
En un sistema de codificació s’envia la seqüència 1011011000101100 cap al mòdul
d’entrellaçat. Calcula la seqüència de sortida pels dos casos següents:
a) Si l’entrellaçat és de bloc amb una matriu de 4x4.

b) Si l’entrellaçat és convolucional amb paràmetres N=4 i J=1.
Problema 4
Dissenya un sistema d’entrellaçat de bloc per a un sistema de comunicacions que
operi amb un canal amb errors a ràfegues i amb una velocitat de transmissió de 19200
bits codificats per segon, per a cadascun dels casos següents:
a) Longitud màxima de la ràfega de 250ms i sistema de codificació de canal basat en

un codi BCH (127,36) amb distància mínima de 31 bits. Calcula el retard total provocat
per l’entrellaçat.
b) Longitud màxima de la ràfega de 20ms i sistema de codificació de canal basat en un

codi convolucional de velocitat 1/2 capaç de corregir una mitja de 3 bits cada 21 bits
transmesos. Quina solució permetria adaptar el sistema perquè el retard total no
superés els 160ms?
Problema 5
En un sistema de transmissió es fa servir la modulació BPSK amb símbols banda de
base {-1,+1} i amb un canal de transmissió del tipus AWGN i amb potència de soroll
igual a la unitat. El valor del símbol desmodulat banda base en un instant donat és
0.11.
a) Calcula les probabilitats a posteriori associades a cada símbol de l’alfabet.

b) Quina serà la decisió del detector basat en el criteri MAP suposant que la font
d’informació és equiprobable, +1 o -1? Quina fiabilitat pots donar en aquesta decisió
greu?
c) Com canviaria el resultat de l’apartat anterior si la font té una probabilitat de 0.3
d’emetre un símbol +1? Quin serà el valor de la LLR associada a aquesta decisió?
130
Problema 6
Siguin x1 i x2 dues observacions sorolloses independents d’una mateixa informació d
binària transmesa, demostreu que la LLR de la informació rebuda es pot expressar de
la forma següent:
L(d / x1, x2) = L( x1 / d ) + L( x2 / d ) + L(d )
sent L(d) la LLR a priori de la informació d.
RESUM
Amb aquesta sessió donem per acabat el capítol sobre la codificació de canal, i
esperem que us hagi servit per tenir una visió prou entenedora i força significativa
sobre les tècniques de correcció d’errors usades en l’actualitat.
131
132
SESSIÓ 25
Nom: Introducció als sistemes d’espectre eixamplat.
Tipus: teòrica
Durada: 2 hores
Dedicació: 3 hores
Material:
[Sklar2001]
OBJECTIUS
L’objectiu de la sessió serà presentar els fonaments bàsics dels sistemes d’espectre
eixamplat, tot assentant les bases per a la comprensió dels conceptes més importants
d’aquest tipus de modulacions avançades, així com presentant els avantatges
fonamentals de les mateixes.
CONTINGUTS
4. Modulacions avançades
4.1 Característiques generals d’un sistema

d’espectre eixamplat
Els sistemes d’espectre eixamplat es van desenvolupar des de primer moment lligats a
aplicacions militars. Al final de la segona guerra mundial, l’ús de tècniques d’espectre
eixamplat era comú per als enginyers de radar, i durant els anys posteriors l’objectiu
d’investigació es va centrar en l’ús d’aquestes noves tècniques per augmentar la
protecció contra interferències en sistemes de comunicació.
Les tècniques que s’estudiaran en aquest capítol es consideren d’espectre eixamplat

ja que l’amplada de banda utilitzada per a la transmissió és molt més gran que la
necessària per una determinada velocitat de senyalització.
Un sistema es considera d’espectre eixamplat si es compleixen aquestes tres

característiques:
a) El senyal ocupa una amplada de banda molt superior a la mínima per

transmetre aquest volum d’informació.
b) L’eixamplament es produeix mitjançant una seqüència spreading sequence
independent de la informació que es vol transmetre.
c) El receptor recupera el senyal original mitjançant una operació de correlació
entre el senyal incident i una rèplica generada localment de senyal
d’eixamplament.
133
[Sklar2001] p719.
4.1.1 Avantatges dels sistemes d’espectre eixamplat

Els sistemes d’espectre eixamplat ofereixen prestacions i avantatges molt interessants
respecte a les modulacions convencionals. Seguidament es presenten alguns dels
avantatges més significatius d’aquest tipus de sistemes respecte als convencionals.
Supressió d’interferències
El soroll blanc Gaussià es defineix com un senyal de potència infinita distribuït
uniformement en tot el marge de freqüències. Per poder mantenir una comunicació
efectiva es necessari restringir la potència del soroll Gaussià sobre una amplada de
banda finita. Aquest fet provoca que només una petita porció del soroll interferent
estigui sobre el subespai de senyal de la modulació.
Un dels avantatges fonamentals dels sistemes d’espectre eixamplat respecte a les

modulacions convencionals és la capacitat de suprimir interferències de senyals
destinats a perjudicar la comunicació. La idea que hi ha darrere d’un sistema
d’espectre eixamplat per reduir les interferències és la següent. Si la comunicació es
realitza sobre un espai N dimensional superior al necessari per fer la comunicació, i el
sistema interferent no coneix exactament quines de les diferents dimensions s’està
fent servir, es complicarà sensiblement el procés d’interferència.
El sistema pot intentar interferir a totes les coordenades de forma simultània, però ho
haurà de fer amb una potència inferior, o mirar d’interferir una única coordenada amb
tota la potència concentrada sobre ella.
Si el sistema d’espectre eixamplat canvia constantment les coordenades que fa servir

per a la transmissió basat en la seqüència que controla el procés, en tots dos casos es
reduirà sensiblement la interferència sobre la informació desitjada, millorant
sensiblement les prestacions respecte a un sistema convencional.
[Sklar2001] p720-p722.
Reducció de la densitat espectral d’energia

En determinades ocasions l’objectiu de la comunicació pot ser operar en un determinat
canal sense ser detectat per altres usuaris aliens a la comunicació. Els sistemes
dissenyats amb aquest objectiu concret es coneixen com sistemes de baixa
probabilitat de detecció (LPD) o de baixa probabilitat d’intercepció (LPI).
Aquests sistemes es dissenyen específicament per dificultar el màxim possible la

detecció dels senyals implicats en el procés de transmissió. El sistema d’espectre
eixamplat utilitza una amplada de banda molt superior a la necessària i això permet
reduir sensiblement la densitat espectral de potència del senyal transmès. Tota la
134
potència de la transmissió queda repartida en una amplada de banda superior,
complicant sensiblement la detecció del senyal transmès.
El sistema utilitzat convencionalment per detectar la presència d’una transmissió és el

radiometer. Aquest sistema senzillament mesura la quantitat d’energia que hi ha en
una determinada amplada de banda W. La modulació d’espectre eixamplat dificultarà
sensiblement l’eficàcia d’aquest dispositiu en intentar detectar la comunicació.
Resolució temporal
En altres aplicacions, les modulacions d’espectre eixamplat s’utilitzen per determinar la
posició d’objectes o càlcul de distàncies (Radar o Sonar). La incertesa en la mesura
d’un retard temporal treballant amb el filtre adaptat és inversament proporcional a
l’amplada de banda del senyal transmès.
Imaginem la correlació d’un pols rectangular procedent d’un sistema radar amb el
mateix pols rectangular generat internament en el dispositiu de mesura. La funció de
correlació consisteix en un pols triangular centrat justament al retard amb el qual arriba
el rebot. La funció de correlació serà tant més estreta com més estret sigui el pols
triangular, és a dir, a major amplada de banda tingui el senyal transmès, més resolució
temporal tindrà el sistema radar.
L’eixamplament produït amb la modulació permet augmentar la resolució temporal dels

sistemes implementats amb aquest tipus de modulació.
[Sklar2001] p723-724.
Accés múltiple (multiusuari)

Els sistemes d’espectre eixamplat també es poden utilitzar com a sistemes de
multiplexació d’accés al canal. La modulació d’espectre eixamplat utilitza un sistema
de coordenades molt superior al necessari. De totes les coordenades disponibles, la
modulació utilitza només un subespai concret que depèn de la seqüència
d’eixamplament.
El sistema permet l’accés de diferents usuaris al canal de forma simultània sempre i

quan aquest multiplexin adequadament l’ús del subsistema de coordenades. Amb un
conjunt de seqüències d’eixamplament específicament dissenyades per aquest
propòsit el sistema permetrà una capacitat d’accés al canal que pot superar en
determinades aplicacions els sistemes convencionals.
[Sklar2001] p724.
135
4.1.2 Catàleg de sistemes d’espectre eixamplat
El fonament bàsic d’una modulació d’espectre eixamplat és el fet d’expandir la
informació d’un senyal banda de base sobre un espai de dimensionalitat superior.
Aquest procés d’expansió es realitza en base a la informació subministrada per la
seqüència d’eixamplament i serà coneguda tant en emissió com en recepció. No
obstant, existeixen diferents tècniques per produir aquest eixamplament espectral
oferint cadascuna de les propietats particulars per cada tipus de modulació.
Sistemes de seqüència directa (DS Direct Sequence)

Un dels sistemes d’espectre eixamplat més importants són els sistemes de seqüència
directa. Aquest tipus de sistemes substitueixen el símbol banda de base d’una
modulació de banda estreta per un codi binari de dimensionalitat superior. Les
característiques del codi hauran de ser tals que permetin l’eixamplament freqüencial
del senyal resultant.
Les seqüències que s’utilitzen per realitzar l’eixamplament presenten una gran
amplada de banda i una representació temporal que s’assembla a la d’un soroll
aleatori. El receptor necessita conèixer el codi que ha produït l’eixamplament, així com
al seva correcta alineació temporal per poder realitzar l’operació de desmodulació de
les dades.
Sistemes de salt de freqüència (FH Frequency Hopping)

El segon tipus de sistemes d’espectre eixamplat són els sistemes de salt de
freqüència. Aquest tipus de sistemes utilitzen una metodologia més senzilla per produir
l’eixamplament espectral del senyal banda estreta original. Per assolir l’objectiu, els
sistemes de salt de freqüència canvien periòdicament la freqüència de portadora del
senyal banda de base original seguint un ordre pseudo-aleatori depenent de la
seqüència d’eixamplament.
El contingut espectral de la modulació original modifica la seva posició d’una forma

ràpida utilitzant una amplada de banda molt superior a la del senyal banda estreta
original. El receptor necessita conèixer quin és el patró de salt de freqüència del senyal
eixamplat per poder realitzar la desmodulació correcta de les dades.
Sistemes de salt en el temps (TH Time Hopping)

Els sistemes de salt en el temps assoleixen l’eixamplament mitjançant la compressió
directa de la forma d’ona banda de base del senyal original. Si un determinat esquema
de modulació convencional utilitza un temps de símbol de durada T segons, el sistema
de salt en el temps fraccionarà aquesta durada en N espais de durada T/N. El símbol
original s’haurà de transmetre en algun dels subperíodes en els quals s’ha dividit el
símbol original. Per fer-ho, és necessari realitzar la compressió de la forma d’ona
temporal, factor que segons la teoria de Fourier produirà un eixamplament espectral.
136
La seqüència d’eixamplament indicarà a cada símbol quin dels diferents subintervals
ha de fer servir, i canviarà periòdicament la posició de transmissió per evitar seguir un
patró conegut per un agent aliè a la comunicació.
Sistemes híbrids
Les diferents tècniques anteriors es poden utilitzar de forma combinada per donar lloc
als sistemes d’espectre eixamplat híbrids. Aquest tipus de sistemes intenten treure el
màxim profit dels avantatges de cadascuna de les diferents tècniques, podent-nos
trobar amb sistemes del tipus DS/FH, FH/TH o DS/FH/TH. No obstant, aquestes
tècniques s’han de veure com extensions de les tècniques presentades anteriorment.
En qualsevol cas, les tècniques més utilitzades en la majoria d’aplicacions d’espectre
eixamplat són les de seqüència directa i salt de freqüència, i serà en aquestes dues en
les quals concentrarem plenament l’atenció.
RESUM
En aquesta sessió s’han presentat els avantatges fonamentals del sistemes d’espectre
eixamplat respecte els sistemes convencionals, i s’ha comentat breument el catàleg de
modulacions d’espectre eixamplat coneguts.
137
138
SESSIÓ 26
Nom: Les seqüències pseudo-aleatòries
Tipus: teòrica
Durada: 1 hora
Dedicació: 2 hores
Material:
[Sklar2001]
OBJECTIUS
En aquesta sessió es presentaran els conceptes fonamentals associats a les
seqüències pseudo-aleatòries. Aquest tipus de seqüències esdevenen un dels punts
fonamentals dels sistemes d’espectre eixamplat. En aquesta sessió estudiarem les
propietats i particularitats més importants d’aquest tipus de seqüències.
CONTINGUTS
4.2 Introducció a les seqüències PN

Els sistemes d’espectre eixamplat pioners eren sistemes del tipus TR (Transmitted
Reference). Aquests sistemes enviaven la seqüència d’eixamplament en banda de
base, i posteriorment el sistema commutava al mode de funcionament en espectre
eixamplat. Aquest tipus de sistemes presentaven el problema que si un usuari aliè a la
comunicació obtenia la clau estava en perfectes condicions per poder realitzar la
descodificació, reduint així les propietats de baixa probabilitat d’intercepció, ja que la
comunicació esdevenia potencialment més vulnerable.
Els sistemes actuals són sistemes del tipus SR (Stored Reference). Aquest tipus de
sistemes generen localment la seqüència pseudo-aleatòria, de tal forma que no es fa
necessari realitzar la transmissió de la mateixa pel canal de comunicacions. El sistema
doncs, de forma local, ha de ser capaç de generar una seqüència de característiques
aleatòries. Atès que la seqüència s’ha de generar internament, no es pot generar una
seqüència totalment aleatòria, i en aquests casos les seqüències pseudo-aleatòries
(PN) ofereixen grans prestacions de cara a la utilització com a senyals
d’eixamplament. Les característiques més importants d’aquest tipus de seqüències és
la senzillesa del procediment per la seva generació, així com els pocs requeriments de
memòria que es necessita per poder generar aquest tipus de senyals.
Aquest tipus de seqüències s’anomenen pseudo-aleatòries ja que, tot i ser seqüències

periòdiques, binàries i deterministes, presenten unes característiques estadístiques
similars a les d’un soroll mostrejat.
[Sklar2001] p728-p729.
139
4.2.1 Propietats d’aleatorietat
Tal i com s’ha comentat en l’apartat anterior, una de les propietats desitjables de les
seqüències PN és el seu grau d’aleatorietat, ja que aquest factor incidirà directament
sobre les propietats de baixa probabilitat d’interceptació de la comunicació. Quines són
les propietats d’aleatorietat que ha de complir una seqüència binària periòdica per
presentar les característiques d’un soroll? La resposta a aquesta pregunta l’obtindrem
amb l’anàlisi dels conceptes següents.
Propietat de balancejat
La propietat de balancejat d’una seqüència PN requereix que dintre d’un període de
senyal, el nombre d’uns binaris i el nombre de zeros binaris difereixin com a màxim en
un dígit.
Run Property
Es defineix un run com una seqüència contínua del mateix tipus de dígits binaris. Cada
vegada que hi ha un canvi de dígit s’inicia un nou run. Es defineix la longitud del run
com el nombre de dígits binaris seguits que aquest hagi tingut.
En una seqüència pseudo-aleatòria, és desitjable que de tots el runs de zeros binaris i

d’uns binaris de la seqüència, aproximadament la meitat haurien de ser de longitud 1,
una quarta part de longitud 2, una vuitena part de longitud 3 i així successivament.
Aquesta propietat garanteix l’aparició d’una forma més o menys uniforme de totes les
components freqüencials dintre del període bàsic, obtenint així una resposta
freqüencial plana quan es calcula la transformada de la seqüència PN.
Propietat de correlació
Si realitzem el càlcul de la correlació periòdica de la seqüència pseudo-aleatòria en un
període de senyal, seria desitjable que quan la seqüència presenta un desplaçament
relatiu sobre ella mateixa superior a zero i inferior a la durada d’un període, el nombre
de 1s i 0s de la seqüència hauria de diferir únicament en una unitat.
En aquest supòsit, la funció d’autocorrelació presentaria un valor màxim a l’origen, i

desprès presentaria uns valors molt baixos per a la resta de desplaçaments. No
sempre es pot aconseguir que el nombre de 1s i 0s difereixin en una única unitat, però
en qualsevol cas si que s’hauria de buscar que el nombre de coincidències sigui el
mínim possible per fer que la funció de correlació s’apropi el màxim possible a un tren
de deltes periòdic.
4.2.2 Registres de desplaçament

Al marge de les propietats presentades en l’apartat anterior, el principal problema de
les seqüències PN és aconseguir la seva generació amb un cost computacional i de
140
memòria baix. Serà necessari trobar una metodologia que permeti generar seqüències
amb les característiques nomenades a l’apartat anterior però que sigui fàcil i eficient.
Els registres de desplaçament són esquemes que permeten implementar divisions

polinòmiques sobre un espai de Galois. En aquest espai la suma es realitza mitjançant
l’operació xor i el producte mitjançant l’operació and. L’esquema següent presenta un
exemple de registre de desplaçament.
Estudieu la figura 12.7 del llibre de continguts.
Considerem el registre inicialitzat amb els valors interns 1000, i avaluarem el resultat
dels estats interns i la seva evolució en funció dels diferents polsos de rellotge. Si
analitzem aquest resultat obtindríem la següent evolució dels mateixos.
1000 1000 0010 1001 1100 0110 1011 0101

1010 1101 1110 1111 0111 0011 0001 1000
Si considerem la sortida del registre de desplaçament com el LSB (Less Significant

Bit), obtenim la seqüència periòdica següent:
000100110101111
Es pot comprovar que dita seqüència compleix les tres propietats anteriorment
mencionades, i conseqüentment es podria considerar com una seqüència
pseudoaleatòria vàlida pel seu ús com a senyal d’eixamplament.
[Sklar2001] p729-p730.
Funció de correlació
La funció de correlació d’una seqüència binària es pot calcular fent ús de la definició
de la funció de correlació lineal entre dues seqüències si substituïm senzillament els
zeros de la seqüència binària pel valor -1. Fent ús d’aquesta definició, i normalitzant a
amb el període de la seqüència, la funció de correlació es pot definir segons el còmput
del nombre de coincidències, menys el nombre de no coincidències; tot això entre la
seqüència original i un desplaçament cíclic de τ unitats de la mateixa, dividit entre el
nombre de mostres del període.
Es pot observar que la seqüència generada anteriorment compleix les característiques

desitjades de la funció de correlació per una seqüència d’eixamplament.
[Sklar2001] p730-p731.
141
Durada màxima de la seqüència
S’observa sobre l’exemple de la seqüència anterior, que la durada de la seqüència PN
assolida és de 15 unitats amb un registre de desplaçament de 4 memòries. Si volem
obtenir una seqüència de durada màxima, el registre intern de desplaçament hauria de
passar per tots els estats possibles excepte l’estat neutre (0000), ja que en aquest cas
la seqüència es faria zero de forma indefinida. Un registre de desplaçament de 4
memòries permet un total de 16 estats binaris interns, i si comptem l’estat neutre pel
qual no podem passar, donaria un total de 15 valors interns diferents que coincidiran
en aquest cas amb la durada de la seqüència.
En un cas genèric amb un registre d’N estats interns, la longitud màxima de la

seqüència de desplaçament serà de
p = 2n − 1
en el cas màxim. El conjunt de seqüències que maximitzen la durada de les

seqüències periòdiques que generen es coneixen com ML (Maximal Length
Sequences).
No obstant, una seqüència pot generar senyals periòdics de durada més curta sempre
i quan la divisió polinòmica del registre de desplaçament no passi per tots els estats
interns possibles, i només ho faci per un determinat subconjunt.
[Sklar2001] p730.
142
SESSIÓ 27
Nom: Els sistemes de seqüència directa.
Tipus: teòrica
Durada: 2 hores
Dedicació: 3 hores
Material:
[Sklar2001]
OBJECTIUS
En aquesta sessió es presentaran amb detall les característiques més importants dels
sistemes de seqüència directa DS-SS. L’objectiu de la sessió serà entendre amb
claredat l’esquema bàsic de modulació DS-SS així com les principals prestacions del
mateix.
CONTINGUTS
4.3 Esquema del modulador de seqüència

directa
El modulador de seqüència directa es pot realitzar directament a partir de petites
modificacions d’un modulador BPSK convencional. La modulació DS-SS d’un senyal
banda estreta consisteix simplement en la multiplicació del senyal original amb una
seqüència de característiques pseudoaleatòries com les analitzades a l’anterior sessió.
El sistema multiplica directament el senyal BPSK per a aquesta nova seqüència de

gran amplada de banda. Conseqüentment, fent l’anàlisi del problema en el domini de
la transformada de Fourier, un producte temporal equival a una convolució en el
domini freqüencial. Atès que la seqüència PN presenta un espectre bastant més ample
que la modulació banda estreta original, el senyal resultant patirà un eixamplament
espectral donant lloc a una modulació d’espectre eixamplat.
La figura següent mostra dues possibilitats d’implementació pràctiques d’un modulador

de seqüència directa:
Estudieu la figura 12.9 del llibre de continguts.
[Sklar2001] p732-p733.
Anàlisi matemàtica del procés de modulació

Considerem una modulació BPSK convencional. Una forma simplificada de presentar
aquest tipus de modulació es pot representar amb l’equació següent
143
s x (t ) = 2 P x(t ) cos(ω 0 t )
essent x(t) un senyal binari {+1,-1}.
El senyal resultant de la modulació DS (Direct Sequence) consisteix simplement en el

producte directe del senyal BPSK original per una seqüència d’eixamplament g(t) que
dona com a resultat el senyal
s (t ) = 2 P x(t )g (t ) cos(ω 0 t )
on g(t) és una seqüència pseudo-aleatòria binària {+1,-1}
[Sklar2001] p732.
4.3.1 Desmodulador de seqüència directa

En aquest apartat analitzarem el procés de desmodulació del sistema de seqüència
directa analitzat a l’apartat anterior. El procés de desmodulació d’espectre eixamplat
requereix la correlació del senyal rebut amb una rèplica local de la mateixa seqüència
PN perfectament sincronitzada.
La figura següent mostra el diagrama de blocs d’un receptor convencional d’espectre

eixamplat de seqüència directa. S’observa clarament a la figura com el receptor
necessita alinear correctament la rèplica local de la seqüència amb la del senyal
incident per antena. Aquest procés de sincronització serà un dels aspectes claus de
les prestacions del receptor.
[Sklar2001] p732-p733.
Anàlisi matemàtica del senyal rebut

El senyal rebut a la sortida del correlador en absència de soroll i d’interferències es pot
expressar segons
( ) (
A 2 P x(t − Td )g (t − Td )g t − Tˆd cos ω 0 (t − Tˆd ) )
on Td és el retard degut a la propagació del senyal. Atès que g(t) és una seqüència
binària formada per {+1,-1}, el producte d’aquesta mateixa amb una versió
correctament alineada donarà un senyal sempre igual a 1, desfent-se així el procés
d’eixamplament.
[Sklar2001] p733-p734.
144
4.3.2 Guany del procés
Una de les característiques importants del sistemes d’espectre eixamplat és la
protecció que aquests ofereixen contra interferències. En qualsevol cas, resulta
interessant determinar quin és exactament el factor de protecció que aquest tipus de
modulació pot oferir sobre un senyal interferent determinat.
El fonament d’una modulació d’espectre eixamplat és que distribueix un senyal banda

estreta de baixa dimensionalitat sobre un espai d’una dimensionalitat més gran gràcies
al factor d’eixamplament. El senyal transmès s’amaga dintre d’aquest espai de
dimensionalitat superior, i s’assumeix que el senyal interferent no té cap informació
sobre quines són les coordenades que s’estan fent servir a cada moment.
El sistema interferent pot utilitzar dues estratègies per interferir la comunicació. La

primera opció serà transmetre una petita porció de potència sobre totes les
coordenades disponibles, de tal forma que tant sols una petita part de potència
afectarà a la comunicació. La segona opció serà seleccionar a l’atzar un subconjunt
de coordenades i interferir aquest subconjunt amb una potència superior, però sense
tenir cap certesa sobre l’efecte de la interferència.
El guany del procés es defineix com la millora en relació senyal/soroll d’una modulació
d’espectre eixamplat sobre la modulació banda estreta original en presència d’un
senyal interferent.
Per senyals de seqüència directa, el guany del procés serà aproximadament l’amplada
de banda de la seqüència PN, que serà pràcticament el factor d’eixamplament que es
produirà sobre el senyal banda de base.
[Sklar2001] p735-p738.
4.3.3 Exemple d’un sistema de seqüència directa

En aquest apartat veurem un exemple de les formes d’ona d’un exemple de modulació
de seqüència directa amb l’objectiu d’aclarir els conceptes presentats als apartats
anteriors.
La figura 12.10 mostra les formes d’ona de la informació a transmetre en una

modulació BPSK convencional, i com aquestes queden afectades per l’efecte de la
seqüència pseudo-aleatòria en un senyal d’amplada de banda superior.
RESUM
En aquesta sessió s’han estudiat breument les característiques fonamentals dels
sistemes d’espectre eixamplat de seqüència directa. S’ha estudiat breument les
característiques fonamentals de les modulacions d’espectre eixamplat, les
característiques dels processos de modulació i desmodulació així com el guany del
145
procés, un dels factors més importants en aquest tipus de modulacions de cara a la
protecció contra interferències.
146
SESSIÓ 28
Nom: Els sistemes de salt de freqüència FH.
Tipus: teòrica
Durada: 2 hores
Dedicació: 3 hores
Material:
[Sklar2001]
CONTINGUTS
4.4 Els sistemes de salt de freqüència

En aquest apartat es presenta un segon tipus de modulacions d’espectre eixamplat,
els sistemes de salt de freqüència. Aquest tipus de sistemes, juntament amb els de
seqüència directa, són els sistemes més emprats en els sistemes d’espectre eixamplat
convencionals.
A diferència dels sistemes de seqüència directa DS-SS, en els sistemes de salt de

freqüència FH-SS la modulació banda de base més comú és una MFSK. El sistema de
salt de freqüència modifica la posició central de la MFSK base segons un patró de salt
de freqüència controlat per una seqüència pseudo-aleatòria que condiciona el factor
d’eixamplament.
La freqüència central de portadora de la modulació MFSK es desplaça de forma

pseudo-aleatòria en una amplada de banda de Wss. La separació de freqüències se
selecciona de tal forma que garanteixi l’ortogonalitat entre elles, amb la finalitat de
produir la mínima interferència en un entorn multiusuari. Aquest tipus de sistemes
acostumen a treballar de forma no coherent, ja que la velocitat amb la qual es
produeixen els salts de freqüència dificulta mantenir la fase entre les diferents etapes.
Esquema d’un sistema FH-SS

La figura 12.4 mostra un esquema d’espectre eixamplat de salt de freqüència.
El modulador consta del bloc de la modulació de banda estreta MFSK seguit del
modulador de salt de freqüència. Aquest segon bloc simplement realitza el
desplaçament en freqüència de la modulació original.
Després del canal, el desmodulador de salt de freqüència s’encarrega de situar

novament la modulació banda estreta sobre la seva freqüència central original per
poder realitzar la desmodulació aplicant l’esquema convencional.
147
[Sklar2001] p738-p739.
Desplaçament de freqüència per assolir ortogonalitat

Un dels aspectes fonamentals d’un sistema de salt de freqüència és assolir un
desplaçament de freqüències sobre un espai ortogonal. Aquest factor no és important
en una modulació punt a punt, però esdevé fonamental en un entorn multiusuari per
minimitzar la interferència creuada entre els diferents usuaris.
L’ortogonalitat entre freqüències vindrà condicionada per la durada del símbol del
senyal banda estreta, és a dir, per la velocitat de senyalització del senyal banda de
base. El desplaçament de freqüències que es farà servir serà el mateix de la
modulació MFSK banda estreta.
Si la velocitat de senyalització es de 1/T símbols/s, la distància mínima per assolir

dues freqüències ortogonals durant T segons serà de 1/T Hz, que correspon a la
mínima distància requerida per la separació freqüencial en una MFSK.
[Sklar2001] p200.
4.4.1 Exemple d’una modulació FH

Amb la finalitat d’aclarir els conceptes de la modulació FH, seguidament estudiarem un
exemple d’un sistema d’espectre FH-SS. En aquest exemple es considera una
modulació amb una velocitat binària de transmissió de 150bits/s. La modulació banda
estreta que es fa servir és una modulació 8-FSK. Conseqüentment, la velocitat de
senyalització serà de 50símbols/s.
En aquest exemple, la velocitat de salt de freqüència es farà coincidir amb la velocitat

de senyalització, és a dir, 50salts/s, i el desplaçament freqüencial mínim que garanteix
ortogonalitat serà de 50Hz.
La figura de la pàgina 740 mostra el patró de salt de freqüència utilitzat per la

modulació en funció de les dades binàries d’entrada.
[Sklar2001] p740-p741.
4.4.2 Fast Hopping vs Slow Hopping

En els sistemes d’espectre eixamplat de seqüència directa, un xip es defineix com la
unitat mínima d’informació de la seqüència pseudo-aleatòria. En el cas dels sistemes
de salt de freqüència, definirem un xip com la durada ininterrompuda de senyal més
curta en el sistema.
148
Els sistemes de salt de freqüència es classifiquen segons la velocitat amb la qual es
produeixen els salts freqüencials tal i com veurem a continuació.
Fast Frequency Hopping
Es defineix un sistema de salt de freqüència ràpid com aquell que presenta

diferents salts freqüencials dintre d’un mateix símbol. La següent figura mostra
un exemple de salt de freqüència ràpid. Veure figura 12.14a. [Sklar2001] p743.
Slow Frequency Hopping

Els sistemes de salt de freqüència lents són aquells que produeixen els salts
freqüencials amb un període superior o igual al temps de símbol. La figura següent
mostra un exemple de sistema de salt de freqüència lent. Aquests sistemes són més
senzills d’implementar ja que se simplifica el procés de sincronització. Veure figura
12.14b.
[Sklar2001] p743-p744.
4.4.3 Desmodulador FH
Seguidament analitzarem els conceptes més importants del procés de desmodulació
d’un sistema d’espectre eixamplat de salt de freqüència. En aquest apartat estudiarem
el desmodulador d’un sistema de salt de freqüència ràpid, ja que la complexitat
d’aquest és notablement superior als sistemes lents.
En el cas d’un sistema de salt ràpid, la informació associada a un símbol s’ha dispersat
en fraccions que han anat a parar a diferents bandes freqüencials. El desmodulador
de salt de freqüència necessita reconstruir el senyal a partir de les petites fraccions
energètiques disperses en freqüència.
La figura 12.15 mostra el diagrama d’un receptor de salt de freqüència FFH (Fast
Frequency Hopping).
El sistema, després de desfer el salt de freqüència disposa d’un banc de filtres on

cadascú d’ells està sintonitzat a la freqüència d’un símbol diferent. El sistema acumula
les fraccions energètiques obtingudes sobre les coordenades dels diferents símbols i
selecciona el símbol transmès com aquell on s’ha detectat energia màxima.
[Sklar2001] p744-p745.
149
4.4.4 Guany del Procés
El guany del procés en una modulació d’espectre eixamplat es defineix com Gp=Wss/R
essent Wss l’amplada de banda total de la modulació d’espectre eixamplat i R la
velocitat de senyalització.
Aquest factor representa el grau de protecció que el sistema presenta a una

interferència en comparació al senyal banda estreta original.
[Sklar2001] p745.
4.4.5 Sistemes de salt de freqüència amb diversitat

Els sistemes de salt de freqüència ofereixen nombroses aplicacions en el món de les
comunicacions digitals, tal i com s’ha vist amb anterioritat. En aquest apartat
estudiarem una aplicació molt interessant d’aquest tipus de modulació de cara a
millorar la robustesa de la modulació en determinats tipus de canals.
En el món de les comunicacions, la robustesa es defineix com la capacitat de la

modulació de resistir els efectes de distorsió d’una canal de comunicacions. Entre
aquests efectes tenim el soroll, els jammings o interferències destructives
intencionades o els fàdings dels canals variants.
Una possibilitat per millorar la robustesa de la comunicació en un sistema FH-SS

consisteix a repetir el símbol transmès en diferents bandes freqüencials diferents, de
tal forma que si algun dels canals pateix un fàding o un jamming intencionat, la resta
de símbols podrien sobreviure sense problemes a la comunicació.
[Sklar2001] p741-p742.
RESUM
En aquesta sessió hem pogut analitzar les característiques fonamentals dels sistemes
d’espectre eixamplat de salt de freqüència, tot analitzant el comportament de l’emissor
i del receptor, així com els factors més importants que condicionen les prestacions
d’aquest tipus de modulació.
150
SESSIÓ 29
Nom: Adquisició de la seqüència pseudoaleatòria.
Tipus: teòrica
Durada: 2 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A les sessions anteriors d’aquest capítol hem vist la descripció dels conceptes
fonamentals de les modulacions d’espectre eixamplat, no obstant, per poder completar
els processos de desmodulació de la informació es fa necessari realitzar la
sincronització de la seqüència pseudoaleatòria, aspecte que es tractarà en aquesta
sessió.
CONTINGUTS
4.5 Introducció al problema de l’adquisició de

la seqüència PN
La sincronització de la seqüència pseudoaleatòria és un procés complex donada l’alta
dimensionalitat de l’espai de cerca. L’adquisició resol la primera fase o etapa d’aquest
procés en la qual el sistema realitza una primera aproximació a la posició de
sincronisme, deixant el procés amb un grau d’incertesa normalment inferior a mig xip.
Els sistemes d’adquisició es poden dividir entre sistemes coherents i sistemes no

coherents. No obstant, Atès que el sistema d’adquisició sempre precedeix a la
sincronització de portadora, el més comú és trobar-se amb sistemes que utilitzin
detecció no coherent.
A fi de determinar els límits de la incertesa en la sincronització, hi ha certs aspectes

que cal tenir presents:
- Incertesa temporal deguda a la distància entre transmissor i receptor.

- Inestabilitats dels rellotges.
- Velocitat relativa entre emissor i receptor.
[Sklar2001] p746.
151
4.5.1 Sistema d’adquisició paral·lel
En aquest apartat estudiarem els esquemes d’adquisició totalment paral·lels. Aquest
tipus d’esquemes són els més ràpids que es poden implementar, i tot i que no són
freqüents en els receptors convencionals, marquen la fita màxima de les prestacions
que es poden assolir en el procés d’adquisició.
Sistema d’adquisició paral·lel de seqüència directa

La següent figura mostra l’esquema d’un sistema d’adquisició de seqüència directa.
Tal i com es pot observar, l’esquema està format per un banc de correladors en
paral·lel. El sistema correla el senyal incident amb versions desplaçades de la
seqüència PN moduladora. Veure figura 12.5.
Cada branca realitza una detecció d’energia amb la posició del seu espai de cerca. Els
correladors presenten un desfasament temporal de mig temps de xip normalment, de
tal forma que es garanteix que com a mínim un detectarà la posició correcta de
sincronisme.
El sistema paral·lel selecciona com a posició de sincronisme aquella corresponent a la

branca que proporciona el màxim nivell de correlació.
[Sklar2001] p746-p747.
Sistema d’adquisició paral·lel FH

El sistema d’adquisició paral·lel del sistema de salt de freqüència presenta una
estructura i un fonament diferent, donades les particularitats d’aquesta modulació. La
figura 12.18 mostra següent l’esquema d’un sistema d’adquisició de salt de freqüència
paral·lel.
Es pot observar que el sistema haurà de reconstruir convenientment l’energia que

prové del canal dispersada sobre diferents bandes freqüencials. Les freqüències f1, f2,
..., fN representen exactament l’ordre dels salts de freqüència del senyal produïts per la
seqüència PN de l’usuari a descodificar. Cada branca utilitza el retard adequat en el
nombre de salts per acumular tota l’energia en el mateix instant de temps.
[Sklar2001] p747-p748.
Temps d’adquisició en un sistema paral·lel

Un factor important de cara a l’avaluació de sistemes alternatius és el temps
d’adquisició d’un sistema paral·lel, ja que aquest serà el límit teòric assolible amb un
sistema real. En cas que el procediment funcioni correctament, el temps màxim
d’adquisició vindrà donat per
152
(T )
acq max = λTc
No obstant, el temps mig d’adquisició del sistema completament paral·lel s’ha de fer
tenint en compte la probabilitat de detecció Pd, essent aquesta la probabilitat que
desprès del temps d’integració del sistema es detecti correctament la posició de
sincronisme. El desenvolupament matemàtic del valor esperat del temps d’adquisició
porta al resultat següent
λTc
Tacq =
Pd
[Sklar2001] p748.
4.5.2 Sistemes d’adquisició sèrie

Els sistemes d’adquisició sèrie representen una alternativa comú a la resolució del
problema de l’adquisició en un sistema d’espectre eixamplat. Els sistemes d’adquisició
paral·lels són alternatives massa cares per la implementació de sistemes comercials, i
resulta convenient disposar de sistemes menys costosos computacionalment.
Els sistemes sèrie disposen d’una única branca de correlació que es fa servir de forma
seqüencial per avaluar les diferents possibilitats de l’espai de cerca. Els sistemes
d’adquisició sèrie es poden fer servir en sistemes de seqüència directa DS-SS així
com en els sistemes de salt de freqüència FH-SS.
Sistema sèrie de seqüència directa

La figura 12.19 mostra l’esquema d’un receptor de seqüència directa. Tal i com es pot
observar, el sistema avalua de forma seqüencial les diferents posicions de la
seqüència PN en recepció. El sistema integra durant un espai de λTc segons (dwell
time) i després d’aquest temps el sistema determina l’estat mitjançant una comparació
amb un determinat llindar. Si les seqüències estan perfectament alineades, el nivell
energètic detectat serà gran, i superarà el llindar. En cas contrari, el sistema canviarà
la posició de la seqüència pseudo-aleatòria i procedirà a l’avaluació de la cel·la
següent.
[Sklar2001] p749.
153
Sistema sèrie de salt de freqüència FH
L’esquema del sistema d’adquisició sèrie de salt de freqüència presenta el diagrama
de blocs de la figura 12.20.
El sintetitzador de freqüències commuta per anar sintonitzant el canal que li marca la

seqüència PN i acumular de forma constructiva l’energia. Si la seqüència de
freqüències coincideix amb la de l’entrada, el detector d’energia detectarà un nivell alt i
s’entrarà en estat d’adquisició.
[Sklar2001] p749.
Prestacions d’un sistema sèrie

El sistema sèrie presenta unes prestacions bastant més discretes que les d’un sistema
paral·lel, però en contrapartida presenta un cost computacional molt inferior. El temps
màxim que requereix un sistema sèrie dependrà del nombre de cel·les a avaluar, i del
temps d’integració en cada cel·la.
Considerant una cerca a increments de ½ xip, el temps màxim d’adquisició vindrà

determinat per l’expressió següent
(T )
acq max = 2 N c λTc
on Nc determina el nombre de xips de la seqüència PN.
El valor mig del temps d’adquisició es pot aproximar quan l’espai de cerca és elevat
segons l’equació següent:
(2 − PD )(1 + KPfa )
Tadq = (N c λTc )
Pd
essent Pd la probabilitat de detecció, Pfa la probabilitat de falsa alarma, Nc el nombre

de xips i KλTc el temps mig per verificar una detecció.
[Sklar2001] p750.
4.5.3 Sistemes seqüencials RASE

Existeix un altre tipus de tècnica per resoldre el problema de l’adquisició de la
seqüència PN anomenada Rapid Acquisition by Sequential Estimation RASE.
154
L’esquema general d’aquesta metodologia el podem veure a la gràfica de la figura
12.21.
El sistema disposa d’un commutador que selecciona dos modes de funcionament. El

sistema s’inicialitza a la posició 1. El detector de xips realitza l’estimació d’N xips
consecutius de la seqüència PN.
Les seqüències PN presenten les propietats que l’estat següent de la seqüència depèn
exclusivament de la situació actual de l’estat intern. En aquest cas, si el sistema
realitza correctament l’estimació d’N xips consecutius serà capaç de forma biunívoca
de determinar els estats interns del generador de seqüència PN.
En aquest cas, si els n primers xips s’estimen correctament, el sistema identificarà

l’estat intern de generador i commutarà automàticament a la posició 2 per verificar si
aquesta és la posició correcta de sincronisme.
Prestacions del sistema RASE

El bon funcionament del sistema RASE depèn de l’estimació correcta dels n primers
xips quan el commutador es troba a la posició 1. El mínim temps d’adquisició en el
supòsit que les n estimacions hagin estat correctes és de Tacq=n·Tc segons,
considerant que l’estimació es produeix al primer intent. En cas contrari, el sistema
repetirà el procediment de forma iterativa fins aconseguir una càrrega correcta.
Les prestacions del sistema oscil·laran entre el temps mínim anterior per un canal amb
una molt bona relació senyal/soroll i el temps d’un sistema single dwell convencional
per cas de canal amb molt baixa relació senyal/soroll.
[Sklar2001] p750-p751.
RESUM
En aquesta sessió hem estudiat algunes de les diferents tècniques existents per
resoldre el problema de l’adquisició. S’ha estudiat el sistema paral·lel com el sistema
més ràpid existent, així com d’altres propostes de menor cost computacional però més
lentes com el sistema sèrie o el sistema RASE.
155
156
SESSIÓ 30
Nom: Els sistemes de tracking.
Tipus: teòrica
Durada: 2 hores
Dedicació: 3 hores
Material:
[Sklar2001]
OBJECTIUS
Els objectius d’aquesta sessió serà estudiar dos esquemes de tracking de la seqüència
pseudo-aleatòria. El sistema de tracking partint de l’aproximació inicial del sistema
d’adquisició, s’encarregarà d’alinear correctament la seqüència PN interna amb la
moduladora del senyal d’entrada, tot seguint les variacions produïdes pel canal i
d’altres efectes.
CONTINGUTS
4.6 Introducció al problema del tracking

Una vegada el sistema d’adquisició indica una primera aproximació a la sincronització
correcta entre seqüències, el receptor activa el sistema de tracking. El sistema de
tracking està format per un bucle de control que s’encarregarà de determinar amb una
precisió més exacta la correcta alineació entre ambdues seqüències.
La majoria de sistemes de tracking treballen en mode no coherent, donada la dificultat

que té el sistema en aquest punt de determinar correctament la fase i la freqüència
exacta del senyal incident, així com les variacions que aquestes pateixen a causa dels
efectes del canal.
4.6.1 Delay Locked Loop

Els sistemes de tracking existents corresponen a bucles de control que sintonitzen el
timming de la seqüència PN incident pel canal. De les dues propostes més conegudes,
el Delay Locked Loop és una de les més conegudes per les seves prestacions. Aquest
esquema es cataloga com un sistema de tracking de temps complet, ja que
constantment realitza correccions per fer el seguiment del timming de la seqüència.
L’esquema del Delay Locked Loop el podem veure a continuació a la figura 12.5.
Tal i com s’observa a la figura, el sistema consta de dues branques d’anàlisi que
s’encarreguen de generar un senyal error proporcional al desfasament de la seqüència
interna respecte a la seqüència incident.
157
Bucle de control
El cor del sistema de tracking és el bucle de control del sistema. Aquest bucle segueix
la filosofia dels sistemes early-late de sincronització de símbol en les modulacions
convencionals.
El sistema genera una estimació de la correlació avançada i la correlació endarrerida

de la seqüència incident amb versions desplaçades de la seqüència interna.
Idealment, si el sistema està sintonitzat a la posició central, la correlació avançada i la
correlació endarrerida seran exactament el mateix valor, generant un error zero. En
cas contrari, si el sistema no manté el timming correcte, hi haurà un desequilibri entre
l’estimació de la correlació avançada i la retardada i es generarà un senyal error
proporcional a la diferència.
La figura 12.23 mostra la funció discriminant que genera el bucle de control en funció
del retard tau entre la seqüència incident i la local.
S’observa clarament com si el desplaçament és petit, la funció discriminant presenta

un tram lineal. Serà en aquesta zona en la qual hauria de funcionar el bucle de
tracking per funcionar correctament.
[Sklar2001] p752-p753.
Balancejat de les dues branques

El principal problema del sistema DLL (Delay Locked Loop) és que el raonament
anterior basat en la diferència entre la correlació avançada i la correlació endarrerida
només serà vàlid en cas que totes dues branques estiguin perfectament balancejades.
Si existeix alguna diferència en el comportament dels filtres implicats a les branques

d’estimació de correlació, el sistema patirà d’un error de seguiment que afectarà a les
prestacions del sistema.
[Sklar2001] 753.
4.6.2 Tau-Dither Loop (TDL)

En aquest apartat estudiarem altre alternativa d’esquema típic per resoldre el problema
del tracking, el Tau-Dither Loop. Aquest sistema evita el problema del balancejat en les
dues branques mitjançant un esquema de temps compartit. La figura 12.24 mostra
l’esquema del sistema d’adquisició.
Tal i com es pot observar, el sistema comparteix la mateixa branca per realitzar la
correlació avançada i la correlació endarrerida de la seqüència. El fet d’utilitzar la
mateixa branca evita que les correlacions presentin diferències que puguin portar a un
error de seguiment.
158
Sensibilitat al soroll
Un dels factors de qualitat dels bucles de sincronització és la sensibilitat al soroll del
canal. La sensibilitat del sistema TDL és superior a la de DLL, ja que les dues
branques mai actuen de forma simultània, i el soroll té més possibilitats de
distorsionar. No obstant, amb un disseny adequat, les prestacions del sistema TDL
només empitjora al voltant de 1.1dBs de relació senyal/soroll respecte el sistema DLL,
justificant l’ús d’aquesta estructura sense reduir notablement les prestacions de
l’esquema.
[Sklar2001] p753-p754.
RESUM
En aquesta sessió hem estudiat dos esquemes de tracking per a receptors de
sistemes d’espectre eixamplat. S’han estudiat els fonaments del bucle de control dels
diferents sistemes i s’han analitzat les diferències entre els dos esquemes proposats.
159
160
SESSIÓ 31
Nom: CDMA i disseny de sistemes cel·lulars.
Tipus: teòrica
Durada: 2 hores
Dedicació: 3 hores
Material:
[Sklar2001]
OBJECTIUS
En aquesta sessió estudiarem els fonaments bàsics d’un sistema CDMA de seqüència
directa i com les propietats d’aquest tipus de sistemes es poden emprar pel disseny de
sistemes cel·lulars de comunicacions.
CONTINGUTS
4.7 Code Division Multiple Access CDMA

Els sistemes CDMA d’accés múltiple al canal permeten a diferents senyals sobre la
mateixa banda compartir un canal de comunicacions. Cada usuari disposa d’un codi
propi que serà la clau necessària per descodificar la informació que vingui pel seu
canal, evitant que els canals no desitjats interfereixin en gran mesura.
El gran avantatge dels sistemes CDMA respecte altres metodologies d’accés múltiple
al canal és que els diferents usuaris poden accedir al medi de forma asíncrona, sense
necessitat que els símbols dels diferents usuaris coincideixin en el temps.
Model matemàtic d’un sistema DS-CDMA

En un sistema CDMA de seqüència directa, cada usuari presenta una modulació
banda estreta primària del tipus
s1 (t ) = A1 (t ) cos(ω 0t + θ1 (t ))
El senyal es pot veure que és molt genèric i no s’ha imposat cap restricció en el tipus
de modulació emprada.
Els diferents usuaris accedeixen de forma simultània al canal utilitzant cadascú d’ells
una seqüència d’eixamplament diferent. El senyal present en el canal serà la
combinació lineal de les diferents formes d’ona transmeses pels diferents usuaris.
Menyspreant els retards relatius de cada usuari, el senyal d’accés al canal seria
g1 (t )s1 (t ) + g 2 (t )s2 (t ) + L + g N (t )s N (t ) .
161
Assumint que cada senyal si(t) és de banda estreta, i que el senyal gi(t) és de banda
ampla, el senyal resultant presentarà una amplada de banda pràcticament igual al del
senyal gi(t).
[Sklar2001] p769-p770.
Desmodulació de l’usuari d’interès

El receptor CDMA ha d’estar sintonitzat per descodificar a l’usuari d’interès.
Considerant que el receptor està sintonitzat per descodificar a l’usuari 1, el senyal de
sortida del receptor estaria format per dos factors, una part corresponent al senyal
desitjat
g12 (t )s1 (t )
i un senyal compost de factors residuals no desitjats
g1 (t ) g 2 (t )s2 (t ) + g1 (t ) g 3 (t )s3 (t ) + L + g1 (t ) g N (t )s N (t )
Si els codis són perfectament ortogonals entre si, el senyal descodificat coincidiria
perfectament amb el senyal desitjat. En cas contrari, es produirà una interferència
residual per l’efecte multiusuari que condicionarà la capacitat màxima del sistema.
[Sklar2001] p770.
4.7.1 Disseny d’un sistema cel·lular

Les xarxes sense fils de comunicacions, i en particular les xarxes cel·lulars formen una
part important en el món de les comunicacions actuals. Aquests sistemes han
evolucionat molt en les darreres dècades, i avui dia formen la pedra angular dels
sistemes de comunicacions actuals.
En els sistemes convencionals d’accés múltiple al medi TDMA (Time Domain Multiple
Access) i FDMA (Frequency Domain Multiple Access), la capacitat del sistema venia
limitada físicament pel nombre de canals establerts en el procediment de disseny, de
tal forma que quan tots els canal estaven assignats, cap usuari addicional podia entrar
a la xarxa. En els sistemes CDMA de seqüència directa, cada usuari accedeix al canal
mitjançant l’ús d’un codi assignat per la xarxa. El nombre d’usuaris provocaran entre si
una interferència deguda a la no ortogonalitat dels codis utilitzats, i la capacitat del
canal quedaria limitada en funció de la relació Eb/Io energia de bit sobre potència
d’interferència desitjada.
162
Relació Eb/Io
Tal i com s’ha pogut veure anteriorment, la relació Eb/Io presenta un factor important en
la qualitat d’una xarxa cel·lular, ja que està directament relacionada amb la capacitat
que aquesta podrà oferir. La relació de qualitat que presenta el sistema en un entorn
multiusuari CDMA ve donada fonamentalment per dos factors
Eb
N0 + I0
E
ssent No la densitat espectral de potència i Io la densitat espectral de la interferència.
En una situació CDMA de seqüència directa multiusuari, els codis presenten una
interferència entre si deguda a diferents factors:
- No són perfectament ortogonals.

- Els efectes del canal i de la sincronització provoquen interferències entre els
diferents usuaris.
En un sistema amb molts usuaris, l’efecte d’No es pot menysprear sense afectar
sensiblement a l’estudi de capacitat.
El desenvolupament de la relació Eb/Io així com algunes simplificacions porten a la

fórmula aproximada que determina la capacitat del sistema
Gp
M max =
⎛ Eb ⎞
⎜ I ⎟
⎝ 0 ⎠ requerit
essent Gp el guany del procés i Eb/Io la qualitat requerida pel sistema per funcionar
adequadament.
[Sklar2001] p777-p778.
Sectorització del guany de l’antena

La divisió de la cel·la en tres sectors de 120º ofereix un guany en un factor 2.5
aproximadament en el nombre d’usuaris per cel·la. El factor no és 3 ja que en
augmentar els usuaris de cada sector, augmenta la interferència, ja que les antenes no
aïllen completament els diferents sectors.
[Sklar2001] p778.
163
Voice Activity Factor
Els usuaris convencionals d’un sistema cel·lular per veu només parlen el 40% del
temps de conversa i romanen callats en el 60% de la conversa. Aquest factor provoca
que la interferència multiusuari del sistema CDMA es redueixi en promig al 40% de la
interferència total, cosa que augmentarà la capacitat del sistema en un factor
1/0.4=2.5.
[Sklar2001] p778.
Factor d’interferència fora de la cel·la

Una de les diferències dels sistemes CDMA respecte altres metodologies d’accés
múltiple al canal és la possibilitat de reutilitzar la totalitat de l’espectre disponible a
cada cel·la, tal i com veurem posteriorment. No obstant, el fet que cel·les adjacents
comparteixin la mateixa banda freqüencial provocarà que existeixi un factor
d’interferència fora de la cel·la que augmentarà la interferència multiusuari total.
Per sistemes convencionals, el factor d’interferència fora de la cel·la s’estima com

aproximadament el 55% de la interferència dintre de la cel·la, de tal forma que un
sistema convencional presentarà a cada cel·la un factor d’interferència equivalent igual
a 1.55·Io, o el que és el mateix, una degradació Ho deguda a aquest efecte de 1.9dBs.
[Sklar2001] p778-p779.
Factor d’interferència per accés asíncron

Els sistemes CDMA no requereixen un accés síncron dels diferents usuaris que
comparteixen canal, a diferència dels sistemes TDMA. Els receptors seran capaços de
sincronitzar-se amb el canal d’interès sense cap problema en el cas d’un accés
asíncron dels diferents usuaris. Aquest factor, lluny de ser un problema, serveix per
millorar la capacitat d’una xarxa cel·lular de comunicacions CDMA.
El factor més crític quant a interferència multiusuari en CDMA el tenim quan tots els
usuaris estan perfectament sincronitzats en fase i temps de xip. En cas de no existir la
sincronització, la interferència intersimbòlica millora sensiblement i es pot modelar
segons una variable aleatòria Gaussiana. Aquest factor es modela matemàticament
mitjançant un factor gamma que indica la millora que podem tenir respecte a una xarxa
síncrona. Aquest factor presenta un valor típic de 1.5.
[Sklar2001] p779.
164
Capacitat d’un sistema cel·lular
Tenint en compte tots els factors analitzats en els conceptes anteriors, la capacitat
d’una xarxa cel·lular CDMA es pot modelar amb un nombre d’usuaris simultanis per
cel·la iguals a
γG AGV
M '= M max ≅ 6 M max .
H0
En aquesta expressió s’assumeix un control de potència perfecte, és a dir, tots els

usuaris transmeten amb la mateixa potència, i es considera també una distribució
uniforme dels usuaris dintre de la cel·la.
[Sklar2001] p779.
RESUM
En aquesta sessió hem estudiat els aspectes més importants que condicionen l’estudi
de capacitat d’un sistema cel·lular, arribant a desenvolupar una equació genèrica que
determinarà d’una forma aproximada la capacitat total de cada cel·la de la xarxa.
165
166
SESSIÓ 32
Nom: Comparativa dels sistemes multiusuari.
Tipus: teòrica
Durada: 2 hores
Dedicació: 3 hores
Material:
[Sklar2001]
OBJECTIUS
En aquesta sessió analitzarem breument les diferències entre diferents esquemes
d’accés al medi multiusuari, tot analitzant les prestacions, avantatges i inconvenients
de cada esquema.
CONTINGUTS
4.7.2 Comparativa entre sistemes cel·lulars

La necessitat dels sistemes cel·lulars va aparèixer lligat a les necessitats de les xarxes
de comunicacions mòbils. El creixement continu del nombre d’usuaris, així com les
restriccions en les bandes de freqüències útils va motivar l’aparició dels sistemes
cel·lulars tan coneguts actualment.
Factor de reutilització (Reuse Factor)

El factor de reutilització d’una xarxa cel·lular no és més que la representació dintre de
les diferents cel·les de les bandes freqüencials assignades a cadascuna d’elles. Atès
que les cel·les adjacents d’un esquema estan molt a prop unes de les altres, els
sistemes cel·lulars, en molts casos, intenten evitar l’ús de la mateixa banda freqüencial
sobre cel·les adjacents, amb l’objectiu de minimitzar les interferències entre cel·les.
Veure figura 12.38.
La figura anterior mostra un exemple d’un sistema cel·lular amb un factor de

reutilització de 7. Cada lletra indica la banda de freqüències de la total disponible que
s’utilitza a cada cel·la. El patró de reutilització es dissenya de tal forma que mai dos
cel·les adjacents puguin fer servir la mateixa banda freqüencial.
Aquest efecte provoca una reducció del nombre d’usuaris per cel·la en un factor igual
al factor de reutilització, minvant sensiblement la capacitat de la xarxa. No obstant,
aquest factor es fa imprescindible en les xarxes FDMA i TDMA per poder mantenir un
mínim de qualitat a causa de la interferència provocada entre cel·les.
[Sklar2001] p780.
167
Capacitat d’un sistema cel·lular FM
El primer sistema cel·lular de telefonia mòbil en Estats Units, el sistema AMPS
(Advanced Mobile Phone System) utilitzava un sistema de modulació analògica FM. El
sistema disposava d’una banda de 25MHz pel canal de pujada i 25MHz pel canal de
baixada. Cada canal del sistema FM per veu ocupava 30KHz.
La banda de freqüències estava dividida entre dos companyies, de tal forma que
cadascuna d’elles disposava de 12.5MHz pel canal de pujada i 12.5Mhz pel canal de
baixada. Tenint en compte aquestes dades, que cada usuari utilitza un canal de 30KHz
i que el factor de reutilització era de 7, el nombre d’usuaris per cel·la era
d’aproximadament 57 usuaris.
[Sklar2001] p780.
Capacitat d’un sistema TDMA

El primer sistema digital de comunicacions cel·lulars utilitza un sistema d’accés al medi
basat en la tecnologia TDMA. Si comparem el sistema TDMA amb el sistema FM
original, la millora de prestacions del sistema s’obté gràcies als avanços en els
sistemes de codificació de font.
Un senyal de veu digitalitzat requereix una velocitat de 64Kbits/s, però les restriccions
d’amplada de banda dels sistemes cel·lulars requereix una compressió del senyal per
tal de maximitzar la capacitat.
Els sistemes actuals de codificació de font permeten comprimir senyal de veu amb
qualitat telefònica a velocitats de 8Kbits/s, però es podria afirmar que 10KHz seria una
solució de compromís de bona qualitat. En aquest últim cas, el sistema TDMA
permetrà incrementar en un factor 3 la capacitat del sistema convencional FM, fent
servir el mateix patró de reutilització de freqüències, valor que se situaria sobre 171
usuaris.
[Sklar2001] p780-p781.
Capacitat d’un sistema CDMA

Els sistemes cel·lulars CDMA presenten dues diferències fonamentals respecte els
sistemes TDMA. La primera gran diferència és que els sistemes CDMA permeten un
factor de reutilització de freqüències del 100%, és a dir, que la totalitat de freqüències
es poden reutilitzar a cada cel·la.
La segona gran diferència s’ha estudiat a la sessió anterior. Els sistemes CDMA són
sistemes limitats per interferència, mentre que un sistema TDMA està limitat pel
nombre de time-slots que disposi. Fent servir la fórmula de capacitat presentada
anteriorment, i considerant una relació Eb/Io de 7dBs, la capacitat en nombre d’usuaris
per cel·la serà de 65 aproximadament, un valor notablement superior al dels sistemes
anteriorment comentats.
168
[Sklar2001] p781.
Sistemes limitats per interferència v. sistemes limitats

per dimensió
En conceptes anteriors ha aparegut la diferència entre sistemes limitats per
interferència i sistemes limitats per dimensió. Clars exponents d’aquest dos tipus de
sistemes són els CDMA i TDMA respectivament.
En els sistemes TDMA o FDMA, el nombre d’usuaris pot anar creixent sense interferir
a la resta fins que s’ocupin totalment les dimensions de l’espai de treball. En el sistema
CDMA, cada usuari nou que s’activa en la cel·la provoca un increment de la
interferència sobre la resta de canals. Aquest tipus de sistemes són més flexibles ja
que poden incrementar la capacitat a costa de reduir la qualitat del senyal. En
qualsevol cas, presenten una capacitat superior als sistemes TDMA o FDMA per
relacions de qualitat molt satisfactòries.
[Sklar2001] p783.
RESUM
En aquesta sessió s’han estudiat les diferències fonamentals entre diferents sistemes
d’accés al medi, tot analitzant les diferències entre els sistemes FM, TDMA i CDMA
com a màxim exponents dels diferents tipus de xarxes existents fins al moment.
169
170
SESSIÓ 33
Nom: El sistema IS-95.
Tipus: teòrica
Durada: 2 hores
Dedicació: 3 hores
Material:
[Sklar2001]
OBJECTIUS
En aquesta sessió presentarem els fonaments bàsics del sistema de xarxa cel·lular IS-
95 CDMA. Aquest sistema opera en la mateixa banda de freqüències que el sistema
AMPS i és el primer sistema de xarxa de comunicacions de telefonia cel·lular que
utilitza el sistema CDMA.
CONTINGUTS
4.8 Introducció al sistema IS-95

El sistema IS-95 (Interim Standard 95) especifica un sistema de telefonia mòbil que
utilitza el sistema DS-SS per accedir al medi. Aquest sistema es va dissenyar per
treballar en la mateixa banda de freqüències del sistema AMPS on el funcionament
full-duplex s’utilitza mitjançant FDD (Frequency Division Duplexing).
Atès que el sistema està limitat en interferència, s’apliquen nombroses tècniques de

tractament del senyal per condicionar el senyal rebut i reduir la Eb/No requerida pel
sistema, cosa que augmentarà la capacitat del canal.
Les característiques fonamentals del sistema estan detallades a la referència

bibliogràfica Sklar2001 a la pàgina 784.
L’enllaç directe (d’estació base a mòbil) disposa de 4 tipus de canals, un canal pilot, un
canal de sincronització, de paginació i de tràfic. El canal de retorn únicament disposa
de dos tipus diferents de canals, els canals d’accés al medi i els canals de tràfic.
[Sklar2001] p783-p784.
4.8.1 Forward Channel

El canal directe del sistema IS-95 és el que s’encarrega de transmetre la informació de
l’estació base als mòbils situats a la cel·la d’interès. L’estació base transmet 64 canals
on un d’ells serà un canal pilot, altre un canal de sincronisme, i com a mínim un canal
de paginació. Els altres 61 canals o menys seran canals destinats al tràfic.
171
L’estàndard IS-95 suporta transmissions simultànies de veu, dades i senyalització amb
velocitats variables entre 9600, 4800, 2400 i 1200bits/s en el format Rate Set 1.
Existeix també el Rate Set 2 que permet velocitats fins a 14400Kbits/s.
La figura següent mostra el diagrama de blocs d’un canal directe per a una transmissió
de senyal de veu.
Mireu la figura 12.40 de la referència bibliogràfica.
Codificació del senyal de veu

El senyal de veu es codifica utilitzant un codificador LPC fins obtenir un senyal de
8Kb/s. Aquest senyal es completa afegint bits de redundància per a la correcció
d’errors i arriba a una taxa de 9600bits/s.
La seqüència es processa en trames de 20ms i se’ls hi aplica un codi convolucional

fins augmentar la velocitat final a 19.2Kbits/s. Aquest ràtio roman invariable després de
l’aplicació d’un interleaving amb una profunditat de 20ms.
[Sklar2001] p785.
Long Code
Després de la codificació de veu, el senyal de velocitat 19.2Kbits/s es multiplica
directament però una seqüència pseudoaleatòria llarga. Aquesta seqüència funciona a
la velocitat de xip del sistema 1.2288Mxips/s i es repeteix aproximadament cada 41
dies. Tots els sistemes implementats per treballar amb l’estàndard IS-95 utilitzen
aquesta mateixa seqüència llarga. La finalitat d’aquesta seqüència és oferir privacitat i
aleatorietat a tots els usuaris del sistema.
A cada dispositiu se li assigna una fase diferent d’aquesta mateixa seqüència (retard
temporal) i això li permetrà mantenir la privacitat de les dades que aquest transmet al
canal. Els dispositius que porten a terme les diferents comunicacions no requereixen
els desplaçaments relatius de la resta d’unitats, i únicament necessiten el seu propi
desplaçament per treballar.
[Sklar2001] p785.
Codis de Walsh
El senyal original de veu codifica a 19.2Kbits/s i es multiplica per la seqüència Long
delmada en un factor 64. La seqüència resultant serà de 19.2Kxips/s, i aquesta
seqüència serà eixamplada en un factor 64 fins assolir la velocitat final de
1.2288Mxips/s. Les seqüències d’eixamplament que es fan servir són seqüències
172
Walsh ortogonals. Atès que aquestes seqüències són perfectament ortogonals, a
menys que el receptor rebi exactament la seva seqüència, la sortida seria zero.
Els codis Walsh s’utilitzen per garantir perfecta ortogonalitat entre els diferents canals
de l’accés múltiple.
[Sklar2001] p787.
Short Code
Finalment, l’estàndard IS-95 aplica una seqüència curta (short code), tant a les
components en fase i components en quadratura del senyal eixamplat. La finalitat
d’aquesta seqüència serà aleatoritzar les dades abans de la seva sortida al canal.
Aquest codi curt es pot considerar com l’adreça de cada estació base, que s’encarrega
de correlar senyals provinents de diferents estacions base.
[Sklar2001] p788-p789.
4.8.2 Reverse Channel

El problema del canal de retorn es bastant diferent al del canal de pujada. En el canal
directe, un total de 64 canals es transmeten de forma simultània, mentre que en el
canal de revers només hi ha un únic canal. En aquest enllaç no es por fer ús d’un
senyal pilot per facilitar la sincronització, ja que es requeriria un per cada mòbil, i això
obligarà a treballar de forma no coherent en la recepció d’aquestes dades.
La figura següent mostra el diagrama de blocs del canal de retorn del sistema IS-95.
Estudieu la figura 12.43 de la referència bibliogràfica.
Codificació del senyal de veu

El senyal LPC codificat a blocs de 20ms alimenta un codificador convolucional de ràtio
1/3 que eleva la velocitat a 28.8Kbits/s. Aquests bits s’encarregaran de modular el
senyal de sortida amb una modulació Walsh, tal i com es veurà a continuació.
Modulació Walsh
En el canal de retorn, el sistema funciona de forma diferent. Els codis Walsh no
s’utilitzen com a codis d’accés al canal, sinó que s’utilitzen com a codis moduladors. El
sistema agafa els bits de sortida a la velocitat de 28.8Kbits/s i cada paquet de 6 bits
selecciona una de les 26 possibilitats que ofereixen els codis Walsh.
173
Els 4800 símbols Walsh per segon surten a una velocitat de 4800·64=307.200 Walsh
xips/s. Els xips es repeteixen 4 vegades fins assolir la velocitat final de transmissió de
1.2288Mxips/s.
[Sklar2001] p789.
Long Code
El codi llarg en el canal directe s’utilitzava en una versió delmada. La seva utilització
serà diferent en el canal de retorn, on s’utilitzarà per mantenir els diferents usuaris
incorrelats i mantenir la privacitat de dades dels diferents usuaris en el canal. En el
canal de retorn, el codi llarg s’aplica en la versió completa (sense delmar) a una
velocitat de 1.2288Mxips/s.
[Sklar2001] p790.
Codis curts
En el canal de retorn, desprès de l’aplicació del codi llarg per eixamplar el senyal,
s’apliquen un parell de codis curts I i Q per garantir que els diferents canals de dades
en fase i en quadratura romanen incorrelats en el procés de transmissió.
[Sklar2001] p790
RESUM
En aquesta sessió s’han estudiat algunes de les característiques fonamentals del
sistema IS-95, fent especial èmfasi en els conceptes associats a les seves
característiques de sistema d’espectre eixamplat. S’han deixat de banda altres
conceptes més concrets del tipus de modulació emprats o funcionament a nivell de
xarxa ja que queden fora de l’objectiu d’aquest curs. No obstant l’alumne pot completar
aquests conceptes fent ús de la referència bibliogràfica del curs.
174
SESSIÓ 34
Nom: Problemes d’espectre eixamplat
Tipus: problemes
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
OBJECTIUS
En aquesta sessió estudiarem alguns problemes lligats al capítol d’espectre eixamplat i
realitzarem l’autoavaluació per contrastar el grau de coneixement obtingut fruit de
l’estudi dels conceptes previs.
CONTINGUTS
4.9 Problema de generació de seqüències PN

Expliqueu perquè un registre de desplaçament ML (Maximal Length) d’N bits no pot
generar seqüències de longitud superior a 2n-1.
4.9.1 Problema de disseny d’una xarxa cel·lular.

Considereu un sistema CDMA de seqüència directa per dissenyar una xarxa de
comunicacions de telefonia, on cada usuari requereix una relació de 6dBs per a una
qualitat de veu acceptable. Aquest sistema fa servir una velocitat de xip de
3.68Mxips/s, i la velocitat de transmissió de dades és de 14.4Kbits/s. Si assumim que
γ = 1.5
GV = 2.5
H 0 = 1.5
Determineu quina és la capacitat de la xarxa.
RESUM
En aquesta sessió s’ha acabat amb el capítol sobre modulacions avançades tot
comprovant en nivell de comprensió assolit.
175
176
SESSIÓ 35
Nom: Caracterització del canal de transmissió (I)
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
OBJECTIUS
Abans d’afrontar el disseny d’un sistema de comunicacions és fonamental entendre els
aspectes que poden limitar la utilització del canal com a mitjà de transmissió. El
principal objectiu d’aquesta sessió és entendre quins són aquests factors i com poden
degradar la comunicació.
CONTINGUTS
En aquesta sessió introduirem els conceptes més importants que cal tenir en compte
quan s’estudia el tipus de canal amb el qual es treballa des del punt d’un sistema de
comunicacions. Ens centrarem, a més a més, en el canal de ràdio mòbil el qual
representa un dels canals amb majors fenòmens d’interferència.
5. Caracterització i mitigació dels efectes

del canal de transmissió
5.1 Introducció
En aquest apartat introduirem els principals factors de distorsió que cal tenir en compte
a l’hora de dissenyar i avaluar un sistema de comunicacions digital. Cada vegada més,
i gràcies al constant avanç tecnològic, el disseny dels processos implicats en la capa
física de la comunicació tendeix a realitzar-se per mitjà de simulació, tot disposant de
models fiables que reprodueixin de la forma més acurada possible aquests efectes.
Aquesta filosofia permet abaratir els costos del disseny, reduir el temps
d’implementació i optimitzar el funcionament final del sistema.
Soroll i interferències
El punt de partida a l’hora d’avaluar les prestacions d’un sistema de comunicacions a
nivell funcional és mitjançant un model de canal en què l’únic efecte pertorbador és
soroll blanc additiu Gaussià (AWGN). Aquest és el model al qual respon el soroll tèrmic
causat pels equips del sistema receptor de la comunicació (amplificadors d’entrada i
antena, principalment), i es caracteritza per tenir una densitat espectral de potència
plana així com un valor mig igual a zero. Quan es tracten sistemes reals com és el cas
177
de les comunicacions mòbils els efectes d’interferència o soroll externs prenen un
paper molt més significatiu que no pas el soroll tèrmic, i en aquests casos els atributs
associats perden totalment aquesta idealitat.
[Sklar2001],p945-p946
Filtres per a la limitació de la banda i ISI

El següent pas per modelitzar sistemes reals és introduir filtres que tenen per principal
missió limitar la banda dels senyals implicats. En l’emissor aquests filtres serveixen per
complir, principalment, unes normes de regulació de l’espectre, mentre que en el
receptor permeten implementar tècniques de detecció de senyal òptimes com és el cas
del filtre adaptat o MF (filtre que maximitza la relació senyal/soroll tot just abans de la
decisió final en el detector del símbol transmès). Moltes vegades les pròpies
exigències en l’ample de banda permès fan que sigui necessari induir una certa
interferència intersimbòlica (ISI) controlada gràcies al disseny específic dels filtres en
ambdós extrems de la comunicació. D’altres vegades és el propi mitjà de transmissió
el que introdueix aquest factor de degradació del senyal, com és l’efecte del multicamí
en el canal mòbil.
[Sklar2001],p946
Propagació a l’espai lliure

Quan no es disposa d’informació suficient del medi de transmissió generalment es
recorre al model de propagació a l’espai lliure, en el qual se suposa que el camí que
les ones han de fer per viatjar de l’emissor al receptor és un camí lliure d’obstacles,
que tant el medi (atmosfera) com la terra són uniformes i no absorbents i que l’antena
receptora és isotròpica. Des d’aquest punt de vista, l’atenuació del senyal rebut és
directament proporcional al quadrat de la distància recorreguda i a la freqüència del
senyal. Aquest model és utilitzat sovint en sistemes de comunicació per satèl·lit, on la
influència de la terra és molt llunyana, de forma que la predicció de la potència rebuda
és molt acurada.
[Sklar2001],p946
Propagació multicamí i esvaïment de senyal

En la majoria dels sistemes de transmissió la comunicació es realitza a prop de la
terra. Per exemple, en els sistemes de comunicació mòbils terrestres el senyal pot
viatjar des de l’emissor fins el receptor per múltiples i diferents camins de propagació.
Aquest fenomen és generalment anomenat propagació multicamí, i els principals
efectes de degradació que provoca sobre el senyal són fluctuacions en l’amplitud i la
fase i també en l’angle d’arribada. Cal dir que aquestes distorsions tenen la propietat
de variar en funció del temps, el que es pot entendre pel fet que la posició d’un dels
178
dos extrems de la comunicació varia constantment. D’altra banda, també existeix una
altra font que pot originar aquest tipus d’efectes, l’anomenada escintil·lació, terme que
descriu els canvis físics en el propi medi de propagació (p.ex. variacions en la densitat
d’electrons a les diferents capes de la ionosfera, les quals permeten el guiatge de les
ones d’HF).
[Sklar2001],p946
5.2 Caracterització del canal mòbil de ràdio

En aquest apartat ens centrarem en el canal mòbil de ràdio, per la seva especial
importància en els sistemes de telecomunicació mòbils actuals (GSM, GPRS) i futurs
(UMTS). Els conceptes que aquí es tractaran són generals per a qualsevol tipus de
canal amb variacions temporals, tot i que en major o menor escala.
El canal mòbil és un tipus concret de canal variant en el temps. En general, els senyals
que el sistema receptor ha de processar en aquest tipus de canals estan sotmesos a
dos tipus d’escales d’esvaïments: els esvaïments a llarg termini o gran escala, i els
esvaïments a curt termini o petita escala. El primer tipus de variacions apareix
sobreposat sobre els segons.
Variacions a llarg termini

Les variacions a llarg termini representen les variacions de l’atenuació mitja del senyal
transmès (pèrdues de propagació o path loss) degudes al moviment d’un o ambdós
extrems de la comunicació al llarg de grans àrees geogràfiques (grans edificis,
muntanyes, valls, etc.). En aquestes situacions el receptor queda emmascarat per
aquestes grans superfícies. Des del punt de vista estadístic, aquest tipus de variacions
es descriuen en termes d’una certa atenuació mitja (mean-path loss) i una variació
amb distribució log-normal al voltant d’aquesta.
Aquest tipus de variacions es mesuren realitzant mitges sobre les variacions a curt
termini (entre 10 i 30 longituds d’ona).
[Sklar2001],p947
Variacions a curt termini

Les variacions a curt termini representen els canvis ràpids d’amplitud i fase del senyal
rebut produïts per petites variacions (de l’ordre de mitja longitud d’ona) en la distància
entre emissor i receptor. Aquest fenomen es materialitza en dos tipus d’efectes de
distorsió: la dispersió temporal del senyal (o eixamplament temporal) i la variació
temporal del canal.
179
La variació temporal, en el cas del canal mòbil, és provocada pel canvi progressiu de
posició relativa entre ambdós extrems de la comunicació. La velocitat dels canvis
provocats en el senyal rebut serà tant major o menor en funció de la velocitat de canvi
d’aquesta posició relativa. L’estadística associada a l’amplitud d’aquest tipus de canvis
es caracteritza per la distribució de Rayleigh (Rayleigh fading) en el cas que existeixen
múltiples camins de propagació i cap d’ells correspon a un camí de visió directa (o
també line-of-sight). Quan sí que existeix un camí de propagació predominant sense
refracció ni reflexió del senyal aleshores la funció de densitat de probabilitat associada
a l’amplitud rebuda obeeix al model de Rice (Rician fading).
[Sklar2001],p947
Mecanismes de propagació
Bàsicament hi ha tres tipus de mecanismes bàsics que alhora permeten la propagació
del senyal i provoquen la seva transformació o distorsió, i són els següents:
1. Reflexió. Es produeix quan una ona electromagnètica incideix sobre una superfície
“suau” i de dimensions força majors que la pròpia longitud d’ona del senyal de
radiofreqüència.
2. Difracció. Provocada quan el camí entre emissor i receptor es veu obstaculitzat per
un cos dens i de grans dimensions respecte la longitud d’ona, provocant la generació
d’ones secundàries darrere del cos obstructiu. És el mecanisme que permet la
propagació de senyal quan no existeix un camí de visió directa entre els dos extrems
de la comunicació.
3. Scattering (Diagrama o mesura de dispersió). Efecte produït quan un front d’ona
topa amb una superfície gran i alhora rugosa o bé amb una superfície de grandària
comparable a la longitud d’ona, provocant una dispersió de l’energia i reflectint el
senyal en totes direccions. En un escenari mòbil, aquest efecte és causat
principalment per obstruccions causades per pòsters, senyals de trànsit, faroles,
arbres, etc.
[Sklar2001],p947-p949
Senyal banda de base rebut

Partint del senyal banda de base transmès (equació 15.2), en el senyal banda de base
rebut (equació 15.3) apareixen dos termes multiplicats sobre l’envolupant. El terme
associat als esvaïments a llarg termini m(t) i el terme associat als esvaïments a curt
termini r0(t). A la figura 15.3 es pot veure un exemple aclaridor de tots dos termes per a
una transmissió d’una portadora sense modular, on queda clar que el primer
representa les variacions a gran escala del segon.
[Sklar2001]p949-p951
180
Model de les variacions a llarg termini
Gràcies al treball realitzat per Okumura i Hata, es va obtenir una expressió molt
pràctica per calcular l’atenuació mitja per pèrdues degudes a la propagació del senyal
en canals de ràdio en funció de la distància entre emissor i receptor (equacions 15.5 i
15.6). Aquesta expressió denota una caiguda de 10xndBs per dècada, on n és un
paràmetre dependent de la freqüència, l’alçada de les antenes i l’entorn de propagació
(àrea rural, zona molt o poc muntanyosa, zona urbana, etc.). Aquest paràmetre creix a
mesura que existeixen més obstacles dins de l’entorn.
L’expressió anterior aporta informació sobre la mitja de l’atenuació per a diferents

camins concrets de propagació dins del mateix entorn (o tipus de zona geogràfica),
sent necessari afegir una variable aleatòria Gaussiana i de mitja zero si es vol tractar
un camí de propagació específic (vegeu equació 15.7 i l’exemple de mesures reals
mostrat a la figura 15.4 del llibre citat). Aquest nou paràmetre, anomenat desviació
estàndard, pot arribar a valer de 6 a 10dBs, i juntament amb la distància de l’enllaç i
l’exponent n conformen el conjunt de paràmetres que permeten caracteritzar i
reproduir les variacions a llarg termini d’una comunicació.
[Sklar2001]p951-p953
Model de les variacions a curt termini

L’anàlisi de les variacions a curt termini es realitza generalment dins d’una finestra
temporal on les variacions a llarg termini romanen gairebé constants. En aquestes
condicions el senyal rebut és el de l’equació 15.8, on queden reflectits tant les
atenuacions com els retards de cada camí de la propagació, així com la seva
dependència temporal. A 15.10 es mostra el senyal passa baixes equivalent rebut i a
15.11 el mateix en el cas que el senyal transmès sigui una portadora sense modular,
on es pot apreciar com els termes de fase de cada fasor, associat a un camí de
propagació diferent, poden variar força provocant que l’amplitud del senyal rebut pugui
ser elevada (si les fases coincideixen) o totalment nul·la (p.ex. si els fasors es troben
en contrafase dos a dos). En general, en cada instant pot haver una certa atenuació
provocada per la geometria de situació de les diferents components (vegeu figura 15.5
i equació final resultant 15.12 del llibre citat).
Les components real i imaginària del coeficient d’esvaïment total format per la
contribució additiva dels diferents camins responen a un model estocàstic amb pdf de
tipus Gaussiana, provocant que l’amplitud del fasor resultant tingui una funció de
densitat de tipus Rice (equació 15.14) si existeix un camí de visió directe (també
anomenada component especular o LOS). El principal paràmetre que la defineix és el
factor K definit com el tant per cent de potència aportada per aquesta component
respecte el total. Quan K=0 o no existeix dita component aleshores la funció de
densitat és anomenada Rayleigh (vegeu equació 15.15 del llibre citat), i és provocada
pel fet que les components real i imaginària del coeficient de fading tenen una mitja
igual a zero. La part de senyal que només genera un esvaïment Rayleigh és
anomenada component difusa o aleatòria.
A la figura 15.6 es pot veure un exemple aclaridor dels dos aspectes de distorsió
provocats pels esvaïments a curt termini: la dispersió temporal o de retard (es
representa el senyal rebut quan s’ha transmès un pols de curta durada) i la variabilitat
181
temporal (es representa el senyal rebut en funció de la posició de l’antena, el que
justifica com variarà la resposta del canal si existeix un moviment relatiu entre emissor
i receptor sent l’espai entre antenes de fraccions de la longitud d’ona).
A la figura 15.7 es resumeixen els mecanismes i conseqüències de la degradació de

senyal causats pels esvaïments a curt termini en funció d’un parell de variables:
1. L’eixamplament temporal que ocasiona el multicamí. Aquest depèn de la variable de

retard, i es pot interpretar, en realitzar una transformada de Fourier en aquest domini,
com un cert ample de banda de coherència. El domini transformat associat és el de la
freqüència vista fins al moment, i denota el la característica de selectivitat en el domini
freqüencial que presenta el canal.
2. La variabilitat temporal deguda a la velocitat del moviment en el cas del canal mòbil.
Aquesta és funció del temps de variació, i es caracteritza en aquest domini per tenir un
cert temps de coherència. Igual que en l’altre cas, si es realitza una transformada de
Fourier aquesta característica passa a dependre de la freqüència Doppler i es
materialitza per un cert ample de banda Doppler, que marca quina és la màxima
velocitat de variació que pot tenir el canal.
[Sklar2001]p953-958
RESUM
En aquesta sessió s’han introduït els conceptes més generals que ens permeten
descriure el comportament d’un canal de comunicacions, fent un especial èmfasi en
aquells canals que a més a més de provocar una certa dispersió sobre el senyal,
aquesta degradació varia en funció del temps. Aquesta característica és especialment
important en el canal mòbil de ràdio.
182
SESSIÓ 36
Nom: Caracterització del canal de transmissió (II)
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A la sessió anterior vàrem introduir els aspectes generals que permeten entendre el
comportament del canal de transmissió sobre el senyal d’informació que ens interessa
transmetre, fent un especial èmfasi en el canal mòbil de ràdio.
OBJECTIUS
El principal objectiu d’aquesta sessió és aprofundir en l’estudi dels aspectes que
limiten l’eficàcia d’una transmissió, veure com es poden realitzar les mesures
necessàries per descriure el comportament del canal i com aquest pot degradar la
fiabilitat de la comunicació depenent bàsicament de la velocitat de transmissió
utilitzada.
CONTINGUTS
En aquesta sessió estudiarem amb més deteniment els dos tipus de degradacions que
el canal pot provocar sobre el senyal que hi viatja (eixamplament temporal i
eixamplament Doppler), així com les funcions estadístiques i els paràmetres que ens
permeten realitzar el seu estudi i caracterització.
5.3 Eixamplament temporal del senyal

L’eixamplament temporal és el principal factor responsable que un canal de
comunicacions sigui selectiu o no selectiu en freqüència. Aquesta característica ben
estudiada en funció de la banda freqüencial que es faci servir pot donar lloc al
fenomen d’interferència intersimbòlica (ISI), cas en el qual el canal és selectiu en
freqüència.
Visió temporal de la dispersió de retard

Bello va introduir un model d’esvaïment, obtingut per mitjà de mesures experimentals,
basat en l’assumpció WSSUS. En primer lloc, el model suposa que l’estadística del
senyal rebut és estacionària, el que suposa que durant el període d’anàlisi no
183
s’experimenten les variacions a llarg termini. En segon lloc, es tracten els raigs que
provenen de diferents camins de propagació com a processos totalment independents.
A la figura 15.8 es mostren les diferents funcions que permeten entendre i estudiar la
degradació del senyal provocada per l’eixamplament temporal del canal. El perfil de
retard de potència com varia la potència mitja rebuda en funció del retard quan el
transmissor emet un senyal impulsional, i permet estudiar l’estructura energètica dels
diferents camins de propagació de la comunicació. Generalment aquesta funció es
representa normalitzant el retard de 0 segons al moment en què arriba la primera
component del multicamí. Un dels paràmetres més interessants que permet analitzar
és el màxim eixamplament temporal del canal Tm, és a dir, la diferència temporal entre
l’arribada del primer i últim camí de propagació.
En funció de la relació que existeix entre Tm i el període de símbol de la comunicació

Ts, la visió del canal canvia totalment i és considerat com a canal selectiu (si Tm>Ts) o
no selectiu (si Tm<Ts) en freqüència, modificant les característiques del senyal
transmès de forma diferent. En el primer cas apareix el conegut efecte d’interferència
intersimbòlica (ISI), atès que les diferents components del multicamí es troben
separades més enllà d’un temps de símbol, i en aquestes situacions és necessari
recórrer a tècniques que permetin aprofitar l’energia aportada per cada component
(tècniques d’aprofitament de la diversitat temporal o d’equalització i d’estimació de
canal). En el segon cas es parla d’esvaïments plans o no selectius i el receptor pot
treballar sense haver de compensar l’efecte d’ISI (ja que aquest no és present). Moltes
vegades, en aquesta segona situació el receptor no és capaç de “resoldre” (és a dir,
aprofitar) l’energia aportada per cadascun dels camins, el que fa que el senyal
desmodulat experimenti les cancel·lacions degudes a la superposició dels fasors
associats a cada component. En aquests casos les excessives baixades de relació
SNR s’han de compensar amb tècniques de correcció d’errors (codificació de canal) o
amb tècniques de diversitat de senyalització.
[Sklar2001]p958-p960
Visió freqüencial de la dispersió de retard

La visió freqüencial de la dispersió temporal s’obté realitzant una transformada de
Fourier del perfil de retard de potència, donant lloc a la funció de correlació freqüencial.
Aquesta funció es pot mesurar calculant la correlació entre els espectres dels senyals
rebuts si es transmeten dos tons purs de diferent freqüència i de forma separada. La
característica més interessant que ens permet analitzar aquesta funció estadística és
l’ample de banda de coherència f0, és a dir, l’ample de banda dins el qual el canal es
comporta com un filtre passatot. Així doncs, dos tons purs amb una separació
freqüencial major d’f0 emesos pel canal són distorsionats de forma diferent.
L’aproximació de l’equació 15.16 permet relacionar aquest paràmetre amb el màxim
eixamplament temporal del canal. A la pràctica és més interessant l’eixamplament
temporal mig (valor RMS), ja que té en compte també la quantitat de potència aportada
per cada camí o rebot (vegeu equació 15.17 del llibre citat), i aquest es pot relacionar
amb el paràmetre f0 (definit com la separació freqüencial per sota de la qual el
coeficient de correlació normalitzat és superior a 0.5) segons l’aproximació de
l’equació 15.19 i per a un canal mòbil de ràdio (zona urbana). Aquesta equació respon
a un model denominat com a canal amb scattering dens. En general la relació entre
ambdós paràmetres depèn del tipus d’àrea geogràfica i de canal, i en cap cas es
184
relacionen amb la velocitat de senyalització (aquest és un paràmetre del sistema de
transmissió i no del medi, el qual només afecta a l’ample de banda utilitzat i en tot cas
a la visió del comportament del canal sobre el senyal rebut).
A la figura 15.9 es dona una visió gràfica del comportament del canal en funció de la
relació entre l’ample de banda de coherència f0 i l’ample de banda del senyal transmès
W = 1/Ts. Quan f0<W el canal es comporta té un comportament selectiu en freqüència
(el senyal rebut conté unes bandes freqüencials més atenuades que no pas altres, el
que en el domini temporal es pot interpretar per l’aparició d’ISI), mentre que en cas
contrari f0>W aquest té esvaïments no selectius en freqüència (és a dir, quan es
produeixen esvaïments de senyal aquests poden afectar a tot el senyal alhora,
provocant una gran davallada de l’SNR).
A la figura 15.10 es mostren tres exemples amb esvaïments selectius i no selectius en

freqüència, on es mostra la sortida del correlador en un sistema d’espectre eixamplat
basat en la modulació DS-SS (que correla el senyal rebut amb la mateixa seqüència
PN). El senyal representat es pot associar al mòdul de la resposta impulsional en
funció de les variable retard de propagació i temps. Mentre que en la figura 15a l’ample
de banda del senyal és igual a l’ample de banda de coherència en les altres dues 15b i
15c aquest és superior. És clar que en aquest segon cas el canal és selectiu des del
punt de vista de la unitat mínima transmesa (el xip, que no pas el bit), amb el qual es
parlaria més aviat d’interferència interxip en compte d’intersimbòlica. En aquest
exemple, si no existeix interferència entre dos símbols consecutius el receptor pot usar
una tècnica d’aprofitament de la diversitat: el receptor RAKE, que s’estudiarà més
endavant.
A la figura 15.11 es mostra també gràficament els conceptes d’eixamplament temporal

i selectivitat freqüencial d’un canal, aspectes que es poden entendre tal i com el canal
fos un filtre analògic que té una resposta amb variacions temporals.
[Sklar2001]p960-p966
5.3.1 Variació temporal del canal

El segon factor de degradació del senyal rebut que pot causar un canal de
comunicacions és el fet que aquest tingui variacions temporals. En funció d’aquest
factor es defineix el comportament del canal com a canal amb esvaïments ràpids o bé
amb esvaïments lents en el temps.
Visió temporal de la variació en funció del temps del

canal
A part de l’efecte de dispersió temporal i selectivitat freqüencial del canal, un altre
aspecte en el qual cal aprofundir és la seva variació de comportament al llarg del
temps. En una comunicació mòbil aquesta característica és un reflex directe del
moviment relatiu entre emissor i receptor. En aquest cas l’estudi requereix el càlcul de
la funció de correlació temporal (vegeu figura 15.8c del llibre citat), és dir, la correlació
185
existent entre la resposta del canal a dos senyals impulsionals (polsos de molt curta
durada) enviats amb una certa diferència de temps. En aquesta direcció el paràmetre
d’interès és el temps de coherència T0, separació temporal per sota de la qual la
resposta del canal és essencialment la mateixa o durant el qual el factor de correlació
és suficientment gran. Durant intervals de temps inferiors a T0 es considera que el
canal no té variacions significatives o és gairebé constant, per tant és un factor
associat a la velocitat de canvi del canal.
L’equació 15.23 representa un model aproximat de la funció de correlació temporal per

a un canal mòbil de ràdio en zona urbana (model d’scatter dens). És interessant de
veure que l’obertura de dita funció és inversament proporcional a la velocitat relativa
emissor receptor i a la freqüència de transmissió. Un altre treball de camp de Amoroso
va demostrar que per a una separació espacial entre antenes d’un 40% de la longitud
d’ona (13cm per a una transmissió a 900MHz), els senyals rebuts per cada antena
eren estadísticament independents, separació a partir de la qual es poden dissenyar
receptors que aprofitin la diversitat espacial per augmentar l’eficiència d’utilització del
canal. És aquesta la filosofia de treball en els receptors amb arrays d’antenes, de
forma que els esvaïments instantanis sobre determinats senyals poden ser
compensats usant en cada moment les antenes del receptor que reben més energia.
Cal dir que tot i que per cada antena rep un senyal estadísticament independent,
generalment la velocitat de canvi és la mateixa per a totes les branques de
desmodulació.
Així com l’eixamplament temporal i l’ample de banda de coherència permetien

determinar el comportament del canal sobre el senyal transmès en funció del període
de símbol (velocitat de senyalització), una cosa similar succeeix en l’estudi de la
velocitat de canvi del canal. En aquest cas es classifica la degradació provocada pel
canal segons si aquest té esvaïments ràpids o bé esvaïments lents. Es parla d’un
canal amb esvaïments ràpids quan T0<Ts (T0 = temps de coherència del canal, Ts =
temps de símbol de la comunicació), i és en aquestes condicions que la deformació
constant del pols de senyalització (d’un símbol al següent o fins i tot dins del temps de
símbol) pot provocar el que es coneix com una certa BER irreductible o mínima que
només es podria reduir amb tècniques d’entrellaçat i correcció d’errors.
En cas contrari, si T0>Ts, es parla d’esvaïments lents, de forma que la deformació

temporal del pols bàsic de la comunicació es manté gairebé constant entre símbols
consecutius, el que fa que el sistema receptor sigui capaç de compensar millor l’efecte
de la distorsió freqüencial (quan s’experimenten esvaïments selectius) amb tècniques
d’equalització de canal. No obstant, així com succeïa amb els esvaïments no selectius
en freqüència, si el canal té a més a més esvaïments lents, aquest provoca grans
davallades de la relació SNR en els intervals de temps durant el qual es produeix un
esvaïment, sent aquest el principal factor a combatre de cara al disseny del receptor.
[Sklar2001]p966-p969
Visió freqüencial de la variació temporal del canal

Seguint amb l’analogia de l’anàlisi de la dispersió temporal del canal, la variació
temporal d’aquest pot ser analitzada transformant la funció de correlació temporal al
domini freqüencial i obtenint la densitat espectral Doppler o senzillament espectre
Doppler del canal (vegeu figura 15.8d del llibre citat). En aquest nou domini, la variable
186
de l’anàlisi deixa de ser el temps de variació per ser la freqüència de variació del canal
o també freqüència Doppler. L’equació 15.24 mostra l’espectre Doppler del model
d’scatter (diagrama de dispersió) dens associat a un canal mòbil urbà, amb una antena
receptora vertical amb guany azimutal constant i una distribució de senyals incidents
uniforme al llarg de totes les direccions. Aquesta funció, anomenada espectre de
Jakes, té una forma de U al voltant de la freqüència de portadora (vegeu figura 15.8d
del llibre citat), i només s’avalua dins una amplada de 2 vegades fd, sent fd la
freqüència Doppler provocada pel moviment relatiu entre emissor i receptor (vegeu
equació 15.25 del llibre citat).
L’espectre Doppler es pot mesurar calculant la transformada de Fourier de l’amplitud

del senyal rebut per a una transmissió d’una portadora sense modular, de forma que si
el canal no té variacions temporals aquesta funció serà una delta en el domini de la
freqüència Doppler. Alhora, es pot entendre com una funció dual del perfil de retard de
potència. Mentre aquella permetia mesurar la dispersió temporal que el canal provoca
sobre un senyal impulsional en el domini de temps, aquesta permet entendre la
dispersió freqüencial quan el senyal transmès és impulsional en el domini freqüencial.
En aquest domini el paràmetre que caracteritza la variació del canal és anomenat

eixamplament Doppler o freqüencial o també ample de banda Doppler, i que denotem
en general per fd. Aquest paràmetre és inversament proporcional, amb un cert factor
multiplicador, al temps de coherència T0, i en funció de la definició matemàtica exacta
donada es poden relacionar amb un factor diferent (vegeu equacions 15.26-15.27-
15.28-15.29 del llibre citat).
A la figura 15.12 es mostra un exemple de l’envolupant del coeficient d’esvaïment

Rayleigh per a una comunicació mòbil de ràdio a 900MHz, on es pot observar com
l’espai entre esvaïments consecutius és aproximadament de la meitat de la longitud
d’ona. Si aquest valor s’expressa en temps de recorregut pel mòbil s’arriba a
l’expressió 15.29 on queda palesa la similitud amb la mitja geomètrica del temps de
coherència de l’expressió 15.28. Per a una velocitat del mòbil de 120Km/h el temps de
coherència és de 5ms i l’ample de banda Doppler de 100Hz, de forma que una
transmissió de veu digital a 10.000 símbols per segon suposa la presència
d’esvaïments lents en el temps.
A la figura 15.12 es pot veure una analogia que permet associar la velocitat de canvi
del canal amb la velocitat de transmissió en un sistema de comunicacions, de forma
que la durada del símbol transmès s’intenta relacionar amb el període durant el qual el
canal té un comportament estàtic. A mesura que s’augmenta la velocitat d’aquests
canvis (=velocitat de commutació de les dades segons l’analogia establerta) augmenta
proporcionalment l’amplada de banda del senyal rebut.
Un canal té esvaïments ràpids quan W=1/Ts<fd (equivalent a quan Ts>T0), és a dir,

quan l’amplada de banda del senyal és inferior a l’eixamplament Doppler, i té
esvaïments lents en cas contrari. Per tant, així com l’ample de banda de coherència
imposa un límit superior a la velocitat de senyalització per evitar l’efecte de selectivitat
freqüencial del canal, l’eixamplament Doppler imposa un límit inferior per evitar el
comportament massa ràpid de les variacions del canal respecte a la informació
transmesa. Cal dir que la majoria de sistemes de transmissió actuals permeten
treballar en condicions d’esvaïments lents.
En enllaços amb una certa component de visió directa predominant (LOS)

s’experimenta una certa desviació Doppler constant si la velocitat relativa emissor
187
receptor és constant, mentre que si existeixen components de senyal difuses (altres
camins diferents del LOS) la diferent velocitat de canvi de cada camí provoca una
desviació Doppler de la freqüència del senyal que fa que en valor mig hi hagi un cert
ample de banda Doppler, el que complica el sistema de seguiment de la freqüència de
desmodulació del receptor. A la figura 15.5 es mostren diverses gràfiques de
probabilitat d’error per a una transmissió determinada on es pot apreciar el conegut
efecte BER irreductible provocat pel mal funcionament del sistema de seguiment de
portadora (habitualment un PLL). A major velocitat del mòbil creix la mínima
probabilitat d’error, ja que les variacions de la freqüència de portadora poden ser més
ràpides i provocar més sovint una mala estimació de la fase de la portadora. En
general, per a aplicacions de transmissió de veu (amb probabilitats d’error màximes de
1e-3 a 1e-4), es considera que es pot evitar una davallada de la qualitat per l’aparició
d’esvaïments ràpids sempre i quan l’ample de banda de transmissió superi de 100 a
200 vegades el màxim eixamplament Doppler del canal.
[Sklar2001]p969-p975
RESUM
En aquesta sessió ens hem limitat a aprofundir, en els conceptes associats, les
característiques que permeten descriure el comportament del canal (eixamplament
temporal i variabilitat), i hem vist les categories de degradació que aquest pot provocar
sobre el senyal que hi transmetem en funció de la velocitat de transmissió (selectivitat
freqüencial i rapidesa de canvi). Arribat a aquest punt cal emfatitzar que en general
interessa caracteritzar el canal segons el tipus de transmissió que es vulgui realitzar.
Un mateix canal pot veure’s com a selectiu o no selectiu si el que pretenem transmetre
és un senyal de vídeo digital o simplement són dades de baixa velocitat. La
caracterització del canal s’ha entès en base a la definició de dues funcions
estadístiques, que poden ser interpretades en ambdós dominis temporal i freqüencial i
que descriuen la selectivitat i la variabilitat del canal. Com a punt final, el parell de
funcions associades a cada característica es poden relacionar segons un criteri de
dualitat, el que queda més aclarit als dos últims paràgrafs de la pàgina 968 de
[Sklar2001].
188
SESSIÓ 37
Nom: Mitigació dels efectes de distorsió del canal (I)
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A la sessió anterior vam aprofundir en l’estudi de les propietats del canal que afecten
de forma directa a una comunicació, i com aquesta degradació depèn de la velocitat
de la transmissió.
OBJECTIUS
L’objectiu d’aquesta sessió és entendre com els aspectes de distorsió del canal
permeten classificar la qualitat assolida en tres “zones de funcionament”, sent la
principal preocupació del l’enginyer el poder assolir la zona equivalent a una
transmissió amb canal AWGN.
CONTINGUTS
En aquesta sessió descriurem els tres estadis de fiabilitat en què es pot trobar un
sistema de comunicacions en funció de la qualitat de l’enllaç, i com és possible passar
d’un a un altre estadi mitjançant l’ús de determinades tècniques per a la compensació
dels efectes que limiten la seva millora. Després d’entendre el límit de Rayleigh,
estudiarem les tècniques que permeten mitigar els efectes de distorsió més importants
(selectivitat freqüencial i esvaïments ràpids) per assolir aquest llindar de funcionament.
5.4 Fiabilitat de la transmissió en un canal

Rayleigh no selectiu en freqüència i amb
esvaïments lents
A l’equació 15.34a es mostra el senyal rebut per a un canal amb variacions temporals i
amb multicamí. Suposant que Ts>Tm, a la sessió anterior s’ha vist com el canal té un
comportament no selectiu en freqüència, o el que és el mateix, que el receptor no és
capaç de processar de forma independent la informació proporcionada per cada rebot
(no pot resoldre els camins). Suposant que Ts<T0, a més a més, el canal té esvaïments
lents de forma que el subsistema d’estimació de la freqüència portadora permet fer
una correcta compensació del terme de fase que no depèn de la informació
transmesa, quedant finalment el model de l’equació 15.34b. El coeficient d’esvaïment
α és doncs un procés estocàstic lentament variant en el temps, amb una funció de
189
densitat de tipus Rayleigh suposant que no existeix cap component de visió directa
(LOS).
Sota aquestes condicions a la figura 15.16 es mostren les corbes de probabilitat d’error
per diferents esquemes de modulació i desmodulació. A la taula 15.1 es poden veure
les funcions d’aproximació d’aquestes corbes per relacions senyal/soroll elevades. Tal
i com es pot veure, mentre els resultats denoten una clara dependència lineal negativa
amb la Eb/No, la fiabilitat assolida en un canal AWGN creix de forma exponencialment
negativa. En definitiva, els esvaïments de senyal provocats pel canal limiten de forma
visible la fiabilitat final assolida, sent necessari recórrer a l’ús de tècniques de
modulació alternatives o de correcció d’errors per tal de millorar aquest aspecte.
[Sklar2001]p975-p978
5.4.1 Tècniques de mitigació de la selectivitat

freqüencial del canal
A la figura 15.5 del llibre citat es mostren les corbes de probabilitat d’error típiques per
a un esquema de modulació convencional segons si l’escenari de la comunicació és
“bo” (canal només amb AWGN), “dolent” (canal no selectiu en freqüència i amb
esvaïments lents de tipus Rayleigh, sense visió directa) o “pèssim” (esvaïments ràpids
i/o selectius en freqüència). L’escenari desitjat lògicament és el primer. Quan el canal
presenta esvaïments de senyal, l’anàlisi de la fiabilitat de l’enllaç s’ha de realitzar a
partir de mitges temporals durant intervals de temps de coherència del canal,
possibilitant que dins de la finestra d’anàlisi es produeixin força cicles d’esvaïments
(molta/poca atenuació).
Objectiu de les tècniques de mitigació de la distorsió del

canal
Les tècniques de mitigació de la distorsió introduïda pel canal s’encarreguen de
combatre la selectivitat freqüencial i/o la ràpida variació del canal, i permeten passar
de la fiabilitat “pèssima” a la fiabilitat “dolenta” o límit de Rayleigh. En segon lloc, és
possible aproximar-se a la zona de funcionament “bona” usant, a més a més, alguna
tècnica de diversitat que permeti combinar rèpliques independents de la informació
detectada a partir del senyal rebut així com tècniques de codificació de canal. Mentre
en la primera etapa l’objectiu es compensar la selectivitat o la rapidesa de variació del
canal, en la segona etapa es pretén combatre les pèrdues de relació SNR amb les
quals irremeiablement s’ha de conviure en un canal amb variacions temporals.
A la figura 15.18 es mostren diversos exemples de tècniques que permeten solucionar

les dues etapes abans mencionades.
En aquest tema tractarem les tècniques que permeten compensar la distorsió

freqüencial introduïda pel canal, és a dir, que permeten afrontar la selectivitat
freqüencial. Tal com ja s’ha comentat en sessions anteriors, la principal conseqüència
de degradació de la comunicació en aquestes condicions és l’aparició d’ISI en el
190
senyal rebut. El procés d’equalització del canal és aquell mitjançant el qual l’energia
dels símbols, la qual es troba dispersa a causa de l’efecte del canal, és alineada i
restablerta a la seva forma original tal i com va sortir del sistema transmissor. En el
millor dels casos, aquesta alineació pot permetre aprofitar tota l’energia del senyal
incident, energia que sense un sistema de compensació seria desaprofitada. Des del
punt de vista freqüencial l’equalitzador és el sistema que “inverteix” el canal, és a dir,
que amplifica aquelles freqüències que el canal atenua i a la inversa. D’altra banda, si
es tracta d’un canal amb variacions temporals, l’equalitzador ha de ser un sistema
adaptatiu, que en cada moment s’adapti de la millor forma possible a l’estat real del
canal.
Dins de les tècniques de compensació de la selectivitat freqüencial del canal

comentarem les següents: l’equalitzador DFE, l’equalitzador amb estimació de
seqüència per màxima versemblança o MLSE, la modulació d’espectre eixamplat amb
seqüència directa o DS-SS, la modulació d’espectre eixamplat amb salt de freqüència
o FH-SS, la modulació OFDM, i finalment l’ús de senyals pilot.
[Sklar2001]p978-p980
DFE (Decision Feedback Equalizer)

El DFE és una extensió d’un equalitzador lineal FIR (de resposta impulsional finita) al
qual se li ha afegit un filtre feedback (retroacció) o realimentat. Mentre la part del filtre
lineal té com a objectius alinear l’energia dels símbols previs amb la del propi símbol
que es vol detectar i alhora minimitzar la influència del soroll i interferències additives,
la part de realimentació s’encarrega de cancel·lar la interferència intersimbòlica (ISI)
dels símbols que ja han estat prèviament detectats (també anomenats postcursors).
Equalitzador amb estimació de seqüència per màxima

versemblança (MLSE)
La filosofia de l’equalitzador MLSE difereix de l’anterior pel fet que en compte de
realitzar la detecció símbol a símbol en aquest cas es proven “totes” les possibles
seqüències enviades pel transmissor quedant-se amb aquella que maximitza la
probabilitat a posteriori usant la seqüència de mostres rebudes. És aquesta la tècnica
de detecció òptima (és a dir, que ofereix una mínima probabilitat d’error) per a canals
amb ISI i soroll additiu Gaussià o AWGN. La seva implementació pràctica es realitza
amb l’algorisme de Viterbi (tècnica de programació dinàmica per a la solució de
problemes de gran complexitat), amb una complexitat de càlcul que creix
exponencialment amb la quantitat d’ISI del canal. Aquesta és la solució adoptada en el
sistema GSM.
Tècniques d’espectre eixamplat amb seqüència directa

(DS-SS)
L’ús d’una modulació DS-SS permet combatre l’efecte de selectivitat del canal gràcies
a les bones propietats de correlació de les seqüències PN en què es fonamenta. Tot i
191
que és possible treballar en condicions amb ISI, el funcionament òptim d’un sistema
basat en aquesta modulació es pot obtenir si la dispersió del canal Tm no supera el
temps de símbol, o el que és el mateix, si la diferència de temps entre la primera i
última component del multicamí és inferior a la durada de la seqüència PN.
En aquestes condicions, si el receptor utilitza la seqüència PN alineada amb un dels

camins resolubles, la contribució dels altres camins a la decisió final serà força menor
gràcies a la baixa correlació que hi haurà entre la PN del receptor i la resta de camins.
Aquesta propietat es pot enunciar com que el receptor “resol”, o millor dit, separa els
camins segons quin sigui el retard aplicat al seu generador PN (vegeu expressions
15.35, 15.36 i 15.37 del llibre citat), retard que es pot variar dins d’un temps de símbol
o N vegades el temps de xip, sent N el guany de procés.
L’estructura RAKE és la implementació pràctica que permet aprofitar l’energia de les

diferents components del multicamí basada en la combinació de les sortides de
diversos receptors convencionals que facin ús dels retards de propagació de cada
camí. La idea és que si s’utilitzés una modulació convencional, l’energia d’aquests
camins es podria arribar a cancel·lar (moments de forts esvaïments o nuls espectrals
sobre l’ample de banda del senyal). A l’utilitzar polsos de senyalització de banda
ampla, el canal passa a veure’s com a selectiu en freqüència, el que fa que en tot
moment hi hagi certes zones de l’espectre que el canal deixa passar, zones que el
receptor RAKE detecta i combina de forma constructiva. Aquesta filosofia permet
minvar la pèrdua d’SNR mitja i millorar en definitiva la BER final, aspecte que es
tractarà a la propera sessió.
[Sklar2001]p981-p982
Tècniques d’espectre eixamplat per salt de freqüència

(FH-SS)
En aquest cas els esvaïments de senyal es combaten proporcionant canvis ràpids i
pseudoaleatoris de la freqüència de portadora, evitant que un nul freqüencial afecti
durant tot el temps de símbol i que l’energia total recollida sigui major que el que
s’obtindria transmetent un senyal de banda estreta amb portadora constant.
[Sklar2001]p982
Multiplexació per divisió en freqüències ortogonals

(OFDM)
La modulació OFDM permet evitar l’ús d’un equalitzador de canal tot fent que la
durada dels símbols sigui suficientment gran com per evitar l’efecte d’ISI. La idea és
agrupar el flux de dades a transmetre (1/Ts símbols per segon) en blocs d’N símbols i
transmetre tot el bloc simultàniament mitjançant N subportadores ortogonals
(separades 1/(NxTs), sent Ts el període de símbol original) el que assegura la nul·la
interferència cocanal en el detector de cada subportadora. D’aquesta forma el període
de símbol associat a cada subportadora és N vegades Ts evitant que els símbols en el
192
receptor se superposin per l’efecte del multicamí (el que es pot garantir si 1/(NxTs) és
inferior a l’ample de banda de coherència f0).
[Sklar2001]p982
Emissió de senyals pilot

Aquesta tècnica possibilita millorar la detecció coherent de formes d’ona a partir de
l’enviament de tons purs modulats amb seqüències pilot predefinides. El processament
del senyal rebut permet estimar l’estat del canal i afrontar els esvaïments de senyal
existents.
[Sklar2001]p982
5.4.2 Tècniques per a la compensació dels

esvaïments ràpids
Els esvaïments ràpids en un canal es poden combatre amb l’ús d’algun esquema de
modulació robusta que no requereixi un seguiment de fase de portadora i permeti
temps de detecció petits (modulacions diferencials o no coherents). Una altra
possibilitat és augmentar la velocitat de transmissió (per sobre de l’eixamplament
Doppler) per mitjà de la introducció de redundància (p.ex. codis correctors) sense
necessitat d’un augment en la potència de transmissió. Les tècniques de codificació de
canal permeten “recuperar” la fiabilitat desitjada en presència de BER’s irreductibles a
causa de la ràpida variació del canal. Per poder aprofitar la capacitat de l’ús
d’aquestes tècniques els errors has d’estar incorrelats, el que es pot aconseguir per
mitjà de l’ús de tècniques d’interleaving.
La modulació OFDM també permet afrontar esvaïments ràpids i alhora selectius en

freqüència. En aquestes situacions, tot i l’elevat eixamplament freqüencial,
l’ortogonalitat de les subportadores es pot garantir disminuint els lòbuls laterals usant
tècniques de codificació amb resposta parcial (senyalització amb mínim ample de
banda), introduint una certa ISI controlada que pot ser eliminada en el receptor.
[Sklar2001]p982-p983
RESUM
En aquesta sessió hem introduït el límit de Rayleigh (fiabilitat associada a esvaïments
lents, no selectius i sense visió directa) i com podem compensar la selectivitat
freqüencial i els esvaïments ràpids de senyal per mitjà de determinades tècniques de
mitigació.
193
194
SESSIÓ 38
Nom: Mitigació dels efectes de distorsió del canal (II)
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
PRECEDENTS
A la sessió anterior vam estudiar les tècniques de compensació dels efectes de
distorsió del canal més importants (selectivitat freqüencial i esvaïments ràpids) per tal
d’arribar al funcionament del límit de Rayleigh considerat com a funcionament del tipus
“dolent”.
OBJECTIUS
L’objectiu d’aquesta sessió és l’estudi de les tècniques que permeten assolir el mode
de funcionament “bo” (equivalent a la transmissió a través d’un canal AWGN) que
permeten afrontar les pèrdues de relació SNR, i una vegada ja s’ha lluitat contra la
selectivitat freqüencial del canal i els esvaïments ràpids.
CONTINGUTS
En aquesta sessió començarem enunciant les tècniques de diversitat que permeten
afrontar les pèrdues de relació senyal/soroll una vegada els efectes de selectivitat
freqüencial i ràpida variabilitat del canal han estat compensats. Parlarem també dels
aspectes més importants a l’hora de triar una modulació i de dissenyar l’entrellaçat de
la informació (interleaving). Acabarem fent una classificació dels diferents escenaris en
què ens podem trobar al treballar en un sistema real i de les solucions que podem
adoptar per cada cas.
5.4.3 Mitigació per combatre les pèrdues d’SNR:

tècniques de diversitat
Les tècniques anomenades de diversitat són les que permeten, una vegada s’ha lluitat
contra els efectes de selectivitat i d’esvaïments ràpids del canal, lluitar contra les
pèrdues de la relació senyal/soroll, amb l’objectiu d’intentar assolir el funcionament
equivalent a un canal AWGN (o canal “bo”). La diversitat no és més que aconseguir
disposar de rèpliques independents d’una mateixa informació amb l’objectiu d’escollir
en cada moment la “font amb més qualitat”.
195
Exemples de diversitat
A continuació es detallen diferents exemples de tècniques que permeten assolir una
certa diversitat en la comunicació per combatre les pèrdues d’SNR:
1. Diversitat temporal
Es pot aconseguir per exemple combinant codis correctors (p.ex. codi de repetició) i
tècniques d’entrellaçat (amb profunditats d’entrellaçat com a mínim del temps de
coherència T0), fent que es “trenqui” virtualment la pròpia correlació temporal dels
esvaïments.
2. Diversitat freqüencial
Per disposar de rèpliques independents es transmet la mateixa informació sobre L
portadores separades al menys l’ample de banda de coherència f0. Es clar que en
aquests casos l’efecte de selectivitat freqüencial que implica transmetre amb un ample
de banda W=Lxf0 superior a f0 ha de ser prèviament compensat per evitar que l’efecte
d’ISI no permeti aprofitar correctament aquesta diversitat.
3. Sistemes d’espectre eixamplat DS-SS

L’eixamplament freqüencial en un sistema DS-SS permet separar, en certa manera, la
diversitat temporal que el canal introdueix en forma de les diferents components del
multicamí (o també diversitat de camins). Tal i com ja vam estudiar a l’anterior sessió,
el receptor RAKE és l’estructura que permet combinar l’energia detectada per cada
camí. Així doncs, mentre la separació és un aspecte referent al poder combatre la
selectivitat freqüencial, la combinació implica un procés d’alineament en fase de
l’energia detectada per cada branca de l’estructura i s’ha de relacionar més aviat amb
l’aprofitament de la diversitat temporal (o de multicamí) subministrada pel propi canal.
4. Sistemes d’espectre eixamplat amb salt de freqüència (FH-SS)

En el sistema GSM s’usen salts de freqüència lents (217 salts per segon) per combatre
situacions d’esvaïments lents, evitant una pèrdua massa prolongada d’SNR.
5. Diversitat espaial
Ús de múltiples antenes en recepció tal que la separació entre antenes adjacents
proporcionin rèpliques estadísticament incorrelades.
6. Diversitat de polarització
L’ús dels senyals rebuts associats a la polarització vertical o horitzontal del camp
electromagnètic permet treballar també amb rèpliques del senyal incorrelades.
7. Codificació de canal amb entrellaçat

Aquesta és la tècnica per combatre els esvaïments més utilitzats, i que es basa a
afegir redundància controlada (segons el codi utilitzat) i convenientment entrellaçada
per disposar de rèpliques el més independents possibles. L’avantatge principal és que
en compte d’afegir major energia de senyal, permet reduir la potència del transmissor
tot mantenint la qualitat de l’enllaç constant.
[Sklar2001]p983-p984
196
Fonament teòric de la diversitat
L’ús de diversitat és justificat per permetre obtenir millores en la fiabilitat a un cost
relativament baix. La idea que en aquest concepte es pretén transmetre és ben
senzilla: la probabilitat que alguna de les M rèpliques de senyal independents estigui
per sobre d’un cert llindar mínim de qualitat preestablert sempre serà major que la
d’una sola branca. D’altra banda, la millora és exponencial amb el número de rèpliques
M, donada la suposada independència entre cadascuna d’elles. Al procés que
s’il·lustra al llarg de les equacions 15.38-15.43 es demostra aquest concepte suposant
que els esvaïments són del tipus Rayleigh, quedant com a equacions de comparació
final la 15.42 amb i la 15.43 sense diversitat. Finalment s’il·lustra un exemple pràctic en
el qual es pot comprovar com un sistema amb diversitat 4 pot millorar la probabilitat de
detecció correcta.
[Sklar2001]p984-p986
Tècniques de combinació de la diversitat

La diversitat pot ser processada amb diferents filosofies de combinació, les quals es
comenten a continuació:
1. Selecció
Tècnica molt senzilla però poc eficient que es basa a usar en cada moment la rèplica
de major qualitat de les M possibilitats.
2. Realimentació o escombrat
Simplificació del procés de selecció en el qual en compte d’escollir la branca amb
major energia s’escull la primera que supera un cert llindar de qualitat mínim usant una
ordre de cerca preestablert.
3. Combinació de màxim guany (maximal ratio combining)

Tècnica de combinació que proporciona una fiabilitat òptima, i que es basa a ponderar
cada rèplica d’acord amb l’energia que aquesta aporta i realitzar el corresponent
alineament temporal i suma global (tal i com fa un receptor RAKE en comunicacions
DS-SS). Aquesta tècnica pot proporcionar una bona fiabilitat tot i que cada rèplica no
permeti la correcta detecció de la informació, ja que es basa en l’efecte que
proporciona la combinació de totes les rèpliques implicades.
4. Guany constant
Variació de la tècnica de combinació de guany màxim on els pesos de recombinació
es fixen a la unitat, no requerint l’estimació de l’SNR de cada component però
proporcionant unes prestacions de fiabilitat inferiors que aquesta.
[Sklar2001]p986
197
5.4.4 Modulacions adequades per a canals amb
esvaïments
En general quan es treballa amb un canal amb esvaïments és més adequat treballar
amb modulacions en les quals no influeixi tant la pèrdua de potència instantània: les
modulacions de freqüència i de fase.
Modulacions de freqüència
Si s’escull una modulació de freqüència, és a dir, MFSK, en general interessa fixar
l’ordre de la modulació a M≥8. La idea és que a major factor M, la banda utilitzada
també és major però l’ample de banda real usant en cada instant només és funció de
la velocitat de senyalització. Si aquest ample no supera l’ample de banda de
coherència f0, no s’experimentarà ISI, però d’altra banda si l’ample de banda real sí
que el supera, els esvaïments no afectaran durant llargs períodes a tot el senyal.
[Sklar2001]p987
Modulacions de fase
Contràriament a les modulacions de freqüència, en el cas de fer servir una modulació
del tipus MPSK no interessa fixar el paràmetre M a un valor massa elevat, ja que en
aquest cas l’error de fase provocat per la variació temporal del canal pot arribar a
confondre’s per un canvi de símbol transmès (p.ex. vegeu exemple 15.2 de la plana
987 del llibre citat).
[Sklar2001]p987-p988
5.4.5 La funció de l’entrellaçat

L’entrellaçat de la informació combinada amb l’ús de codis correctors proporciona una
forma de diversitat temporal per combatre caigudes d’SNR provocades per esvaïments
en el canal.
Profunditat d’entrellaçat v. temps de coherència

Quant major és la profunditat d’entrellaçat (finestra temporal en el qual aquest actua)
més incorrelades són les rèpliques processades i més efectiva és la millora
proporcionada (vegeu exemple de la figura 15.19 del llibre citat on es mostra la millora
de la BER utilitzant un codi convolucional i entrellaçat en funció de la relació entre la
profunditat d’entrellaçat i el temps de coherència del canal). En dissenyar un sistema
real, aquest paràmetre té un límit real marcat per màxim retard permès en una
comunicació (p.ex. de 100ms en transmissions de senyal de veu).
198
[Sklar2001]p988-p989
Efectivitat de l’entrellaçat v. velocitat del mòbil

D’altra banda, des del punt de vista d’una comunicació mòbil terrestre és interessant
veure que l’entrellaçat pot combatre els esvaïments de senyal sempre i quan la
velocitat relativa entre emissor i receptor és suficientment elevada (vegeu l’exemple de
la figura 15.20 del llibre citat), el que permet que dins del bloc de reordenació associat
a l’entrellaçat es càpiguen diversos temps de coherència. La figura 15.21 és un altre
exemple on es mostra l’Eb/No requerida per a una certa fiabilitat de detecció en funció
de la velocitat del mòbil pel sistema de telefonia mòbil americà IS-95. Mentre que per
velocitats inferiors als 20Km/h el sistema de control de potència és l’encarregat de
proporcionar un bon requeriment, per a velocitats superiors als 60Km/h és l’entrellaçat
el que conjuntament amb el sistema de codificació de canal permet relaxar el llindar de
potència requerit.
[Sklar2001]p990-p992
5.4.6 Classificació dels escenaris i solucions possibles

Tal com ja vam veure al capítol 4.3, les equacions 15.45 i 15.46 del llibre citat
resumeixen les condicions necessàries per evitar les distorsions de selectivitat
freqüencial i d’esvaïments ràpids del canal. En el cas que no s’acompleixi alguna de
les condicions caldrà que el sistema receptor compensi, primer de tot, el tipus de
distorsió associada. Segons quines siguin les condicions de treball distingirem tres
situacions.
Canal amb esvaïments ràpids

Si l’ample de banda W és inferior tant a l’ample de banda de coherència f0 com a
l’eixamplament Doppler fd estem en el cas d’un canal que presenta esvaïments no
selectius però ràpids. En aquesta situació cal adoptar alguna de les següents
solucions:
1. Usar una modulació robusta front a variacions ràpides, per exemple, que no
requereixin d’un seguiment de la portadora (modulacions no coherents).
2. Afegir la redundància suficient com perquè W>fd però alhora W<f0. En aquest cas,
els esvaïments passen a ser lents i no selectius, el que es pot acabar de combatre
amb tècniques de codificació i entrellaçat.
3. Els canals amb variacions ràpides poden provocar l’aparició de l’efecte limitador que
es veu a la figura 15.15, provocat per soroll d’FM degut a un mal seguiment de les
199
mateixes. En aquests casos l’ús d’un to pilot i bucles de control de freqüència pot
minvar aquest efecte.
[Sklar2001]p992-p993
Canal amb selectivitat freqüencial

Suposant que l’ample de banda supera tant l’ample de banda de coherència com la
dispersió Doppler, ens trobem en la situació que el canal és selectiu en freqüència i
amb variacions lentes. En aquest cas les tècniques que s’acostumen a fer servir són
les següents:
1. Equalització adaptativa, espectre eixamplat (DS-SS o FH-SS), OFDM, tons pilot.
2. Ja compensada la distorsió freqüencial només resta usar tècniques de diversitat

com la codificació de canal o el receptor RAKE en DS-SS per assolir les prestacions
dins el canal AWGN.
[Sklar2001]p993
Esvaïments ràpids i selectius en freqüència

En aquest cas, es compleix l’expressió 15.49 o 15.50, amb el que això suposa un
problema de disseny en no poder complir-se la condició de l’equació 15.45. En
aquestes condicions cal afrontar el disseny seguint els consells tipificats en els dos
anteriors punts, sobretot l’ús d’una modulació robusta o afegir redundància per tal de
disminuir la “rapidesa aparent” de les variacions, i combatre la selectivitat freqüencial i
les pèrdues de relació SNR amb equalització i codificació de canal respectivament.
[Sklar2001]p993-p994
5.4.7 Exemple: equalització i interleaving en

comunicacions mòbils
A continuació es proposa que estudieu l’exemple 15.2 que es proposa en el llibre citat.
Es tracta de calcular els paràmetres de dispersió d’un cert canal mòbil a partir del perfil
de retard potència obtingut pel test, i d’estudiar la selectivitat freqüencial i la necessitat
d’un equalitzador de canal segons tres sistemes digitals de comunicació mòbil actuals
(els americans IS-136 i IS-95 i l’europeu GSM). D’altra banda també s’estudia la
dependència del sistema d’interleaving amb la freqüència de portadora i la velocitat del
mòbil, i també amb el màxim retard permès per a una comunicació de veu (d’uns
100ms).
[Sklar2001]p994-p996
200
RESUM
En aquesta sessió hem acabat d’estudiar com es poden combatre els efectes de
distorsió que introdueix el canal de comunicació, fent èmfasi en les pèrdues de relació
senyal/soroll (compensades amb tècniques de diversitat com és l’entrellaçat de la
informació).
201
202
SESSIÓ 39
Nom: Mitigació dels efectes de distorsió del canal (III)
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
[Proakis2001]
PRECEDENTS
A les sessions anteriors s’han estudiat els problemes que el canal de transmissió pot
causar sobre una comunicació digital i les solucions que podem adoptar per
compensar cada efecte de distorsió.
OBJECTIUS
L’objectiu d’aquesta sessió és aprofundir en les solucions que es duen a terme per
compensar l’efecte de selectivitat freqüencial del canal en sistemes de comunicació
actuals.
CONTINGUTS
En aquesta sessió s’estudiaran dues solucions usades en sistemes de comunicació
actuals per superar l’efecte de distorsió freqüencial materialitzat amb la presència d’ISI
en el senyal rebut. Aquestes dues solucions són: l’equalitzador MLSE (o de Viterbi)
aplicat en l’estàndard de telefonia digital europeu GSM; i en segon lloc, el receptor
RAKE per a sistemes d’espectre eixamplat de seqüència directa (DS-SS) usat en el
sistema americà IS-95.
5.4.8 L’equalitzador MLSE (de Viterbi) aplicat a GSM

Una de les tècniques que s’utilitza avui en dia en sistemes de comunicació mòbils per
compensar la distorsió que provoca la selectivitat freqüencial del canal és
l’equalitzador MLSE (Maximum Likelihood Sequence Estimation) o estimador de
seqüència per màxima versemblança (ja introduït a l’apartat 4.4.2). Aquesta és una
solució òptima per a canals amb ISI i soroll additiu Gaussià, tot i que es pot estendre el
seu ús per a canals amb soroll de distribució simètrica. És la solució adoptada en
l’estàndard de telefonia mòbil digital GSM (Global System for Mobile Communication), i
queda materialitzada amb el conegut algorisme de Viterbi (o VDA).
203
Com es combat els esvaïments ràpids
El disseny del sistema GSM està orientat a evitar també els esvaïments ràpids. La
forma de lluitar-hi contra aquest efecte és usant una velocitat de senyalització prou alta
com perquè el moviment del canal es pugui experimentar com a “lent”. Com es pot
observar a la trama temporal TDMA (vegeu figura 15.23 del llibre citat), la filosofia és
realitzar una estimació del canal de forma adaptativa, tal que la variació del canal entre
estimacions sigui menyspreable. Això és possible fent que el temps entre trames
consecutives sigui superior a 5 vegades el mínim temps de coherència (calculat amb la
velocitat màxima del mòbil).
[Sklar2001]p996-p997
Distorsió freqüencial i ISI

Com la velocitat de senyalització del sistema GSM (271Kbauds/s amb la modulació
GMSK) supera l’eixamplament Doppler del canal (típicament d’uns 100KHz), apareix el
conegut efecte de selectivitat freqüencial del canal, el que es materialitza en la
presència d’ISI en el senyal rebut. Aquest efecte se soluciona en aquest cas amb
l’equalitzador MLSE, implementació del qual es porta a terme amb el conegut
algorisme de Viterbi (també usat en la descodificació de codis convolucionals).
[Sklar2001]p996-p997
Diagrama de blocs i estimació de la resposta impulsional

A la figura 15.24 es pot veure el diagrama de blocs de l’equalitzador MLSE, format per
una part que realitza l’estimació de la resposta impulsional corresponent al time-slot
associat, i una altra part que implementa l’algorisme de Viterbi per poder actualitzar les
mètriques de decisió que permeten calcular la seqüència amb major probabilitat
d’haver estat transmesa.
L’estimació de la resposta impulsional es fonamenta en enviar seqüències

d’entrenament que tinguin una baixa autocorrelació (de forma impulsional). Aquest fet
propicia una estimació de la resposta impulsional (equivalent sèrie del canal i els filtres
analògics usats tant en l’emissor com en el receptor) a partir de la convolució del
senyal rebut dins el training-slot.
[Sklar2001]p997-p998
Fonament matemàtic
L’equalitzador MLSE és el receptor òptim per a canals amb ISI i AWGN, és a dir,
minimitza la probabilitat d’error o maximitza la fiabilitat de la detecció en aquestes
condicions, sempre i quan es disposa d’una mesura del canal. A l’equació 10.1-5 del
204
llibre citat es defineix la funció objectiu que aquest receptor maximitza com a criteri de
detecció: la funció de densitat de probabilitat de les variables de senyal rebut
condicionades als símbols transmesos. Aquesta funció es deriva gràcies a l’ús de la
distribució Gaussiana i a la suposada independència de les mostres de soroll additiu.
La seqüència de símbols que maximitza aquesta funció és la mateixa que minimitza la
mètrica definida a 10.1-8 del llibre citat, la qual, a més a més de dependre de la
seqüència de símbols transmesa també depèn de l’autocorrelació de la resposta
impulsional i de la sortida del senyal rebut filtrat amb el filtre adaptat al canal.
[Proakis2001]p598-p601
Funcionament de l’equalitzador
Partint del coneixement de la resposta impulsional estimada, que en el sistema GSM
pot tenir una durada de 4 a 6 símbols (durada que denotem per L0 + 1 ), l’algorisme de
L
Viterbi (o VDA) genera les 2 0 possible formes d’ona (suposant que els símbols
transmesos són binaris) rebudes per cada símbol a desmodular i les compara amb la
forma d’ona rebuda durant el mateix temps de símbol tot calculant les mètriques
associades. El detector finalment selecciona el camí associat a la transició que acaba
tenint una mètrica acumulada menor i que, per tant, és el camí associat a la seqüència
d’informació amb major probabilitat d’haver estat transmesa.
A diferència de les tècniques d’equalització convencionals que tracten de modificar la

forma d’ona rebuda de forma inversa a com ho fa el canal (tècniques d’igualació o de
compensació de canal), l’equalitzador MLSE fa una mesura de l’estat del canal per
reproduir les condicions de propagació en cada instant i escollir així la informació que
maximitza la semblança entre el senyal rebut i el senyal emulat pel propi receptor.
[Sklar2001]p998-p999
Consideracions prèvies en l’algorisme de Viterbi

Tot i que aquest algorisme ja es va estudiar en el capítol 2, cal incidir en alguns punts
que diferencien la seva utilització en l’equalitzador MLSE respecte a la descodificació
d’un codi convolucional. En el cas de l’equalitzador, en primer lloc, cal tenir en compte
que els símbols poden no ser binaris, en general M-aris (MPSK, MFSK, etc.), el que fa
que la temptativa a l’hora de decidir un símbol requereixi el considerar els M possibles
casos per separat. D’altra banda, en aquest cas l’equació que modela la distorsió
introduïda pel canal és una equació amb àlgebra real (vegeu l’equació de model
discret equivalent del canal 10.1-16 i la figura 10.1-3 del llibre citat), mentre que en un
codi convolucional l’àlgebra del codificador és una àlgebra binària. Finalment, en el cas
del codi corrector l’efecte de convolució és generat a propòsit per millorar la fiabilitat de
detecció, mentre que en el cas de l’equalitzador aquest efecte és provocat pel canal de
transmissió i els filtres analògics dels equips emissor i receptor.
205
Algorisme de Viterbi aplicat a l’equalització MLSE
Per entendre el funcionament d’aquest algorisme es recomana que llegiu les pàgines
64-607 del llibre citat, inclòs l’exemple 10.1-2. La sistemàtica usada per l’algorisme és
exactament la mateixa que es va veure en la descodificació de codis convolucionals.
Cal tenir en compte, però, que en aquest cas les mètriques a calcular són distàncies
Euclidianes. Els conceptes de diagrama de Trellis i de finestra lliscant vist al capítol 2
són perfectament aplicables en aquest cas.
5.4.9 El receptor RAKE per sistemes DS-SS

El receptor RAKE és un exemple pràctic de com combatre la selectivitat freqüencial del
canal per mitjà de tècniques de diversitat. En aquest cas el tipus de diversitat
aprofitada és l’anomenada diversitat del multicamí o també diversitat temporal induïda
pel propi canal.
Lluita contra la selectivitat freqüencial: separació de les

components del multicamí
A la figura 15.25 del llibre citat es pot veure un exemple de la forma d’ona rebuda en
funció de les variables temps i retard, per a un canal que dispersa en senyal DS-SS
tres períodes de xip. Gràcies a que els tres rebots de la comunicació estan separats un
temps de xip, el receptor pot “resoldre” les components associades per mitjà de tres
branques de desmodulació, cadascuna amb la seqüència PN retardada el temps de
retard associat. Aquest temps és calculat per un correlador que subministra la variable
en qüestió quan el senyal de sortida és màxim.
La capacitat per separar l’energia incident del multicamí és fonamentada en les bones
propietats de correlació de la seqüència PN utilitzada per a la transmissió. Aquesta
propietat permet separar la interferència inter-xip que provoca la selectivitat freqüencial
del canal, però no permet en absolut afrontar els casos en què, a més, també hi hagi
interferència entre símbols (ISI). Cal dir que el sistema IS-95 no requereix de cap altra
tècnica de mitigació de la selectivitat freqüencial (p.ex. equalitzador de canal).
[Sklar2001]p999-p1001
Lluita contra les pèrdues d’SNR: recombinació de les

components multicamí detectades
Una vegada el receptor ha lluitat contra la selectivitat freqüencial del canal (lluita
materialitzada a través de la separació de les diferents components del multicamí) el
següent pas és aprofitar la diversitat temporal, aspecte que permet fer el sistema més
robust contra les pèrdues de la relació SNR, i sobrepassar així el límit de Rayleigh. La
206
forma de fer-ho és recombinant l’energia de cada branca del RAKE tot realitzant una
prèvia compensació de la fase que el canal equivalent provoca sobre cada camí (suma
constructiva) i una ponderació en funció de l’energia aportada per cadascuna d’elles
(vegeu la figura 15.26 del llibre citat).
[Sklar2001]p1000-p1001
Diagrama de blocs
A la figura 14.5-6 del llibre citat podeu veure un diagrama de blocs del receptor RAKE
quan la modulació usada és diferencial i el canal té esvaïments lents. En el cas de la
modulació DS-SS, la forma d’ona que es multiplica a cada branca és la seqüència PN.
A la sortida de l’integrador (multiplicació per PN + integrador = correlador) es pren una
sola mostra cada temps de símbol. A continuació és on es realitzaria la compensació
de la fase del canal. El ser la modulació diferencial i el canal ser lentament variant
entre símbols consecutius, el producte de les dues últimes mostres (fent el complex
conjugat de la més tardana) permet disposar del símbol transmès ja que la fase del
factor de fàding del canal queda compensada. Després de la combinació lineal de
totes les branques del receptor RAKE només restaria la detecció binària final (amb la
variable de decisió proporcionada).
[Proakis2001]p14.5-6
5.4.10 Problemes sobre canal

A continuació us proposem 3 problemes sobre el capítol que ens ocupa.
Problema 1
En un sistema de comunicacions mòbils que treballa a una velocitat de senyalització

de 20 Kbauds/s el senyal és distorsionat per l’efecte multicamí del canal tot provocant
un eixamplament temporal del mateix. Les mesures realitzades en el canal indiquen
que la dispersió mitja és de 10 s, mentre que el segon moment de la dispersió és de
1.8 ⋅10−10 s 2 .
a) Calculeu l’ample de banda de coherència f0 definit com el marge de freqüències dins

del qual la funció de transferència del canal té una correlació superior a 0.5.
b) Realitzeu el mateix càlcul considerant ara un factor de correlació superior a 0.9,

model més adequat per a canals de comunicació mòbils (model de d’scattering dens).
c) Avalueu de forma raonada si la transmissió del senyal patirà esvaïments selectius

en freqüència.
207
Problema 2
Donat un canal de comunicació mòbil (sense fils) amb un perfil de retard de potència
format per tres impulsos amb potències i temps d’arribada relatius següents: (-20dB,
0&s),(0dB, 2&s),(-10dB, 3&s). Contesteu a les qüestions següents:
a) Calculeu la dispersió temporal mitja.
b) Calculeu el segon moment de la dispersió.
c) Calculeu l’eixamplament temporal quadràtic mig (valor r.m.s.).
d) Calculeu l’ample de banda de coherència, tenint en compte un factor de correlació

major o igual que 0.9.
e) Si el receptor es troba dins d’un avió que viatja a 800Km/h, i el temps en què l’avió
recorre mitja longitud d’ona del senyal és de 100μs, calculeu un valor aproximat de la
freqüència de portadora.
f) Suposant que la freqüència de portadora és de 1GHz, calculeu l’eixamplament

Doppler fd i el temps de coherència T0.
g) Calculeu el temps de retard total provocat pel sistema d’entrellaçat de la informació,

si es dissenya amb una profunditat d’interleaving 10 vegades superior al temps de
coherència del canal. És acceptable aquest retard per a una comunicació de veu?
Problema 3
En un sistema de comunicacions mòbils de tercera generació es fa servir la modulació
DS-SS amb l’objectiu d’evitar els efectes perjudicials que la propagació multicamí pot
provocar sobre la fiabilitat de la comunicació. El canal consisteix en un camí de visió
directe més una primera reflexió que recorre 120m més que l’anterior.
a) Calcula el temps de xip mínim que garanteix el bon funcionament del sistema si es
vol treballar amb seqüències PN amb guany de procés 255.
b) Considerant que el canal té una resposta freqüencial del tipus:

H ( f ) = α 1 + α 2 e − j 2π f Δτ
on α1 i α2 són constants reals positives, i Δτ és el temps de retard entre el camí de
visió directe i la primera reflexió. Calcula el valor de la freqüència més gran dins de la
banda de transmissió que tindrà un nul espectral si es transmet informació a
100Kbauds/s amb un guany de procés N=255 i la freqüència de portadora és de
1800MHz.
208
RESUM
En aquesta sessió s’ha aprofundit una mica més en dues de les solucions adoptades
per combatre l’efecte de selectivitat del canal. En primer lloc, hem vist com el sistema
GSM permet afrontar l’efecte d’ISI gràcies a l’ús d’un estimador de canal adaptatiu
conjuntament amb l’equalitzador no lineal MLSE implementat amb l’algorisme de
Viterbi. En segon lloc s’ha vist el receptor RAKE com a solució per aprofitar la
diversitat del multicamí introduïda pel canal en el cas que la dispersió temporal és
major al període de xip però inferior al període de símbol, solució adoptada dins
l’estàndard nord americà IS-95. Amb aquesta sessió donem per finalitzat el tema 4, on
hem estudiat tant els efectes de distorsió que pot introduir, en general, un canal de
comunicacions, i hem revisat les principals tècniques que permeten afrontar la
degradació del senyal per a la detecció eficient de la informació transmesa.
209
210
SESSIÓ 40
Nom: Equalització de canal
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
[Proakis2001]
PRECEDENTS
A l’anterior sessió vam estudiar dos exemples de mitigació de la selectivitat freqüencial
del canal: l’equalitzador MLSE i el receptor RAKE.
OBJECTIUS
L’objectiu d’aquesta sessió és repassar les causes que provoquen la necessitat d’un
equalitzador de canal i estudiar l’equalitzador lineal transversal, la primera de les
estructures que veurem.
CONTINGUTS
Després de repassar els efectes de distorsió que permet compensar un equalitzador
de canal, es veuran diferents formes de classificar aquest tipus de dispositius. En
segon lloc entrarem ja en l’anàlisi de l’equalitzador lineal transversal (o FIR), el primer
de les dues solucions que estudiarem al llarg d’aquest tema.
5.5 Caracterització del canal

Els canals de transmissió es poden caracteritzar com a sistemes lineals, amb una
certa resposta impulsional i resposta freqüencial (vegeu equació 3.82 del llibre citat).
Distorsió d’amplitud, de fase, i ISI

Quant a la resposta freqüencial, quan el mòdul té un comportament no constant dins
de la banda de freqüències usada per a la transmissió de senyal, es parla de distorsió
d’amplitud, mentre que quan la fase o argument de la mateixa és una funció no lineal
de la freqüència (provocant un retard de grup diferent per cada freqüència) es parla de
distorsió de fase. En aquestes condicions, la resposta impulsional té una durada major
que el temps de símbol, cosa que indueix l’aparició d’ISI en el senyal rebut. Aquest és
el principal efecte que limita la velocitat de transmissió en els sistemes de
comunicació, aspecte que cada vegada més pot ser millorat per la capacitat de
processament dels dispositius digitals mitjançant la implementació d’esquemes
d’equalització de canal cada vegada més sofisticats.
211
[Sklar2001]p149-p150
Tipus d’equalitzadors de canal

Observant una part de la figura 2.1 del llibre citat es pot veure la classificació dels
equalitzadors de canal en dues grans categories. La primera és l’MLSE (ja tractat al
punt 4.4.9), on s’ha vist com en compte de modificar la forma d’ona del senyal rebut, el
propi receptor s’adapta a la forma del canal per mitjà d’un estimador de canal, i
decideix la seqüència d’informació amb major probabilitat d’haver estat transmesa
mitjançant la comparació de distàncies Euclidianes entre el senyal rebut i el senyal
generat pel propi receptor.
El segon gran bloc correspon als equalitzadors de canal basats en l’ús de filtres. A
diferència de l’MLSE, en aquest cas el receptor sí que modifica la forma d’ona del
senyal rebut per compensar els efectes de distorsió d’amplitud i de fase del canal
abans de la detecció de la informació. Dins d’aquest conjunt, es diferencien altres tipus
de classificacions:
- Equalitzadors lineals transversals (FIR) / Equalitzadors amb realimentacions (DFE):

en el segon cas, a més d’usar retards del senyal rebut, també s’usen retards dels
símbols anteriorment detectats.
- Equalitzadors prefixats / Equalitzadors adaptatius: el primer tipus és adequat per a

canals fixes (p.ex. cable, fibra, etc.) mentre que el segon s’utilitza en canals que tenen
variacions temporals (p.ex. el canal mòbil en sistemes de telefonia digital cel·lular).
- Equalitzador amb espaiament de símbol / Equalitzadors fraccionals: segons si el

senyal rebut es mostreja a una sola mostra per símbol rebut o a dues o més mostres
(FSE).
[Sklar2001]p150
Objectiu de l’equalitzador
L’equalitzador de canal és el sistema que s’ha d’encarregar d’eliminar l’efecte d’ISI per
facilitar la feina del detector. Generalment, el disseny d’aquest sistema s’ha de realitzar
tenint en consideració no només els efectes de dispersió que causa el canal, sinó
també els possibles efectes que també poden provocar els mateixos filtres analògics
usats en emissor i receptor. Tot i que generalment el disseny d’aquests filtres es fa per
intentar optimitzar l’ample de banda del senyal transmès i evitar alhora l’aparició d’ISI
(p.ex. filtre raised cosine), en determinats sistemes pot ser que no es consideri el fet
d’evitar la ISI (p.ex. filtres Gaussians en el sistema GSM).
Tot i que l’objectiu principal de l’equalitzador és compensar la distorsió freqüencial del

canal, sempre cal tenir en consideració un altre aspecte fonamental pel bon
funcionament del mateix: el terme de soroll additiu, sempre present en una
comunicació. Aquest factor és important en el cas que el canal presenti una gran
atenuació, ja que l’equalitzador hauria de compensar-la amb un elevat guany
provocant una gran amplificació del soroll.
212
[Sklar2001]p150-p151
Diagrama de l’ull
El diagrama de l’ull (vegeu exemple a la figura 3.24 del llibre citat) és un tipus de
mesura que en el receptor pot aportar una informació crucial sobre la necessitat d’un
equalitzador de canal en el sistema a dissenyar. L’obertura de l’ull indica la presència
d’ISI moderada mentre que un tancament d’aquest deixa clar la necessitat d’un
equalitzador ja que la detecció directa del senyal rebut portaria a una situació de
fiabilitat “desastrosa”. Aquesta mesura s’acostuma a realitzar a la sortida de
l’equalitzador, i els paràmetres que se’n deriven (marge de soroll i distorsió de jitter)
proporcionen les variables que defineixen els requeriments del sistema de
sincronització de símbol així com del propi detector.
[Sklar2001]p151-p152
5.5.1 L’equalitzador lineal transversal (FIR)

El disseny d’un equalitzador fix requereix d’una prèvia anàlisi o sondeig del canal a fi i
efecte de disposar de la informació necessària pel seu càlcul. Aquesta estimació del
canal s’acostuma a fer amb senyal de banda ampla (seqüències PN, senyals chirp), ja
que són senyals de llarga durada temporal i propicien una relació SNR molt més
òptima que la que s’obtindria amb senyals impulsionals. A la figura 3.25 del llibre citat
podeu veure un exemple de resposta impulsional global (tenint en compte el canal i els
filtres analògics d’emissor i receptor), on s’observa una lleugera contribució d’ISI (un
símbol anterior i dos símbols posteriors al símbol més energètic).
[Sklar2001]p152-p153
Estructura de l’equalitzador
A la figura 3.26 del llibre citat podeu veure el diagrama de blocs d’un equalitzador
lineal transversal (o també filtre FIR), que combina linealment 2N+1 mostres del senyal
rebut per donar lloc al senyal equalitzat (vegeu també l’equació de funcionament 3.86).
En principi, ens centrarem amb els equalitzadors que treballen a nivell de símbol, és a
dir, que just abans d’aquest sistema hi ha un filtre adaptat (generalment a la forma del
pols bàsic distorsionat pel canal) seguit d’un conversor analogicodigital.
Els coeficients del filtre s’han d’escollir tal que la resposta impulsional global formada
per la sèrie del canal equivalent (canal+filtres analògics) amb el propi equalitzador
passi per zero als temps múltiples del període de símbol excepte a una única posició
(anomenada retard de decisió o decision delay). En el cas que s’explica al llibre s’ha
fixat el retard de decisió a d=N+1, per simplicitat de l’explicació, amb el que el
coeficient c0 és el que aportarà una major contribució del símbol a detectar. La resta
213
de coeficients aportaran una menor contribució, i serveixen de graus de llibertat per
aïllar de la millor manera possible el símbol d’interès.
[Sklar2001]p153
Notació matricial de l’efecte del filtratge

Les equacions 3.87, 3.88, i 3.89a del llibre citat mostren el model matricial de les
equacions de filtratge implicades en el procés de l’equalitzador, tenint en compte 4N+1
mostres del senyal equalitzat (sortida del filtre). Aquesta notació permet un tractament
més amè i simplificat de la solució que cal adoptar pels coeficients del filtre. L’equació
3.89b mostra el que seria la solució determinista al problema partint de les mostres de
senyal d’entrada i de la sortida desitjada pel cas que s’indiquessin tantes mostres de
sortida com número de coeficients de l’equalitzador 2N+1.
[Sklar2001]p154
Solució forçadora de zeros (zero forcing)

La solució ZF o PDC és la que minimitza la distorsió d’ISI a la sortida del filtre, i es
basa a aplicar la solució de l’equació 3.89b del llibre citat omplint la matriu de mostres
d’entrada amb la resposta impulsional global (p.ex. figura 3.25) i posant al vector de
sortida un únic 1 central i 0’s a la resta (vegeu equació 3.90).
El número de coeficients requerit és generalment proporcional a la quantitat d’ISI

introduïda pel canal global, i el seu funcionament serà tant més bo quant més obert
estigui el diagrama de l’ull abans de l’equalització i quants més coeficients es facin
servir. Recordeu que la complexitat de l’equalitzador MLSE era exponencialment
creixent amb la quantitat d’ISI, pel que és un factor decisiu a l’hora de decidir-se per
una o altra estructura.
Aquesta solució no és la més adequada en les situacions en les quals el canal

presenta zeros espectrals i una component de soroll no menyspreable, precisament
pel fet que en la solució no es té en compte aquest efecte.
Estudieu l’exemple 3.5 del llibre citat, on se us mostra un exemple de disseny per N=1
(3 coeficients).
A les equacions 10.2-2 - 10.2-7 es planteja també el criteri de la distorsió de pic o

forçador de zeros, on queda clar que l’objectiu és igualar la resposta freqüencial global
canal-equalitzador.
[Sklar2001]p154-p155
214
Solució MMSE (Minimum Mean Square Error)
La solució MMSE és una solució alternativa a la solució forçadora de zeros o ZF i que
proporciona un millor funcionament de l’equalitzador al tenir en consideració tant la
distorsió ISI com el terme additiu de soroll. A diferència d’aquell, el criteri MMSE té una
plantejament estadístic i requereix el càlcul d’estadístiques mesurades sobre els
senyals implicats (correlacions, potència de soroll). A l’ equació 10.2-42 del llibre citat
es defineix la funció de cost a minimitzar en el cas d’un filtre de longitud finita (FIR),
procés de minimització que desemboca en la solució de l’equació 10.2-47 del Proakis
(es deixen els resultats en funció de la resposta impulsional del canal i de la densitat
espectral de soroll) o 3.92 de l’Sklar (s’expressa la solució en funció dels càlculs
estadístics). Ara el filtre es dissenya per tal de minimitzar la potència de l’error de
l’estimació (valor esperat del seu mòdul al quadrat). És evident que aquest criteri té en
compte qualsevol efecte de distorsió sobre el senyal transmès, sent per tant molt més
apropiat per a un disseny real.
Vegeu l’exemple 3.6 de l’Sklar sobre la solució MMSE d’un equalitzador lineal
transversal.
[Sklar2001]p156-p157
RESUM
En aquesta sessió hem repassat els factors que propicien l’ús d’un equalitzador i
diferents classificacions d’aquests dispositius. S’ha estudiat l’equalitzador lineal
transversal o FIR i s’han vist les solucions forçadora de zeros (que no té en compte el
terme de soroll additiu) i la solució MMSE (que sí que el té en compte).
215
216
SESSIÓ 41
Nom: Solució MMSE de l’equalitzador lineal transversal
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
[Proakis2001]
PRECEDENTS
A l’anterior sessió vàrem veure les causes que provoquen la necessitat d’usar un
equalitzador de canal en el receptor així com diferents tipus de classificacions
d’aquests sistemes. D’altra banda es va estudiar el primer tipus d’estructura:
l’equalitzador lineal transversal (o FIR). Es van estudiar també les solucions zero
forcing i MMSE.
OBJECTIUS
L’objectiu principal d’aquesta sessió és aprofundir en la comprensió de la solució
MMSE, veure que aquesta es pot expressar en funció dels paràmetres del canal, i
lligar aquesta solució amb la solució ZF.
CONTINGUTS
L’objectiu d’aquesta sessió estudiarem amb una mica més de detall la solució MMSE
de l’equalitzador FIR i des d’una perspectiva matricial. Veurem com una visió
algebraica permet relacionar fàcilment les solucions .
5.5.2 Solució MMSE d’un equalitzador lineal

transversal
En aquest apartat derivarem la solució MMSE d’un equalitzador lineal transversal amb
una notació matricial que permeti interpretar el resultat de forma senzilla i relacionant-
lo amb la solució zero forcing. Com a factor diferenciador de la bibliografia consultada
fins ara, afegirem com a paràmetre de disseny el retard de decisió, factor que pot
influir en les prestacions del disseny final.
Aquest punt el tractarem com si es tractés d’un problema, ja que de fet ja s’ha vist tota
la teoria associada pel seu desenvolupament. Als tres primers conceptes es planteja el
que seria l’enunciat del problema mentre que a la resta veurem la solució del procés
d’optimització dels coeficients, tractant també com a paràmetre addicional de disseny
el retard de decisió final.
217
Notació matricial del senyal rebut
Partim de l’equació de convolució del canal amb el soroll additiu:
L
v k = ∑ f n I (k −n ) + η k
n =0
on:
vk són les mostres de senyal rebut banda de base mostrejat a una mostra per símbol
f k són els coeficients del canal equivalent
I k són els símbols transmesos
ηk són les mostres de soroll blanc additiu Gaussià de potència N 0 .
Si expressem N mostres consecutives de senyal rebut banda de base en forma d’un

vector columna arribem a l’equació matricial següent:
v k = FI k + η k
on:
⎡ vk ⎤
⎢ v ⎥
⎢ ( k −1) ⎥
vk = és el vector de senyal rebut,
⎢ M ⎥
⎢ ⎥
⎢⎣v(k − N +1) ⎥⎦
⎡ f 0 f1 L f L 0 0 0 0 ⎤
⎢0 f f Lf O M M ⎥
⎢ 0 1 L ⎥
F = ⎢ M OO O ⎥ és una matriu de convolució d’N files i N+L columnes o de
⎢ ⎥
⎢ 0⎥
⎢⎣ 0 L 0 f 0 f1 L f L ⎥⎦
C N ×( N + L ) ,
⎡ Ik ⎤
⎢ I ⎥
( k −1) ⎥
Ik = ⎢ és un vector amb els últims L+N símbols transmesos i
⎢ M ⎥
⎢ ⎥
⎣⎢ I (k − N − L +1) ⎦⎥
218
⎡ ηk ⎤
⎢η ⎥
( k −1) ⎥
ηk = ⎢ és un vector amb mostres del soroll.
⎢ M ⎥
⎢ ⎥
⎣⎢η(k − N +1) ⎦⎥
Com es pot observar, el fet d’observar un bloc d’N mostres de senyal rebut implica una
finestra temporal d’N+L símbols transmesos. Com es veurà tot seguit, el procés de
filtrat que realitza l’equalitzador lineal transversal implica una observació d’un bloc d’N
mostres, amb el qual el senyal de sortida tindrà una contribució dels últims N+L
símbols transmesos, algun dels quals serà el símbol que es pretén detectar.
Model matricial de l’equació de filtratge

Suposant que N és el número de coeficients del filtre causal, la seva sortida serà:
N −1
y k = ∑ c ∗j v (k − j ) = c H v k
j =0
on:
[ ]
c H = c0∗ c1∗ L c(∗N −1) és el vector de coeficients del filtre i
v k és el vector de senyal rebut ja definit a l’anterior concepte.
Funció de cost i retard de decisió

Introduïda ja la notació matricial, definim la funció de cost a partir de l’error entre la
sortida del filtre i el símbol d’interès o a detectar:
[
J = E I ( k − d ) − yk
2
]
on d és el retard de decisió o decision delay, el qual pot escollir-se dins l’interval de
símbols que disposa el filtre dins de la seva memòria, és a dir:
0 ≤ d ≤ N + L −1
219
Si desenvolupeu l’anterior funció, tenint en compte que l’operador valor esperat E[·] és
un operador lineal i els coeficients del filtre es consideren com a constants que poden
sortir fora, s’arriba a la següent equació formada per quatre termes:
[
J = E (I (k − d ) − y k )(I (k − d ) − y k )
∗
] [( )(
= E I (k − d ) − c H v k I (∗k − d ) − v kH c = )]
[ ] [ ]
= E I (k − d ) I (∗k − d ) − E I (k − d ) v kH c − c H E [v k ]
I (∗k − d ) + c H E [v k ]
v kH c
Cal fer un petit incís important. Partint de la suposició que el canal és estàtic (suposant
que ens trobem dins d’un període de temps de coherència del canal), tots els termes
estadístics de l’anterior equació es converteixen en constants, ja que en aquestes
condicions els senyals implicats són estacionaris en sentit ampli i per tant les
correlacions implicades són constants. És a dir, la funció de cost J és una funció
únicament dels paràmetres del filtre.
Valor mínim o MMSE

L’anterior funció de cost és una funció positiva i depèn de forma quadràtica dels
coeficients del filtre i, en conseqüència, es tracta d’un hiperparaboloide de dimensió N
(és a dir, dibuixa una paràbola si variem un coeficient i deixem la resta a valors
constants) amb un únic mínim. El valor d’aquest mínim correspon al punt de
[ ]
coordenades c0∗ , c1∗ , K , c(∗N −1) on s’anul·len totes les derivades parcials, per tant el
disseny dels coeficients òptims (és a dir, que minimitzen l’error mig J) s’obté
precisament resolent el sistema d’equacions lineals que queda al plantejar totes
aquestes derivades parcials a zero.
∂J
=0 per i = 0,1,K, N − 1
∂ci∗
Una forma més ràpida i elegant d’arribar a la solució esmentada, és aplicant regles de
derivació de funcions escalars que depenen de vectors, com és aquest el cas. En
definitiva, el fet d’aplicar aquestes regles permet calcular les N derivades parcials amb
una única derivada. En aquest cas el vector paràmetre que inclou les variables a
H
optimitzar és precisament c , i per tant s’ha d’aplicar la derivada suposant que
aquesta és la variable respecte a la qual es deriva, és a dir:
⎡ ∂J ∗ ⎤
⎢ ∂c0 ⎥ ⎡0 ⎤
⎢ ∂J ⎥ ⎢0 ⎥
∇c ∗ J = ⎢
⎢
∂ c ∗
1
⎥
⎥
[ ∗
] [ H
]
= − E v k I (k − d ) + E v k v k c = 0 = ⎢ ⎥ ∈ C N ×1
⎢M⎥
M
⎢ ⎥ ⎢ ⎥
⎢∂J ∂c∗ ⎥ ⎣0 ⎦
⎣ ( N −1) ⎦
220
D’aquí s’arriba a la solució òptima, que requereix del càlcul d’una inversa per
solucionar el sistema d’equacions lineals resultant:
−1
c = R vv rvI
on:
⎡ E v k v k∗ [ ]E v k v(∗k −1) L [ ]
E v k v(∗k − N +1) [ ] ⎤
R vv [
= E vk vk =
H
⎢
]
⎢ [
E v(k −1)v k∗ ]
E v(k −1)v(∗k −1) [ ]
E v(k −1)v(∗k − N +1) [ ] ⎥
⎥=
⎢ M O M ⎥
⎢ ⎥
[ ∗
] [ ∗
]
∗
⎢⎣ E v(k − N +1)v k E v(k − N +1)v(k −1) L E v(k − N +1)v(k − N +1) [ ]
⎥⎦
⎡ Rvv (0) Rvv (− 1) L Rvv (− N + 1) ⎤
⎢ R (1) Rvv (0) Rvv (− N + 2)⎥⎥
= ⎢ vv
∈ C N×N
⎢ M O M ⎥
⎢ ⎥
⎣ Rvv ( N − 1) Rvv ( N − 2) L Rvv (0) ⎦
és una matriu quadrada amb els valors de l’autocorrelació del senyal rebut,
[
⎡ E vk I (∗k − d ) ] ⎤ ⎡ RvI (0 ) ⎤
[
rvI = E v k I (∗k − d ) ]
⎢
=⎢
[
E v(k −1) I (∗k − d ) ] ⎥ ⎢
⎥ = ⎢ RvI (1) ⎥
⎥
⎢ M ⎥ ⎢ M ⎥
⎢ ⎥ ⎢
[ ∗
⎣⎢ E v(k − N +1) I (k − d ) ] ⎥
⎦⎥ ⎣ RvI ( N − 1)⎦
és un vector amb els valor de la correlació creuada entre el senyal rebut i la informació
transmesa.
Solució MMSE en funció del canal i del soroll

La solució MMSE es pot expressar en funció de la resposta impulsional del canal així
com de la potència de soroll en antena. Per arribar a aquesta expressió s’han de
calcular les correlacions implicades en la solució òptima, tot partint de dues
suposicions estadístiques:
a) Que tant la informació com el soroll són processos blancs

b) Que informació i soroll són processos independents i de mitja zero.
221
La primera hipòtesi a) implica que es compleixen les igualtats següents:
⎧ 0 m = 0⎫
[ ] [
RII (m ) = E I (k − m )I k∗ = E I (k − m + k 0 )I (∗k + k 0 ) = ⎨ 2 ]
⎬ = σ I δ (m )
2
⎩σ I m ≠ 0⎭
⎧ 0 m = 0⎫
[ ] [
Rηη (m ) = E η(k − m )ηk∗ = E η(k − m + k 0 )η(∗k + k 0 ) = ⎨
N m ≠ 0
]
⎬ = σ η δ (m )
2
⎩ 0 ⎭
on:
σ I2 és la variància o dispersió de la informació i

σ η2 és la variància o potència de soroll discret, que es pot expressar com el producte
de la densitat espectral de soroll per l’ample de banda de la modulació:
σ η2 = N 0 BW
D’altra banda, la segona hipòtesi b) implica que:
[ ] [
E I (n − d )η(∗k −i ) = E η(k −i )I (∗n − d ) = 0 ] ∀i
A continuació podem desenvolupar la matriu i el vector de correlacions implicats en la

solució MMSE utilitzant la notació vectorial del senyal rebut vista al primer concepte,
arribant a la solució següent:
[ ] [
R vv = E v k v kH = E (FI k + η k )(FI k + η k )
H
] = E[(FI k ( )]
+ η k ) I kH F H + η kH =
[ 1k
424
] 3 1 424 3
[
= FE I k I F − F E I k η − E η k I F + E η k η
H H H
k ] [ H
k ] H
[ H
k ]= σ 2
I FF + σ η I N
H 2
=0 =0
[
rvI = E v k I ∗
(k − d ) ] = E [(FI k ] [ ] [ ]
+ η k )I (∗k − d ) = FE I k I (∗k − d ) + E η k I (∗k − d ) = σ I2 Fe d
14243
=0
on s’han tingut en compte les hipòtesis a) i b) anteriors,
⎡ e0 ⎤
⎢ e ⎥
e d = ⎢ 1 ⎥ és un vector de selecció del símbol a estimar i que depèn del retard de
⎢ M ⎥
⎢ ⎥
⎣eN −1 ⎦
decisió escollit, de forma que
⎧1 i = d
ei = ⎨
⎩0 i ≠ d
222
i la matriu I N és una matriu identitat d’ordre N.
En definitiva, tenint en compte les anteriors equacions, la solució MMSE es pot

reescriure com:
−1 −1
⎛ ⎛σ 2 ⎞ ⎞ ⎛ ⎛σ 2 ⎞ ⎞
c = ⎜⎜ FF H + ⎜⎜ v2 ⎟⎟I ⎟⎟ Fe d = F⎜⎜ F H F + ⎜⎜ v2 ⎟⎟I ⎟⎟ e d
⎝ ⎝σI ⎠ ⎠ ⎝ ⎝σI ⎠ ⎠
on l’equació de la dreta es demostra amb el lema d’inversió de matrius.
Relació entre les solucions ZF i MMSE

Com es pot comprovar, si es substitueix a la solució MMSE el valor de la potència de
soroll a 0, s’obté la solució ZF, la qual compleix:
( )
N −1
yk = c H v k = c H FI k + c H ηk = e dH F H F F H F I k = e dH I k = ∑ ei I (k − i ) = I (k − d )
−1
14243 i =0
I(N + L )
on en l’últim pas s’ha omès el terme de soroll a la sortida del filtre.
Com es pot comprovar, la solució MMSE garanteix l’estimació perfecta del símbol
desitjat, sempre i quan la matriu a invertir sigui una matriu no singular o de rang
complet.
Retard de decisió òptim

A part del número de coeficients, el retard de decisió és una variable de disseny que
permet variar les prestacions de la fiabilitat assolida. En general, cal dissenyar-lo en
funció de la representació de l’error mínim o MMSE en funció d’aquest:
⎛ ⎛ ⎛ σ 2
⎞ ⎞
−1
⎞
J min = σ ⎜1 − e d F ⎜⎜ FF + ⎜⎜ I2 ⎟⎟I N ⎟⎟ Fe d ⎟
2 H H H
⎜ ⎟
⎝σv ⎠ ⎠
I
⎝ ⎝ ⎠
Tot i que el valor òptim d’aquest paràmetre dependrà de la forma precisa del canal, en
general és admès com a valor òptim la meitat de la dispersió total formada pel canal
més l’equalitzador, és a dir:
223
N+L
d opt ≈
2
Conclusions
A la figura 10.2-4 del llibre citat es poden veure les corbes de probabilitat d’error finals
a l’aplicar un equalitzador lineal transversal de 31 coeficients dissenyat amb el criteri
MMSE i per a diferents tipus de canals (vegeu les figues 10.2-5 i 10.2-6 on es mostren
les respostes impulsionals i freqüencials respectivament, del mateix llibre). Com es pot
comprovar el resultat de l’equalització empitjora a mesura que el canal té una dinàmica
de variació en el domini freqüencial major. La pitjor situació es dóna en el cas (c),
canal que presenta un nul espectral important. Tot i que la solució MMSE està
pensada per millorar les prestacions en aquestes condicions respecte a fer ús del
criteri ZF, es pot veure com encara i així no s’aconsegueix una fiabilitat prou
satisfactòria, ja que l’equalitzador pren un compromís entre equalitzar i no amplificar
massa el soroll en aquesta freqüència crítica. En general, els equalitzadors lineals
tenen l’inconvenient de no proporcionar grans millores quan la quantitat d’ISI és
important (que és quan pot haver una major densitat de nuls espectrals i, en
conseqüència, la dinàmica espectral és major). En aquestes situacions és preferible
recórrer al segon tipus d’equalitzadors que deixem ja per a la següent sessió.
RESUM
En aquesta sessió hem aprofundit en la solució MMSE de l’equalitzador lineal
transversal des d’un punt de vista matricial tot relacionant-la amb la solució ZF.
224
SESSIÓ 42
Nom: L’equalitzador DFE
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
[Proakis2001]
PRECEDENTS
A l’anterior sessió vam analitzar amb detall la solució MMSE del filtre equalitzador
lineal transversal (o FIR), tot relacionant aquest criteri amb el criteri forçador de zeros.
OBJECTIUS
L’objectiu d’aquesta sessió és estudiar el segon tipus d’estructures que veurem en
aquest tema: l’equalitzador DFE (Decision Feedback Equalizer).
CONTINGUTS
En aquesta sessió estudiarem l’equalitzador DFE el qual, a diferència de l’estructura
FIR, incorpora un nou filtre lineal anomenat filtre feedback que realimenta les decisions
prèvies del detector amb la finalitat d’eliminar la ISI dels postcursors. Analitzarem les
solucions zero forcing i MMSE des d’una perspectiva matricial (tal i com es va fer a la
secció 4.5.3), i acabarem amb una comparativa entre el DFE, l’equalitzador lineal
transversal i l’MLSE.
5.5.3 L’equalitzador DFE (Decision Feedback

Equalizer)
Tal com es va veure al final de l’anterior apartat, una de les grans limitacions que
tenen els equalitzador lineals transversals és el seu insuficient comportament en el cas
que el canal presenti nuls espectrals, ja que tot i usar el criteri MMSE la solució intenta
balancejar el compromís entre equalitzar i no amplificar massa el soroll. Una de les
alternatives més atractives des del punt de vista de cost de càlcul és l’equalitzador
DFE o equalitzador amb decisió retroalimentada.
La idea de funcionament és senzilla: el DFE aprofita els símbols que ja han estat
detectats per cancel·lar la seva contribució a la ISI (ISI que anomenem de
postcursors). En aquest sentit, a l’usar informació ja detectada per netejar millor el
senyal rebut, es diu que és un equalitzador no lineal, atès que la funció de decisió és
una funció no lineal. Tot i així veurem, però, que la seva implementació es basa en l’ús
de filtres lineals discrets i finits.
225
Diagrama de blocs i equació de filtratge
A les figures 3.27 de l’Sklar i 10.3-1 del Proakis es pot veure el diagrama de blocs del
DFE. Aquest està format bàsicament per dos filtres i, com ja s’ha dit anteriorment, el
decisor entra en joc també com a part important del mateix. En primer lloc tenim el
feedforward filter o filtre cap a endavant, que és alimentat amb les mostres del senyal
rebut. D’altra banda hi ha el feedback filter o filtre cap a enrere que, a diferència del
primer, és alimentat amb els símbols prèviament decidits a la mostra actual.
A l’equació 10.3-1 del Proakis es mostra l’equació de filtrat temporal. Seguint amb la
mateixa filosofia de tractament matricial que es va veure al problema 4.5.3,
replantejarem l’escenari des d’aquesta perspectiva per analitzar millor el
comportament del filtre. Reprenent la notació vista llavors, podem reescriure l’equació
de filtratge com segueix:
N b −1 Na
yk = ∑ b v(
j =0
∗
j k− j) − ∑ a ∗j Iˆ(k −d − j ) = b H v k − a H Iˆ (k − d −1)
j =1
on yk és el senyal equalitzat, tot just abans de realitzar la detecció no lineal definida

per Iˆ(k − d ) = sgn{Re[ yk ]} en el cas d’una comunicació binària (número de bits per
símbol és M=2), b H = b0∗ [ ]

b1∗ L b(∗N b −1) és el vector de coeficients del filtre cap a
endavant format per N b coeficients, a H = a1∗ [ a 2∗ L a ∗N a ] és el vector de
coeficients del filtre cap a endarrere format per Na
[
coeficients, Iˆ (k − d −1) = Iˆ(k − d −1) Iˆ(k − d − 2 ) L Iˆ(k − d − N a ) ] és el vector de símbols
prèviament detectats que té el filtre feedback dins de la seva memòria.
[Proakis2001]p638
Solució zero forcing

La filosofia de treball en la qual es basa l’equalitzador DFE pot ser fàcilment il·lustrada
amb la solució ZF. Incorporant la notació matricial del senyal rebut desenvolupada a
l’apartat 4.3.6 dins de l’equació de filtratge anterior:
yk = b H FI k + b H ηk − a H Iˆ (k − d −1)
Definim el vector de coeficients format pel canal en sèrie amb el filtre forward (sistema
equivalent), que tindrà L + N b components, com:
gH = bH F
226
... i eliminem l’efecte del soroll per major claredat:
y k = g H I k − a H Iˆ (k −d −1)
El terme de l’esquerre conté el símbol que es pretén detectar i també els símbols que
conformen la ISI que l’equalitzador ha deliminar. Per arribar a entendre el
comportament del DFE és necessari dividir els vector implicats dins d’aquest terme en
dues parts, tal com segueix:
⎡I 1 ⎤
[
y k = g 1H ]
g 2H ⎢ k2 ⎥ − a H Iˆ (k − d −1) = g 1H I 1k + g 2H I k2 − a H Iˆ (k − d −1)
⎣I k ⎦
on g1H i g 2H són els subvectors de g H formats per les primeres d +1 i

Nb + L − d − 1 components respectivament, I = I k 1
k [ I (k −1) L I (k −d ) ] és un vector
T
que conté el símbol a detectar i tots els símbols anteriors a aquest que conté la
memòria del sistema equivalent canalfiltre forward (també anomenats precursors),
[
I 2k = I (k − d −1) ]T
I (k − d − 2 ) L I (k − L − N b +1) ) és un vector que conté els símbols posteriors al
símbol que es vol detectar (i que reben el nom de postcursors).
Fixem-nos bé en l’última equació del senyal equalitzat. La missió que té el filtre

forward, suposant que no hi ha soroll, és la d’aconseguir que el vector que pondera els
precursors i el símbol a detectar sigui:
g 1H = [0 0 L 0 1]
D’altra banda, el filtre feedback únicament pot influir tot fent que quedi cancel·lat el
terme d’ISI associat als símbols postcursors. Això només es pot aconseguir si l’ordre
d’aquest filtre iguala a la quantitat d’ISI de postcursors, és a dir:
N a = L + Nb − d − 1
Sota aquesta condició i suposant que els símbols prèviament detectats són correctes,
per aconseguir eliminar la resta d’ISI associada als postcursors cal que:
a H = g 2H
227
Solució MMSE
Com en el cas de l’equalitzador lineal FIR, el disseny del DFE es pot plantejar des
d’una perspectiva estadística, és a dir, tenint com a funció objectiu a minimitzar la
potència de l’error de l’estimació:
[
J = E I (k −d ) − y k
2
]
Aquesta solució ja té també en compte, a més a més dels factors de distorsió
associats a la ISI, el terme de soroll additiu. La solució final es deixa com a exercici a
l’alumne, indicant únicament que cal solucionar el sistema d’equacions total que s’obté
igualant els gradients de la funció objectiu respecte cada vector de paràmetres a un
vector nul, és a dir:
∇ b ∗ J = 0 ; ∇ a∗ J = 0
La solució final és la següent:
−1
⎛ ⎛ σ v2 ⎞ ⎞
⎜
b = FPF + ⎜⎜ 2
H
⎟ I Nb ⎟ Fe d
⎜ ⎟ ⎟
⎝ ⎝σ I ⎠ ⎠
a = K H FHb
on P és una matriu quadrada d’ordre L + N b amb 1’s a les posicions de fila

i = 0,1, K, d i columna j = i i 0’s a la resta, K és una matriu de C( L + N b )× N a amb 1’s a
les posicions de fila i = d + 1, d + 2, K , L + N b i columna j = i − d − 1 .
Fiabilitat del DFE i propagació de l’error

L’equalitzador DFE té unes prestacions de fiabilitat superiors a les de l’equalitzador
lineal FIR per a un mateix ordre del filtre forward. Les prestacions ideals d’aquesta
estructura s’obtenen partint de la hipòtesi que tots els símbols decidits i que fa servir el
filtre cap a enrere són correctes. No obstant, a la pràctica es produeixen errors de tant
en tant, i és precisament en aquestes situacions quan la funció del filtre feedback es
pot transformar en un empitjorament de la fiabilitat. De fet, si es realimenten decisions
incorrectes és clar que en compte de cancel·lar la ISI de postcursors el que es farà és
amplificar-la, el que pot desembocar en una ràfega d’errors successius. Aquest efecte
es coneix com el fenomen de la propagació de l’error, i fa que el DFE acostumi a
presentar errors de detecció en forma de ràfegues, tot i que el canal no presenti
esvaïments de senyal amb pèrdues significatives d’SNR.
A les figures 10.3-2 i 10.3-3 del Proakis podeu veure els resultats de simulacions de
Montecarlo (BER és calculada a partir d’una mitja temporal dels events d’error de
detecció), on es compara el DFE amb i sense l’efecte de propagació de l’error i el
mateix amb l’equalitzador MLSE, respectivament. En aquestes simulacions s’han usat
els canals de la figura 10.2-5b i c del mateix llibre. Els resultats demostren que l’efecte
228
de propagació de l’error pot provocar una pèrdua de fins a 2dB respecte a les
prestacions ideals (ISI de postcursors perfectament cancel·lada), i que les prestacions
del DFE superen a les de l’equalitzador FIR mentre que són inferiors a les de l’MLSE.
Conclusions
Com a conclusió final cal emfatitzar que l’equalitzador MLSE té un comportament força
superior als seus dos competidors (FIR i DFE) sobretot en canals amb ISI severa i
quan la dinàmica de variació de la resposta freqüencial del canal és elevada. No
obstant, cal recordar que la complexitat de l’MLSE creix exponencialment amb la
quantitat d’ISI mentre que en les estructures FIR i DFE s’assoleix un comportament
òptim amb una complexitat lineal amb el mateix factor.
Aquest fet ha motivat la recerca en mètodes d’equalització que es basin en aconseguir

reduir la complexitat de l’algorisme de Viterbi de l’MLSE usant, per exemple, una
estructura DFE prèvia a l’aplicació de l’MLSE (vegeu figura 10.4-1 del llibre citat). La
idea és que la sortida equalitzada del DFE abans de la detecció tingui una quantitat
d’ISI força menor que l’entrada, possibilitant així que el detector MLSE treballi amb una
ISI aparent menor i, per tant, vegi reduït de forma considerable el número de possibles
estats.
RESUM
En aquesta sessió hem estudiat l’equalitzador DFE que, a diferència de l’estructura
FIR, incorpora un filtre cap a enrere que permet millorar la fiabilitat de detecció tot
disminuint la quantitat d’ISI associada als símbols postcursors. Hem estudiat les
solucions forçadora de zeros i MMSE del DFE i s’ha vist una comparativa entre
aquesta estructura, l’equalitzador lineal i l’MLSE.
229
230
SESSIÓ 43
Nom: Equalització adaptativa i equalització fraccional
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Sklar2001]
[Proakis2001]
PRECEDENTS
A l’anterior sessió vam estudiar l’equalitzador DFE, una estructura que mantenint una
complexitat lineal amb la dispersió del canal permet alhora millorar les prestacions de
l’equalitzador FIR.
OBJECTIUS
L’objectiu d’aquesta sessió és entendre els conceptes d’equalització adaptativa i
equalització fraccional.
CONTINGUTS
En aquesta sessió estudiarem les solucions adaptatives dels algorismes que permeten
realitzar una adaptació permanent de l’equalitzador al canal, solucions molt adequades
a l’hora de treballar amb canals de comunicació que tenen variacions temporals.
Veurem tant les versions adaptatives dels equalitzadors FIR i DFE. També estudiarem
l’equalització fraccional i entendrem perquè un equalitzador que treballi a més d’una
mostra per símbol pot arribar a tenir un funcionament més òptim i més insensible al
temps de sincronisme dins del període de símbol.
5.5.4 Equalització adaptativa

En les solucions òptimes (MMSE) dels equalitzadors FIR i DFE, que vam estudiar a les
dues anteriors sessions, es partia de la suposició que disposàvem d’un coneixement
exacte del canal (resposta impulsional i potència de soroll) o que, si més no, era
possible el càlcul de les estadístiques implicades en la mateixa solució. En la majoria
dels sistemes de comunicació actuals (p.ex. comunicacions mòbils) el canal presenta
variacions al llarg del temps (a curt i a llarg termini, vegeu apartat 4.2.1).
Filosofia de treball
En aquestes condicions, i sobretot quan les variacions del canal són significatives
respecte el període de símbol (temps de coherència petit, vegeu apartat 4.3.2), és més
adequat treballar amb una filosofia adaptativa, és a dir: en compte de calcular els
coeficients de l’estructura a partir d’una anàlisi estadístic o estimació de canal
231
realitzada necessàriament durant un període de temps determinat, s’actualitzen els
coeficients de forma automàtica cada nova mostra de senyal rebut. Aquesta
actualització es fa tenint en compte quina és la funció de cost o funció objectiu a
minimitzar, fent que l’estructura vagi absorbint progressivament el coneixement de les
estadístiques dels senyals implicats per adaptar-se a les condicions de propagació en
cada instant.
Adaptació LMS per l’equalitzador lineal

L’algorisme més comú a l’hora d’actualitzar els pesos del filtre adaptatiu és l’algorisme
LMS. A continuació estudiem la solució LMS pel cas d’un equalitzador lineal
transversal o FIR (vegeu apartat 4.5.2). El mètode LMS es basa a aplicar el mètode
del gradient descendent, és a dir, actualitzar els coeficients en la direcció contrària al
gradient de la funció de cost (definida com l’MSE, error quadràtic mig o també potència
de l’error de l’estimació), tal com es mostra a les equacions 11.1-7 i 11.1-8 del Proakis.
L’LMS es basa a aproximar el valor esperat que apareix en el gradient per una
estimació instantània del mateix (equacions 11.1-9, 11.1-10 i 11.1-11 d’el llibre citat). A
la figura 11.1-2 del mateix llibre es mostra el diagrama de blocs de l’equalitzador lineal
adaptat segons el criteri LMS. Com es pot comprovar, la complexitat del procés de
filtratge amb el procediment d’actualització adaptatiu implica 3 operacions per cada
coeficient (la complexitat és, doncs, linealment dependent amb N, el número de
coeficients).
[Proakis2001]p660-p661,p663-p664
Etapes: entrenament i mode de treball per decisió directa

Com es pot comprovar a la figura 11.1-2 del Proakis, el procediment adaptatiu es
divideix en dues etapes:
a) Etapa d’entrenament
b) Etapa de funcionament per decisió directa
Durant l’etapa d’entrenament l’emissor envia una seqüència de símbols coneguda pel
receptor (seqüència d’entrenament), de forma que el receptor pot calcular l’error de
l’estimació de forma perfecta i adaptar així el filtre per fer convergir els coeficients als
valors del canal real. Les seqüències d’entrenament acostumen a ser seqüències
pseudoaleatòries del tipus MLRS (maximum lenght-shif register sequences).
Durant el mode de treball per decisió directa se suposa que l’equalitzador parteix d’un
coneixement força fiable dels coeficients del canal, el que ha pogut aconseguir durant
l’anterior etapa. Aquest fet permet assegurar que el diagrama de l’ull és força obert i,
per tant, el senyal de sortida té molt poca ISI i, en definitiva, una detecció sobre
aquests símbols permet obtenir una estimació correcta (amb una gran probabilitat)
dels símbols enviats no distorsionats. És per tant en aquesta situació, que el
transmissor envia el senyal d’informació i el receptor es fia del senyal detectat per
calcular l’error que permet adaptar els coeficients del filtre equalitzador. Tot i que la
BER no és nul·la, el fet d’un error ocasional de tant en tant no afecta a les propietats
de convergència de l’algorisme LMS en aquest mode d’operació.
232
En principi, els canvis temporals que pugui tenir el canal queden reflectits en l’error
d’estimació (que depèn del senyal rebut). Això possibilita que, si els canvis són
graduals, l’algorisme pugui seguir les variacions del canal sense necessitat de tornar al
mode d’entrenament.
Convergència i error residual de l’LMS

La constant d’adaptació dels coeficients Δ controla les propietats de convergència de
l’algorisme LMS. El primer factor d’estudi és la velocitat de convergència: un valor
elevat permet augmentar-la, mentre que al disminuir-lo aquesta decreix. Tot i això un
valor massa elevat de Δ podria portar a una situació de divergència del mètode.
Seguint els desenvolupaments de les equacions 11.1-20 a 11.1-25 del llibre citat es
pot veure com el valor d’aquest paràmetre es pot limitar a un màxim per assegurar la
convergència del mètode independentment de la inicialització del vector de coeficients
(equació 11.1-25). D’altra banda, la velocitat de convergència depèn fortament de la
dispersió dels autovalors de la matriu d’autocorrelació, fet que es pot relacionar amb la
presència de nuls espectrals profunds a la funció de transferència del canal (o gran
dinàmica de la mateixa).
El paràmetre Δ també influeix en una altra característica associada a l’estat estacionari

o una vegada el filtre ha convergit a la solució òptima. Un valor massa elevat, i que
asseguri també la convergència del mètode, pot provocar un error residual final massa
elevat (vegeu l’equació 11.1-29 del llibre citat). Per tant sembla necessari establir un
compromís entre velocitat de convergència i error residual. Vegeu a títol d’exemple la
gràfica 11.1-4 del llibre citat, on es mostra l’evolució temporal de l’error mig de sortida
a partir de la situació d’entrenament per a diferents valors de la constant Δ.
DFE adaptatiu
L’estructura DFE (vegeu apartat 4.5.4) també pot ser tractat de forma adaptativa,
seguint exactament la mateixa filosofia que l’equalitzador FIR. Si s’aplica la filosofia del
gradient descendent i l’aproximació instantània que fa l’LMS s’arriba a l’equació
d’actualització 11.2-1 del llibre citat. Cal diferenciar que en aquest cas els coeficients
del filtre forward s’actualitzen en funció de l’error i de les mostres de senyal d’entrada a
l’equalitzador, mentre que el filtre feedback s’iteren a partir de l’error i dels símbols
anteriorment detectats que hi ha dins del mateix. A la figura 11.2-1 del llibre citat podeu
veure l’esquema de la implementació pràctica d’aquest mode de funcionament
adaptatiu del DFE (mode de decisió directa, equació 11.2-3 on l’error es forma a partir
dels símbols decidits pel detector).
233
5.5.5 Equalització fraccional
Fins ara s’ha parlat de l’equalització del senyal rebut des del punt de vista d’un
mostratge en recepció a 1 mostra per símbol, és a dir, que l’equalitzador treballarà a la
velocitat de senyalització de la transmissió.
Influència del temps de sincronisme

Aquesta filosofia de treball és òptima sempre i quan el receptor utilitzi un filtre adaptat
a la forma d’ona del pols distorsionat pel canal abans de la conversió analogicodigital.
Quan les característiques del canal són desconegudes o bé aquest té variacions
temporals aleshores el filtre de recepció s’acostuma a dissenyar de forma adaptada al
pols transmès i s’optimitza el temps de sincronisme en què s’agafen les mostres. En
aquesta situació, però, les prestacions de l’equalitzador són força sensibles al
sincronisme escollit en el procés de mostratge. Aquest aspecte es pot millorar tot fent
que l’equalitzador treballi amb les mostres del senyal rebut agafades a una velocitat
superior a la velocitat de senyalització (p.ex. dues mostres per cada temps de símbol).
El disseny dels coeficients d’un equalitzador fraccional o FSE ja té en compte aquell
temps de sincronisme Atès que la resolució temporal de treball permet localitzar
energia dins d’un símbol.
[Proakis2001]p631
Interpretació en el domini freqüencial

L’equació 10.2-66 del llibre citat mostra l’espectre del senyal mostrejat en el receptor
en el cas d’usar una sola mostra per símbol (T=durada del símbol). Aquest període de
mostratge T és clarament superior al màxim permès segons el criteri de Nyquist, ja
que l’amplada de banda del senyal transmès acostuma a ser superior a 1/2T (p.ex. si
el pols de senyalització és un pols de tipus cosinus realçat amb factor d’excés β>0
aleshores l’espectre té una amplada de banda de (1+β)/2T). Per tant, això vol dir que
el senyal mostrejat a 1/T mostres per període tindrà aliàsing i, per tant, l’equalitzador
només podrà compensar la distorsió del canal equivalent tenint en compte aquest
efecte de superposició espectral que provoca l’aliàsing.
D’altra banda, si es fa servir un període de mostratge menor (p.ex. T’=T/(1+β) en

l’exemple anterior) o, equivalentment, més d’una mostra per símbol, aleshores el
senyal mostrejat no tindrà aliàsing. En aquesta situació l’equalitzador és capaç de
compensar la distorsió freqüencial del canal associada al pols, independentment del
temps de sincronisme escollit (vegeu equació 10.2-71 del llibre citat).
234
Descomposició de l’FSE òptim
Al no haver aliàsing, l’espectre rebut es pot expressar com el producte de l’espectre
associat al pols de senyalització i la resposta freqüencial del canal. Des d’aquest punt
de vista l’equalitzador té dues missions importants:
a) Equalitzar o compensar la resposta freqüencial del canal
b) Una vegada aconseguit a), el receptor òptim torna a ser el clàssic filtre adaptat,
receptor que maximitza la relació SNR just abans de la detecció.
Mentre que b) és un procediment que requereix una resolució temporal petita (dins del
símbol), en a) l’únic efecte que cal compensar és la ISI. Això fa que l’equalitzador
fraccional òptim es pugui dissociar en dues parts: una primera formada pel filtre
adaptat al pols distorsionat pel canal (mode de treball a temps fraccional dins del
símbol); i una segona formada per un equalitzador a temps de símbol.
[Proakis2001]p633
Prestacions de l’equalitzador fraccional

En general un equalitzador fraccional presenta unes prestacions superiors a un
equalitzador que treballi a temps de símbol (sempre i quan el filtre abans del mostratge
en l’últim cas no es dissenyi a partir del coneixement exacte del canal). D’altra banda,
les seves prestacions no depenen, com sí que passa amb l’altre cas, del temps de
sincronisme (0<=Tsinc<=T=temps de símbol). Com a exemples podeu veure les figures
10.2-7 i 10.2-8 del llibre citat, on es comparen equalitzadors del tipus FIR.
RESUM
En aquesta sessió hem estudiat les solucions adaptatives dels equalitzadors FIR i
DFE, i hem entès la diferència de funcionament entre un equalitzador que treballi a
una mostra per símbol i un equalitzador fraccional.
235
236
SESSIÓ 44
Nom: Estimació de canal i equalització no assistida
Tipus: teòrica
Durada: 3 hores
Dedicació: 3 hores
Material:
[Proakis2001]
o Bibliografia complementària:
[Sklar2001]
PRECEDENTS
A l’anterior sessió vam estudiar les versions adaptatives dels equalitzadors
linealtransversal i DFE, i vam aprofundir una mica més el concepte d’equalització
fraccional.
OBJECTIUS
Els objectius d’aquesta sessió són: estudiar un esquema típic per realitzar l’estimació
de canal; entendre i veure exemples d’equalització no assistida o cega.
CONTINGUTS
5.5.6 Estimació de canal

En molts sistemes de comunicació digitals el disseny dels algorismes del receptor es
basa en el coneixement previ de la resposta impulsional del canal. Un exemple molt
clar és l’equalitzador MLSE estudiat a l’apartat 4.4.9, on l’equalitzador de Viterbi
requeria aquest coneixement per poder realitzar el càlcul de les mètriques de decisió
(vegeu figura 11.1-7 del llibre citat). Aquestes mètriques eren fonamentals per poder
anar descartant els camins o seqüències amb menys probabilitat d’haver estat
transmeses, partint de l’observació del senyal rebut.
[Proakis2001]p676
Esquema d’un estimador de canal FIR

A la figura 11.1-8 del llibre citat es mostra l’esquema d’un estimador de canal de tipus
FIR adaptatiu basat en la solució LMS. Com es pot comprovar l’estructura és idèntica a
la de l’equalitzador linealtransversal FIR explicat a l’apartat 4.5.2. En aquest cas, però,
la funció que té el filtre lineal és la d’imitar el comportament del canal de la millor forma
possible, que és de fet la funció inversa de l’equalitzador. Amb aquest propòsit, doncs,
cal notar que hi ha una diferència fonamental en com s’alimenten els senyals al
237
sistema. En aquest cas, el senyal d’entrada ja no és el senyal rebut i mostrejat, sinó
que és el propi senyal transmès. D’altra banda el senyal que es “compara” (es resta)
del senyal de sortida, és el propi senyal rebut, en compte del senyal transmès.
Modes de funcionament
Com passava amb els equalitzadors adaptatius, inicialment aquest senyal és una
seqüència d’entrenament coneguda pel receptor (mode d’entrenament). Una vegada
l’error ha convergit, es pot passar a usar com a senyal d’entrada la pròpia seqüència
de símbols de la sortida del detector (mode de decisió directa). Es clar que, en aquest
últim cas, a l’existir un cert retard de decisió en el senyal detectat (vegeu apartat
4.5.3), cal també retardar el senyal rebut per configurar el senyal d’error que governa
l’adaptació dels coeficients de l’estimador de canal.
Adaptació dels coeficients i error mínim

L’equació LMS d’adaptació dels coeficients de l’estimador (vegeu equació 11.1-39 del
llibre citat) ja suposa el mode de funcionament per decisió directa. La minimització de
la funció de cost de l’equació 11.1-40 porta a l’equació 11.1-41 on, usant 11.1-42 i
sabent que la informació enviada és un senyal incorrelat, ens porta a la solució exacta
que estima perfectament els coeficients de la resposta impulsional del canal. És clar
que l’ordre de l’estimador de canal ha d’igualar, com a mínim, la dispersió real del
canal, de forma que si el número de coeficients és major, els coeficients de més
acabaran sent igual a zero. Una dispersió del canal finita justifica l’ús d’un model de
canal del tipus FIR, tot i que també existeixen tècniques d’estimació de canal basades
en models del tipus IIR.
D’altra banda, l’error mínim assolit després de la convergència de l’algorisme LMS és

igual a la potència de soroll del canal, ja que el soroll és l’única component que
l’estimador de canal no pot predir a partir de la informació transmesa.
5.5.7 Tècniques no assistides (cegues) d’equalització

de canal
Fins ara s’ha suposat que en els equalitzadors estudiats (fixos o adaptatius) es partia
del coneixement d’unes seqüències d’entrenament que permetien l’ajust dels
coeficients de l’estructura. Aquesta filosofia de treball implica la reducció de l’ample de
banda efectiu, és a dir, a l’haver certs períodes de temps en què no es transmet
238
informació això és equivalent a dir que de tot l’ample de banda transmès, hi ha una
part dedicada a informació de senyalització necessària per a un bon establiment i
control de la comunicació (p.ex. vegeu el cas del GSM a l’apartat 4.4.9).
En certes aplicacions (p.ex. xarxes multipunt) es requereix augmentar aquesta

eficiència tot evitant l’enviament de capçaleres d’entrenament. En aquests casos,
durant el període d’entrenament d’un equalitzador adaptatiu cal usar tècniques
d’equalització no assistides o també anomenades cegues.
Classificació de les tècniques cegues

A la literatura s’han desenvolupat tres tipus de tècniques d’equalització cega de canal:
a) Algorismes d’equalització cega adaptativa, tècniques també anomenades buss-

gang basades en la filosofia del gradient descendent aplicat sobre funcions de cost
que no impliquin el coneixement explícit del senyal transmès. Aquestes tècniques
tenen l’avantatge de presentar un cost computacional baix, tot i no proporcionar
estimacions òptimes.
b) Tècniques basades en estadístiques d’ordre superior al segon (HOS), generalment

d’ordre quart, i que impliquen el processament a blocs de gran durada del senyal
rebut. Això fa que siguin tècniques desaconsellades quan el canal té variacions no
molt lentes (cosa que faria que dins d’un bloc gran de dades el senyal no fos
estacionari i que, per tant, les estadístiques obtingudes fossin inconsistents) i també
quan no es disposa d’una gran capacitat de càlcul (el càlcul d’aquests cumulants
implica un número d’operacions molt elevat).
c) Tècniques basades en l’ús del criteri ML. Es tracta de solucions més innovadores
que combinen la filosofia ja explicada en el detector MLSE (vegeu apartat 4.4.9) amb
processos en els que s’entrellaça l’estimació del canal i de la informació. Aquestes
tècniques tenen l’avantatge de presentar una fiabilitat òptima però, per contra, tenen
una complexitat exponencialment creixent amb la dispersió del canal.
[Proakis2001]p693
Tècniques basades en el gradient descendent i CMA

A continuació passem a detallar la filosofia de treball de les tècniques basades en el
gradient descendent (a). El postulat en què es basen aquestes tècniques és el
següent: “Una combinació lineal de variables Gaussianes genera una altra variable
Gaussiana, i per poder generar una variable no Gaussiana a partir de variables
Gaussianes cal usar una transformació no lineal”. Aquest postulat de la teoria de la
probabilitat ens diu que si el nostre objectiu és estimar el símbol realment transmès
(amb una funció de densitat de probabilitat clarament no Gaussiana i formada per
deltes a cadascun dels possibles símbols transmesos) a partir de la sortida de
l’equalitzador (procés aleatori del tipus Gaussià, vegeu equació 11.5-7 del llibre citat),
aleshores cal usar alguna transformació no lineal d’aquest senyal.
239
En el cas del mode de decisió directa de l’equalitzador aquesta funció no lineal és
directament un decisor binari, ja que se suposa que l’equalitzador ja s’ha encarregat
d’obrir suficientment el diagrama de l’ull. En general, però, és possible dissenyar
funcions no lineals que permetin treballar amb un diagrama de l’ull tancat i que, tot i
així, proporcionin estimacions fiables del símbol transmès (necessari pel mode
d’entrenament de l’equalitzador adaptatiu).
Un dels algorismes cecs d’equalització de canal i basat en el gradient descendent més

coneguts és el CMA descobert per Godard. Aquest autor va plantejar una funció de
cost en la qual no intervenia el senyal enviat i on la compensació de fase de la
portadora era també una tasca de l’equalitzador (modulacions coherents). A l’equació
11.5-29 del llibre citat es planteja una funció de cost que, si s’escull el paràmetre de
dispersió p=2, indica la variància del mòdul del senyal equalitzat respecte a un valor
Rp. En modulacions d’amplitud constant com les PSK el mòdul associat als símbols no
aporta informació i és constant, amb el qual Rp s’hauria de fixar al seu valor quadràtic.
En altres modulacions com la QAM el mòdul sí que aporta informació, i en aquests
casos un valor de la constant Rp fixat a l’equació 11.5-32 del llibre citat permet que un
equalitzador entrenat amb la solució LMS de l’anterior funció de cost (vegeu primera
expressió de l’equació 11.5-33 del mateix llibre) convergeixi a estimar els símbols
realment enviats i, per tant, a equalitzar el canal.
L’únic inconvenient que tenen aquestes tècniques és la lenta velocitat de convergència

(de l’ordre de milers de símbols) en el cas que no es disposi d’una primera
aproximació a la solució d’òptima. D’altra banda, l’aplicació d’aquestes tècniques en el
moment en què es detecti un progressiu tancament del diagrama de l’ull permet
realitzar el seguiment del canal sense haver de recórrer a l’enviament de capçaleres
d’entrenament. A més a més, el seu ús es limitaria a les situacions en què, per
exemple, hi ha una davallada de la relació SNR, mentre que en l’altre cas les
capçaleres segueixen un protocol molt més rígid.
RESUM
En aquesta sessió hem vist un exemple d’estimador de canal per assistir un
equalitzador com és l’MLSE, i també hem treballat el concepte de l’equalització cega
de canal (no assistida).
240
SESSIÓ 45
Nom: Problemes d’equalització de canal
Tipus: de problemes
Durada: 3 hores
Dedicació: 3 hores
Material:
[Proakis2001]
o Bibliografia complementària:
[Sklar2001]
PRECEDENTS
A la sessió anterior vam estudiar l’estimació de canal a partir d’un filtre adaptatiu lineal
transversal i també vam veure que l’equalització de canal es pot implementar sense
necessitat de disposar d’una seqüència d’entrenament amb l’ús de tècniques
d’equalització cega de canal.
OBJECTIUS
En aquesta sessió proposarem problemes sobre l’equalització de canal i acabarem
amb una autoavaluació sobre aquesta temàtica per valorar els coneixements adquirits.
CONTINGUTS
5.5.8 Problemes d’equalització de canal

A continuació es proposen tota una sèrie d’enunciats de problemes sobre el tema de
l’equalització digital de canal.
Problema 1
En un sistema de transmissió digital basat en la modulació PAM el senyal discret rebut
a freqüència de símbol i lliure de soroll quan es transmet un únic pols (o símbol)
d’amplitud igual a la unitat és el següent:
⎧0.3 m = 1
⎪0.9 m = 0
⎪
xm = ⎨
⎪0.3 m = −1
⎪⎩ 0 altres
241
a) Dissenya els coeficients d’un equalitzador lineal transversal (FIR) d’ordre N=3
basat en el criteri forçador de zeros (zero forcing), és a dir, tal que la sortida de
l’equalitzador, quan es transmet el mateix pols anterior, compleixi la condició
següent:
⎧1 m = 0
qm = ⎨
⎩0 m = ±1
b) Determina els valors de la sortida anterior per m=±2, ±3, tot convolucionant la
resposta impulsional del canal amb la de l’equalitzador. Comenta, a partir del resultat
obtingut, si l’equalitzador compleix perfectament amb la seva missió.
Problema 2
Sigui un canal de comunicacions basat en el model discret de la figura P10.21 del llibre
citat, on el soroll additiu és soroll real blanc (o incorrelat) de mitja zero i variància (o
potència) N0.
a) Determina els coeficients d’un equalitzador lineal transversal (FIR) de 2 coeficients

basat en el criteri MMSE.
b) Determina els coeficients d’un equalitzador DFE, amb un filtre forward de 2
coeficients i un filtre feedback d’un únic coeficient, basat en el criteri MMSE.
c) Calcula el valor de l’error mínim assolit (MMSE) per cadascuna de les estructures
proposades als apartats a) i b) en funció del valor d’N0.
d) Compara l’MMSE calculat a l’apartat c) de les dues estructures anteriors (FIR i DFE)
per als valors d’N0 igual a 0.1 i 0.01.
[Proakis2001]p656
Problema 3
Considereu un equalitzador FIR adaptatiu de 2 coeficients aplicat a un sistema de
comunicacions tal i com es mostra a la figura P11.11 del llibre citat.
a) Determineu el valor del coeficients de l’equalitzador en règim permanent

(després de la convergència, i entrenat amb l’algorisme del gradient
descendent amb el criteri MMSE) suposant que la funció de transferència del
canal és:
1
C (z ) =
1 − 0.9 z −1
i suposant que la potència de soroll additiu blanc i Gaussià és 0.1.

b) Quin seria el nou valor dels coeficients si no hi hagués soroll? Dibuixeu, en
aquest cas, la funció de transferència global formada pel canal i l’equalitzador.
[Proakis2001]p708
242
Problema 4
Sigui un equalitzador DFE adaptatiu de 2 coeficients al filtre forward i un de sol al filtre
feedback:
a) Dibuixa el seu esquema complet si és entrenat amb la versió LMS del criteri MMSE.
b) Es proposa l’alternativa d’entrenar l’equalitzador amb un criteri cec, que no
requereixi l’enviament de seqüències d’entrenament. Per tal propòsit es proposa l’ús
del criteri CMA. Expressa la funció de cost segons aquest criteri i desenvolupa-la en
funció dels 3 coeficients de l’equalitzador.
c) Per realitzar l’adaptació de coeficients segons el criteri CMA es proposa fer servir
l’algorisme del gradient descendent. Troba l’equació d’actualització dels 3 coeficients
que implementi l’aproximació LMS de l’anterior algorisme.
RESUM
En aquesta sessió s’han proposat un conjunt d’exercicis sobre l’equalització de canal i
hem pogut comprovar el grau de comprensió assolit al llarg de les últimes quatre
sessions. Amb aquesta sessió donem per finalitzada tota la teoria de l’assignatura.
243
244
BIBLIOGRAFIA
LLIBRES
Digital Communications: fundamentals and applications

Sklar, Bernard
Prentice Hall
New Jersey, 2001
[Sklar2001]
Digital Communications
Proakis, John
McGraw-Hill
New Jersey, 2001
[Proakis2001]
245
246
GLOSSARI
AWGN, Canal amb soroll blanc additiu Gaussià

És el model de canal més ideal i que serveix de punt de partida alhora d’avaluar les
prestacions d’un sistema de comunicacions per mitjà de la simulació.
AWGN
Additive White Gaussian Noise.
ISI, Interferència Intersimbòlica

Efecte de distorsió introduït en un sistema de transmissió digital i causat quan la
dispersió en el retard que provoca el canal és comparable o superior a la durada
temporal dels símbols.
ISI
Intersymbol Interference.
Filtre Adaptat, MF
Filtre lineal òptim per l’extrem receptor en un sistema de comunicacions digital en
condicions de propagació ideal, quan l’únic efecte pertorbador és el soroll additiu.
Aquest filtre maximitza la relació senyal-soroll tot just abans de la detecció,
proporcionant una probabilitat d’error mínima en les condicions de treball
especificades.
MF
Matched filter.
GSM
Estàndard de telefonia mòbil de segona generació europeu.
GSM
Global System for Mobile Communication.
IS-95
Estàndard de telefonia digital cel·lular nord-americà i basat en tècniques d’espectre
eixamplat desenvolupat per l’empresa Qualcomm Inc.
IS-95
LOS
Camí de visió directe entre emissor i receptor.
LOS
Line-of-Sight.
UMTS
Sistema de telefonia mòbil de tercera generació.
UMTS
Universal Mobile Telecommunication System.
247
WSSUS
Característica atribuïda a un canal de comunicacions que presenta esvaïments de
senyal, i que es basa en l’estacionarietat del canal (dins un marge de temps prou petit
com per no experimentar les variacions a llarg termini del canal) i en què l’scattering és
incorrelat (les diverses components de senyal associades a camins de propagació
diferents són totalment independents).
WSSUS
Wide Sense Stationarity Uncorrelated Scattering.
SNR, Signal-to-Noise Ratio

Relació senyal-soroll que hi ha present a l’entrada de l’antena del receptor.
SNR
Signal-to-Noise Ratio
RMS
Arrel quadrada del valor quadràtic mig, també anomenat desviació típica d’una certa
variable aleatòria.
RMS
Root-Mean-Squared value.
DS-SS
Modulació d’espectre eixamplat amb seqüència directa. L’eixamplament es produeix
gràcies a usar com a pols de senyalització un senyal d’ample de banda N vegades
superior a l’ample de banda estrictament necessari per enviar la informació, sent N el
guany de procés.
DS-SS
Direct-Sequence Spread-Spectrum.
FH-SS
Modulació d’espectre eixamplat amb salt de freqüència. L’eixamplament es produeix
gràcies a la variació de la freqüència de portadora en funció de l’estat del registre
generador d’una certa seqüència PN.
FH-SS
Frequency-Hopping Spread-Spectrum.
PN
Seqüència pseudoaleatòria formada per una seqüència finita de valors binaris, usada
en sistemes d’espectre eixamplat per les seves bones propietats de correlació.
PN
Pseudo-Noise Sequences.
OFDM
Modulació basada en l’ús de la multiplexació d’N portadores ortogonals (amb una
separació freqüencial igual a l’invers del temps de símbol), i que permet combatre de
forma molt efectiva canals amb gran dispersió o eixamplament temporal, mitjançant la
paral·lelització de l’enviament de la informació en el domini del temps i la conseqüent
reducció de la durada del símbol dins de cada subportadora. Modulació usada en
248
sistemes de difusió de ràdio digital (COFDM) i de difusió de senyal de televisió digital
d’alta definició (HDTV).
OFDM
Orthogonal Frequency-Division Multiplexing.
BER
Probabilitat d’error d’un enllaç, paràmetre més important associat a la qualitat final de
la comunicació des del punt de vista del nivell físic de la mateixa.
BER
Bit-Error Rate
PLL
Subsistema del receptor pel seguiment de les fluctuacions de la freqüència de
portadora del senyal rebut en sistemes de comunicació que fan servir modulacions
coherents (requereixen d’una estimació acurada de la fase de la portadora per poder
detectar correctament la informació).
PLL
Phase-Lock Loop.
DFE
Tècnica d’equalització de canal amb decisió retroalimentada, basada en l’ús d’un filtre
lineal sobre el senyal d’entrada i un filtre de realimentació amb els símbols prèviament
detectats.
DFE
Decision Feedback Equalizer.
MLSE
Tècnica d’equalització de canal amb estimació de seqüència per màxima
versemblança, basat en l’estimació de la seqüència de símbols més provable a partir
del coneixement exacte del canal i amb soroll blanc additiu Gaussià. La seva
implementació pràctica es basa en el conegut algorisme de Viterbi.
MLSE
Maximum Likelihood Sequence Estimation equalizer.
FIR
Filtre discret de resposta impulsional finita. És també un tipus concret d’estructura
usada per a l’equalització de canal: l’equalitzador lineal transversal.
FIR
Finite Impulse Response filter.
VDA
Algorisme de Viterbi aplicat tant a la descodificació de codis convolucionals (un tipus
específic de codis correctors d’errors) com a la detecció de la informació en
l’equalitzador MLSE.
VDA
Viterbi Decoding Algorithm.
249
MMSE
Criteri d’optimització estadístic pel disseny de sistemes i que es basa en minimitzar el
valor esperat de l’error d’estimació que produeix el sistema en qüestió. Aquest criteri
és la base pel disseny de sistemes de comunicació que tinguin en compte tots els
efectes de distorsió que pot introduir un canal de comunicacions (p.ex. ISI,
interferències, soroll, etc.).
MMSE
Minimum Mean Square Error.
ZF, PDC
Criteri d’optimització determinístic pel disseny d’un equalitzador anomenat criteri
forçador de zeros o també criteri de la distorsió de pic. Aquest es basa a escollir els
coeficients del sistema que minimitzen la distorsió de pic o que millor cancel·len els
lòbuls laterals de la resposta impulsional global formada pel canal i l’equalitzador,
deixant, es clar, una única mostra no nul·la que correspon al retard del símbol estimat
pel sistema.
ZF
Zero Forcing criterion.
PDC
Peak Distortion Criterion.
LMS
Algorisme d’adaptació dels coeficients d’un filtre adaptatiu que es basa a realitzar una
aproximació instantània del gradient de la funció de cost expressada com la potència
de l’error d’estimació del filtre (MSE). La complexitat de l’LMS creix linealment amb el
número de coeficients i es caracteritza per unes propietats de convergència
dependents del paràmetre de pas d’actualització així com de la correlació del senyal
d’entrada.
LMS
Least Mean Square.
FSE
Equalitzador fraccional, basat en el processament del senyal rebut a més d’una mostra
per símbol.
FSE
Fractionally Spaced Equalizer.
IIR
Filtre discret lineal de resposta impulsional infinita. La funció de transferència del filtre
està formada per un quocient de polinomis: un numerador que configura els zeros i un
denominador que configura els pols del filtre. En l’àrea de la codificació de canal es
corresponen a un tipus específic de codis correctors usats en els turbocodis: els codis
convolucionals sistemàtics recursius (RSC).
IIR
Infinite Impulse Response filter.
250
HOS
Tècniques de processament de senyal basades en el càlcul d’estadístiques d’ordre
superior al segon. Entre d’altres aplicacions, s’usen per a l’equalització de canal cega
o no assistida.
HOS
High Order Statistics.
CMA
Criteri d’optimització usat en sistemes d’equalització de canal no assistida o cega
basat en la hipòtesi que el senyal enviat té un mòdul constant.
CMA
Constant Modulus Algorithm.
ARQ
Tècnica de control d’errors basada en la detecció d’errors de la transmissió i la petició
de retransmissió de la informació erròniament detectada. Petició automàtica de
retransmissió.
ARQ
Automatic Repeat Request.
FEC
Tècniques de control d’errors basades en la correcció directa dels errors en el
receptor.
FEC
Forward Error Correction.
DMC
Model de canal discret sense memòria.
DMC
Discrete memoryless channel.
BSC
Canal binari simètric. Model de canal discret associat a la transmissió d’una font
binària a través d’un canal de comunicacions sense memòria i amb una probabilitat
d’error de bit p.
BSC
Binary Symmetric Channel.
CDMA
Multiplexació amb divisió per codi. Sistema de multiplexació que permet que vàries
fonts d’informació comparteixin un mateix canal a la mateixa banda freqüencial i al
mateix temps. L’ortogonalitat es garanteix fent que cada usuari faci servir una
seqüència pseudoaleatòria diferent (PN), i amb unes propietats de correlació
adequades. La modulació de base és la DS-SS (Direct Sequence Spread Spectrum, o
espectre eixamplat de seqüència directa).
CDMA
251
Code Division Multiple Access.
TCM
Tècnica basada en el disseny conjunt del codificador de canal i la constel·lació de la
modulació digital usada per tal de no afectar l’ample de banda de transmissió.
TCM
Trellis Coded Modulation.
BCH
Subconjunt dels codis lineals de bloc i cíclics més potent i amb major selecció de
longituds de codificació, velocitats de codi, longitud d’alfabets i capacitats de correcció
que existeix fins al moment a la literatura associada.
BCH
Bose-Chadhuri-Hocquenghem codes.
ML
Criteri de màxima versemblança. És un dels criteris d’optimització probabilístics més
utilitzats en tècniques de processament estadístic de senyal, ja que permet assolir una
fiabilitat força elevada. Requereix de la caracterització completa d’algun dels
processos aleatoris implicats en el disseny i acostuma a proporcionar complexitats
d’implementació elevades.
ML
Maximum Likelihood criterium.
ACS
Procediment bàsic usat en l’algorisme de Viterbi per a la descodificació de codis
convolucional: acumular mètriques de les possibles noves transicions a les anteriors;
comparar les mètriques acumulades dels camins que convergeixen a un mateix node; i
seleccionar aquelles transicions que tenen una mètrica acumulada menor.
ACS
Add-Compare-Select.
RS, Reed-Solomon
Conjunt de codis cíclics no binaris molt apropiats per a la correcció de ràfegues
d’errors.
RS
Reed-Solomon codes.
GF, Camps de Galois

Camps finits o camps de Galois.
GF
Galois Field.
APP, A posteriori probability

Probabilitat a posteriori. Criteri òptim (amb mínima probabilitat d’error) pel disseny de
tests per a la detecció de senyals digitals
252
APP
A Posteriori Probability.
MAP, Maximum a posteriori

Criteri de decisió basat en la comparació de la probabilitat a posteriori dels diferents
símbols de l’alfabet en una comunicació digital. Aquest criteri minimitza la probabilitat
d’error del detector que faci el seu ús per a la decisió final de la informació transmesa.
MAP
Maximum A Posteriori.
LLR, Log-likelihood ratio

Logaritme de la variable de comparació de versemblances usada en el test del criteri
MAP per a la detecció de senyals.
LLR
Log-likelihood ratio.
RSC
Codis recursius sistemàtics convolucionals. Constitueixen un subconjunt dels codis
convolucionals que es caracteritzen per una resposta impulsional infinita i per ser la
base dels turbocodis.
RSC
Recursive Sistematic Convolutional code.
ADC
Element per realitzar la conversió d’un senyal analògic a una seqüència discreta.
Aquest dispositiu es coneix com el conversor analògic digital.
ADC
Analog to Digital Converter.
pdf
Funció densitat de probabilitat. És aquella funció que representa la probabilitat
d’aparició diferencial d’una variable aleatòria.
pdf
probability density function.
PCM
Sistema de codificació de fonts analògiques.
PCM
Pulse Code Modulation.
DPCM
Sistema de codificació de fonts analògiques basats en una codificació diferencial.
DPCM
Differential Pulse Modulation.
253
RDSI
Red Digital de Servicios Integrados.
RDSI
Red Digital de Servicios Integrados.
DFT
Transformada Discreta de Fourier.
DFT
Discrete Fourier Transform.
ADPCM
Codificació diferencial adaptativa de senyals analògics. Aquesta modulació és una
PCM diferencial, que va adaptant el seu comportament en funció de les
característiques del senyal.
ADPCM
Adaptive Differential Pulse Code Modulation.
LPC
Sistema de codificació mitjançant un predictor lineal.
LPC
Linear Predictive Coding.
FFT
Algorisme ràpid de càlcul de la transformada discreta de Fourier.
FFT
Fast Fourier Transform.
DCT.
Tranformada Discreta del Cosinus.
DCT
Discrete Cosine Transform.
BPSK
Modulació binària de salt de fase.
BPSK
Binary Phase Shift Keying.
MFSK
Sistema de modulació de salt de freqüència múltiple.
MFSK
Multiple Frequency Shift Keying.
RASE
254
Sistema ràpid d’adquisició recursiu.
RASE
Recursion Aided Sequential Estimation.
DDL
Sistema de tracking basat en l’equilibri de la correlació avançada i endarrerida.
DDL
Delay Locked Loop.
TDL
Sistema de tracking basat en l’equilibri de la correlació avançada i endarrerida d’una
sola branca.
TDL
Tau-Dither Loop
TDMA
Sistema d’accés múltiple al codi per divisió en el temps. Els diferents usuaris
comparteixen l’espai temporal mitjançant la partició i assignació adequada de cada
time-slot.
TDMA
Time Domain Multiple Access.
FDMA
Sistema d’accés múltiple al codi per divisió en freqüència. Els diferents usuaris
comparteixen l’espai freqüencial mitjançant la partició i assignació adequada de cada
banda freqüencial.
FDMA
Frequency Domain Multiple Access.
255

Ebook Sistemes Transmissio

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Ebook Sistemes Transmissio

Uploaded by

Copyright:

Available Formats

Creative Commons License Deed

Reconeixement-No comercial-Sense obres derivades 2.5 Espanya

 Vostè és lliure de:

Copiar, distribuir i comunicar públicament l’obra.

 Sota els següents condicionants:

Sense obres derivades.

• Alguna d'aquestes condicions pot no aplicar-se si obteniu el permís del titular

• No hi ha res en aquesta llicència que menyscabi o restringeixi els drets morals

 Autors: Joan Claudi Socoró, Jose A. Morán i Rosa Maria Alsina

 Editor: Lluís Vicent

 Coordinació lingüística: Sara Laso

 Revisió lingüística: Sergi Llorca

 Maquetació: Sara Laso

 Disseny de portada: Marc Segarra

Aquesta edició ha comptat amb el suport de l’Agència de Gestió

1.1 Introducció a la codificació de font

El primer capítol de l’assignatura de sistemes tractarà el tema de la codificació de font.

1.2 Codificació de canal

1.4 Caracterització i mitigació dels efectes del

a) La interferència intersimbòlica (o ISI), provocada per un comportament catalogat

La naturalesa de la informació a transmetre pot ser analògica o discreta. En el cas de

Per al cas de senyals analògiques, l’objectiu de la codificació de font serà realitzar la

Font discreta amb memòria

i l’entropia de la font amb memòria es definiria segons

Teorema de la codificació sense error

2.3 Problemes de càlcul d’entropia

Problema font binària

 El problema el podeu trobar resolt a [Sklar2001] p85.

Problema font amb memòria

2.4 Tècniques de codificació binàries per fonts

- Codis de longitud fixa.

Codis de longitud fixa

Símbol núm. repeticions Símbol núm. repeticions etc....

Aquest sistema de transmissió s’utilitza en aplicacions tant conegudes com la

Mètodes basats en diccionaris

Codificació per entropia

2.4.1 Introducció al codi de Huffman

2.4.2 Disseny del codi de Huffman

- Ordeneu els símbols d’acord amb la seva probabilitat de creixent a decreixent.

Procediment de disseny del codi

Propietats del codi de Huffman

- El codi de Huffman és el codificador òptim perquè el nombre de bits/símbol

2.4.3 El sistema de codificació Lempel-Ziv (ZIP)

El sistema necessita enviar la informació de l’arbre generat en el descodificador per tal

Cada símbol transmès consta de dos paquets d’informació de la forma següent

Seguidament s’analitzarà el procés de generació del diccionari per a la transmissió de

Es considerarà un diccionari de 8 posicions diferents i inicialitzant totalment a zero.

- El sistema, com que el caràcter a no existeix transmet el símbol <0,a> i afegeix

El sistema segueix avaluant els codis a transmetre i generaria la seqüència següent de

i el diccionari quedaria format per

En l’exemple estudiat en el concepte anterior, cada símbol a transmetre està format

En el cas de l’exemple anterior es transmeten 9 caràcters i s’empren un total de

2.5 Introducció a les tècniques de codificació

Depenent de la funció de transferència del quantificador podem trobar diferents tipus

 [Sklar2001] p817 (Exemple 13.4).

En cas de treballar amb una distribució d’entrada no uniforme, resulta possible

El procés de generació del quantificador òptim es pot interpretar fàcilment de la forma

2.5.1 PCM (Pulse Code Modulation)

Característiques de la modulació PCM

2.5.2 DPCM (Differential Pulse Code Modulation)

Caracterització dels senyals de veu

La figura següent mostra el diagrama de blocs del modulador i del desmodulador

Característiques de la modulació DPCM

Vostè és lliure de:

Sota els següents condicionants:

Autors: Joan Claudi Socoró, Jose A. Morán i Rosa Maria Alsina

Editor: Lluís Vicent

Coordinació lingüística: Sara Laso

Revisió lingüística: Sergi Llorca

Maquetació: Sara Laso

Disseny de portada: Marc Segarra

El problema el podeu trobar resolt a [Sklar2001] p85.

[Sklar2001] p817 (Exemple 13.4).

[Sklar2001] p855 (apartat 13.5.1.2)