Vous êtes sur la page 1sur 22

Rapport TP1 Transmission de signal

06/05/2021 Exercice 2

Module : Transmission de signal

Réalisé par : …Ahmed Taleb SIDI………………… Classe : 2AGE3


2020/2021
TP1 Transmission de signal

Table des matières


Exercice 2 : Performances d’une transmission M-aire en bande de base sur un canal de Nyquist....................2
1. La réponse impulsionnelle du filtre de Nyquist gα (t) et son spectre d’amplitude Cα (f)........................2
a. Code Matlab.......................................................................................................................................2
b. Représentation....................................................................................................................................3
2. On considère un canal à bande passante B = 600 Hz. Détermination la valeur de α permettant de
vérifier le critère de Nyquist...........................................................................................................................4
3. Génération une séquence binaire aléatoire de longueur N = 10000 bits................................................4
4. Détermination du signal x(t) à la sortie du filtre en racine de cosinus surélevé.....................................4
5. Détermination d’énergie moyenne transmise par bit Eb. En déduisons le signal reçu r(t), pour un
rapport signal à bruit RSB = 5 dB..................................................................................................................6
6. Détermination le signal y(t) à la sortie du filtre adapté..........................................................................7
7. Déterminer les estimées {â k } des symboles émis, obtenus par décision sur les échantillons y(kT). 10
8. Refaire le même Travail pour M=4 et M=8.........................................................................................10

Table des Figures

Figure 1...............................................................................................................................................................3
Figure 2...............................................................................................................................................................4
Figure 3...............................................................................................................................................................5
Figure 4...............................................................................................................................................................6
Figure 5...............................................................................................................................................................7
Figure 6...............................................................................................................................................................8
Figure 7...............................................................................................................................................................9
Figure 8...............................................................................................................................................................9
Figure 9............................................................................................................................................................11
Figure 10..........................................................................................................................................................12
Figure 11..........................................................................................................................................................13
Figure 12..........................................................................................................................................................14
Figure 13..........................................................................................................................................................15
Figure 14...........................................................................................................................................................15
Figure 15..........................................................................................................................................................17
Figure 16..........................................................................................................................................................17
Figure 17..........................................................................................................................................................19
Figure 18..........................................................................................................................................................20
Figure 19..........................................................................................................................................................20
Figure 20...........................................................................................................................................................21

1
TP1 Transmission de signal

Exercice 2 : Performances d’une transmission M-aire en bande de base sur


un canal de Nyquist

1. La réponse impulsionnelle du filtre de Nyquist gα (t) et son spectre d’amplitude Cα (f)


a. Code Matlab
% % Déclaration des variables

Fe=20e+3 ; % % fréquence d'echantillonnage


Te=1/Fe;
M=2;
Db=1000; % % Debit par bit
Tb=1/Db ; % % Temps de bit
N=300 ; % % longueur de la séquence binaire
m=log2(M); % % Nombre de bit par symbole
Ts=m*Tb; % % Durée symbole
R=1/Ts ; % % Rapidité du symbole
Na=N/m ; % % Nombre du symbole
Ns=Ts*Fe; % % Nombre des échantillons
Nt=Ns*Na ; % % Nombre total des échantillons
L=5;
B=600;

% Question 1

alpha=[0.1 0.3 0.7 0.9];


L=5;
span=2*L;
sps=Ns;
for i =1:length(alpha)

g(i,:) = rcosdesign(alpha(i),span,sps); % % Repnse impulsionnelle


c(i,:) = fftshift(fft(g(i,:))); % % Pour centré la réponse impulsionnelle

end
it=size(c,2);% pour recuperer le nombre du colonne
t=-L*Ts:Te:L*Ts; %% vecteur temps
f=-Fe/2:Fe/it:Fe/2-Fe/it ; %% vecteur des freqences

% % Representation du reponse impulsionnelle

figure(1)
for i=1:length(alpha)
hold on
plot(t,g(i,:))
end
grid on
title('réponse impulsionnelle du filtre de Nyquist g?(t)')

2
TP1 Transmission de signal
xlabel('Temps(s)')
ylabel('Reponse inpulsionnelle')
legend(num2str(alpha(:)))

% % Spectre d'amplitude

figure(2)
for i=1:length(alpha)
hold on
plot(f,abs(c(i,:)))
end
grid on
title("Spectre d'amplitude")
xlabel('Frequence (Hz)')
ylabel(" Spectre d'amplitude C(f)")
legend(num2str(alpha(:)))

b. Représentation

réponse impulsionnelle du filtre de Nyquist


0.3
0.1
0.25 0.3
Reponse inpulsionnelle

0.7
0.2 0.9

0.15

0.1

0.05

-0.05
-5 -4 -3 -2 -1 0 1 2 3 4 5
Temps(s) -3
10
Figure 1

Plus α s’approche de 1, et plus la réponse impulsionnelle s’atténue vite (une queue faible). Ce qui
minimise davantage les dégradations dues à l’IES (résiduelle) mais, au prix d’une bande spectrale
excessive.

3
TP1 Transmission de signal
Spectre d'amplitude
5
0.1
0.3
Spectre d'amplitude C(f)

4 0.7
0.9

0
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Frequence (Hz) 4
10
Figure 2

On observe que si on augmente la valeur de alpha la bande passante du spectre augmente

2. On considère un canal à bande passante B = 600 Hz. Détermination la valeur de α


permettant de vérifier le critère de Nyquist

Code Matlab

% % Question 2
% Critére de Nyquist B=600Hz
% B=(alpha2 +1)/(2*Ts);
alpha2 = 2*Ts*B-1;

On a trouvé alpha =0.2, si j’apprends alpha supérieur à 0.2 je respect le critère de Nyquist.

3. Génération une séquence binaire aléatoire de longueur N = 10000 bits

Code Matlab
% % Question 3

d= randi([0 1],1,N);

4. Détermination du signal x(t) à la sortie du filtre en racine de cosinus surélevé


% % Question 4

ds = 2*reshape(d,m,N/m)-1; % Pour coder en Gray suivant le nombre de niveau ici m=2


as=upsample(ds,Ns); %% Echantilloner notre signal

4
TP1 Transmission de signal
h= rcosdesign(alpha3,span,sps,'sqrt');%% Reponse implusionnelle du filtre
x=filter (h,1,as); %% filtre notre signal

% % Representer la descritisation du signal filtrer

figure (3)
Lx=length(x);
t1=0:1/Fe:(Lx-1)/Fe;
plot(t1,x)
grid on
grid on
title("Sortie du signal avec racine de cosinus surélvé")
xlabel('Temps')
ylabel(" x(t)")

Sortie du signal avec racine de cosinus surélvé


0.3

0.2

0.1
x(t)

-0.1

-0.2

-0.3

0.02 0.025 0.03 0.035 0.04 0.045 0.05


Temps

Figure 3

5
TP1 Transmission de signal
5. Détermination d’énergie moyenne transmise par bit Eb. En déduisons le signal reçu r(t),
pour un rapport signal à bruit RSB = 5 dB

Code Matlab

% % Question 5
% % Energie moyenne transmise par symbole
Es=x*x'/Na;
Eb=Es/m;
RSB=5;
N0=Eb*10^(-RSB/10); % DSP de bruit
noise=sqrt(N0*2)*randn(1,length( x)); % Bruit AWGN
r=x+noise ; %% Signal bruité
% % Representation du siagnal sans et avec bruit
figure(4);
subplot(2,1,1);
plot(t1,r);
title("le signal reçu r(t)avec bruit M=2");
subplot(2,1,2);
plot(t1,x);
title('le signal reçu r(t) sans bruit M=2');

Représentation

le signal reçu r(t)avec bruit M=2

-2

-4
0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18

le signal reçu r(t) sans bruit M=2


0.2

-0.2

-0.4
0.13 0.14 0.15 0.16 0.17 0.18

Figure 4

On observe l’effet de bruit qui peut traduire par plus des harmoniques

6
TP1 Transmission de signal

6. Détermination le signal y(t) à la sortie du filtre adapté


Code Matlab

% % Question 6
% filtre adapté
ga=h(length(h):-1:1);

% % Sortie du filtre adapté


y=filter(ga,1,x); % filter adapté du signal sans bruit (x)
y0=filter(ga,1,r);% filter adapté du signal avec bruit (x)

Figure 5

7
TP1 Transmission de signal

Figure 6

8
TP1 Transmission de signal
Si je prends un alpha inférieur à 0.2 qui ne respecte pas le critére de Nyquist
Figure7, le diagramme d’œil sans bruit

Figure 7

Figure8, le diagramme d’œil avec bruit

Figure 8

9
TP1 Transmission de signal

7. Déterminer les estimées {â k } des symboles émis, obtenus par décision sur les
échantillons y(kT)
Code Matlab
% % Question 8
ak1=[];
yk1=y(1+2*Ns*L:Ns:length(y));
Lk1=length(yk1);
for p=1:Lk1
if (yk1(p)>0)
ak1(p)=1;
else
ak1(p)=-1;
end
end
8. Refaire le même Travail pour M=4 et M=8
a. Pour M=4
1. La réponse impulsionnelle du filtre de Nyquist gα (t) et son spectre d’amplitude Cα (f)
Code Matlab
% % Déclaration des variables
Fe=20e+3 ; % % fréquence d'echantillonnage
Te=1/Fe;
M=4;
Db=1000; % % Debit par bit
Tb=1/Db ; % % Temps de bit
N=300 ; % % longueur de la séquence binaire
m=log2(M); % % Nombre de bit par symbole
Ts=m*Tb; % % Durée symbole
R=1/Ts ; % % Rapidité du symbole
Na=N/m ; % % Nombre du symbole
Ns=Ts*Fe; % % Nombre des échantillons
Nt=Ns*Na ; % % Nombre total des échantillons
L=5;
B=600;

% Question 1

alpha=[0.1 0.3 0.7 0.9];


L=5;
span=2*L;
sps=Ns;
for i =1:length(alpha)

g(i,:) = rcosdesign(alpha(i),span,sps); % % Repnse impulsionnelle


c(i,:) = fftshift(fft(g(i,:))); % % Pour centré la réponse impulsionnelle

end
it=size(c,2);% pour recuperer le nombre du colonne
t=-L*Ts:Te:L*Ts; %% vecteur temps
f=-Fe/2:Fe/it:Fe/2-Fe/it ; %% vecteur des freqences

10
TP1 Transmission de signal
% % Representation du reponse impulsionnelle
figure(1)
for i=1:length(alpha)
hold on
plot(t,g(i,:))
end
grid on
title('réponse impulsionnelle du filtre de Nyquist g?(t)')
xlabel('Temps(s)')
ylabel('Reponse inpulsionnelle')
legend(num2str(alpha(:)))

% % Spectre d'amplitude

figure(2)
for i=1:length(alpha)
hold on
plot(f,abs(c(i,:)))
end
grid on
title("Spectre d'amplitude")
xlabel('Frequence (Hz)')
ylabel(" Spectre d'amplitude C(f)")
legend(num2str(alpha(:)))
Représentation

réponse impulsionnelle du filtre de Nyquist g?(t)


0.3
0.1
0.3
0.25
0.7
0.9

0.2
Reponse inpulsionnelle

0.15

0.1

0.05

-0.05
-5 -4 -3 -2 -1 0 1 2 3 4 5
Temps(s) 10 -3

Figure 9

11
TP1 Transmission de signal

Spectre d'amplitude
5
0.1
4.5 0.3
0.7
4 0.9
Spectre d'amplitude C(f)

3.5

2.5

1.5

0.5

0
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Frequence (Hz) 4
10

Figure 10

On observe que si on augmente la valeur de alpha la bande passante du spectre augmente

2. On considère un canal à bande passante B = 600 Hz. Détermination la valeur de α permettant de


vérifier le critère de Nyquist

Code Matlab

% % Question 2
% Critére de Nyquist B=600Hz
% B=(alpha2 +1)/(2*Ts);
alpha2 = 2*Ts*B-1;
alpha2 =1.4000
On a trouvé alpha 2=1.4, si j’apprends alpha supérieur à 1.4 je respecte le critère de Nyquist.
3. Génération une séquence binaire aléatoire de longueur N = 10000 bits

Code Matlab
% % Question 3

12
TP1 Transmission de signal

d= randi([0 1],1,N);

4. Détermination du signal x(t) à la sortie du filtre en racine de cosinus surélevé


% % Question 4

ds = 2*reshape(d,m,N/m)-1; % Pour coder en Gray suivant le nombre de niveau ici m=2


as=upsample(ds,Ns); %% Echantilloner notre signal
h= rcosdesign(alpha3,span,sps,'sqrt');%% Reponse implusionnelle du filtre
x=filter (h,1,as); %% filtre notre signal

% % Representer la descritisation du signal filtrer

figure (3)
Lx=length(x);
t1=0:1/Fe:(Lx-1)/Fe;
plot(t1,x)
grid on
grid on
title("Sortie du signal avec racine de cosinus surélvé")
xlabel('Temps')
ylabel(" x(t)")

Sortie du signal avec racine de cosinus surélvé


0.3

0.2

0.1

0
x(t)

-0.1

-0.2

-0.3

-0.4
0.085 0.09 0.095 0.1 0.105 0.11 0.115 0.12 0.125
Temps
Figure 11

13
TP1 Transmission de signal
5. Détermination d’énergie moyenne transmise par bit Eb. En déduisons le signal reçu r(t), pour un
rapport signal à bruit RSB = 5 dB

Code Matlab

% % Question 5
% % Energie moyenne transmise par symbole
Es=x*x'/Na;
Eb=Es/m;
RSB=5;
N0=Eb*10^(-RSB/10); % DSP de bruit
noise=sqrt(N0*2)*randn(1,length( x)); % Bruit AWGN
r=x+noise ; %% Signal bruité
% % Representation du siagnal sans et avec bruit
figure(4);
subplot(2,1,1);
plot(t1,r);
title("le signal reçu r(t)avec bruit M=2");
subplot(2,1,2);
plot(t1,x);
title('le signal reçu r(t) sans bruit M=2');

Représentation

le signal reçu r(t)avec bruit M=4


2

-2

-4
0.113 0.114 0.115 0.116 0.117 0.118

le signal reçu r(t) sans bruit M=4


0.2

-0.2

-0.4
0.365 0.37 0.375 0.38 0.385 0.39 0.395 0.4

Figure 12

14
TP1 Transmission de signal
6. Détermination le signal y(t) à la sortie du filtre adapté
Code Matlab

% % Question 6
% filtre adapté
ga=h(length(h):-1:1);

% % Sortie du filtre adapté


y=filter(ga,1,x); % filter adapté du signal sans bruit (x)
y0=filter(ga,1,r);% filter adapté du signal avec bruit (x)

Figure 13

Figure 14

15
TP1 Transmission de signal
b. Pour M=8
7. La réponse impulsionnelle du filtre de Nyquist gα (t) et son spectre d’amplitude Cα (f)
Code Matlab
% % Déclaration des variables
Fe=20e+3 ; % % fréquence d'echantillonnage
Te=1/Fe;
M=8;
Db=1000; % % Debit par bit
Tb=1/Db ; % % Temps de bit
N=300 ; % % longueur de la séquence binaire
m=log2(M); % % Nombre de bit par symbole
Ts=m*Tb; % % Durée symbole
R=1/Ts ; % % Rapidité du symbole
Na=N/m ; % % Nombre du symbole
Ns=Ts*Fe; % % Nombre des échantillons
Nt=Ns*Na ; % % Nombre total des échantillons
L=5;
B=600;

% Question 1

alpha=[0.1 0.3 0.7 0.9];


L=5;
span=2*L;
sps=Ns;
for i =1:length(alpha)

g(i,:) = rcosdesign(alpha(i),span,sps); % % Repnse impulsionnelle


c(i,:) = fftshift(fft(g(i,:))); % % Pour centré la réponse impulsionnelle

end
it=size(c,2);% pour recuperer le nombre du colonne
t=-L*Ts:Te:L*Ts; %% vecteur temps
f=-Fe/2:Fe/it:Fe/2-Fe/it ; %% vecteur des freqences

% % Representation du reponse impulsionnelle


figure(1)
for i=1:length(alpha)
hold on
plot(t,g(i,:))
end
grid on
title('réponse impulsionnelle du filtre de Nyquist g?(t)')
xlabel('Temps(s)')
ylabel('Reponse inpulsionnelle')
legend(num2str(alpha(:)))

16
TP1 Transmission de signal

% % Spectre d'amplitude
figure(2)
for i=1:length(alpha)
hold on
plot(f,abs(c(i,:)))
end
grid on
title("Spectre d'amplitude")
xlabel('Frequence (Hz)')
ylabel(" Spectre d'amplitude C(f)")
legend(num2str(alpha(:)))
Représentation
réponse impulsionnelle du filtre de Nyquist g?(t)
0.3
0.1
0.3
0.25
0.7
0.9

0.2
Reponse inpulsionnelle

0.15

0.1

0.05

-0.05
-5 -4 -3 -2 -1 0 1 2 3 4 5
Temps(s) 10 -3

Figure 15

Spectre d'amplitude
5
0.1
4.5 0.3
0.7
4 0.9
Spectre d'amplitude C(f)

3.5

2.5

1.5

0.5

0
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Frequence (Hz) 10 4

Figure 16

17
TP1 Transmission de signal
On observe que si on augmente la valeur de alpha la bande passante du spectre augmente
8. On considère un canal à bande passante B = 600 Hz. Détermination la valeur de α permettant de
vérifier le critère de Nyquist

Code Matlab

% % Question 2
% Critére de Nyquist B=600Hz
% B=(alpha2 +1)/(2*Ts);
alpha2 = 2*Ts*B-1;
alpha2 =2.6000
On a trouvé alpha 2=2.6, si j’apprends alpha supérieur à 2.6 je respecte le critère de Nyquist.
9. Génération une séquence binaire aléatoire de longueur N = 10000 bits

Code Matlab
% % Question 3

d= randi([0 1],1,N);

10. Détermination du signal x(t) à la sortie du filtre en racine de cosinus surélevé


% % Question 4

ds = 2*reshape(d,m,N/m)-1; % Pour coder en Gray suivant le nombre de niveau ici m=2


as=upsample(ds,Ns); %% Echantilloner notre signal
h= rcosdesign(alpha3,span,sps,'sqrt');%% Reponse implusionnelle du filtre
x=filter (h,1,as); %% filtre notre signal

% % Representer la descritisation du signal filtrer

figure (3)
Lx=length(x);
t1=0:1/Fe:(Lx-1)/Fe;
plot(t1,x)
grid on
grid on
title("Sortie du signal avec racine de cosinus surélvé")
xlabel('Temps')
ylabel(" x(t)")

18
TP1 Transmission de signal

Sortie du signal avec racine de cosinus surélvé


0.3

0.2

0.1

0
x(t)

-0.1

-0.2

-0.3

-0.4
0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11
Temps
Figure 17

11. Détermination d’énergie moyenne transmise par bit Eb. En déduisons le signal reçu r(t), pour un
rapport signal à bruit RSB = 5 dB

Code Matlab

% % Question 5
% % Energie moyenne transmise par symbole
Es=x*x'/Na;
Eb=Es/m;
RSB=5;
N0=Eb*10^(-RSB/10); % DSP de bruit
noise=sqrt(N0*2)*randn(1,length( x)); % Bruit AWGN
r=x+noise ; %% Signal bruité
% % Representation du siagnal sans et avec bruit
figure(4);
subplot(2,1,1);
plot(t1,r);
title("le signal reçu r(t)avec bruit M=2");
subplot(2,1,2);
plot(t1,x);
title('le signal reçu r(t) sans bruit M=2');

19
TP1 Transmission de signal
Représentation

le signal reçu r(t)avec bruit M=8

-2

-4
0.1835 0.184 0.1845 0.185 0.1855 0.186 0.1865 0.187 0.1875 0.188 0.1885

le signal reçu r(t) sans bruit M=8

0.2

-0.2

-0.4
0.78 0.79 0.8 0.81 0.82 0.83 0.84 0.85

Figure 18

12. Détermination le signal y(t) à la sortie du filtre adapté


Code Matlab
% % Question 6
% filtre adapté
ga=h(length(h):-1:1);
% % Sortie du filtre adapté
y=filter(ga,1,x); % filter adapté du signal sans bruit (x)
y0=filter(ga,1,r);% filter adapté du signal avec bruit (x)

Figure 19

20
TP1 Transmission de signal

Figure 20

9. Conclusion
Augmenter la taille de l’alphabet M, pour réduire l’occupation spectrale du signal transmis. ⇒ augmente la
probabilité d’erreur

21

Vous aimerez peut-être aussi