Académique Documents
Professionnel Documents
Culture Documents
modulee
abdi chakib et kelkouli aniss
October 2023
1 Introduction
La télévision numérique repose sur deux principales méthodes de transmission : la transmission en
bande de base et la transmission par porteuse modulée. La transmission en bande de base con-
siste à transmettre directement des signaux numériques non modulés. Elle est couramment utilisée
à l’intérieur des studios de télévision pour la manipulation des signaux avant la diffusion. La trans-
mission par porteuse modulée, quant à elle, est utilisée pour transmettre des signaux numériques sur
de plus longues distances vers les antennes de réception des téléspectateurs. Les signaux numériques
sont modulés sur une porteuse avant d’être transmis et démodulés à la réception. En résumé, la
transmission en bande de base est utilisée en interne et pour la distribution initiale, tandis que la
transmission par porteuse modulée est employée pour la diffusion vers les téléspectateurs, assurant
ainsi une distribution efficace des signaux numériques de haute qualité.
1
2 Programe de la seance:
nous mettons en evidence deux phenomenes importants apparaissant lors de transmission de donnees
NB: Les questions sont à préparer avant la séance de correction du compte-rendu final, compte tenu
de l’effort de rédaction réalisé par les étudiants. Les résultats numériques doivent être justifiés à
l’aide de représentations graphiques commentées (figure, axe, ...).
2
3 Quelques operations elementaires sous matlab
3.1 generation et observation d’une sequence
Q0: saisie le code dans l’editeur de MATLAB et proceder a son execution
___________________________________________________________________
clear all; clc; % Efface toutes les variables et la console
% Génération de xe
N = 50; % Réaffecte la valeur de N
xe = zeros(1, N * L + 1); % Augmente la taille du tableau à N*L+1
for i = 1:N * L
if (i < N * L)
xe(i) = x(1 + floor(i / N)); % Étire la séquence x en répétant chaque élément N fois
end
end
________________________________________________________________
3
Figure 1: Generation and Observation
4
Ces indications vous aident à comprendre ce que fait MATLAB et à diagnostiquer les
problèmes éventuels. Vous pouvez également personnaliser l’apparence de la fenêtre de
commande en fonction de vos besoins.
• si on supprime le point virgule à la fin de la ligne 6 et 8 Matlab affichera le résultat ou la sortie
de cette expression ou commande dans la fenêtre de commande pour notre cas affiche une train
binaire
• La séquence de symboles générée par le code est une séquence binaire, ce qui signifie qu’elle ne
contient que deux symboles distincts, qui sont généralement notés comme 0 et 1. La nature de
cette séquence est telle qu’elle alterne entre les deux symboles, créant une séquence périodique
de symboles binaires.
• Le point-virgule (;) dans un code MATLAB a pour rôle principal de supprimer l’affichage de la
sortie d’une commande ou d’une expression dans la fenêtre de commande. Cela permet de
maintenir la fenêtre de commande propre en évitant d’afficher des résultats inutiles, ce qui peut
améliorer la lisibilité du code. De plus, le point-virgule peut également être utilisé pour séparer
plusieurs commandes sur une même ligne, facilitant ainsi l’exécution de plusieurs instructions
en une seule ligne de code. Dans l’ensemble, son utilisation principale réside dans la gestion de
l’affichage des résultats dans la fenêtre de commande MATLAB.
la valeur de M dans ce contexte. Dans votre code, M est défini comme 2’p, où p est égal à 3, ce
qui signifie que M est égal à 2’3, soit 8. Par conséquent, la séquence de symboles générés dans
le vecteur ‘x‘ sera constituée d’entiers aléatoires compris entre 1 et 8.
5
Figure 2
3. Si vous voulez faire la même expérience pour p =2 et p =3, il suffit de changer la valeur de p
dans le code et d’exécuter à nouveau le programme. La valeur de M correspondra alors à 4 et
8, respectivement. M représente le nombre de niveaux différents que peut prendre le signal
modulé. Plus M est grand, plus la modulation est complexe, mais plus elle permet de
transmettre d’informations par symbole.
6
3.2 simulation d’un signal à l’entrée du canal
Q2:
1. Pour déterminer la taille du tableau xe à l’aide de la fonction length dans la fenêtre de
commande de MATLAB, vous pouvez simplement saisir length(xe) dans la fenêtre de
commande et appuyer sur Entrée. Cela vous donnera la longueur du tableau xe. Cependant, en
se basant sur le code que vous avez fourni, la taille du tableau xe est calculée comme suit dans
votre code : xe = zeros(1, N * L + 1); Le tableau xe est initialisé avec une longueur de N * L +
1. Dans votre code, N est défini comme 50 et L est défini comme 1000. Par conséquent, la taille
du tableau xe est 50 * 1000 + 1, ce qui équivaut à 50001. Donc la taille du tableau xe est de
50001 éléments. Vous pouvez également vérifier cela en exécutant length(xe) dans la fenêtre de
commande de MATLAB pour confirmer la taille.
2. La fonction ‘floor(i/N)‘ dans le code que vous avez fourni réalise une division entière de ‘i‘ par
‘N‘ et retourne le quotient en tant que nombre entier arrondi vers le bas. Voici comment cela
fonctionne :
• Si ‘i‘ est un multiple de ‘N‘, alors ‘floor(i/N)‘ renverra le quotient de la division entière,
c’est-à-dire ‘i/N‘.
• Si ‘i‘ n’est pas un multiple de ‘N‘, alors ‘floor(i/N)‘ renverra le quotient entier inférieur à
‘i/N‘. Par exemple, si ‘i = 7‘ et ‘N = 3‘, alors ‘floor(7/3)‘ renverra ‘2‘, car la division 7 par
3 donne un quotient de 2 avec un reste de 1, et ‘floor‘ arrondit vers le bas.Cette fonction
est utilisée dans le code que vous avez fourni pour découper la séquence ‘x‘ en segments de
longueur ‘N‘ lors de la génération de la séquence ‘xe‘. Chaque élément de ‘xe‘ est obtenu
en prenant la valeur de ‘x‘ correspondante à l’indice ‘floor(i/N)‘ dans la séquence ‘x‘. Cela
permet de répéter chaque valeur de ‘x‘ ‘N‘ fois dans la séquence ‘xe‘.
7
4 transmission en bande de base
4.1 limitations en fréquence
Q3: le code :
q=2;
eyediagram(y,q*N);grid;
clear all; clc; title(’diagramme de oeil’);
p = 4; M = 2^p; L = 1000; N = 50;
T=L/q;
% Generate the first signal for t=1:T
for i = 1:L for i=1:q*N
x1(i) = mod(i, M); oeil(i,t)=y(i+N*(t-1));
end end
figure(1); end
subplot(211); figure(4);plot(oeil);grid;
plot(x1, ’b*’); title(’observation a lechelle de la duree de q symb’);
title(’Generation and Observation’); xlabel(’temps’);ylabel(’sortie du canal’);
xlabel(’Iteration’); ylabel(’Symbol’);
axis([0 L 0 M]); grid; xm=pskmod(x2,M);scatterplot(xm);grid;
Lx=length(x2);Lxm=length(xm)
% Generate the second signal y=pskmod(xe,M);scatterplot(y);grid;
x2 = randi([0, M-1], 1, L); title(’donner un titre a ce grahique’);
subplot(212); xlabel(’axe reel’);ylabel(’axe’);
plot(x2, ’r+’);
title(’Generation and Observation’); z=pskdemod(y,M);
xlabel(’Iteration’); ylabel(’Symbol’); figure(3);plot(xe,z,’r.’);grid;
axis([0 L 0 M]); grid; title(’restitution sans bruit’);
xlabel(’signal original’);
% Increase the array size to N*L+1 ylabel(’signal restitue’);
xe = zeros(1, N * L + 1);
for i = 1:N * L RSB=15;yn=awgn(y,RSB);
if (i < N * L) scatterplot(yn);grid;
xe(i) = x2(1 + floor(i / N)); title(’donner un titre de ce grahe ’);
end xlabel(’axe...’);ylabel(’axe..’);grid;
end
zn=pskdemod(yn,M);
n=4;wn=0.05; figure(5);plot(xe,zn,’r.’);
[b,a]=butter(n,wn,’LOw’); title(’donner un titre ’);
y=filter(b,a,xe); xlabel(’signal original’);grid;
8
y=pskmod(xe,M);
for RSB=1:20
yn=awgn(y,RSB);
zn=pskdemod(yn,M);
[number,ratio]=symerr(xe,zn);
taux(RSB,p)=ratio;
end
figure(6);plot(taux);grid;
title(’donner titre ’);
xlabel(’RSB’);ylabel(’...’);
Figure 3
1. dans le cas de wn=0,2 on trouve que le signal émise presque le signal reçue
2. l’ordre et la fréquence de coupure d’un filtre Butterworth influencent la capacité du filtre à
atténuer les fréquences indésirables, la largeur de bande passante utile du système, la latence
(en fonction de l’ordre), et la capacité à traiter les signaux à large bande passante. Le choix
entre un ordre élevé ou faible et une fréquence de coupure élevée ou basse dépendra des
exigences spécifiques de la transmission, notamment la bande passante du signal, le bruit, les
interférences et d’autres contraintes du système.
9
4.2 confusion inter-symbole
Q4:
• y : le signal numérique filtré, qui doit être un vecteur ou une matrice contenant les valeurs
du signal reçu. Si y est une matrice, chaque colonne représente un canal différent
• q*N : le nombre d’échantillons par période d’échantillonnage pour le diagramme de l’œil,
qui doit être un entier positif. Le produit q*N donne le nombre d’échantillons par symbole
multiplié par le nombre de symboles par période d’échantillonnage. Ce paramètre
détermine la largeur du diagramme de l’œil
10
(a) n=1 (b) n=2
(c) n=3
• quand diminue l’ordre de filtre on trouve que on a pas une confusion inter- symbole
Q5:
11
(a) p=2 (b) p=3
Q6
T = L / q;
for t = 1:T
for i = 1:q * N
oeil(i, t) = y(i + N * (t - 1));
end
% Add a pause statement to pause for a moment before continuing the loop.
pause(1); % Pause for 1 second.
end
12
Figure 5
Avec cette modification, la commande pause(1) sera exécutée à la fin de chaque itération de la boucle
où la valeur de T est variée. Cela signifie qu’après le traitement et l’affichage de chaque image du
diagramme de l’œil, le programme fera une pause d’une seconde avant de passer à l’itération
suivante. Cette pause vous permettra d’observer les résultats ou les changements dans le diagramme
de l’œil avant que la boucle ne passe à l’étape suivante
• n = 0.05 : Avec cette valeur de wn, le filtre Butterworth appliqué au signal xe est un filtre
passe-bas avec une bande passante relativement étroite. Cela signifie que le filtre laisse passer
les basses fréquences et atténue fortement les hautes fréquences. L’effet de wn = 0.05 sur le
filtrage sera observé dans le diagramme de l’œil et le signal de sortie. wn = 0.5 : Si vous
modifiez wn à 0.5, le filtre Butterworth aura une bande passante beaucoup plus large, ce qui
signifie qu’il laissera passer un plus large spectre de fréquences. Cela peut avoir un impact
significatif sur le filtrage du signal xe et, par conséquent, sur le diagramme de l”œil et le signal
de sortie. Vous devriez observer un changement significatif dans la réponse du filtre et la forme
du diagramme de l’œil.
L’exécution de ces deux simulations vous permettra de comparer l’impact de deux valeurs différentes
de wn sur le système de communication. Vous devriez observer des différences dans le filtrage, le
diagramme de l’œil et la qualité du signal en sortie.
13
5 transmission par modulation d’une porteuse:
5.1 Rappel theorique:
Q7:
1. Modulation PSK (Phase Shift Keying) : La modulation PSK est une technique de
modulation numérique qui modifie la phase d’une onde porteuse pour transmettre des données
binaires. Dans la modulation PSK, différentes phases de la porteuse représentent différents
symboles binaires. Par exemple, en PSK binaire (BPSK), une phase représente 0, et l’opposée
représente 1. En PSK à quatre phases (QPSK), quatre phases différentes (0, p/2, p, 3p/2) sont
utilisées pour représenter 2 bits par symbole.
2. Modulation QAM (Quadrature Amplitude Modulation) : La modulation QAM est une
technique de modulation numérique qui combine à la fois la phase et l’amplitude d’une onde
porteuse pour transmettre des données. Dans la modulation QAM, il y a une constellation de
points dans le plan complexe, où la position de chaque point représente un symbole ou une
combinaison de bits. Par exemple, dans la modulation QAM 16, il y a 16 points dans la
constellation, et chaque point représente 4 bits (comme 0000, 0001, 0010, etc.). La distance
entre les points dans la constellation dépend de la qualité de la modulation.
3. Représentation dans le Plan Complexe :
• En PSK, chaque symbole est représenté par une phase spécifique sur le plan complexe, ce
qui signifie que les points de la constellation sont répartis uniformément sur un cercle.
• En QAM, chaque point de la constellation est représenté par une amplitude et une phase.
Les points sont répartis dans le plan complexe en formant une grille ou un motif, avec une
distance spécifique entre les points voisins en amplitude et phase.
La principale différence réside dans le fait que la modulation PSK modifie principalement la
phase de la porteuse tout en maintenant l’amplitude constante, tandis que la modulation QAM
modifie à la fois l’amplitude et la phase pour représenter des symboles différents. En
conséquence, la modulation QAM est capable de transmettre plus d’informations (bits) par
symbole que la modulation PSK, mais elle est plus sensible au bruit et à l’atténuation du signal.
1. La fonction pskmod dans MATLAB génère des nombres complexes pour la modulation PSK
(Phase Shift Keying). Chaque nombre complexe représente un symbole dans le schéma de
modulation. nombres avec leurs modules (amplitudes) et phases :
• 1.0000 + 0.0000i : Module = 1, Phase = 0 rad
• 0.7071 + 0.7071i : Module = 1, Phase = p/4 rad
• 0.0000 + 1.0000i : Module = 1, Phase = p/2 rad
• -0.7071 + 0.7071i : Module = 1, Phase = 3p/4 rad
• -1.0000 + 0.0000i : Module = 1, Phase = p rad
• -0.7071 - 0.7071i : Module = 1, Phase = -3p/4 rad
• -0.0000 - 1.0000i : Module = 1, Phase = -p/2 rad
• 0.7071 - 0.7071i : Module = 1, Phase = -p/4 rad
14
Figure 6
clc;clf
P = [2 3 4 5]; % Vector of p values to check
for i = 1:length(P)
p = P(i);
M = 2^p;
x = [0:M-1];
xm = pskmod(x,M);
figure;
scatterplot(xm);grid;
title([’PSK Modulation for p = ’, num2str(p)]);
Lx = length(x);
Lxm = length(xm);
disp([’For p = ’, num2str(p), ’, x and xm are:’]);
disp(’x = ’); disp(x);
disp(’Lx = ’); disp(Lx);
disp(’xm = ’); disp(xm);
disp(’Lxm = ’); disp(Lxm);
end
15
(a) Caption a (b) Caption b
Figure 7: n=[2,3,4,5]
16
2. La fonction scatterplot dans MATLAB est utilisée pour créer un diagramme de dispersion.
Voici une explication détaillée de ce que fait cette fonction :
• scatterplot(xm) : Cette ligne crée un diagramme de dispersion avec des marqueurs
circulaires aux emplacements spécifiés par le vecteur xm.
Le diagramme de dispersion est un type de graphique qui utilise des coordonnées cartésiennes
pour afficher les valeurs de deux variables pour un ensemble de données. Les points sur ce
graphique sont marqués avec des cercles.
figure(2); zn=pskdemod(yn,M);
subplot(211);plot(xe); figure(5);plot(xe,zn,’r.’);
title(’signal entree’); title(’donner un titre ’);
xlabel(’temps’);ylabel(’valeur de xe’); xlabel(’signal original’);grid;
axis([0 N*L 0 M]);grid;
subplot(212);plot(y);
title(’signal de sortie’);
xlabel(’temps’);ylabel(’valeur de y’);
axis([0 N*L 0 M]);grid;
17
[N,R]=symerr([1 2 3 4],[1 2 3 5])
p=3;L=1000;N=50;
M = 4; % Modulation order
x = randi([0, M-1], 1, L);
taux=zeros(20,4);
xe=zeros(1,N*L);
for i=1:N*L
if(i<N*L)
xe(i)=x(1+floor(i/N));
end
end
y=pskmod(xe,M);
for RSB=1:20
yn=awgn(y,RSB);
zn=pskdemod(yn,M);
[number,ratio]=symerr(xe,zn);
taux(RSB,p)=ratio;
end
figure(6);plot(taux);grid;
title(’donner titre ’);
xlabel(’RSB’);ylabel(’...’);
Q9:
1. Le vecteur z contient les données démodulées du signal y
Figure 8
18
2. commentaire: L’image que vous avez partagée semble être un nuage de points intitulé
≪ restitution sans bruit ≫, qui se traduit par ≪ restitution sans bruit ≫. L’axe des x est
étiqueté ≪ signal original ≫ (signal original) et l’axe des y est étiqueté ≪ signal restitué
≫ (signal restitué). L’intrigue contient des points rouges dispersés partout.
Ce tracé montre probablement la relation entre le signal d’origine et le signal restauré après une
certaine forme de traitement, telle qu’une modulation ou une démodulation. Si le traitement
était parfait et qu’il n’y avait pas de bruit, tous les points se trouveraient le long d’une ligne
avec une pente de 1. Cependant, dans des scénarios pratiques, il pourrait y avoir un certain
écart dû au bruit ou à des non-idéalités du système. Ce graphique peut vous aider à mieux
comprendre ces effets.
Figure 9
1. e vecteur zn contient les données démodulées du signal yn qui a été ajouté avec du bruit. La
fonction pskdemod(yn,M) est utilisée pour démoduler le signal yn qui a été modulé en utilisant
la modulation par déplacement de phase (PSK) avec M comme ordre de modulation.
2. commentaire: diagramme de constellation d’un signal modulé par modulation par déplacement
de phase (PSK) y après avoir été ajouté à un bruit gaussien blanc (awgn(y,RSB)). Le motif
circulaire suggère que le signal a été affecté par le bruit, provoquant l’écartement des points
depuis leur emplacement idéal.
Q11:
1. La fonction MATLAB symerr permet de calculer le nombre d’erreurs de symboles (N) et le
taux d’erreur de symboles (R) entre deux séquences. Dans ce cas, les séquences sont [1 2 3 4] et
[1 2 3 5].
19
2. • La sortie indique qu’il y a 1 erreur de symbole (N = 1). En effet, le quatrième élément de
la deuxième séquence est 5, alors qu’il est 4 dans la première séquence.
• Le taux d’erreur de symbole (R) est calculé comme le nombre d’erreurs de symbole divisé
par le nombre total de symboles. Donc, R = N/Nombre total de symboles = 1/4 = 0,25
Q12:
Figure 10
1. La matrice qui consigne les différents taux d’erreurs est taux. Cette matrice a 20 lignes et 4
colonnes. Chaque ligne correspond à une valeur de Signal-to-Noise Ratio (SNR) de 1 à 20.
Chaque colonne correspond à une valeur de p (dans votre code, p=3). Donc, taux(RSB, p)
donne le taux d’erreur de symbole pour un SNR donné et une valeur p donnée.
2. Ces valeurs correspondent à la troisième colonne de notre matrice taux, qui est associée à p=3
dans notre code.
3. L=1000;N=50;
M = 4; % Modulation order
taux=zeros(20,4);
for p=1:4
x = randi([0, M-1], 1, L); % Generate random symbols in the range [0, M-1]
xe=zeros(1,N*L);
for i=1:N*L
if(i<N*L)
xe(i)=x(1+floor(i/N));
end
20
end
y=pskmod(xe,M);
for RSB=1:20
yn=awgn(y,RSB);
zn=pskdemod(yn,M);
[number,ratio]=symerr(xe,zn);
taux(RSB,p)=ratio;
end
end
taux
figure(6);plot(taux);grid;
title(’donner titre ’);
xlabel(’RSB’);ylabel(’...’);
Figure 11
4. L’axe des x est étiqueté ≪ RSB ≫ et l’axe des y est étiqueté ≪ . . . ≫. Les deux lignes
commencent dans le coin supérieur gauche du graphique et diminuent à mesure qu’elles se
dirigent vers la droite. La ligne rouge diminue plus rapidement que la ligne bleue.
Ce graphique montre probablement les taux d’erreur de symbole pour différents rapports signal
sur bruit (RSB) pour deux valeurs différentes de p (1 à 4). La tendance à la baisse suggère qu’à
mesure que le RSB augmente, le taux d’erreur des symboles diminue, ce qui est un
comportement typique dans les systèmes de communication numérique. La différence dans les
taux de diminution pourrait être due aux différents schémas de modulation ou paramètres du
système utilisés pour chaque ligne.
5. bien que l’augmentation de M permette de transmettre plus de bits par symbole et
d’augmenter ainsi le débit des données, elle rend également le système plus sensible au bruit. Il
s’agit donc d’un compromis entre le débit des données et la robustesse au bruit.
21
5.5 modulation d’amplitude en quadrature
Q13:
clear all; clc;
p = 4; M = 2^p; L = 1000; N = 50; figure(4);plot(oeil);grid;
title(’observation a lechelle de la duree de q symb’);
% Generate the first signal xlabel(’temps’);ylabel(’sortie du canal’);
for i = 1:L
x1(i) = mod(i, M); xm=qammod(x2,M);scatterplot(xm);grid;Lx=length(x2);Lxm=leng
end y=qammod(xe,M);scatterplot(y);grid;
figure(1); title(’donner un titre a ce grahique’);
subplot(211); xlabel(’axe reel’);ylabel(’axe’);
plot(x1, ’b*’);
title(’Generation and Observation’); z=qamdemod(y,M);
xlabel(’Iteration’); ylabel(’Symbol’); figure(3);plot(xe,z,’r.’);grid;
axis([0 L 0 M]); grid; title(’restitution sans bruit’);
xlabel(’signal original’);
% Generate the second signal ylabel(’signal restitue’);
x2 = randi([0, M-1], 1, L);
subplot(212); RSB=15;yn=awgn(y,RSB);
plot(x2, ’r+’); scatterplot(yn);grid;
title(’Generation and Observation’); title(’donner un titre de ce grahe ’);
xlabel(’Iteration’); ylabel(’Symbol’); xlabel(’axe...’);ylabel(’axe..’);grid;
axis([0 L 0 M]); grid;
zn=qamdemod(yn,M);
% Increase the array size to N*L+1 figure(5);plot(xe,zn,’r.’);
xe = zeros(1, N * L + 1); title(’donner un titre ’);
for i = 1:N * L xlabel(’signal original’);grid;
if (i < N * L)
xe(i) = x2(1 + floor(i / N)); [N,R]=symerr([1 2 3 4],[1 2 3 5])
end
end p=3;L=1000;N=50;
M = 4; % Modulation order
n=4;wn=0.05; x = randi([0, M-1], 1, L); % Generate random symbols in the
[b,a]=butter(n,wn,’LOw’);
y=filter(b,a,xe); taux=zeros(20,4);
xe=zeros(1,N*L);
figure(2); for i=1:N*L
subplot(211);plot(xe); if(i<N*L)
title(’signal entree’); xe(i)=x(1+floor(i/N));
xlabel(’temps’);ylabel(’valeur de xe’); end
axis([0 N*L 0 M]);grid; end
subplot(212);plot(y);
title(’signal de sortie’); y=qammod(xe,M);
xlabel(’temps’);ylabel(’valeur de y’);
axis([0 N*L 0 M]);grid; for RSB=1:20
yn=awgn(y,RSB);
q=2; zn=qamdemod(yn,M);
eyediagram(y,q*N);grid; [number,ratio]=symerr(xe,zn);
title(’diagramme de oeil’); taux(RSB,p)=ratio;
end
T=L/q;
for t=1:T figure(6);plot(taux);grid;
for i=1:q*N title(’donner titre ’);
oeil(i,t)=y(i+N*(t-1)); xlabel(’RSB’);ylabel(’...’);
end
end
22
(a) .modulation en quadrature à 16 états sans (b) restitition d’un signal sans bruit.
bruit.
(c) modulation en quadrature d’un signal bruité. (d) restitition d’un signal bruité.
23
Comparaison : PSK est généralement plus résistant au bruit de phase par rapport à QAM, tandis
que QAM est plus sensible au bruit d’amplitude en raison de sa dépendance à l’amplitude du signal.
Le choix entre PSK et QAM dépend des conditions spécifiques du canal de communication, de la
tolérance au bruit, et des exigences de débit binaire de l’application. Il est courant de réaliser des
simulations ou des tests pour déterminer la meilleure modulation dans un contexte particulier.
6 conclusion:
En conclusion, le choix entre la transmission en bande de base et la transmission par porteuse
modulée dépend des besoins spécifiques d’une application. La transmission en bande de base est
adaptée aux signaux à basse fréquence sur de courtes distances, tandis que la transmission par
porteuse modulée est préférée pour des communications à longue distance et des signaux à haute
fréquence. Les deux techniques jouent un rôle essentiel dans le domaine des communications, offrant
des solutions adaptées à différentes situations.
24