Communications Numériques CN21 4. Récepteur Optimal canal
Transcription
Communications Numériques CN21 4. Récepteur Optimal canal
Communications Numériques CN21 4. 1 2 3 4 Récepteur Optimal canal BABG stationnaire. Détection au minimum de la probabilité d’erreur. Zones et seuils de décisions. Réalisation du récepteur. Filtre adapté. Interférence Entre Symboles(IES). Critère de Nyquist. 5. Calcul de performance. 1 Taux d’Erreur cas de signaux binaire antipodaux, orthogonaux. 2 Cas M-aire. Borne de l’Union. 3 Canal Mobile et Performances en Diversité. 6. Modulations Numériques sur Fréquence Porteuse. 1 Modulations Linéaires. Modulations de Fréquence. 2 Comparaison des modulations. Efficacité / performance. 3 OFDM. Etalement de spectre. Multiplexage GET / INT / R.Lamberti Communications numériques F4 1 Probabilité d ’Erreur Evaluation de la Probabilité d ’Erreur Résiduelle Du Récepteur Optimal BABG Reste-t-il des bits faux ?! GET / INT / R.Lamberti Communications numériques F4 2 Détection au Minimum de Probabilité d’Erreur Fonctionnement : si z ∈ Zi ⇒ décide symbole n° i . Pr { Ers} = 1 − Pr { Dc} min ( Pr {Err} ) = max ( Pr {Dc} ) ϕ2 Z2 Z1 zk b Détection symbole par symbole s2 M Hypothèses : H i = {le symbole g k (t ) = si (t ) } s1 ϕ1 M Pr { Dc} = ∑ Pr {( z ∈ Z i ) / H i }⋅ Pr { H i } ϕ3 i =1 p ( z / H i ) loi Gaussienne centrée sur si p ( z / Hi ) = 1 (2π ) N / 2 M Pr { Dc} = ∑ ⌠ ⌡ i =1 Z i ( GET / INT / R.Lamberti 1 H −1 exp − ( z − s ) ⋅ R ⋅ ( z − s ) i b i 1/ 2 2 Rb ) M p ( z/H i ) ⋅ Pr { H i } = ∑ ⌠ ⌡ i =1 Z i ( N (s , R ) ) ⋅ p i b i Communications numériques F4 3 Calcul de la Probabilité d’Erreur par Symbole Cas Binaire équiprobable (bissectrice à d / 2 ) on intègre sur le demi espace +∞ ⌠ ⌡ ϕ2 Z2 Z1 zk 1 b Z1 b s2 ( N (s , R ) ) = ( N ( )) s1 ⌠ ⌡ 0,σ b2 −d / 2 Bruit à Composantes indépendantes : d ϕ1 M ⇒ ϕ3 Pr {Dc} = ∑ Pr {( z ∈ Zi ) i =1 d2 Pr { Ers} = 1 − Pr { Dc} = Q 2 N0 Binaire Q (0 ) = 1 / 2 GET / INT / R.Lamberti R b = σ b2 I N d2 / H i } ⋅ pi = Q − 2 N0 σ b2 = N0 2 ⋅ { p1 + p2 } =1 Q ( σx ) = Fonction de Marcum Q ( −∞ ) = 1 −d d2 dz1 = Q = Q − 2 N0 2σ b Q ( +∞ ) = 0 ⌠ +∞ x ⌡ σ 1 2π e 2 −u 2 du = ⌠ +∞ 1 σ 2π ⌡x − u2 2 e 2σ du Q (− x ) = 1 − Q ( x ) Communications numériques F4 4 Fonction de Marcum Q ( −∞ ) = 1 Q (0 ) = 1 / 2 (σ ) Q x = ⌠ +∞ x ⌡ Q ( +∞ ) = 0 σ 1 2π e 2 −u 2 du = Q ( 3) ≈ 0.00135 d2 Q 2 N0 Q ( 4 ) ≈ 3.2 ⋅10 −5 −1 0 1 2 Fonction d’Erreur 3 Q ( 7 ) ≈ 1.3 ⋅10−12 ⌠ +∞ 1 x 1 Erfc = 2 σ 2 2⌡ x σ 2 2 ⌠x 2 1 − u Erf ( x ) = − Erfc ( x ) = e du 2 ⌡0 π 1 Erfc ( −∞ ) = 1 2 GET / INT / R.Lamberti 1 1 Erfc ( 0 ) = 2 2 u2 2 e 2σ du Décroissance très rapide Q ( 2 ) = 0.0228 −2 − Q (− x ) = 1 − Q ( x ) Q (1) = 0.1587 −3 ⌠ +∞ 1 σ 2π ⌡x 1 π e −u 2 2d 2 >> Q 2 N0 du = ⌠ +∞ σ ⌡x u2 − 2 1 e 2σ du 2π ( ) 1 x Erfc =Q x σ 2 σ 2 1 Erfc ( +∞ ) = 0 2 Communications numériques F4 5 Probabilité d ’Erreur Erreurs Résiduelles des Modulations M-aires les plus élémentaires. Cas sans mémoire à BABG Formules simples ?! Courbes d’Erreur GET / INT / R.Lamberti Communications numériques F4 6 Probabilité d’Erreur par Symbole dij2 = si − s j 2 = Esi + Es j − 2 Re si ⋅ s j = Esi + Es j si même énergie Es = Ei ⋅ ∑ i pi = Ei Binaire Orthogonaux ⋅ ∑ i Ei d2 Pr { Ers} = 1 − Pr {Dc} = Q 2 N0 2 d12 = 2 Es et d 2 = 4 ⋅ s1 = 4 ⋅ Es = 4 ⋅ Eb si Ds = Db d GET / INT / R.Lamberti 2 d12 = 2 Eb ( Ds = Db ) s 2 = −s1 même énergie Binaire Antipodaux 0 Eb Pr { Ers} = Pr { Erb} = Q N 0 s1 0 s2 1 M s 2 , s1 même énergie s2 2 d12 si équiprobables Es = s1 2 Eb Pr { Ers} = Pr { Erb} = Q N 0 meilleur que les orthogonaux Communications numériques F4 7 Probabilité d’Erreur par Symbole M-aire Antipodaux (PAM) Z ( +1) Equiprobables Z ( +5) 0.4 si ∈ {± A, ± 3 A, ⋯ , ± ( M −1) A} 0.3 0.2 Ds = Db / log 2 M 0.1 Pr { Ers} = 1 − ∑ Pr { Dc / H i } ⋅ 1 M i =1 M M – 2 cas où : Pr { Dc} = 2 cas où : Pr { Dc} = +∞ ⌠ ⌡ +A ⌠ ⌡ −A 0 N ( 0,σ 2 ) N ( 0,σ 2 ) −5 −4 −3 −2 −1 0 1 2 3 4 5 Exemple avec σ 2 = A = 1 , M = 6 et Eb / N 0 = 6.5 dB dz = 1 − 2 Q ( A / σ ) dz = 1 − Q ( A / σ ) A A 1 Pr { Ers} = 1 − ( M − 2) 1 − 2Q + 2 1 − Q ⋅ σ σ M M −1 A A 1 2 −1 2 N0 2 M Pr { Ers} = 1 − M + ( M −1) 2 Q ⋅ =2 Q Es = ⋅A σ = M σ M σ 3 2 2 −1 Ds M Eb = Es = ⋅ A2 Eb 6 log 2 M M −1 Db 3⋅ log 2 M Pr { Ers} = 2 ⋅ ⋅Q ⋅ 2 M N 0 M −1 −A GET / INT / R.Lamberti Communications numériques F4 8 Probabilité d’Erreur par Symbole et aussi par Bit M-aire Antipodaux (PAM) Equiprobables Probabilité d’Erreur sur les symboles Eb 6 log 2 M M −1 Eb 3 log 2 M M −1 Pr { Ers} = 2 ⋅ ⋅Q ⋅ = M ⋅ Erfc N ⋅ 2 2 M N 0 0 M M −1 −1 Pr( Ers ) ≤ Pr( Erb) ≤ Pr( Ers ) log 2 M Probabilité d’Erreur sur les bits Avec codage de GRAY M = 2m et m = log 2 M Un seul bit change entre plus proches voisins 111 110 100 101 001 011 010 000 −7 −5 −3 GET / INT / R.Lamberti −1 1 3 5 Eb 3 log 2 M Pr { Erb} ≈ M −1 ⋅ Erfc ⋅ 2 m⋅M N 0 M −1 7 Communications numériques F4 9 Probabilité d’Erreur par Symbole MIA-M (M-PAM) Suite iid => Taux d’erreur = Pr Erreur Symbole Eb 6 log 2 M Pr { Ers} = 2 ⋅ M −1 ⋅ Q ⋅ 2 M N 0 M −1 10 0 10 −2 10 −4 10 −6 10 −8 10 −10 10 −12 P( Ers ) ≤ P( Erb) ≤ P( Ers ) log 2 M Pr(Err/bit) Pr(Err/symbole) MIA-32 MIA-16 MIA-8 MIA-4 MIA-2 0 5 10 15 20 25 30 Eb/No (en dB) 35 Courbes de taux d'erreur fonction du rapport Signal à Bruit (Normalisé en Energie par Bit). GET / INT / R.Lamberti Communications numériques F4 10 Probabilité d ’Erreur Approximation de la Borne de l ’Union Pour faire plus simple ?! GET / INT / R.Lamberti Communications numériques F4 11 Probabilité d’Erreur par Symbole (cas Zi compliquées) Borne de l’Union = majoration grossière mais simple Principe : Se ramener au cas de Détection Binaire Deux Zones Z i(i , j ) et Z (ji , j ) Z2(1,2) ⇒ Z1(1,2) s2 Z2 s1 Z3 s3 Pr { Ers} ≤ ∑ i =1 ∑ j ≠i GET / INT / R.Lamberti d2 Q ij 2 N0 M M i =1 i =1 Pr { Ers} = ∑ Pr { Ers/H i } ⋅ Pr { H i } = ∑ Pr {z ∉ Z i /H i } ⋅ pi Z1 M d2 ij Pr {Ers} = Q 2 N0 Binaire Pr {z ∉ Z i /H i } = Pr z ∈ ∪ Z j /H i j≠ i ∪Z j j≠ i disjointes = ∪ Z (ji, j ) j≠ i recouvrantes (i , j ) Pr { Ers/H i } = Pr z ∈ ∪ Z j /H i ≤ ∑ Pr z ∈ Z (ji , j ) /H i j ≠ i j≠ i { } ⋅ Pr { H } Termes Prédominants = Voisins Immédiats i Probabilité d’Erreur sur les Bits ⇔ Distance de Hamming Communications numériques F4 12 Borne de l’Union Exemple du PAM Z ( +1) Z ( +5) d2 Pr { Ers / H i } ≤ 2 ⋅ Q 2 N0 4d 2 +2 ⋅ Q +⋯ 2 N0 termes négligeables −5 −4 −3 −2 −1 0 1 2 3 4 5 Pour si deux voisins immédiats à la même distance dij = d Avec codage de GRAY : d Hamming = 1 pour les voisins 100 110 111 101 001 011 010 000 −7 −5 −3 −1 1 3 d2 Pr { Erb} ≤ ( M − 2 ) ⋅ 2 Q 2 N0 5 7 d2 Pr { Erb / H i } ≤ 2 ⋅ Q 2 N0 2 1 d + 2 ⋅Q ⋅ M 2 N0 termes négligeables 1 ⋅ M Pr { Erb} ≤ GET / INT / R.Lamberti 4d 2 ⋅1 + 2 ⋅ Q ⋅ 2 +⋯ 2 N0 2 ( M −1) M d2 ⋅Q 2 N0 Communications numériques F4 13 Borne de l’Union. Exemple signaux M-aire Orthogonaux s2 Tous à la Même Distance d 2 Tous Voisins d d 2 s i = Es s1 s3 d ij2 = si − s j d Codage de GRAY impossible. Distance de Hamming Moyenne : M −1 2 Pr { Erb / H i } ≤ ∑ Q d 2 N0 j =1 Si équiprobables Pr{H i } = 1 M = 2 E s − 2 Re s i ⋅ s j =0 d Hmoy = M / 2 ⋅ log 2 M M −1 ⋅ d Hmoy Pr {chaque bit différent} = M / 2 M −1 Pr { Erb} ≤ ∑ ( M −1)⋅Q i =1 M et d 2 = 2 Es = 2 Eb ⋅ log 2 M Eb Pr { Erb} ≤ M log 2 M ⋅ Q ⋅ log 2 M 2 N0 GET / INT / R.Lamberti 2 ( ) d2 2 N0 d2 M −1 Pr { Erb} ≤ M ⋅ Q 2 N0 M ⋅d Hmoy ⋅ Pr {H i } M /2 ⋅ log 2 M ⋅ M −1 Communications numériques F4 14 Probabilité d ’Erreur Conclusion : On a quelques formules simples qui permettent de comparer les performances des modulations GET / INT / R.Lamberti Communications numériques F4 15 Probabilité d ’Erreur sur Canal Mobile Canal Mobile paramètres Canal de Rayleigh Modèle discret Performances Diversité GET / INT / R.Lamberti Communications numériques F4 16 Canal Mobile = Dispersif, Dispersif, Sélectif en Fréquences Bande de Cohérence / Temps de Dispersion H ( f ,t) Echos d’une Impulsion τ n (t ) Bc = Largeur de bande sur laquelle on peut considérer que le canal est constant. Td Td = Temps pendant lequel on reçoit les échos (trajets) d’une impulsion. Td ∼ 1 / Bc Temps de dispersion ∼ inverse de la Bande de Cohérence P s (ν , τ ) Étalement Doppler / Temps de Cohérence Td Sinusoïde à un seul trajet v ⇒ Reçoit sinusoïde à f 0 + f 0 ⋅ = f0 + f d c v vitesse relative incidence (ex : 36 km/h=10m/s Bd f d = 33Hz pour f 0 = 1GHz ) Sinusoïde à f 0 , φ (t ) uniforme ⇒ Reçoit DSP Sr ( f ) = (modèle de Jakes 74) cste 1 − ( f / fd ) 2 en BdB DSP Sr( f ) = Tc ∼ 1 / f d Temps de Cohérence ∼ inverse du Décalage Doppler Cohérence (ou maintient) des propriétés statistiques du canal. GET / INT / R.Lamberti −fd 1 2 f − fo 1− fd f0 fd Communications numériques F4 17 Canal Sélectif en Fréquence TF H (t , f ) ⇌ c (t ,τ ) = α (τ , t ) ⋅ e − jω0τ ⋅ u(τ ) H (t , f ) Time variant Transfert Function Bc = 1 / Td Tc = 1 / Bd Change tout le temps ⇒ Egaliseurs Adaptatif Modèle Bande Étroite (Rayleigh) Canal Non Sélectif en Fréquence (Flat-Fading) H (t , f ) = H (t , f 0 ) TF H (t , f 0 ) ⇌ c (t ) ⋅ δ (τ ) Bc = 1 / Td Fadings Tc = 1 / Bd Évanouissements distance m GET / INT / R.Lamberti Communications numériques F4 18 Canal non Dispersif, non Sélectif (Flat-Fading) H ( t , f ) = H ( t , f0 ) Toutes les fréquences sont affaiblies de la même façon. Bc Bande de Cohérence du canal > Largeur de bande du signal TF H (t , f 0 ) = c (t ) ⋅ δ (τ ) Canal de Rice = Rayleigh + 1 trajet dominant (souvent le trajet direct) Canal de Rayleigh = multitude de trajets indépendants, pas de trajet prédominant. Amplitude du signal varie au cours du temps (fading) Processus Gaussien Complexe c(t ) Signal dn GET / INT / R.Lamberti c(t ) c (t ) gaussien complexe Bruit Additif Blanc Gaussien DSP N0/2 φ (t ) suit une loi uniforme r (t ) Processus Gaussien Complexe MoDem Modèle discret (temps n) BABG (AWGN) r (t ) = α (t )e jφ (t ) ⋅ s (t ) + n(t ) d n Eb cn BABG (AWGN) a (t ) suit une loi de Rayleigh x2 x pα ( x ) = 2 ⋅ exp − 2 ⋅ u ( x ) 2σ σ bn zn = cn ⋅ d n Eb + bn Communications numériques F4 19 Canal de Rayleigh dn MoDem Processus Gaussien Complexe d n Eb cn Performance en MDP2 BABG (AWGN) cn = α n e jφn bn gaussien complexe (variance 2σ 2 ) zn = cn ⋅ d n Eb + bn Énergie par bit émise Eb = Pe / Db 2 Énergie par bit reçue Eb, n = cn ⋅ Eb = ρ n2 ⋅ Eb variance σ b2 = N 0 Bruit reçu Gaussien complexe : bn = b pn + j ⋅ bqn Rapport signal à bruit Instantané : γ n = Eb, n σ b2 2 = cn Eb N0 = α n2 ⋅ ( N0 2 + N0 2 ) Eb . N0 Récepteur optimal BABG projette sur le Signal Reçu sans bruit soit cn Le récepteur Estime cn = α n e jφn Puis Projette (filtre Adapté) 2 ⇒ rn = zn ⋅ cn∗ = cn ⋅ d n ⋅ Eb + bn canal Puis Détecte l’amplitude de la MDP2 (Idem MAQ, MIA-M) Si les gains cn = α n e GET / INT / R.Lamberti jφn restent identiques ∀n ⇒ estimation ∗ c n zn détection dˆn d2 2 ( M −1) n Pr { Ers / cn } ≤ ⋅ Q M 2 N0 Communications numériques F4 20 Canal de Rayleigh s(t ) = ∑ k d k g (t − kTs ) Calcul de la Probabilité d’Erreur MIA-2 MDP-2 d2 n Pr { Ers / cn } = Q 2 N0 d k ∈ {±1} rn = cn ⋅ sn + bn = cn ⋅ d n Es + bn E = Q 2α n2 b = Q N0 c n = α n e jφ n gaussien complexe (variance σ 2 ) α n loi de Rayleigh φn loi uniforme S/B Instantané : γ n = Eb, n σ b2 = α n2 Eb N0 ( 2γ n ) x2 pα ( x) = 2 ⋅ exp − 2 ⋅ u ( x ) 2σ σ x loi exponentielle pγ n ( x ) = S/B Moyen : E {γ n } = 2σ 2 ⋅ 1 x ⋅ exp − ⋅ u ( x ) γ γ Eb ≜γ N0 Canal à variations lentes Ts ≪ Tc ∼ 1 / Bd ⇒ Gains cn = α n e jφn varient lentement pr Ts Moyenne sur les variations Pr { Ers} = ∫ Pr { Ers / α n = x} pα n ( x )dx Pr { Ers} = ∫ Pr { Ers / γ n = x} pγ n ( x )dx GET / INT / R.Lamberti Communications numériques F4 21 cn = α n e jφn gaussien complexe (variance σ 2 ) S/B Instantané : γ n = φn loi uniforme x2 pα ( x ) = 2 ⋅ exp − 2 ⋅ u ( x ) 2σ σ x 1 1 0.9 0.9 0.8 0.8 σ 2 =1 0.6 0.5 0.5 σ2 = 2 γ =1 γ =2 0.4 0.3 0.3 σ2 =3 0.2 γ =3 0.2 0.1 0.1 0 loi exponentielle x 1 pγ n ( x ) = ⋅ exp − ⋅ u ( x ) γ γ 0.7 0.6 0.4 = α n2 Eb N0 σ b2 E S/B Moyen : E {γ n } = 2σ 2 ⋅ b ≜ γ N0 α n loi de Rayleigh 0.7 Eb, n 0 1 2 3 GET / INT / R.Lamberti 4 5 6 7 8 9 10 0 0 1 2 3 4 5 6 7 8 9 10 Communications numériques F4 22 Canal de Rayleigh Calcul de la Probabilité d’Erreur Moyenne sur les variations +∞ ⌠ Pr { Ers} = Q ⌡ ( 0 Pr { Ers} = ∫ Pr {Ers / γ n = x} pγ n ( x)dx x 1 2 x ⋅ ⋅ exp − ⋅ dx γ γ ) γ ≜ 2σ 2 ⋅ Eb N0 1 γ Pr { Ers} = 1 − 2 1+ γ Pr(Err) 1 10−2 Particularités Estimation impérative des gains cn Performances très mauvaises par rapport au canal Constant Mobiles ⇒ Signaux peu puissants Eb/N0 faible Pr { Ers} ≈ 10−2 maxi ⇒ Diversité GET / INT / R.Lamberti 1 4γ γ →∞ → 10 Rayleigh −4 10−6 10 Idéal BABG −8 10−10 0 5 10 15 20 25 30 35 40 45 50 Eb / N 0 (dB) Communications numériques F4 23 Canal de Rayleigh Probabilité d’Erreur 1 γ Pr { Ers} = 1 − 2 1+ γ 2-PSK cohérente Modulations Binaires Simples 2-FSK cohérente 2-DPSK 2-FSK non cohérente 1 γ Pr { Ers} = 1 − 2 2+γ 1 Pr { Ers} = 2 (1 + γ ) Pr { Ers} = 1 Pr(Err) Rayleigh 2FSK Dét non Cohérente 10−2 1 4γ γ →∞ 1 2γ → γ →∞ 1 2γ γ →∞ 1 → → γ La détection différentielle ou non cohérente évite l’estimation des phases 2DPSK 2FSK 2PSK 10−4 1 2+γ γ →∞ → Modulations à nombre d’états plus élevés sont possibles mais moins performantes 10−6 Idéal BABG 2PSK Pr {Ers} ≈ 10 −2 ⇒ Diversité 10−8 0 5 10 GET / INT / R.Lamberti 15 20 25 30 35 40 45 50 Eb / N 0 (dB) Communications numériques F4 24 Canal à trajets multiples Diversité Principe : Transmettre plusieurs fois la même information sur des canaux différents (indépendants). Utilisée pour palier les évanouissements (canal à fading lent GSM) Bc = 1 / Td Tc = 1 / Bd Ex : 100kbit/S = 10µs 1m ~ affaiblissement profond, à 10m/s (36 km/h) ⇒ 10 000 bits erronés. (10% du temps) Entrelaceur répartit les erreurs ⇒ Mauvaises performances globales Techniques : Diversité de Temps (coefficients cn indépendants espacés de plusieurs Tc ) Diversité de Fréquence (canaux indépendants si espacés de plusieurs Bc ) Diversité d’Espace (plusieurs antennes écartées de plusieurs λ0 ) Diversité de direction (plusieurs faisceaux d’antenne) Diversité de polarisation GET / INT / R.Lamberti Communications numériques F4 25 Canal à trajets multiples bn cn d n Ec Diversité canal estimation ∗ c n zn détection zn = cn ⋅ d n Ec + bn Un seul canal dˆn Plusieurs fois la même information sur des canaux indépendants Récepteur optimal cohérent (max S/B) ⇔ Maximal Ratio Combiner (MRC Brennan 59) Canal 1 estimation cn∗, 1 z n ,1 Canal l estimation ∗ c n ,l zn , l Canal L estimation ∗ zn, L cn, L Signal reçu zTn = zn,1 ⋯ zn, l ⋯ zn, L d n Ec cTn = cn,1 ⋯ cn, l ⋯ cn, L n i n i { i soit max αi cn i d n Ec 2 c n 2 ( Ec − 2 Re cnH ⋅ z n )} soit estimation des gains puis projection, partie réelle et comparateur à seuils ou détection du signe en binaire d n ∈ {±1} GET / INT / R.Lamberti dˆn Sommateur Récepteur optimal min Erreurs dˆ = α tel que min z − α E c et décision z n = d n Ec ⋅ cn + b n d n Ec Communications numériques F4 26 Diversité d'ordre L z n = d n Ec ⋅ c n + b n 2 Distance entre les signaux reçus sans bruit d = 4 Ec c n 2 d n Ec Canal 1 estimation cn∗, 1 zn ,1 Canal l estimation cn∗, l zn , l Canal L estimation ∗ zn, L cn, L Probabilité d’erreur canaux fixés : = Q 2 cn Proba d’erreur moyenne : Rapport S/B γ n = c n 2 2 Ec N0 =Q ( 2γ n ) d n Ec Pr {Ers} = ∫ Pr {Ers / γ n = x} pγ n ( x)dx L Ec c = N 0 ∑ n, l l =1 2 L Ec = γ N 0 ∑ n, l dˆn Sommateur d2 Pr { Ers / cn } = Q 2 N0 et décision Canal de Rayleigh Ex MDP2 d n ∈ {±1} d n Ec l =1 Comparaison au cas sans diversité à même puissance émise : γ n = γ n, l ⋅ Eb = γ n, l ⋅ L . Ec L Loi du S/B : γ n = ∑ γ n, l = somme de variables indépendantes de même lois exponentielles, l =1 E de moyenne γ = 2σ 2 ⋅ c . N0 GET / INT / R.Lamberti pγ n ( x) = pγ n,1 ∗ pγ n , 2 ∗ ⋯ ∗ pγ n, L = x L −1 ( L −1)! γ L x ⋅ exp − ⋅ u ( x ) γ Communications numériques F4 27 Canal de Rayleigh Probabilité d’erreur en Diversité d'orde L Probabilité d’erreur moyenne : +∞ ⌠ Pr { Ers} = Q MDP2 ⌡ ( 0 ) 2x ⋅ x L −1 ( L −1)! γ L L L −1 1− µ Pr { Ers} = ⋅∑ 2 l =0 MDP2 avec µ = Pr {Ers} = ∫ Pr { Ers / γ n = x} pγ n ( x) dx ∁ pγ n ( x) = x ⋅ exp − dx γ L −1+l 1+ µ ⋅ l 2 γ x L −1 ( L −1)! γ L x ⋅ exp − ⋅ u ( x ) γ 1 l Pr(Err) 10−2 10−4 1+ γ 10 −6 10 −8 2 3 4 Limite 1 → ∁L2 L −1 ⋅ Pr {Ers} γ >10dB 4γ MDP2 5 L 6 10 9 8 −2 0 2 4 6 8 7 10 12 14 16 18 20 SNR/bit γ (dB) GET / INT / R.Lamberti Communications numériques F4 28 Communications Numériques CN21 4. 1 2 3 4 Récepteur Optimal canal BABG stationnaire. Détection au minimum de la probabilité d’erreur. Zones et seuils de décisions. Réalisation du récepteur. Filtre adapté. Interférence Entre Symboles(IES). Critère de Nyquist. 5. Calcul de performance. 1 Taux d’Erreur cas de signaux binaire antipodaux, orthogonaux. 2 Cas M-aire. Borne de l’Union. 3 Canal Mobile et Performances en Diversité. 6. Modulations Numériques sur Fréquence Porteuse. 1 Modulations Linéaires. Modulations de Fréquence. 2 Comparaison des modulations. Efficacité / performance. 3 OFDM. Etalement de spectre. Multiplexage GET / INT / R.Lamberti Communications numériques F4 29