Vous êtes sur la page 1sur 60

CHAPITRE I

Communications Numériques

Pré-requis

1
Généralités sur la transmission

2
3
4
5
6
La chaîne de transmission numérique

Codage en bande de
base
Transmission en Bande de base Principaux traitements des signaux

Introduction

Aujourd’hui, la plupart des réseaux téléinformatiques, utilisent le système


binaire que l’on appelle plus couramment le numérique.

Le langage binaire utilisé en informatique possède un défaut: il est


immatériel. Le problème de la transmission se posa alors, comment
envoyer des informations insaisissables ?
Transmission en Bande de base Principaux traitements des signaux

Introduction

Pour résoudre ce problème, le numérique emploie un support physique,


généralement des signaux de tensions, pour transférer des données.

Cette conversion des états logiques, immatériels donc non-


transmissibles, en un signal numérique (ou analogique), nécessite
l’utilisation d’un codage.
Transmission en Bande de base Principaux traitements des signaux

Introduction
1 0 1 0 1 0 1 1
+5 0
V

- 5
V
Le codage établit la correspondance entre un état logique (0 ou 1),
ou un groupe d’états logiques, et une valeur physique.

Ce codage est aussi appelé codage de ligne puisqu’il consiste à


adapter la forme du signal à la ligne, ou plus généralement au
milieu de propagation.
Principaux traitements des signaux
Transmission en Bande de base

Introduction

La technique de transmission numérique est appelée


Transmission en Bande de Base.

La transmission est dite en bande de base si elle ne


subit aucune transposition de fréquence par modulation.
Introduction Les deux modes de transmission numérique
 Transmission en bande de base
 Transmission sur fréquence porteuse

1 Tx Rx 1

0 t
Canal de transmission
0 t
Espace libre,
ligne,
guide d'onde,
fibre
f Signal optique...
f Signal
en bande de base
en bande de base

Transmission
en bande de base

f

Transmission sur
fréquence porteuse 
f
fRF
Éléments d’une chaîne de transmission numérique

Architecture de l’émetteur

13
14
15
16
17
18
Définition du signal numérique

La figure représente un signal numérique dit NRZ pour Non Retour à Zéro.

Tb est le temps pendant lequel un bit est transmis, D est le débit binaire et
vaut :

Tb est exprimé en seconde, D est exprimé en bit par seconde .


•Le débit binaire D se définit comme étant le nombre de
bits transmis par seconde. Le "débit binaire" D=1/Tb
s'exprime en "bits par seconde".
•Un symbole est un élément d'un alphabet. Si M est la
taille de l'alphabet, le symbole est alors dit M-aire.
Lorsque M=2, le symbole est dit binaire. En groupant,
sous forme d'un bloc, n symboles binaires indépendants,
on obtient un alphabet de M = 2n symboles Maires. Ainsi
un symbole M-aire véhicule l'équivalent de n= log2 M bits.
•La rapidité de modulation R se définit comme
étant le nombre de changements d'états par
seconde d'un ou de plusieurs paramètres modifiés
simultanément. Un changement de phase du signal
porteur, une excursion de fréquence ou une
variation d'amplitude sont par définition des
changements d'états. La "rapidité de modulation" R
=1/T s'exprime en "bauds".
Modulation
 fonction de l’émetteur : adaptation du signal au milieu de transmission

 Transformation des bits en un signal.

Association d’une représentation physique (signal électrique) à ce message :


 < signal véhiculé par le canal == grandeur analogique >

 A chaque n-uplet issu du message, on associe Si(t), i = 1; … ;M de durée T=nTb,


choisi parmi M = 2n signaux, en fonction de la réalisation du n-uplet.

 caractéristiques des signaux Si(t)  R =1/T (bauds): Rapidité de modulation.

 Choix des Si(t) en fonction des propriétés physiques du milieu de transmission


(largeur de bande,...).

Transposition du signal dans la bande de fréquences allouée au système.

23
Source d’information

 Source numérique : Msg numérique = suite de symboles binaires


 émission de bits (bits) dans {0,1},
 débit binaire : Db bit/s,
 période binaire : Tb = 1/Db s.

a  t Représentation
 ai  t  iT:bpeigne
 de Dirac
i

 caractéristique du message numérique24 Db


Transmission en Bande de base Codage en ligne

b1 pour le bit 1

b0 pour le bit 0

b1  a1  1; b0  a0  1 où bi désigne le bit considéré

ak =10110

a t    ak  t  kT 
k
Transmission en Bande de base Codage en ligne

Exple : Signal binaire basé a1 S1(t) = a1h(t)


sur une forme d’onde
unique
h(t) forme d’onde t
T/ T
1
2
t
T/ T T/ T
2 t
2
S0(t) = a0h(t)
a0
b1 pour le bit 1
b0 pour le bit 0 b1  a1  1; b0  a0  1 où bi désigne le bit considéré

h(t) forme d’onde


1

t
T/ T
2
Transmission en Bande de base Codage en ligne

h(t) forme d’onde


1

t
T/ T
2

a t    ak  t  kT 
k

st   a(t)* h(t)


Transmission en Bande de base Codage en ligne

Expression du signal e(t) issu d’un codeur en ligne :


1 0 1 0 1 0 1 1
0

st   a(t)* h(t)


a t    ak  t  kT 
k

S(k )
 a(k )ht  kT 
 Transmission en bande de base :

B : Bande de fréquence allouée à la transmission du message


numérique : f1≤B≤f2

Utilisation des câbles comme milieu de transmission.

 Transmission en bande transposée

Bande de fréquence B allouée, centrée autour d’une fréquence


porteuse f0, telle que f0 >>B

transmission dans l’espace libre.

 Remarques :

 Modulation d’impulsions en amplitude ou code en ligne (line code)


pour transmission en bande de base.

29
 Modulation sur onde porteuse utilisée pour transmission en bande
Messages et signaux dans la chaine de
communication
Considérons la transformation des signaux dans la chaine de
communication.
Le modulateur effectue la transformation des bits en symboles ak
, qui peuvent prendre comme les valeurs réelles ainsi que complexes.

30
31
• Le signal à la sortie du modulateur est constitué d'une suite d'impulsions
réalisant le support physique de symboles d'information ak.
• Le signal e(t) est donc obtenu de façon équivalente avec un filtre de mise-
en-forme de réponse impulsionnelle excité par le train d'impulsions de
Dirac avec une période Ts
• La forme de l'impulsion de base est donnée par le réponse impulsionnelle
du filtre de mise en forme he(t)

32
Canal : support physique de transmission
Canal = Milieu de transmission + bruit.
Câble + signal électrique.
 Fibre optique + faisceau lumineux.
 Eau + onde acoustique.
 Air + onde électromagnétique.
 Modélisation du canal en deux parties :

 Filtre.

 Modélise les déformations apportées par le milieu de transmission.


 Filtre les fréquences dans une certaine bande.

 Bruit additif = perturbation aléatoire d’origines

 Imperfections des équipements électroniques.


 Perturbations atmosphériques.
33
 Interférences dues aux autres utilisateurs.
Autres perturbations traitées par les techniques avancées
Fading : filtre à coefficients aléatoires (évanouissement):un canal sans fil à trajets
multiples est dispersif dans le temps et présente une sélectivité en fréquence.

REPRESENTATION de la fonction de transfert du canal.


Le canal comporte des atténuations qui dépendent de la
fréquence. Le signal d’information est transmis sur
chaque porteuse sinusoïdale de fréquence f i (i=1,…,4)
et est atténuée du gain |G(fi)| 34
Architecture du récepteur

 Opérations inverses de celles de l’émetteur: Fonction de reconstitution du


message émis par la source à partir du signal reçu.

 Organes constitutifs :

 Circuits d’amplification

 Circuits de changement de fréquence

 Démodulation

 Échantillonnage

 Organe de décision : identifie la valeur des symboles binaires = opération


35
de détection.
Qualité d’une transmission numérique

 Impact du filtre sur le signal émis


 Le filtre déforme le signal émis. 1.5

0.5

-0.5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

0.5

0.4

0.3

0.2

0.1

0
-50 -40 -30 -20 -10 0 10 20 30 40 50

Impact du bruit sur le signal filtré


 Le bruit rajoute des perturbations sur le signal filtré
4

-2

-4
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

0.5

0.4

0.3

0.2

0.1

0
-50 -40 -30 -20 -10 0 10 20 30 40 50
36
Canal de transmission

 Le canal de transmission est en général modélisé par un filtre linéaire et invariant


suivi d’une addition de bruit. En notant h (t ) la réponse impulsionnelle du filtre linéaire, la
sortie r (t ) du canal est reliée à son entrée s (t ) par :
r  t   h t   s  t   b  t 

  h τ s t  τ dτ  b  t 

où * désigne le produit de convolution et b(t ) le bruit additif.

 Dans le domaine fréquentiel, le filtrage du canal revient à multiplier S(f ) qui


représente la transformée de Fourier de s (t ) par sa fonction de transfert H(f ) obtenue
par transformée de Fourier de h (t ).

 Nous faisons deux hypothèses supplémentaires concernant le bruit additif


 le bruit est un bruit gaussien de moyenne nulle et de densité spectrale en puissance
Φ bb  f 
N0
Φ bb  f   W/Hz
2

37
Le bruit est non corrélé avec s(t)
Propriétés du bruit blanc

 La densité spectrale de puissance du bruit AWGN est constante sur l’ensemble


du spectre des fréquences. C’est pour cette raison que ce type de bruit est
qualifié de blanc… comme la lumière blanche, il est composé de toutes les
fréquences.

 La fonction d’autocorrélation du bruit blanc est donné par sa transformée


N0 inverse :
R bb TF1
Φ bb  f    δ τ 
2

R bb  

 Puisque Rbb(τ) est égal à 0 pour τ ≠ 0, ceci implique que deux échantillons de
bruit différents (décalés de τ > 0) sont non corrélés. Le bruit thermique affecte
donc chaque symbole transmit de façon indépendante. Cette propriété est
importante et nous permettra de simplifier la structure des récepteurs.
38
 Le bruit b(t ) du canal de transmission est principalement d’origine thermique et
peut être modélisé par un processus aléatoire gaussien centré et de variance σ 2.
La densité de probabilité de ce bruit suit une loi normale:

1   b  m 2 
P b   exp  

2 2  2 2

On note que l’écart type (σ) correspond à la tension RMS du bruit et que la
variance correspond à la puissance du bruit. La variable m (m=0) correspond à la
moyenne du signal.

s  t  gaussien blanc (AWGN):


Canal additif r t 
Le signal r en sortie du canal s’écrit :

r t   s t   b t 
b t 
39
rappel

Interprétation du point de vue statistique: moyenne (meilleur estimateur) et


variance donne le caractère aléatoire (indicateurs de dispersion) du processus
interprétation du point de vue électrique, la valeur moyenne est la composante
DC (continue) de la variable aléatoire, tandis que la variance est la puissance
AC (alternative).
la puissance alternative est égale à la puissance totale moins CC Puissance.
Enfin, la racine carrée de la variance est connue sous le nom d'écart type et
elle Est interprétée comme la valeur moyenne quadratique (RMS) du
composant AC.
40
41
Justification de la densité de probabilité gaussienne des échantillons de bruit

 Théorème de la Limite Centrale :


la somme de N RVs (random variables)
indépendantes,
centrées et normalisées par leur
écart-type suit une loi normale
(gaussienne) N(0,1) quand N tend
vers l’infini.

 La combinaison de plusieurs RVs


normales suit une loi normale.

42
Origines des perturbations
Aléatoires

 Imperfections des équipements électroniques :

Le modèle réaliste de tout composant passif doit comprendre une source de
tension aléatoire.

 La contribution globale de tous les composants d’un équipement est un


bruit AWGN.

Perturbations atmosphériques.

En première approximation, les perturbations atmosphériques sont


modélisées par une source de bruit AWGN.

 Interférences dues aux autres utilisateurs.

Ces interférences peuvent être modélisées par un bruit AWGN dès lors que
le nombre d’utilisateurs est suffisamment grand.

43
Rapport signal-sur-bruit SNR
 On définit le rapport signal-sur- bruit par
PS ( puissance du signal )
SNR 
Pb ( puissance du bruit )

 On définit le facteur d’amélioration du système en SNR par


SNRout
SNR 
SNRin
SNRin SNRout
H(f)

 Généralement on exprime le facteur d’amélioration en décibel

 SNRout 
SNRdB  10log10     SNRout  dB   SNRin  dB
 SNRin 

44
Capacité de transmission d’un canal , valence

PS
SNR 
No.B

45
Exemple:
SNRout ?
s t   5 cos 2 1000t   10 cos 2 1100t 

r  t   s  t   b t  ro  t   so  t   bo  t 

 bb  f  990Hz 1110Hz

0.05
2

25 100 
Pso    62.5 watts 
2 2  SNRsortie  62.5 6  10.4
1110  
Pbo  2   bb  f   6 watts   SNRsortie  dB  10.17 dB
990 

46
47
48
Conséquences des distorsions introduites par le canal

A la réception, le signal reçu est différent du signal émis.

 Si la différence est minime, il est possible de différencier les 0 des 1 sans


ambiguïté.

 Sinon, le récepteur va décider qu’il reçoit 1 (resp. 0) alors que c’est un 0


(resp.1) qui a été émis : le récepteur commet une erreur.

 BER de 10-3 : 99,9% de bits correctement reçus. 49


Mesure du BER dans la phase de conception du système
 Envoi d’une séquence de bits connue du récepteur.
 Le récepteur traite la séquence de bits émise en aveugle, puis la compare avec
la séquence qu’il a en mémoire.

 Le BER est fixé dans le cahier des charges de la norme ou du standard de


communications.
 Le BER définit la qualité de transmission du système.
 Le BER peut être calculé théoriquement
 Données requises a priori : caractéristiques du canal et statistiques du bruit.
 La quantité obtenue s’appelle la probabilité d’erreur binaire et elle est notée P eb.
 Plus Peb est faible, meilleure est la transmission.
 Les valeurs de Peb sont confirmées par des mesures de BER.
50
 Le BER est une estimation de Peb.
Probabilité Mesure quantitative de l’information
• Signal initial :

• Signal reçu :

seuil

signal restitué
décision

• Probabilités : bonne éronnée


– Probabilité d’émettre un bit = 0 : P0
– Probabilité d’émettre un bit = 1 : P1 (P0+ P1 =1)
– Probabilité de décider 1 lorsque 0 est émis : P1/0
– Probabilité de décider 0 lorsque 1 est émis : P0/1
– Probabilité d’erreur binaire : Peb = P0 P1/0 + P1 P0/1
Expression de la probabilité d’erreur binaire Peb

 ak émis en kTb, d’une source iid (indépendantes et identiquement


distribuées) sur A={0,1}

Peb = Pr(ak = 1)Pr(âk = 0|ak = 1) + Pr(ak = 0) Pr(âk = 1| ak = 0)

où âk = décision prise sur symbole ak.

Remarque : Pour 1 Canal à bruit n(t) additif stationnaire, Peb indépendante


de k.

 On notera la différence entre Peb et TEB. Au sens statistique, on a


Peb=E(TEB). TEB tend vers Peb si le nombre de bits transmis tend vers
l'infini.

52
Objectifs complémentaires de performances
Pour une meilleure performance dans la rapidité de transmission,
on cherche à améliorer le débit binaire. Puisque D = n R, on
cherchera à augmenter le débit binaire en augmentant

● soit n, mais le bruit (voir plus loin) est un frein important


(difficulté à discerner les différents niveaux)

● soit R, mais on ne peut dépasser une valeur Rmax


Ce dernier résultat a été démontré par Nyquist (1928) qui établit
un rapport entre la rapidité maximum et la bande passante W :

Rmax = 2 W

53
Objectifs complémentaires de performances
• Le théorème de Shannon (1948) exprime l'importance du
facteur S/B : ce facteur limite la quantité n de bits transporté
par chaque signal

• Par suite, en utilisant le théorème de Nyquist, on en déduit le


débit maximum d'une voie :
C, débit maximum, est la capacité de la voie de transmission.

54
Objectifs complémentaires de performances
• Efficacité spectrale : rapport entre le débit
binaire D et la bande passante Wen bit/s/Hz.
b


Efficacité en puissance : diminuer la puissance
émise à BER fixé.

55
Objectifs complémentaires de performances

 L'efficacité spectrale d'une modulation se définit par le paramètre

s'exprime en "bit/seconde/Hz". La valeur Db est le "débit binaire" et B est


la largeur de la bande occupée par le signal modulé.

 Pour un signal utilisant des symboles M-aires, on aura : (avec D=n*R )

 Remarquons que pour B et T donnés, l'efficacité spectrale augmente,


comme on pouvait s'y attendre, avec le nombre de bit/symbole n = log2M.
C'est en effet la raison d'être de la modulation M-aire.

56
Conclusion

 Éléments d’une chaîne de transmission numérique.

 Performances en termes de BER (estimation de la probabilité d’erreur


binaire), efficacité spectrale et efficacité en puissance.

57
Exercice : montrer que le BER est un bon estimateur de Peb

 Modélisation du BER :N somme de variables aléatoires (VAs).


1
BER   X k
N k 1

N bits émis, Xk variables aléatoires de distribution:


erreur Pr(Xk=1) = Peb
pas d’erreur Pr(Xk=0) = 1-Peb

 Calculer la moyenne et la variance de la variable aléatoire BER. En


déduire que le BER est un bon estimateur de Peb

 Pourquoi faut-il connaître la moyenne et la variance du BER pour


quantifier la précision des mesures ?

 Calculer l’erreur quadratique relative e² de BER : rapport entre


58 la

variance et la moyenne au carré. En quoi l’erreur quadratique relative e²


 La moyenne de l’estimateur BER donne Peb :
1 N
BER   X k
N k 1
1 N 1
mBER   E  X k   N 1 Peb  0  1  Peb    Peb
N k 1 N
 La variance de l’estimateur BER
 1 N  
2
1 N N
2
 BER  E   X k    Peb  2  E  X k X l   Peb2
2

 N k 1   N k 1 l 1

 Si k=l (N cas )
 
E X k2   0   1  Peb   1  Peb  Peb
2 2

Si k≠ l (N2 -N cas)


E  X k X l   E  X k  E  X l   Peb  Peb  Peb2
 1 N  
2
P 1  Peb 
 2
 BER
1
  
 E   X k    Peb2  2 N  Peb  N 2  N  Peb2  Peb2  eb 
 N k 1   N N
L’estimation de Peb à partir de la mesure du Teb est donc entaché d’une
erreur de mesure qui est fonction du nombre N (La variance de l’estimateur BER
tend vers 0 quand N augmente). Cette erreur peut être évaluée à partir de l’erreur
59
quadratique relative
 Variance et moyenne : plus d’information sur la précision et biais de la mesure
Biais=E(BER)-Peb

Un bon estimateur a un biais nul et une variance faible


 Erreur quadratique relative : rapport entre la variance et le carré de la
moyenne .
 2
1  Peb 2 1
2  2    si Peb  1
mBER NPeb NPeb

Précision : racine de l’erreur quadratique moyenne. L’expression ci-dessus


 permet de déterminer le nombre N d’éléments binaires ( et donc la durée N/D
pour un débit D) nécessaire pour mesurer un taux d’erreur avec une erreur de
mesure Ɛ donnée.
 Pour obtenir une précision inférieur à 10% sur une Peb de 10-6, il faut envoyer au
moins 108 bits :

 Si la valeur de Peb est connue a priori, cette méthode permet de prévoir le temps
de simulation nécessaire à l’obtention d’une mesure précise.
Si la valeur de Peb est inconnue a priori, il faut faire des simulations jusqu’à
observer 1/e² erreurs pour obtenir une mesure précise.
60