ELE113 Chap 01 Le Canal AWGN TD01 Corrigé

ELE113Click to edit Master
– Transmission title style

Numérique
ELE113-Chap 01
TD01 - Le canal AWGN
ELE113 – Transmission Numérique Enseignant : Pierre SWEID 1

Click to edit Master
EXERCICE 1 title style
Etude des transmissions numériques
On transmet un signal s(t) à valeurs dans l’alphabet {A,B}, avec {pA, pB} la distribution
de probabilité associée à s(t). Le signal transmis passe dans un canal AWGN de
variance 2.
Le signal résultant est noté y(t).
On compare y(t) à un seuil S, et une décision est prise selon la règle suivante :
,
,
1. Représenter graphiquement les densités de probabilités conditionnelles.
2. Calculer la probabilité d’erreur.
3. Le seuil optimal est obtenu lorsque l’erreur est minimale, c’est à dire lorsque la
dérivée de la probabilité d’erreur par rapport à S est égale à 0. Calculer la valeur
optimale du seuil S.
4. Quel résultat obtient-on lorsque A et B sont équiprobables ?

Click to edit1 -corrigé
EXERCICE Master title style
Hypothèses :
o sk = A ou sk = B
o Le signal transmis avec filtre d’émission est alors:
o Pour simplifier, on suppose que le filtre équivalent (filtre d’émission + filtre
de réception) est tel que :
• f(nT) = 0 si n  0 : donc il n’y a pas d’ISI
• f(0)=1
o Donc s’il n’y a pas de bruit, le signal reçu à l’instant kT après échantillonnage
est sk
o Le signal reçu est :
Bruit n(t)
ak Filtre âk
émission Filtre de réception Échantillonneur Comparateur à
g (t) gr(t) T=n.T seuil
Sk(t)

Question 1 :
o Le signal reçu est :
o Après démodulation, l’échantillon à l’instant kT est :
où wk est le bruit après filtrage par le filtre de réception. Il s’agit d’une variable
Aléatoire Gaussienne, centrée, de variance 2 =N0/2

Question 2 :
La probabilité d’erreur est égale à la somme pondérée de :
 la probabilité de détecter ̂ = B, sachant que s=A a été transmis,
 la probabilité de détecter ̂ = A, sachant que s = B a été transmis
Elle est égale à :

Question 2 :
En faisant les mêmes changements de variables qu’en cours, on obtient :

Question 2 :
Exemple avec = 1, A = 2, B = −1, pA = 0.5, pB = 0.5

Question 2 :
Exemple avec = 1, A = 1, B = −1, pA = 0.75, pB = 0.25

Question 3 :
 Le seuil optimal est obtenu lorsque la probabilité d’erreur est minimale.
 Le minimum est obtenu pour S* tel que :

Question 3 :
 On calcule pour les exemples précédents.
  = 1, A = 2, B = −1, pA = pB = 0.5 : S* = 0.5
  = 1, A = 1, B = −1, pA = 0.75 et pB = 0.25 : S*  −0.55

Question 4 :
 Si A et B sont équiprobables
 Donc le seuil doit être positionné entre les deux valeurs possibles
 Si B = −A alors le seuil est simplement fixé à 0.

On transmet un signal s(t) à valeurs dans l’alphabet {−A,A}, les deux
symboles étant équiprobable.
Le signal transmis passe dans un canal AWGN de variance 2 = N0/2.
Le rapport signal sur bruit vaut Eb /N0 = 10 dB.
1. Calculer la probabilité d’erreur binaire, en supposant que le seuil est fixé de façon
optimale (cf exercice précédent), en utilisant la courbe fournie.
2. Calculer la probabilité d’erreur binaire si le seuil de d´décision est décalé de 10% par
rapport à sa position optimale

Pe = 4.10−6

Click to edit
EXERCICE 2 -Master
corrigétitle style
Hypothèses :
o Pour simplifier, on suppose que le filtre équivalent (filtre d’émission + filtre
de réception) est tel que :
• f(nT) = 0 si n  0 : donc il n’y a pas d’ISI
• f(0)=1
o Donc s’il n’y a pas de bruit, le signal reçu à l’instant kT après
échantillonnage est sk =A ou -A

Click to edit
EXERCICE 2 -Master
corrigétitle style
Question 1
o Le seuil optimal est S = 0.
o On a et la distance entre le deux symboles est : 2. 2.

o La probabilité d’erreur binaire est :
o Graphiquement, on trouve : Pe = 4.10−6.

Click to edit
EXERCICE 2 -Master
corrigétitle style
Question 2
o Le seuil de décision est décalé de 10% par rapport à 0, donc il est fixé à =0.1
o Or donc :

Click to edit
EXERCICE 2 -Master
corrigétitle style
Question 2
o De même :
o La probabilité d’erreur devient :
o Or :
o Donc en linéaire.

Click to edit
EXERCICE 2 -Master
corrigétitle style
Question 2 :
o Pour lire sur le graphe, on le convertit en dB.
o 10 log10 (8.1) = 9.08 dB
o Graphiquement, on trouve :

Click to edit
EXERCICE 2 -Master
corrigétitle style
Question 2
o De la même façon
o Finalement :
o La probabilité d’erreur a quasiment été multipliée par 4.

Click EXERCICE
to edit Master
3 title style
On considère un signal aléatoire s(t) obtenu au moyen de deux capteurs. Sur le premier
capteur, le signal est reçu avec une variable de bruit additif b1, et sur le deuxième capteur,
avec une variable de bruit
Additif b2. b1 et b2 sont indépendantes, gaussiennes, centrées, de variance 2. Le signal s
est centré et normalisé
1. Exprimer le rapport signal sur bruit sur chaque capteur. On note x1 et x2 le signal sur
chaque capteur.
2. On forme un nouveau signal y(t) = x1(t) + x2(t) en sommant les signaux issus des
deux capteurs. Exprimer le nouveau rapport signal sur bruit.
3. On considère maintenant que le deuxième capteur fonctionne moins que le premier.
On a x2(t) = .s(t) + b2(t) avec 0  1. Calculer le rapport signal sur bruit
lorsqu’on somme x1 et x2.
4. On introduit un coefficient multiplicatif réel a sur la deuxième antenne. Exprimer, en
fonction de  et 2, la valeur optimale de  pour maximiser le rapport signal sur bruit
lorsqu’on somme x1 et x2. Que vaut alors le rapport signal sur bruit ?

Click to edit
EXERCICE 3 Master
- corrigétitle style
Question 1
Donc sur chaque capteur

Click to edit
EXERCICE 3 Master
Question 2
D’où :

Click to edit
EXERCICE 3 Master
Question 3
D’où :

Click to edit
EXERCICE 3 Master
Question 4
D’où :
On calcule la dérivée par rapport à a et on l’annule.
Le maximum est obtenu pour a = 
La rapport signal sur bruit est alors égal à la somme du rapport signal
sur bruit sur chaque capteur.
On a fait du Maximum ratio combining

ELE113 Chap 01 Le Canal AWGN TD01 Corrigé

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

ELE113 Chap 01 Le Canal AWGN TD01 Corrigé

Transféré par

Droits d'auteur :

Formats disponibles

ELE113Click to edit Master

– Transmission title style

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 1

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 2

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 3

Etude des transmissions numériques

o Après démodulation, l’échantillon à l’instant kT est :

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 4

Etude des transmissions numériques

 la probabilité de détecter ̂ = B, sachant que s=A a été transmis,

 la probabilité de détecter ̂ = A, sachant que s = B a été transmis

Elle est égale à :

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 5

Etude des transmissions numériques

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 6

Etude des transmissions numériques

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 7

Etude des transmissions numériques

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 8

Etude des transmissions numériques

 Le minimum est obtenu pour S* tel que :

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 9

Etude des transmissions numériques

  = 1, A = 2, B = −1, pA = pB = 0.5 : S* = 0.5

  = 1, A = 1, B = −1, pA = 0.75 et pB = 0.25 : S*  −0.55

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 10

Etude des transmissions numériques

 Si B = −A alors le seuil est simplement fixé à 0.

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 11

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 12

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 13

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 14

o On a et la distance entre le deux symboles est : 2. 2.

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 15

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 16

o La probabilité d’erreur devient :

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 17

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 18

o La probabilité d’erreur a quasiment été multipliée par 4.

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 19

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 20

Donc sur chaque capteur

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 21

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 22

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 23

On calcule la dérivée par rapport à a et on l’annule.

Le maximum est obtenu pour a = 

On a fait du Maximum ratio combining

ELE113 – Transmission Numérique Enseignant : Pierre SWEID 24

Vous aimerez peut-être aussi