P. 1
Skripta

Skripta

|Views: 4,488|Likes:
Published by kuronja666

More info:

Published by: kuronja666 on Nov 30, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

02/04/2014

pdf

text

original

Sections

  • 1.1 OPŠTI MODEL SISTEMA ZA DIGITALNI PRENOS SIGNALA
  • 1.2 KODNI I MODULACIONI KANAL
  • 2 STATISTIČKA TEORIJA TELEKOMUNIKACIJA
  • 3 KARAKTERISTIKE DIGITALNIH SIGNALA
  • 4 SKREMBLOVANJE I PN SEKVENCE
  • 5 LINIJSKO KODOVANJE
  • 5.1.1 Linijsko kodovanje
  • 6 PRENOS U OSNOVNOM OPSEGU
  • 7 VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU
  • 8 OPTIMIZACIJA PRENOSA U OSNOVNOM OPSEGU
  • 9 DIGITALNA AMPLITUDSKA MODULACIJA
  • 10 DIGITALNA FAZNA MODULACIJA
  • 11 DIGITALNA FREKVENCIJSKA MODULACIJA
  • 12 SPEKTRALNO EFIKASNE MODULACIJE
  • PRILOG
  • LITERATURA

Digitalne telekomunikacije

skripta

Vladimir Milošević Vlado Delić Milan Narandžić Čedomir Stefanović

Univerzitet u Novom Sadu Fakultet tehničkih nauka Katedra za telekomunikacije i obradu signala

The publishing of this script was financed by Austrian Cooperation through WUS Austria within the CDP+ 025/2004 project.

THIS COPY IS NOT FOR SALE

Objavljivanje ove skripte omogućili su Austrian Cooperation i WUS Austria u okviru projekta CDP+ 025/2004.

BESPLATAN PRIMERAK

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA

5

SADRŽAJ

1. UVOD 1.1. Opšti model sistema za digitalni prenos signala 1.2. Kodni i modulacioni kanal 2. STATISTIČKA TEORIJA TELEKOMUNIKACIJA 2.1. Uvod 2.2. Rešeni zadaci VEŽBA 1 3. KARAKTERISTIKE DIGITALNIH SIGNALA 3.1. Uvod 3.2. Rešeni zadaci VEŽBA 2 4. SKREMBLOVANJE I PN SEKVENCE 4.1. Uvod 4.2. Rešeni zadaci 5. LINIJSKO KODOVANJE 5.1. Uvod 5.2. Rešeni zadaci VEŽBA 3 6. PRENOS U OSNOVNOM OPSEGU 6.1. Uvod 6.2. Rešeni zadaci 7. VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU 7.1. Uvod 7.2. Rešeni zadaci 8. OPTIMIZACIJA PRENOSA U OSNOVNOM OPSEGU 8.1. Uvod 8.2. Rešeni zadaci VEŽBA 4

7 7 8 9 9 15 37 47 47 50 67 71 71 73 81 81 83 93 95 95 99 119 119 121 135 135 137 157

1.1. PRENOS U PROŠIRENOM SPEKTRU 13. Uvod 13.2. Rešeni zadaci VEŽBA 8 PRILOG Tablica Q-funkcije LITERATURA 163 173 173 175 189 189 191 205 205 208 219 219 220 237 247 247 250 261 263 263 266 275 277 277 281 . SPEKTRALNO EFIKASNE MODULACIJE 12.2. Uvod 11. DIGITALNA FAZNA MODULACIJA 10.1. DIGITALNA AMPLITUDSKA MODULACIJA 9.2. Rešeni zadaci 10. Uvod 14.1.6 SADRŽAJ VEŽBA 5 9.2. Uvod 9. Uvod 10.2. Rešeni zadaci 12. Rešeni zadaci VEŽBA 7 14. SINHRONIZACIJA 14.2.1. Uvod 12.1. DIGITALNA FREKVENCIJSKA MODULACIJA 11. Rešeni zadaci 11. Rešeni zadaci VEŽBA 6 13.

Digitalni signali mogu biti dvojakog porekla. i tretiraju se alatima teorije verovatnoće. Skrembler obezbeđuje transparentnost digitalnog signala. digitalni signali su slučajni signali. što je bitno za uspostavljanje sinhronizacije između predajnika i prijemnika. oni mogu nastati i digitalizovanjem analognih signala . Prenos se vrši posredstvom elektromagnetskih sistema. U zavisnosti od tipa prenošenih signala. vrši višestruku transformaciju informacionog sadržaja signala na digitalnom nivou. Ove vrednosti moguće je numerisati. omogućavajući liniji da dobro prenese signale bez obzira na prirodu izvora koji ih generiše. {bk } f (t ) {ak } s (t ) ˆ s (t ) ˆ {ak } ˆ {bk } ˆ f (t ) Slika 1. .a Opšta blok šema sistema za digitalni prenos signala Koder. svaki digitalni signal mora imati neku karakteristiku koja je diskontinualna u vremenu i koja se može opisati konačnim skupom diskretnih vrednosti. pa se zato prenos digitalnih signala svodi na prenos brojki. Izvorno digitalni su oni signali koje generišu digitalni izvori i nazivaju se signali podataka. udaljenih tačaka .korisnika poruka. data na slici 1. odnosno digita. S druge strane. odnosno analogne i digitalne telekomunikacije. prikazan blok šemom na slici 1.1 OPŠTI MODEL SISTEMA ZA DIGITALNI PRENOS SIGNALA Blok šema sistema. do drugih. Takođe.A/D konverzijom.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 7 1 UVOD Telekomunikacije je moguće definisati kao proces prenosa poruka od jedne ili većeg broja tačaka . predstavljena nizom simbola M-arnog alfabeta. predstavlja opštu koncepciju prenosa digitalnih signala oba porekla. razlikuju se analogni i digitalni prenos.izvora. takvi su PCM i DM signali.b. Skremblovanjem se postiže: ⋅ mala fluktuacija gustine jedinica (smanjenje verovatnoće pojave dugog niza nula). Bez obzira na poreklo.a. U tačku A na ulazu kodera dolazi digitalna poruka. 1.

Modulator i demodulator sadržani su u zajedničkom uređaju.2 KODNI I MODULACIONI KANAL Deo telekomunikacionog sistema na slici 1. Ukoliko se pretpostavi da je kodni kanal bez memorije (u modulacionom kanalu je prisutan samo šum) moguće ga je opisati matricom transverovatnoća. bitu. u cilju što vernijeg prenosa. stohastičkih smetnji (npr.8 UVOD ⋅ ravnomernost raspodele spektralne gustine srednje snage digitalnog signala i eliminacija periodičnih (diskretnih) komponenti signala. Kodni kanal je diskretni. odnosno izbor modulacionog postupka.c. . odnosno prenosnog medija i obezbeđuje uslove za sinhronizaciju i kontrolu ispravnosti prenosa.1. bloku bita itd. koja je inverzna funkciji kodera. Linijski koder prilagođava spektar digitalnog signala karakteristikama linije veze. liniju veze i demodulator naziva se kodni kanal. Gausov šum). vrši takođe trostruku funkciju. Dekoder. digitalni kanal. Ciljevi modulacionog i kodnog kanala su slični: prenos diskretnih poruka. prikazan blok šemom na slici 1.c Blok šema dekodera prijemnika 1. Slika 1. usmerene (mikrotalasne) veze. Slika 1. Materija koju obuhvata ova zbirka zadataka se uglavnom odnosi na problematiku modulacionog kanala. Na osnovu karakteristika kodnog kanala vrši se izbor metoda zaštitnog kodovanja u cilju smanjenja verovatnoće greške. Čini ga linija veze (prenosni medijum) i izvor aditivnih. Za modulacioni kanal vezuje se izbor talasnih oblika signala. jer se na njegovom ulazu i izlazu pojavljuju nizovi simbola (kodne reči). Modulacioni kanal je analogni kanal. odnosno digitalnih signala uz minimalnu verovatnoću greške. optički vodovi i radio veze. kao kvantitativnom merom za ocenu kvaliteta prenosa simbola i diskretnih poruka (verovatnoća greške po simbolu. Kodni kanal je okarakterisan verovatnoćom greške. Vrši se prilagođenje karakteristika signala karakteristikama linije veze i prisutnih smetnji. odnosno što pouzdanije rekonstrukcije primljenog signala. odnosno omogućava se detekcija i korekcija pogrešno prenetih simbola. koji obuhvata modulator.). modemu. koje predstavljaju značajan uzrok preslušavanja između kanala. U primopredajnim uređajima koder i dekoder zajedno čine kodek.b Blok šema kodera predajnika Zaštitni koder povećava redundantnost digitalnog signala dodavanjem neinformacionih bita informacionom sadržaju. čija je osnovna funkcija da što vernije prenese signale sa svog ulaza na izlaz. Kao prenosni putevi najčešće se koriste kablovi. Na taj način povećava se otpornost digitalnog signala na uticaj smetnji. Razlikuju se načini i metode ostvarivanja ovog cilja.

odnosno razliku između ukupne ( ξ 2 ) i jednosmerne snage ( ξ ).2) Prvi moment je statistička srednja vrednost ξ = mξ . je varijansa σ ξ i predstavlja naizmaničnu snagu.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 9 2 STATISTIČKA TEORIJA TELEKOMUNIKACIJA 2.1 UVOD 2... H 2 . Važi: i P[H k / A] = P[ A / H k ] ∑ P[A / H i ]P[H i ] i (2.3 Transformacija gustine verovatnoće Neka su ξ i η dve slučajne promenljive povezane relacijom η = f(ξ). je definisan izrazom: µ nk = ξ − ξ ( ) (η − η ) n k (2. i ξ = n ∞ −∞ ∫x n pξ ( x)dx (2. Tada je gustina verovatnoće nove promenljive data izrazom: .4) Združeni centralni moment drugog reda dvodimenzionalne slučajne promenljive je kovarijansa: (2. H n } potpun sistem događaja (tj..3) 2 Drugi centralni moment (n = 2)..ti centralni moment dve slučajne promenljive..1 Osnovni elementi teorije verovatnoće Bajesova formula Neka je {H 1 . Razlikujemo dva slučaja: 1..5) µ11 = Kξη 2. N-ti centralni moment diskretne i kontinualne slučajne promenljive ξ je definisan izrazom: (ξ − ξ ) = ∑ (x − ξ )Pξ ( x ) . n i i ≠ j ... i ∑ P[H i ] = 1 ). i (ξ − ξ ) n i i i n ∞ = −∞ ∫ (x − ξ )pξ ( x)dx 2 (2. događaji H i i H j su disjunktni za svako i.1. Združeni (n+k) . ξ i η . j = 1.1.1.1) 2.2 Slučajna promenljiva Momenti slučajne promenljive N-ti moment diskretne i kontinualne slučajne promenljive ξ je definisan izrazom: ξ =∑ n i xin Pξ ( xi ) . Između nove i stare promenljive postoji korespodencija 1:1.

važi : ...10) ξ N = g N (η1 . y − x1 )dx1 (2. za slučajne promenljive ξ1 . tada je gustina verovatnoće zbirne slučajne promenljive data izrazom: ∞ pη ( y ) = −∞ ∫ pξ1ξ2 ( x1 . ξ 2 . y N ).η 2 ...η N : ξ1 = g1 (η1 ...η 2 ....... ∂g1 ∂y N .η 2 .... ξ N mogu izraziti kao jednoznačne funkcije od η1 ......9) U prethodnom postupku.6) 2.... koje su povezane jednoznačnim funkcijama: η1 = f1 (ξ1 ....10 STATISTIČKA TEORIJA TELEKOMUNIKACIJA pη ( y ) = pξ ( x ) dy dx x = f −1 ( y ) (2..η 2 .... gustina verovatnoće su povezane izrazom pη 1... ξ 2 . ξ N ). za y ≤ 0 (2.....8) J je apsolutna vrednost Jakobijana. y N ) = p ξ .ξ ∂g N ∂y1 .. ξ 2 .7) pη ( y ) = 0......η N ). ξ 2 = g 2 (η1 . . ξ N ).ξ N (x1 = g1 ( y1 ...... .. ∂y N 1 2 ... pξ1ξ 2 ( x1 .... Suma slučajnih promenljivih Ako je η = ξ1 + ξ 2 i ako je poznata združena gustina verovatnoće promenljivih ξ1 i ξ 2 . ξ N ).. y N )) ⋅ J (2...η N . ξ 2 ...... Između nove i stare promenljive postoji korespodencija 2:1.. η N = f N (ξ1 . Tada je gustina verovatnoće nove promenljive data izrazom: pη ( y ) = pξ ( x ) + pξ ( − x ) dy dx x = f −1 ( y ) .. koji predstavlja determinantu matrice: ∂g1 ∂y1 J = . x 2 ) .η N ). ξ 2 . U opštem slučaju.η2 ..η 2 . za y ≥ 0 . η 2 = f 2 (ξ1 .. (2.11) Ako su ξ1 i ξ 2 nezavisne slučajne promenljive. pretpostavljeno je da se slučajne promenljive ξ1 ..... y2 . y2 . y2 .η N )... (2.η N ( y1 .. x N = g N ( y1 . ∂g N ..... ξ N i η1 .

1.15) raspodelu. stokhastikos – zasnovan na pretpostavkama).17) Srednja vrednost i varijansa su jednake m i σ 2 .4 Karakteristične raspodele Uniformna raspodela Data je izrazom: ⎧ 1 x1 ≤ x ≤ x 2 .13) (2. је funkcija dve promenljive – slučajnog događaja A i vremena.5 Slučajni procesi Slučajni proces ξ ( A. ⎩ Srednja vrednost i varijansa dati su izrazima: (2. (2. Transformacijom se dobija uniformna raspodela oblika: ⎧1 0 ≤ y ≤ 1.14) ξ ⋅η = ∫∫ xy ⋅ pξη ( x.1.12) što predstavlja konvoluciju gustina verovatnoća promenljivih koje čine zbir. iσ 2 = 2 . y )dxdy = ξ + η ξη (2. U telekomunikacijama slučajni procesi predstavljaju slučajnu promenu električne veličine (struja ili napon). formalnim uvođenjem nove slučajne promenljive y = P[ξ ≤ x] . pξ (x ) moguće transformisati u uniformnu ξ = Gausova raspodela Data je izrazom: ( x −m)2 2σ 2 p ( x) = 1 2π σ e − (2. 2 12 Pokazuje se da je bilo koji tip raspodele. ⎪ p ( x) = ⎨ x 2 − x1 ⎪ 0 drugde.16) ⎩0 drugde.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA ∞ 11 pη ( y ) = −∞ ∫ pξ1 ( x1 ) pξ2 ( y − x1 )dx1 . 2. respektivno. i nazivaju se često slučajni signali. . y )dxdy ξη Kada su slučajne promenljive ξ i η statistički nezavisne važi: ξ ⋅η = ξ ⋅η 2. 0 ≤ y ≤ 1 . t ) (ili kako se još naziva stohastički proces. p( y) = ⎨ (2. Srednja vrednost zbira i proizvoda dve slučajna promenljive Srednja vrednost sume i proizvoda dva slučajne promenljive čest je slučaj u telekomunikacijama: ξ + η = ∫∫ (x + y )pξη (x. x2 + x1 ( x − x1 ) 2 .

Kaže se da je slučajan proces ergodičan u širem smislu ukoliko je ergodičan po srednjoj vrednosti i po autokorelaciji.20) Rξ (τ ) = ∞ ∞ −∞ −∞ ∫ ∫ x1 x 2 p ξ ( x1 . ℜ f (τ ) = Rξ (τ ) . Za određeni vremenski trenutak t k . a x odbirak slučajnog procesa u nekom vremenskom trenutku.18) gde je f (t ) neka realizacija slučajnog procesa. ansambl je ergodičan po srednjoj vrednosti (za ergodičnost po srednjoj vrednosti. Za slučajni proces se kaže da je stacionaran u širem smislu ukoliko je: 1.τ ) dx 1 dx 2 Ukoliko su ove vrednosti jednake. Rξ (t1 . umesto striktno stacionarnog. Srednja vrednost po vremenu i ansamblu . a i njihovih konkretnih vrednosti. vremenski odbirci slučajnog procesa su slučajne promenljive). t 2 ) zavisi samo od razlike trenutaka posmatranja. x 2 . t ) = ξ i (t ) . x2 . stacionaran po srednjoj vrednosti: ξ k = mξ za svako t i . x2 . slučajni proces postaje slučajna promenljiva ξ ( A. Stacionarnost slučajnog procesa Slučajni proces je stacionaran ukoliko je gustina raspodele slučajnih promenljivih koje se dobijaju odabiranjem slučajnog procesa ista (tj. ne zavisi od trenutka odabiranja). 2. tj: pξ1 ( x ) = pξ ( x ) za svako t i . Vremenska i statistička autokorelacione funkcija stacionarnog ansambla su: 1 ℜ f (τ ) = lim T →∞ 2T T −T ∫ f (t ) f (t + τ )dt (2. slučajni proces se svodi na brojnu vrednost.12 STATISTIČKA TEORIJA TELEKOMUNIKACIJA Za određenu realizaciju slučajnog događaja A = Ai .ergodičnost slučajnog procesa Kod stacionarnog ansambla. srednja vrednost po vremenu i ansamblu data je izrazima: f (t ) = lim 1 T →∞ 2T T ∞ −T ∫ f (t )dt . ξ = −∞ ∫ xpξ ( x)dx (2. za datu vrednost događaja i dati vremenski trenutak. slučajni proces je ergodičan po autokorelaciji (za ergodičnost po autokorelaciji. Skup svih mogućih realizacija (tj. t 2 ) = ξ1ξ 2 = ∞ ∞ −∞ −∞ ∫ ∫ x1 x2 pξ ( x1 . može se posmatrati slučajni proces stacionaran samo po srednjoj vrednosti). Ako su ove veličine jednake. tj. t 2 − t1 )dx1dx2 = Rξ (τ ) gde je τ = t 2 − t1 . t1 . Stacionarnost se može posmtrati i u širem smislu. t k ) = ξ k (tj. Konačno. može se posmatrati slučajni proces stacionaran samo po autokorelaciji). umesto striktno stacionarnog. t 2 )dx1dx2 = = −∞ −∞ ∫ ∫ x1 x2 pξ ( x1 .19) (2. stacionaran po autokorelaciji: ∞ ∞ Rξ (t1 . . vremenskih funkcija) slučajnog procesa se naziva statistički ansambl. slučajni proces postaje vremenska funkcija ξ ( Ai .

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 13 Slučajni proces je ergodičan ukoliko su sva njegova vremenska usrednjavanja i usrednjavanja po ansamblu jednala. S ξ (ω ) = ∞ −∞ ∫ Rξ (τ )e ∞ −∞ − jωτ dτ jωτ (2.23) dω (2.27) Rφ (τ ) = Rξ (τ ) + Rη (τ ) + Rξη (τ ) + Rηξ (τ ) S φ (ω ) = S ξ (ω ) + Sη (ω ) + S ξη (ω ) + Sηξ (ω ) (2.6 Spektralna gustina snage. uvodi se generalizacija spektralne gustine srednje snage da bi bila u važnosti VinerHinčinova teorema.21) gde su f (t ) i g (t ) njihove realizacije. a drugi član sume diskretna funkcija i predstavlja spektar periodične komponente signala koja je data izrazom: ( S ξ d ) (ω ) = n = −∞ ∑ 2π Fn ∞ 2 δ (ω − ω 0 ) 2 (2. Viner .25) gde je prvi član sume kontinualna funkcija i predstavlja spektar slučajne komponente. Kovarijansa međusobno stacionarnih procesa data je izrazom: K ξη (τ ) = f (t ) − f (t ) ( g (t + τ ) − g (t ) + τ ) = Kηξ ( −τ ) ( ) (2. 2. Međukorelaciona funkcija Za ergodične slučajne procese ξ (t ) i η (t ) definiše se međukorelaciona funkcija oblika: 1 ℜ fg (τ ) = f (t ) g (t + τ ) = lim T →∞ 2T T −T ∫ f (t ) g (t − τ )dt = R gf (−τ ) (2.Hinčinova teorema Spektralna gustina srednje snage slučajnog procesa i njegova autokorelaciona funkcija čine Furijeov transformacioni par. kovarijansa postaje autokovarijansa.28) Ako je ϕ (t ) = ξ (t ) ⋅ η (t ) proizvod dva stacionarno povezana sučajna procesa.24) 1 Rξ (τ ) = 2π ∞ ∫ Sξ (ω )e ∞ Ako autokorelaciona funkcija i spektralna gustina srednje snage ne zadovoljavaju uslove: −∞ ∫ R(τ ) dτ < ∞ i −∞ ∫ S ξ dω < ∞ . njegova autokorelacija i spektalna gustina srednje snage date su sledećim izrazima: . njegova autokorelacija i spektralna gustina srednje snage date su sledećim izrazima: (2.22) Ako realizacije f (t ) i g (t ) pripadaju istom stacionarnom ansamblu. ( ( S ξ (ω ) = S ξ k ) (ω ) + S ξ d ) (ω ) (2.1. Zbir i proizvod dva stacionarna povezana slučajna procesa Ako je ϕ (t ) = ξ (t ) + η (t ) zbir dva stacionarna povezana slučajna procesa. respektivno.26) U poslednjem izrazu Fn predstavlja snagu n-tog harmonika periodične komponente slučajnog signala.

1. granične učestanosti f g .29) (2. N 0 = const .33) .30) 1 Sφ (ω ) = 2π ∞ −∞ ∫ Sη (λ )Sξ (ω − λ )dλ 2. čija je autokorelacija data izrazom: Rn' (τ ) = N 0ω g sin(ω gτ ) 2 ω gτ (2.7 Beli i obojeni šum Beli šum predstavlja stacionaran slučani proces konstantne spektralne gustine srednje snage: N S n (ω ) = p n = 0 . dobija se obojeni šum.14 STATISTIČKA TEORIJA TELEKOMUNIKACIJA Rφ (τ ) = Rξ (τ ) ⋅ Rη (τ ) (2.31) 2 Njegova autokorelacija data je izrazom: N Rn (τ ) = 0 δ (τ ) (2.32) 2 Propuštanjem belog šuma kroz idealan filtar propusnik niskih učestanosti. − ∞ < ω < ∞ (2.

⋅ P[i n = 1] = P[1] = 0. dekodovanje informacionog simbola iz kodne reči je trivijalno.03456 .2. i ⋅ sa H 2 obežimo događaj da je poslata kodna reč 11111. P[H 1 ] = P[in = 0] = 0.1} .1 ZADACI Posmatra se pojednostavljeni model telekomunikacionog sistema dat na slici (Slika 2.i P[A] P[ A / H 1 ]P[H 1 ] + P[ A / H 2 ] ⋅ P[H 2 ] P[H 2 / A] = P[H 2 .6 . A] P[H 1 ] ⋅ P[ A / H 1 ] P[H 1 / A] = = . P[H 2 ] = P[in = 1] = 0. Na osnovu primljene sekvence A.7 .2.1. Smetnje koje deluju u kanalu utiču na verovatnoću ispravnog prijema simbola. ⋅ sa A obeležimo primljenu sekvencu 10110.7 = 0.1 Rešenje: Označimo događaje i pridružene verovatnoće opisane tekstom zadatka na sledeći način: ⋅ P[i n = 0] = P[0] = 0. odnosno P[H 2 / A] .7 .6 (da nema smetnji verovatnoća ispravnog prijema bi bila 1). P[ A / H 2 ] = P[G ] ⋅ P[G ] ⋅ P[G ] ⋅ P[G ] ⋅ P[G ] = 0.3 + 0. koji se koduju jednostavnim repetitivnim kodom tako što se svaki simbol ponovi pet puta (umesto simbola 0 šalje se sekvenca 00000. i ona iznosi 0.1. pri čemu se smatra da smetnje nezavisno pogađaju simbole kodne reči (kanal bez memorije). i . ⋅ P[verovatnoća ispravnog prenosa ] = P[G ] = 0.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 15 2. Na kraju dobijamo: P[H 1 / A] = 0. prijemnik procenjuju koja je kodna reč bila poslata na osnovu toga koja je uslovna verovatnoća veća P[H 1 / A] .22 . ⋅ sa H 1 obežimo događaj da je poslata kodna reč 00000. Nakon toga.02304 . Ukoliko je primljena sekvenca 10110.1).3 . odrediti koji je simbol izvor najverovatnije generisao.3 i P[in = 1] = 0. A] P[H 2 ] ⋅ P[A / H 2 ] = . ) in in xn ˆ xn Slika 2.03456 ⋅ 0. odnosno umesto 1 šalje se sekvenca 11111). Izvor emituju binarne simbole iz skupa {0. Apriorne verovatnoće pojavljivanja 0.031104 . i P[ A] = 0. Navedene uslovne verovatnoće se mogu izračunati kao: P[H 1 .3 .7 . odnosno 1 su P[i n = 0] = 0. P[A] P[ A / H 1 ]P[H 1 ] + P[ A / H 2 ] ⋅ P[H 2 ] Dalje imamo: P[ A / H 1 ] = P[G ] ⋅ P[G ] ⋅ P[G ] ⋅ P[G ] ⋅ P[G ] = 0.2 2.2.02304 ⋅ 0.

i P T = 0 . b) Obeležimo događaj da je prijem ispravan sa T.2 U jednom binarnom sistemu za prenos podataka na predaji se javlja pozitivni impuls koji odgovara kodnom znaku 1 (događaj H 1 ). P[E / H 1 ] = 0.1 . Na osnovu dobijenih vrednosti za uslovne verovatnoće.923 .1 i P[1 / H 1 ] = 0.1] P[H 2 ] ⋅ P[1 / H 2 ] = = 0. ⋅ negativni impuls 0.78 . b) verovatnoću ispravnog prijema i greške na prijemu. i ⋅ neodređeni impuls E (znak E potiče od engleske reči Erasure. i [] c) P[H 1 / 1] = P[H 2 / 1] = P[H 1 . P[E / H 2 ] = 0.6 i P[H 2 ] = 0.1] P[H 1 ] ⋅ P[1 / H 1 ] = = 0. i P[1] P[1] P[H 2 .077 . Izračunati sledeće verovatnoće na prijemu: a) P[0] .2 .52 . pa se ovakav kanal naziva binarni kanal sa brisanjem.4 . Na kraju. c) ako je primljen pozitivan impuls. e) ako je primljen neodređeni impuls. i negativni impuls koji odgovara kodnom znaku 0 (događaj H 2 ) sa verovatnoćoma P[H 1 ] = 0. i ⋅ P[0 / H 2 ] = 0.1 i P[1 / H 2 ] = 0.38 . Uslovne verovatnoće dogaaja na prijemu kada su realizovani događaji na predaji su: ⋅ P[0 / H 1 ] = 0. P[E ] = P[H 1 ] ⋅ P[E / H 1 ] + P[H 2 ] ⋅ P[E / H 2 ] = 0.8 . kolika je verovatnoća da je impuls na predaji bio negativan odnosno pozitivan.1 . i skraćeno obeležava sa BSC (Binary Symmetric Channel). kolika je verovatnoća da je impuls na predaji bio negativan odnosno pozitivan.8 .2.8 .16 STATISTIČKA TEORIJA TELEKOMUNIKACIJA P[H 2 / A] = 0. i skraćeno obeležava sa BEC – Binary Erasure Channel). odlučivač na svom izlazu daje simbol 1. dodajmo i to da se tip kanala opisan u ovom zadatku naziva binarni simetrični kanal. P[T ] = P[H 1 ] ⋅ P[1 / H 1 ] + P[H 2 ] ⋅ P[0 / H 2 ] = 0. Prijemnik detektuje tri vrste signala: ⋅ pozitivni impuls 1. P[0] = P[H 1 ] ⋅ P[0 / H 1 ] + P[H 2 ] ⋅ P[0 / H 2 ] = 0. P[1] P[1] . P[1] i P[E ] . 2. kolika je verovatnoća da je impuls na predaji bio negativan odnosno pozitivan? Rešenje: a) P[1] = P[H 1 ] ⋅ P[1 / H 1 ] + P[H 2 ] ⋅ P[1 / H 2 ] = 0.1 . d) ako je primljen negativan impuls.

0] P[H 2 ] ⋅ P[0 / H 2 ] = = 0. To je slučaj za x ≥ 0 : ∞ 0 ∫k ⋅ x⋅e − x2 2 n dx = kn = 1 .1 prikazuje izgled kumulativne funkcije raspodele.842 .2 π . e2 t2 2 n dt = 1− e − x2 2n . P[E ] P[E ] − x2 2n e) P[H 1 / E ] = P[H 2 / E ] = 2. Rešenje: a) Da bi f ( x) bila GRV.3.0] P[H 1 ] ⋅ P[0 / H 1 ] = = 0.2.2. i P[0] P[0] P[H 2 . i P[E ] P[E ] P[H 2 .2.3 Data je funkcija f ( x) = k ⋅ x ⋅ e gde su k i n pozitivne konstante.6 . E ] P[H 1 ] ⋅ P[E / H 1 ] = = 0 . ] c) Napisati izraz za kumulativnu funkciju raspodele i skicirati njen izgled. njene vrednosti moraju biti nenegativne. b) Izračunati verovatnoću da slučajna promenljiva čija je gustina raspodele f ( x) uzme neku vrednost iz intervala [ 2π . a) U kom domenu može funkcija f ( x) da predstavlja gustine raspodele verovatnoća (GRV) neke slučajne promenljive? Odrediti relaciju između k i n . Slika 2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 17 d) P[H 1 / 0] = P[H 2 / 0] = P[H 1 . b) P 2π ≤ x ≤ 2 π = c) FX ( x ) = ∫ k ⋅ t ⋅ e 0 x − [ ] ∫ 2 π 2π k ⋅ x⋅e − x2 2 n dx = e −1 .158 .4 . E ] P[H 2 ] ⋅ P[E / H 2 ] = = 0 .3.1 . P[0] P[0] P[H 1 . FX [x ] 1 x Slika 2.

18 STATISTIČKA TEORIJA TELEKOMUNIKACIJA 2. y ( x) = ⎨ bx − a ≤ x ≤ a.4 Na ulazu i izlazu sistema su signali čije su trenutne vrednosti slučajne promenljive X i Y. x < −a. x = f −1 ( y ) p X [x ] pY [ y ] 1 1 a 1 x Slika 2.2. Odrediti funkciju gustine raspodele verovatnoća slučajne promenljive Y za sve kombinacije funkcija gustine raspodele verovatnoća slučajne promenljive i prenosnih funkcija sistema. Funkcije gustine raspodele verovatnoća slučajne promenljive X su: 1.) Pošto je preslikavanje y ( x) = ax + b “1 na 1”. P[x < X < x + dx ] = P[ y < Y < y + dy ] . y ( x) = ax 2 . drugde. p X ( x) = 1 − x2 2 2.) Preslikavanje y ( x) = ax 2 je prikazano na slici (Slika 2. p X [x ]dx = pY [ y ]dy . Na slici se vidi da se dve vrednosti promenljive x preslikavaju u jednu vrednost y. 2π Prenosne funkcije sistema su (pri čemu su a i b pozitivne konstante): 1.1 b ab y b) (Kombinacija uniformne raspodele i nelinearnog sistema.2.4. ⎧1 x ∈ [0. onda je.1]. ⎪ ba a < x. 2. pY [ y ]dy = p X [x ]dx dy dx ⎧1 ⎪ = ⎨a ⎪0 ⎩ b ≤ y ≤ a + b.2. p X ( x) = ⎨ ⎩0 drugde.4. ⎧− ba ⎪ 3.2). iz čega sledi: P[ y < Y < y + dy ] = P[x1 < X < x 2 + dx ] + P[x 2 < X < x 2 + dx ] . ⎩ Rešenje: a) (Kombinacija uniformne raspodele i linearnog sistema. y ( x) = ax + b . e .

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 19 pY [ y ] = p [x ] p X [x ] + X dy dy dx x = x dx x = x 1 (2. drugde. 2 = ± .4. 1 pY [ y ] = . b Za a < x ≤ 1 sve vrednosti x se preslikavaju u istu tačku y ( x) = ba . pY [ y ] = ⎨ b ⎪ 0 drugde.1) 2 Pritom važi y dy = 2ax i x1. Ovu verovatnoću modelujemo pomoću a 1 δ -impulsa u gustini raspodele smeštenom u tački y = ab .2. pa se dobija: ⎡ y⎤ ⎧ 1 pX ⎢ ⎥ ⎪ ⎣ a ⎦ = ⎪ 2 ay pY [ y ] = ⎨ y ⎪ 0 2a ⎪ a ⎩ y 0 ≤ y ≤ a.2 a y c) (Kombinacija uniformne raspodele i linearnog sistema sa zasićenjem.2.1) za koji je x pozitivno.) Pretpostavimo da je a < 1 . u suprotnom bi ova kombinacija u potpunosti svela na slučaj pod a).1] . Za 0 ≤ x < a imamo preslikavanje y ( x) = bx .4.2. dx a Kako je uniformna raspodela definisana samo na intervalu [0. pa na kraju dobijamo: ⎧1 ⎪ + (1 − a)δ ( y − ab) 0 ≤ y ≤ ab. 0 ≤ y < ab . ⎩ . pY [ y ] 1 2a x1 x2 x Slika 2. odakle sledi da je verovatnoća P[Y = ba ] = ∫ p X [x ]dx = 1 − a . preostaje samo član sume iz jednačine (2.4. pa je na osnovu dela zadatka pod a) gustina raspodele verovatnoće.

2.) Analogno delu zadatka pod b). Potpuno analogno načinu na koji rešen deo zadatka pod a) dobijamo: p [x ]dx pY [ y ]dy = X dy dx 1 −2 e 2π a x2 − 1 = e 2π a ( y −b )2 2a2 = x = f −1 ( y ) .2. drugde. imamo: 1 pY [ y ] = e − x2 2 1 + y x =− a 2π 2ax 2π 2ax y x= a e − x2 2 y ⎧ 1 − 2a ⎪ e = ⎨ 2πay ⎪ 0 ⎩ y > 0.20 STATISTIČKA TEORIJA TELEKOMUNIKACIJA y ab pY [ y ] (1 − a )δ ( y − ab ) −a a x 1 b a y − ab Slika 2.4. x= y −b a Vidi se da se prolaskom kroz linearan sistem Gausova raspodela sa nultom srednjom vrednosti i jediničnom varijansom na ulazu transformisala u odgovarajuću Gausovu raspodelu sa srednjom vrednosti b i varijansom a 2 na izlazu.2.4.4. p X [x ] pY [ y ] 1 2π 1 2π a x Slika 2. pY [ y ] y Slika 2.3 d) (Kombinacija Gausove raspodele i linearnog sistema).5 .4 a y e) (Kombinacija Gausove raspodele i nelinearnog sistema.

. Zato se početna faza može predstaviti slučajnom promenljivom sa uniformnom raspodelom čija je gustina raspodele verovatnoća: ⎧ 1 ⎪ 2π 0 ≤ x ≤ 2π . koji predstavlja neki sinusoidalni signal amplitude A .2. Rešenje: Trenutna vrednost nosioca predstavlja slučajnu promenljivu koju ćemo obeležiti sa Z. pY [ y ] Q ( a )δ ( y + ab ) Q( a )δ ( y − ab ) y Slika 2. ⎪ ⎩ pri čemu je: Q(a) = −a =∞ ∫ 1 2π e − x2 2 dx = ∞ ∫ a 1 2π e − x2 2 dx . ⎩ Odrediti GRV slučajne promenljive koja predstavlja trenutnu vrednost nosećeg signala u nekom određenom trenutku t = t1 . pξ [x] = ⎨ ⎪ 0 drugde.4. dobijamo: y2 ⎧ − 1 2 ⎪ e 2b + Q(a)(δ ( y + ab) + δ ( y − ab) ) − ab ≤ y ≤ ab. a zatim iz nje izvesti traženu GRV na osnovu relacije Z = A sin η . a trenutni ugao sinusoide ćemo obeležiti sa η . Z = A sin(ω0t1 + ξ ) . ⎪ 2π b pY [ y ] = ⎨ ⎪ 0 drugde. na osnovu zadatka 2.2. kružne učestanosti ω 0 i početne faze ξ . Pošto je η = ω 0 t1 + ξ .) Analogno delu zadatka pod c).ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 21 f) (Kombinacija Gausove raspodele i linearnog sistema sa zasićenjem.2. η = ω 0 t1 + ξ .5 U prijemnicima modulisanih signala često se vrši izdvajanje nosioca. drugde. Obično su na mestu prijema poznate vrednosti za amplitudu i kružnu učestanost. GRV slučajne promenljive Z ćemo odrediti u dva koraka.6 2.4 pod a) se dobija: ⎧1 ⎪ pη [ y ] = ⎨ 2π ⎪ 0 ⎩ ω 0 t1 ≤ y ≤ ω 0 t1 + 2π . dok je početna faza nepoznata. U prvom ćemo odrediti GRV za η .

6 Na ulazu u radio prijemnik superponiraju se dva sinusoidalna signala jediničnih amplituda i kružne učestanosti ω 0 . a slučajne fazne razlike koja je uniformno raspodeljena u intervalu [0. drugde. Rešenje: Na ulazu radio prijemnika je signal: x ⎛ x⎞ s (t ) = sin(ω0t ) + sin(ω0t + x) = 2 cos sin ⎜ ω0t + ⎟ .2.1 1 Aπ A z 2. Izračunati verovatnoću da anvelopa ulaznog signala bude manja od polovine amplituda pojedinih komponenti. A2 − z 2 . Na osnovu slike (Slika 2. dz z2 2 = A cos y = A 1 − sin y = A 1 − 2 = dy A Na kraju se dobija: 1 ⎧ ⎪ 2π + ⎪ ⎪ A2 − z 2 p Z [z ] = ⎨ ⎪ ⎪ 0 ⎪ ⎩ 1 ⎧1 ⎪π 2 ⎪ A − z2 =⎨ ⎪ 0 ⎪ ⎩ 1 2π A2 − z 2 0 ≤ z ≤ A. z p Z [z ] ω0t1 y1 y2 ω0t1 + 2π y −A Slika 2.2. drugde.2.22 STATISTIČKA TEORIJA TELEKOMUNIKACIJA Pošto preslikavanje z = A sin y nije “1 na 1”. 2 ⎝ 2⎠ . 0 ≤ z ≤ A.5.4 pod b).1) se vidi da važi: p Z [z ] = pη [ y ] dz dy y = y1 + pη [ y ] dz dy y = y2 .5. Odrediti i nacrtati GRV slučajne promenljive koja predstavlja anvelopu signala na ulazu. pri čemu je. poslužićemo se sličnim rezonovanjem kao u zadatku 2.2.2π ] .

⎡ 1 1⎤ Ako su X 1 i X 2 uniformno raspodeljene u intervalu ⎢− . uvedimo pomoćnu slučajnu promenljivu Z = X 2 . z ) = y − z .1 1 2π 2 y 2. skicirati GRV slučajne ⎣ 2 2⎦ promenljive Y. važi: dy x x y2 = sin = 1 − cos 2 = 1 − . Rešenje: Da bismo rešili zadatak. Odgovarajuća inverzna preslikavanja su: x1 = g1 ( y. 4 4⎠ π⎝ y pY [ y ] π 2π x −2 Slika 2. drugde.6. .5] = − ∫1 pY ( y )dy = 2π ∫1 2 − 2 1 2 1 1 2 1 1− y2 4 dy = 1⎛ 1 1⎞ ⎜ arcsin − arcsin ⎟ = 0.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 23 x Slučajna promenljiva koja predstavlja anvelopu na ulazu je y = 2 cos .2.7 Odrediti GRV zbira dve nezavisne slučajne promenljive Y = X 1 + X 2 u opštem slučaju.5. ⎥ .16 .2. 2 2 4 dx pa se konačno dobija: 1 ⎧ ⎪ 2 ⎪ pY [ y ] = ⎨ 2π 1 − y 4 ⎪ ⎪ 0 ⎩ − 2 ≤ y ≤ 2. 2 Ovo preslikavanje je jednoznačno na intervalu [0. pa sledi: pY [ y ]dy = p X [x ]dx dy dx . ⎡ 1 1⎤ Verovatnoća da je anvelopa u intervalu ⎢− .2π ] . ⎥ (polovina amplituda pojedinih ⎣ 2 2⎦ komponenti) je: P[Y < 0.2. x = f −1 ( y ) Slično kao i u zadatku 2.

1 1 y 2.8.7. z)]p X [g 2 ( y. z )] J dz = ∫ p X [y − z ]p X [z ]dz 1 2 ∞ −∞ ∫ p X [g1 ( y.8 Na ulazu idealnog kvantizera sa dva nivoa kvantizacije čija je karakteristika data na slici (Slika 2. Na osnovu ovoga je lako pokazati da je GRV zbira dve nezavisne uniformno raspodeljene slučajne promenljive jednaka u stvari dobro poznata konvolucija dva pravougaona impulsa: ⎧ 0 ⎪ pY [ y ] = ⎨1 − y ⎪ 0 ⎩ y < −1.2.7. Jakobijan je: ∂g1 J = ∂y ∂g1 ∂z ∂g 2 ∂y = 1 0 = 1 . z ) = z .2. z). Slika 2. a varijansa σ X .Potrebno je odrediti: a) Srednju vrednost kvadrata razlike ε 2 statističkih procesa X (t ) i Y (t ) . pY [ y ] 1 −1 Slika 2. − 1 ≤ y ≤ 1. . kao i samu 2 vrednost ε min .2. X 2 [g1 ( y. b) Optimalnu vrednost praga kvantizacije pri kojoj je ε 2 minimalno. 1 < y.24 STATISTIČKA TEORIJA TELEKOMUNIKACIJA x2 = g 2 ( y . ∂g 2 − 1 1 ∂z ∞ Sledi: pY [ y ] = = −∞ ∞ ∫ p X1.1 prikazuje skicu ove GRV. g 2 ( y. z )]dz 1 2 = p X1 [ y ] * p X 2 [ y ]. čija je srednja vrednost 2 nula.2. pri čemu je Y (t ) statistički proces na izlazu iz kvantizera.1) deluje stacionarni normalni statistički proces X (t ) . −∞ Vidi se da je GRV zbira dve nezavisne slučajne promenljive konvolucija njihovih GRV.

p X / Y [x / y = a ] = ⎨ X drugde. i 2 2 ∞ ∞ E [ XY ] = ∞ ∞ −∞ −∞ ∫ ∫ xyp XY ( x.8.2. 2 2 pY ( y )dy = −∞ 1 1 (−a) 2 + a 2 = a 2 . ⎩ 0 Dalje je: .4 pod f).ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 25 y a x −a Slika 2. Poslednju vrednost ćemo izračunati na sledeći način. Kada je Y = −a . − a i a . [ ] E [Y ] = ∫ y ∞ [ ] [ ] [ ] 2 E X2 =σX . uz razliku da u ovom slučaju da linearna zona na karakteristici ne postoji): p X ( x) = 1 2πσ X − e x2 2σ 2 X . važi: ⎧2 p ( x) − ∞ < x < 0. 2 2 Srednja vrednost kvadrata razlike slučajnih procesa X (t ) i Y (t ) je: ε 2 = E ( X − Y )2 = E X 2 − 2 E[ XY ] + E Y 2 .1 Rešenje: a) GRV procesa na ulazu i izlazu kvantizera su (vidi zadatak 2.2. p X / Y [x / y = − a ] = ⎨ X drugde. y)dydx = −∞ −∞ ∫ ∫ xyp X / Y ( x / y) pY ( y )dxdy . ⎩ 0 Kada je Y = a .i 1 1 pY ( y ) = δ ( y + a ) + δ ( y − a ) . važi: ⎧ 2 p ( x ) 0 < x < ∞. Slučajni proces Y (t ) može uzeti samo dve vrednosti.

a varijansa su im takođe jednake i iznose σ 2 . da 2π a=2 2 σX .2. Pokazati da je slučajni proces z (t ) stacionaran u širem smislu ako je ω 0 konstantna kružna učestanost. E [ XY ] = E [ X ]E[Y ] = 0 . Rešenje: Po uslovu zadatka imamo: E[X ] = E[X ] = 0 . E [ XY ] = 2 2π pa je: 2 ε 2 = σ X − 4a σX + a2 . 2π 2 X ε =σ ⎛ σ ⎞σ ⎛ σ ⎞ ⎛σ ⎞ 2⎞ 2 2 ⎛ − 4⎜ 2 X ⎟ X + ⎜ 2 X ⎟ = σ X − 2⎜ X ⎟ = σ X ⎜1 − ⎟ . ⎟ ⎟ ⎟ ⎜ ⎜ ⎜ 2π ⎠ 2π ⎝ 2π ⎠ ⎝ π⎠ ⎝ ⎝ 2π ⎠ 2 2 2.26 STATISTIČKA TEORIJA TELEKOMUNIKACIJA E [ XY ] = ∞ ∞ −∞ − ∞ ∫ ∫ xyp X / Y ( x / y) pY ( y)dxdy ∫ 0 ∞ = −∞ − ∞ ∫ xyp X / Y ( x / y) pY ( y)dxdy + ∫ 0 0 ∞ ∞ 0 −∞ ∫ xyp X / Y ( x / y) pY ( y)dxdy ∞∞ = 2⋅ 1 1 ∫ ∫ xyp X ( x)δ ( y + a)dxdy + 2 ⋅ 2 ∫ ∫ xyp X ( x)δ ( y − a)dxdy 2 −∞ −∞ 0 0 0 ∞ ∞ ∞ = −a ∫ xp X ( x)dx + a ∫ xp X ( x)dx = 2a ∫ xp X ( x)dx =2a ∫ x −∞ 1 2π σ X − x2 e 2σ 2 X dx. 2π b) Optimalnu vrednost praga kvantizacije dobijamo za minimalno ε 2 : σ dε 2 = −4 X + 2a = 0 .9 Dat je slučajni proces z (t ) = X cos(ω0t ) − Y sin(ω0t ) gde su X i Y dve statistički nezavisne kontinualne slučajne promenljive čija su matematička očekivanja jednaka nuli. Očekivana vrednost slučajnog procesa je: E [z (t )] = E [X cos(ω0t ) − Y sin(ω0t )] = E[ X cos(ω0t )] − E[Y sin(ω0t )] E X 2 = E Y2 =σ 2. [ ] [ ] = E [X ] cos(ω0t ) − E[Y ]sin(ω0t ) = 0. . 0 0 0 Konačno se dobija: aσ X .

2π 2π R zz (t . 2 2 .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 27 Autokorelacija je: R zz (t1 . Pošto ni srednja vrednost ni autokorelacija slučajnog procesa ne zavise od trenutka posmatranja. Njegova autokorelacija je: R yy (t . vidi se da proces y (t ) nije stacionaran u širem smislu. t + τ ) = E[x(t ) cos(ω 0 t )x(t + τ ) cos(ω 0 (t + τ ))] = 1 R xx (τ )(cos(2ω 0 t + ω 0τ ) + cos(ω 0τ )). gde je x(t ) slučajni proces stacionaran u širem smislu sa poznatom autokorelacionom funkcijom Rxx (τ ) . Ispitati stacionarnost u širem smislu slučajnih procesa y (t ) i z (t ) . t1 ) = E [z (t1 ) z (t 2 )] = E [( X cos(ω 0 t1 ) − Y sin(ω 0 t1 ) )( X cos(ω 0 t 2 ) − Y sin(ω 0 t 2 ) )] = E X 2 cos(ω 0 t1 ) cos(ω 0 t 2 ) − + E Y 2 sin(ω 0 t1 ) sin(ω 0 t 2 ) 2 0 1 2 [ ] = E [X ]cos(ω t ) cos(ω t ) + E [Y ]sin(ω t ) sin(ω t ) 2 0 2 0 1 0 2 − E [ XY (cos(ω 0 t1 ) sin(ω 0 t 2 ) + cos(ω 0 t 2 ) sin(ω 0 t1 ) )] + [ ] = σ (cos(ω 0 t1 ) cos(ω 0 t 2 ) + sin(ω 0 t1 ) sin(ω 0 t 2 ) ) = σ 2 cos(ω 0 (t 2 − t1 ) ) = σ 2 cos(ω 0τ ).10 Odrediti autokorelacione funkcije slučajnih procesa: y (t ) = x(t ) cos(ω0t ) . π ) i nezavisna od x(t ) . 2. Odrediti njihove spektralne gustine snage ako je: R xx (τ ) = A 2 e −α τ . θ je slučajna promenljiva uniformno raspodeljena u intervalu [−π .2. z (t ) = x(t ) cos(ω0t + θ ) . t + τ ) = E [x(t ) cos(ω 0 t + θ )x(t + τ ) cos(ω 0 (t + τ ) + θ )] = 1 R XX (τ )E [cos(ω 0 (2t + τ ) + 2θ ) + cos(ω 0τ )] 2 1 1 = R XX (τ ) cos(ω 0τ ) + R XX (τ )E[cos(ω 0 (2t + τ ) + 2θ )]. 2 Za proces z (t ) važi: E [z (t )] = E[x(t ) cos(ω 0 t + θ )] = E [x(t )]E [cos(ω 0 t + θ )] = E [x(t )] ∫ cos(ω 0 t + θ )pθ (θ )dθ −π π = E[x(t )] ∫ cos(ω 0 t + θ ) −π π 1 1 π dθ = E[x(t )]sin (ω 0 t + θ ) −π = 0. Rešenje: Pošto važi: E [ y (t )] = E [x(t ) cos(ω0t )] = E [x(t )] cos(ω0t ) . a ω0 je konstanta. slučajni proces z (t ) je stacionaran u širem smislu. pri čemu su A i α pozitivne konstante.

Uvrštavanjem izračunatih integrala u početnu jednačinu se dobija: .28 STATISTIČKA TEORIJA TELEKOMUNIKACIJA Važi: E [cos(ω0 (2t + τ ) + 2θ )] = π −π ∫ cos(ω0 (2t + τ ) + 2θ ) 2π dθ = 2π 1 1 1 π sin (ω0 (2t + τ ) + 2θ ) −π = 0 . za drugi integral sa leve strane se dobija: ∞ 0 ∫e −ατ cos(2πf 0τ )e − 2πfτ dτ = ∫ e 0 ∞ −ατ e j 2πf0τ + e − j 2πf0τ − j 2πfτ e dτ 2 ∞ 1 1 = ∫ e −ατ e j 2πf 0τ e − j 2πfτ dτ + ∫ e −ατ e − j 2πf 0τ e − j 2πfτ dτ . Rzz (t . Npr. 2 odakle sledi: 1 Rxx (τ ) cos(ω0τ ) = Rzz (τ ) . 20 20 ∞ 0 ∞ −ατ − 2πfτ ∫ e cos(2πf 0τ )e dτ = 1 (−α − j 2π ( f − f0 ))τ 1 dτ + ∫ e (−α − j 2π ( f + f0 ))τ dτ ∫e 20 20 1 e −(α + j 2π ( f − f0 ))τ − 2(α + j 2π ( f − f 0 )) 1 e −(α + j 2π ( f + f 0 ))τ (α + j 2π ( f + f 0 )) −2 2(α + j 2π ( f − f 0 )) 1 1 + 1 ∞ 0 ∞ ∞ = + = + ∞ 0 2(α + j 2π ( f + f 0 )) 1 . 2 ∫ 0 ∞ Potrebno je izračunati odgovarajuće integrale. Na sličan način se može pokazati da je prvi integral: −∞ ∫e 0 ατ cos(2πf 0τ )e − 2πfτ dτ = 2(α − j 2π ( f − f 0 )) + 2(α − j 2π ( f 0 + f )) . 2 pa je slučajni proces z (t ) stacionaran u širem smislu. t + τ ) = ∞ ∞ Spektralna gustina snage slučajnog procesa z (t ) je (Viner-Hinčinova teorema): S zz ( f ) = −∞ ∫ Rzz (τ )e ∞ − j 2πfτ dτ = ∫ 1 R xx (τ ) cos(ω 0τ )e − j 2πfτ dτ 2 −∞ 1 −α τ cos(2πf 0τ )e − j 2πfτ dτ = ∫ A2e 2 −∞ = A2 2 −∞ − j 2πfτ ατ ∫ e cos(2πf 0τ )e dτ + 0 A 2 −ατ e cos(2πf 0τ )e − j 2πfτ dτ .

π ) .11.2.1).10 sledi: . 2. b) usrednjavanjem po vremenu.2.2.11.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 29 S zz ( f ) = ⎛ ⎞ 1 1 ⎜ ⎜ 2(α + j 2π ( f − f )) + 2(α + j 2π ( f + f )) ⎟ + ⎟ 0 0 ⎠ ⎝ ⎞ 1 1 A2 ⎛ ⎜ + ⎜ 2(α − j 2π ( f − f )) + 2(α − j 2π ( f + f )) ⎟ ⎟ 2 ⎝ 0 0 ⎠ A2 2 ⎞ ⎛ 2α 2α ⎟ ⎜ + 2 ⎜ α 2 − (ω − ω )2 α − (ω + ω )2 ⎟ 0 0 ⎠ ⎝ ⎞ αA 2 ⎛ 1 1 ⎟.2. impulsni odziv sistema je: h(t ) = δ (t ) + δ (t − T ) . ⎜ = + 2 2 ⎜ α 2 − (ω − ω 0 )2 α − (ω + ω 0 )2 ⎟ ⎠ ⎝ = A2 4 2. odnosno.1 Rešenje: Važi: y (t ) = x(t ) + x(t − T ) . H ( f ) = 1 + e − j 2πfT 2 = e − jπfT e jπfT + e − jπfT ( ) 2 a spektralna gustina snage je: S yy ( f ) = H ( f ) S xx ( f ) = 2(1 + cos(ωT ))S xx ( f ) . ako na ulaz ovog sistema deluje stacionaran slučajni proces x(t ) čija je spektralna gustina snage S yy ( f ) . gde je θ slučajna promenljiva sa uniformnom raspodelom u intervalu [− π .11 Odrediti spektralnu gustinu snage slučajnog procesa y (t ) . x(t ) y (t ) Slika 2. dok su A i ω0 konstante. Odrediti srednju vrednost i autokorelacionu funkciju x(t ) na sledeće načine: a) usrednjavanjem po ansamblu. na izlazu linearnog sistema prikazanog na slici (Slika 2. a njegova prenosna karakteristika je: H(f ) = 2 ∞ −∞ ∫ h(t )e − 2πft dt = 2 ∞ −∞ ∫ (δ (t ) + δ (t − T ))e − j 2πft dt = 1 + e − j 2πfT . = 4 cos 2 (πfT ) = 2(1 + cos(2πfT )) .2. Rešenje: a) Na osnovu zadatka 2.12 Za slučajni proces x(t ) = A cos(ω0t + θ ) .

2 b) Usrednjavanje po vremenu za srednju vrednost daje: x(t ) = lim 1 T →∞ 2T T −T ∫ A cos(ω0 t + θ 0 )dt = Tlim 2T ω0 (sin(ω0T + θ 0 ) − A sin (− ω0T + θ 0 )) →∞ 1 A = 0. Autokorelacija po vremenu je: ℜ xx (t .2.2] . vidi se da je slučajni proces x(t ) ergodičan po srednjoj vrednosti i po autokorelaciji. a Y slučajna promenljiva nezavisna od x(t ) ? Rešenje: Srednja vrednost x(t ) po ansamblu je: E [z (t )] = E[x(t ) + Y ] = E [x(t )] + E[Y ] = E [x(t )] + mY . t + τ ) = lim = lim 1 T →∞ 2T 1 T →∞ 2T A T →∞ 4T T −T T ∫ x(t ) x(t + τ )dt = ∫ A cos(ω0t + θ 0 )A cos(ω0 (t + τ ) + θ 0 )dt ∫ (cos(ω0 (2t + τ ) + 2θ 0 ) + cos(ω0τ ))dt −T = lim 2 T −T A2 = lim T →∞ 4T T ⎛T ⎞ ⎜ cos(ω 0 (2t + τ ) + θ 0 )dt + cos(ω 0τ )dt ⎟ ∫ ⎜∫ ⎟ −T ⎝ −T ⎠ A (sin (ω 0 (2T + τ ) + θ 0 ) − A sin (ω0 (− 2T + τ ) + θ 0 )) + = lim T →∞ 8Tω 0 A2 + lim cos(ω 0τ ) ⋅ 2T T →∞ 4T A2 = cos(ω 0τ ). Limes je jednak 0. . jer je razlika dve sinusne funkcije ograničena na interval [− 2. 2. jer obe metode usrednjavanja daju iste rezultate.30 STATISTIČKA TEORIJA TELEKOMUNIKACIJA E [x(t )] = E[ A cos(ω0t + θ )] = 0 . t + τ ) = E [A cos(ω 0 t + θ )A cos(ω 0 (t + τ ) + θ )] = A 2 E [cos(ω 0 t + θ ) cos(ω 0 (t + τ ) + θ )] A2 = cos(ω 0τ ). 2 Prvi limes sa desne strane je jednak 0 (važe ista razmatranja kao i kod izračunavanja srednje vrednosti po vremenu). Kod drugog limesa podintegralna funkcija cos(ω0τ ) ne zavisi t (promenljive po kojoj se integrali). pa se za vrednost integrala dobija 2T i vrednost limesa je različita od nule. a vreme T koje je u imeniocu teži ka beskonačno velikim vrednostima. R xx (t . Poređenjem rezultata dobijenih pod a) i pod b).13 Da li je slučajni proces z (t ) = x(t ) + Y ergodičan po srednjoj vrednosti ako je x(t ) ergodičan slučajni proces.

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 31 gde smo sa mY obeležili srednju vrednost slučajne promenljive Y. Rešenje: Autokorelacija slučajnog procesa x(t ) je: R xx (t . = 2 Na sličan način kao u zadatku 2.2. Srednja vrednost x(t ) po vremenu je: z (t ) = lim 1 T →∞ 2T T −T x ∫ (x(t ) + Y0 )dt = ~(t ) + Y0 = E[x(t )] + Y0 . t + τ ) = E[cos(ωτ )] = 2 2 ∞ ∞ =∞ ∫ cos(ωτ ) p(ω )dω = Rxx (τ ) (2. pa se gornji izraz svodi na: a2 a2 Rxx (t . a θ slučajna promenljiva ravnomerno raspodeljena na intervalu [− π .2.14. čija je gustina raspodele verovatnoće parna funkcija p(ω ) . .2.1). =∞ 1 2π ∞ =∞ ∫ S xx (ω ) cos(ωτ )dω + j 1 2π ∞ =∞ ∫ S xx (ω ) sin(ωτ )dω . π ) i statistički nezavisna od ω .2. gde smo sa Y0 obeležili neku realizaciju slučajne promenljive Y. može se pokazati da važi E [cos(2θ )] = E[sin (2θ )] = 0 .14.10. Kako se u opštem slučaju srednja vrednost slučajne promenljive Y i vrednost neke njene realizacije razlikuju. 2. uz uslov da je p(ω ) parna funkcija. sledi da slučajni proces z (t ) nije ergodičan po srednjoj vrednosti (a samim tim nije ni ergodičan).1) Na osnovu Viner-Hinčinove teoreme sledi: S xx (ω ) = odnosno: Rxx (τ ) = 1 2π ∞ jωτ ∫ S xx (ω )e dω = =∞ ∫ Rxx (τ )e − jωτ dτ . Naći spektralnu gustinu snage ergodičnog slučajnog procesa x(t ) = a cos(ωt + θ ) ako je a = const . dobija se da je: S xx (ω ) = a 2πp(ω ) . t + τ ) = E[x(t )x(t + τ )] = = E[a cos(ωt + θ )a cos(ω (t + τ ) + θ )] a2 E [cos(2ωt + ωτ + 2θ ) + cos(ωτ )] 2 a2 = (E[cos(2ωt + ωτ ) cos(2θ )] − E[sin (2ωt + ωτ )sin (2θ )] + E[cos(ωτ )]) 2 a2 (E[cos(2ωt + ωτ )]E[cos(2θ )] − E[sin (2ωt + ωτ )]E[sin (2θ )] + E[cos(ωτ )]). Ako uporedimo poslednji izraz sa izrazom (2.14 Neka je kružna učestanost slučajnog procesa slučajna promenljiva ω .

čija je spektralna gustina snage konstantna u čitavom opsegu N učestanosti (Slika 2. b) P[| n| < σ ] = ? .2.2 prikazuje autokorelaciju AWGN-a. .15.2. c) P[| n |< 2σ ] = ? .16 U kanalu koji koristi opseg učestanosti B = 4 kHz deluje beli Gausov šum čija je 1 spektralna gustina srednje snage pn = N 0 .15 Odrediti i skicirati autokorelaciju belog Gausovog šuma (AWGN – Additive White Gaussian Noise).1 Rešenje: Na osnovu Viner-Hinčinove teoreme.32 STATISTIČKA TEORIJA TELEKOMUNIKACIJA 2. Rešenje: Gustina raspodele verovatnoće amplituda Gausovog šuma je: − f ( n) = e .2 2. 2 Sn ( f ) N0 2 f Slika 2.15. 2π σ n 2 n2 2 2σ n ( n(t ) = 0 ) pa se njegova varijansa svodi na srednju kvadratnu vrednost: 2 2 σ n = n 2 (t ) − n(t ) = n 2 (t ) ⇒ Pn ≡ σ n . pri čemu je U 0 = 0. σ je efektivna vrednost napona šuma.2. N 0 = 10 −12 W/Hz.2.15.1) i jednaka 0 . 2 Slika 2.2. P[ n > U o ] = ? . važi: Rn (t ) = ∞ =∞ ∫ S n ( f )e j 2πft df = ∞ =∞ ∫ N 0 j 2πft N e df = 0 2 2 ∞ =∞ ∫e j 2πft df = N0 δ (t ) .15. 2 a) Odrediti verovatnoću da je amplituda šuma veća od U 0 . Rn (t ) N0 2 t Slika 2.2.3 mV.

konstantne spektralna gustina snage koja je jednaka 0 . 2. zato se uvodi smena: x= n σn . Dobijeni 2 uskopojasni šum nakon filtriranja se može predstaviti izrazom: nu (t ) = nc (t ) cos(ωc t ) − ns (t ) sin (ωc t ) .2. ⎣σ n ⎦ P[n > U 0 ] = Q(4. jediničnog pojačanja u propusnom opsegu B.95 . komplementarne funkcije greške (erfc). a) Pokazati da važi: t+ T 2 nc (t ) ≅ 2 T t− ∫Tnu (u ) cos(ωcu )du .32 ⋅ 10 −5 V = 0. a njihove spektralne gustine snage su konstantne i različite od 0 u opsegu [− B. b) P[− σ n < n < σ n ] = 1 − 2P[n > σ n ] = 1 − 2Q(1)= 0. pa je: a) P[n > U 0 ] = 1 2π ∞ Uo / σ n ∫e − x2 2 dx ⎡U ⎤ = Q⎢ 0 ⎥ . Ako je on idealan NF filtar. Pri tome se može smatrati da su nc (t ) i ns (t ) nezavisni procesi sa jednakim srednjim snagama i autokorelacijama.2. onda je ta srednja snaga: Pn = ∞ −∞ ∫ pn | H ( jf ) |2 df = −B ∫ pn1 df 2 B = 2 pn B = N 0 B = 4 ⋅ 10 −9 W .063 mV .17.76) ≅ 10 −6. Vrednosti ovakvih integrala se očitavaju iz tablica tzv.17 Na ulazu idealnog pojasnog filtra prikazanog na slici (Slika 2. P[n > U o ] = ∫ 2π σ n U o 1 ∞ − e n2 2 2σ n dn . Za izračunavanje traženih verovatnoća potrebno je izračunati σ n : σ n = 6. gde su nc (t ) i ns (t ) komponente šuma u fazi.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 33 Spektralna gustina srednje snage belog šuma je p n = const pa je snaga belog šuma ograničena samo propusnim opsegom kanala H ( f ) . Tablice su obično date za normalizovanu Gausovu raspodelu ( σ n = 1).68 . ili iz tablica Q funkcije (vidi prilog).1) se nalazi aditivni N beli Gausov šum n(t ) . B ] . odnosno u kvadraturi. c) P[−2σ n < n < 2σ n ] = 1 − 2 ⋅ Q(2) = 0. (Sa verovatnoćom 68% šum će biti manji po apsolutnoj vrednosti od svoje efektivne vrednosti). i 2 .

tada se nc (t ) i ns (t ) mogu smatrati približno konstantnim u intervalu B T. c) Pokazati da je autokorelacija uskopojasnog Gausovog procesa: Ru (τ ) = Rc (τ ) cos(ωcτ ) . 2 pri čemu je 1 1 << T << .34 t+ T 2 STATISTIČKA TEORIJA TELEKOMUNIKACIJA ns (t ) ≅ 2 T t− ∫Tnu (u )sin (ωcu )du . fc B b) Pokazati da važi: nu (t ) = nc (t ) = ns (t ) = 0 . na osnovu čega sledi: Ako je T << . d) Odrediti spektralne gustine snaga procesa nc (t ) i ns (t ) .1 fc f Rešenje: a) Dokažimo tvrdnju prvo za nc (t ) : t+ 2 T t− 2 ∫Tnu (u )cos(ωc u )du = T ∫T(nc (u )cos(ωc u ) − ns (u )sin (ωc u ))cos(ωc u )du 2 t− 2 T t+ 2 T 2 t+ T 2 = 2 T t− ∫T ⎜ nc (u ) 2 (1 + cos(2ωc u )) − ns (u ) 2 sin (2ωc u )⎟du ⎝ ⎠ 2 t+ ⎛ 1 1 ⎞ = 1 T T t+ 2 t− ∫Tnc (u )du + T ∫Tnc (u )cos(2ωc u )du − 2 t− 2 1 T 2 − 1 T T t+ 2 t− ∫Tns (u )sin (2ωc u )du. kao i snagu šuma na izlazu pojasnog filtra. 2 1 .17.2. H PF ( f n(t ) ) nu (t ) fc − B ÷ fc + B 1 − fc Slika 2.

c) Ru (τ ) = E [nu (t )nu (t + τ )] = E [nc (t )nc (t + τ )]cos(ω c t ) cos(ω c (t + τ )) − Na osnovu uslova zadatka je Rc (τ ) = E[nc (t )nc (t + τ )] = Rs (τ ) = E[ns (t )ns (t + τ )] . − E [nc (t + τ )n s (t )]cos(ω c (t + τ )) sin (ω c t ) + − E [nc (t )ns (t + τ )]cos(ω c t ) sin (ω c (t + τ )) − . Na osnovu dela zadatka pod a). k 2 << 2 i 1 2ωcT k1 2ω cT − n s (t ) k2 2ω cT << 1 . jer je − 2 << k1 . a takođe važi E [nc (t )ns (t + τ )] = E [nc (t + τ )ns (t )] = 0 . Odavde sledi 2 da se uskopojasni šum može razdvojiti na dve komponente. sledi da je: T ⎤ ⎡ t+T t+ 2 ⎥ 2 2 ⎢2 nc (t ) = E [nc (t )] = E ⎢ ∫ nu (u ) cos(ωc u )du ⎥ = ∫ E[nu (u )]cos(ωcu )du = 0 . b) Važi: nu (t ) = n(t ) ∗ hPF (t ) = ∞ gde je sa hPF (t ) označen impulsni odziv pojasnog filtra. jer su procesi nc (t ) i ns (t ) međusobno nezavisni. Sledi da je: ⎡∞ ⎤ ∞ nu (t ) = E[nu (t )] = E ⎢ ∫ n(τ )hPF (t − τ )dτ ⎥ = ∫ E [n(τ )]hPF (t − τ )dτ = 0 .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA t+ T 2 t+ T 2 t+ T 2 35 2 T t− ∫Tnu (u )cos(ωc u )du = nc (t ) + nc (t ) T ∫Tcos(2ωc u )du − ns (t ) T ∫Tsin (2ωc u )du 2 t− 2 t− 2 1 1 = nc (t ) + nc (t ) ≅ nc (t ). Dalje je: Ru (τ ) = Rc (τ ) cos(ω c t ) cos(ω c (t + τ )) + Rs (τ )sin (ω c t ) sin (ω c (t + τ )) = Rc (τ )(cos(ω c t ) cos(ω c (t + τ )) + sin (ω c t ) sin (ω c (t + τ ))) = Rc (τ ) cos(ω cτ ). ⎥ T t −T ⎢ T t −T 2 2 ⎦ ⎣ a na sličan način je i: ns (t ) = E[ns (t )] = 0 . ⎢ −∞ ⎥ −∞ ⎣ ⎦ −∞ ∫ n(τ )hPF (t − τ )dτ . + E [ns (t )n s (t + τ )]sin (ω c t ) sin (ω c (t + τ )). t+ T 2 Na sličan način se može pokazati da je i ns (t ) ≅ 2 T t− ∫Tnu (u ) sin(ωcu )du . a njihove statističke srednje vrednosti su jednake 0.

drugde.2. . 2 −B Su ( f N0 2 ) − fc Slika 2. B ] . f c + B] (Slika 2.2.−( f c − B )] i [ f c − B. Snaga šuma nakon filtriranja je: Pu = ∞ −∞ ∫ S u ( f )df =2 fc + B ∫ fc N0 df = 2 BN 0 . − B ≤ f ≤ B.17. Dalje je: Rc (0) = 2 BN 0 = ∞ Pošto je spektralna gustina snage procesa nc (t ) konstanta u intervalu [− B.17. ⎩ 0 Na sličan način se može pokazati da je spektralna gustina snage procesa n s (t ) : ⎧N Ss ( f ) = ⎨ 0 ⎩0 −∞ ∫ S c ( f )df .2). važi: Pu = 2 BN 0 = Ru (0) = Rc (0) = Rs (0) .36 STATISTIČKA TEORIJA TELEKOMUNIKACIJA d) Spektralna gustina snage šuma je nakon filtriranja ograničena na intervale [− ( f c + B ).2 fc f Na osnovu zadatka pod c). važi: − B ≤ f ≤ B. ⎧N Sc ( f ) = ⎨ 0 drugde.

σ² = 4/3 odrediti P(3≤X≤5) i P(X≥5) . θ 2 = π/2. θ 3 = π. σ²u kao i funkcije promenljivih a i b. d) Odrediti vezu između "širine" uniformne raspodele.t) ] kao i autokorelacionu funkciju Rx (t +τ.τ). b) Ry (τ) = λ(τ). t ) = A sin( 2πf 0 t + θ ) .t) ].ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 37 VEŽBA 1 SLUČAJNE PROMENLJIVE I STOHASTIČKI PROCESI I PRIPREMA VEŽBE (DOMAĆI ZADATAK) P1) Uniformno raspodeljena slučajna promenljiva P1. Neka je U ∼ U (a. Neka je Φ(z) kumulativna funkcija normalizovane normalno raspodeljene slučajne promenljive Z∼N (0. P2) Normalno raspodeljena (Gauss-ova) slučajna promenljiva P2.t) stacionaran. Dat je slučajni proces X (θ.1). a < b a) Odrediti i nacrtati gustinu verovatnoće od U. Posmatramo normalno raspodeljenu slučajnu promenljivu X ~ N (µ. Odrediti gustinu raspodele amplituda za X (θ . b-a.1. i σ. .1.σ²) za neke vrednosti µ i σ. P3. i njene varijanse. b) Odrediti i nacrtati kumulativnu funkciju raspodele od U.b) uniformno raspodeljena slučajna promenljiva nad intervalom [a.t) = cos(2π1000t + θ) sa diskretnom slučajnom promenljivom θ. e) Za a = 2. d) Ry (τ) = 1. b) Za µ = 4 .t)). ako se podrazumeva da je θ uniformno raspodeljeno. odnosno da li je ergodičan proces? P4) Autokorelaciona funkcija i spektralna gustina srednje snage slučajnog procesa.1. c) Izračunati E[U] I E[U²]. a) Odrediti očekivanje E [ X (θ. c) Ry (τ) = λ(τ/T). i P (U = 5). koja ima vrednosti θ1 = 0. P3) Sinusoida sa slučajnom fazom P3. θ 4 = 3π/2 sa jednakim verovatnoćama.2. P4. ako je autokorelaciona funkcuja Ry (t) data kao : a) Ry (τ) = δ(τ). b.b]. µ.t)) i (X² (θ. Odrediti i skicirati spektralnu gustinu srednje snage slučajnog procesa Y(t). a) Izraziti P(a<X<b) i P(X>b) na osnovu Φ. a. čije su vrednosti dostupne u tabelarnoj formi. b) Odrediti srednju vrednost po vremenu (X (θ. b = 6 izračunati P (-2 <U< 4). E [ X² (θ. c) Da li je X (θ.1.

P4. Odrediti srednju i srednju kvadratnu vrednost slučajnog procesa Z (t).95) n n ≥ 0⎫ impulsni odziv h(n) = ⎨ ⎬ . a) b) Slika 1. P5. Odrediti spektralnu gustinu snage i n < 0⎭ ⎩ 0 autokorelacionu funkciju procesa na izlazu filtra.1. (CCS) Odmerci belog šuma {X(n)} propuštaju se kroz linearan filtar čiji je ⎧(0.3. Odrediti spektralnu ⎩ 0 t < 0⎭ gustinu snage i autokorelacionu funkciju procesa na izlazu filtra.2. b) spektralna gustina srednje snage Sz (f).1. ako je grafički zadata: a) autokorelaciona funkcija Rz(τ). (CCS) Beli šum X(t) sa spektralnom gustinom srednje snage S X ( f ) = 1.38 VEŽBA 1 P4. U kakvoj su vezi spektralna gustina srednje snage odziva i prenosna funkcija filtra H(f)? P5. P5. Koji uslov moraju zadovoljiti dva slučajna procesa da bi bili nekorelisani? P5) Linerno filtriranje slučajnog procesa.2. ∀f ⎧e −t t ≥ 0⎫ pobuđuje linearan filtar čiji je impulsni odziv h(t ) = ⎨ ⎬ .3. Odrediti odziv filtra čija je prenosna funkcija : H (f) = f 0 / (f 0 + j2πf′) ako je na njegovom ulazu prisutan beli šum spektralne gustine srednje snage Sn (f) = N0 / 2. .

-0. Generisati 500 uzoraka slučajne promenljive U (2. P ( 0<U<3 ) P ( 3<U≤5 ) Tabela 1.1.8.1.6).6): >> subplot (121).1 1. >> subplot (121). c) Iskoristite funkcije mean_u i var_u za određivanje E[ u² ]. P(U=3) .axis ( [ 0.-0. a) Izračunati srednju vrednost ( očekivanje) i varijansu slučajne sekvence u: >> mean_u = mean (u).ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 39 II ZADATAK VEŽBE SLUČAJNE PROMENLJIVE 1) Uniformno raspodeljene slučajna promenljiva (CST) 1.500).unif_cdf (2. b) Da li možete da pretpostavite algoritme MATLAB funkcija mean i var? Prikažite sadržaje ovih funkcija komandom type.2.1. i komentarisati razlike.2 ] ). 1.2.3.1.2 ] ).1.unif_pdf (2.6) odrediti verovatnoće koristeći generisane grafike za pdf i cdf u tački 1. Koristeći funkcije unif_pdf i unif_cdf nacrtati gustinu verovatnoće (pdf) i kumulativnu funkciju raspodele (cdf) uniformne slučajne promenljive U (2.6.2.8. var_u = var (u) Uporediti ove rezultate sa rezultatima koji se očekuju na osnovu P1. Grafik 1.6) >> u = uniform (2.axis( [ 0.1. Ako je U~U (2. Proverite rezultat sa MATLAB funkcijom meansq.6).

2.3.σ²). 5.5) >> axis ( [ -10 10 0 0. Koristeći MATLAB funkcije gaus_pdf i gaus_cdf prikazati grafike gustine verovatnoće (pdf) i kumulativne raspodele (cdf) slučajne promenljive G ~ N (µ.0.1 za uniformnu raspodelu.2 Uporediti dobijene rezultate sa vrednostima u tabeli 1. 2.2. 1. pri čemu je µ = mean_u i σ² = var_u iz pripreme 1. Ako pretpostavimo da slučajna promenljiva X ∼ N ( µ. σ²) ima konstantnu srednju vrednost µ=1.40 VEŽBA 1 2) Gausova slučajna promenljiva 2. gaus_pdf (m.hold on >> gaus_pdf (m.subplot (121).3. >> clg.2. 10 } na izgled gustine raspodele: >> clf >> m = 1.1.5.var_u ) >> subplot (122).gaus_pdf ( mean_u. 2.10) P(G≥5) .6 ] ). ali se rezultati razlikuju. Možete li objasniti zašto? 2.var_u ) Grafik 1.4.1) … >> gaus_pdf (m.5. Uporediti ove vrednosti sa srednjom vrednošću Gausove raspodele. grafički prikazati uticaj promene varijanse σ² ∈ {0.gaus_cdf ( mean_u. Gausova raspodela korišćena u ovom zadatku i uniformna raspodela iz prvog dela vežbe imaju iste srednje vrednosti i varijanse. Odrediti sledeće verovatnoće : P(0<G≤3) P(3<G≤5) Tabela 1. Naznačiti vrednosti na horizontalnoj osi gde pdf ima maksimalnu vrednost i gde je cdf jednaka 0.

σ²) ∼ N ( µ. Da bi utvrdili efekte promene srednje vrednosti µ∈{-4.1.5. da li će se rezultujuća funkcija pdf promeniti? 2.s) >> axis ( [ -8 8 0 0.00001) >> axis ( [ 0 2 0 200 ] ) c) Ako u poslednjem koraku uzmemo uniformno raspodeljenu slučajnu promenljivu sa srednjom vrednošću µ i varijansom 0. 1.1) … >> gaus_cdf (m.1. za µ∈{-4.2.hold on >> gaus_cdf (m. 10 } na kumulativnu funkciju raspodele. 2.2.1) <-3) i P(4< X(5. prikazati uticaj promene varijanse σ² ∈ {0.1) <6).10) a) Da li možete pretpostaviti granični oblik cdf kada σ 2 → 0 ? Prikaz cdf za malu vrednost σ 2 može pomoći pri odgovaranju na postavljeno pitanje: >> gaus_cdf (m.5} i σ²=1. Prethodno je potrebno očistiti grafik i odabrati odgovarajuće ose za prikaz: axis( [ -8 8 0 1 ] ).varijansa i snaga 3.6.5.2. 5. Za SP X ∼ N ( 1.1.-1. hold on >> gaus_pdf (-1.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 41 Pitanje 1. 2. P (A ).0001.5} na pdf Gausove raspodele.00001) b) Šta znači imati raspodelu verovatnoća sa vrlo malom varijansom? Prikaz odgovarajuće pdf pomaže da bolje ilustrujemo ovo pitanje: >> clf >> gaus_pdf (m. σ².10} dobijamo maksimalnu verovatnoća događaja A .5. σ²). Generisati slučajne sekvence na osnovu Gausovih slučajnih promenljivih koje imaju različite srednje vrednosti: . Ako pretpostavimo događaj A : 0<X<2.s) a) Šta sada zapažate: kakav je uticaj promene srednje vrednosti µ ? b) Neka je X (µ.10) >> axis ( [ -10 10 0 1 ] ). σ²) slučajna promenljiva sa normalnom raspodelom X ( µ. gaus_cdf (m. za koju vrednost varijanse σ² ∈{ 0. >> clf >> m = 1.5.s) … >> gaus_pdf (5.5 ] ).5. 3) Srednja vrednost. Uporediti vrednosti P(-5< X(-4.0.σ²). njenu varijansu. c) Da bi prikazali efekte promene µ na kumulativnu funkciju raspodele (cdf) ponoviti korake iz zadatka 2.-1. gaus_pdf (-4. držaćemo konstantnom: >> clf >> s = 1.0.

koji biste upotrebli za prenos informacije i zašto? SLUČAJNI PROCESI 4) Stacionarnost u širem smislu i ergodičnost 4.1 Generisati sve četiri realizacije slučajnog procesa X (θ.100).100). >> z = gauss (5.1.01. Ako talasni oblici iz ovog primera predstavljaju šum. >> subplot (221).42 VEŽBA 1 >> x = gauss (-5. koji bi od njih uneo najmanje smetnji vašem komunikacionom sistemu? Ako prikazani talasni oblici predstavljaju korisne signale bez prisutnog šuma. axis ( [ 1 100 -10 10 ] ) >> subplot (223).2 i prikazati prvih 400 uzoraka svake realizacije.1:400)).3 Pitanje 1. plot(b).1. Generisati slučajne sekvence na osnovu Gausovih raspodela sa različitim vrednostima varijanse: >> a = gauss (0. Odrediti srednju kvadratnu vrednost svakog signala koristeći dobijene vrednosti srednje vrednosti i varijanse. >> y = gauss (0.1.2. >> c = gauss (0. >> clf >> plot (x) >> axis ( [ 1 100 -10 10 ] ). plot(d). plot(a). srednja vrednost varijansa srednja kvadratna vrednost . >> d = gauss (0. >> subplot (222). axis ( [ 1 100 -10 10 ] ) >> subplot (224). axis ( [ 1 100 -10 10 ] ) Koristeći MATLAB funkcije mean i var odrediti srednju vrednost i varijansu svake sekvence. hold on >> plot (y) >> plot (z) Da li je moguće konstatovati da srednja vrednost Gausove slučajne promenljive utiče na jednosmerni nivo talasnog oblika (sekvence)? 3. axis ( [ 1 100 -10 10 ] ) >> subplot (222).100). plot(c). >> x = realize ( [ 0 pi/2 pi 3*pi/2 ] ).waveplot (x(1.2. >> clf >> subplot (221). grid on.0.4.waveplot (x(2.t) opisanog u pripremnom zadatku P3. >> b = gauss (0.100).1:400)). i dobijene podatke uneti u tabelu 1. sekvenca a b c Tabela 1.1.0. Proveriti rezultate korišćenjem funkcije meansq.5.100).100).100).3.

2 3. Odrediti vremenske srednje vrednosti za X (θ.25 2. Zašto su vrednosti u tabeli 1.25. Koristeći funkciju ecorr odrediti autokorelacionu funkciju Rx( t1.2. 3.0 X (θ1.4 ms.9 2. 4.0 0.t) X (θ3. t2) 0.t2) sa grafika koji su generisani u zadatku 4. 1.7 1.5 1. >> [ mean ( x ( 1.3. 0) jednake? Kako bi izračunali Rx(t1.3.t)] Tabela 1.t) i X²(θ. t1. Pitanje 1.waveplot (x(3.1? 4.9.:) ) ] .4 t1 0. 2.9 2.:) ) meansq ( x(1. a) Odrediti vrednosti svake realizacije slučajne promenljive X (θ.5.t)] E[X² (θ.5. >> subplot (224).6) i Rx(0. Rezultate uneti u tabelu 1.5 simetrične? Zašto su Rx(1.5.2.6.1:400)).t2) za vrednosti t1 i t2 iz tabele 1.1:400)).7. 0.t) X (θ2.t) za trenutke t = 0. Za svako t izračunati srednju vrednost po ansamblu i srednju kvadratnu vrednost po ansamblu time [ ms ] 0.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 43 >> subplot (223).6 t2 0.6 Tabela 1.7 1. >> ecorr (x. 2.t) X (θ4.t) E[X (θ.0 0.4.waveplot (x(4.t) za svaku vrednost θ.

Uporediti ove vrednosti sa vrednostima dobijenim u tabeli 1. t). Da li je Y(Φ.1:400)) Pitanje 1.5 Generisati slučajni proces Y (Φ.pi ]).t)? Pitanje 1.waveplot ( y(2. Ako je X(θ.:).:) ) ] >> [ mean ( x(3. t) stacionaran u širem smislu? Da li je Y(Φ.t)? 4. Odrediti srednju vrednost i srednju kvadratnu vrednost za t = 1ms i t = 1.t) različita od acf za X (θ3.:) ) ] θ θ1 θ2 θ3 θ4 X (θ.:) ) meansq ( x(4.t) koja je određena usrednjavanjem u vremenu: >> clf >> acf ( x(1. kako se može izračunati Rx(2. Šta to govori o ergodičnosti X(θ.100). >> y = realize ([ 0.6. .:) ) meansq ( x(2.6.t) Tabela 1.:) ) ] >> [ mean ( x(4.:) ) meansq ( x(3.1:400)) >> subplot (212).44 VEŽBA 1 >> [ mean ( x(2.4. t) = cos(2π1000t + Φ) definisan u terminima diskretne slučajne promenljive faze Φ koja uzima vrednosti Φ1 = 0 i Φ1 = π sa jednakim verovatnoćama. Da li je vremenska autokorelaciona funkcija (acf) za X (θ1. Prikazati obe realizacije slučajnog procesa Y (Φ.4.5.7) koristeći grafik iz zadatka 4.25 ms >> subplot (211).t) X²(θ. t) ergodičan proces. 0. Prikazati autokorelacionu funkciju X (θ1.4? 4.4. t) ergodičan proces? Obrazložite odgovore.waveplot ( y(1.

Generisati 1024 uzoraka belog Gausovog šuma sa nultom srednjom vrednošću i jediničnom snagom.85. >> waveplot (z) a) Izračunati i prikazati autokorelacionu funkciju RZ(τ) i spektralnu gustinu srednje snage SZ(f) slučajnog procesa Z(t) >> clf. .clf >> z = corr_seq( 0. Autokorelacija je korelaciona mera odmeraka uzetih iz istog slučajnog procesa.04096 = 6. za određivanje frekvencijskog odziva nepoznatog sistema. * 0.subplot (211). U ovom eksperimentu faktor skaliranja ima vrednost 0. Jedna od primena je procena slučajne veličine na osnovu posmatranja nekog zavisnog procesa.acf (z) >> subplot (212).1. Srednja kvadratna vrednost je ekvivalentna oblasti ispod PSD funkcije pomnožena sa faktorom skaliranja. b) Izračunati srednju vrednost i srednju kvadratnu vrednost slučajnog procesa Z(t) koristeći RZ(τ).4096. u tom smislu da što su skupovi sličniji veća će biti apsolutna vrednost korelacije. Generisati 4096 uzorak korelusanog slučajnog procesa Z(t) i prikazati rezultujući grafik >> close (2).3. Beli šum korišćen kao ulaz sistema prisutan je na svim frekvencijama. zato se koristi za identifikaciju sistema tj. Iskoristiti dobijenu sekvencu kao ulaz u nepoznati sistem koji predstavlja filtar sa nepoznatom širinom propusnog opsega.04096.0 ).1. E [Z²(t)] = 6) Beli šum Spektralna gustina srednje snage belog šuma je konstantna funkcija na celom propusnom opsegu. 5. Faktor skaliranja predstavlja broj uzoraka podeljen sa frekvencijom odabiranja. E [Z(t)] = E [Z²(t)] = c) Odredite srednju kvadratnu vrednost procesa Z(t) koristeći SZ(f).2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 45 5) Autokorelaciona funkcija i spektralna gustina srednje snage Korelacija je mera sličnosti između dva skupa podataka.psd (z) Uporedite SZ(f) sa odgovorima na pripremno pitanje P4.

psd (cn) Pitanje 1. Za spektralni opseg unesite [0. 5 kHz] a za širinu propusnog opsega filtra 250 Hz.6. >> cn = blackbox (wn).1. b) Prikazati rezultat spektralne analize na grafiku 2.1. funkcija prikazuje spektralnu amplitudsku karakteristiku izlaznog signala unutar zadatog frekvencijskog opsega i sa rezolucijom koja odgovara širini upotrebljenog uskopojasnog filtra. Grafik 1. a) Dovedimo izlaz iz nepoznatog filtra na usko pojasni filtar sa promenljivim propusnim opsegom >> spect_est (cn) Nakon poziva funkcija spect_est potrebno je zadati frekvencijski opseg u kojem se vrši procena spektra kao i širinu propusnog opsega uskopojasnog filtra koji se koristi za analizu spektra.3. .46 VEŽBA 1 >> clf >> wn = gauss (0. Po unošenju podaka. Odrediti propusni opseg i red nepoznatog filtra koji je predstavljen blackbox funkcijom. Uporediti tačnost procenjene spektralne raspodele koja aproksimira frekvencijski odziv nepoznatog sistema poredeći sa spektralnom gustinom srednje snage na njegovom izlazu.1024). >> hold on.

2.7) (3. h(t ) elementarni impuls.1 Osnovne definicije i oznake Osnovne komponente digitalnog signala su: ⋅ informacioni sadržaj.1. i N →∞ 2 N + 1 k = − N N 1 ∑ ak ak +n N →∞ 2 N + 1 k = − N (3. ⋅ digitski takt (signalizacioni interval). Ako je a k simbol alfabeta A . a T signalizacioni interval.1 UVOD 3.3) (3. Informacioni sadržaj predstavlja vremenski niz diskretnih simbola: {a k } =L. m = 0. a k + n = A j ] i =1 j =1 M M statistička srednja vrednost i autokorelacija elemenata informacionog sadržaja.L.1.5) (3. tada će važiti: a k = {a k } = µ a . ⋅ vremenski oblik elementarnog impulsa. a k .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 47 3 KARAKTERISTIKE DIGITALNIH SIGNALA 3.L (3. a k +1 .8) {a k }{a k + n } = lim srednja vrednost i autokorelacija člana informacionog sadržaja po vremenu. a k −1 . a {a k } = lim N 1 ∑ ak .4) a k a k + n = {a k }{a k + n } = Ra ( n) U poslednjim izrazima su: a k = E[a k ] = ∑ Am ⋅ P[a k = Am ] . ⋅ svi nizovi elemenata informacionog sadržaja čine ergodičan ansambl u širem smislu. . digitalni signal se može predstaviti u obliku: s( t ) = k =− N ∑a N k ⋅ h ( t − kT ) (3.1) Simboli a k uzimaju vrednosti iz konačnog skupa (alfabeta) A = {Am .M − 1}.6) a k a k + n = E[a k a k + n ] = ∑∑ Ai A j P[a k = Ai . i m =1 M (3. i (3.2) Ako se uvedu sledeće pretpostavke: ⋅ {ak } su međusobno zavisne slučajne veličine.

i ⎝ ⎠ ∞ ⎛ m⎞ (3.48 KARAKTERISTIKE DIGITALNIH SIGNALA 3.2 Statističke i spektralne karakteristike digitalnih signala Srednja vrednost digitalnog signala po vremenu je: s (t ) = lim 1 N →∞ 2 NT NT − NT ∫ s(t )dt = ∞ µa T ∞ −∞ ∫ h(t )dt = µa µa T H ( 0) (3.15) Sledi: S ( f ) = Sd ( f ) + Sk ( f ) . Spektralna gustina srednje snage (SGSS) digitalnog signala definisana je izrazom: ∞ S( f ) = 2 −∞ − j 2πfτ ∫ R(τ )e dτ = ∞ 1 2 H ( f ) ∑ Ra (m)e − j 2πfmT T m = −∞ (3. statistička autokorelacija informacionog sadržaja je: .17) (3.14) predstavlja spektar informacionog sadržaja.9) Statistička srednja vrednost je: s (t ) = E[ s (t )] = µ a k = −∞ ∑ h(t − kT ) = NT ⎛k⎞ H ⎜ ⎟e − j 2πkt / T T k =−∞ ⎝ T ⎠ ∑ ∞ (3. a mogu se predstaviti sledećim izrazima: Sd ( f ) = H ( f ) 2 2 µa (3.1.16) T 2 2 m = −∞ ∑ δ⎜ f − T ⎟ .11) k =− N n=− N ∑ N ∑ ak an N − NT 1 ∑ RT (τ + mT ) ⋅ Ra (m) T m=−∞ ∞ gde je m = k − n . Ka ( f ) = T2 m = −∞ ∑ ∞ δ⎜ f − ⎛ ⎝ m⎞ 1 ⎟+ T⎠ T m = −∞ ∑ [Ra (m) − µ a2 ]e − j 2πfmT ∞ (3.12) autokorelacija elementarnog impulsa. pri čemu su S d ( f ) i S k ( f ) diskretni i kontinualni deo SGSS respektivno.18) Sk ( f ) = H ( f ) 1 ∞ ∑ Ra (m) − µ a2 e − j 2πfmT T m=−∞ [ ] Ukoliko je digitalni signal sa statistički nezavisnim elementima informacionog sadržaja.10) Autokorelacija digitalnog signala po vremenu definisana je izrazom: 1 R(τ ) = s (t )s (t + τ ) = lim N →∞ 2 NT 1 = lim N →∞ 2 NT = ∞ − NT NT ∫ s(t )s(t + τ )dt ∫ h(t − kT )h(t + τ − nT )dt (3.13) H ( f ) je spektralna gustina energije signala h( t ) i predstavlja njegov uticaj na SGSS. a RT (τ ) = −∞ ∫ h(t )h(t + τ )dt (3. Ka ( f ) = 1 ∞ ∑ Ra (m) e− j 2πfmT T m=−∞ 2 µa (3.

iste apriorne verovatnoće: 1 (3.L.19) T RT (τ ) + 2 µa T m = −∞ ∑ RT (τ +mT ) ∞ (3.24) P ( Am ) = .27) .L .25) (3. Spektralna gustina srednje snage je tada data izrazom: S( f ) = 2 σa T H ( jf ) + 2 2 µa T 2 H ( jf ) 2 m = −∞ ∑ δ⎜ f − T ⎟ ⎝ ⎠ ∞ ⎛ m⎞ (3. m = 0.20) je autokorelacija digitalnog signala.M M sledi: µ a = 0 (SGSS nema diskretni deo). M − 1} (3. (3. m =1. pri čemu je σ2 varijansa elemenata informacionog a sadržaja.1. P = R ( 0) = 2 σa T RT (0) + 2 µa T m = −∞ ∑ RT (mT ) ∞ (3. m ≠ 0.21) predstavlja srednju snagu digitalnog signala.22) Ako su elementi alfabeta informacionog sadržaja polarni: a k ∈ A = {Am =[2m − ( M − 1)] ⋅ d .26) P= 2 σa ∞ −∞ T ∫ H ( f ) df = 2 2 σa ∞ T −∞ ∫h 2 (t )dt (3.2.2. M 2 −1 2 d (varijansa alfabeta) 3 M 2−1 2 1 R(τ) = d RT ( τ ) (autokorelacija) T 3 a srednja snaga takvog digitalnog signala je: 2 2 σ a = ak = (3.23) gde je d polovina rastojanja između susednih simbola alfabeta.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 49 ⎧ a 2 = R ( 0) ⎪ a Ra ( m ) = ⎨ k 2 ⎪ µa ⎩ R (τ ) = 2 σa m = 0.

na sredini svakog intervala signal pada na nulti nivo. Nedostatak je. dok se binarno 0 koduje odustvom impulsa. a binarno 0 negativnim impulsom. Binarno 0 se koduje naponom nula. Impulsi traju polovinu signalizacionog intervala. Simboli traju čitav signalizacioni interval. međutim. a binarno 1 naizmenično negativnim i pozitivnim nivoom (pseudoternarni kod). to se koduje odsustvom impulsa. Bipolarni NRZ kod I u ovom slučaju je nivo signala konstantan za vreme prenosa jednog bita. ali za razliku unipolarnog NRZ koda. Kako na sredini svakog interval postoji tranzicija. da su promene signala dva puta češće nego protok bita. Koriste se takođe dva naponska nivoa. Ovde važi isti problem vezan za NRZ kodove – pri dugotrajnom nizu 1-ca. Binarno 1 se koduje impulsom pozitivnog nivoa.2. ⋅ bipolarni kod bez povratka na nulu (bipolarni NRZ). . Oba simbola traju čitav sinhronizacioni interval. Za razliku od prethodno navedenih formata. ⋅ Mančester kod.50 KARAKTERISTIKE DIGITALNIH SIGNALA 3. a ukoliko su susedni biti različite vrednosti. ⋅ diferencirajući RZ kod. sinhronizacija između između predajnika i prijemnika se lako održava. i stoga ovaj format ne može da služi za održavanje sinhronizacije između predajnika i prijemnika. pa je i zahtevani propusni opseg duplo veći. Rešenje: Unipolarni NRZ kod Ovo je najjednostavniji način kodovanja. odnosno 0.2 3. Prednost nad RZ-om je postojanje samo dva naponska nivoa.1 ZADACI Prikazati vremenski oblik digitalnog signala kojim se prenosi binarna sekvenca 10011011. ⋅ bipolarni kod sa povratkom na nulu (bipolarni RZ – Return to Zero). pa se gubi informacija o taktu. ukoliko se za prenos koriste sledeći formati signala (kodovi): ⋅ unipolarni kod bez povratka na nulu (unipolarni NRZ – Non-Return to Zero). Mančester kod Slično kao i kod RZ kodova. ⋅ diferencijalni unipolarni kod bez povratka na nulu ( diferencijalni unipolarni NRZ). pozitivan impuls koduje binarno 1. nema tranzicija. Diferencijalni unipolarni NRZ kod Kod ovog formata je karakteristično da se koduju promene u informacionoj sekvenci. a prvi simbol se koduje na prethodno dogovoren način (u ovom primeru je početni simbol pozitivan ako sekvenca počinje bitom 1). a negativan impuls koduje binarno 0. pa ni bipolarni NRZ ne može da služi za održavanje sinhronizacije. to se koduje pozitivnim impulsom. Ukoliko su susedni biti iste vrednosti. Problem je što pri dugotrajnom nizu 1-ca. a odsustvo impulsa za binarno 0). postoji tranzicija na sredini intervala. a na druga polovina je suprotne vrednosti od prve. nema tranzicija u digitalnom signalu. binarno 1 je predstavljeno pozitivnim. odnosno 0. AMI kod AMI kod poseduje tri naponska nivoa. Bipolarni RZ U ovom formatu. Prva polovina intervala označava vrednost bita (pozitivan impuls za binarno 1.

L .1. M −1} (polarni). biti informacione sekvence +V unipolarni NRZ 0 diferencijalni unipolarni NRZ +V 0 +V bipolarni NRZ 0 -V +V bipolarni RZ 0 -V +V Mancester 0 +V AMI 0 -V 1 0 0 1 1 0 1 1 Slika 3.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 51 Slika 3. m = 0. L.2. varijansa je jednaka srednjoj kvadratnoj vrednosti alfabeta: .2.1.2 Izvesti izraze za varijanse informacionih sadržaja digitalnih signala sa simbolima iz M-arnih alfabeta: a) A = {Am = [2md − ( M −1)d ]. Rešenje: 2 Varijansa informacionog sadržaja digitalnog signala je σ a = a 2 − a 2 .2.1 prikazuje vremenske oblike navedenih formata.1 3. m = 0.1. b) A = {Am = 2md . a) Kako je a = 0 .1.2.2. M −1} (unipolarni). pod pretpostavkom da su svi simboli jednako verovatni.

2. s obzirom da varijansa reprezentuje samo naizmenični deo snage slučajnog signala. 3 3 Dakle.2. 3 b) Kod unipolarnog alfabeta srednja vrednost alfabeta je različita od nule: = a= M −1 m=0 ∑ P( Am ) ⋅ Am = M ∑ 2dm = M m=0 M −1 m =0 1 M −1 2d ( M − 1)( M − 1 + 1) = ( M − 1)d . 2 σa = 3. 3 za varijansu informacionog sadržaja unipolarnog digitalnog signala dobija se: ( M − 1)(2 M − 1) 2 M 2 −1 2 d − ( M 2 − 2 M + 1)d 2 = d . varijansa informacionog sadržaja polarnog i unipolarnog digitalnog signala ista je i data je izrazom: 2 σ a = a2 − a 2 = 2 M 2 −1 2 d . pod uslovom da su im alfabeti identični i da su simboli statistički nezavisni sa podjednakim verovatnoćama pojavljivanja. odrediti i uporediti njihove spektralne gustine srednje snage (SGSS).52 2 σa = M −1 m =0 2 ∑ P( Am ) ⋅ Am M −1 m=0 KARAKTERISTIKE DIGITALNIH SIGNALA = 1 M ∑ (2md − (M − 1)d )2 = d 2 M −1 ∑ 4m 2 − 2(M − 1)m + (M − 1)2 M m=0 ( ) M −1 M −1 ⎞ d 2 ⎛ M −1 2 ⎜ 4 ∑ m − (M − 1) ∑ m + (M − 1)2 ∑1⎟ = ⎟ M ⎜ m=0 m=0 m=0 ⎠ ⎝ (M − 1)M + (M − 1)2 (M − 1)⎞ d 2 ⎛ (M − 1)M (2M − 1) − (M − 1) ⎜ ⎟ 6 2 M⎝ ⎠ 2 2 2 2 d (M − 1) ⎛ 2M − M − 3M + 3M + 2 M − 2 M + 1 ⎞ ⎜ ⎟ = ⎜ ⎟ 6 M ⎝ ⎠ = M 2 −1 2 d . Slika 3. 3 Ovo je i logično.3. 2 4d 2 ( M − 1) M (2 M − 1) M 6 pa pošto je srednja kvadratna vrednost: a2 = = 2 ∑ P( Am ) ⋅ Am = M ∑ (2dm)2 = m=0 1 M −1 2( M − 1)(2 M − 1) 2 d .1 Unipolarni binarni digitalni signali a) bez povratka na nulu b) sa povratkom na nulu . a drugi sa povratkom na nulu iste.3 Ako su snage unipolarnih binarnih signala od kojih je prvi bez povratka na nulu.

parametri U1 i U2 mogu se izraziti preko srednje snage Ps . ⎩0 n = −∞ Za izračunavanje SGSS važi izraz (3. e πfT H 1 ( f ) = 2 Ps T 2 sin (πfT ) . T −∞ ∞ 11 2 2 U 2 = Ps ⇒ U 2 = 4 Ps . a Statistike oba informaciona sadržaja su iste i izračunavaju se na sledeći način: 1 a1 = P(0) ⋅ 0 + P(1) ⋅ 1 = .21) za srednju snagu unipolarnih digitalnih signala sa elementarnim impulsima h1 ( t ) i h2 (t ) svodi se na: P= a2 T −∞ ∫ h (t )dt .27) . ∑ a2n h2 (t − nT ). 4 Pošto su srednje snage oba digitalna signala po uslovu zadatka iste. 22 Treba još odrediti Furijeove transformacije elementarnih impulsa h1 (t ) i h2 (t ) : Ps 2 = H1 ( f ) = 2 ∞ −∞ − j 2πft − j 2πft ∫ h1 (t )e dt = U 1 ∫ e dt = TU 1 0 T sin(πfT ) − j 2πf T 2 . 0 ≤ t ≤ T 2.22). ∞ ⎧U h1 (t ) = ⎨ 1 ⎩0 0 ≤ t ≤ T.21).ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 53 Rešenje: Digitalni signali s1 (t ) i s2 (t ) dati su sledećim izrazima: s1 (t ) = s 2 (t ) = n = −∞ ∞ ∑ a1n h1 (t − nT ). izraz (3. kao i spektar elementarnog impulsa H ( f ) . ⎧U h2 (t ) = ⎨ 2 drugde. Za srednju snagu unipolarnog digitalnog signala ne može se koristiti izraz (3. 2 1 2 a12 = = a 2 . 2 ∞ odnosno: 2 Ps1 = a1 1 1 2 2 2 ∫ h1 (t )dt = 2 U 1 = Ps ⇒ U1 = 2 Ps . 2 1 2 2 σ a1 = = σ a2 . 4 1 2 2 a1 = P(0) ⋅ 0 2 + P(1) ⋅ 12 = = a 2 .12) za RT (mT ) . Treba odrediti σ 2 i a . već se polazi od opšteg izraza (3. (πfT ) 2 2 . Kako je proizvod h(t )h(t + mT ) = 0 za m ≠ 0 u izrazu (3. drugde.dat za polarne signale.

− j 2πft H2( f ) = U2 ∫e dt = TU 2 πfT 2 0 2 ⎛ πfT ⎞ sin 2 ⎜ ⎟ 2 ⎝ 2 ⎠. 2 . pri brzini signalizacije 1/T je: S1 ( f ) = 1 sin 2 πfT 1 Ps T + Ps δ ( f ) . ⎝ kπ ⎠ 2 sin 2 (kπ ) ⎛ k⎞ ∑ 2Ps T (kπ )2 δ ⎜ f − T ⎟. diskretne komponente se nalaze u nulama obvojnice ⎜ ⎜ πfT ⎟ . ⎟ ⎝ ⎠ pa se digitalni takt ne može izdvojiti na osnovu spektra (Slika 3. m ≠ 0. ⎝ ⎠ k = −∞ ∞ 2 SGSS unipolarnog digitalnog signala srednje snage Ps bez povratka na nulu. ⎪ ⎠ ⎩ SGSS unipolarnog digitalnog signala sa povratkom na nulu srednje snage Ps .2. 2 T ⎝ ⎠ m = −∞ (2m + 1) ∑ ∞ U spektru digitalnog signala s1 (t ) . ⎜ ⎟ T⎠ ⎝ 2 0 k = 2m.2). ⎨⎜ ⎜ (2m + 1)π ⎟ ⎟ ⎟ ⎠ ⎪⎝ ⎟ 1 k = 0. pri brzini signalizacije 1/T je: ⎛ ⎛ kπ ⎜ sin ⎜ ⎜ ⎝ 2 ⎜ kπ ⎜ 2 ⎝ ⎛ πfT ⎞ sin 2 ⎜ ⎟ 1 ⎝ 2 ⎠ + Ps δ ( f ) + Ps S 2 ( f ) = Ps T 2 4 4 π2 ⎛ πfT ⎞ ⎜ ⎟ ⎝ 2 ⎠ 1 (2m + 1) ⎞ ⎛ δ⎜ f − ⎟.54 KARAKTERISTIKE DIGITALNIH SIGNALA ⎛ k ⎞ sin 2 ⎜ π T ⎟ 2P sin (πfT ) 1 ⎝ T ⎠δ ⎛ f − k ⎞ S1 ( f ) = s T 2 2 Ps T 2 + ⎜ ⎟ 2 2 2 ∑ 4T T⎠ (πfT ) 4T k =−∞ ⎝ ⎛ k ⎞ ⎜π T ⎟ ⎝ T ⎠ 2 ∞ 2 Ps 2 sin 2 (πfT ) 1 = + T 2 4T (πfT ) 4T 2 ⎛ sin kπ ⎞ k ≠ 0 ⇒⎜ ⎟ = 0.3. čiji je elementarni impuls bez povratka na nulu (NRZ ⎛ sin(πfT ) ⎞ – Non Return to Zero). 2 H 2 ( f ) = Ps T 2 ⎛ πfT ⎞ ⎜ ⎟ ⎝ 2 ⎠ T /2 ⎛ πfT ⎞ sin 2 ⎜ ⎟ Ps 2 ⎝ 2 ⎠+ 1 S2 ( f ) = T 2 4T 4T 2 ⎛ πfT ⎞ ⎜ ⎟ ⎝ 2 ⎠ ⎛ kπ sin 2 ⎜ 2 ∑ PsT 2 ⎝ 2 k = −∞ ⎛ kπ ⎞ ⎜ ⎟ ⎝ 2 ⎠ ∞ ⎞ ⎟ ⎠δ ⎛ f − k ⎞. 2 2 (πfT ) 2 Na sličan način dolazi se do SGSS unipolarnog digitalnog signala sa povratkom na nulu: ⎛ πfT ⎞ sin ⎜ ⎟ 1 ⎝ 2 ⎠ ⋅ e − j 2πfT / 4 . ⎧ ⎞⎞ 2 ⎟⎟ ⎪ ⎞ 2 ⎠ ⎟ = ⎪⎛ k = 2 m + 1.

signal sa povratkom na nulu zahteva dva puta veći propusni opseg od signala bez povratka na nulu. postoje diskretne komponente na rastojanju 2/T.2.3 SGSS unipolarnog digitalnog signala sa povratkom na nulu Takođe.2.2. treba primetiti da su arkade spektra signala sa povratkom na nulu dva puta šire od arkada spektra bez povratka na nulu. Slika 3. Na osnovu gore rečenog.3. čiji su simboli jednako verovatni iz polarnog M-arnog alfabeta.2 SGSS unipolarnog digitalnog signala U spektru digitalnog signala s 2 (t ) . 2T ⎩ . a spektar elementarnog impulsa je dat izrazom: 1 ⎧ ⎪T | f |≤ 2T .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 55 Slika 3. 3.3.3. H( f ) = ⎨ 1 ⎪ 0 | f |> . To je posledica činjenice da se kod signala sa povratkom na nulu promene nivoa dešavaju dva puta većom frekvencijom (na polovini signalizacionog intervala). Jedna od najčešće korišćenih procena za potrebnu širinu propusnog opsega sistema za prenos digitalnih signala je širina prve arkade.2. čiji je elementarni impuls sa povratkom na nulu (RZ Return to Zero).4 Odrediti snagu digitalnog signala.3). pa se na osnovu njih može rekonstruisati digitalni takt (Slika 3.

Kolika širina propusnog opsega je dovoljna za prenos prve arkade spektra? Amplitude simbola su iz M-arnih polarnih alfabeta. 3T T 3 3.2): M 2 −1 2 d . Pretpostavlja se da su srednje snage iste u svim slučajevima. T T ⎠⎟ T m = −∞ ⎝ ⎠ −∞ −∞ ⎝ Pošto se radi o polarnom alfabetu sa jednakoverovatnim simbolima. a verovatnoće pojedinih simbola su jednake. ⎪ ⎩ Odrediti i uporediti spektre signala podataka.56 KARAKTERISTIKE DIGITALNIH SIGNALA Rešenje: Važi: 2 2 ∞ ⎛σa µa m ⎞⎞ 2 2 ⎛ ⎜ P = ∫ S ( f )df = ∫ ⎜ H ( f ) + 2 H ( f ) ∑ δ ⎜ f − ⎟ ⎟df .2. Varijansa simbola iz polarnog M-arnog alfabeta je (zadatak 3. 3 pa se konačno dobija: 2 σa = P= M −1 2 d 3T 2 1 2T 2 ∫ T df = 1 2T − M 2 −1 2 2 1 M 2 −1 2 = d T d .2. T gde je H ( f ) Furijeova transformacija determinističkog signala h( t ) . srednja vrednost simbola alfabeta je a = 0 . M = 4. kada se koriste alfabeti veličine M = 2. pa će SGSS imati samo kontinualni deo: a2 2 H( f ) .5 U prenosu podataka brzinom v d = 1200b s koristi se impuls: ⎧ ⎛π ⎞ T ⎪cos⎜ T t ⎟ t < 2 . pa se a 2 može izraziti preko nje: . i M = 8 . S( f ) = Srednja snaga Ps je ista u svim slučajevima. ⎪ h(t ) = ⎨ ⎝ ⎠ ⎪ 0 drugde. gornji izraz postaje: ∞ ∞ P= 2 σa ∞ T −∞ ∫ H( f ) 2 df . Rešenje: Kako su simboli alfabeta simetrično raspoređeni oko nule i jednakih verovatnoća.

2 ld M .Half Cosine): H( f ) = = = = ∞ − j 2πft ∫ h(t )e dt = 2 T /2 −∞ ∫ 0 ⎛ πt ⎞ cos⎜ ⎟ cos(2πft )dt ⎝T ⎠ T /2 T /2 ∫ 0 πt ⎞ ⎛ cos⎜ 2πft + ⎟dt + T⎠ ⎝ ∫ 0 πt ⎞ ⎛ cos⎜ 2πft − ⎟dt T⎠ ⎝ T /2 T /2 ∫ 0 ⎛ ⎛ 1 ⎞ ⎞ cos⎜ 2π ⎜ f + ⎟t ⎟dt + ⎜ 2T ⎠ ⎟ ⎝ ⎝ ⎠ 1 ∫ 0 ⎛ ⎛ 1 ⎞ ⎞ cos⎜ 2π ⎜ f − ⎟t ⎟dt ⎜ 2T ⎠ ⎟ ⎝ ⎝ ⎠ T /2 T /2 = = = = = ⎛ ⎛ ⎛ ⎛ 1 ⎞ ⎞ 1 1 ⎞ ⎞ sin ⎜ 2π ⎜ f + sin ⎜ 2π ⎜ f − + ⎟t ⎟ ⎟t ⎟ ⎜ ⎟ ⎜ 1 ⎞ ⎝ ⎝ 1 ⎞ ⎝ ⎝ 2T ⎠ ⎠ 0 2T ⎠ ⎟ 0 ⎛ ⎛ ⎠ 2π ⎜ f + 2π ⎜ f − ⎟ ⎟ 2T ⎠ 2T ⎠ ⎝ ⎝ ⎛ ⎛ ⎛ ⎛ 1 1 ⎞T ⎞ 1 1 ⎞T ⎞ sin ⎜ 2π ⎜ f + sin ⎜ 2π ⎜ f − ⎟ ⎟+ ⎟ ⎟ ⎜ ⎟ ⎜ 1 ⎞ ⎝ ⎝ 1 ⎞ ⎝ ⎝ 2T ⎠ 2 ⎠ 2T ⎠ 2 ⎟ ⎛ ⎛ ⎠ 2π ⎜ f + 2π ⎜ f − ⎟ ⎟ 2T ⎠ 2T ⎠ ⎝ ⎝ 1 1 π⎞ π⎞ ⎛ ⎛ sin ⎜ πfT − ⎟ sin ⎜ πfT + ⎟ + 1 ⎞ ⎝ 1 ⎞ ⎝ 2⎠ 2⎠ ⎛ ⎛ 2π ⎜ f − 2π ⎜ f + ⎟ ⎟ 2T ⎠ 2T ⎠ ⎝ ⎝ 1 1 cos(πfT ) − cos(πfT ) 1 ⎞ 1 ⎞ ⎛ ⎛ 2π ⎜ f + 2π ⎜ f − ⎟ ⎟ 2T ⎠ 2T ⎠ ⎝ ⎝ 2T cos(πfT ) ⎛ 1 1 ⎞ ⎜ ⎜ 1 + 2 fT + 1 − 2 fT ⎟ ⎟ 2π ⎝ ⎠ 2T cos(πfT ) . π 1 − (2 fT ) 2 ⎛ ld M ⎞ ⎤ ld M ⎡ ⎢ cos⎜ πf ⎟ ⎥ ⎜ vd ⎟ ⎥ vd ⎢ ⎠ ⎝ ⎢ 2 2⎥ π ld M ⎞ ⎥ ⎢ ⎛ ⎟ ⎜ ⎢1 − ⎜ 2 f v ⎟ ⎥ d ⎠ ⎦ ⎣ ⎝ SGSS je: a 2 4T 2 T π2 ⎡ cos(πfT ) ⎤ ⎢ ⎥ = 2 Ps 1 − (2 fT ) 2 ⎦ ⎣ 2 4 S( f ) = . Digitalni takt je funkcija broja simbola M i datog digitalnog protoka T = vd Elementarni impuls je polukosinus (HC .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 57 Ps = = a T 2 ∞ −∞ ∫h 2 (t )dt = M −1 2 1 M −1 2 2 ⎛ πt ⎞ dM ∫ cos ⎜ T ⎟dt = 3 d M 3 T −T / 2 ⎝ ⎠ 2 T /2 2 ⎛ 2πt ⎞ 1 + cos⎜ ⎟ 1 ⎝ T ⎠ dt 2 T −T∫/ 2 T /2 T /2 ⎞ T /2 T /2 2 M 2 −1 2 1 ⎛ T ⎛ 2πt ⎞ ⎞ M − 1 2 1 ⎛ ⎛ 2πt ⎞ ⎟ sin⎜ d M ⎜ ∫ dt + ∫ cos⎜ dt ⎟ = d M ⎜T + ⎟ ⎟ ⎟ ⎜ ⎜ 6 6 2π T ⎝ −T / 2 −T / 2 ⎝ T ⎠ ⎠ T ⎝ T ⎠ −T / 2 ⎟ ⎠ ⎝ 1 = a 2 = const.

⎠ ⎝ ⎝ S( f ) = = C ld M ⎢ 2 ⎢ 2⎥ 2⎥ vd π ld M ⎞ ⎥ ld M ⎞ ⎥ ⎢ ⎛ ⎢ ⎛ ⎟ ⎟ ⎜ ⎜ ⎢1 − ⎜ 2 f v ⎟ ⎥ ⎢1 − ⎜ 2 f v ⎟ ⎥ d ⎠ ⎦ d ⎠ ⎦ ⎣ ⎝ ⎣ ⎝ 2 2 gde je C = 8Ps vd π 2 . za koju važi S ( f 01 ) = 0 . amplituda prve arkade će se povećavati sa ldM.2. ⎥. ⎣ 2 ldM 2 ldM ⎦ Za f = 0 amplituda prve arkade je S (0) = C ⋅ ld M . Spektar ovog signala prikazan je na slici (Slika 3. pa je prva arkada Druga nula cos⎜ πf ⎜ ⎟ vd ⎠ 2 ldM ⎝ ⎡ 3v d 3v d ⎤ spektra u opsegu ⎢− .5. što je takođe i nula S ( f ) .58 KARAKTERISTIKE DIGITALNIH SIGNALA ⎡ ⎡ ⎛ ld M ⎞ ⎤ ⎛ ld M ⎞ ⎤ ⎢ cos⎜ πf ⎢ cos⎜ πf ⎟ ⎥ ⎟ ⎥ ⎜ ⎜ vd ⎟ ⎥ vd ⎟ ⎥ 8 Ps ld M ⎢ ⎢ ⎠ .1 SGSS HC digitalnog signala u funkciji od M .1).5. Za razliku od prethodnih zadataka. bočne arkade su nacrtane u pravoj razmeri u odnosu na prvu arkadu. Potencijalni kandidati za f 01 su nule funkcije cos⎜ πf ⎜ vd ⎟ ⎝ ⎠ vd . Slika 3.2. međutim ovo nije i nula S ( f ) . Prva arkada spektra leži u intervalu [− f 01 . gde je sa f 01 označena prva učestanost ⎛ ldM ⎞ ⎟. jer tada i imenilac Prva nula ove funkcije je f = 2 ldM ⎛ ldM 1− ⎜2 f ⎜ vd ⎝ dobija: ⎛ v S⎜ d ⎜ 2 ldM ⎝ ⎞ ⎟ ⎟ ⎠ 2 jednak 0. Sa slike se vidi da je procena koja kaže da se značajan deo spektra nalazi u prvoj arkadi opravdana. ⎟ 16 ⎠ ⎛ ldM ⎞ 3v d ⎟ je za f = . Traženjem granične vrednosti S ( f ) se za ovu vrednost f ⎞ π ⎟ = C ldM . f 01 ] . Sa povećanjem M.

f ok = (2k + 1).2.1 Prve dve nule funkcije SGSS Prethodna analiza pokazuje da se povećanjem broja simbola alfabeta sužava spektar digitalnog signala.5. T a) Odrediti spektralnu gustinu srednje snage digitalnog signala ako su simboli različite verovatnoće. Brzina signalizacije je = 1200 Bd . Međutim. k ∈ Ζ (sem prve nule. 3.2. .6 Signalom prikazanim na slici (Slika 3. tj.2 daje predstavu spektra u logaritamskoj razmeri.2.2. Na ovoj slici se jasno vide nule spektra digitlanog signala.2 Vidi se da povećavanjem M sužavaju se arkade.6.2. nule funkcije M=8 M=4 M=2 f o1 = 3v d 2 ld M f o2 = 5vd 2 ld M širina prve arkade 1200Hz 1800Hz 3600Hz 1 vd 2 3 vd 4 3 vd 2 5 vd 6 5 vd 4 5 vd 2 Tabela 3. kako je već objašnjeno).ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 59 Slika 3. 2. odnosno da se isti digitalni protok može ostvariti kroz uži propusni opseg kanala. tada se usložnjava uređaj i povećava uticaj šuma.1). Sledi tabela u kojoj je prikazano kako se menjaju nule spektra u funkciji M za k = 1. ⎟ 2 ld M ⎠ Slika 3. 1} .5. Nule spektra S ( f ) su određene nulama funkcije ⎛ ldM cos⎜ πf ⎜ vd ⎝ ⎞ vd ⎟ . a površine ispod krivih ostaju iste jer je snaga ista. prenose se simboli binarnog polarnog 1 alfabeta A = {−1.

⎪ T ⎪ ≤ t < T. ⎜ ⎟⋅e 0 ⎝ 2⎠ ⎥ ⎢ ⎦ ⎣ t ≤ T . A0 } = {1. gde je h0 (t ) = ⎨ ⎟ 4⎠ 4 ⎠ ⎝ ⎝ ⎪0 ⎩ a njegova Furijeova transformacija je: 3T ⎤ ⎡ − j 2πf T − j 2πf T ⎞ − jπfT 4 −e 4 ⎥ = H ( f ) ⋅ 2 j sin ⎛ πf H ( f ) = H 0 ( f ) ⋅ ⎢e . Slika 3. 2 σ a = 4 ⋅ P( A1 ) ⋅ P( A0 ). H 0 ( f ) = ∫ U e − j 2πft dt = U T 2 −T / 4 πf 2 Dalje se dobija: T /4 .2. ⎪ ⎩ Statistički parametri informacionog sadržaja su: a = P( A1 ) A1 + P( A0 ) A0 = P( A1 ) − P( A0 ). pri čemu je ⎛ T⎞ sin ⎜ πf ⎟ T ⎝ 2⎠. 4 drugde.1 Deo digitalnog signala Rešenje: a) Simboli ovog signala pripadaju binarnom alfabetu a k ∈ A = { A1 . 2 a 2 = P( A1 ) A12 + P( A0 ) A0 = 1.2.1) se može videti da je elementarni impuls oblika: T ⎧ ⎪U 0≤t< 2.−1} .6.6. Sa slike (Slika 3. Elementarni impuls može se predstaviti izrazom ⎧ ⎪U T⎞ 3T ⎞ ⎛ ⎛ h(t ) = h0 ⎜ t − ⎟ − h0 ⎜ t − . h(t ) = ⎨− U 2 ⎪ ⎪ 0 drugde.60 KARAKTERISTIKE DIGITALNIH SIGNALA b) Nacrtati SGSS kada su simboli jednako verovatni.

⎟ = sin⎜ n ⎟ = ⎨ ⎪δ ⎜ f − ⎟ ≠ 0 ⇔ f = ⇒ sin⎜ T⎠ T ⎝ 2 ⎠ ⎝ 2 ⎠ ⎩(−1) k . ⎠ ⎣ ⎦ ⎢ ⎥ ⎪ ⎝ ⎢ ⎥ 2 ⎣ ⎦ ⎩ Slika 3. .2.2 prikazuje spektar digitalnog signala kada simboli nisu jednakoverovatni. H ( f ) = UT πfT 2 2 ⎛ πfT ⎞ sin ⎜ ⎟ 2 ⎝ 2 ⎠ j sin πfT e − jπfT H ( f ) = UT πfT 2 2 2 ⎛ ⎛ πfT ⎞ ⎞ ⎜ sin ⎜ ⎟⎟ ⎝ 2 ⎠ ⎟ sin 2 ⎛ πfT ⎞. 2 2⎜ =U T ⎜ ⎟ ⎜ πfT ⎟ ⎝ 2 ⎠ ⎜ ⎟ 2 ⎝ ⎠ 2 Zamenom H ( f ) 2 u izraz za SGSS digitalnog signala sledi: 2 ⎛ ⎛ πfT ⎞ ⎞ ⎜ sin ⎜ ⎟⎟ 4 ⋅ P( A0 ) ⋅ P( A1 ) 2 2 ⎜ ⎝ 2 ⎠ ⎟ ⎛ πfT ⎞ S( f ) = U T sin 2 ⎜ ⎟+ ⎜ πfT ⎟ T ⎝ 2 ⎠ ⎜ ⎟ 2 ⎠ ⎝ ⎛ ⎛ πfT ⎞ ⎞ ⎜ sin ⎜ ⎟⎟ 2 ∞ [ P( A1 ) − P( A0 )] k⎞ ⎛ ⎝ 2 ⎠ ⎟ sin 2 ⎛ πfT ⎞ 2 2⎜ U T + ⎜ ⎟ ∑ δ⎜ f − ⎟ 2 2 ⎜ πfT ⎟ T⎠ π T ⎝ 2 ⎠ k = −∞ ⎝ ⎟ ⎜ 2 ⎠ ⎝ ⎛ ⎛ πfT ⎞ ⎞ ⎜ sin ⎜ ⎟⎟ 4 ⋅ P( A0 ) ⋅ P( A1 ) 2 2 ⎜ ⎝ 2 ⎠ ⎟ ⎛ πfT ⎞ U T sin 2 ⎜ = ⎟+ ⎜ πfT ⎟ T ⎝ 2 ⎠ ⎟ ⎜ 2 ⎠ ⎝ + 2 2 [ P( A1 ) − P( A0 )]2 U 2 π2 k = −∞ ∑ ∞ 1 1⎞ ⎛ ⎜k + ⎟ 2⎠ ⎝ δ⎜ f − 2 ⎛ ⎝ (2k + 1) ⎞ ⎟. T ⎠ jer je: ⎧ ⎛ n⎞ n ⎛ πfT ⎞ ⎛ π ⎞ ⎧ 0 .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 61 ⎛ πfT ⎞ sin ⎜ ⎟ ⎝ 2 ⎠ j sin πfT e − jπfT . odnosno kada srednja vrednost nije jednaka 0. Posledica toga je postojanje δ -impulsa u spektru. n = 2k + 1. ⎪ ⎝ ⎪ 2 ⎡ ⎤ ⎨ 2 2 ⎢ (−1) k ⎥ ⎪ ⎛ n⎞ ⎡ ⎤ 2 2 2 2k 2 2 ⎪ H ⎜ j T ⎟ = ⎢ (2k + 1)π ⎥ ⋅ U T (−1) = ⎢ (2k + 1)π ⎥ ⋅ U T .6. n = 2k .

7 Digitalni signal kao nosilac koristi elementarni impuls čiji je spektar dat izrazom: ⎧ 1 f < 2 B0 − B.6.3 3.62 KARAKTERISTIKE DIGITALNIH SIGNALA Slika 3. H ( f ) = ⎨cos 2 ⎜ ⎜4 B−B ⎟ 0 ⎝ ⎠ ⎪ ⎪ 0 f > B. ⎪ ⎪ ⎪ ⎛ π f + B − B0 ⎞ ⎪ ⎟ 2 B0 − B ≤ f ≤ B.2.6.2.2. 2 ⎛ ⎛ πfT ⎞ ⎞ ⎜ sin ⎜ ⎟⎟ ⎝ 2 ⎠ ⎟ sin 2 ⎛ πfT ⎞ 2 ⎜ S( f ) = U T ⎜ ⎟ ⎜ πfT ⎟ ⎝ 2 ⎠ ⎜ ⎟ 2 ⎝ ⎠ S( f ) U1 U1 4 TU 2 2 U1 9 0 1/ T 2/ T 3/T 4/T 5/T U1 25 6/ T f Slika 3.2 b) Za jednakoverovatne simbole se dobija: 2 P( A1 ) = P( A0 ) ⇒ a = 0 i σ a = 1 . ⎪ ⎪ ⎩ .

5 T 1 T Slika 3.5 T − 1 2T 1 2T 1.5 i r = 1 ) predstavljaju spektre koje je jednostavnije aproksimirati i realizovati u praksi.1 Faktor r u stvari daje informaciju koliko je relativno proširenje spektra u odnosu na impuls minimalnog spektra.7. Za r = 0 propusni opseg sistema potreban za prenos signala sa ovakvim elementarnim impulsom je najmanji.2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 63 gde je B = B − B0 1 . ali je potreban propusni opseg sistema veći. Preostala dva slučaja (za r = 0. roll-off faktor r kao r = . 2T B0 a) Skicirati spektar elementarnog impulsa za vrednosti r = 0 .2.7. r = 0.5 i r = 1 . b) Odrediti vremenski oblik elementarnog imupulsa i skicirati njegov izgled za vrednosti r date pod a). pri čemu se još definiše i tzv.1 prikazuje izgled H ( f ) navedenog spektra. r=0 r = 0.5 r =1 − 1 T − 1. Rešenje: a) Slika 3. ali je spektar ovakvog “idealnog” oblika nemoguće realizovati (tzv. ⎟ ⎜2 B−B ⎟⎟ 2 2 B∫− B ⎜ ⎜ 2 B − B0 0 ⎠ ⎝ ⎠⎠ ⎝ ⎝ 0 0 . impuls minimalnog spektra). b) Vremenski oblik elementarnog impulsa je (treba primetiti da je spektar elementarnog impulsa parna funkcija): h(t ) = B ⎛ 2 B0 − B ⎛ π f + B − 2 B0 H ( f )e j 2πft df = 2⎜ ∫ cos(2πft )df + ∫ cos 2 ⎜ ∫ ⎜ ⎜ ⎝ 4 B − B0 2 B0 − B −∞ ⎝ 0 ∞ 2 B0 − B 0 ⎞ ⎟ cos(2πft )df ⎟ ⎠ ⎞ ⎟ ⎟ ⎠ =2 = ∫ cos(2πft )df + 2 2 B0 − B B ∫ 2 B0 B ⎛ f + B − 2 B0 1⎛ ⎜1 + cos⎜ π ⎜ 2 B−B 2⎜ 0 ⎝ −B ⎝ B ⎞⎞ ⎟ ⎟ cos(2πft )df ⎟⎟ ⎠⎠ sin (2πft ) πt 0 + 2 B0 − B ∫ cos(2πft )df + B ⎛ π f − B0 π ⎞ cos⎜ ⎜ 2 B − B + 2 ⎟ cos(2πft )df ⎟ 0 ⎝ 0 ⎠ 2 B0 − B ∫ B ⎛ π f − B0 ⎞ sin (2π (2 B0 − B )t ) sin (2πft ) ⎟ cos(2πft )df = + − ∫ sin ⎜ πt 2πt 2 B0 − B 2 B − B ⎜ 2 B − B0 ⎟ ⎝ ⎠ = sin (2π (2 B0 − B )t ) sin (2πBt ) − sin (2π (2 B0 − B )t ) + − πt 2πt B ⎛ ⎛ π f − B0 ⎞ ⎛ π f − B0 ⎞⎞ 1 ⎜ sin ⎜ − + 2πft ⎟ + sin ⎜ − 2πft ⎟ ⎟df .

64 KARAKTERISTIKE DIGITALNIH SIGNALA h(t ) = ⎛ π f − B0 ⎞ sin (2πBt ) + sin (2π (2 B0 − B )t ) 1 B − ∫ sin⎜ 2 B − B0 + 2πft ⎟df − ⎜ ⎟ 2πt 2 2B −B ⎝ ⎠ 0 − ⎛ π f − B0 ⎞ 1 ∫ sin⎜ 2 B − B0 − 2πft ⎟df . 2 πt 1 − (4(B − B0 )t ) = . ⎜ ⎟ 2 2B −B ⎝ ⎠ B 0 Dalje se dobija: ⎞ ⎛ π f − B0 cos⎜ ⎟ ⎜ 2 B − B + 2πft ⎟ 2 sin (2πB0 t ) cos(2π (B0 − B )t ) 1 0 ⎠ ⎝ h(t ) = + π 2πt 2 + 2πt 2(B − B0 ) ⎞ ⎛ π f − B0 cos⎜ ⎟ ⎜ 2 B − B − 2πft ⎟ 1 0 ⎠ ⎝ + π 2 − 2πt 2(B − B0 ) = B B + 2 B0 − B + 2 sin (2πB0 t ) cos(2π (B0 − B )t ) + 2πt ⎛ π B − B0 ⎞ ⎛ π B0 − B ⎞ cos⎜ ⎟ ⎜ ⎟ ⎜ 2 B − B + 2πBt ⎟ − cos⎜ 2 B − B + 2π (2 B0 − B )t ⎟ B − B0 0 0 ⎝ ⎠ ⎝ ⎠ 2 B0 − B π 1 + 4(B − B0 )t + ⎞ ⎛ π B0 − B ⎞ ⎛ π B − B0 cos⎜ ⎟ ⎜ ⎟ ⎜ 2 B − B − 2πBt ⎟ − cos⎜ 2 B − B − 2π (2 B0 − B )t ⎟ B − B0 0 0 ⎠ ⎝ ⎠ ⎝ + π 1 − 4(B − B0 )t = + = + = sin (2πB0 t ) cos(2π (B0 − B )t ) B − B0 − sin (2πBt ) − sin (2π (2 B0 − B )t ) + + πt π 1 + 4(B − B0 )t B − B0 sin (2πBt ) + sin (2π (2 B0 − B )t ) π 1 − 4(B − B0 )t sin (2πB0 t ) cos(2π (B0 − B )t ) 2(B − B0 ) sin (2πB0 t ) cos(2π (B0 − B )t ) + − πt π 1 + 4(B − B0 )t 2(B − B0 ) sin (2πB0 t ) cos(2π (B0 − B )t ) π 1 − 4(B − B0 )t sin (2πB0 t ) cos(2π (B0 − B )t ) + πt ⎞ ⎛ 2(B − B0 ) 1 1 sin (2πB0 t ) cos(2π (B0 − B )t )⎜ + ⎟ ⎜ 1 − 4(B − B )t − 1 + 4(B − B )t ⎟ π 0 0 ⎠ ⎝ sin (2πB0 t ) cos(2π (B − B0 )t ) .

kosinusno zaobljena karakteristika. πt 1 ) se dobija: Za r = 0.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 65 h(t ) = = sin (2πB0 t ) cos(2π (B0 − B )t ) sin (2πB0 t ) cos(2π (B0 − B )t ) 16(B − B0 )2 t + πt π 1 − (4(B − B0 )t )2 sin (2πB0 t ) cos(2π (B0 − B )t ) 1 − (4(B − B0 )t )2 + 16(B − B0 )2 t 2 πt 1 − (4(B − B0 )t )2 1 ) se dobija: 2T Za r = 0 (odnosno B = B0 = h(t ) = sin (2πB0 t ) .ovo je podignuti kosinus (raised cosine. Slika 3.2 prikazuje izgled elementarnog impulsa u ova tri slučaja.7.što je vremenski oblik impulsa minimalnog spektra.5 (odnosno B = B0 = 2T sin (2πB0 t ) cos(πB0 t ) .ovo je tzv. .2 Slika 3. kako se još naziva). Treba primetiti da je u sva tri slučaja elementarni impuls nekauzalan i kao takvog nemoguće ga je realizovati u praksi.7. Međutim.2. h(t ) = 2 πt 1 − (2 B0 t ) Za r = 1 se dobija: sin (2πB0 t ) cos(2πB0 t ) .2. moguće je realizovati odgovarajuće aproksimacije. ili kosinush(t ) = 2 πt 1 − (4 B0 t ) kvadrat.

2.66 KARAKTERISTIKE DIGITALNIH SIGNALA Najjednostavnije je realizovati aproksimaciju podignutog kosinusa.2.7.3 t . jer su “repovi” najmanji i mogu se lako zanemariti. a kauzalnost se postiže prostim vremenskim kašnjenjem (Slika 3.7. h(t ) τ Slika 3.3).

P2. linijski kodovi) P.2. Za tu namenu koristimo Matlab-ovu funkciju wave_gen (Communication System Toolbox) kojom generišemo talasne oblike koji reprezentuju binarnu sekvencu: wave_gen(binary_sequence.1. Ako se koristi ova funkcija sa samo prva dva argumenta tada je podrazumevana vrednost za Rb =1000 b/s. Rb) gde je Rb binarni protok dat u b/s. U ovom odeljku posmatramo različite oblike binarnog digitalnog signala i njihove karakteristike. c) unipolarni RZ (Return to Zero). kao u sistemima sa impulsnom kodnom modulacijom (PCM). Vremenski oblici digitalnog signala (signalizacioni formati. Spektralne karakteristike digitalnog signala P2. P2. 1.1.3. Ako je prenosni opseg BT linijskog koda određen sa f 1 odrediti prenosne opsege linijskih kodova datih u tački 1. Neka je f 1 >0 lokacija prve nule SGSS funkcije. Koristiti Rb = 1 kbs .1. Skicirajte vremenski oblik digitalnog signala koji odgovara sekvenci b=[1 0 1 0 1 1] ukoliko se koristi linijski kod: a) unipolarni NRZ (Non Return to Zero).’line_code_name’. Odrediti i skicirati spektralnu srednje gustinu snage (SGSS) koja odgovara datim linijskim kodovima. Formirajte sledeću binarnu sekvencu: >> b=[ 1 0 1 0 1 1].1. d) bipolarni RZ e) Mančester kod. Pretpostavi jediničnu amplitudu uz binarni protok od Rb = 1 kbs . mogu biti predstavljeni u različitim signalizacionim formatima koji su poznati pod imenom linijski kodovi. linijski kodovi) i njihove spektralne karakteriskike I PRIPREMA VEŽBE (DOMAĆI ZADATAK) P1. P2. Koja je osnovna razlika između SGS za Mančester kod i NRZ tehniku? II ZADATAK VEŽBE 1) Oblici binarnog digitalnog signala: talasni oblici različitih linijskih kodova (CST) Nizovi binarnih jedinica i nula. . b) polarni NRZ.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 67 VEŽBA 2 KARAKTERISTIKE DIGITALNIH SIGNALA Vremenski oblici (signalizacioni formati.

2. • Mančester (‘manchester’).1.’line_code_name’)) b) Ako f p1 i f p 2 označavaju prvi i drugi spektralni maksimum. koristi Mančester kod i menjaj Rb . a) Prikaži PSD funkciju svakog linijskog koda iz zadatka 1. 2. 2) Spektralna gustina snage (PSD – Power Spectral Density) linijskih kodova. f (. >> waveplot(x) b) Ponoviti korak a) za: • polarni NRZ (‘polar_nrz’).1. • unipolarni RZ (‘unipolar_rz’). a f n1 i f n 2 prvu i drugu spektralnu nulu (pri čemu se sve navedene frekvencije pozitivne. Rb=1000b/s unipolarni NRZ polarni NRZ unipolarni RZ bipolarni RZ Mančester f p1 f n1 f p2 f n2 BT Tabela 3.1000). >> psd(wave_gen(b. (CST) Generiši slučajnu binarnu sekvencu dužine 1000 bita: >> b=binary(1000). >> x=wave_gen(b. odnosno komandna linija može se sažeti korišćenjem: >> waveplot(wave_gen(b. Utvrditi koji od posmatranih linijskih kodova generišu talasne oblike bez jednosmerne (DC) komponente? Zašto je odsustvo DC komponente od praktičnog značaja za prenos talasnih oblika.’unipolar_nrz’. (CST) Da bi se ilustrovala zavisnost spektralne gustine snage (PSD funkcije) od binarnog protoka. 2. Usvojiti da je frekvencijski opseg potreban za prenos nekog signala. Pošto se porede talasni oblici za isto Rb može se koristiti funkcija wave_gen sa samo dva argumenta.1.) > 0 ). • bipolarni RZ (‘bipolar_rz’). određen prvom spektralnom nulom u njegovoj amplitudskoj karakteristici. BT . Rb ) . ’manchester’. ’line_code_name’)) Pitanje 2. popuniti tabelu 3.68 VEŽBA 2 a) Generisati talasni oblik koji reprezentuje sekvencu b koristeći unipolarni NRZ linijski kod sa Rb =1000b/s i prikazati talasni oblik x.1.1: >> psd(wave_gen(b.

20 kb/s⎬.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 69 gde Rb ∈⎨5 kb/s.1. Pitanje 3. n = −∞ ∑ a h(t − nT ) n ∞ kod kojeg h(t) predstavlja pravougaoni m=0 ⎧ 1.) Posmatraj lokaciju spektralnih nula i maksimuma i ustanovi vezu sa Rb . ⎪ b) ako je autokorelaciona funkcija sekvence {an } : Ra (m) = ⎨1 / 2 m = ±1 i ukoliko ⎪ 0 inače ⎩ 2 je varijansa σ a = 1.1.2 Za osnovni komunikacioni kanal sa propusnim opsegom od 10 kHz. (CCS) Odrediti i prikazati spektralnu gustinu snage slučajnog procesa S(t) čija je realizacija PAM signal s (t ) = impuls prikazan na slici 2.1. – Pravougaoni elementarni impuls .3. koliki je maksimalni digitalni protok za svaki od linijskih kodova ispitanih u odeljku 1. 10 kb/s. 2. i: a) kod kojeg informacioni simboli {an } nekorelisani.1. 1 T h(t ) t 0 T Slika 2. (Umesto Mančester koda moguće je koristiti bilo koji drugi kod iz odeljka 1.

70 VEŽBA 2 .

an . Ovim se postiže transparentnost .1 UVOD 4.L (4.cn+1 .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 71 4 SKREMBLOVANJE I PN SEKVENCE 4.L (4.cn−1 .bn−1 .bn . (4.1.6) .2) slučajni niz sa statistički nezavisnim simbolima i podjednakom verovatnoćom svih elemenata informacionog sadržaja.1) digitalni niz sa statistički zavisnim elementima informacionog sadržaja. tada niz: {cn } =L.cn .1 Skremblovanje Skremblovanje predstavlja vid kodovanja.nezavisnost osobina prenošenog digitalnog signala od informacionog sadržaja koji on nosi. ⎪ cn cn+k = ⎨ 2 1 ⎪ k≠0 ⎩4 Deskremblovanje se vrši ponovnim skremblovanjem sa istim slučajnim nizom {bn } : (4. Ako su {a n } i {bn } binarni nizovi.an+1 . postupak skremblovanja svodi se na logičku operaciju "sabiranja po modulu 2". k ≠ 0.3) nastao kao rezultat operacije skremblovanja nad nizovima {an } i {bn } može imati osobine slučajnog niza {bn }.4) niz {c n } sa elementima c n = a n ⊕ bn (4. a {bn } =L. 2 ⎧1 k = 0. Ako je: {an } =Lan−1 . Ako niz {bn } ima osobine slučajnog niza: 1 bn = . koje kao rezultat daje digitalni signal sa osobinama stacionarnog slučajnog niza bez memorije sa podjednakom verovatnoćom pojave svih simbola.5) imaće iste osobine: 1 cn = . 2 bn bn + k ⎧1 ⎪ = ⎨2 1 ⎪ ⎩4 k = 0. (⊕ ).L (4.bn+1 .

Jedno rešenje je dodatni kanal koji bi prenosio niz {bn } ..11) (4... nemoguće je dva puta generisati isti slučajni niz {bn } . U praksi se koriste deterministički izvori (PN generatori) sa nizovima koji dosta dobro statistički aproksimiraju slučajne nizove. ⋅ ergodičnost u širem smislu (jednakost srednjih vrednosti i autokorelacija po ansamblu i vremenu) E[bn bn + k ] = bn bn + k = {bn }{bn + k } = 1 L ∑ bn bn+k = R(k ) L n =1 (4.± L. na predaji i na prijemu..10) Srednja vrednost i autokorelacija pseudoslučajnog niza periode ponavljanja L su: L +1 bn = 2L ⎧ bn ⎪ bn bn + k = ⎨ 1 ⎪ 2 bn ⎩ k = 0. samosinhronišući skrembleri..8) {bn } = {bn + L } ⋅ ”kašnjenje i sabiranje” {bn } ⊕ {bn + k } = {bn + m } (4.72 SKREMBLOVANJE I PN SEKVENCE d n = c n ⊕ bn = [a n ⊕ bn ] ⊕ bn = a n ⊕ [bn ⊕ bn ] = a n ⊕ 0 = a n (4. ili multipleks nizova {bn } i {cn } .12) .± 2 L. Za pseudoslučajni niz važe sledeće karakteristike: ⋅ periodičnost s periodom L (4. ili tzv.7) Međutim.± L.± 2 L. (4. To su pseudoslučajni izvori koji zahtevaju dodatni kanal za sinhronizaciju (ali mnogo manjeg kapaciteta)..9) gde su m i k neki brojevi digitskih intervala. k ≠ 0.

L n=1 1 Koristeći relaciju x ⊕ y = ( x − y ) 2 = x − 2 xy + y ⇒ xy = ( x + y − x ⊕ y ) dobija se: 2 R(k ) = 1 L ∑ (bn + bn+k − bn ⊕ bn+k ) . pomerački ili šift-registar). perioda ponavljanja PN niza mora biti L ≤ 2 N . Zbog ergodičnosti.) ne menja i da su prekidači PN i P0 zatvoreni.2 4.2.1 PN generator a) Kolika je maksimalna perioda L ponavljanja niza PN generatora na slici 3. dalje se deterministički ponavlja isti niz. odrediti srednju vrednost niza bn i njegovu autokorelacionu funkciju R (k ) . b) U periodi je 2N jedinica pa je srednja vrednost jednaka: 2 2 N −1 1 L +1 . koje pri određenoj kombinaciji prekidača postaje generator PN niza. Ova perioda može se postići samo pri nekim kombinacijama prekidača.1. Pošto je 2N broj različitih kombinacija od N binarnih elemenata.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 73 4.Maximum Length Shift Register). 2 L n=1 . pa je maksimalna perioda koju ovakva struktura može da generiše jednaka: Lmax = 2 N − 1 .1. Sadržaj svih nula se mora isključiti jer se on sam ponavlja. Slika 4.2. Kada se ponovi neki sadržaj u PN generatoru.2. autokorelaciju možemo računati u vremenu: R(k ) = 1 L ∑ bn bn+k . periodična je i njegova autokorelaciona funkcija i to sa istom periodom. bn = N = 2 −1 2 L Pošto je PN niz periodičan. a takav generator naziva se PN generator niza maksimalne dužine (MLSR .1 prikazuje prosto sekvencijalno kolo sa N D flip-flopova (kola za kašnjenje). N + 1 prekidačem i sabiračem po modulu 2 (tzv.? b) Koristeći ergodičnost PN niza i osobinu kašnjenja i sabiranja. Rešenje: a) Pretpostavimo da se struktura sekvencijalnog kola (položaj prekidača i dr.2.1 ZADACI Slika 4.

autokorelacija je: R(k ) = L L ⎤ 1 ⎡L bn + ∑ bn + k − ∑ bn + m ⎥ . maksimalna dužina periode PN niza je Lmax = 2 4 − 1 = 15 . pri L 1 R(k ) = ∑ (2bn − 1)(2bn+ k − 1) .2.1 b) i odrediti skremblovani niz poruke {a n } = {.12).1 b).2. Ovim su izvedeni izrazi (4.2. b) Izračunati i skicirati autokorelaciju PN niza koji se dobija pomoću generatora sa čemu je autokorelacija definisana kao slike 4. 2 L n =1 Ako je k = 0 .2. a bn + k označava ciklični šift za k pozicija.2.} čijih pet uzastopnih jedinica sa periodom ponavljanja 25 predstavlja sinhro-grupu..2 Na slici (Slika 4. onda je bn ⊕ bn = 0 i R(0) = bn . Analizirajmo data dva PN generatora sa različitim kombinacijama prekidača.. . Srednja vrednost generisanog niza takođe zavisi od početnog sadržaja i jednaka je 2/3 ili 1/3. koristeći osobinu šiftovanja i sabiranja.011111010010111111001000101111110.74 SKREMBLOVANJE I PN SEKVENCE Za k ≠ 0 . ⎢∑ 2 L ⎣ n=1 n =1 n =1 ⎦ Sve tri sume su iste jer predstavljaju zbir elemenata u jednoj periodi.11) i (4. a) Objasniti princip rada i odrediti veličine L i bn za ova dva PN generatora.2. U prvom slučaju (Slika 4. pa je: 11 L 1 R(k ) = ∑ bn = 2 bn ... za k ≠ 0 . L n=1 c) Konstruisati set-reset skrembler pomoću PN generatora sa slike 4.1 a) Delitelj sa 6 (3) b) Generator m-sekvence Rešenje: a) Pošto je N = 4 .1) su prikazana dva PN generatora sa N = 4 D flip-flopa.2.1 a) perioda ponavljanja zavisi od početnog sadržaja PN generatora i jednaka je 6 ili 3.2.2. 4.2. Slika 4.2.

Za ove primene se binarno 0 i 1 prenose pomoću negativnog. Srednja 8 1 ≅ . b) PN sekvence se primenjuju kod tehnike prenosa u proširenom opsegu pomoću direktne sekvence.2. kako se još naziva).3 b).2. vidi zadatak 13.2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 75 Slika 4.2 Nizovi koje generiše sekvencijalno kolo sa slike 3. (DS-SS – Direct Sequence Spread Spectrum. predstavljenom kroz množenje binarnih vrednosti.3 PN niz kola sa slike 3. vrednost tog niza je bn = 15 2 1 0 0 0 1 0 0 1 1 0 1 0 1 1 1 1 1 1 0 0 0 1 0 0 1 1 0 1 0 1 1 1 1 1 1 0 0 0 1 0 0 1 1 0 1 0 1 1 1 1 1 1 0 0 0 1 0 0 1 1 0 1 0 1 0 0 0 0 0 0 0 0 L2 1 L1 15 L1 L2 16 Slika 4. ovim se postiže i najmanji koeficijent propagacije greške (vidi zadatak 4. 15 ili 23) postoje tabele tzv. Definisanje autokorelacije kao R(k ) = ∑ (2bn − 1)(2bn + k − 1) L n=1 odgovara ovoj činjenici.2. Drugim rečima bn i bn+ k će prilikom prenosa imati vrednosti ±1. b) Za vrednosti N koje se koriste u praksi (npr: 9. odnosno pozitivnog 1 L impulsa. a operacija (2bn − 1)(2bn +k − 1) odgovara množenju bipolarnih impulsa.2. najinteresantnija su ona sa minimalnim brojem nenultih koeficijenata pošto zahtevaju najmanji broj sabirača po modulu 2. ili m-sekvencu.1 b) daje PN niz maksimalne dužine. tzv.1. .1. U jednoj periodi generiše se 8 jedinica i 7 nula po “slučajnom” redosledu.2.2.2. Osim smanjenja prostorne kompleksnosti kola koja generišu ovakvu sekvencu.1). respektivno. MLSR sekvencu (Maximum Length Shift Register.2. Za veće N postoji više rešenja. a) Drugi PN generator (Slika 4.2. primitivnih generatorskih polinoma čiji koeficijenti odgovaraju položajima prekidača u PN generatoru.

c) Kod set-reset skremblera (Slika 4.2. Može se primetiti da autokorelaciona funkcija MLSR sekvence u okviru jedne periode liči na autokorelaciju belog Gausovog šuma (pik u tački nula. Autokorelacija sa ovakvim osobinama omogućava laku sinhronizaciju na prijemu.5) sinhronizacija se ostvaruje na osnovu samog signala. Vidi se da postoji izražen pik na svakom celobrojnom umnošku periode PN sekvence.1. vidi zadatak 2..1.2.2. n = 0.15).2.2.2. ⎩− 0. Detektori sinhro-grupe vrše monitoring digitalnog niza u tački A. kao što je šum..4 prikazuje izgled autokorelacione funkcije..3.2.b) su: k = nL. Veoma izražen pik znači i veliku otpornost na pogrešnu sinhronizaciju izazvanu greškama nastalim usled šuma.2. a za sve ostale vrednosti k je vrednost autokorelacije značajno manja. vrednosti bliske nuli u ostalim tačkama.2. ⎧ 1 R(k ) = ⎨ drugde. Ovo je posebno važno ako se uzme u obzir uticaj šuma koji se superponira u prenosu i može da poremeti nivoe koji reprezentuju kodovani signal i na taj način poveća vrednosti autokorelacije. R (k ) k Slika 4. i izražen pik lako omogućuje detekciju početka PN sekvence i postizanje sinhronizama potrebnog za ispravno deskremblovanje.76 SKREMBLOVANJE I PN SEKVENCE Dobri PN nizovi imaju osobinu da imaju izražen pik autokorelacije u tački k = 0 . .067 Slika 4. odnosno B. Na osnovu ovoga je jasno zašto se koristi naziv pseudoslučajna sekvenca. Vrednosti autokorelacije PN niza generatora sa slike 4.4 Sve sekvence koje su generisane pomoću MLSR registra imaju ovakav oblik periodične autokorelacije. gde se primljena sekvenca koreliše (upoređuje) sa lokalno generisanom PN sekvencom. jer ovakve sekvence po svojim osobinama vrlo podsećaju na slučajne signale.

U datom primeru biće (Tabela 4. Po isteku sinhro-grupe detektori setuju skrembler.2.. odnosno deskrembler. Tabela 4. 0 11111 01001 01111 11001 00010 11111 10 . {cn } .1 Set-reset skremblovanje 4.2.1): {a n } .2.1. odnosno deskrembler na isto početno stanje i oni dalje generišu identične PN nizove. 1 00000 10001 00110 10111 10001 00000 10 .2. Slika 4.32.2... oni resetuju skrembler.2. {bn } .2..2. Sinhro-grupa prolazi neskremblovana. 1 11111 11000 01001 01110 10011 11111 00 .3.1 Samosinhronišući skrembler .1 prikazuje samosinhronišući skrembler koji se koristi za digitalni prenos brzinom 9600 bit/s po ITU (International Telecommunications Union) preporuci V.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 77 Slika 4..5 Set-reset skrembler i deskrembler Kada detektuju periodičnu sinhro-grupu.3 Slika 4........2. jer se PN generatori vrte u stanju svih nula.

pa je poželjno da tih veza bude što manje. ako nastane greška u prenosu. Želeo se kompromis . i pokazati da je ciklična međukorelacija sekvenci: Ri .skoro idealno skremblovanje.388. Takav niz ima periodu ponavljanja L = Lmax = 2 23 − 1 = 8. ˆ ˆ ˆ ˆ a = b ⊕b ⊕b . u trenutku n. ˆ Dakle.n ai. ali oni imaju problem multipliciranja greške na prijemu.2.. biće ˆ ˆ ˆ a n = a n ⊕ bn −18 ⊕ bn−23 ⊕ bn−18 ⊕ bn −23 .607. Zato se. tj..n a j . i i ≠ j.8.4 Data je Volš-Adamarova (Walsh-Hadamard) matrica. onda binarni niz {bn } predstavlja klasičnu PN sekvencu.. sve više koriste samosinhronišući skrembleri. i = 2..78 SKREMBLOVANJE I PN SEKVENCE a) Pod kojim uslovima {bn } postaje PN niz? Kolika je njegova perioda ponavljanja? b) Pod kojim uslovima dolazi do greške u prijemu n-tog simbola a n ? Rešenje: a) Ako je na ulazu {a n } = {0} niz nula. i.. Dodatni kanal koji se ostvarivao detektorima sinhro-grupe bio je nepraktičan.3. Ako su takođe ispravno preneti i simboli bn−18 i bn − 23 onda je ˆ a n = a n ⊕ bn −18 ⊕ bn−23 ⊕ bn− 23 ⊕ bn −18 = a n .2. bn = bn . bn ≠ bn . dimenzije 8: ⎡1 ⎢1 ⎢ ⎢1 ⎢ 1 C8 = ⎢ ⎢1 ⎢ ⎢1 ⎢1 ⎢ ⎢1 ⎣ 1 −1 1 −1 1 −1 1 −1 1 1 −1 −1 1 1 −1 −1 1 −1 −1 1 1 −1 −1 1 1 1 1 1 −1 −1 −1 −1 1 −1 1 −1 −1 1 −1 1 1 1 −1 −1 −1 −1 1 1 1⎤ − 1⎥ ⎥ − 1⎥ ⎥ 1⎥ − 1⎥ ⎥ 1⎥ 1⎥ ⎥ − 1⎥ ⎦ Izračunati cikličnu autokorelaciju: Ri (k ) = 1 8 ∑ ai. Dakle. ona će se multiplicirati onoliko puta koliko ima direktnih veza u FIR strukturi deskremblera. j (k ) = 1 8 ∑ ai. 4.. 8 n =1 svake sekvence koja je definisana simbolima nekog reda matrice.. ali bez dodatnog kanala. njihova osnovna prednost je što ne zahtevaju sinhronizaciju. b) Skremblovani simbol je bn = a n ⊕ bn−18 ⊕ bn −23 . 8 n =1 .. n n n −18 n − 23 ˆ Ako u toku prenosa nije nastala greška.8. j = 1. a deskremblovani. umesto set-reset skremblera sa sinhronizacijom.n+k .n+k .3.

3. R4 (k ) R5 (k ).2.. R7 (k ) R6 (k ).2. pomoću rekurzije: ⎡1 1 ⎤ C2 = ⎢ ⎥.. R1 (k ) R2 (k ) R3 (k ). .1 prikazuje izgled ciklične autokorelacije za svaki red matrice. Generišu se na vrlo jednostavan način.4.2. izračunavanjem ciklične autokorelacije za npr 3.4.1 .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 79 koje definišu dva različita reda jednaka 0 za sve ciklične pomeraje k (redovi su međusobno ortogonalni). ⎣1 − 1⎦ ⎡C C2M = ⎢ M ⎣C M CM ⎤ . red matrice C8 se dobija: Slika 4. t = 1.. − CM ⎥ ⎦ U konkretnom primeru. R8 (k ) Slika 4. Rešenje: Volš-Adamarove matrice postoje za n = 2 t .

7 (3) = ∑ (1 ⋅ 1 + 1 ⋅ 1 + 1 ⋅ (− 1) + 1 ⋅ (− 1) + (− 1) ⋅ (− 1) + (− 1) ⋅ (− 1) + 1 ⋅ (− 1) + 1 ⋅ (− 1)) = 0 . ortogonalnost se lako proverava. svaki od korisnika koristi po jednu sekvencu definisanu Volš-Adamarovom matricom za širenje spektra svog signala. pri čemu se zbog loših svojstava autokorelacije. a ortogonalnost omogućava da se korisničke informacije lako mogu “izvući” iz primljenog signala (koji je sastavljenom od mnoštva “proširenih” signala svih korisnika u sistemu) pomoću korelacije. kao što se iz priloženog može videti. i 7. sekvence definisane Volš-Adamarovom matricama imaju lošije autokorelacione karakteristike od MLSR sekvenci. koristi dodatno skremblovanje svih signala sa sekvencom koja poseduje zahtevane autokorelacione osobine. ali sa druge strane poseduju osobinu ortogonalnosti.80 SKREMBLOVANJE I PN SEKVENCE Što se tiče vrednosti međukorelacije. CDMA – Code Division Multiple Access. za 5.3). U ovom slučaju. .2. To ih čini veoma pogodnim za primenu u sistemima za prenos u proširenom opsegu (DS-SS). 8 n =1 Generalno. u kojima postoji više korisnika (tzv. Kao primer CDMA sistema se obično navodi mobilna telefonija u Sjedinjenim Američkim Državama. Npr. red matrice i pomeraj k = 3 se dobija: 1 8 R5. zadatak 13.

6) Ako je spektralna gustina srednje snage (SGSS) digitalnog signala pre kodovanja bila S ( f ) . Polarni linearni PT kod je: µ 0 = 1 .7) Prekodovani linearni PT kodovi eliminišu nedostatke PT kodova. a za K = 1 dobija se tzv.2) µ 0 = 1 .3) Za K = 0 to je poznati duobinarni kod.0.. µ K +1 = −1 .. a zadržati istu brzinu signaliziranja.. (a n ∈ {0. Ove linearne transformacije realizuju se linearnim kolima koja su okarakterisana kvadratom modula funkcije prenosa u obliku: ⎧ 4 cos 2 ( K + 1)πfT 2 H( f ) = ⎨ 2 ⎩ 4 sin ( K + 1)πfT unipolarni kod..1.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 81 5 LINIJSKO KODOVANJE 5. tada će linearni linijski kodovani signal imati SGSS oblika: SL ( f ) = S( f ) ⋅ H ( f ) .4) (5. Koeficijenti µk mogu imati samo celobrojne vrednosti. Pseudoternarni (PT) kodovi imaju tri nivoa (-1. i µ k = 0..1 Linijsko kodovanje Osnovni zadaci linijskog kodovanja su: ⋅ oblikovanje spektra digitalnog signala. primenom relacije: bn = K +1 k =0 ∑ µ k ⎜ an−k − 2 ⎟.K bn = a n + a n −( K +1) − 1. polarni kod. k = 1.. k = 1. (5. .1). Unipolarni linearni PT kod je: (5.0. c) povećati broj nivoa signala i sniziti brzinu signaliziranja.1) nazivaju se linearnim PT kodovima. i µ k = 0.2. K bn = a n − a n −( K +1) . ⎝ ⎠ ⎛ 1⎞ (5.1}. bn ∈ {− 1.2. (5. Linijsko kodovanje unosi redundansu i pri tome je u kodovanom signalu moguće: a) zadržati binarnu prirodu signala. koji se odnose na prostiranje greške do koje dolazi u toku prenosa i obrtanju polariteta originalnog niza. b) povećati broj nivoa signala (M > 2).1}) .5) Za K = 0 ovaj kod poznat je pod imenom dikod. 2 (5.. (5. ⋅ ograničavanje pojave velikog broja uzastopnih nula.1 UVOD 5.. µ K +1 = 1 . a povećati digitalni protok. modifikovani duobinarni kod. Ako su nastali linearnom transformacijom binarnog niza {an } .

Kod PST koda par ili skup od tri binarna simbola zamenjuje se parom ternarnih simbola (2B-2T. koji se realizuje prethodnim diferencijalnim kodovanjem: cn = an ⊕ cn −1 . . (5. bipolarni kod (AMI – Alternate Mark Inversion).8) Nedostatak linearnih PT kodova. prevazilazi se primenom nelinearnih PT kodova.82 LINIJSKO KODOVANJE Prekodovani dikod je tzv. moguća pojava dugog niza nula u kodovanom signalu. Najčešće korišćeni modifikovani bipolarni kodovi su B6ZS i HDBn (HDB3) kodovi. 3B-2T). od kojih su najpoznatiji PST i modifikovani alternativno bipolarni kodovi.

2 AMI koder (prekodovani dikod) Rešenje: a) Prenosna karakteristika predajnika je: G ( f ) = 1 − e − j 2πfT ( ) ⎧ − jπfT ⎪ 2 jT sin(πfT ) ⋅ e ⋅ H( f ) = ⎨ ⎪ 0 ⎩ | f |≤ 1 .1. Pod istom pretpostavkom analizirati prenos korišćenjem kodera na slici (Slika 5.2. ako u toku prenosa dođe do greške u prijemu 6-tog simbola. 2T 1 | f |> . Na primeru niza {a n } = {011010001011} prikazati kodovane sekvence. | G ( f ) |= ⎨ 1 ⎪ 0 | f |> .2).1. 2T ⎩ Impulsni odziv predajnika je: . D je kolo za kašnjenje za digitski takt T. a filtar H ( f ) ga ograničava na Nikvistov opseg. a) Odrediti i nacrtati prenosnu karakteristiku predajnika G ( f ) i impulsni odziv g(t).1 ZADACI Linijskim koderom prikazanim na slici (Slika 5.2.1.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 83 5. Odrediti strukturu dekodera koji na osnovu vrednosti { y (nT )} daje originalni niz {an } .2. 1 ⎧ ⎪T | f |≤ 2T .2.1 Dikod (Diferencirajući kod) ∞ Linijski koder uobličava spektar. 2T 1 ⎧ ⎪ 2T | sin(πfT ) | | f |≤ 2T . b) Odrediti sve moguće vrednosti y( nT ) .2.2 5. Slika 5. $ c) Odrediti niz {an } na izlazu dekodera na primeru niza iz predhodne tačke. ⎩ 2T a n ∈ {0. H( f ) = ⎨ 1 ⎪ 0 | f |> . koduje se binarni signal x(t ) = n = −∞ ∑ anδ (t − nT ) .1. Slika 5.1).1}.

kontrolisana je i može se na prijemu eliminisati tako što će odlučivač uraditi inverznu operaciju sa prethodno primljenim simbolom: ˆ ˆ ˆ a n = y (nT ) + a n−1 .1 Vrednosti odmeraka kodovanog signala Dakle.2.1.0. .1.1. Dekoder je prikazan na slici (Slika 5. n = k − 1. interferencija postoji samo od simbola koji prethodi . ⎪ g [(k − n)T ] = ⎨ − 1.2. ∑ an g [(k − n)T ] . g (t ) = (δ (t ) − δ (t − T )) ∗ h(t ) = h(t ) − h(t −T ) = ⎝ ⎠ − π π (t −T ) t T T Slika 5. Slika 5. ⎪ 0. drugde.3 prikazuje prenosna karakteristiku i impulsni odziv dikoda.3 Prenosna karakteristika i impulsni odziv dikoda b) Odziv linearnog sistema na linearnu kombinaciju δ -delta impulsa je: y (t ) = n = −∞ ∑ an g (t − nT ) . ⎩ y (nT ) = a n − a n −1 i y (nT ) ∈ {−1. an an −1 y (nT ) 0 -1 1 0 0 0 1 1 0 1 0 1 Tabela 5. ⎧ 1.2.1.84 LINIJSKO KODOVANJE ⎛π ⎞ sin ⎜ t ⎟ sin π (t −T ) T T .1} . ∞ ∞ i u trenutku odlučivanja je y (kT ) = n = −∞ Impulsni odziv dikoda je takav da je: n = k.2.4).

2 Kodovanje i dekodovanje dikoda Pretpostavljene vrednosti su podvučene.3).3 prikazuje kodovanje i dekodovanje dikoda sa greškom prenosu koja je nastala na šestom simbolu. ˆ Dekodovani niz simbola jednak je originalnoj poruci.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 85 Slika 5. {an} {an-1} {bn} {y(nT)} ˆ {a n-1} ˆ {a n } 0 0 0 0 0 0 1 0 1 1 0 1 1 1 0 0 1 1 0 1 -1 -1 1 0 1 0 1 1 0 1 0 1 -1 -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 1 0 1 0 1 -1 -1 1 0 1 0 1 1 0 1 1 1 0 0 1 1 Tabela 5.2. Problem je što kada ˆ nastane greška u prenosu.1.2. Masnim brojevima je označen pogrešno dekodovani deo poruke.2. To se jasno vidi i u prenosnoj karakteristici linijskog kodera (Slika 5. što će u relativno kratkom vremenskom intervalu eliminisati jednosmernu komponentu.2. Pomoću dikoda se eliminiše jednosmerna komponenta u spektru digitalnog signala. odnosno negativnim nivoom. c) Tabela 5.2. y (nT ) ≠ y (nT ) .1.1.1. {an} {an-1} {bn} {y(nT)} ˆ { y (nT )} 0 0 0 0 0 0 0 1 0 1 1 1 0 1 1 1 0 0 0 1 1 0 1 -1 -1 -1 1 0 1 0 1 1 1 0 1 0 1 -1 -1 0 0 0 0 0 0 1 1 0 0 0 0 0 1 1 1 0 1 1 1 1 2 0 1 -1 -1 -1 ? ? 1 0 1 1 1 ? ? 1 1 0 0 0 ? ? ˆ {a n-1} ˆ {a n } 1 1 Tabela 5.1. {a n }={a n } . koja potiskuje jednosmernu komponentu (učestanosti oko 0 Hz).2 prikazuje kodovanje i dekodovanje informacione sekvence (bez grešaka u prenosu).1. ona će zbog povratne veze u odlučivanju prouzrokovati prostiranje greške. Impulsi u digitalnom signalu će naizmenično biti kodovani pozitivnim.3 Dekodovanje dikoda sa greškom u prenosu šestog simbola .4 Tabela 5.2.

a) Odrediti i nacrtati prenosnu karakteristiku predajnika G ( f ) i impulsni odziv g(t).2 Na slici (Slika 5. novi. što se u slučaju dikoda i duobinarnog koda svodi na diferencijalno kodovanje. H( f ) = ⎨ 1 ⎪ 0. AMI (Alternate Mark Inversion) kod. 5.1 Duobinarni kod Linijski koder uobličava spektar. Odrediti strukturu dekodera.2. Ako u linearnom sistemu formalno zamenimo redosled linijskog kodera i njegovog dekodera. tzv. 1 ⎧ ⎪T .1. b) Odrediti SGSS digitalnog signala na izlazu linijskog kodera. jednako verovatnim simbolima a n ∈ {−d .2. | f |≤ 2T . a filtar H ( f ) ga ograničava na Nikvistov opseg. prekodovani linearni linijski koder imaće strukturu kao na slici (Slika 5. Novi dekoder. | f |> . a n = mod 2( y (nT ) ) biće bez memorije (bez povratne veze) i neće doći do prostiranja greške. ∞ sa statistički nezavisnim.2. D je kolo za kašnjenje za digitski takt T. . Ovo je tzv.2.86 LINIJSKO KODOVANJE Problem prostiranja greške kod linearnih linijskih kodova rešava se prekodovanjem originalne poruke. Treba uočiti da operacija prekodovanja za razliku od starog dekodera ima sabirač po ˆ modulu 2. Na primer: {an} {cn-1} {cn} {bn} {y(kT)} ˆ { y (kT )} 0 0 0 0 0 0 0 1 0 1 1 1 1 1 1 1 0 -1 -1 -1 1 0 0 0 0 0 0 0 1 0 1 1 1 1 1 0 1 1 0 0 1 1 0 1 1 0 0 0 0 0 1 1 0 0 0 0 1 1 0 -1 -1 -1 1 0 0 0 0 0 0 0 1 0 1 1 1 1 1 1 1 0 -1 -1 -1 1 ˆ {a k } Tabela 5.2. 2T ⎩ Slika 5.2.1.4 Kodovanje i dekodovanje AMI koda sa greškom u prenosu šestog simbola U slučaju AMI (Alternate Mark Inversion) koda (prekodovanog dikoda) nema prostiranja greške.2. Koliki je propusni opseg potreban za prenos ovog signala? c) Odrediti vrednosti signala y(t ) u trenucima odabiranja kT.2).1) je dat linijski koder kojim se koduje binarni signal x(t ) = n = −∞ ∑ anδ (t − nT ) .d } .

2 Prenosna karakteristika i impulsni odziv duobinarnog koda b) Srednja vrednost i varijansa informacionog sadržaja digitalnog signala x(t ) su: a= 1 1 1 1 2 d + (− d ) = 0. Naravno. 2 2 2 2 2 σa d2 . lako se dobija: G ( f ) = 1 + e − j 2πfT ( ) ⎧ − jπfT ⎪ 2T cos(πfT ) ⋅ e ⋅ H ( jf ) = ⎨ ⎪ 0 ⎩ | f |≤ 1 .2.19) data kao: pa je SGSS data sa S x ( f ) = = .2.2). Rešenje: a) Slično kao u prethodnom zadatku. Slika 5. | G ( f ) |= ⎨ 1 ⎪ 0 | f |> .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 87 d) Na primeru poruke {in } = {00100010101011} koju generiše izvor prikazati dekodovane nizove kada je greška nastala pri prenosu šestog simbola originalnog niza. T T SGSS linijski kodovanog signala je na osnovu izraza (3. Ovakav impulsni odziv je daleko lakše aproksimarati i realizovati nego impulsni odziv minimalnog spektra kao što je H ( f ) . = t⎞ π ⎛ t ⎜1 − ⎟ T ⎝ T⎠ Slika 5. 2T 1 | f |> .2.2. 2T ⎩ g (t ) = ⎛π ⎞ sin⎜ t ⎟ ⎝T ⎠ π + ⎛π ⎞ sin⎜ (t −T )⎟ ⎝T ⎠ T t π T (t−T ) ⎛π ⎞ sin⎜ t ⎟ ⎝T ⎠ . e) Ponoviti zadatak pod d) ako je prethodno izvršeno diferencijalno kodovanje.2 prikazuje prenosnu karakteristika i impulsni odziv predajnika. ali ona je kontrolisana i može se lako eliminisati.2. mana (uslovno rečeno) ovakvog pristupa je to što sada postoji intersimbolska interferencija. σ a = a 2 = d 2 + (−d ) 2 = d 2 . 2T Amplitudska karakteristika i impulsni odziv predajnika su 1 ⎧ ⎪ 2T | cos(πfT ) | | f |≤ 2T . Ovde treba spomenuti da se duobinarno kodovanje umesto digitalnim koderom može realizovati analognim kolima koja će uobličiti spektar tako da izgleda kao na slici (Slika 5.2.

d}. Dekoder uspešno eliminiše uticaje šuma i smetnji ukoliko su oni manji od polovine rastojanja susednih simbola u alfabetu.3). c) Na izlazu iz predajnika.2.kontrolisano) dva simbola: y (kT ) = n = −∞ ∑ an g ((k − n)T ) = ak + ak −1 . kada dođe do greške.2. ˆ ˆ ˆ Dekodovanje poruke daje a n = y (nT ) − a n −1 .2. {in} {an} {bn} {y(nT)} ˆ { y (nT )} 0 d -d 0 0 0 d 1 0 -d -2d -2d -2d -d 0 1 d 0 0 0 d 1 0 -d 0 0 0 -d 0 0 -d 0 -d 1 d 0 0 0 -d 0 0 -d 0 0 0 d 1 1 d 0 0 0 -d 0 0 -d 0 0 0 d 1 1 d 0 0 0 -d 0 0 -d 0 0 0 d 1 1 d 0 0 0 -d 0 1 d 2d 2d 2d 3d ? -2d -2d -2d -2d -2d -d 0 0 d 1 ˆ {a n } ˆ {i n } -d 0 Tabela 5. Duobinarno kodovanje daje bn = a n + a n−1 .2. ∞ Koder ima FIR (Finite Impulse Response). Odgovarajuća informaciona sekvenca {an} digitalnog signala x(t ) uzima vrednosti iz polarnog alfabeta {-d. isti je kao i za signal sa minimalnim spektrom sa idealno ravnom frekvencijskom karakteristikom. Kvaziternarni niz koji se prenosi je y (nT ) = bn . Slika 5. tj.3 Duobinarni dekoder d) Poruka koju generiše izvor je {in}. u trenucima kT interferiraju (na poznat način . 2T ⎩ Vidi se da je propusni opseg potreban za prenos B = 1 2T .2.2.88 LINIJSKO KODOVANJE 1 ⎧ 2 2 ⎪4Td cos (πfT ) | f |≤ 2T . S y ( f ) = S x ( f )⋅ | G ( jf ) | 2 = ⎨ 1 ⎪ 0 | f |> . ona se prostire zbog povratne veze u IIR strukturi dekodera. a dekoder IIR (Infinite Impulse Response) strukturu: ˆ ˆ ˆ a n = y (nT ) − a n −1 . Međutim.1 Duobinarno kodovanje i dekodovanje sa greškom u prenosu šestog simbola . Odlučivač je kvantizer sa onoliko nivoa koliki je alfabet (Slika 5.

HT ( f ) = ⎨ 1 ⎪ 0 | f |> . ⎩1 ˆ Sada greška.3 Linijskim koderom prikazanim na slici (Slika 5. {in} {cn} {an} {bn} {y(nT)} ˆ { y(nT)} ˆ {in } 1 d 0 1 d 0 1 d 1 0 -d 0 0 -d 0 0 -d 0 0 -d 1 1 d 0 1 d 2d 2d 2d 0 1 0 -d 0 0 -d 1 1 d 0 1 d 2d 2d 2d 0 1 0 -d 0 0 0 1 1 1 d 0 0 0 1 2d 2d 2d 2d 2d 2d 0 0 0 -2d -2d -2d 0 0 -2d -2d -2d 0 0 -2d -2d 0 1 0 0 1 0 -2d 0 0 -2d 0 0 -2d 0 1 0 1 0 1 Tabela 5. Pogrešno dekodovane vrednosti označene su masnim znacima. e) Ako se pre duobinarnog prenosa izvrši diferencijalno kodovanje originalne poruke (prekodovanje). koduje se binarni signal x(t ) = n = −∞ ∑ an hT (t − nT ) ∞ sa statistički nezavisnim.2 Dekoder prekodovanog linearnog linijskog kodera radi bez memorije.d } i spektrom elementarnog impulsa: 1 ⎧ ⎪T [1 + cos(πfT )] | f |≤ T . pa nema prostiranja greške.1). princip odlučivanja se menja i rad dekodera. jednako verovatnim simbolima iz alfabeta a n ∈ {−d . u ovom slučaju princip odlučivanja može eksplicitno da se opiše kao: ˆ ⎧ 0 y (nT ) = ±2d .2. 5.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 89 ˆ Greška a n ≠ a n prostire se nakon pogrešno primljenog simbola. a pretpostavljene vrednosti su podvučene. Dekodovana vrednost 3d predstavlja indikaciju da je došlo do greške.2. in = ⎨ ˆ y (nT ) = 0. in ≠ in . Diferencijalno kodovana poruka je cn = in ⊕ c n −1 . 2T ⎩ Slika 5. T ⎩ 1 ⎧ ⎪T | f |≤ 2T . više ne zavisi od prethodnih odluka. H( f ) = ⎨ 1 ⎪ 0 | f |> .3. postoji samo na pogrešno prenetom (šestom) simbolu i ne prostire se dalje. Ona se dalje duobinarno koduje bn = a n + a n−1 .3.2. Njoj je pridružena polarna binarna informaciona sekvenca {an}.2.2.1 Modifikovani duobinarni kod (1-2D) . ispravljač i komparator.

⎪ ⎩ T SGSS kodovanog signala biće 1 ⎧ 3 2 4 2 ⎪16T d cos (πfT / 2)sin (2πfT ) | f |≤ 2T . a) Odrediti i nacrtati prenosnu karakteristiku predajnika G ( f ) i impulsni odziv g(t). 2T ⎩ Impulsni odziv predajnika je: g (t ) = ⎛π ⎞ sin⎜ t ⎟ ⎝T ⎠ ⎛π ⎞ sin⎜ (t−2T )⎟ ⎝T ⎠ π − T t π . S y ( f ) = S x ( f )⋅ | G ( f ) | 2 = ⎨ 1 ⎪ 0 | f |> .3. d2 ⎪ ⎝ ⎠ Sx ( f ) = | H T ( f ) |2 = ⎨ 1 T ⎪ 0 | f |> . a filtar H ( f ) ga ograničava na Nikvistov opseg. 2T ⎩ c) Ovaj koder uobličava spektar uz kontrolisanu ISI Signal y (t ) može se napisati u obliku: .2 Prenosna karakteristika i impulsni odziv modifikovanog duobinarnog koda (1-2D) b) Statistički parametri informacionog sadržaja digitalnog signala na ulazu linijskog 2 kodera su a = 0 i σ a = d 2 . 2D je kolo za kašnjenje za dva digitska takta.90 LINIJSKO KODOVANJE Linijski koder uobličava spektar. odrediti način dekodovanja. Rešenje: a) Amplitudska karakteristika predajnika je: 1 ⎧ 2T | sin(2πfT ) | | f |≤ . b) Odrediti SGSS linijski kodovanog digitalnog signala y(t ) . c) Ako se odabiranje signala y(t ) vrši u trenucima kT.2. ⎪ 2T | G ( f ) |= ⎨ 1 ⎪ 0 | f |> . pa je njegova SGSS: ⎧ 1 2 4 ⎛ πfT ⎞ ⎪4Td cos ⎜ 2 ⎟ | f |≤ T . T (t−2T ) Slika 5.

Da bi se ovo sprečilo u praksi se često koriste HDBn kodovi.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 91 y (t ) = x(t ) ∗ g (t ) = n = −∞ ∑ an ⋅ (hT (t ) ∗ g (t )) . i obično se označava sa V (skraćeno od Violation . koristi oznaka B. ∞ tako da je njegova vrednost u trenucima odabiranja data sledećim izrazom: y (nT ) = 2a n − 2a n −2 i y (nT ) ∈ {−2. a n = ˆ y (nT ) ˆ + a n− 2 . informaciona sekvenca AMI kodovana sekvenca 1 0 0 0 0 0 0 0 0 1 1 0 0 0 0 1 -1 B 0 0 0 0 0 0 0 0 0 0 0 0 +1 0 0 0 0 0 0 0 0 -1 +1 0 0 0 0 B 0 0 0 0 0 0 0 0 B B 0 0 0 0 Tabela 5.2} . Umetnuti impuls je istog polariteta kao i prethodna jedinica (prethodni B impuls).2. Postupak kodovanja je vrlo jednostavan. Uzevši u obzir gore navedeno. jer se na taj način srednja vrednost digitalnog signala održava na nivou 0.1).4 Kodovati informacionu sekvencu 10000000011100001000 pomoću: a) AMI koda. uz jednu bitnu razliku – ukoliko dođe dođe do pojave sekvence sa n + 1 uzastopnom nulom ova sekvenca se zamenjuje sekvencom koja se završava veštački umetnutim impulsom. za linijsko kodovanje PDH (Plesiochronus Digital Hierarchy) i ISDN signala. Rešenje: Kodovanje pomoću AMI koda je prikazano u tabeli (Tabela 5. što je skraćeno od Bipolar. a prostiranje greške rešava se 2 prekodovanjem. Pritom je n oznaka nekog prirodnog broja. npr. dolazi se do sledećeg algoritma za HDBn kodovanje: .4. što ga na prijemu jasno identifikuje i lako ga je ukloniti.4.2.2. ˆ Dekodovanje je jednostavno. pri čemu je izbor početne vrednosti proizvoljan (ovde je izabrana pozitivna vrednost). što može dovesti do gubitka sinhronizacije između predajnika i prijemnika. Obično se umesto vrednosti ±1. 5. Postoji još jedan dodatni koncept kod HDBn kodova. jedinice se naizmenično koduju pozitivnim i negativnim impulsima.povreda alternativne promene znaka). b) HDB3 (High Density Bipolar 3) koda.1 a) Problem koji postoji kod AMI koda je to što je moguća pojava dugog niza nula. HDBn kodovi su slični AMI kodu.0. a to je da se mora obezbediti da uzastopni V impulsi budu suprotnog polariteta.

2. HDB3 je jedan iz familije HDBn kodova.2. Konkretno za HDB3 kod.4. . algoritam kodovanja je: originalna sekvenca 0000 HDB3 kodovanje broj B impulsa između dve zamene je neparan 000V broj B impulsa između dve zamene je paran (ili nula) B00V Tabela 5. pored V impulsa forsira i B impuls na početku sekvence.2 Na kraju treba reći da su HDBn kodovi uobičajen primer nelinearnih PT linijskih kodova.4. Treba primetiti da se postoje dve vrste zamene. informaciona sekvenca AMI kodovana sekvenca HDB3 kodovana sekvenca 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1 -1 B 0 0 0 0 0 0 0 0 0 0 0 0 +1 0 0 0 B 0 0 0 -1 +1 B B +1 0 0 0 +1 -1 0 0 +1 -1 +1 -1 0 0 -1 +1 0 0 0 -1 B 0 0 0 V B 0 0 V B B B 0 0 V B 0 0 0 V Tabela 5.2 prikazuje HDB3 kodovanje date informacione sekvence (zasenčeni su delovi sekvence koji su pretrpeli zamenu). koje obezbeđuju da uzastopni V simboli budu suprotnog polariteta.92 LINIJSKO KODOVANJE originalna sekvenca n 64 +14 7 8 000 ⋅ ⋅ ⋅ ⋅ ⋅ 00 HDBn kodovanje broj B impulsa između dve zamene neparan n +1 64748 000 ⋅ ⋅ ⋅ ⋅ ⋅ 0V broj B impulsa između dve zamene paran (ili nula) n +1 64748 B00 ⋅ ⋅ ⋅ ⋅ ⋅ 0V Na ovaj način se postiže da je u kodovanoj sekvenci maksimalno moguće da se pojavi n nula. Prvu zamenu u informacionom nizu smo proizvoljno izabrali da bude 000V. kao i da se u drugoj vrsti zamene.

a zatim od njihovih izlaznih sekvenci formira novu sekvencu formira sabiranjem po modulu 2. polinomu h( D) = 1 + D 2 + D 5 iz prethodnog zadatka odgovara vektor-vrsta [1 0 0 1 0 1]. Ulazni parametar predstavlja vektor-vrstu koja predstavlja koeficijente polinoma u opadajućem redosledu.1. . Odrediti i prikazati njihove auto. Za pomerački registar realizovan u skladu sa polinomom h( D) = 1 + D 2 + D 5 odrediti periodu generisane sekvence. Upotrebom PN generatora realizovati set-reset i samosinhronišući skrembler. n =1 L Da li se dobijene vrednosti slažu sa teoretskim? P3) Osobine PN sekvenci generisanih pomoću više pomeračkih registara P3.1.1. Tako npr. Napisati MATLAB kod koji implementira generator PN sekvence u vidu MLSR proizvoljne dužine. Napisati MATLAB kod koji implementira dva MLSR.1. Da li je dobijena sekvenca periodična? Ako jeste.i među-korelacione funkcije. Da li je dobijena sekvenca periodična? Ako jeste koji je njen period? Odrediti i prikazati njenu autokorelaciju funkciju.1. 2) Skrembleri 2. P2) Ciklična autokorelacija PN sekvence P2. koji je njen period? Odrediti i prikazati njenu autokorelaciju funkciju. Odrediti broj jedinica i nula u dobijenoj sekvenci. 0 ≤ m ≤ L − 1.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 93 VEŽBA 3 PSEUDO-SLUČAJNE SEKVENCE I PRIPREMA VEŽBE (DOMAĆI ZADATAK) P1) Perioda PN (Pseudo-Noise) sekvence P1. dužina m = 3 i m = 4. Usvojiti da je početno stanje registra različito od nule. Za dužinu registra m = 12 ([1 0 0 1 0 1 0 0 0 0 0 0 1]) odrediti i prikazati periodičnu autokorelaciju funkciju definisanu izrazom: R c ( m ) = ∑ c n c n + m . II ZADATAK VEŽBE UPOTREBA PN SEKVENCI 1) GOLD-ove sekvence 1. Generisati L = 31 Gold-ovu sekvencu korišćenjim dva MLSR dužine m = 5 ([1 0 0 1 0 1] i [1 1 0 1 1 1]) i sabiranjem po modulu 2 njihovih izlaznih sekvenci .

Uporediti sekvence dobijene pod 1) i 2) sa sekvencama koje daju blokovi iz Simulink/ Communications Blockset: generator Goldovih sekvenci i skrembler.94 VEŽBA 3 3) Poređenje različitih realizacija 3.1. .

1. koji je relevantan za prenos signala u osnovnom opsegu učestanosti.1) a u tački C: sC (t ) = (6.1 UVOD Prenos u osnovnom opsegu često se naziva impulsna amplitudska modulacija (PAM .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 95 6 PRENOS U OSNOVNOM OPSEGU 6.2) k = −∞ pri čemu je hT (t ) impulsni odziv predajnog filtra. na ulazu sistema ima oblik: s B (t ) = k = −∞ ∑ ak δ (t − kT ) ∑ ak hT (t − kT ) ∑ ak h(t − kT ) + n(t ) ∞ ∞ ∞ (6. Kako projektovati H T ( f ) i H R ( f ) da se minimizuje ISI? . Signal u tački B. dodeljuju različite diskretne vrednosti amplituda. a h ( t ) je impulsni odziv sistema čija je Furijeova transformacija oblika: H ( f ) = H T ( f ) H C ( f ) H R ( f ) = A( f )e jθ ( f ) (6. H C ( f ) i H R ( f ) predstavljaju funkcije prenosa predajnog filtra. respektivno. U tački D. prikazan je na slici 6.4) Usled ograničenog propusnog opsega i izobličenja tokom prenosa doći će do intersimbolske interferencije koja zajedno sa šumom može da prouzrokuje greške u prenosu.a Sistem za prenos digitalnih signala u osnovnom opsegu učestanosti H T ( f ) . (od tačke B do tačke E). Predajni filtar uobliči signal i prilagodi ga kanalu. Deo opšte blok šeme sistema za prenos digitalnih signala sa slici 1. koji se prenosi u signalizacionom intervalu T.Pulse Amplitude Modulation).1 Intersimbolska interferencija (ISI) Pošto je sistem linearan borbu protiv šuma i ISI posmatraćemo odvojeno. ispred odlučivača signal je: s D (t ) = (6. a uloga prijemnog filtra se odnosi na smanjenje uticaja šuma i smetnji. 6. jer se elementarnom impulsu.1. Slika 6.3) k = −∞ gde je n( t ) uskopojasni šum na izlazu prijemnog filtra. kanala i prijemnog filtra.a.

Neželjena komponenta odbirka sD ( kT ) : ik = n = −∞. slika 6.9) σ i2 = i 2 = ∑ P(i ) ⋅ i 2 ∀i (6. n≠k ∑ an hk −n ∞ (6.96 PRENOS U OSNOVNOM OPSEGU Odlučivač odlučuje o simbolu a k na osnovu odbirka primljenog digitalnog signala sD ( t ) uzetog u trenutku kT.11) gde je σ2 varijansa informacionog sadržaja.8) σi2 = i 2 − i Ova veličina se može izračunati na tri načina: 1. GRV(i): 2 (6. Slika 6.b. n≠0 ⎪n= −∞ ⎪ ⎩ n ≠0 ⎭ Varijansa ISI je: (6. Pretpostavlja se ispravan rad ekstraktora takta. sinhron prenos. kada je poznata funkcija prenosa sistema H ( f ) : . 2. tj.vrednost impulsnog odziva u trenutku t = 0.b Sistem za prenos digitalnih signala u osnovnom opsegu s D (kT ) = n = −∞ ∑ an ⋅ h(kT − nT ) = a k ho + ∞ n = −∞ n≠k ∑ a n hk − n ∞ (6. kada je poznat elementarni impuls h( t ) digitalnog signala: 2 2 σ i2 = σ a ∑ hn n ≠0 ( ) (6. a 3.10) jer je GRV(i) parna funkcija i = 0 .6) posledica je izobličenja elementarnog impulsa i naziva se intersimbolska interferencija (ISI). n≠0 ∑ a n h− n = ∑ a − n h n n≠0 ∞ (6. kada je poznata gustina raspodele verovatnoće ISI.7) Maksimalna ISI je: ⎧ ∞ ⎫ ⎪ ⎪ imax = max{i} = max ⎨ ∑ a − n hn ⎬ = ( M − 1)d ⋅ ∑ hn .simbol o kojem se donosi odluka na osnovu odbirka sD ( t ) uzetog u t = kT ⋅ ho .5) gde je: ⋅ a k . Za odbirak u kT = 0. ISI je: i0 = n = −∞.

± 2.1. f s = T n = −∞ (6. ⎩0 k ≠ m.14) Nikvistova brzina signaliziranja jeste maksimalna brzina signaliziranja koja u idealnom sistemu obezbeđuje prenos bez intersimbolske interferencije. ∞ 1 1 ∑ H [ f + nf s ] = Tho . Impulsni odziv idealnog sistema je oblika: sin πt T K h(t ) = ho .13) drugde. δ k . 2⎦ 2 ⎣ (6.20) gde je h1 = konstanta.18) Formulacija I NK u frekvencijskom domenu ima analitički oblik: .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 2⎪1 =σa ⎨ 97 σ i2 ⎧ 1 / 2T −1 / 2T ⎪T ⎩ ∫ 2 ⎫ n⎤ ⎡ 2⎪ H ⎢ f + ⎥ df − h0 ⎬ ∑ ⎣ T⎦ n ⎪ ⎭ (6.± 1. Analitička formulacija ovog uslova u vremenskom domenu ima oblik: T⎤ h ⎡ h ⎢(2k − 1) ⎥ = 1 (δ k .1 ). ho = = const T πt T (6.o + δ k . kod kojih se odluka na prijemu donosi na osnovu amplitude odbiraka uzetih na sredini svakog signalizacionog intervala.19) Drugi Nikvistov kriterijum (II NK) definiše uslov prenosa signala bez izobličenja trajanja signalizacionog intervala. f ≤ 2T = f N . f ≤ 1 = fN 2T (6. Data je izrazom: 1 vs = = 2 f N (6.17) gde je δ k .. U frekvencijskom domenu II NK glasi: .12) 6. k = 0. .1. (6..0 Kronecker-ova delta funkcija definisana izrazom: ⎧1 k = m.16) vd = T i predstavlja količinu prenete informacije u jedinici vremena. Njegova formulacija u vremenskom domenu glasi: h(kT ) = ho ⋅ δ k .o . 6..15) T Digitalni protok (brzina prenosa informacija) definisan je izrazom: ld M [ b s] (6.3 Prvi i drugi nikvistov kriterijum Prvi Nikvistov kriterijum (I NK) odnosi se na prenos digitalnih signala. gde su K i k konstante. idealni sistem minimalnog propusnog opsega zadovoljava sledeće uslove: ⎧ ⎪K A( f ) = ⎨ ⎪0 ⎩ θ ( f ) = kf .m = ⎨ (6.2 Idealni sistem prenosa Za digitalni signal čiji se simboli prenose u ritmu digitalnog takta T.

čiji je impulsni odziv: 4 cos(πt T ) h( t ) = ⋅ .a.). . 2T T (6. uz kontrolisanu ISI.98 ∞ PRENOS U OSNOVNOM OPSEGU n = −∞ ∑ (−1) n ⋅ H [ f + nf s ] = Th1 cos(πTf ). u tački D dobija se: T⎞ ⎛ ⎛ T⎞ ⎛T⎞ s D ⎜ kT − ⎟ = a k ⋅ h⎜ − ⎟ + a k −1 ⋅ h⎜ ⎟ . izvrši u trenutku t = kT − T 2 . fs = .23) (6. koji predstavlja odziv na signal poslat u trenutku kT (tačka B sistema na slici 4.21) 6.1. ⎩ odnosno.4 Kontrolisana ISI. H( f ) = ⎨ 2T ⎪ 0 drugde.24) Duobinarni prenos može se tretirati kao pseudoternarni prenos sa ili bez prethodno izvršenog diferencijalnog kodovanja informacionog sadržaja. π 1 − (2 t T ) 2 (6. f ≤ 1 1 = fN .duobinarni prenos Ovo je tehnika koja se bazira na II NK i omogućava udvostručavanje brzine signaliziranja u odnosu na Nikvistovu brzinu u sistemu koji ne zadovoljava uslov idealnog prenosa. ⎝ ⎝ 2⎠ ⎝ 2⎠ 2⎠ (6.22) Prethodni izraz važi za sistem čija je funkcija prenosa oblika: 1 ⎧ ⎪2T cos(πfT ) f ≤ = fN . Ako se odabiranje signala.

− 1. prenošenih u ritmu digitskog takta. Slika 6.2 Koliki su propusni opsezi potrebni za prenos govornog signala maksimalne učestanosti u spektru f m = 4 kHz .1.1.2. U intervalu vremena − 3T < t < 3T digitalni signal ima oblik prikazan na slici (Slika 6. Vidi se da iako postoji preklapanje susednih impulsa.2.1 Elementarni impuls Rešenje: Deo digitalnog signala koji sadrži informacionu sekvencu {a k } je: s (t ) = k = −3 ∑ ak ⋅ h(t − kT ).1).2 6. {ak } = 1.1. Nacrtati talasni oblik dela signala s (t ) koji odgovara sekvenci {a k } = 1 1 -1 1 -1 -1 1 Slika 6. tj.2. N Elementarni impuls h(t ) prikazan je na slici (Slika 6.1 ZADACI Digitalni signal podataka opisan je izrazima: s (t ) = k =− N ∑ ak ⋅ h(t − kT ). 3 Njegov talasni oblik predstavlja superpoziciju elementarnih impulsa ponderisanih informacionim sadržajem.2).ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 99 6. .1 . u slučaju analognog.2 Deo digitalnog signala 6.− 1.2.1. P(ak = −1) = P(ak = 1).2.1}.− 1. ak ∈ {−1. i dalje je moguće rekonstruisati originalnu sekvencu. odnosno digitalnog prenosa? Pretpostaviti da se za digitalan prenos govornog signala koristi PCM (Pulse Code Modulation) sa 8 bita i elementarni impuls sa minimalnim spektrom koji zadovoljava I Nikvistov uslov. intersimbolska interferencija (ISI).2.1.1.

odnosno period koji prođe između dva odbirka je TS = 1 f S . i 8 (Slika 6. propusni opseg potreban za prenos je jednak maksimalnoj učestanosti u spektru. mora se izvršiti digitalizacija signala.2. tj.3. a) Skicirati vremenski oblik signala na izlazu predajnika. BD = 2Tb 2 odnosno osam puta više nego kod analognog prenosa. h(t ) = ⎨ ⎩0 drugde.100 PRENOS U OSNOVNOM OPSEGU Rešenje: Kod analognog prenosa. Elementarni impuls je dat sa: ⎧1 0 ≤ t ≤ T . b) Uporediti brzine signaliziranja i protoke digitalnih signala u sva tri slučaja. Odabiranje se prema dobro poznatoj teoremi o odabiranju.3.3 Izvor generiše bite sa taktom T = 125 µs koji se u predajniku koduju polarnim M-arnim alfabetom. Pre digitalnog prenosa. ukoliko je generisana informaciona sekvenca 010111101001. tj. vrši sa učestanošću koja je dvostruko veće od maksimalne učestanosti u spektru. njegovo odabiranje i kvantovanje. Slika 6. c) Skicirati konstelacije digitalnih signala u sva tri slučaja. 8 8 fS Kako se koristi impuls minimalnog spektra. B A = f m = 4 kHz . 4.2. Pošto između dva odbirka treba “smestiti” 8 bita (što znači da se vrši kvantovanje sa 28 = 256 nivoa). signalizacioni interval digitalnog signala je: T 1 Tb = S = .2.1 Rešenje: a) Slika prikazuje vremenski izgled digitalnog signala. f S = 2 f m = 8 kHz . za potreban propusni opseg dobijamo: 8f 1 = S = 4 f S = 32 kHz . .1). pri čemu je M = 2. 6.

c) Svaki digitalni signal se sastoji od niza talasnih oblika. i v s8 = = 2667 Bd . TM T v ss = pa su digitalni protoci u sva tri slučaja isti i jednaki: v d M = 8000 b/s . čija se amplituda menja u zavisnosti od prenošenog simbola. .2 b) Sa slike se jasno vidi da važi: TM = T ⋅ ld( M ) . i bili bi u odnosu 1 : 2 : 3 . v sM = = TM T ⋅ ld( M ) 1 1 1 = 8000 Bd . npr.3.2. talasni oblici su pravaougaoni impulsi. U najjednostavnoj varijanti (koja se razmatra u ovom zadatku). v s4 = = 4000 Bd . Koriste se i komplikovanije prenosne tehnike. Stoga je: 1 1 . tada bi digitalni protoci bili različiti. T 2T 3T Za digitalni protok važi: ld( M ) 1 vd M = = . kojima se prenose informacioni simboli.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 101 Slika 6. modulacije. U slučaju da je brzina signaliziranja bila ista za sva tri digitalna signala.

2.102 PRENOS U OSNOVNOM OPSEGU gde se kao elementarni impulsi koriste kosinusi. konstelacija je jednodimenzionalna.4).3.2.3. Ovim se postiže minimizacija bitske greške. M =2 M =4 M =8 Slika 6.2.3 prikazuje konstelacije za M = 2.4 .3 Treba navesti na kraju da se mapiranje informacionih bita u simbole obično ne vrši na način prikazan na slici (Slika 6. a simboli su prikazani pomoću amplituda talasnih oblika kojima se prenose. tada će samo jedan informacioni bit biti pogrešno dekodovan. 4. i 8 . Odlika ovog koda je da se susedni simboli koduju sekvencama koje se razlikuju za po jedan bit. Ukoliko dođe do ovakve greške. i/ili frekvencije menjaju u zavisnosti od prenošenog simbola. simboli) se često predstavljaju u vidu konstelacija. Naime. već se za mapiranje koristi Grejov kod (Slika 6. Talasni oblici (odnosno.3. čije se amplitude. Slika 6.3. M =2 M =4 M =8 Slika 6.3). faze.3. najverovatnija greška koja nastaje usled uticaja šuma prilikom odlučivanja na prijemu je zamena poslatog simbola za susedni. U slučaju prenosa u osnovnom opsegu.2.2.

2. Vremenski oblik elementarnog impulsa je (vidi zadatak 3..5 T − 1 2T 0 1 2T 1. koji je neparno simetričan u odnosu na učestanost ± 1 2T . k = ±1.1). odnosno. To se može proveriti i posmatranjem spektra elementarnog impulsa (Slika 6.4.2. a vremenski oblik impulsa je: sin (2πB0 t ) cos(2πB0 t ) h(t ) = 2 πt 1 − (4 B0 t ) Važi: 1 T⎞ 1 T⎞ ⎛ ⎛ ⎛π ⎞ ⎛π ⎞ sin⎜ 2π ⎟ cos⎜ 2π ⎟ sin⎜ ⎟ cos⎜ ⎟ ⎛T ⎞ ⎝ 2T 2 ⎠ ⎝ 2T 2 ⎠ = ⎝2⎠ = 2 π = 1 .2. I Nikvistov kriterijum je zadovoljen.7 važi prvi Nikvistov kriterijum.±3. pošto je to jednostavnije... . i h(kT ) = 0. Lako se pokazuje da važi: h(0) = 1 . ⎝2⎠ h⎜ ⎟ = 2 T T 1 − (1)2 πT 4 2T ⎝2⎠ ⎛ 1 T⎞ π π 1− ⎜4 ⎟ 2 2 ⎝ 2T 2 ⎠ pri čemu je za izračunavanje korišćena granična vrednost. Za elementarni impuls tipa podignuti kosinus važi B = 2 B0 .5 T 1 T f Slika 6.4 Pokazati da za elementarni impuls iz zadatka 3.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 103 6. pored prvog.2.1 Rešenje: Pokazaćemo da elementarni impuls zadovoljava I Nikvistov kriterijum u vremenskom domenu.5 r =1 − 1 T − 1.±2. Pošto je h(t ) parna funkcija.2.7): sin (2πB0 t ) cos(2π (B − B0 )t ) .4. važi i drugi Nikvistov kriterijum: H( f ) r=0 r = 0. h(t ) = 2 πt 1 − (4(B − B0 )t ) gde je B0 = 1 2T . Pokazati da za podignuti kosinus. dalje važi: .

b) Za M = 2 i h0 = 1 . h− 2 = 0. ld(M ) ld(16) Minimalno potreban propusni opseg je (shodno I Nikvistovom kriterijumu): v 1 B0 = = S = 1.2 . dobija se: ⎛ (2k − 1)π ⎞ ⎛ (2k − 1)π ⎞ sin ⎜ ⎟ ⎟ cos⎜ T⎤ 2 2 ⎡ ⎝ ⎠ = 0. h1 = 0. tada je maksimalno dozvoljeni roll-off faktor: B − B0 r= = 0.5 MBd .375 MHz . pri čemu su informacioni simboli iz alfabeta sa 16 elemenata? Ukoliko kanal koji se koristi za prenos signala ima propusni opseg od 1. koliki je maksimalno dozvoljen roll-off faktor r (definisan u zadatku 3. .1.L . h2 = −0. 6.1 .2.375 MHz. h−1 = −0. ( M −1)} prenosi se sistemom čiji su impulsni odziv h(t ) i prenosna karakteristika H ( f ) .5 Koji je teoretski minimalan propusni opseg potreban za prenos digitalnog signala protoka 10 Mbit/s.2. B0 6. h⎜ − ⎟ = h⎜ ⎟ = ⎝ 2⎠ ⎝ 2 ⎠ 2T Na kraju.104 PRENOS U OSNOVNOM OPSEGU ⎛ T⎞ ⎛T ⎞ 1 .3 .1 i h(kT ) = 0 za | k |> 2 nacrtati GRV i KGRV (kumulativna GRV) i ucrtati maksimalnu i srednju kvadratnu ISI.25 MHz . 2T 2 Ako je propusni opseg sistema B = 1. ⎝ ⎠ h ⎢(2k − 1) ⎥ = 2 (2k − 1)πT 1 − (2k − 1) 2⎦ ⎣ 2 čime je pokazano da je zadovoljen i II Nikvistov kriterijum.6 M-arni signal sa alfabetom A = { Am = 2md − ( M −1)d .1 . m = 0.2.7)? Rešenje: Brzina signaliziranja je sa digitalnim protokom povezana sledećim odnosom: vd 10 Mbit/s vS = = = 2. a) Pokazati da je GRV (gustina raspodele verovatnoće) ISI parna funkcija.2. za vrednosti t = (2k − 1)T 2 .

1). Dakle.1 Impulsni odziv sistema Rešenje: a) Za neku konkretnu kombinaciju "x" simbola u nekom delu informacione sekvence x {a n } može se izračunati ISI u trenutku odlučivanja: ( i ( x ) = ∑ a nx ) ⋅ h− n . U trenutku odlučivanja o a 0 ISI je: . 1 3 − 3 1 − 1. bez obzira na oblik h( t ) . tj... U ovom zadatku h( t ) je poznat u tačkama t = kT (Slika 6.. pošto su svi simboli i sve kombinacije simbola jednako verovatne.6.. b) Digitalni signali na ulazu i izlazu sistema su respektivno: ui (t ) = n = −∞ ∑ anδ (t − nT ) . .. pa je GRV(i) parna funkcija. postoji jednako verovatna ISI. to će za posledicu imati vremensko proširenje elementarnog impulsa u kanalu.. ⇒ i ( y ) = −i ( x ) . M = 4): ( {a nx ) } = . za svaku kombinaciju simbola koja daje neku vrednost ISI i ( x ) . n≠0 n ≠0 Primer (d = 1. i ( x ) .6.i ( x ) : ( i ( y ) = −i ( x ) = ∑ (− a n ( x ) ) ⋅ h−n = ∑ a n y ) ⋅ h−n .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 105 Slika 6. i u o (t ) = ∞ n = −∞ ∑ an h(t − nT ) .. ( {a n y ) } = ..2. postoji jednako verovatna kombinacija simbola koja daje . H( f ) ≠ 0 ⇔ f < fg .i ( x ) .2. . n ≠o GRV je parna ako i samo ako za svaku vrednost ISI. ∞ Kako je propusni opseg realnih sistema konačno širok. ⇒ i ( x ) .− 1− 3 3 − 1 1.

7 i/d Slika 6.6.5 0.2) u kojoj su navedene frekvencije pojavljivanja pojedinih vrednosti ISI id f (i) -0.2.3 -0. ∞ U trenutku t = 0 ISI prouzrokuju 4 simbola. svih mogućih vrednosti ISI.1 0.5 -0.1 0 0.7 0.2.12): .7 0. k a−2 a−1 0 1 2 3 4 5 6 -d 7 8 9 10 11 12 13 14 15 -d +d -d +d -d +d -d -d -d -d +d +d -d -d -d -d -d -d +d -d +d -d +d -d +d -d +d -d +d +d -d -d -d -d +d +d +d +d -d a1 a2 -d +d +d +d +d -d -d -d -d -d -d +d +d +d +d -d +d +d +d +d +d +d +d +d i d -0.1 Tabela 6. ili se izračunava po definicionom izrazu (4.2 ⋅ a+1 + 0.7 1 -0.10)÷(6.7 1 Tabela 6.5 0.2 + 0.2 Gustina raspodele verovatnoća ISI Varijansa ISI može se izračunati pomoću nekog od izraza (6.1 ⋅ a+2 − 0.1) = 0.3 + 0.6.1 3 0.2.1 -0.7 -0.7 d .1 + 0.1 -0.3 -0.3 2 0.6.5 2 0.3 0. 16 2 16 2 16 1 16 -0.106 PRENOS U OSNOVNOM OPSEGU i= n = −∞ n≠0 ∑ an ⋅ h−n = 0.1 -0.2 Frekvencija pojedinih ISI Verovatnoće pojedinih vrednosti ISI su: P(i ) = GRV( i ) 3 16 2 16 1 16 2 16 3 16 f (i ) .1 3 0.1 Sve moguće vrednosti normalizovane ISI I = i/d Maksimalna ISI se direktno očitava iz tabele (Tabela 6.1).5 2 -0.6. n≠0 Nakon što se izračunaju sve moguće vrednosti ISI za određivanje GRV(i) potrebno je odrediti verovatnoće pojedinih vrednosti ISI Za to se može iskoristiti druga tabela (Tabela 6.3 -0.1 0.1 0.3 2 -0.3 0.2.6.5 -0. kao max{|i|} .5 0.8): imax = ( M − 1)d ⋅ ∑ hn = d ⋅ (0.2.1 ⋅ a−2 . Tako postoji 2 4 mogućih kombinacija 4 binarna signala koji učestvuju u ISI Pojedinim kombinacijama tih simbola odgovaraju konkretne vrednosti ISI.5 -0.3 0.3 ⋅ a−1 − 0.

7 Na slici (Slika 6. s (t ) = ∑ a k δ (t − kT ) . Odrediti sve moguće vrednosti ISI na mestu prijema ispred odlučivača u trenucima odlučivanja t = nT. Brzina prenosa koju diktira 1 izvor je vd = [b s] .15d 2 . Podaci se prenose δ -impulsima.2.1) je prikazan sistem za prenos podataka.1) 2 ] = 0.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 107 M 2 −1 2 2 σ = d ∑ hn = d 2 [0.1 Sistem za prenos podataka Rešenje: Digitalni signal na prijemu je oblika: s D (t ) = ∑ a k h(t − kT ). Slika 6.. tj. b) kada se prenose kvaternarni signali.12 + (−0..2. Prenosna karakteristika sistema je: ⎧ ⎪2T [1 + cos(2πfT0 )] H( f ) = ⎨ 0 ⎪ 0 ⎩ f ≤ 1 .2) 2 + 0. 2T0 drugde. 3 n≠0 2 i ili: σ i2 = i 2 = ∑ P(i )i ∀i 2 = 1 2 ( −0. 16 16 σ i = 0.2.15d 2 . Slika 6.3 Inverzna kumulativna funkcija gustine raspodele verovatnoća ISI 6. k .3 2 + (−0.7.6. = 0.5d ) 2 + .2.39d .7d ) 2 + ( −0. gde je T0 k T signalizacioni interval. i to u slučaju: a) kada se prenose binarni signali.7.

Odbirak signala na osnovu kojeg odlučivač donosi odluku o prenošenom simbolu an je: s D (nT ) = k = −∞ ∑ ak h((n − k )T ) = ∞ m = −∞ ∑ a n−m h(mT ) = an h(0) + ∞ m = −∞ m≠0 ∑ an−m h(mT ) . interferenciju prave samo dva susedna simbola: a n −1 -1 -1 1 1 a n +1 -1 1 -1 1 ISI -2 0 0 2 Tabela 6. ⎩ Funkcija prenosa kanala ima oblik filtra idealnog propusnika niskih učestanosti: . h(kT0 ) = 0 za k > 1. i max = 1 .8 Spektar elementarnog signala kojim se vrši prenos binarnog digitalnog signala u osnovnom opsegu ima oblik: ⎧ 1 ⎛ πfT ⎞ ⎪T cos 2 ⎜ ⎟ f ≤ . π T0 (t − T0 ) π T0 (t + T0 ) Treba uočiti da je h(t ) funkcija od T0 a ne od T. HT ( f ) = ⎨ T ⎝ 2 ⎠ ⎪ 0 drugde.2.108 PRENOS U OSNOVNOM OPSEGU Za izračunavanje ISI treba odrediti oblik impulsnog odziva h( t ) na ulazu u odlučivač: ⎛π sin⎜ ⎜T j 2πft h(t ) = ∫ 2T0 [1 + cos(2πfT0 )]e df = 2 ⎝ 0 π −1 / 2T0 t T0 1 / 2T0 ⎞ ⎞ ⎞ ⎛π ⎛π t ⎟ sin⎜ (t − T0 ) ⎟ sin⎜ (t + T0 ) ⎟ ⎟ ⎟ ⎟ ⎜T ⎜T ⎠+ ⎝ 0 ⎠+ ⎝ 0 ⎠. Sledi: h(0) = 2. 6. ∞ Potrebno je utvrditi vezu između signalizacionog intervala T i parametra T0 koji figuriše u izrazima za H ( f ) i h(t ) : vd = 1 ld M = . odnosno digitalni protok od ostvaruje se bez ISI sa kvaternarnim alfabetom. T0 T a) Za M = 2 je T0 = T . s D (nT ) = a n h(0) + a n+1h(−T0 ) + a n−1h(T0 ) = 2a n + a n−1 + a n +1 . a njena normalizovana vrednost je I max = dijagram oka zatvoren. h(−T0 ) = 1.2.7. pa je h(nT ) = 0 za n ≠ 0. h(T0 ) = 1. pa je h0 1 [b s] T0 b) Za M = 4 je T = 2T0 .1 Sve moguće vrednosti ISI za M = 2 Maksimalna ISI je i max = 2 . Pri odlučivanju o simbolu a n .

2 : T c) Odrediti sve vrednosti ISI za poruku koja sadrži 5 simbola (1. HC ( f ) = ⎨ T ⎪0 drugde.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 109 1 ⎧ ⎪1 f ≤ − ∆f . a) Odrediti impulsni odziv h( t ) sistema. pokazati da h( t ) zadovoljava I i II Nikvistov kriterijum. 1) a odlučivanje se vrši u trenucima t = kT.1 Standardni odziv kosinus-kvadrat sistema b) Za ∆f = 0 je f g = 1 : T .-1. e) Izračunati maksimalni digitalni protok koji se može postići kroz dati kanal pa da ne dođe do ISI. ⎩ Prenos se vrši digitalnim protokom od 2400 b/s. T Slika 6. 1. b) Ako je ∆f = 0. Ako je ∆f = 0.8. 1.2. T je signalizacioni interval. d) Odrediti vrednost šuma u trenutku odlučivanja o najugroženijem simbolu koja je dovoljna da odlučivač pogreši. 2πf g t 2 2 ⎛ T⎞ ⎛ T⎞ 2πf g ⎜ t + ⎟ 2πf g ⎜ t − ⎟ 2⎠ 2⎠ ⎝ ⎝ 1 f g = − ∆f . Rešenje: a) Standardni odziv (odziv kanala na pobudu elementarnim impulsom hT ( t ) ) jeste: fg h(t ) = − fg ∫ H C ( f ) H T ( f )e j 2πft df ⎡ ⎡ ⎛ T ⎞⎤ ⎛ T ⎞⎤ sin ⎢2πf g ⎜ t + ⎟⎥ sin ⎢2πf g ⎜ t − ⎟⎥ sin(2πf g t ) f g 2 ⎠⎦ f g 2 ⎠⎦ ⎝ ⎝ ⎣ ⎣ T T = f gT + + .

00368. h(T ) = -0.6π ⎜ k − ⎟⎥ sin ⎢1.008841 i0 = h(2T ) + h(T ) − h(T ) + h(2T ) = 0.008841 = 0. 1. h(2T ) = 0. .978256 . ako šum u trenutku odluke o a −1 bude n(−T ) < −0. h(3T ) = 0. i h(kT ) = 0 za k ≠ 0 . Digitski takt je T.9.6π ⎜ k − ⎟ 1.8 .00582.4 ⎣ + 0. pa je: s D (−T ) = a −1h(0) + i−1 = 0. 1.4 ⎣ .00736.-1.987097. odnosno zadovoljen je I Nikvistov kriterijum.8 fg = = v d ⋅ 0. T1 6. kroz sistem tolikog propusnog opsega.8 = 1920 Hz . maksimalnu ISI i njenu varijansu. h(4T ) = 0. odnosno: i− 2 = h(T ) + h(2T ) − h(3T ) + h(4T ) = −0.5 + 0. 1 1 1 c) Za ∆f = 0. 1).9 Slika 6.6πk ) ⎝ ⎝ + 0. d) Najugroženiji je drugi simbol u poruci (1.2.001481 i2 = h(4T ) + h(3T ) + h(2T ) − h(T ) = 0.110 PRENOS U OSNOVNOM OPSEGU t⎞ t t ⎛ ⎛ ⎞ ⎛ ⎞ sin ⎜ 2π ⎟ sin ⎜ 2π + π ⎟ sin ⎜ 2π − π ⎟ ⎝ T ⎠ + 0.007416 a − 2 = +1 i−1 = 2h(T ) − h(2T ) + h(3T ) = −0.2.987097 − 0.8 1⎞ 1⎞ 1. h(kT ) = 0. T T T Sledi: ⎡ ⎡ 1 ⎞⎤ 1 ⎞⎤ ⎛ ⎛ sin ⎢1.9786 .5 (2πk + π ) (2πk − π ) 2πk Iz ovog izraza vidi se da je: h(0) = 1 . odlučivač će doneti ˆ pogrešnu odluku a −1 = −1 . h(t ) = t t t ⎛ ⎞ ⎛ ⎞ 2π ⎜ 2π + π ⎟ ⎜ 2π − π ⎟ T ⎝ T ⎠ ⎝ T ⎠ h(kT ) = sin(2πk ) sin (2πk + π ) sin (2πk − π ). Kako je još i: T⎞ ⎛ T⎞ 1 ⎛ h⎜ ± ⎟ = i h⎜ (2k + 1) ⎟ = 0 .− 1}. za k ∉{0.5 ⎝ T ⎠ + 0.6π ⎜ k + ⎟⎥ 2 ⎠⎦ 2 ⎠⎦ sin(1. e) Granična učestanost kanala je: 0.026422 a −1 = +1 a0 = +1 a1 = −1 a 2 = +1.6πk ⎛ ⎛ 1. + 0. je f g = − ∆f = 0.5 ⎝ T ⎠.1 prikazuje impulsni odziv sistema za prenos podataka.6π ⎜ k + ⎟ 2⎠ 2⎠ ⎝ ⎝ Tako je: h(0) = 0. Za binarni polarni signal na prijemu: a) odrediti sve vrednosti ISI. Dakle.00736 i1 = h(3T ) + h(2T ) + 2h(T ) = −0.2 . može se postići digitalni protok: 2 v d1 = = 2 f g = 3840b s .009559. 2⎠ ⎝ ⎝ 2⎠ 2 zadovoljen je i II Nikvistov kriterijum. T Bez ISI.

∞ drugde. 4 k = −∞ ∑ ak ⋅ h(t − kT ).ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 111 b) nacrtati dijagram oka u intervalu t < 3T 4 i odrediti maržu za šum.9. 5 5 pa su sve vrednosti ISI date u tabeli (Tabela 6. 2 ⎝5⎠ 25 . 5 2 σ i2 = ∑ P(i) ⋅ i 2 = ∀i 1 ⎛2⎞ 2 ⋅⎜ ⎟ = . ISI je: 1 1 i = a −1 + a1 . Dakle.2. a-1 -1 -1 1 1 a1 -1 1 -1 1 i -2/5 0 0 2/5 Tabela 6.1). Slika 6.1 Impulsni odziv sistema Rešenje: a) Signal na prijemu je: s(t ) = gde je: 4 ⎧ ⎪1 − 5T t h(t ) = ⎨ ⎪ 0 ⎩ t ≤ 5T .1 Sve vrednosti ISI Maksimalna ISI je i max = Varijansa ISI je: 2 . Na osnovu oblika h(t ) jasno je da se odluka o a0 donosi na osnovu: s (0) = a0 ⋅ h(0) + a −1 ⋅ h(T ) + a1 ⋅ h(−T ).2.2.9.9.

2 h(kT ) k=0 1 0. Marža za šum je: m = h( 0) − imax = 3 / 5. 6.03 0. odnosno I max < 1 .2 Dijagram oka za impulsni odziv sa slike 4.2.6. Odrediti maksimalni digitalni protok koji je moguće ostvariti u datom sistemu.2 daje izračunate vrednosti: .05 0.03 0.81 Tabela 6.10.01 0. 4.10.2. gde M može biti 2.9 0.9.112 PRENOS U OSNOVNOM OPSEGU b) Slika 6.06 k = ±2 0. h ( 0) d h(0) k = −3 k ≠0 Tabela 6.2. Na raspolaganju je M-arni signal. h(kT ) se može zanemariti.10 Za tri brzine signaliziranja date su vrednosti odziva sistema u trenucima odabiranja kT: vs 600 Bd 1200 Bd 2400 Bd k = ±3 0. Kriterijum za određivanje mogućnosti prenosa jeste otvor oka.2.015 0.15 k = ±1 0. Rešenje: Maksimalna normalizovana ISI se izračunava pomoću izraza: I max = ( M − 1)d k = −3 k ≠0 ∑ 3 h(kT ) ⋅ 1 M −1 3 = ∑ h(kT ) .02 0. 8 ili 16.1 Vrednosti impulsnog odziva Za ostale celobrojne vrednosti k.

12 0.10.2. u datom sistemu ne može se koristiti alfabet sa 16 simbola.11 M-arni signal sa pravougaonim elementarnim impulsima trajanja T prenosi se kroz kanal prikazan na slici (Slika 6. Slika 6.11.11. b) Odrediti maksimalnu ISI.63 3.1 Tabela 6. 0 ≤ t ≤ T.2.36 0. ⋅ najveći digitalni protok ostvaruje se sa M = 4 pri v s = 1200 Bd i iznosi v d = 2400 b s .2.21 1. 8 ili 16? Rešenje: Odziv RC kola h(t ) na pobudu hT (t ) prikazan je na slici (Slika 6. 6.1).2. Odlučivanje se izvodi sa T sekundi zakašnjenja.2 Normalizovana maksimalna ISI Na osnovu tabele se zaključuje sledeće: ⋅ u datom sistemu nije moguće signalizirati brzinom 2400 Bd. 4.84 1.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 113 vs 600 Bd 1200 Bd 2400 Bd M=2 0.15 15. Brzina signalizacije je v s = 1 / T .80 3.1 RC kanal a) Odrediti pojačanje A tako da bude h' (T ) = 1 .01 M=4 0.03 M=8 0. c) Za koju brzinu signalizacije će doći do zatvaranja dijagrama oka u prijemniku i koliki je tada digitalni protok.11. t > T. ako je M = 2. ⋅ takođe.07 M = 16 1. .47 7.2) i dat je izrazom: 0 ⎧ ⎪ h(t ) = ⎨ 1 − e −t / τ ⎪(1 − e −T / τ ) ⋅ e −(t −T ) / τ ⎩ t < 0.2.

T s τ ⋅ ln M τ ⋅ ln2 1 . k = 1.3. T ⎛ − ⎜1 − e τ hk = h(T + kT ) = ⎜ ⎝ ⎞ − kT ⎟e τ ⎟ ⎠ hk ' = A ⋅ hk = e ' i = ∑ a −k ⋅ hk .. ⇒ ISI. a) 1 . ⎪ ⎪ ⎭ Superpozicijom se dobija: ' imax = ( M − 1)d ∑ hk = ( M − 1)d k =1 ∞ e − T τ − T = ( M − 1)d T ..4 .114 PRENOS U OSNOVNOM OPSEGU Slika 6.11. odlučivanje se izvodi sa T sekundi zakašnjenja (tada je odziv maksimalan). T .2. k =1 ∞ − kT τ ⎫ ⎪ ⎪ ⎬ k = 0 ⇒ korisni odbirak . h' (t ) T |t =T = A ⋅ h(T ) = 1 ⇔ A = − 1− e τ b) U t = T odlučuje se o simbolu poslatom u t = 0.2.. v s = eτ −1 kb ld M ld M 1 vd = = = = 14. 1− e τ eτ −1 c) Oko se zatvara za i max ≥ d: d= ( M − 1)d T ⇒ T = τ ⋅ ln M .2 Odziv RC kola na pobudu signalom hT ( t ) Upravo zbog ovakvog oblika odziva.

e e . ne zavisi od broja simbola M jer nije ograničen propusni opseg. pri kojem dolazi do zatvaranja dijagrama oka u ovakvom sistemu.8 16 277 1. k Prijemni odbirač vrši odabiranje primljenog signala u trenucima t = nT.2. gde je T = τ širina signalizacionog intervala.1 Sistem za prenos podataka Rešenje: Pošto je h(t ) = 0 za t < 0. Impulsni odziv kanala je oblika: ⎧ −t ⎪ τ h(t ) = ⎨e ⎪ 0 ⎩ t ≥ 0. c) Da li će doći do zatvaranja dijagrama oka na prijemu ako se brzina signalizacije izvora poveća za 25%? d) Koliko procenata se maksimalno može povećati brzina signalizacije pa da ne dođe do zatvaranja dijagrama oka? Slika 6.33 7. gde je a k ∈ {1. Izvor informacija šalje poruke u obliku signala: s A (t ) = ∑ a k δ (t − kT ).2. Tabela 6.−1}. a) Odrediti sve moguće vrednosti ISI za središnji impuls poruke.12.6 Tabela 6. isti digitalni protok postiže prenosom kroz kanal sa užim propusnim opsegom.2 8 208 1.11. n a) Za središnji impuls poruke je: s B (0) = a o ho + a −1h(T ) + a −2 h(2T ). -T.12 Sistemom prikazanim na slici (Slika 6.1 prikazuje da se porastom broja simbola M.11.digitalni protok.1 Parametri digitalnog signala pri kojim dolazi do zatvaranja dijagrama oka vd ≠ f ( M ) .2.12.1) prenose se polarni binarni signali. 0. 6.2.14 4.2. drugde.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 115 M T [µs] A vs [kBd] 2 69 2 14.07 3. Poruka koja se šalje konačne je dužine i sastoji se od 5 uzastopnih impulsa poslatih u trenucima -2T.4 4 139 1. b) Odrediti imax za onaj impuls u poruci koji ima najveću maksimalnu ISI. T i 2T. 1 1 i0 = a −1 ⋅ + a − 2 ⋅ 2 . u ISI učestvuju samo prethodno poslati simboli: s B (nT ) = k = −∞ ∑ ak h((n − k )T ) .

smanjio se interval signalizacije T za 20%. 25 +e − 3 1. Oko se zatvara ako je: I max = imax > 1.51 -0.2.116 PRENOS U OSNOVNOM OPSEGU a −1 a −2 i0 -1 -1 1 1 -1 1 -1 1 -0. 0.23 0.25 = ⇒ T = ' = = 0. 25 +e − 2 1. najveću maksimalnu ISI ima poslednji impuls u poruci: i2 max = h(T ) + h(2T ) + h(3T ) + h(4T ) = ∑ e − k = 0.78 < d = 1. pa neće doći do zatvaranja dijagrama oka ako se v S poveća za 25%.1 ISI za središnji impuls poruke b) Za dati oblik impulsnog odziva. T T' 1.2.78.57.12. ' Sada su odbirci h(kT ) > h(kT ) .51 Tabela 6.25 1.12.23 0. k =1 4 c) vS ' = 1 1 T τ ⋅ 1. 25 ≅ 0.2 Uticaj promene T na h( kT ) imax = i2 max = h(T ' ) + h(2T ' ) + h(3T ' ) + h(4T ' ) =e − 1 1. pa je povećana i max . 25 +e − 4 1. h ( 0) d h(t ) 1 0 T' T 2T' 2T 3T' 3T 4T' 4T t Slika 6. d) Ako se zanemari udeo simbola za k > 5 u ISI uslov zatvaranja dijagrama oka se svodi na: .8τ .25 Povećanjem brzine signaliziranja za 25%.

Referentni simbol na prijemu je “1”.114 0. a u sistemu deluje aditivni Gausov šum. Jedan od posmatranih paketa ima sledeću strukturu simbola {ak } = { 1 1 − 1 − 1 } . Paketi su dovoljno razmaknuti pa se prenos svakog od paketa može posmatrati nezavisno.2. Tabela 6. b) Odrediti maržu za šum koja nastaje kao posledica greške u sinhronizaciji ako je odmeravanje izvršeno ε = T/8 sekundi ranije.074 -0.051 Tabela 6.13.13 Sistemom koji koristi kontrolisanu ISI duobinarno se prenose podaci grupisani u pakete od po 4 simbola.44 ⋅ v S . Rešenje: a) Na osnovu izraza (6.866 0.1 daje vrednosti impulsnog odziva na osnovu kojih je je T = 2 fc jasno da sistem zadovoljava drugi Nikvistov kriterijum (a ne zadovoljava I NK). n =0 3 .2. 1.2.13. t g (t ) 0 4/π ± T 2 ±3 T 2 ±5 T 2 ±7 T 2 1 0 0 0 ±T ±2T 3 T 8 -5 T 8 11 T 8 -13 T 8 4/3π -4/15π 1. = 1 T '' τ − T '' 1 T '' e τ −1 Do zatvaranja dijagrama oka ne dolazi ako se v S poveća za manje od 44%. Impulsni odziv sistema za duobinarni prenos dat je u obliku 1− e e τ −1 1 1.1 Vrednosti impulsnog odziva u karakterističnim tačkama Digitalni signal koji odgovara prenosu jednog paketa na prijemu je oblika: s (t ) = ∑ a n g (t − nT ) .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA kT '' ∞ 117 imax = ∑ e k =1 4 − τ ≈ ∑e k =1 − kT '' τ = e − T '' . π 1 − (4 f c t ) 2 a) Na osnovu oblika impulsnog odziva odrediti digitalni takt i trenutke odlučivanja.24) za impulsni odziv sistema za duobinarni prenos.44 T '' τ τ g (t ) = 4 cos(2πf c t ) .44 τ ≤ 1⇒ T ' ' ≥ vS ' ' = ≤ = 1. digitalni takt 1 . 6.

tj. Kvantizer u duobinarnom dekoderu će ispravno dekodovati simbol a2 ako je s (3T 2 − T 8) + n(3T 2 − T 8) < 1 .051 = 0.373 .373. S obzirom da je analizirani odmerak najkritičniji sa aspekta uticaja greške u sinhronizaciji. .074 + 1. marža za šum iznosi 0.866 + 0.13. ˆ ˆ s (5 T 2) = a 2 g (T 2) + a3 g (− T 2) = −2 ⇒ a3 = −2 − a 2 = −1.što je mnogo manje verovatno).114 − 0.1 Sekvenca impulsnih odziva za poruku {1 1 -1 -1} O simbolima ak odlučuje se na osnovu odmeraka s (t ) uzetih u trenucima kT − s (− T 2) = a ref + a 0 g (− T 2) = 2 s (T 2) = a0 g (T 2) + a1 g (− T 2) = 2 ˆ ⇒ a0 = 2 − aref = 1. T . zbog greške u sinhronizaciji ε = T/8 odmerak digitalnog signala s (t ) na osnovu kojeg se odlučuje je: s (3 T 2−T 8) = a0 g (3T 2−T 8) + a1 g (T 2−T 8) + a 2 g (− T 2−T 8) + + a3 g (− 3T 2−T 8) = g (11T 8) + g (3T 8) − g (− 5T 8) − g (− 13T 8) = = 0. ako je trenutna vrednost šuma manja od 0.627 (i veća od 1.627. 2 ˆ ˆ ⇒ a1 = 2 − a0 = 1.2. ˆ ˆ s (3T 2) = a1 g (T 2) + a 2 g (− T 2) = 0 ⇒ a2 = 0 − a1 = −1. Slika 6. a2. U trenutku odlučivanja prisutan je i šum.2 Duobinarni dekoder b) U prijemu trećeg simbola poruke.2.13.118 PRENOS U OSNOVNOM OPSEGU Slika 6.

7) označena površina ispod repa normalizovane Gausove raspodele. Usvajamo sledeće pretpostavke: 1.. Šum u kanalu n( t ) je Gausov proces sa varijansom σ2 i srednjom vrednošću 0..a0m) .. n Za m-ti digitalni signal sa nizom simbola oblika: ( ( ) ( ( ( ( . čije su vrednosti date u prilogu. 3. čiji su simboli: ak ∈ {Am = 2md − ( M − 1)d .M − 1} (7.± 2d .a−m) .6) x0 ∫e − x2 2 dx (7.a1 m) .. koja predstavlja informacioni sadržaj tog digitalnog signala. 1 k k (7. Ako se sa im označi m-ta vrednost ISI i ako se pretpostavi da su svi simboli jednako verovatni i svi nizovi simbola jednako verovatni..ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 119 7 VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU 7..2) 4...a−m) .1.± 4d . Vrši se prenos M-arnih digitalnih signala.± (M − 2)d } (7..akm) .. Impulsni odziv sistema je ograničen na 2K signalizacionih intervala.3) verovatnoća pogrešnog prijema simbola a0 data je izrazom: Pem = ⎤ M −1 ⎡ ( P⎢ n0 + ∑ akm ) h− k > h0 d ⎥ M ⎥ ⎢ k ≠0 ⎦ ⎣ (7.. odnosno m-te sekvence simbola... sledi: M −1 1 PE = M M 2K gde je sa Q ( x0 ) = 1 2π ∞ M 2K m =1 ∑ ⎧ ⎫ ⎪ ⎡ h0 d − im ⎤ ⎡ h0 d + im ⎤ ⎪ ⎨Q⎢ ⎥ +Q ⎢ ⎥⎬ ⎪ ⎣ σ n ⎦ ⎣ σ n ⎦⎪ ⎩ ⎭ (7.1 Donja granica verovatnoće greške .1) 2..5) gde je P[ m] verovatnoća m-tog digitalnog signala.1.....4) Verovatnoća greške za celu klasu digitalnih signala je: PE = M 2K m =1 ∑ Pem P[m] (7. 7.. m = 0..1 UVOD Verovatnoća greške je osnovni kvantitativni parametar koji služi za ocenu kvaliteta prenosa digitalnih signala. Pragovi odlučivanja o simbolima ak u prijemniku postavljaju se na sredini razmaka između susednih amplitudskih nivoa {0..a −m+1 ..

6) sledi: PEd = 2 M − 1 ⎛ h0 d ⎞ Q⎜ ⎜σ ⎟ ⎟ M ⎝ n ⎠ (7... m = 1.2 Gornja granica verovatnoće greške Vezuje se za vršnu ISI i najnepovoljniji niz simbola digitalnog signala: PEg = max{Pem } = ⎫ ⎧ M − 1⎪ ⎡ ho d (1 − I max ) ⎤ ⎡ ho d (1 + I max ) ⎤ ⎪ ⎨Q ⎢ ⎥ +Q ⎢ ⎥⎬ σn σn M ⎪ ⎣ ⎦ ⎣ ⎦⎪ ⎭ ⎩ (7. ..8) Ovaj izraz predstavlja verovatnoću greške samo pod uticajem Gausovog šuma i nazivamo ga donja granica verovatnoće greške..120 VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU U odsustvu ISI. im = 0.1. M 2 K .9) gde: I max = imax h = ( M − 1)∑ −n h0 d n ≠ 0 h0 (7.10) predstavlja normalizovanu vršnu (maksimalnu) ISI. 7.2. iz izraza (7.

Odrediti verovatnoću (simbolske) greške na prijemu.2.1 ZADACI Digitalni signal na predaji ima oblik sT (t ) = verovatni simboli binarnog alfabeta A = {1. Prenos se vrši brzinom v d = 8000 bit/s. Prijemni filtar je idealan Nikvistov.1 Sistem prenosa u osnovnom opsegu Rešenje: Za digitalni signal sT (t ) čija je brzina signaliziranja vs = 1/T minimalni propusni opseg je tzv. Impulsni odziv sistema je: ⎛πt ⎞ sin ⎜ ⎟ ⎝ T ⎠.2. h(kT ) = ⎨ 0 ⇒ h(kT ) = h0δ k . h(t ) = ∫ T ⋅ H R ( f )e j 2πft df = πt −∞ T odnosno: ∞ ⎧ h = 1 k = 0. u trenucima mT nema interferencije simbola. 0 k ≠ 0.2 7.0 .−1} . pa na grešku u odlučivanju utiče samo odbirak šuma koji je prošao kroz prijemni filtar nR (mT ) . Nikvistov opseg f < 1 2T .1. pa je: ⎧ ⎪1 HR( f ) = ⎨ ⎪0 ⎩ f ≤ fg = 1 . ⎩ Dakle. ∞ Verovatnoća greške je: . Signal na izlazu prijemnog filtra je: ⎛ π (t − kT ) ⎞ sin ⎜ ⎟ T ⎝ ⎠ + n (t ) . Odlučivač je sa pragom odlučivanja na nuli. Signalu se u kanalu dodaje beli Gausov šum spektralne gustine snage p n = N 0 2 = 5 ⋅ 10 −6 W/Hz . k = −∞ ∑ ak Tδ (t − kT ) ∞ gde su a k jednako Slika 7. minimalnog propusnog opsega.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 121 7. 2T f > fg. s R (t ) = ∑ a k R π (t − kT ) k = −∞ T a njegov odbirak u t = mT je s R (mT ) = a m + n R (mT ) . jedinične amplitudske karakteristike u propusnom opsegu.

posmatra verovatnoća bitske greške Pb (ili kako se skraćeno naziva BER – Bit Error Rate). verovatnoća simbolske greške je jednaka verovatnoći bitske greške: Pb = PE Što se tiče energije emitovane po bitu. ⎜σ ⎟ ⎝ n⎠ ⎝ n ⎠ Snagu šuma ograničava prijemni filtar svojim propusnim opsegom: v 1 B = fg = = s = 4kHz .122 VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU ⎛ 1 PE = P(a k = 1) ⋅ P(n R < −1) + P(a k = −1) ⋅ P(n R > 1) = P(n R > 1) = Q⎜ ⎜σ ⎝ n što se može dobiti i na osnovu izraza (7.287 ⋅ 10−6 . Verovatnoća PE se često izražava u funkciji energije emitovane po simbolu. Zamenom u izraz za PE sledi: PE = Q(5) = 0. T odakle sledi: E s = PT = T 2 Dalje važi σ n : σ n = σ n 2 = Pn = 2 p n B = N 0 B = pa je: ⎛h d ⎞ ⎛ 1 PE = Q⎜ 0 ⎟ = Q⎜ ⎜σ ⎟ ⎜σ ⎝ n ⎠ ⎝ n ⎛ 2E s ⎞ ⎟ = Q⎜ ⎟ ⎜ N 0 ⎠ ⎝ ⎞ ⎟ ⎟ ⎠ N0 = 2T N0 2Es Često se umesto verovatnoće simbolske greške PE . Pošto se radi o binarnom digitalnom signalu.8): ⎛ 1 ⎞ ⎛h d ⎞ PE = Q⎜ 0 ⎟ = Q⎜ ⎟ ⎜σ ⎟ . 2T 2 ⎞ ⎟. jer je to mera “uspešnosti” iskorišćenja emitovane energije. u funkciji energije emitovane po bitu informacije. ona je u konkretnom slučaju: Es E Eb = = s = Es ld( M ) ld(2) Na kraju se dobija: ⎛ 2 Eb ⎞ ⎟ – verovatnoća bitske greške pri prenosu polarnog binarnog signala u Pb = Q⎜ ⎜ N ⎟ 0 ⎠ ⎝ osnovnom opsegu. gde je P srednja snaga digitalnog signala: Ps = 2 σa ∞ T −∞ ∫ H( f ) 2 df = 1 2 T =T . .2 V. ⎟ ⎠ σ n = σ n 2 = Pn = 2 p n B = 0. Za konkretan slučaj imamo: E s = Ps T .

Prenos se vrši elementarnim impulsom minimalnog spektra (pri čemu je h0 = 1 ) kroz idealni NF sistem propusnog opsega 12 kHz. a) Izraziti verovatnoću greške na prijemu u funkciji broja simbola alfabeta M. propusnog opsega prilagođenog digitalnom signalu koji se prenosi u okviru posmatranog sistema.2 Računar na svom izlazu generiše oktalne simbole brzinom od 10 kBd. a) Nema ISI jer se prenos vrši elementarnim impulsom koji zadovoljava I NK. M ⎝ n ⎠ Efektivna vrednost šuma se može izračunati na osnovu srednje snage. pod uslovom da verovatnoća greške bude manja od 10− 4 . d) Za izračunato M pod b) odrediti srednju snagu digitalnog signala Ps .2. tj. utrošenoj energiji za prenos bita informacije. b) Izraziti verovatnoću greške u funkciji E s N 0 . varijanse. c) Pri zadatom odnosu signal/šum odrediti optimalan broj simbola M tako da verovatnoća greške bude minimalna i da se postigne zadati digitalni protok. Izvesti izraz za verovatnoću bitske greške u funkciji Eb N 0 . gde je E s prosečna energija emitovana po simbolu. srednja snaga šuma na izlazu prijemnog filtra biće: . Nju ograničava prijemni NF filtar.2. Vrednost ekvivalentnog impulsnog odziva sistema za prenos u trenutku odlučivanja je h0 = 1 . što omogućava direktno poređenje signalizacionih šema. SGSS šuma.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 123 Na kraju treba navesti da je verovatnoća bitske greške jedan od najvažnijih parametara koji služi za upoređivanje tehnika digitalnog prenosa (signalizacionih šema). da se koristi Grejov kod). Slika 7. digitalnog protoka v d i srednje snage signala Ps . Ako on propušta samo opseg frekvencija u kojem se nalazi korisni signal. pa je verovatnoća greške jednaka donjoj granici: PE = 2 M − 1 ⎛ ho d ⎞ Q⎜ ⎟ ⎜ σ ⎟. To je signal oblika “sinx/x” koji zadovoljava I NK. Prijemni i predajni NF filtri su idealni. koje se međusobno razlikuju po alfabetima informacionih elemenata i oblicima elementarnih impulsa. Stoga se obično verovatnoća simbolske greške odgovarajućim transformacija (sličnim onima koje su izvedene u ovom zadatku) svodi na verovatnoću bitske greške u funkciji energije emitovane po bitu.1 Minimalni spektar koji zadovoljava I NK pri brzini signaliziranja 1/T Rešenje: Elementarni impuls minimalnog spektra za digitalni signal sa periodom signaliziranja T je signal čiji je spektar u obliku idealnog NF filtra sa graničnom učestanošću B = 1/2T. Spektralna gustina srednje snage Gausovog šuma u kanalu iznosi p n = N 0 2 = 5 ⋅ 10 −8 W/Hz.2. tj. gde je Eb prosečna energija emitovana po informacionom bitu (pp. 7.

PE = 2⎜1 − ⎟Q⎜ K 2 M −1 ⎟ ⎝ M⎠ ⎜ ⎠ ⎝ . Q⎜ =2 M ⋅ ldM ⎜ ( M 2 − 1) N 0 ⎟ ldM ⎠ ⎝ jer je broj bita ldM . ⎛ ⎞ 3Ps 3Ps ldM M −1 ⎛ ⎟ = 2⎛1 − 1 ⎞Q⎜ Q⎜ ⎜ ⎟ ⎜ 2 ⎜ ( M − 1)2 p B ⎟ M ⎝ M ⎠ ⎝ ( M 2 − 1) p n v d n ⎝ ⎠ ⎞ ⎟. važi: Ps = M 2 −1 Širina spektra B zavisi od digitalnog protoka: vd ld M vd = = 2 Bld M ⇒ B = . (Slika 7.2. pri čemu smo fiksirali B na B ≤ 12 kHz .3): PE M − 1 ⎛ 6 ⋅ ldM Eb ⎞ ⎟. verovatnoća greške je: PE = 2 b) Važi: B= 1 (I Nivistov kriterijum). i 2T E s = Ps T . 3 odnosno. pa se izraz za verovatnoću greške može izraziti u funkciji broja simbola M.124 2 σn = VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU ∞ 2 ∫ pn | H R ( jf ) | df = −∞ −B ∫ pn df B = 2 pn B = N 0 B . ⎟ ⎠ Verovatnoća greške izražena preko energije emitovane po simbolu je: PE = 2 =2 ⎞ ⎛ ⎞ 3Ps 3Ps M −1 ⎛ ⎟ = 2 M − 1 Q⎜ ⎟ Q⎜ ⎜ ( M 2 − 1)2 p B ⎟ ⎜ ( M 2 − 1) N B ⎟ M M n 0 ⎠ ⎝ ⎠ ⎝ 6 Ps T M −1 ⎛ Q⎜ ⎜ ( M 2 − 1) N M 0 ⎝ ⎞ ⎛ Es ⎞ 6 ⎟ = 2⎛1 − 1 ⎞Q⎜ ⎟. Srednja snaga digitalnog signala sa minimalnim spektrom je jednaka (vidi zadatak 3. ⎟ ⎜ ⎜ ⎟ ⎝ M ⎠ ⎝ ( M 2 − 1) N 0 ⎟ ⎠ ⎠ Verovatnoća bitske greške je približno (koristi se Grejov kod. a prosečna energija emitovana po bitu je: Pb = Es .2. Eb = 1 ⎞ ⎛ 1 ⎞ ⎛ ⎟. K = const . T 2ld M d= 3Ps Konačno.4): M 2 −1 2 d .2.2. vidi zadatak 6.2). ldM c) Odnos signal/šum je zadat.

−d } . Impulsni odziv sistema prikazan je na slici (Slika 7. c) Prosečnu verovatnoću greške i uporediti njenu vrednost sa gornjom granicom verovatnoće greške.82 2 ⋅ 10 −3 W ≅ 54. Odlučivanje se vrši sa T 2 sekundi zakašnjenja. .2 Verovatnoća greške u funkciji broja simbola Optimalan u pogledu šuma je alfabet sa minimalnim brojem simbola.66 ⋅ 10 − 4 ⇒ A ≅ 3. A2 = 2 ( M − 1) p n v d 5 p n v d Q( A) = M PE = 0.5 A 2 p n v d = 3. U sistemu deluje beli Gausov šum. ∞ Brzina signaliziranja je 1 T . ak ∈ {d . Dakle.2.2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 125 Slika 7.75 ⋅ 10 −3 ⋅ A 2 . b) Gornju granicu verovatnoće greške. za zadate uslove optimalan alfabet je alfabet sa M = 4 simbola. U sistemu sa B = 12 kHz maksimalni v d sa M = 2 je: vd 2 max = 2 Bld2 = 24000 bit/s. a sa M = 4 je: v d 4 max = 2 Bld4 = 48000 > 30000 bit/s. 2 Odnos signal/šum definisan je odnosom (d / σn ) i iznosi 20 dB. dakle M = 2. Ali sa M = 2 ne može se postići željeni digitalni protok vd = 30000 bit/s. d) Označimo argument Q funkcije sa A: 3PS ld M 2 PS = ⇒ PS = 2.3 Signal na predaji.82.7215 mW .2. Za simetrični binarni signal odrediti: a) Sve vrednosti ISI.3. 2( M − 1) Potrebna snaga signala koja obezbeđuje verovatnoću greške od 10− 4 je: PS ≥ 3.2. 7.1).75 ⋅ 3. u sistemu za prenos podataka u osnovnom opsegu ima oblik: sT (t ) = k = −∞ ∑ ak δ (t − kT ).

4d 0.2. na osnovu odmerka u D (nT + T / 2) .4d 0. 5 5 a−1 a−2 i -0.1 Sve vrednosti ISI b) Gornja granica verovatnoće greške: PE max = PEr = ⎤ ⎡ ⎤ 1 ⎡ h0 d (1 − I max )⎥ + 1 Q ⎢ h0 d (1 + I max )⎥ . ⎪ ⎩ Odlučivanje se vrši sa T/2 sekundi zakašnjenja (jer je tada impulsni odziv maksimalan).8d -0. ⎪ Tt 2 ⎪ ⎪6 2 T h(t ) = ⎨ − ≤ t < 3T . k ∞ a impulsni odziv sistema se lako određuje pomoću jednačine prave kroz dve tačke: T ⎧ 2 0<t < .8d -d -d d d -d d -d d Tabela 7.1 Impulsni odziv sistema Rešenje: Signal na prijemu je: uD (t ) = k = −∞ ∑ a h(t − kT ) + n(t ) .3.126 VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU Slika 7.3. Q⎢ 2 ⎣ σn ⎦ 2 ⎣σn ⎦ . h1 = 3 1 . t ⎪ 5 5T 2 ⎪ 0 drugde. a) Zbog oblika h( t ) u ISI učestvuju samo 2 prethodno poslata simbola: i = a−1h1 + a −2 h2 = a −1h (T + T 2 ) + a−2 h (2T + T 2 ) .2. h2 = .

4 2 Stvarnoj verovatnoći greške najveći doprinos daje verovatnoća greške koja potiče od imax . ⎟ σn ⎠ 2 1 Q(2 ) ≅ 0.2. 2 Pe1 = PE max ≅ Pe 2 = 1 ⎡ ⎛ 2 ⎞⎤ 1 ⎡ ⎛ 2 ⎞ ⎤ 1 ⋅ Q 10⎜1 − ⎟ + ⋅ Q 10⎜1 + ⎟ ≅ Q(6) ≅ 0.1).4. 2T drugde. . h(kT ) se može zanemariti.011.5 ⋅ 10 −9 . Spektar elementarnog impulsa h( t ) može se u aproksimirati kao H ( f ) : ⎧ ⎪T H( f ) ≅ ⎨ ⎪0 ⎩ f ≤ 1 . h0 = h(T / 2) = 1 . 4 k =1 1 Q(2) ≅ 0.3. 2 ⎢ ⎝ 5 ⎠⎥ 2 ⎢ ⎝ 5 ⎠ ⎥ 2 ⎣ ⎦ ⎣ ⎦ 1 1 PE = [Q(2) + Q(6)] ≅ PE max . pa se stvarna verovatnoća greške može grubo proceniti kao: PE ≅ P(imax ) ⋅ PE max .2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 127 ⎛ d 10 log⎜ ⎜σ ⎝ n PE max ≅ ⎞ d ⎟ = 20 ⇒ = 10.011.2. 2 c) Sve četiri vrednosti ISI jednako su verovatne pa je: PE = 1 4 1 ∑ Pek = 2 (Pe1 + Pe2 ).2 Raspodela primljenih odmeraka T s D (mT + ) 2 7. Slika 7. Za ostale celobrojne vrednosti k.4 Za tri brzine signaliziranja date su vrednosti odziva sistema u trenucima kT (Tabela 7.

1 Vrednosti elementarnog impulsa u trenucima odlučivanja Na raspolaganju je M-arni signal. a zahteva se da gornja granica verovatnoće greške po simbolu bude manja od 10-4 ? Rešenje: Maksimalni digitalni protok pri kojem dijagram oka još uvek nije zatvoren ostvaruje se sa vs = 1200 Bd i M = 4 (vidi zadatak 6. ⎣ M −1 ⎦ Srednja snaga digitalnog signala sa spektrom elementarnog impulsa H ( f ) jeste: Ps = M 2 −1 2 d ⇒d = 3 A( M ) ≥ h ( 0) 3Ps M 2 −1 . σn M ⎦ ⎣ ⎡ h(0)d (1 − I max ) ⎤ M Q⎢ 10 − 4 . gde M može biti 2. pa se uslov za maksimalnu ISI svodi na: − M 2 −1 ⋅ 10 3 SNR 20 1 − I max M 2 − 1 Pn A( M ) .10) i to za brzine 600 i 1200 Bd.).4.2.5 Slika 7.015 0.. Pri datom odnosu SNR = 20 dB.2. Prema tome.65. ako je odnos signal/šum na izlazu sistema SNR ≤ 20 dB . maksimalna brzina prenosa informacija je 1200 bit/s.2. ⎥≤ σn ⎣ ⎦ M −1 h(0)d (1 − I max ) σn ⎡ M ⋅ 10 −4 ⎤ ≥ Q −1 ⎢ ⎥ = A( M ) .1 prikazuje raspodela verovatnoća normalizovane ISI. 4. U odsustvu ISI verovatnoća greške u ovom sistemu iznosi PE = 10-5. A(4) = 3. 8 ili 16.5. Za isti odnos srednje snage signala i šuma odrediti: a) Maksimalnu ISI i gornju granicu verovatnoće greške.02 0.54. tj.05 0.2.03 0. b) Varijansu ISI i odgovarajuću vrednost verovatnoće greške smatrajući u prvoj aproksimaciji da ISI ima Gausovu GRV.2. d } .2 k=0 1 0. Prenosi se binarni polarni signal: ak ∈{− d . 7.81 Tabela 7..03 0. Ako se u obzir uzme i šum i zadata verovatnoća greške dobija se uslov za ISI: PE max ≅ M − 1 ⎡ h(0)d (1 − I max ) ⎤ −4 Q⎢ ⎥ ≤ 10 . .15 k = ±1 0. ovaj uslov zadovoljava samo binarni signal (vidi zadatak 6.128 VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU vs 600 Bd 1200 Bd 2400 Bd k = ±3 0. .06 k = ±2 0.9 0. Predhodnim izrazom definisano je smanjenje (zbog šuma) maksimalne dozvoljene ISI za datu verovatnoću greške.10): vd max = vs ⋅ ldM = 2400 bit s .01 0. c) Uporediti rezultate pod a) i b) sa stvarnom verovatnoćom greške. I max ≤ 1 − 3 Ps h(0) . Koliki je maksimalni digitalni protok koji se u sistemu može ostvariti. (A(2) = 3.

278) ≅ 0. znajući verovatnoću da ISI bude maksimalna.5. .7d . I max = 0.7) 2 ⎥ = 0. (uz pretpostavku da je h0 = 1 ). pa je gornja granica verovatnoće greške: PE i = ⎛ h d + i ⎞⎤ M − 1 ⎡ ⎛ h0 d − i ⎞ ⎟ + Q⎜ 0 ⎟⎥ .i Rešenje: a) Normalizovana ISI je i h0 d . ⎜σ ⎟ σn ⎝ n ⎠ pa je tražena vrednost: PE max = PEg ≅ PE max ≅ M − 1 ⎡ h0 d (1 − I max ) ⎤ 1 Q⎢ ⎥ = Q[ A(1 − I max )].1) 2 + (0.2.5) 2 + (0. 2 Na osnovu izračunate gornje granice verovatnoće greške.7 ⇒ imax = 0.3) 2 + (0.1 Raspodela verovatnoća i.27 ⋅ 10 −3.s. σn M ⎣ ⎦ 2 1 Q(1.05015. procenjujemo verovatnoću greške na: 2 PE ≅ P(imax ) ⋅ PE max = 0.05015 = 6. 16 16 16 ⎣16 ⎦ m =1 8 pa se u ovom slučaju.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 129 Slika 7. 2 2 σ N = σ n + σ i2 . 16 b) Varijansa ISI izračunava se kao: σ I2 2 1 1 ⎡4 ⎤ 2 = ∑ I m ⋅ P( I m ) = 2⎢ (0.12. ⎢Q⎜ ⎜ σ ⎟ ⎜ σ ⎟ M ⎢ ⎝ n n ⎠ ⎝ ⎠⎥ ⎦ ⎣ Odnos h0 d σn određuje se na osnovu date donje granice verovatnoće greške: ⎛h d ⎞ hd PE isi =0 = PEd = Q⎜ o ⎟ = 10 −5 ⇒ o = 4.27 = A . u izrazu za verovatnoću greške tretira na isti način kao Gausov šum: σ I2 = σ i2 2 h0 d 2 .7 ⋅ h0 d = 0.

5 A) + Q(1. 7.1 Sistem za prenos u osnovnom opsegu Usled prisustva slučajnog Gausovog šuma postoji mogućnost greške u odlučivanju.388) ≅ 8. Prenos binarnih signala vrši se polarnim impulsima.9 A) + Q(1. a binarne jedinice P[1] = p .6.75 . Ukoliko je je verovatnoća slanja binarne nule ravna P[0] = 0. ⎟ ⎝ ⎠ ⎝ N ⎠ ⎥ ⎢ ⎦ ⎣ PE ≅ Q(2. Odrediti optimalnu vrednost praga odlučivanja tako da verovatnoća greške bude minimalna ako je verovatnoća slanja binarne nule ravna P[0] = 1 − p .4242 ⋅ 10 −3.25 . prikazuje uprošćena blok šema sistema za prenos binarnih signala u osnovnom opsegu učestanosti.1A)] + [Q(0. 16 16 PE = 7. pri čemu je poznat odnos U σ n = 4 .1.49 ⋅ 10 −3. ima vrednost +U ako je poslato binarno 1 i vrednost -U ako je poslato binarno 0.2. odnosno rk = s k + n k .6 Slika 7. Pri tome.2. a binarne jedinice P[1] = 0. kolika je minimalna verovatnoća greške? Rešenje: Odlučivač uzima odbirke u trenucima kT: r (kT ) = s (kT ) + n(kT ) .5 A)] + [Q(0.7 A)]. ⎟ ⎠⎥ ⎦ 4 ⎛h d ⎞⎤ ⎞ 1⎡ ⎛h d PE = 2 ⋅ ∑ P(im ) ⋅ ⎢Q⎜ 0 (1 − I m ) ⎟ + Q⎜ 0 (1 + I m ) ⎟⎥ ⎜σ ⎟ ⎜σ ⎟ 2⎢ ⎝ n m =1 ⎝ n ⎠⎥ ⎠ ⎣ ⎦ 4 2 = [Q(0.3 A) + Q(1. Slika 7.7 A) + Q(1. Vidi se da je procena dobijena pod a) prilično dobra.3 A)] + 16 16 1 1 + [Q(0.130 VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU 1 ⎡ − ⎤ ⎛ h0 d ⎞ ⎛ 1 2⎞ 2⎥ ⎢ PE ≅ Q⎜ ⎜ σ ⎟ = Q ⎢⎜ A 2 + σ I ⎟ ⎥.2. signal na ulazu u prijemnik u trenutku odabiranja kT. c) Stvarna verovatnoća greške je prosečna pri svim vrednostima ISI: PE = ∑ P(im ) ⋅ PEm . m =1 8 PEm = 1 ⎡ ⎛ h0 d − im ⎢Q⎜ 2 ⎢ ⎜ σn ⎣ ⎝ ⎞ ⎛ h d + im ⎟ + Q⎜ 0 ⎟ ⎜ σ n ⎠ ⎝ ⎞⎤ ⎟ ⎥. Trajanje signalizacionog intervala je T.6.

odnosno.6.2. ⋅ ako je P[1 / rk ] < P[0 / rk ] izaberi H 0 .6.1) (7.primljeno je binarno 0. a izabrana je hipoteza H 0 .2. zamenom (7. vrši se odlučivanje koji je simbol bio poslat. a izabrana je hipoteza H 0 . Za prag odlučivanja koji će minimizovati grešku biramo onu vrednost primljenog signala U P za koju važi: P[0 / U P ] = P[1 / U P ] .primljeno je binarno 1. Po prijemu signala.2.6. P[0.1) i (7. p[U P ] p[U P ] Dalje se dobija: −(U P +U ) 2 2 e 2σ n −(U P −U ) 2 2 e 2σ n (1 − p ) 1 2π σ n =p 1 2π σ n . kada se šalje binarno 0.2.6.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 131 i poredi ih sa pragom U p . kada se šalje binarno 1. MAP (Maximum Aposteriori Probability) kriterijuma pri odlučivanju. Minimizacija greške se vrši korišćenjem tzv. rk ] p[rk / 0]P[0] = p[rk ] p[rk ] p[rk / 1]P[1] p[rk ] Važi: P[0 / rk ] = P[1 / rk ] = (7. ⋅ H 1 .2) dobija se: p[U P / 0]P[0] p[U P / 1]P[1] = ⇒ p[U P / 0]P[0] = p[U P / 1]P[1]. to je i odbirak rk slučajna veličina sa istom (Gausovom) funkcijom gustine verovatnoća amplituda i sa srednjom vrednošću ± U : rk = U + nk ⇒ p[rk / U ] = p[rk / 1] = 1 2π σ n − ( rk −U ) 2 e 2 2σ n . ili je emitovano binarno 1. odnosno greška nastupa kada je emitovano binarno 0. Verovatnoća greške je po definiciji: PE = P[0] ⋅ P[H 1 / 0] + P[1] ⋅ P[H 0 / 1].2). odnosno: rk = −U + nk ⇒ p[rk / − U ] = p[rk / 0] = 1 2π σ n − ( rk +U ) 2 e 2 2σ n . koji se kaže da treba izabrati hipotezu koja ima veću aposteriornu verovatnoću: ⋅ ako je P[0 / rk ] < P[1 / rk ] izaberi H 1 . Kako je nk slučajna veličina. odnosno odlučivač bira između dve hipoteze: ⋅ H 0 .

∞] ponderisana sa P[0] jednaka je površini krive p[rk / − U ] u intervalu [− ∞. maximum likelihood decoding. U ⎛ 0.132 VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU 2 2 U P + 2U PU +U 2 −U P + 2U PU −U 2 2 2σ n 2U PU 2 e σn 1− p =e p 2U PU 2 σn = ⎛1− p ⎞ = ln⎜ ⎜ p ⎟ ⎟ ⎝ ⎠ UP = 2 σn ⎛1− p ⎞ ⎟ ln⎜ 2U ⎜ p ⎟ . a za optimalnu vrednost praga se dobija U P = 0 (što se je u praksi obično i slučaj. P[1] = 0.25 .2.25 ⋅ Q⎜ PE = 0. . Simboli originalne poruke su statistički nezavisni i jednako verovatni.5 .2 Gustina raspodele verovatnoća amplituda signala na ulazu u odlučivač 7.2. Sistem za prenos zadovoljava drugi Nikvistov kriterijum. jer se u skoro uvek koristi skremblovanje). bilo bi: ⎞ ⎟ ≅ 2.U P ] ponderisana sa P[1]. ⎝ ⎠ Verovatnoća greške je tada: ⎛U +UP PE = (1 − p ) ⋅ P[r k > U P ] + p ⋅ P[r k < U P ] = (1 − p ) ⋅ Q⎜ ⎜ σ n ⎝ ⎛U −UP ⎞ ⎟ + p ⋅ Q⎜ ⎟ ⎜ σ n ⎠ ⎝ Ukoliko je P[0] = P[1] = 0.75 ⋅ Q⎜ ⎜ σ ⎟ ⎜ σ n n ⎝ ⎠ ⎝ Da je prag bio na nuli.7 Vrši se prenos duobinarno kodovanog binarnog polarnog signala.13 . a u kanalu se superponira Gausov šum srednje snage Pn u opsegu za prenos. i U σ n = 4 .75 ⎞ ln⎜ ⎟≅ 2U ⎝ 0. (informacioni simboli su jednako verovatni) tada se MAP odlučivanje svodi na tzv.72 ⋅ 10 −5 ⎟ ⎠ ⎞ ⎟ = Q(4) ≅ 3. Površina ispod krive p[rk / U ] u intervalu [U P . ⎛U PE = (1 − p ) ⋅ P[r k > 0] + p ⋅ P[r k < 0] = Q⎜ ⎜σ ⎝ n Slika prikazuje položaj praga za kada je slanje binarno 0 verovatnije od slanja binarno 1.75 . ⎛U +U P ⎞ ⎛U −UP ⎟ + 0.17 ⋅ 10 −5 ⎟ ⎠ . važi: UP = 2 σn ⎞ ⎟ ⎟ ⎠.6. p[rk / − U ] p[rk / U ] P(0 / 1) P(1 / 0 ) rk Slika 7. Kada je P[0] = 0.25 ⎠ 29.

simboli duobinarne poruke su a k ∈ {−2d . optimalni prag odlučivanja se može odrediti kao ona vrednost koja zadovoljava: dPE = 0 za U p = U po dU p Neka su pragovi odlučivanja ± U p (zbog simetrije). Rešenje: Ako je originalna poruka bk ∈ {−d . a) PE = P[ak = −2d ]⋅ P[n > d ] + P[ak = 0]⋅ P[| n |> d ] + P[ak = 2d ]⋅ P[n < −d ] 1 1 3 = 2 P[n > d ] + P[| n |> d ] = P[| n |> d ] 4 2 2 3 ⎛ d ⎞ = Q⎜ ⎟.0. a izraz za verovatnoću greške je: PE = 1 1 ∫e 2 2π σ n 2 d −U p ∞ − n2 2 2σ n n2 2 2σ n dn + 1 ∞ 2π σ n U p ∫e − dn. ako su pragovi odlučivanja postavljeni: a) Na sredini razmaka između susednih simbola. = Q⎜ ⎜σ ⎟ 2 ⎜ σn ⎟ ⎝ ⎠ ⎝ n⎠ = [ ] [ ] Pošto se radi o Gausovom šumu parametar σ n može se odrediti na osnovu relacije: σ n = Pn .5 . + P[a k = 2d ] ⋅ P n < −(2d − U p PE = P[a k = −2d ] ⋅ P n > (2d − U p ) + P[a k = 0] ⋅ P n |> U p [ [ ] )] [ ] 1 1 P n > (2d − U p ) + ⋅ P | n |> U p 2 2 ⎛U ⎞ 1 ⎛ 2d − U p ⎞ ⎟ + Q⎜ p ⎟. Izvod određenog integrala je jednak vrednosti podintegralne funkcije za gornju granicu: 1 1 e 2 2π σ n − ( 2 d −U po ) 2 2 2σ n − 1 2π σ n − U2 po 2 2σ n e =0.6). . b) Tako da minimizuju verovatnoću greške i odrediti takve pragove.2. 2 ⎜σn ⎟ ⎝ ⎠ b) Pored načina opisanog u prethodnom zadatku (7.2d } . a odgovarajuće verovatnoće P[a k = 0] = 2 P[a k = −2d ] = 2 P[a k = 2d ] = 0. d } .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 133 Izvesti izraze za verovatnoću greške.

U po = d + PEmin ln 2.134 VEROVATNOĆA GREŠKE PRI PRENOSU U OSNOVNOM OPSEGU ln 2 + (2d − U po ) 2 2 2σ n 2 σn = 2 U po 2 2σ n . 2d 2 2 ⎞ ⎛ ⎞ ⎛ ⎜ d + σ n ln 2 ⎟ ⎜ d − σ n ln 2 ⎟ 1 ⎟. ⎟ + Q⎜ 2d 2d = Q⎜ ⎟ ⎜ ⎟ σn σn 2 ⎜ ⎟ ⎜ ⎟ ⎜ ⎠ ⎝ ⎠ ⎝ .

4) H R ( f ) = [H T ( f ) H C ( f )]* ∑ e k =− N 2 p n Prvi član optimalnog filtra predstavlja prilagođeni filtar koji redukuje uticaj šuma. prijemnog filtra i združena optimizacija predajnog i prijemnog filtra. Greška može da nastane pod uticajem intersimbolske interferencije i šuma.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 135 8 OPTIMIZACIJA PRENOSA U OSNOVNOM OPSEGU 8. . 8. u kanalu deluje aditivni Gausov šum konstantne spektralne gustine snage pn .1 UVOD Osnovni zadatak postupka optimizacije je minimiziranje verovatnoće greške u prenosu M-arnih digitalnih signala.2) varijansa.1) gde je: 2 σn = ∫ pn H R ( f ) −∞ ∞ ∞ df (8. Rezultat optimizacije je funkcija prenosa prijemnog filtra u obliku: N −λ k − j 2πfkT (8. razlikuju se optimizacije: predajnog filtra. Postupak optimizacije zahteva primenu varijacionog računa i rešavanje funkcionala: V 2 =σn + k =− N ∑ λ k hk 2 N (8. a hk = ∫ H T ( f ) H C ( f ) H R ( f )e −∞ j 2πfkT df (8.1 Optimizacija prijemnog filtra Polazi od sledećih pretpostavki: M-arni signal je ograničenog trajanja i sadrži 2N + 1 simbol. odnosno redukcija intersimbolske interferencije primenom transverzalnog filtra.3) odbirak impulsnog odziva sistema u k-tom signalizacionom intervalu. odnosno srednja snaga šuma na izlazu prijemnog filtra. a drugi je transverzalni filtar koji se projektuje tako da minimizuje uticaj ISI. Postupak ekvalizacije predstavlja izbor i podešavanje koeficijenata T-filtra na osnovu prethodno izabranog kriterijuma.1.1. poznate su funkcije prenosa predajnog filtra H T ( f ) i kanala H C ( f ) . λ k su Lagranžovi koeficijenti. 8. Cilj optimizacije je određivanje optimalne funkcije prenosa prijemnog filtra digitalnog sistema za prenos u osnovnom opsegu na slici 6.2 Ekvalizacija Cilj je eliminacija.a. U zavisnosti od postavljenih uslova.

Izbor preostalih koeficijenata vrši se na osnovu jednog od kriterijuma: 1. minimizacija varijanse ISI 2 σ i2 = σ a (8.10) k =− N k ≠0 . minimizacija vršne ISI imax = k =− N k ≠0 ∑ gk ∑ g k2 . g ( NT ) ≡ g 0 = C0 h0 + k =− N k ≠0 ∑ Ck h−k N (8. može se pisati: g (t ) = F −1 {H ( f ) ⋅ T ( f )} = h(t ) ∗ e(t ) = (8. N N (8.6) N k =− N ∑ Ck δ [t − ( N + k )T ] ∑ C k h[t − ( N + k )T ] N Ako je g ( t ) impulsni odziv sistema za prenos zajedno sa T-filtrom.a Transverzalni filtar Signal na izlazu T-filtra i njegova spektralna gustina amplituda su: s o (t ) = C − N si (t ) + C − N +1 si (t − T ) +L+ C 0 si (t − NT ) +L+ C N si (t − 2 NT ) S o ( f ) = C − N + C − N +1e − j 2πfT +L+ C 0 e − j 2πfNT +L+ C N e − j 2πf 2 NT S i ( f ) pa su njegova prenosna karakteristika i impulsni odziv: T ( f ) = e − j 2πfNT e(t ) = N k =− N [ ] (8.b Sistem prenosa u osnovnom opsegu sa T-filtrom Odmerak odziva T-filtra koji stoji uz simbol a0 o kojem se odlučuje je: .136 OPTIMIZACIJA PRENOSA U OSNOVNOM OPSEGU Slika 8.9) 2.7) k =− N Slika 8.5) ∑ C k e − j 2πfkT (8.8).8) pa se koeficijent T-filtra C0 određuje na osnovu relacije (8.

1. a elementarni impuls je oblika: ⎧1 0 ≤ t ≤ T .1.1 Prilagođeni filtar h(t ) ∫ s (t ) 0 T r1 (T ) r (T ) ∫ 0 T r0 (T ) − h(t ) Slika 8.4). Odrediti i skiciriti odziv prijemnika u toku i-tog signalizacionog intervala. ili još češće njegova uprošćena varijanta – korelacioni prijemnik. U oba slučaja.1). h(t ) = ⎨ ⎩0 drugde. U stvarnosti.1} . b) korelacioni prijemnik (korelator.2 8. kao prijemnik se koristi prilagođeni filtar. gde su informacioni simboli iz binarnog polarnog alfabeta {− 1. ∗ h(T − t ) s (t ) r1 (T ) r (T ) k ∗ (− h(T − t )) r0 (T ) Slika 8. koji odgovaraju simbolima korišćenog informacionog alfabeta. Slika 8.2.2. U svakoj od grana se u toku jednog signalizacionog intervala vrši konvolucija između primljenog signala i jednog od talasnih oblika koji je zakašnjen za signalizacioni interval T. ukoliko se na prijemu koristi: a) prilagođeni filtar (Slika 8. koliko ima različitih informacionih elemenata).2 Korelacioni prijemnik Rešenje: U prethodnim poglavljima prijemnik je predstavljan kao kombinacija idealnog NF filtra i odlučivača koji vrši odabiranje primljenog signala u trenucima koji su umnošci signalizacionog intervala (kT). prijemnik vrši preslikavanje primljene energije u toku jednog signalizacionog intervala u tačke (brojeve). pri čemu je prenošeni simbol u i-tom signalizacionom intervalu ai = 1 .1.2.1.2. Prilagođeni filtar se sastoji od onoliko grana koliko različitih talasnih oblika digitalni signal može imati (tj. Način na koje se ovo preslikavanje vrši je dobijen maksimizacijom iskorišćenja primljene energije (vidi jednačinu 8.2.2). U grani u kojoj se .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 137 8.1 ZADACI Posmatra se sistem za prenos digitalnog signala oblika s (t ) = ∑ a k h(t − kT ) .

0 0 0 b) Za korelacioni prijemnik važi: 0≤t <T r1 (t ) = ∫ h(τ )s (τ )dτ = ∫ h(τ )h(τ )dτ = t . dok će u ostalim granama vrednost biti nula. Da je bilo ai = −1 . (Naravno. usled uticaja šuma ovo će važiti samo približno). r (t ) 2T T Slika 8. 0 t 0 t 0 t t τ t r0 (t ) = ∫ (− h(T − (t − τ )))s (τ )dτ = − ∫ h(T − (t − τ ))h(τ )dτ = − ∫ dτ = −t . Dalje važi: 0≤t <T r1 (t ) = ∫ h(T − (t − τ ))s (τ )dτ = ∫ h(T − (t − τ ))h(τ )dτ = ∫ dτ = t .2 Odrediti i skicirati izgled odziva: a) prilagođenog filtra. u opštem slučaju ovo ne važi (vidi zadatak 8. r (t ) = r1 (t ) − r0 (t ) = 2t. s (t ) = ai h(t ) = h(t ).2. u korelacionom prijemniku se u svakoj od grana vrši korelacija sa jednim od talasnih oblika.2.1. 0 t 0 t t t r0 (t ) = ∫ (− h(τ ))s (τ )dτ = − ∫ h(τ )h(τ )dτ = −t .2.138 OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU primljeni digitalni signal poklapa sa talasnim oblikom dobiće se maksimalna vrednost konvolucije. i na taj način se donosi odluka o primljenom simbolu.1. b) korelatora.3 t 8. a) U toku i-tog signalizacionog intervala digitalni signal je: iT ≤ t < (i + 1)T . Slika 8. tada bi izlaz prijemnika bio negativan. Međutim. Za razliku od prilagođenog filtra. odzivi prilagođenog filtra i korelacionog prijemnika su isti.2. Naime. . pokazuje se da je na kraju signalizacionog intervala rezultat gore opisane konvolucije i korelacije isti.2).3 prikazuje izgled odziva prijemnika u obe varijante. Pozitivan izlaz na kraju signalizacionog intervala znači da je primljeno ai = 1 . r (t ) = r1 (t ) − r0 (t ) = 2t. 0 0 Zbog oblika elementarnog impulsa.

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA

139

optimizovanih za prijem digitalnog signala čija je vrednost u toku signalizacionog intervala data izrazom:
⎧ h (t ) kada se prenosi binarno 0, s (t ) = ⎨ 1 ⎩h2 (t ) kada se prenosi binarno 1, ukoliko se prenosi binarno 0. Talasni oblici h1 (t ) i h2 (t ) su dati na slici (Slika 8.2.2.1).
h1 (t )
1

h2 (t )

1
T 2 T
t
T t

−1
Slika 8.2.2.1

Rešenje:

a) Prilagođeni filtar je prikazan na slici (Slika 8.2.2.2).
∗ h1 (T − t )
s (t )
r1 (T )
r (T )

∗ h2 (T − t )

r2 (T )

Slika 8.2.2.2 Prilagođeni filtar

Važi: 0≤t <T
t τ ⎧ −t r1 (t ) = ∫ h1 (T − (t − τ ))s (τ )dτ = ∫ h1 (T − (t − τ ))h1 (τ )dτ = ⎨ ⎩3t − 2T 0 0

0 ≤ t < T 2, T 2 ≤ t < T, 0 ≤ t < T 2, T 2 ≤ t < T,

⎧ −t r2 (t ) = ∫ h2 (T − (t − τ ))s (τ )dτ = ∫ h2 (T − (t − τ ))h1 (τ )dτ = ⎨ ⎩t − T 0 0
t t

⎧ 0 r (t ) = r1 (t ) − r2 (t ) = ⎨ ⎩2t − T

0 ≤ t < T 2, T 2 ≤ t < T.

Signali r1 (t ) , r2 (t ) i r (t ) su prikazani na slici (Slika 8.2.2.4 a). b) Korelator je prikazan na slici (Slika 8.2.2.3).

140

OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU

h1 (t )


s (t )
0

T

r1 (T )


0

T

r2 (T )

r (T )

h2 (t )
Slika 8.2.2.3 Korelator

Važi: 0≤t <T r1 (t ) = ∫ h1 (τ )s (τ )dτ = ∫ h1 (τ )h1 (τ )dτ = t ,
0
t t

τ

0
t

⎧ −t r2 (t ) = ∫ h2 (τ )s (τ )dτ = ∫ h2 (τ )h1 (τ )dτ = ⎨ ⎩t − T 0 0 ⎧2t 0 ≤ t < T 2, r (t ) = r1 (t ) − r0 (t ) = ⎨ ⎩T T 2 ≤ t < T .

0 ≤ t < T 2, T 2 ≤ t < T,

Signali r1 (t ) , r2 (t ) i r (t ) su prikazani na slici (Slika 8.2.2.4 b).
r1 (t )
r1 (t )

T

T

T 2
T t

−T 2

r2 (t ) T 2

T

t

r2 (t )
T 2

T

t

T
−T 2
T

t

−T 2

r (t )

T

r (t )

T 2

T

t

T 2

T

t

Slika 8.2.2.4 Signali u prijemniku a) prilagođeni filtar b) korelator

Vidi se da su odgovarajući signali kod prilagođenog filtra, odnosno korelatora, u opštem slučaju jednaki samo na kraju signalizacionog intervala T.

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA

141

8.2.3

Slika 8.2.3.1 prikazuje korelator koji optimizovan za prijem: a) binarnog unipolarnog signala: ⋅ informacioni simboli su iz alfabeta {0,1} , b) bipolarnog signala: ⋅ informacioni simboli su iz alfabeta {− 1,1}. U oba slučaja, elementarni impuls je oblika: ⎧1 0 ≤ t ≤ T , h(t ) = ⎨ ⎩0 drugde. Tokom prenosa se u kanalu signalu superponira AWGN, konstantne sprektralne gustine snage koja je jednaka N 0 2 . Odrediti očekivanu vrednost signala na izlazu korelatora, kao i srednju snagu šuma na izlazu korelatora. Odrediti verovatnoću greške u oba slučaja.
h(t ) s (t )


0

T

r (T )

h(t )


s (t )
0

T

r1 (T )
r (T )


0

T

r0 (T )

− h(t )
Slika 8.2.3.1

Rešenje:

a) Na izlazu korelatora, na kraju signalizacionog intervala je signal:
r (T ) = ∫ (s (t ) + n(t ))h(t )dt = ∫ s (t )h(t )dt + ∫ n(t )h(t )dt = ∫ s (t )h(t )dt + n1 (T ) .
0 0 0 0 T T T T

Očekivana vrednost je:
T ⎡T ⎤ ⎡T ⎤ E [r (T )] = E ⎢ ∫ s (t )h(t )dt + n1 (T )⎥ = E ⎢ ∫ s (t )h(t )dt + ∫ n(t )h(t )dt ⎥ = ⎢0 ⎥ ⎢0 ⎥ 0 ⎣ ⎦ ⎣ ⎦ T ⎡T ⎤ T ⎡T ⎤ = E ⎢ ∫ s (t )h(t )dt ⎥ + E ⎢ ∫ n(t )h(t )dt ⎥ = ∫ s (t )h(t )dt + ∫ E [n(t )]h(t )dt ⎢0 ⎥ 0 ⎢0 ⎥ 0 ⎣ ⎦ ⎣ ⎦

= ∫ s (t )h(t )dt ,
0

T

pošto je očekivana vrednost AWGN-a jednaka 0.

142

OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU

Srednja snaga komponente koja predstavlja filtrirani šum (šum nakon prolaska kroz korelator) je:
2 σ n1

=E

[

2 n1

2 ⎡⎛ T ⎡⎛ T ⎞⎤ ⎞⎛ T ⎞ ⎤ (T ) = E ⎢⎜ ∫ n(t )h(t )dt ⎟ ⎥ = E ⎢⎜ ∫ n(t )h(t )dt ⎟⎜ ∫ n(s )h(s )ds ⎟⎥ ⎟⎥ ⎟⎜ ⎟ ⎥ ⎢⎜ 0 ⎢⎜ 0 ⎠⎦ ⎠⎝ 0 ⎠ ⎦ ⎣⎝ ⎣⎝

]

⎤ TT ⎡T T = E ⎢ ∫ ∫ n(t )n(s )h(t )h(s )dtds ⎥ = ∫ ∫ E[n(t )n(s )]h(t )h(s )dtds ⎥ 00 ⎢0 0 ⎦ ⎣ = = N0 N 2 ∫ h(t )h(t )dt = 20 ∫ h (t )dt 2 0 0
T T

N 0T . 2 Vidi se da je srednja snaga šuma nakon prolaska kroz korelator postala konačna, i jednaka N 0T 2 . Ako se prenosi binarno 0, na ulazu u prijemnik u toku tog signalizacionog intervala nema signala, pa je očekivana vrednost izlaza r (T ) = 0 . Ako se prenosi binarno 1, očekivana vrednost na izlazu je r (T ) = T . Stoga je polovina razmaka između ove dve T vrednosti d = . 2 Srednja snaga digitalnog signala je:

1 a2 2 Ps = ∫ h (t ) = 2 , T 0 odnosno, prosečna energija emitovana po bitu je Eb = T 2 . Izraz za verovatnoću greške je:
⎛ ⎜ M − 1 ⎛ ho d ⎞ ⎜ PE = 2 Q⎜ ⎜ σ ⎟ = Q⎜ ⎟ M ⎝ n ⎠ ⎜ ⎜ ⎝
T T

T

T 2 N 0T 2

⎞ ⎟ ⎟ = Q⎛ T ⎜ ⎟ ⎜ 2N 0 ⎝ ⎟ ⎟ ⎠

⎛ Eb ⎞ ⎞ ⎟. ⎟ = Q⎜ ⎟ ⎜ N ⎟ 0 ⎠ ⎠ ⎝

b) Na isti način kao pod a), pokazuje se da je:
r (T ) = ∫ (s (t ) + n(t ))h(t )dt − ∫ (s (t ) + n(t ))(− h(t ))dt = 2∫ s (t )h(t )dt + 2 ∫ n(t )h(t )dt
0 0 T 0 0 T T

= 2∫ s (t )h(t )dt + n1 (T ),
0

E [r (T )] = 2 ∫ s (t )h(t )dt ,
0

T

jer je očekivana vrednost šuma na izlazu prijemnika:
T ⎤ ⎡T E [n1 (T )] = 2 E ⎢ ∫ n(t )h(t )dt ⎥ = 2 ∫ E [n(t )]h(t )dt = 0 . ⎥ ⎢0 0 ⎦ ⎣

Srednja snaga šuma na izlazu korelatora je:

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA
2 σ n = E (2n1 (T ))2 = 4 E n12 (T ) = 4

143

N 0T = 2 N 0T . 1 2 U zavisnosti od prenošenog simbola, očekivane vrednosti izlaza su 2T i − 2T . Polovina razmaka između ove dve vrednosti je d = 2T . Srednja snaga digitalnog signala je:

[

]

[

]

Ps =

a2 2 ∫ h (t ) = 1 , T 0

T

a prosečna energija emitovana po bitu je Eb = T . Verovatnoća greške je:
⎞ ⎛ ⎞ ⎛ ⎞ ⎟ = Q⎜ 2T ⎟ = Q⎜ 2 Eb ⎟ . ⎜ N ⎟ ⎜ N ⎟ ⎟ 0 ⎠ 0 ⎠ ⎝ ⎝ ⎠ Vidi se da je argument Q-funkcije veći u slučaju bipolarnog signala, pa je verovatnoća greške manja. To je posledica veće emitovane energije po bitu u slučaju bipolarnog signala. ⎛ 2T M − 1 ⎛ ho d ⎞ ⎟ = Q⎜ Q⎜ ⎜σ ⎟ ⎜ 2N T M ⎝ n ⎠ 0 ⎝

PE = 2

8.2.4

Na ulaz transverzalnog filtra (Slika 8.2.4.1) dolazi signal oblika:
si (t ) = ∑ ak h(t − kT ),
k

gde je ak ∈ {1,−1} , a impulsni odziv sistema h( t ) je skiciran na slici 7.2.2.

Slika 8.2.4.1 T-filtar

Slika 8.2.4.2 Impulsni odziv sistema za prenos

Ako su koeficijenti T-filtra: C 0 = 0,961 , C1 = 0,202 , i C −1 = −0,095 : a) Odrediti vrednost odziva so ( t ) na osnovu koje se procenjuje a0 .

C 0 . Kako T-filtar ima 2 kola za kašnjenje.4 .0868. Oblik impulsnog odziva h( t ) ukazuje da se informacija o a0 dobija na osnovu odmerka si (0) .12 = 0. g Ovaj jednostavni T-filtar je smanjio vršnu ISI blizu 5 puta.6 ⋅ 10 −3. h(−T ) = h(T ) = 0. i h(kT ) = 0 za k ≠ 0. σ i2 = 0. h I g max = 0.0003 + 0.1 = 0. b) srednju kvadratnu vrednost ISI.2.00112 + 0.00032 + 0.0202 2 = 3. alfabeta A = {−U . vd = 1/ T je digitalni protok.1) tako da se odlučivanje o simbolu ak vrši u trenutku t = ( k + 1) T . k so (T ) = −0. 8. .0557a − 2 + 0.2 2 + 0.U } .1 + 0. smanjivši je na zanemarivu vrednost.0202a −3 . Odrediti koeficijente ekvalizatora C −1 .12 + 0.5 Binarni signal na ulazu u prijemnik je: si (t ) = gde su: k = −∞ ∑ ak h(t − kT ). s o (T ) = ∑ a k g −k . b) I h max = 0.2 + 0.± 1 .06. tražena vrednost je s o (T ) = C −1 si (T ) + C 0 si (0) + C1 si (−T ) k k = C −1 ∑ a k h(T − kT ) + C 0 ∑ a k h(− kT ) + C1 ∑ a k h(−T − kT ) k = a 2 C −1h−1 + a1 (C −1h0 + C 0 h−1 ) + a 0 (C −1h1 + C 0 h0 + C1h−1 ) + + a −1 (C −1h2 + C 0 h1 + C1h0 ) + a − 2 (C 0 h2 + C1h1 ) + a −3C1h2 . C1 . vršnu ISI i srednju kvadratnu vrednost ISI u slučajevima kada ekvalizator minimizira: a) vršnu vrednost ISI. a varijansu je smanjio preko 16 puta.144 OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU b) Odrediti maksimalnu ISI i varijansu ISI na ulazu i izlazu T filtra.0202 = 0. σ i2 = 0.0011 + 0. ∞ a k − simboli h( t ) − impulsni odziv sistema.0557 2 + 0.0011a1 + 1.0557 + 0. U prijemniku se koristi ekvalizator prikazan na slici (Slika 8.0095 + 0.0002a0 + 0. h(0) = 1 .0003a −1 + 0.4.4. .0095a 2 + 0.0095 2 + 0.2. Rešenje: a) so (t ) = C −1 si (t ) + C 0 si (t − T ) + C1 si (t − 2T ).

4C1 .4C−1 | = U a varijansa ISI je: k = −2 k ≠0 σ = 2 I k = −2 k ≠0 ∑g 2 2 k 2 = 0. h(0) ISI je: i = 0.4C1 |+ |0.4 + 0.16C −1 + 0.16C1 )a1 + 0.16C−1 + 0. ∞ ∞ U trenutku t = T odlučuje se o simbolu a0 . C−1 = C1 = −0.544C−1 .8912C−1 − 0.84C1 |+ |0. Jedan uslov je (vidi jednačinu (8.± 1} .47 . Jedan je izabran na osnovu kriterijuma (8.4C −1 a 2 = k = −2 k ≠0 ∑ ak g −k . ⇒ C0 = 1. a preostalih 2N koeficijenata određuju se na osnovu kriterijuma minimizacije: a) vršne ISI –forsira se 2N nula u impulsnom odzivu g ( t ) : g (2T ) = g+1 = 0.16C−1+ 0.11 .5376C1C−1 + 0.16C1 = 0.4 − 0.16C−1 2 2 2 = 0.84C −1 − 0.84C1 ) + (0.8)): C−1h( T ) + C0h( 0) + C1h( − T ) = 1 ⇒ C0 = 1 [1 − C−1h(T ) − C1h( −T )] = 1 − 0.4 + 0.84C−1 − 0.4C−1 − 0.16C12 + ( 0. ∑ ak {C−1h[−(k − 1)T ] + C0 h(−kT ) + C1h[−(k + 1)T ]}.4 + 0. ∑ |g |.47.84C−1− 0.84C1 = 0. σ I2 = g −2 + g 2 = 0.588 .16C1 |+ |0.8). a tada je: so (T ) = k = −∞ h(kT ) ≠ 0 k ∈ {0. Pri projektovanju T-filtra bira se 2N + 1 koeficijent.4 − 0.16C−1 + 0.4 − 0.84C1 )a −1 + (0.84C−1 − 0.8912C12 + 0.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 145 Rešenje: Signal na izlazu ekvalizatora je: s o (t ) = C −1 si (t ) + C 0 s i (t − T ) + C1 si (t − 2T ) = k = −∞ ∑ ak [C−1h(t − kT ) + C0 h(t − kT − T ) + C1h(t − kT − 2T )]. Tada je: 2 2 I max =| g −2 |+| g 2 |= 2 ⋅ 0.4 − 0. k 2 2 Vršna ISI je: i I max = max = |0. g (0) = g−1 = 0.4 + 0.544C1 + 0. s o (T ) = C1h(T )a − 2 + [C 0 h(T ) + C1h(0)]a −1 + [C −1h(T ) + C 0 h(0) + C1h(−T )]a0 + + [C −1h(0) + C 0 h(−T )]a1 + C −1h(−T )a 2 .16C1 ) + 0. b) varijanse ISI: .4C1 a −2 + (0.32 + 0.235 = 0.

Sistemom se vrši prenos binarnih signala digitalnim protokom od 600 b/s.5376C1 + 1.6.2.47.53328. bude manje od 12 ms. a) Odrediti maksimalni broj segmenata T-filtra. uključujući i transverzalni filtar.1.6 Sistem za prenos u osnovnom opsegu učestanosti ima linearnu faznu karakteristiku oblika: Φ( f ) = − ft0 .4 = 0. 8. odnosno 0.103) = 0.8.6.4 2 = 0. = 0. na izlazu sistema dodaje se transverzalni filtar koji se formira kaskadnim vezivanjem segmenata prikazanih na slici (Slika 8. dC1 dσ 2 I = −0.1 Segment T-filtra .2. Zahteva se da kašnjenje signala kroz ceo sistem.7824 C−1 + 0.175 + 0.2. značajno je smanjena gornja granica verovatnoće greške. prikazanih na slici (Slika 8.544 = 0.8 na 0. b) Za slučaj pod a) odrediti broj nula koje je moguće ostvariti u impulsnom odzivu. 0. 2} koliko će vrednosti odziva T-filtra g ( kT ) biti različito od nule. Tada je: I max = k = −2 k ≠0 ∑ | g k | = 2∑ | g k | = 2(0. k ≠0 . c) Ako je impulsni odziv sistema do T-filtra hk ≠ 0 ⇔ k ∈{−2.1) koje je moguće upotrebiti. Slika 8.2.084.556. −1.4762 ⇒ C 0 = 1. gde je t 0 = 3T .146 OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU dσ 2 I = 1. k ≠0 σ I2 2 = ∑ hk = 0. dC−1 C −1 = C1 = −0.7824 C1 − 0.544 = 0.32. U cilju optimizacije prenosa.1).5376C−1 + 0. Na ulazu T-filtra bilo je: I max = ∑ | hk | = 0.6. Smanjivanjem vršne ISI sa 0. k =1 2 2 σ I2 = 2 gk k = −2 k ≠0 ∑ 2 .3809 .4 2 + 0.4 + 0.

2. Ako je T-filtar isprojektovan da minimizuje vršnu ISI on će isforsirati 2N = 8 nula i jednu jedinicu. Slika 8.7 Na slici (Slika 8. d) Izračunati verovatnoću greške po bitu pre i posle T-filtra.7. a) Nacrtati transverzalni filtar koji će na svom izlazu dati signal g (t ) (Slika 7.6.7. 8.1).2T pa je kašnjenje koje sme da unese T-filtar: ⎢ ∆t − t0 ⎥ = ⎣ 4. T= 600 vd Ukupno dozvoljeno kašnjenje je: ∆t = 12 ms ≅ 7. a preostalih M − 1 = 4 vrednosti različitih od nule predstavljaće zaostalu ISI nakon ekvalizacije.7.66 ms . Odrediti koeficijente tog filtra.2⎦ T = 4T . b) T-filtar sa 8 kola za kašnjenje i 9 pojačavača može u procesu minimizacije vršne ISI da ostvari 8 nula.2. sa brzinom signaliziranja 1/T. c) Kako T-filtar predstavlja filtar sa konačnim impulsnim odzivom.7.1) prikazan je impulsni odziv h( t ) sistema za prenos signala podataka u osnovnom opsegu učestanosti. pod uslovom da se radi o binarnom polarnom signalu ( ak = ±1 . a njegova SGSS. odrediti snagu šuma na izlazu T-filtra.1 Impulsni odziv sistema . konstanta pn . 2 c) Ako je varijansa Gausovog šuma na ulazu T-filtra σ ni = 10 mW . mogu se upotrebiti 4 segmenta prikazana na slici (Slika 8.1).ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 147 Rešenje: a) Na osnovu digitalnog protoka binarnog signala određuje se digitalni takt: ld M 1 = = 1.2. b) Odrediti maksimalnu vrednost ISI pre i posle ekvalizatora.2. P (1) = 1 2 ) . T⎢ ⎦ ⎣ T ⎥ Kašnjenje koje unosi T-filtar sa 2N kola za kašnjenje je NT.2. odziv na konačnu pobudu h( nT ) (različita od 0 u M = 5 uzastopnih tačaka) daće odziv g ( nT ) potencijalno različit od nule u 2 N + M = 13 tačaka. Dakle.2) ako se na njegov ulaz dovede signal h(t ) (Slika 8.

g (0) = 0 .2.1 i Slika 7.7. 0096 ⇒ C−1 = −0. g ( 4T ) = C1h( 2T ) = 0.2 Odziv T-filtra na h( t ) Rešenje: a) Sa slika (Slika 8. 056 ⇒ C0 = 0.2.s.0096 + 0.i na ulazu i izlazu T-filtra su: imaxi = ( M − 1)d ∑ | hk | = 0. k ≠0 imaxo = ( M − 1)d ∑ | g k | = 0.1 = 0.148 OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU Slika 8.056 + 0.0096 . 02 ⇒ C1 = 0. g (2T ) = 0 . pa je snaga šuma na izlazu T-filtra: PN = ∞ −∞ ∫ p n | T ( jf ) | 2 df . SGSS šuma na izlazu T-filtra sa prenosnom karakteristikom datom u izrazu (8.7.2 + 0.7.056 i g (4T ) = 0. Koeficijenti T-filtra zadovoljavaju sledeće jednakosti: g (−T ) = −0. 096.3 T-filtar g ( t ) = C−1h ( t ) + C0h( t − T ) + C1h( t − 2T ) .1 + 0. Odgovarajući T-filtar je oblika: Slika 8.4. g (T ) = 1 .2. 96 . b) Maksimalna i. se vidi da je kašnjenje korisnog odmerka T i da su isforsirane 2 nule. Najjednostavnije ih je izračunati iz relacija: g ( − T ) = C−1h( − T ) = −0.6) je p n | T ( f ) | 2 . ali je lakše izračunati kao: .2). 2 .7.02 = 0. k ≠0 Ovaj jednostavan T-filtar je smanjio maksimalnu ISI skoro 5 puta.0856 . g (3T ) = 0.02 . g ( 3T ) = C0h( 2T ) + C1h( T ) = 0.

4.7mW = PN .1 Ekvalizator Rešenje: a) I max = ( M − 1)d ∑ | h(kT ) | ( M − 1) = ∑ | h(kT ) |.0985 ⎠ 2 ⎝ ⎠ Može se uočiti da T-filtar nije značajnije smanjio snagu šuma. za I max < 1. pa je verovatnoća greške: ⎞ 1 ⎛ 1 − 0. | h ( 0) | k ≠ 0 k ≠ 0 | h ( 0) | d Prenos je moguć ako je dijagram oka otvoren. Ostale vrednosti h( kT ) mogu se zanemariti. ⎟ 2 ⎝ 0.8 M − 1 ⎛ g 0 d − i g max Q⎜ ⎜ M σ no ⎝ Tabela 8.8.035 0.5 ⋅ 10 −9 .025 0. c) Kolika je maksimalna brzina prenosa informacija bez. 149 ( ) c) Na ulazu T-filtra je: h0 = h(0) = 1.1 daje vrednosti standardnog odziva sistema u trenucima odabiranja kT za tri brzine signaliziranja. 8 i 16.150 k = ±1 0.2. b) Ako se ispred odlučivača postavi ekvalizator sa slike (Slika 8.4 ⎞ 1 ⎟ = Q⎜ ⎟ = Q(6) ≅ 0.1) koji je podešen tako da minimizuje vršnu ISI pri brzini signaliziranja vs = 1200 Bd. kriterijum je otvor oka).2. M = 2 .9 0.060 0. odnosno sa ekvalizatorom? Slika 8.0856 ⎞ 1 ⎟ = Q⎜ ⎟ = Q(9.2.250 k=0 1 0. .5 ⋅ 10 − 20 . d = 1.2. ⎟ 2 0.8.28) ≅ 0.035 0.8. vs 600 Bd 1200 Bd 2400 Bd k = ±2 0.79 | h( kT )| Tabela 8. ponoviti zadatak pod a). tj.1 Vrednosti impulsnog odziva sistema za prenos a) Ispitati mogućnost prenosa M-arnih signala u ovom sistemu (M = 2. PE max ≅ 8. već je redukovanjem ISI drastično smanjio verovatnoću greške.2.1 ⎠ 2 ⎠ Nakon ekvalizacije i značajnog smanjenja ISI verovatnoća greške je: PE max ≅ M − 1 ⎛ h0 d − ih max Q⎜ ⎜ σ ni M ⎝ ⎞ 1 ⎛ 1 − 0.8.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 2 2 2 2 σ no = C −1 + C 0 + C12 σ ni = 9.

jer dati ekvalizator minimizuje vršnu ISI pri toj brzini signaliziranja.0018 -0.849 0.2.2 Vrednosti maksimalne normalizovane ISI ispred ekvalizatora b) g ( t ) = C−1h( t ) + C0 h( t − T ) + C1h( t − 2T ) .4 Vrednosti maksimalne normalizovane ISI iza T-filtra .65 1.0255 0.035 0.33 0.1207 C1 = −0.77 0.879 M=4 0.47 - M = 16 1.0345 0 k=1 k=2 -0.213 0.2.03 M=8 0.075 0.0719 C 0 = 1.0255 0.0018 -0. pa su vrednosti impulsnog odziva sistema nakon ekvalizacije: vs 600 Bd 1200 Bd 2400 Bd k = -2 -0.636 M=8 0.035 0.0719 .213 Tabela 8. Na osnovu toga je: C −1 = −0. | g 0 | k ≠1 k ≠1 | g 0 | d vs 600 Bd 1200 Bd 2400 Bd M=2 0.01 1.225 2.63 3. Za vrednosti h( kT ) date u tabeli (Tabela 8.125 - Tabela 8.15 k=4 -0.8 - Tabela 8.12 0.115 1 0.15 k=0 -0.8.8. pa je: g ( −2 T ) = C−1h( −2 T ) g ( − T ) = C−1h( − T ) + C0h( −2 T ) g ( 0) g(T ) g ( 3T ) g (4 T ) = C−1h( 0) = C−1h( T ) = = + C0h( − T ) + C0h( 0) C0h(2 T ) + C1h( −2 T ) + C1h( − T ) + C1h( 0) + C1h( T ) C1h(2 T ) g (2 T ) = C−1h(2 T ) + C0h( T ) Za k < -2 i k > 4 je g ( kT ) = 0.21 1.1) za brzinu v s = 1200 Bd zadovoljene su jednačine: g (T ) = 1 i g (0) = g (2T ) = 0 .11 0.0345 0 k=3 0.150 OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU vs 600 Bd 1200 Bd 2400 Bd M=2 0.525 M = 16 1.8.01 M=4 0.0025 -0.8.2.0025 -0.01 k = -1 0.3 Vrednosti impulsnog odziva sistema | g ( kT )| Nakon ekvalizacije je: | g (kT ) | ( M − 1) I max = ( M − 1)d ∑ = ∑ | g (kT ) | .36 0.84 1.2.

2.2. Ovaj digitalni protok postiže se upotrebom kvaternarnog alfabeta pri brzini signaliziranja od 1200 Bd i iznosi: vd = 1200 ⋅ ld 4 = 2400 b s .2. 8. y (t ) = 0. za koje vrednosti pojačanja se postiže tačan prenos? Rešenje: x (t ) = n = −∞ ∑ a δ (t − nT ) . U.2 ) određuje se maksimalni digitalni protok koji je moguće ostvariti bez ekvalizacije. Sada je omogućen prenos oktalnih simbola brzinom 1200 Bd. pa je: vd = 1200 ⋅ ld 4 = 2400 b s . 8a0 − 0.2.9.2.4 Slika 8. prenosi se kroz kanal bez šuma sa slike (Slika 8.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 151 c) Na osnovu tabele (Tabela 8.2. y (0) = 0.8.9.4) određuje se maksimalni digitalni protok nakon ekvalizacije.1) gde dolazi do pojave ISI: 0.9.8 x (t ) T -0. 4 x ( t − T ) .2 Uticaj kanala na prenos kvaternarnog signala podataka . n ∞ Slika 8. 4a1 .8.9 Signal podataka sa vrednostima jednakoverovatnih simbola 3U. -U i -3U.1 Sistem za prenos signala podataka PREDAJNIK y (t ) PRIJEMNIK a) Koje sve vrednosti može da ima signal na ulazu u prijemnik? b) Kolika je verovatnoća greške i za koje sve pragove odlučivanja to važi? c) Ako se ispred prijemnika postavi ekvalizator sa jednim kolom za kašnjenje i dva pojačavača (pretpostaviti da je koeficijent prvog pojačavača 1). Na osnovu tabele (Tabela 8. 8 x ( t ) − 0.

− 0. 4Ca2 .8C − 0.6U } .3 Ekvalizator . 4Ca2 .4 -0. − U . U .9.2. − 1. 4 a1 + 0. a) a0 a1 y ( 0) / U ima vrednosti iz skupa 3U 3U 3U U 3U U U U U U −U −U −U −U −3U −3U −3U −3U U −3U −U 3U −3U −U 1. što je posledica pretpostavke da se koristi kanal bez šuma.4|+|0. 8Ca1 − 0.8U .2U .8U Potrebno je tražiti rešenje nejednakosti I max < 1 u tri posebna slučaja: i ) C ≤ 0 ⇒ I max = 3.75(−0. 5a1 / U > 1) = 1 / 4 . e P ( ±U ) = P (| 0.2). verovatnoća greške će konačno biti 3 PE = . 0.4 -1. ± 2U .2 -2 -1.4C|) = 3.8 2 1.9. b) Normalizovana ISI je I = 0. Slika 8.2.75(|0. a njena normalizovana maksimalna vrednost u alfabetu sa M = 4 simbola je: I max = ( M − 1)U (|0. ± 2. 0. 8U U PE = P ( 3U ) P ( 3U ) + P (U ) Pe (U ) + P ( −U ) Pe ( −U ) + P ( −3U ) Pe ( −3U ) .4U .2 2 3U −3U −U 3U −3U −U -2 U 3U 3. e P ( ±3U ) = P ( 0.6 2. 8C − 0. − 2.8C − 0. 4 a1 predstavlja ISI. s( 0) = 0.4 0.4U .3) jednak 1 može se pisati: s( t ) = y ( t ) + Cy ( t − T ) . − 2U } = {1. a pragovi odlučivanja bi bili 0. 8 Interesantno je zapaziti da se ista verovatnoća greške dobija za sve vrednosti pragova odlučivanja koje su naznačene na slici (Slika 8.1 Vrednosti odmerka signala na izlazu kanala U izrazu za y( 0) član −0. Kada ne bi bilo ISI na ulazu u prijemnik bi bio signal 0. 0.4U } .8U . 5a1|/U > 1) = 1 / 2 .4|+|0. 5 1 . ± 1. 8a0 − 0.6 Tabela 8.4 -0.2.6U .2 0. pa je verovatnoća greške na prijemu 0. 4 a1 a = 0.2.9.8 ⋅ {3U .8 ⋅ {2U .11.4 − 0. što je protivrečno sa C < 0 .8C + 0.4C|) . − 3U } = {2. 4) a1 − 0.2 -2.8 -3.9.6U } . ± 3. c) Uz pretpostavku da je prvi koeficijent T-filtra na slici (Slika 8.8U .4C ) < 1 Rešenje poslednje nejednakosti je C > 0. 0. e Pošto su simboli na ulazu jednako verovatni.152 OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU Signal na ulazu u prijemnik {±0. odakle se jasno vidi da je ISI: i = ( 0.

2.2. spektralne gustine snage pn = N 0 2. a) Nacrtati odsečak signala si (t ) i s0 (t ) za sekvencu simbola a0 a1 a 2 = −d d d . Pražnjenje integratora vrši se uvek neposredno posle uzimanja odbirka.9. m = −∞ Na ulaz prijemnika je i beli Gausov šum n( t ) .5 ⇒ I max = 3.4C ) < 1 Rešenje nejednakosti je 0.5 ⇒ I max = 3.4 + 0.10. c) Za N 0 = 2 ⋅10−6 W Hz i vd = 10000 bit s .33 < C < 0.1) dolazi signal oblika si (t ) gde su simboli am iz alfabeta {−d .75(0.5 < C < 0.3) eliminiše uticaj ISI nastale u kanalu sa slike (Slika 8.8C − 0.2.10.1 Prijemnik digitalnih signala Rešenje: a) Slika 8.2 Oblik elementarnog impulsa Za napone na ulazu si (t ) i izlazu so (t ) integratora važi . odrediti d tako da verovatnoća greške −4 bude PE =10 . iii ) C ≥ 0.556.75(−0. ⎧− 1 0<t <T . d } .8C + 0. ∞ Odlučivač odlučuje o simbolu ak na osnovu odbirka sa izlaza integratora u trenutku t k = ( k + 1) T . Dakle. u trenutku tk + ε . 5 / 9) T-filtar sa slike (Slika 8. a elementarni impuls je h( t ) .2. si (t ) = ∑ am hi (t − mT ).2. b) Odrediti izraz za verovatnoću greške na prijemu.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 153 ii ) 0 < C < 0. hi (t ) = ⎨ ⎩ 0 drugde. Slika 8.10.2.4 + 0.5. 8.5. ( ε → 0 i ε > 0 ).9.2) pri čemu se minimalna vrednost vršne ISI postiže za C = 0.4C ) < 1 Rešenje ove nejednakosti je 0.10 Na ulaz prijemnika sa slike (Slika 8. za vrednosti pojačanja C ∈ (1 / 3.

RC 0 RC 0 T T t Slika 8. ∫ RC ∫ ⎪ RC 0 ⎪ 0 ⎩ ⎭ b) Pošto je a0 ∈{± d } . T ] . prethodni simbol neće uticati na sledeći – u ovom sistemu nema ISI no je slučajna promenljiva nastala propuštanjem belog šuma kroz integrator u intervalu vremena t ∈ ( 0. RC Verovatnoća greške je: ⎛ Td / RC ⎞ Td ⎞ ⎛ ⎟. neće biti zaostalog napona na kondenzatoru. a odluka se donosi na osnovu vrednosti odbirka na kraju digitskog intervala: a Ta 0 1 s o (T ) = − 0 ∫ hi (τ )dτ − ∫ n(τ )dτ = + RC + n0 . Prag odlučivanja se zato postavlja na nulu. Kondenzator se prazni na početku svakog signalizacionog intervala. odbirak korisnog signala na izlazu integratora može imati vrednosti ± Td . dt RC −∫ R ∞ U signalu na ulazu integratora prisutan je i šum.3 Signali s( t ). Kako je trajanje odziva h( t ) ograničeno na T. si ( t ) i s0 ( t ) za 0 < t < 3T Zbog pražnjenja integratora posle svakog uzimanja odbirka. tj: . T T ⎧ ⎫ 1 ⎪ 1 ⎪ E{n0 } = E ⎨− n(τ )dτ ⎬ = − E{n(τ )}dτ = n0 = 0.154 OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU ds (t ) si (t ) 1 = −C o ⇒ s o (t ) = − si (τ )dτ .10. ⎟ ⎨⎜ 0 ⎟ ⎝ ⎠ RC ∫ (RC )2 ∫ ∫ ⎪⎝ 0 00 ⎠ ⎪ ⎩ ⎭ Podintegralna funkcija predstavlja autokorelaciju belog šuma. PE = P⎜ n0 > ⎟ = Q⎜ ⎜ σn ⎟ RC ⎠ ⎝ 0 ⎝ ⎠ Integrator nije idealni NF filtar i propusni opseg nije konačan pa se varijansa slučajne promenljive n0 izračunava na sledeći način: 2 σ n0 2⎫ ⎧ T TT ⎛ n 2 − n 2 ⎞ = E ⎪⎛ − 1 n(t )dt ⎞ ⎪ = 1 ⎜ ⎟ ⎬ =⎜ 0 E{n(t )n(τ )}dt dτ .2. a pre početka integracije ulaznog signala.

pa je 2 N0 T 2 RC Autokorelacija šuma je delta impuls jer je spektralna gustina snage onda: 2 σ n0 1 N0 = ( RC ) 2 2 TT ∫ ∫ δ (t − τ )dtdτ = 2( RC ) 2 ∫ dτ = 2( RC ) 2 .7 vd . N 0 vd ⎟ ⎟ ⎟ 2 ⎠ c) Polovina rastojanja između susednih simbola d lako se određuje iz: PE = 10 − 4 = Q(3. . 2 N0 = const.7) ⇒ (3.37 V. N 0 vd 2 Ako su simboli na ulazu u prijemnik sa slike (Slika 8.7) 2 = d = 0. σ n0 = 00 0 N0 T N 0T . Na kraju treba spomenuti da je razmatrani prijemnik praktična realizacija korelatora.10.37 = 0.1) razmaknuti za više od 2 ⋅ 0.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 155 E {n(t )n(τ )} = E{n(τ )n(τ + t − τ )} = Rn (t − τ ) = N0 δ (t − τ ) .2.74 V verovatnoća greške biće manja od 10-4. Sada je verovatnoća greške data sa: ⎛ ⎜ PE = Q⎜ ⎜ ⎜ ⎜ ⎝ Td RC N0 T 2 RC ⎞ ⎛ ⎟ ⎜ ⎛ Td ⎞ ⎟ = Q⎜ ⎟ = Q⎜ ⎟ ⎜ ⎜ TN 2⎟ 0 ⎝ ⎠ ⎟ ⎜ ⎜ ⎟ ⎝ ⎠ ⎞ ⎟ d ⎟ . 2d 2 N0 ⇒ d = 3.

156 OPTIMIZACIJA PRIJEMNIKA PRI PRENOSU U OSNOVNOM OPSEGU .

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 157 VEŽBA 4 PRENOS KROZ FREKVENCIJSKI OGRANIČENE KANALE I PRIPREMA VEŽBE (DOMAĆI ZADATAK) P1) Dijagram oka P1. na čijem izlazu se signalu dodaje aditivni (najčešće beli Gausov) šum (slika 4.1000). >> b=binary(10). odnosno usvojiti odgovarajući model. >> x=wave_gen(b. NRZ pravougaoni impuls ima konačno trajanje u vremenu. Kreiraj slučajnu binarnu sekvencu dužine 10 bita i generiši talasni oblik signala koristeći polarni NRZ linijski kod. P2) Intersimbolska interferencija P2. Kako se to odražava na njegov frekvencijski opseg? Da li ovakav impuls omogućuje prenos bez ISI (odnosno da li zadovoljava I Nikvistov kriterijum)? II ZADATAK VEŽBE KARAKTERISTIKE (MODEL) KANALA Da bismo mogli posmatrati uticaj komunikacionog kanala na prenošene signale potrebno je definisati njegove karakteristike. tako da se kanal modeluje filtrom propusnikom niskih učestanosti.1 Prikazati dijagrame oka za za NRZ.1.noise_power. Model kanala MATLAB funkcija (CST) koja simulira odziv kanala naziva se channel i poziva se sa sledećim argumentima: >> channel(input. .gain.1. šum ulazna sekvenca KANAL izlazna sekvenca Slika 4.1).1. Smatrati da je Rb = 1 kb/s. U okviru predmeta Digitalne telekomunikacije razmatra se dejstvo šuma i konačnog propusnog opsega kanala. AMI i Mančester prenosne formate.bandwith) 1) Uticaj komunikacionog kanala na prenos signala (CST) 1.’polar_nrz’.

9 kHz.4. waveplot(x) >> subolot (212).1000) >> subplot(211). Odrediti poslatu sekvencu na osnovu izlaza (y) iz kanala: b = 1. >> y=channel(x. 1000.bw)) gde bw∈⎨3000. Uporediti dobijenu procenu sa originalnom sekvencom. >> subplot(211). Izobličenja nastala kao posledica konačnog propusnog opsega mogu se posmatrati izdvojeno ako se snaga šuma postavi na nulu. Istražiti efekte promene propusnog opsega na talasni oblik prenesenog signala. ’polar_nrz’. 2. 2) Efekti konačnog propusnog opsega kanala na talasni oblik prenesenog signala. . 2000.158 VEŽBA 4 Odrediti potreban frekvencijski opseg za prenos signala x. propustiti signal x kroz dati kanal i prikazati talasne oblike ulaznog (x) i izlaznog signala (y).2. waveplot(x) >> subplot(212). ako se smatra da je širina njegovog spektra određena prvom spektralnom nulom: BT = Hz 1.2.1. waveplot(channel(x.0.3.waveplot(y) 1.1. 500⎬. Smatrajući da je prenosna karakteristika kanala u osnovnom opsegu učestanosti jednaka jedinici.0.1.4900) 2. Izobličenja posmatrana u prethodnom zadatku posledica su prisustva šuma i konačnog propusnog opsega kanala.0.1. >> x=wave_gen(b. Posmatraj kašnjenje talasnog oblika na izlazu kao posledicu filtriranja u kanalu.. waveplot(channel(x. >> clf >> b=binary(10). da je prisutan beli aditivan gausov šum (AWGN) snage 10 −2 W i da je kanal propusnog opsega 4.4900). >> subplot(212).01. Nacrtaj talasni oblik ulaza i izlaza.

. .nagib: osetljivost na izbor trenutka odmeravanja.margina šuma.maksimalno izobličenje usled ISI-a i šuma u kanalu.varijacija preseka sa nulom (džiter).1. Bitni parametri za dijagram oka prikazani su na slici 4.2. .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 159 Grafik 4. A B C D E . . Slika 4. 3) Dijagram oka Efekti usled filtriranja u kanalu i šuma mogu najbolje biti uočeni posmatranjem talasnog oblika signala na izlazu u obliku “dijagrama oka”.2.vremenski interval tokom koga je potrebno izvršiti odabiranje. .

u kome deluje šum varijanse s2. t∗+ Tb . eye_diag(channel(x. Da bi se posmatralo generisanje dijagrama oka i da bi se uočilo izobličenje signala potrebno je signal x propustiti kroz kanal sa konačnim propusnim opsegom i nultom snagom šuma: >> y=channel(x.1000).najpogodniji trenutak odabiranja. 3. ’polar_nrz’. B i uneti ih u tabelu 4.waveplot(x) subplot(223). Na osnovu dobijenih dijagrama oka odrediti vrednosti za t∗.160 VEŽBA 4 t∗ . A.1.01 0. .08 0.. x=wave_gen(b. eye_diag(y. ’polar_nrz’. što doprinosi lakšem razumevanju načina generisanja dijagrama oka.1 4000 bw [Hz] 3000 2000 1000 t∗ B A Tabela 4.waveplot(y) >> subplot(224). 3..1.0.02 0. eye_diag(x) Dijagram oka za talasni oblik signala x pokazuje šta treba očekivati za jedan neizobličen signal. Generisanje dijagrama oka >> >> >> >> >> b=[ 1 0 0 1 0 1 1 0]. x=wave_gen(x. clf subplot(221).s2. Da bi se okončala pauza između pojedinih koraka potrebno je pritisnuti tipku <enter> na tastaturi. za svaku kombinaciju s2 i bw iz tabele 4.1.-1) Ako je drugi argument u funkciji eye_diag negativan. >> >> >> >> clf b=binary(100).1000)..4000).bw)) Polarni NRZ kod s2 [w] 0.1.1. Ako je perioda binarnog signala Tb tada će digitalni signal pri odlučivanju biti odabran u trenucima t∗.2. >> subplot(222). t∗+ 2 Tb . prikaz dijagrama oka ide korak po korak. Generiši dijagram oka za polarni NRZ signal i kanal sa propusnim opsegom bw.1.. gde je Tb perioda signaliziranja.

3. za s2=0. a.2 n = ±2 ⎪ 0 inače ⎩ 4.4800 b/s}. Za elementarni impuls je moguće odabrati .4. Slabljenje tf kanala na granici propusnog opsega iznosi Ac a grupno kašnjenje je tg.08 0. Ako se porede dijagrami oka iz zadataka 3. Da li prethodna konstatacija važi i ako se posmatra koren iz podignutog kosinusa (Root-RC)? c. Za polarni i unipolarni RZ. za Mančester kod i dobijene rezultate zabeležiti u tabelu 4. Prenos binarnog digitalnog signala potrebno je ostvariti kroz telefonski (tf) kanal sa protokom vd ∈ {600.2. odnosno kako se to manifestuje u vremenskom domenu? 4. 4) Intersimbolska interferencija (ISI) 4. Ponoviti postupak iz zadatka 3.2. Odmerci impulsnih odziva posmatranih kanala jesu: n=0 ⎧ 1 ⎪− 0.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 161 3. na signalnoj konstalaciji ilustrovati efekte intersimbolske interferencije.02 0. koji linijski kod ima povoljniji dijagram oka? Objasni razliku na osnovu relevantnih osobina linijskih kodova. generiši dijagram oka na način prikazan u zadatku 3. 3. Posmatraj kako linijski kod određuje oblik i simetriju dijagrama oka.2. Pitanje 4.2 mančester kod s2 [w] 0.2.3. i 3.1 ⎪ 0 inače ⎩ n=0 ⎧ 1 ⎪ 0.5 n = ±1 ⎪ Kanal 2: hn = ⎨ ⎪− 0.3.1200. Za koje vrednosti faktora zaobljenja postižemo prenos bez ISI? Kako je ovo moguće uočiti na elementarnom impulsnom odzivu? b. Kako faktor zaobljenja utiče na frekvencijski opseg.25 n = ±1 ⎪ Kanal 1: hn = ⎨ n = ±2 ⎪ 0.1 4000 bw [Hz] 3000 2000 1000 t∗ B A Tabela 4.2400.1. Pokrenuti SIMULINIK TUTORIAL>PulseShape>Raised-Cosine.2.1.01 0.01 W i bw=1000Hz. kao i za unipolarni NRZ linijski kod. Ako se kroz frekvencijski ograničene kanale bez šuma prenose binarni polarni signal.

odrediti koeficijente ekvalizatora sa 5 koeficijenata ako se koristi algoritam: a.162 VEŽBA 4 jedan od 4 ponuđena talasna oblika: pravougaoni impuls. 5. a. 3 Ac [dB] 6 25 tg = 0 ms tg = 3 ms . za forsiranje nula u impulsnom odzivu. za minimizaciju srednje kvadratne greške. Koji elementarni impuls daje najmanju ISI pri prenosu kroz tf kanal? Zašto? b. kao u zadatku 4.3. 5. Implementirati adaptivni LMS ekvalizator koji koristi stohastički gradijentni algotiram. Utvrditi koliko smanjenje ISI omogućuje primena transferzalnog filtra sa 3. Koliko kašnjenje unosi ekvalizator? 5. Objasniti uticaj faznih izobličenja (t g ≠ 0) na ISI.2. podignuti kosinus i sinc(x).1.4. Na osnovu simulacionog modela i tabele 4. odnosno 5 koeficijenata. polukosinus. Primer nelinearne ekvalizacije: DFE (Decision-Feedback Equalizer) algoritam. 5) Ekvalizacija 5.3. Neka se za digitalni prenos kroz tf kanal koristi elementarni impuls sinc(x). Šta se dešava sa ISI kada se povećava digitalni protok? Zašto? c. Ukoliko je elementani impuls izobličen usled uticaja kanala tako da se može izraziti relacijom 1 x(t ) = 1 + (2t / T ) 2 gde je T trajanje signalizacionog intervala. b.3.3. za svaki talasni oblik potrebno je utvrditi maksimalnu vrednost ISI za različite brzine prenosa i različite parametre telefonskog kanala. ISImax [%] vd [b/s] 600 1200 2400 4800 Tabela 4.

Ako signal Y(t) primamo prijemnikom sa prilagođenim filtrom: a. b. X(t) je polarni NRZ signal sa jediničnom amplitudom i binarnim protokom Rb =1kb/s. c.1. Ponovi tačke a i b za trougaoni impuls trajanja 10 ms. Prilagođeni iltar treba da omogući ⎛t −T / 2⎞ b ⎟ .3. r( t ) = rect ⎜ b ⎜ Tb ⎟ ⎝ ⎠ detekciju pravougaonih impulsa − Tb / 2 Tb / 2 Slika 5. c. Odrediti verovatnoću bitske greške Pe = Q( 2 Eb ). P2) Verovatnoća greške pri optimalnoj detekciji P2. Odredi RMS vrednost (koren iz srednje kvadratne vrednosti. Odredi impulsni odziv prilagođenog filtra. N0 P2. . Odredi odziv prilagođenog filtra na pravougaoni impuls r(t). u našem slučaju σ 2 ) šuma n(t) i maksimalnu amplitudu signala na izlazu prilagođenog filtra.1. gde je T =1 ms.2. Odrediti izraz za verovatnoću greške u slučaju detekcije binarnog antipodalnog signala pomoću prilagođenog filtra.1. talasni oblik na izlazu iz kanala. P2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 163 VEŽBA 5 UTICAJ ŠUMA NA PRENOS SIGNALA I PRIPREMA VEŽBE (DOMAĆI ZADATAK) P1) Prilagođeni filtar P1. Kada se za prenos koristi Mančester kod.5 ⋅ 10 −4 W/Hz. b. a. Šum n(t) je beli Gausov sa PSD funkcijom: S n ( f ) = N 0 / 2 = 0. Neka je Y(t)=X(t)+n(t). Odrediti srednju energiju ( Eb ) signala X(t) u bitskoj periodi Tb . kolika je verovatnoća greške? Obrazložiti.

1. ako se signal prenosi kroz AWGN kanal. Potrebno je uporediti unipolarni NRZ i Mančester signalizacione formate. b.5. na osnovu sledećih koraka: a. Skicirati verovatnoću greške.1. ⎜T ⎟ ⎝ s⎠ c. 2.2. Ako su pragovi odlučivanja ± EL izraziti verovatnoću greške (bez računanja dobijenih integrala). b. Za svaki od talasnih oblika. P2. verovatnoću bitske greške ako je X(t) detektovan prijemnikom sa RC-filtrom.1. za Eb / N 0 ∈ [0. Da li je za određene prenosne medijume moguće izostaviti prilagođeni filtar? Obrazložiti. P3.1.5. Za propusni opseg kanala od 4. Odrediti energiju po bitskom intervalu Eb u funkciji od amplitude signala i trajanja jednog bita Tb. 1. odrediti signale na izlazu prijemnog prilagođenog ⎛ t ⎞ filtara. čiji je odziv e(t ) = rect⎜ ⎟ .4. 0. Utvrditi verovatnoću greške bita za AMI tehniku.2.1. II ZADATAK VEŽBE 1) Uticaj šuma u kanalu na talasni oblik i konstelaciju prenošenog signala. Na kom nivou snage šuma više nije moguće razlikovati izlaz iz kanala i šuma? . u slučaju N kada je SGSŠ S ( f ) = 0 : 2 a. Koja su tri osnovna talasna oblika? b. P3) Suboptimalna detekcija P3. postepeno povećavati snagu šuma u kanalu i posmatrati šta se dešava sa signalom na izlazu. U kakvom su odnosu prilagođeni filtar i filtar koji sa cilj ima zadovoljenje I Nikvistovog kriterijuma? P4. Odrediti i nacrtati na istom dijagramu tri gustine verovatnoća za signale na ulazu odlučivača. maksimalnu amplitudu signala i rms vrednost šuma na izlazu iz filtra. odrediti: a. 1.2. Pe. Ako je Y(t) iz zadatka P2.9 kHz. d.4900)) gde sigma∈⎨0.10]. P4) Združena optimizacija prijemnog filtra P4. Za koje oblike elementarnog impulsa nemamo ISI u slučaju kada prijemnik koristi prilagođeni filtar. Ako se detekcija obavlja prilagođenim filtrom odrediti verovatnoću greške Pe u funkciji Eb i N0. >> subplot(212). waveplot(channel(x. propušten kroz RC-filtar sa prenosnom karakteristikom: 1 H rc ( f ) = 1 + j 2πfRC gde je RC=1/(2000π).1. 5⎬.164 VEŽBA 5 P2.sigma.

1.1. prikazati dejstvo šuma na signalnu konstelaciju (Monte-Carlo simulacija. hold on. clf. Da li je moguće odrediti maksimalnu vrednost amplitude na izlazu prilagođenog filtra direktno sa grafika iz zadatka 2. Generiši pravougaoni impuls jedinične amplitude i trajanja 1 ms.4900)) Pitanje 5. >> psd(channel(x.’polar_nrz’. psd(channel(x.1.1.3. >> subplot(311).5. CCS).1.. >> b=binary(1000) >> x=wave_gen(b.r).100).match(’triangle’) rm=match(’triangle’. match(’polar_nrz’) b. >> axis(a). >> r=wave_gen(1. >> clf. Ponoviti korake iz zadatka 2. Ako se širina trougaonog impulsa iz zadatka 2. Efekat povećanja snage šuma moguće je posmatrati preko spektralne gustine snage šuma (PSD) izlaza iz kanala.1000).01. odnosno impulsni odziv za polarni NRZ signal.’triangle’. odrediti vezu izraz koji opisuje PSD funkciju izlaznog signala u zavisnosti od PSD funkcije ulaznog signala i šuma u kanalu.1? 2.2. Posmatraj izlaz prilagođenog filtra ako mu je na ulaz doveden signal r. waveplot(r) >> subplot(312). Prikaži r i impulsni odziv prilagođenog filtra zasnovanog na r. >> subplot(313).2.subplot(311). ’polar_nrz’.waveplot(rm) Pitanje 5. waveplot(rm) Odredi vreme kada izlaz iz filtra dostiže svoj maksimum.3. .2.waveplot(r) subplot(312). promeni na 1 ms.4900)).1. subplot(121).1000).ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 165 1. 2) Karakteristike prilagođenih filtara 2. >> psd(channel(x. >> rm=match(‘polar_nrz’.1. 1. a.r) subplot(313).2. za trougaoni impuls jedinične amplitude i trajanja 10 ms. >> >> >> >> >> r=wave_gen(1.0.4900)). Za aditivan šum koji je nekorelisan sa signalom na ulazu komunikacionog kanala. odrediti maksimalnu amplitudu na izlazu iz prilagođenog filtra. Kako je to vreme povezano sa talasnim oblikom r ? Pitanje 5. Ako komunikacioni sistem za prenos koristi binarne ortogonalne signale.

Grafik 5.1000). Skicirati talasni oblik na izlazu prilagođenog filtra ako je na ulazu unipolarni NRZ talasni oblik binarne sekvence [1 0 0 1 0]. 2. za Mančester kod sa jediničnom amplitudom elementarnog impulsa i trajanjem od 10 ms. Proveriti pretpostavku korišćenjem MATLAB-a.166 VEŽBA 5 2. Zabeleži rezultate na grafiku 4. binarnog protoka Rb =1kb/s i jedinične amplitude impulsa. Generiši polarni NRZ talasni oblik binarne sekvence [1 0 0 1 0]. subplot(211).1.3.1 koristeći amplitudsku skalu datu na desnoj strani grafika. b.’polar_nrz’.1. Predvideti impulsni odziv prilagođenog filtra kao i izlaz iz datog filtra.4. Propusti signal x5 kroz prilagođeni filtar. Ponoviti korake iz zadatka 2. >> clf.x5)) Pitanje 5.4. koristeći amplitudnu skalu sa leve strane grafika. >> x5=wave_gen([1 0 0 1 0]. .1. Prikazati talasni oblik signala x5 na grafiku 5. >> subplot(212). waveplot(x5) a. waveplot(match(’polar_nrz’.

5. Propusti signal x kroz kanal sa propusnim opsegom od 4.d. a. subplot(211). Dekoduj binarnu sekvencu na osnovu izlaza iz kanala (y10): b 10 = c.10 pri tom primenjujući sledeće pravilo odlučivanja: ⎧0. >> clf.’polar_nrz’)..1.1.1000).1.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 167 3) Detekcija signala 3. ako je z10( kTb ) ≤ 0. Neka je y signal na izlazu iz kanala: >> y=channel(x. bk = ⎨ ⎩1.1. Propusti x10 kroz kanal sa propusnim opsegom 4. Propusti signal y10 kroz prilagođeni filtar. >> subplot(212).9 kHz i aditivnim belim gausovim šumom snage σ n 2 = 0. Prikazati talasni oblik na izlazu iz kanala y10: >> y10=channel(x10.) ili na izlazu iz prilagođenog filtra (signal z10)? Ako se za odabiranje koriste trenutci odabiranja drugačiji nego u 3. >> x=wave_gen(b. Generiši 10-bitsku binarnu sekvencu. Zašto? 4) Prijemnik sa prilagođenim filtrom 4.5 W. ako je z10( kTb ) > 0.4900).2. verovatnoća bitske greške će se povećati. Da li je lakše izvršiti detekciju poslate binarnu sekvencu na izlazu iz kanala (signal y10 iz zadatka 3. gde je k=1.4900)..1. waveplot(z10) d. waveplot(y10) b. Prikaži talasni oblik z10 na izlazu iz filtra: >> z10=match(‘polar_nrz’.0.. gde je b k procenjena vrednost binarne sekvence b10. . >> subplot(212)..y10). >> b10=binary(10). Primeni dato pravilo na signal z10 i proceni signal: b 10 = Uporedi datu procenu sa originalnom sekvencom b10: b10= Pitanje 5. >> x10=wave_gen(b10.9 kHz i aditivnim belim Gausovim šumom snage 2 W.’polar_nrz’. a talasni oblik predstavi koristeći polarni NRZ linijski kod. Generiši slučajnu binarnu sekvencu b sačinjenu od 2000 bita koristeći polarni NRZ linijski kod: >> b=binary(2000). Odabiraj izlaz iz prilagođenog filtra u trenucima kTb .5.1. waveplot(x10) a.

1. Napomena: Početni trenutak odabiranja t 0 kao i vrednost praga ne zavise od snage šuma u kanalu. c. . >> detect(z. u tabelu 5. Izračunati teorijsku verovatnoću bitske greške za sve slučajeve iz tabele 5. i tako dalje.y). Ponovi sve prethodne korake u zadatku.168 VEŽBA 5 b. t 0 + Tb . Ako su v_th i t 0 parametri detektora koji se nalazi na izlazu prilagođenog filtra.1.v_th.1. Uticaj ovog parametra na proces detekcije može se posmatrati korišćenjem vremena početka odabiranja koje predstavlja 90% odnosno 50% od optimalne vrednosti koja je određena u delu zadatka pod c. eye_diag(z).9 kHz.6.5 2 Pe-empirijski Pe-teorijski Tabela 5.b). Pitanje 5. t0 = sec. za snage šuma od 1. tada će detektor vršiti odabiranje u trenucima t 0 . ako je period signalizacije Tb . Primeti da se PSD belog gausovog procesa može odrediti kao: Sn ( f ) = N0 2 = σ n2 2 × propusni opseg sistema gde je propusni opseg za dati sistem 4. Zato je moguće za jedan nivo šuma odrediti optimalni trenutak početka odabiranja i prag odlučivanja i potom ih koristiti za detekciju signala na izlazu prilagođenog filtra pri različitim nivoima snage šuma u kanalu. Pe . t 0 +2 Tb . Zabeleži utvrđenu verovatnoću greške.1. a optimalan trenutak odlučivanja podešen na t 0 . d. >> clf. e. Sa dijagrama oka odredi optimalan trenutak odabiranja kao i prag odlučivanja detektora v_th.5 1 1.5 i 2 W (bez crtanja dijagrama oka signala z na izlazu iz prilagođenog filtra).1. f. t 0 . Ako se ne koristi optimalan trenutak početka odabiranja. rezultujuća BER (Bit Error Rate) biće veća. Na primer. v_th= V. Trenutci odabiranja na izlazu iz prilagođenog filtra određeni su u odnosu na početak vremenske ose. Propusti signal y kroz prilagođeni filtar. σ 2 [W] 0. Prikaži dijagram oka signala z na izlazu iz prilagođenog filtra: >> z=match(’polar_nrz’. izvršiti detekciju i dobijeni (empirijske) rezultat za verovatnoću bitske greške zabeležiti u tabelu 5.

eye_diag(z_lpf). a σ n je rms vrednost šuma na izlazu iz filtra. Odrediti odnos Ar / σ n . waveplot(r_lpf) Ar = V.d.1.5 W. >> meansq(rc(1000.a. Generisati 2000 odmeraka belog Gausovog šuma sa nultom srednjom vrednosti i varijansom 0. propusti kroz RC filtar i prikaži dijagram oka signala z_lpf na izlazu iz RC filtra. 1.5.n)) 2 σn = W. i za određene otimalne vrednosti dekodovati binarnu sekvencu iz z_lpf.’unipolar_nrz’).b). r_lpf=rc(1000. odrediti optimalni trenutak početka odabiranja i vrednost praga.7. >> subplot(211). >> detect(z_lpf.2 za kanal sa šumom od 1.y). Uporediti BER dobijenu za prijemnik sa RC filtrom. Ponoviti zadatak 5.5 i 2 W i zabeležiti rezultate u tabelu 5. t 0 . Propustiti pravougaoni impuls kroz RC filtar prvog reda sa propusnim opsegom od 1 kHz.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 169 5) Prijemnik sa NF filtrom 5. Pitanje 5. Na osnovu dijagrama oka. Prikaži izlaz iz filtra i odredi amplitudski maksimum Ar : >> r=wave_gen(1.r). . >> z_lpf=rc(1000.1.0. za prijemnik sa prilagođenim filtrom.1.2000).5. b. 5. Signal y iz zadatka 4.2. b.4900). a. Propusti generisanu sekvencu kroz RC filtar. a. >> clf. >> y=channel(x.1. Zabeleži rms vrednost signala šuma na izlazu iz filtra: >> n=gauss(0. sa BER izračunatom u zadatku 4.2. gde je Ar amplitudski maksimum. waveplot(r) >> subplot(212).0.v_th.

pa ovo kolo obavlja operaciju integraljenja. t 0 . >> z_lpf=rc(500. >> clf.4. Prekidač S1 na slici zatvara se periodično zbog pražnjenja kapacitativnosti C. kroz filtar sa slike 5.2. 5.2.1. Ponoviti zadatak za RC filtar prvog reda sa propusnim opsegom od 500 Hz i dobijene vrednosti BER zabeležiti u tabelu 5. predstavlja praktičnu realizaciju prilagođenog filtra. propusti signal x5 generisan u odeljku 2. Praktična realizacija prilagođenog filtra.170 VEŽBA 5 σn 2 [W} Pe BW=1 kHz BW=0. manja od BER za NF filtar sa propusnim opsegom od 1000 Hz. waveplot(x5). >> y5=int_dump(x5). Ako je RC konstanta velika. Da bi ilustrovao operaciju integraljenja. Ubeleži signal x5 i uvećani izlaz iz filtra 5*y5 na grafiku 5.v_th.2 i posmatraj ulazni i izlazni signal. izlazni napon je srazmeran integralu ulaznog napona. hold on. >> eye_diag(z_lpf) >> detect(z_lpf.5 kHz 0. 6.8.y).5 1 1.2.5 2 Tabela 5. Slika 5.2 . Da li će se BER dalje smanjivati ako se koristi NF filtar od 100Hz? 6) Realizacija prilagođenog filtara Kolo na slici 5.3. Pitanje 5.2. waveplot(5*y5) a.b). Objasniti zašto je BER za NF filtar sa propusnim opsegom od 500 Hz.

9. Na grafiku 5. 'linecode'. Generisati signal na izlazu kanala i proceniti prenošenu binarnu sekvencu upotrebom MATLAB funkcije rx. Ponoviti zadatak 5. b ). Pitanje 5. Eb.Rb). označiti periode punjenja i pražnjenja kondenzatora. . Kada je prekidač S1 zatvoren? Da li je moguće odrediti optimalni trenutak početka odabiranja bez posmatranja dijagrama oka? b. >> Rb = 1000. u kojem deluje šum čija je snaga σ n = 1 W.'manchester'.Rb). Radi procene verovatnoće greške bita (BER) generisati 1000 binarnih simbola.2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 171 Grafik 5. odrediti odnos signal-šum i eksperimentalno (Monte-Carlo simulacija) utvrditi BER performanse. 1. Komunikacioni kanal predstavlja filtar propusnik niskih učestanosti. Promenljiva A skalira elementarni impuls. >> b = binary(1000). Simboli se prenose u osnovnom opsegu brzinom Rb=1 kb/s.3.2.'unipolar_nrz'.2. sa vrednostima BER koje su dobijene korišćenjem prilagođenog i NF filtra.2. ali umesto NF filtra koristi kolo sa slike 4. 7) Eksperimentalno određivanje verovatnoće greške bita na osnovu Monte-Carlo simulacije 7. Uporedi rezultujuću BER za kolo sa slike 5. 19000 ). Za vrednosti promenljive A koje su navedene u tabeli 5. a. 1. odnosno na energiju po bitu. sa širinom 19 kHz i pojačanjem u propusnom 2 opsegu od 0 dB.2. >> ch _output = channel( A*ch_input. b. >> rx( ch_output.1. >> u = tx(b. utičući tako na predajnu snagu. korišćenjem dva različita signalizaciona formata: unipolarnog NRZ i Mančester koda. >> m = tx(b.

GR ( f ) . i da istovremeno prijemni filtar bude prilagođen za predajni filtar. Biortogonalni prenos. Projektovati predajni. d. GR ( f ) . Ortogonoalni (u vremenu) talasni oblici. e. 8) Združena optimizacija prijemnog filtra 8.1.2. c. . i prijemni. b. digitalni filtar tako da njihov proizvod bude jednak prenosnoj funkciji koja je poznata kao podignuti kosinus.172 VEŽBA 5 Tabela 5. 8. Projektovati predajni. GT ( f ) . Binarni antipodalni prenos. 7. 7. GT ( f ) . Na osnovu Monte-Carlo simulacije proceniti verovatnoću greške bita u zavisnosti od SNR za binarni sistem koji koristi prilagođene filtre ili korelatore. Prikazati teoretske krive simulirane rezultate za verovatnoće greške (Monte-Carlo) ako se za prenos kroz AWGN kanal u osnovnom opsegu koriste signalizacioni formati: a. digitalni filtar tako da njihov proizvod bude jednak spektru duobinarnog impulsa. i da istovremeno prijemni filtar bude prilagođen za predajni filtar. i prijemni.3.2.3. PAM. On-Off prenos.

7) (9.4) u 2 (t ) = 0 u1 (t ) = u d + u1n (t ) gde je ud = u1( t ) . u1n (t ) = 0 Ako je ud = 0. $ s( t ) = u1 ( t ) cos( 2πf 0 t ) ± u1 ( t ) sin( 2πf 0 t ) (9.1. s (t ) = u1 (t ) cos(2πf 0 t ) ± u1β (t ) sin( 2πf 0 t ) (9.1) U zavisnosti od oblika modulišućih digitalnih signala u1 (t ) i u2 (t ) . AM signal je sa nepotisnutim nosiocem (KAM).1 UVOD 9.5) (9.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 173 9 DIGITALNA AMPLITUDSKA MODULACIJA 9. koji vrši samo translaciju spektra digitalnog signala iz osnovnog u neki viši opseg učestanosti.8) . pogodniji za prenos. razlikuju se: a) AM signal sa potisnutim ili nepotisnutim nosiocem: u1 (t ) = k =− N ∑ a k h(t − kT ) N (9. SSB): 1 N u1 (t ) = ∑ a k h(t − kT ) 2 k =− N 1 N ˆ u 2 (t ) = ± ∑ a k h(t − kT ) 2 k =− N $ gde je h ( t ) Hilbertova transformacija signala h(t ) . AM signal je sa potisnutim nosiocem (AM-2BO).3) (9. b) AM signal sa jednim bočnim opsegom (AM-1BO. Opšti oblik linearno modulisanog digitalnog signala je: s( t ) = u1 ( t ) cos( 2πf 0 t ) + u2 ( t ) sin( 2πf 0 t ) (9.6) c) AM signal sa nesimetričnim bočnim opsegom (AM-NBO. a ako je ud ≠ 0 .2) (9.1 AM modulacija Pripada linearnom tipu modulacije. VSB): u1 (t ) = 1 N ∑ ak h(t − kT ) 2 k =− N 1 N u1β (t ) = ± ∑ a k hβ (t − kT ) 2 k =− N gde je hβ ( t ) linearna transformacija signala h(t ) .

174 DIGITALNA AMPLITUDSKA MODULACIJA d) Kvadraturni AM signal (QAM): u1 (t ) = u 2 (t ) = k =− N N ∑ ak1h(t − kT ) (9. H C ( f ) . .10) sd (t ) = u1 (t ) 2 kod svih oblika AM signala.11) 1 sd 2 (t ) = u2 (t ) 2 9. osim kod QAM kod koga postoje dve nezavisne komponente demodulisnog signala: 1 sd 1 (t ) = u1 (t ) 2 (9.prijemni NF filtar H L ( f ) = HT ( f ) ⋅ HC ( f ) ⋅ H R ( f ) ⋅ (9.12) H eq ( f ) = H NR ( f ) H NT ( f ){H L ( f − f c ) + H L ( f + f c )} 4 gde su: ⋅ H NT ( f ) .predajni NF filtar i H NR ( f ) .kanal i H R ( f ) .2 AM demodulacija Rezultat idealne koherentne demodulacije je signal: 1 (9.predajni pojasni filtar. 9.prijemni pojasni filtar.3 Ekvivalentni sistem prenosa u osnovnom opsegu učestanosti Linearnost AM modulacije omogućava definisanje ekvivalentnog sistema prenosa funkcijom: 1 (9.1.9) N k =− N ∑ ak 2 h(t − kT ) gde su ak1 i ia k 2 simboli koji pripadaju nezavisnim sekvencama simbola.1.13) H T ( f ) .

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 175 9. drugde.1 a) Sistem za ASK prenos podataka b) Funkcija slabljenja tf kanala Rešenje: a) Karakteristike amplitudskog slabljenja i amplitudska karakteristika povezane su relacijama: ac ( f ) = −20 log Ac ( f ) ili AC ( f ) = 10 a ⎧ − 0 20 ⎪ A0 = 10 ⎪ 1 − ⎪ AC ( f ) = ⎨ A0 ⋅ 10 2 ⎪ 0 ⎪ ⎪ ⎩ − ac ( f ) 20 .2 9. NF filtar na izlazu sistema je idealan sa graničnom učestanošću f g = 1600 Hz i jediničnom amplitudskom karakteristikom u propusnom opsegu.2.1 a) prikazuje sistem za prenos podataka pomoću ASK modulacije sa nosiocem na f 0 = 1800 Hz . d) Ukoliko se u tački 4 postavi korektor koji će eliminisati nesavršenost ekvivalentne amplitudske karakteristike sistema.1 ZADACI Slika 9. c) Odrediti a0 tako da odnos srednjih snaga signala na ulazu i izlazu sistema bude 20 dB. S1 ( jf ) = 1 1 S 0 [ f − f 0 ] + S0 [ f + f 0 ] . 200 < f < 800 Hz i 2800 < f < 3400 Hz.1. Nacrtati karakteristiku slabljenja korektora. odrediti maksimalni digitalni protok koji se može ostvariti bez ISI. drugde. a fazna karakteristika kanala jednaka je nuli.2. a) Odrediti ekvivalentnu funkciju prenosa sistema. S0 ( f ) s1 (t ) = s 0 (t ) ⋅ cos(2πf 0 t ). Prenos se vrši binarnim signalima.1.1. 2 2 . b) Odrediti srednju snagu signala na izlazu sistema. digitalnim protokom vd = 2400 b/s .2.2. Slika 9. Ekvivalentna prenosna karakteristika je H eq ( f ) = S4 ( f ) .1 b) prikazuje funkciju slabljenja standardnog telefonskog kanala. 800 ≤ f ≤ 2800 Hz. Slika 9. Na ulazu sistema je elementarni impuls minimalnog spektra: ⎛T H( f ) = ⎜ ⎜0 ⎝ f ≤ 1 2T .

2. 1000 Hz <| f |≤ 1600 Hz. drugde.2. 1 2 A0 2 A0 A0 2 A0 Slika 9. . prikazane su spektralne gustine amplituda signala u naznačenim tačkama sistema.2) za pretpostavljeni oblik spektra S 0 ( f ) . 2 2 S 4 ( f ) = S 3 ( f ) ⋅ H NF ( f ) = AC [ f − f 0 ] ⋅ ⎧1 ⎪ S ( f ) ⋅ {AC [ f + f 0 ] + AC [ f − f 0 ]} | f |≤ f g . ⎩ Na slici (Slika 9.1 a) Ekvivalentna funkcija prenosa je: ⎧1 ⎪ {A [ f − f 0 ] + AC [ f + f 0 ]} | f |≤ f g .2. = ⎨2 0 ⎪ 0 drugde.1. S 3 ( jf ) = S 2 [ f − f 0 ] + S 2 [ f + f 0 ] 1 {S 0 [ f − 2 f 0 ] + S 0 ( f )} + AC [ f + f 0 ] ⋅ 1 {S 0 ( f ) + S 0 [ f + 2 f 0 ]}.1. ⎩ a ⎧ − 0 ⎪ A0 = 10 20 1 ⎪ − ⎪ H eq ( f ) = ⎨ A0 ⋅ 10 2 ⎪ 0 ⎪ ⎪ ⎩ | f |≤ 1000 Hz.2 Spektralne gustine amplituda signala u naznačenim tačkama sistema sa slike 9.176 DIGITALNA AMPLITUDSKA MODULACIJA S 2 ( f ) = S1 ( f ) ⋅ AC ( f ). H eq ( f ) = ⎨ 2 C ⎪ 0 drugde.1.

3 T −1 2T 2 M 2 −1 2 1 Piz = d ∫ H eq ( f ) ⋅ H ( f ) df .2.1. a podrazumeva se da je prethodno izvršena korekcija karakteristike slabljenja kanala: 1 1 f max = = f g = 1600 Hz ⇒ v d max = = 2 f g = 3200 b /s.1.2.108 ⇒ a0 = −20log A0 = 19. 2 Piz Piz 2040 A0 A0 = 0. T 1000 10 2 1200 c) Slabljenje a 0 koje daje traženi odnos snage signala na ulazu i izlazu dobija se iz: 10log Pul P vd = 20 dB ⇒ ul = = 100 .1. . 2Tmin Tmin Funkcija amplitudskog slabljenja korektora definisana je izrazom: ⎧const | f |≤ f g .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 177 Slika 9. aeq ( f ) + a k ( f ) = ⎨ drugde.2. Zato je spektar signala s 0 (t ) do f max = v 1 = d = 1200 Hz i prikazan je na slici 2T 2 (Slika 9. ⎩ ∞ i prikazana je na slici (Slika 9. d) Maksimalni digitalni protok dobija se kada se potpuno iskoristi raspoloživi propusni opseg.3 a) Ekvivalentna prenosna karakteristika b) Spektar elementarnog impulsa b) Na osnovu datih podataka: v d = 2400 b s i M = 2 sledi T = 1 v d .3 dB . 3 T −f g fg 1 2T 2 Piz = d ⋅ T 2 1000 ∫ 0 2 A0 T 2 df 2 2 1 2 +d ⋅ ∫ A0 T 2 df = 2040d 2 A0 T .3 b) Snage digitalnih signala na ulazu i izlazu sistema su: M 2 −1 2 1 2 2 Pul = d ∫ H ( f ) df = d .4).

U kanalu se superponira Gausov šum jednostrane spektralne gustine srednje snage N 0 = 2 ⋅10 −9 W/Hz .1. Predajni i prijemni NF filtri imaju idealne amplitudske karakteristike jedinične amplitude.2. a) Skicirati konstelacije modulisanih signala. Izraziti verovatnoću bitske greške u fukciji odnosa Eb N 0 .4 i 8 (u pitanju je polarni alfabet).2.2. Moguće vrednosti za M = 2. gde je Eb prosečna energija koja se emituje po bitu informacije. ako je vd = 5000 b/s .2.1 prikazuje sistem za prenos M-arnog signala podataka s (t ) = ∑ a k Tδ (t − kT ) k korišćenjem ASK.1 Sistem za prenos ASK signala podataka Rešenje: .178 DIGITALNA AMPLITUDSKA MODULACIJA Slika 9. b) Uporediti verovatnoću greške i brzine signaliziranja u sva tri slučaja.2. 2T 2T drugde. c) Izraziti verovatnoću greške u funkciji E s N 0 .2 Slika 9. Prenosna karakteristika kanala je: ⎧ ⎪1 Hc ( f ) = ⎨ ⎪0 ⎩ f0 − 1 1 < f < f0 + . e) Kolika je srednja snaga potrebna Ps da verovatnoća greške po simbolu bude PE = 10 −5 ? Slika 9.069 mW .4 9. gde je E s prosečna energije po simbolu.2. Srednja snaga signala u tački 1 u sva tri slučaja je ista i jednaka Ps = 0. d) Izvesti izraz za verovatnoću bitske greške.

rastojanje između tačaka u konstalaciji opada sa porastom simbola. k ⎛ πt ⎞ sin⎜ ⎟ T h(t ) = ⎝ ⎠ . M 2 −1 Simboli informacionog alfabeta se mogu u opštem slučaju izraziti kao: . Za prikaz konstelacije potrebno je odrediti amplitude talasnih oblika.2.±3.. konstelacija M-arnog ASK signala izgleda isto kao i konstelacija M-arnog signala u osnovnom opsegu. πt T Modulisani signal je: s m (t ) = ∑ a k h(t − kT ) cos(2πf 0 t ) . m = ±1... k a u toku trajanja k-tog signalizacionog intervala modulisani signal je: s m (t ) = a k h(t ) cos(2πf 0 t ) .± M − 1 . Am = ± md = ± m 6 Ps d= 6 Ps . a u drugom su kosinusoide promenljive amplitude). 2T Snaga modulisanog signala u k-tom signalizacionom intervalu je: 2 Ek ak .2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 179 a) Pošto ne postoji suštinska razlika između prenosa u osnovnom opsegu i ASK (u prvom slučaju su talasni oblici pravougaoni impulsi promenljive amplitude.. Energija modulisanog signala u k-tom signalizacionom intervalu je: Ek = ∫ 0 1 2 2 2T ak T T 2 s m (t )dt = 2 ak T 2 ∫h 0 2 (t )dt = 2 − 2 ak ∫1df = 2 T .2). M 2 −1 Vidi se da za fiksiranu vrednost snage. Skica konstelacija za sva tri slučaja je data na slici (Slika 9. Pk = = T 2 a srednja snaga je: 2 ak M 2 − 1 2 = d . 2 6 odnosno važi: Ps = Pk = . Digitalni signal na izlazu predajnog NF filtra je: s1 (t ) = ∑ a k h(t − kT ) .

pomoću kojeg se minimizuju bitske greške (vidi zadatak 6.2. s 4 (mT ) = a m + nc (mT ) . Pošto se ASK sistem može jednostavnim transformacijama svesti na ekvivalentan sistem u osnovnom opsegu.2. Posle sinhrone demodulacije (od tačke 2 do 4) dobija se signal: s 4 (t ) = k = −∞ ∑ a k h(t − kT ) + nc (t ) .2.3).2 Iznad tačaka koje reprezentuju simbole je dato odgovarajuće mapiranje u informacione bite. T ldM PE = 2 M −1 Q[ϕ ( M )]. ϕ ( M ) = M Ps 6ldM ⋅ 2 . 3 f 0 +1 2T f 0 −1 2T 2 = ∫ N 0 | H C ( jf ) | df = 0 ∫ N 0 df = N 0 N 0 vd = . ⎜ σ M −1 ⎟ ⎜ σ M −1 ⎟ M M n n ⎝ ⎠ ⎝ ⎠ M 2 −1 2 d . a verovatnoća greške raste sa porastom broja simbola . ∞ gde su nc (t ) i n s (t ) NF komponente u fazi i kvadraturi uskopojasnog šuma. za verovatnoću greške za ASK važi isti izraz kao i za prenos u osnovnom opsegu: PE = 2 jer je: Ps4 = 2 Ps . i Ps = 2 σn ∞ M − 1 ⎛ Ps 4 M − 1 ⎛ Ps 3 ⎞ 6 ⎞ Q⎜ 2 2 ⎟ = 2 Q⎜ 2 2 ⎟ . ∞ Kako je zadovoljen I NK ⇒ ISI = 0.180 M =2 DIGITALNA AMPLITUDSKA MODULACIJA d = M =4 2 Ps d= M =8 2 Ps 5 d = 2 Ps 21 Slika 9. b) Beli Gausov šum koji prođe kroz pojasni filtar (kanal) je uskopojasni Gausov šum. Obično se koristi Grejov kod. pa je: s 2 (t ) = k = −∞ ∑ ak h(t − kT ) cos(2πf 0 t ) + nc (t ) cos(2π f 0 t ) − ns (t ) sin(2πf 0 t ) . N 0 vd M − 1 Vidi se da je verovatnoća greške najmanja za binarni alfabet (jer su tada tačke u konstelaciji “najrazmaknutije”).

Za M = 4: 3 PE4 = Q[ϕ (4)] = 10 −5 .27 . 4 Interpolacijom iz tablica dobija se: ϕ(2) = 4. .675 mW . 2 Za M = 8: 7 PE8 = Q[ϕ (8)] = 10 −5 . može se smatrati da važi: Es ⎞ PE 6 M −1 ⎛ ⎟. i ϕ(8) = 4. =2 Q⎜ ldM M ⋅ ldM ⎜ M 2 − 1 N 0 ⎟ ⎝ ⎠ jer je broj informacionih bita jednak ldM . ldM pa se dobija: Pb ≈ PE M −1 ⎛ Q⎜ =2 M ⋅ ldM ⎜ ldM ⎝ e) Za M = 2: Pb = ( 6 ⋅ ldM E b ⎞ ⎟. ϕ(4) = 4.238 mW .1 c) Verovatnoća greške je: PE = 2 =2 Ps M − 1 ⎛ Ps M −1 ⎛ 3 ⎞ 3 ⎞ ⎟ Q⎜ 2 2 ⎟ = 2 Q⎜ ⎜ σ M −1 ⎟ ⎜ N0 f g M 2 −1 ⎟ M M n ⎝ ⎠ ⎝ ⎠ ⎛ Es M − 1 ⎛ Ps T 6 ⎞ 6 ⎟ = 2 M − 1 Q⎜ Q⎜ ⎜ N M 2 −1 ⎟ ⎜ M 2 −1 N M M 0 0 ⎝ ⎠ ⎝ ⎞ ⎟. Prosečna energija po informacionom bitu je: E Eb = s .36 . Ps (4) = 0.4 ⋅ 10 −2 2500 Bd 0. Ps 3ldM ⋅ 2 = [ϕ ( M )]2 . Sa druge strane.39 . M 2 4 8 PE vs 10 −4 5000 Bd0 1. brzina signaliziranja (a samim tim i potrebni propusni opseg) opada sa porastom broja simbola u alfabatu.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 181 u alfabetu. N 0 vd M − 1 Ps [ϕ (M )]2 ⋅ N 0 vd ( M 2 − 1) .14 1250 Bd Tabela 9.2. za dati digitalni protok. M 2 −1 N0 ⎟ ⎠ ) PE2 = Q[ϕ (2)] = 10 −5 . = 3ldM Ps (2) = 0.091 mW . i Ps (8) = 0. ⎟ ⎠ d) Pošto se koristi Grejov kod.2.

h(t ) cos (2πf 0t ) ∫ s (t ) 0 T r1 (T ) r (T ) ∫ 0 T r0 (T ) − h(t ) cos (2πf 0t ) Slika 9.182 DIGITALNA AMPLITUDSKA MODULACIJA M 10 log Ps ( M ) [dB] Ps (2) 2 0 4 4.699 Tabela 9.2. h(t ) = ⎨ ⎩0 drugde.3. 2 . talasni oblici odgovaraju elementarnim impulsima pomnoženim informacionim simbolima i nosiocem. U slučaju prenosa u osnovnom opsegu. odnosno.3 Slika 9. Kada su u pitanju modulacije. Važi: r1 (t ) = ∫ s (τ )h(τ ) cos(2πf 0τ )dτ = ∫ (− h(τ ) cos(2πf 0τ ) )h(τ ) cos(2πf 0τ )dτ 0 t t 2 0 t t t 1 1 = − ∫ cos (2πf 0τ )dτ = − ∫ dτ − ∫ cos(4πf 0τ )dτ 20 20 0 t sin(4πf 0 t ) =− − .2 Snage signala potrebne za traženu verovatnoću greške Za istu verovatnoću greške binarni signal zahteva najmanju srednju snagu Ps . 9.−1} . Informacioni simboli pripadaju alfabetu {1. realizovan pomoću korelatora. talasni oblici su odgovarali elementarnim impulsima pomnoženim informacionim simbolima (vidi zadatak 8. za istu srednju snagu binarni signal će imati najmanju verovatnoću greške. a elementarni impuls je oblika: ⎧1 0 ≤ t ≤ T .2.2. ukoliko se prenosi simbol 1.2.3. Skicirati odziv prijemnika u k-tom informacionom intervalu.1 prikazuje optimalni prijemnik binarnog ASK signala.1 Rešenje: Principska struktura optimalnog prijemnika je uvek ista.166 8 8.1). 2 4πf 0 Drugi član sa desne strane se može zanemariti jer je obično 4πf 0 >> 1 .2. jer se korelacija vrši sa talasnim oblicima koji odgovaraju prenošenim informacionim simbolima.2. pa se dobija: t r1 (t ) = − .

c) Odrediti potreban odnos signal/šum da verovatnoća greške bude PE = 10 −4 . Odnos signal/šum definisan je odnosom srednje snage modulisanog signala u tački A i srednje snage šuma u tački F.2. i imaju jediničnu amplitudu.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 183 Na sličan način je: t r0 (t ) = .2 prikazuje odziv prijemnika. Šum u tački C je AWGN. Slika 9.2. Rešenje: a) Signal u tački A je ASK modulisani signal: u A (t ) = u (t ) ⋅ cos(2πf 0 t ) = ∑ a k h(t − kT ) ⋅ cos(2πf 0 t ) .4. kao i učestanost nosioca pod uslovom da kanal bude optimalno iskorišćen za prenos. Svi filtri su idealni sa propusnim opsezima koji odgovaraju propusnom opsegu kanala.4.3. b) U tački F odrediti spektar signala i izračunati vrednost standardnog odziva g (0) . T drugde. Kanal se ponaša kao filtar idealan propusnik opsega učestanosti. Slika 9.2. a sistem za prenos je prikazan na slici (Slika 9.1 Sistem za prenos podataka ASK modulacijom Prenos se vrši sa 8 nivoa ASK signalom sa digitalnim protokom vd = 4800 b/s. r (t ) T t −T Slika 9.2. Propusni opseg kanala je od 200 Hz do 3400 Hz. a) Odrediti širinu spektra modulisanog signala.2 9.3.2. 2 Na kraju se dobija: r (t ) = r1 (t ) − r0 (t ) = −t . k .1).4 Prenos podataka vrši se elementarnim impulsom sa spektrom H ( f ) oblika "podignuti kosinus": ⎧ ⎛π f T ⎞ ⎪T cos 2 ⎜ ⎟ H(f ) = ⎨ ⎝ 2 ⎠ ⎪ 0 ⎩ 1 . f ≤ Primenjena je amplitudska modulacija.

184

DIGITALNA AMPLITUDSKA MODULACIJA

Modulišući digitalni signal ima spektar do f g , a ASK modulisani signal ima spektar u opsegu od f 0 − f g do f 0 + f g :
1 ⎫ T ⎪⇒ f = v d = 1600 Hz , g ld M ⎬ 3 . ⎪ vd = T ⎭ B AM − 2 BO = 2 f g = 3200 Hz. fg =

Učestanost nosioca je na sredini propusnog opsega telefonskog kanala f 0 = 1800 Hz . b)
H F ( f ) = G ( f ) = H ( f ) ⋅ H eq ( f ) , 1 H NF ( f ){H L [ f − f 0 ] + H L [ f + f 0 ]}, 2 H L ( f ) = HT ( f ) ⋅ H C ( f ) ⋅ H R ( f ) . H eq ( f ) =

Slika 9.2.4.2 Ekvivalentna prenosna karakteristika u NF opsegu

Pošto je propusni opseg telefonskog kanala B = 3200 Hz propustio ceo spektar modulišućeg signala, signal u tački F je:
u F (t ) = ∑ a k g (t − kT ) + nc (t ) ,
k

g (t ) =
g ( 0) =

−∞

∫ G ( f )e

j 2πft

df ,
⎛π fT ⎞ T cos 2 ⎜ ⎟df = 1 = g 0 . ⎝ 2 ⎠ −1 / T
1/ T

−∞

∫ G ( f )df

=

c) Nema ISI, pa je odmerak na osnovu kojeg se odlučuje dat sa: uF ( mT ) = am g ( 0) + nc ( mT ) , pa je: PE = 2 Ps M − 1 ⎛ g0d ⎞ M −1 ⎛ 4 ⎟=2 Q⎜ Q⎜ ⎜σ ⎟ ⎜ M 2 −1 σ 2 M M ⎝ n ⎠ n ⎝
⎞ ⎟ = 10 −4 , ⎟ ⎠

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA

185

Ps
2 σn

M 2 − 1 ⎡ −1 ⎛ M 10 −4 ⎞⎤ ⎟ = ⎢Q ⎜ ⎜ 2( M − 1) ⎟⎥ = 234,67 . 4 ⎢ ⎝ ⎠⎥ ⎣ ⎦ Ps
2 σn

2

10 log

≅ 23,704 dB . 4 M −1
2

Pri tome treba uočiti da je d = elementarnog impulsa H ( f ) .
9.2.5

Ps , što je posledica oblika spektra

Telefonskim kanalom prenosi se binarni polarni signal sa simbolima iz alfabeta d, d}, čiji je standardni signal minimalnog spektra oblika:

A = {-

1 ⎧ ⎪T f ≤ , H( f ) = ⎨ 2T ⎪ 0 drugde. ⎩ Telefonski kanal se ponaša kao filtar idealni propusnik opsega učestanosti sa graničnim učestanostima: fd = 200 Hz i fg = 3400 Hz. Za prenos se koristi AM-1BO modulacija i donji bočni opseg. Sistem za prenos prikazan je na slici (Slika 9.2.4.1). Ako se toleriše izobličenje signala koje nastaje kada se u telefonskom kanalu zbog nedovoljnog propusnog opsega izgubi najviše 40% snage modulisanog signala, odrediti maksimalni digitalni protok kojim je moguć prenos ovakvim sistemom.

Rešenje:

AM-1BO modulisani signal je oblika: ˆ s A (t ) = u (t ) cos(2πf 0 t ) + u (t ) sin(2πf 0 t ) , a njegova srednja snaga je:
1 Ps1 = u 2 (t ) ⋅ ⋅ 2 , 2

u (t ) =
2

k = −∞

∑ ak h(t − kT ) ,
1 2T −1 2T

d2 u (t ) = T Ps1 = d 2 ,
Ps 2 =
2 u F (t )

H ( jf ) df = d 2 ,
2

2 1 = d ⋅ ∫ H ( jf ) ⋅ H eq ( jf ) df = d 2T ⋅ 2 f g , T −f 2
g

fg

gde je f g = 3200 Hz , jer je korišćena AM-1BO modulacija. Iz uslova: Ps 2 ≥ 0,6 Ps1 , sledi: vd = b 1 2 fg ≤ = 10666 . T 0,6 s

Prva niža standardna brzina iznosi 9600 b/s.

186

DIGITALNA AMPLITUDSKA MODULACIJA

9.2.6 Slika 9.2.6.1 a) prikazujeje ASK modulator. Na njegov ulaz dolazi binarni unipolarni signal amplitude U = 1 V i trajanja impulsa T. Slika 9.2.6.1 b) i c) prikazuju nekoherentni prijemnik i koherentni (sinhroni) prijemnik, respektivno. Učestanost nosioca je f 0 = 2 T . Prag odlučivanja u odlučivaču je U. Odrediti signale u tački F na ulazu u odlučivače, ako je informacioni sadržaj periodični niz ...U 0 U 0 ... Kolika je marža za šum?

Slika 9.2.6.1 a) ASK modulator b) Nekoherentni demodulator c) Koherentni demodulator

Rešenje:

Modulišući digitalni signal je periodična povorka pravougaonih impulsa. Periodični signal može da se razvije u Furijeov red: u m (t ) = u m (t − T0 ) = sa koeficijentima:
Fn = 1 T0 ⎛ π⎞ sin ⎜ n ⎟ U 1 ⎛ n 2π t ⎞ ⎝ 2⎠ − j 2πnt / T 0 dt = 2 ⋅ ∫ u m (t )e ∫ U cos⎜ 2T ⎟dt = 2 π 2T 0 ⎝ ⎠ T n − 0 2 2 U n = 0, 2
T0 2 T 2

n = −∞

∑ Fn ⋅ e jn 2πt / T

0

, T0 = 2T ,

⎧ ⎪ ⎪ ⎪ n = 2k , =⎨ 0 k ≠ 0, ⎪ ⎪U k ⎪ (− 1) n = 2k + 1. ⎩ nπ Ako se periodični modulišući signal zapiše u obliku Furijeovog reda:

⎡1 ⎛π ⎞ ⎛ π ⎞ ⎤ u m (t ) = U ⎢ + 0,64 cos⎜ t ⎟ − 0,21cos⎜ 3 t ⎟ +...⎥ , ⎝T ⎠ ⎝ T ⎠ ⎦ ⎣2 onda je ASK signal u tački A dat sa: ⎡ ⎤ ⎛π ⎞ ⎛ π ⎞ s A (t ) = U ⎢cos(2πf 0 t ) + 1,28 cos⎜ t ⎟ ⋅ cos(2πf 0 t ) − 0,42 cos⎜ 3 t ⎟ ⋅ cos(2πf 0 t ) +...⎥ . ⎝T ⎠ ⎝ T ⎠ ⎣ ⎦ Na ulazu u detektor anvelope DA signal je: ⎡ ⎛ π ⎞⎤ s D (t ) = U ⎢1 + 1,28 cos⎜ t ⎟⎥ ⋅ cos(2πf 0 t ) , ⎝ T ⎠⎦ ⎣

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA

187

tako da se na izlazu DA dobija signal:

⎛π ⎞ s F (t ) = U 1 + 1,28 cos⎜ t ⎟ . ⎝T ⎠

Slika 9.2.6.2 Nekoherentno demodulisani ASK digitalni signal

Marža za šum je 0,72. U slučaju koherentne (sinhrone) demodulacije, signal na izlazu prijemnog pojasnog filtra ponovo je:

⎡ ⎛ π ⎞⎤ s D (t ) = U ⎢1 + 1,28 cos⎜ t ⎟⎥ ⋅ cos(2πf 0 t ) , ⎝ T ⎠⎦ ⎣ ali se koherentnom demodulacijom dobija: ⎧ ⎛ π ⎞⎫ s F (t ) = U ⎨1 + 1,28 cos⎜ t ⎟⎬ . ⎝ T ⎠⎭ ⎩ Marža za šum je povećana na 1,28, što predstavlja prednost koherentne ASK demodulacije u pogledu verovatnoće greške, ali je demodulator složeniji.

Slika 9.2.6.3 Koherentno demodulisani ASK digitalni signal

188

DIGITALNA AMPLITUDSKA MODULACIJA

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA

189

10 DIGITALNA FAZNA MODULACIJA
10.1 UVOD 10.1.1 ΦM MODULACIJA Digitalni fazno modulisan signal može se predstaviti kao realni deo kompleksnog signala, odnosno u obliku: ⎧ ⎫ ⎪ N ⎪ s (t ) = Re{w(t )} = Re⎨ ∑ ξ k h(t − kT ) ⋅ e j 2πf0t ⎬ ⎪k =− N ⎪ ⎩ ⎭ gde je: (10.1)

ξ k = e jΦ k
Faze Φ k uzimaju vrednosti iz skupa:
2π (i − 1) + Φ 0 , i = 1,2,...,M M gde je Φ0 početna faza koja je najčešće jednaka nuli.

(10.2)

(10.3)

Ako je signal h(t) oblika: h(t ) = Au (t )

(10.4)

gde je u(t ) jedinični pravougaoni impuls trajanja T sekundi, digitalni ΦM signal naziva se PSK signal, odnosno "fazno tastovanje" i oblika je:

s (t ) = Re [P(t ) + jQ(t )]e j 2πf 0t = P(t ) cos(2πf 0 t ) − Q(t ) sin(2πf 0 t )
gde su:

{

}

(10.5)

P(t ) = A Q(t ) = A

k =− N N

∑ u (t − kT ) cos Φ k
(10.6)

N

k =− N

∑ u(t − kT ) sinΦ k
2 2

Fazor PSK signala je:
s (t ) = P (t ) + jQ (t ) = P (t ) + Q (t ) ⋅ e
jarctg
Q (t ) P (t )

(10.7)

a njegov oblik u k-tom signalizacionom intervalu je:

s k = Ae jΦ k A = P 2 (t ) + Q 2 (t ) = const
10.1.2 DEMODULACIJA ΦM SIGNALA

(10.8)

Koristi se koherentna demodulacija, koja u pogledu sinhronizacije postavlja iste zahteve kao i AM demodulacija.

190

DIGITALNA FAZNA MODULACIJA

Verovatnoća greške pod uticajem Gausovog šuma u kanalu približno je data izrazom:

⎡ A sin (π M ) ⎤ PE = 2Q ⎢ d ⎥, M ≥ 4 σn ⎦ ⎣ gde je: ⋅ Ad - amplituda ΦM signala na izlazu pojasnog limitera prijemnika, a
2 ⋅ σ n - varijansa Gausovog šuma.

(10.9)

Verovatnoća greške za binarni ΦM signal (BPSK) odgovara AM signalu sa potisnutim nosiocem, odnosno prenosu u osnovnom opsegu učestanosti. 10.1.3 DIFERENCIJALNA DIGITALNA ΦM MODULACIJA I DIFERENCIJALNA KOHERENTNA DEMODULACIJA Zahteva diferencijalno kodovanje originalne sekvence simbola na predaji koje se ostvaruje logičkom funkcijom "sabiranja po modulu 2".

{bk }⎯ f {ck } ⎯→
c k = bk ⊕ ck −1 = b0 ⊕ b1 ⊕ b2 ⊕L⊕ bk

(10.10)

Demodulisani signal u k-tom signalizacionom intervalu, posle diferencijalne koherentne T = m, ( m = 1,2,...) , dat je izrazom: demodulacije i pri uslovu T0 sdk (t ) = Ad cos ∆Φ k gde je: ⋅ T T0 - odnos širine signalizacionog intervala i periode nosioca ΦM signala, ⋅ Ad - konstantna amplituda demodulisanog signala, ⋅ (10.11)

∆Φk = Φk − Φk −1 - razlika faza u dva susedna signalizaciona intervala.

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA

191

10.2 ZADACI 10.2.1 Slika 10.2.1.1 prikazuje sistem za prenos kvadraturnog PSK signala (QPSK). Signali u1 (t ) i u2 (t ) su binarni i prikazani su na slici (Slika 10.2.1.2). a) Pokazati da se na izlazu kola za sabiranje dobija fazno modulisani signal: s A (t ) = A cos[ 2πf 0t + Φ(t )] .

b) Prikazati fazorsku predstavu (konstelaciju) modulisanog signala. c) Nacrtati vremenski oblik devijacije faze Φ(t ) . d) Odrediti signale u tačkama E i G u idealnom slučaju: H c ( f ) = 1 i važi f 0 >> 1 2T ; T je signalizacioni interval.

Slika 10.2.1.1 Sistem za prenos QPSK signala

Slika 10.2.1.2 Modulišući signali

Rešenje:

a) Modulisani signal se dobija superpozicijom 2PSK signala (u jedan sa nosiocem u fazi i drugi sa nosiocem u kvadraturi): s A (t ) = 2u1 (t ) cos(2πf 0 t ) + 2u 2 (t ) sin(2πf 0 t )
= A cos[2πf 0 t + Φ(t )] = A cos Φ (t ) ⋅ cos(2πf 0 t ) − A sin Φ (t ) ⋅ sin(2πf 0 t ).

Važi: 2u1 (t ) = A cos Φ (t ) , i
2u 2 (t ) = − A sin Φ (t ). Amplituda fazno modulisanog signala treba da je konstantna:
2 2 A = 2 u1 (t ) + u 2 (t ) = 2 2U 2 = 2 2U = const ,

što je zadovoljeno.

jer se u ovom slučaju koristi više nosećih frekvencija (vidi zadatak 11.2. da su 4QAM i QPSK međusobno ekvivalentne. c) Slika 10. u1 (t ) U U -U -U u2 (t ) U -U U -U cos Φ(t ) 2 2 2 2 − 2 2 − 2 2 sin Φ(t ) − 2 2 2 2 − 2 2 2 2 Φ(t ) −π 4 π 4 − 3π 4 3π 4 Tabela 10.2.1.2.2.192 DIGITALNA FAZNA MODULACIJA Sledi: cos Φ(t ) = 2u1 (t ) u1 (t ) = .1.3 Konstelacija QPSK signala Treba primetiti.1. čiji su specijalni slučajevi ASK i PSK modulacije. A 2U sin Φ(t ) = − Faza kvadraturnog PSK signala je: u (t ) Φ(t ) = −arctg 2 .2.2.4 prikazuje vremenski oblik devijacije faze. što se na osnovu izgleda konstelacije lako uočava.1).1.3). Može se reći da je QAM generalizovani oblik modulacije sa jednom nosećom frekvencijom.1. . u1 (t ) Tabela 10. Za frekvencijsku modulaciju (FSK) ovo ne važi. A U −U −U U Slika 10.1 daje vrednosti faze u zavisnosti od vrednosti modulišućeg signala.1 Kombinacije vrednosti modulišućih signala i odgovarajuće vrednosti faze b) Konstelacija QPSK signala je prikazana na slici (Slika 10. A 2U 2u 2 (t ) u (t ) =− 2 .

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 193 Slika 10. pa su signali na izlazu prijemnika: sE (t ) = u1 (t ). Izraziti verovatnoću bitske greške u fukciji odnosa Eb N 0 .2. sG (t ) = u2 (t ). Rešenje: a) Slika 10.2. gde je Eb prosečna energija koja se emituje po bitu informacije.1 8PSK konstalacija . a) Skicirati konstelaciju 8PSK signala. 10.2.2. sF (t ) = u1 (t ) ⋅ sin(2 ⋅ 2πf 0t ) − u2 (t ) ⋅ cos(2 ⋅ 2πf 0t ) + u2 (t ) .2 Posmatra se 8PSK modulacija.1. Slika 10.1 prikazuje 8PSK konstelaciju. Ako se tokom prenosa faza modulisanog signala promeni za |εg| ≤ π koliko će bita biti pogrešno primljeno? b) Izvesti izraz za verovatnoću bitske greške. a da potisne signal modulisan na 2 f 0 . Pretpostaviti da se koristi Grejov kod.4 Devijacija faze d) Na izlazu produktnog modulatora signali su: sD (t ) = u1 (t ) ⋅ cos(2 ⋅ 2πf 0t ) + u1 (t ) + u2 (t ) ⋅ sin(2 ⋅ 2πf 0t ) . Svrha NF filtra u sinhronom prijemniku je da propusti signal u osnovnom opsegu.2.2.

T Dobija se: 2 σn = ⎛ 2 E sT ⎞ ⎛ 2 Es ⎞ 2 2 ⎟ ⎜ ⎟ 2Q⎜ ⎜ N T sin(π M ) ⎟ = ldM 2Q⎜ N sin(π M ) ⎟ . Pored toga. Ps = 2 a prosečna energija je: E s = Ps T = A 2T . a za 3π 8 ≤ ε ≤ π greška može biti i na sva 3 bita (granice regiona dekodovanja su na polovini ugaonog rastojanja između simbola u konstelaciji).2. za π 8 ≤ ε ≤ 3π 8 greška je na 1 bitu. T Snaga šuma je (pretpostavka je da je na prijemu pojasni filtar. 2 pa je: 2Es .2 pod d). ldM pa je konačno: Pb = Pb = ⎛ 2 ⋅ ldM ⋅ Eb ⎞ 2 2Q⎜ sin(π M ) ⎟ . za M ≥ 4 .194 DIGITALNA FAZNA MODULACIJA Za ε ≤ π 8 ne dolazi do greške. ldM 0 0 ⎝ ⎠ ⎝ ⎠ Prosečna energija po bitu je: E Eb = s . b) Istim rezonovanjem kao u zadatku 9. širine propusnog opsega B = 1 T ): A= N0 . i da se koristi polarni alfabet? a) Za istu verovatnoću greške uporediti PSK i ASK sistem sa istim brojem simbola. pretpostaviti da se može usvojiti aproksimacija da je: M −1 ≈ 1. ⎜ ⎟ ldM N0 ⎝ ⎠ 10. 2Q⎜ = ⎟ ⎜ ldM ldM σn ⎠ ⎝ Prosečna snaga modulisanog signala je: Pb ≈ A2 . dobija se da je verovatnoća bitske greške približno: ⎛ A sin(π M ) ⎞ PE 2 ⎟.2. M . Pretpostaviti da se koristi elementarni impuls koji ispunjava I Nikvistov kriterijum.3 Posmatra se MPSK modulacija: a) U kakvom odnosu stoje srednje snage PSK signala za M = 4 i M = 8 pod uslovom da su verovatnoće greške jednake.

2 A4 sin (π 8) odnosno: SNR8 = SNR4 + 10 ⋅ log 3. Pošto je odnos signal/šum za fazno 4 8 π modulisani signal ( S N ) M 2 AM = . 2 σn ⎟ ⎠ ⎞ ⎟. pa se može pisati: ⎛ 6 PPSK PEFSK ≅ 2Q⎜ ⎜ ( M 2 − 1)σ 2 n ⎝ ⎞ ⎛ ⎛ π ⎞ 2 PPSK ⎟ = PE = 2Q⎜ sin⎜ ⎟ FSK ⎟ ⎜ ⎝M ⎠ σ2 n ⎠ ⎝ ⎞ ⎟. d ⇒d2 = 2 2⋅3 M −1 PE ASK = 2 6 PASK M −1 ⎛ Q⎜ ⎜ ( M 2 − 1)σ 2 M n ⎝ 2 PPSK ⎞ ⎟. sledi: 2 2σ n (S N )8 (S N )4 2 A8 sin 2 (π 4) = 2 = = 4 cos 2 (π 8) = 3. Za M ≥ 4 je ( M − 1) / M ≈ 1 .5 ≅ SNR4 PSK + 4 [dB]. . PSK 3 ⎞⎤ ⎟⎥ [dB] . ⎠⎦ ) ⎡ M 2 −1 2 ⎛ π sin ⎜ SNR ASK = SNRPSK + 10 ⋅ log ⎢ ⎝M ⎣ 3 Za M = 4: SNR4 ASK = SNR4 PSK + 10 ⋅ log 2. b) Snaga ASK modulisanog signala je: 1 PASK = PS .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 195 Rešenje: a) Verovatnoća greške za PSK sa M ≥ 4 simbola data je izrazom: ⎛ A sin(π M ) ⎞ ⎟ PEPSK = 2Q⎜ M ⎟ ⎜ σn ⎠ ⎝ Iz uslova PE4 = PE8 dobija se A4 sin π = A8 sin . ⎝M ⎠ (S N )ASK = (M 2 ⎛π ⎞ − 1 sin 2 ⎜ ⎟ ⎝ M ⎠ (S N ) .33 dB .41 = SNR4 + 5. 2 gde je PS snaga signala u osnovnom opsegu. ⎟ ⎠ ⎛ π PEPSK = 2Q⎜ sin ⎜ M ⎝ Porede se sistemi za M ≥ 4 jer su za M = 2 binarni PSK i binarni ASK sistem potpuno ekvivalentni i imaju iste performanse. PASK = M 2 −1 2 6 PASK . ⎟ ⎠ sledi: 6 M −1 2 (S ⎛π ⎞ N ) ASK = 2 sin 2 ⎜ ⎟ ⋅ (S N )PSK .41.

1). a za M > 2 ASK zahteva za oko 5 dB veću snagu od odgovarajućeg PSK.2.3. Nakon množenja sa kosinusiodom i integraljenja. Za M = 16: SNR16 ASK = SNR16 PSK + 10 ⋅ log 3.9 [dB] .4. ∫ 0 T X s (t ) cos(2πf 0t ) arctan(Y X ) φ ∫ 0 T Y sin( 2πf 0t ) Slika 10. Odrediti signal na izlazu iz prijemnika.1 Verovatnoća greške za ASK i PSK u funkciji SNR sa parametrom M Udvostručenje broja simbola kod ASK zahteva povećanje snage signala za oko 6 dB za istu verovatnoću greške.2 ≅ SNR16 PSK + 5 [dB].2. Za M = 2 ASK je isto što i PSK.4. 10.2.1 Rešenje: U k-tom signalizacionom intervalu prenošeni signal je: s (t ) = A cos(2πf 0 t − Φ k ).2. dobija se: .07 ≅ SNR8 PSK + 4.4 Optimalni koherentni MPSK prijemnik je prikazan na slici (Slika 10. Slika 10.196 DIGITALNA FAZNA MODULACIJA Za M = 8: SNR8 ASK = SNR8 PSK + 10 ⋅ log 3.

5. 2 Važi: ⎞ ⎟ = Φk . .5. ⎟ ⎠ Problem koherentnog prijemnika je to što se na prijemu mora obezbediti estimacija faze nosioca.2.5 Na ulaz u prijemnik čija je blok šema prikazana na slici (Slika 10. Vremenski oblik trenutne devijacije faze φ (t ) prikazan je na slici (Slika 10.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 197 X = ∫ A cos(2πf 0 t − Φ k ) cos(2πf 0 t )dt = A cos Φ k ∫ cos(2πf 0 t ) cos(2πf 0 t )dt + 0 0 T T T + A sin Φ k ∫ cos(2πf 0 t ) sin(2πf 0 t )dt 0 = = = A cos Φ k 2 A cos Φ k 2 T T ⎛T ⎞ ⎜ dt + cos(4πf 0 t )dt ⎟ + A sin Φ k sin(4πf 0 t )dt ∫ ∫ ⎜∫ ⎟ 2 0 0 ⎝0 ⎠ ⎛ sin(4πf 0T ) ⎞ A sin Φ k 1 − cos(4πf 0T ) ⎟+ ⎜T + ⎟ ⎜ 4πf 0 2 4πf 0 ⎠ ⎝ AT cos Φ k .2). 2 uz pretpostavku da je f 0 >> 1 .1) dolazi fazno modulisani signal s (t ) = U 0 cos[2πf 0t + φ (t )]. φ = arctan⎜ ⎛ sin Φ k ⎛Y ⎞ ⎟ = arctan⎜ ⎜ cos Φ ⎝X⎠ k ⎝ 10. A cos Φ k 1 − cos(4πf 0T ) A sin Φ k + 2 4πf 0 2 ⎛ sin(4πf 0T ) ⎞ ⎟ ⎜T − ⎟ ⎜ 4πf 0 ⎠ ⎝ AT sin Φ k .2.2. Za granu sa sinusoidom se na sličan način dobija: Y = ∫ A cos(2πf 0 t − Φ k ) sin(2πf 0 t )dt = A cos Φ k ∫ cos(2πf 0 t ) sin(2πf 0 t )dt + 0 0 T T T + A sin Φ k ∫ sin(2πf 0 t ) sin(2πf 0 t )dt 0 A cos Φ k A sin Φ k = ∫ sin(4πf 0 t )dt + 2 2 0 = = T T ⎛T ⎞ ⎜ dt − cos(4πf 0 t )dt ⎟ ∫ ⎜∫ ⎟ 0 ⎝0 ⎠ . Za to se obično koristi PLL kolo koje usložnjava realizaciju prijemnika.

2. Slika 10. sC (t ) = ∞ j 2πft j 2πf ( t −T ) df = s (t − T ).198 DIGITALNA FAZNA MODULACIJA 1 ~ ~ f0 A s(t ) T C 2 ~ ~ f0 B Slika 10.2 Trenutna devijacija faze Pronaći signale na izlazima iz prijemnika. = 2 .2. gde je k ceo broj i k >> 1 .5. u tačkama A i B. Rešenje: Signal u tački C je: S C ( f ) = S ( f ) ⋅ H ( f ) = S ( f ) ⋅ e − j 2πfT . 2 4⎠ 2 2 ⎝ s 2 (t ) = U 0 cos[2πf 0 t + Φ (t )] ⋅ U 0 sin[2πf 0 (t − T ) + Φ(t − T )] 2 U0 {sin[4πf 0 t − 2πf 0T + Φ(t ) + Φ(t − T )] − sin[2πf 0T + Φ(t ) − Φ(t − T )]}.5. ∫ S C ( f )e df = ∫ S ( f )e ∞ −∞ −∞ a signali u pojedinim tačkama prijemnika su: s1 (t ) = U 0 cos[2πf 0 t + Φ (t )] ⋅ U 0 cos[2πf 0 (t − T ) + Φ (t − T )] = 2 U0 {cos[4πf 0 t − 2πf 0T + Φ(t ) + Φ(t − T )] + cos[2πf 0T + Φ(t ) − Φ(t − T )]}. i prikazati njihove vremenske oblike.1 Blok šema prijemnika Pri tome je 2πf 0T = π 4 + 2kπ . 2 2 U0 cos[2πf 0T + Φ (t ) − Φ (t − T )] s A (t ) = 2 U2 2 π ⎞ U2 ⎛ = 0 cos⎜ ∆Φ(t ) + ⎟ = 0 [cos ∆Φ(t ) − sin ∆Φ (t )] .

Slika 10.2. a) Odrediti diferencijalno kodovanu poruku {bk} i simbole PSK signala koji odgovaraju toj poruci.2. Detektor na svom izlazu daje "1" kada je signal na njegovom ulazu negativan. Neka je prvi simbol diferencijalno kodovane poruke {bk} jednak 1.1). koherentna detekcija).6. gde se na prijemu ne generiše lokalni nosilac u fazi sa nosiocem u predajniku (tj. tako da prijemnik ispravno radi. Za demodulaciju se koristi prijemnik sa slike (Slika 10.1 Sistem za prenos DPSK signala .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 2 U0 sin[2πf 0T + Φ (t ) − Φ (t − T )] s B (t ) = − 2 2 U0 =− [sin ∆Φ(t ) + cos ∆Φ(t )] 2 . Digitalni protok je 1200 b/s. c) Odrediti dekodovanu poruku ako se u 5-tom signalizacionom intervalu promenila faza nosioca za π. diferencijalne koherentne detekcije. a simbolu "0" faza π.6. Obično se ovakav način detekcije kombinuje sa diferencijalnim kodovanjem na predaji (vidi zadatak 10.6). 2 2 199 Slika 10. 10. Simbolu "1" odgovara faza 0.3 Demodulisani signal Ovo je primer tzv.6 Za prenos poruke {ak}={101011000110} koristi se diferencijalna PSK.2.2. već se za demodulaciju koristi u nosilac primljen u prethodnom signalizacionom intervalu.2. b) Odrediti minimalnu učestanost nosioca PSK signala.5.

10. pa je signal na ulazu u NF filtar oblika: sk ( t ) ⋅ sk −1 ( t ) = A cos( 2πf 0 t + Φ k ) ⋅ A cos( 2πf 0 ( t − T ) + Φ k −1 ) . 2 $ Φ k = 0|ππ 00|0πππ |π 0ππ |. 2πf 0T = const .1 prikazuje sistem koji koristi diferencijalnu binarnu faznu modulaciju: Slika 10. Poruci {bk } odgovaraju sledeći simboli PSK signala: {Φ k } = 0 ππ 00 π 000 0π 00 .7 Slika 10. Nakon NF filtra.2.200 DIGITALNA FAZNA MODULACIJA Rešenje: a) Originalna poruka je: {ak } = 10101100 0110 . ∆Φ k = π 0π 0 0π 00 0ππ 0 . a odgovarajuća diferencijalno kodovana poruka bk = ak ⊕ bk −1 je: {bk } = 1001101111011.1 Sistem za prenos DPSK signala .2.7. T Minimalna učestanost nosioca je za n = 1 i iznosi: 1 f 0min = = 1200 Hz.7.2. 2 gde je: ∆Φ k = Φ k − Φ k −1 . na ulaz detektora dolazi signal: s D (t ) = A2 cos(2πf 0T + ∆Φ k ). b) Idealni PSK signal u k-tom signalizacionom intervalu ima oblik: sk (t ) = A cos(2πf 0t + Φ k ) . čime je izbegnuta osetljivost demodulacije na promenu faze nosioca. Uslov da prijemnik ispravno radi svodi se na uslov: n f 0T = n ⇒ f 0 = . ˆ {a k } = 1010 0100 0110 ≅ {a k }. Diferencijalnim kodovanjem simbol ak je utisnut u razliku faza PSK signala u dva uzastopna signalizaciona intervala. T c) Tada je ispunjen uslov ispravnog rada prijemnika: sD ( t ) = A2 cos ∆Φ k .

π }. bk Φκ -1 π -1 π 1 0 -1 π -1 π -1 π Tabela 10.7. c) Ako sistem za prenos ima idealnu amplitudsku karakteristiku i faznu karakteristiku oblika: ϕ ( f ) = − f∆t . U tački C. k 0 k Po uslovu zadatka taj signal je oblika: sc (t ) = = ∑ h(t − kT ) cos(2πf t + Φ 0 k 0 k k )= k 0 k ∑ h(t − kT ) cos(2πf t ) ⋅ cos Φ −∑ h(t − kT ) sin(2πf t ) ⋅ sin Φ k . Φ k = arccos bk = {0. ⎪ 0 k ≠ 0.1 Kodovanje i modulacija DPSK signala c) Funkcija prenosa sistema je: H L ( f ) = H T ( f ) ⋅ H C ( f ) ⋅ H R ( f ) = A ⋅ e − j 2πf∆t ( A = 1).7..± 1. k a) Odrediti vrednosti simbola bk u tački B iza sabirača (pretpostaviti da je b-1 = -1). tj. Ako operacija sabiranja po modulu 2 daje “1” kad su simboli različiti i ako se pretpostavi b−1 = −1 onda je: b0 b1 b2 b3 b4 b5 -1 -1 1 -1 -1 -1 b) Na osnovu blok dijagrama na slici 8. i ako se prenos vrši brzinom vd = 2400 b/s odrediti minimalnu vrednost učestanosti nosioca f0 tako da u trenutku odabiranja signala u tački F ne dođe do ISI pod uslovom da elementarni impuls h(t ) zadovoljava sledeći kriterijum: k = 0. DFSK signal se može napisati u obliku: sC ( t ) = ∑ h (t − kT ) cos(2πf t + Φ 0 k ). b) Na osnovu oblika signala u tački C odrediti vezu između faze Φk i simbola bk. ⎩ Rešenje: a) Diferencijalno kodovana poruka je: bk = bk −1 ⊕ a k .2. . signal u tački C je: sc ( t ) = ∑ b h(t − kT ) cos(2πf t ). ⎧ h0 ⎪ h(k T 2) = ⎨h0 2 k = ±1. pa se poređenjem može zaključiti da je: bk = cos Φ k .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 201 Na ulaz kola za sabiranje po modulu 2 u tački A dolazi povorka vrlo uskih impulsa: a0 a1 a2 a3 a4 a5 -1 -1 1 1 -1 -1 H ( f ) je kolo za uobličavanje impulsa.

2 Demodulacija i dekodovanje DPSK signala 10. pa kasni i odlučivanje: sD (t + ∆t ) = sC (t ). 2 Dekodovanje daje originalnu (ali invertovanu) sekvencu: ∆Φ k $ ak 0 1 0 1 π -1 π -1 0 1 0 1 Tabela 10.202 DIGITALNA FAZNA MODULACIJA što znači da sistem unosi kašnjenje za ∆t.2. sF (t + ∆t ) = NF { sC (t ) ⋅ sC (t − τ )} ⎧ ⎫ = NF ⎨ ∑ h(t − kT ) cos[ 2πf 0t + Φk ] ⋅ ∑ h(t − τ − kT ) cos[ 2πf 0 (t − τ ) + Φ'k ] ⎬ ⎩k ⎭. sF (t ) = NF {sD (t ) ⋅ sE (t )}. Ako se za učestanost nosioca odabere minimalna vrednost: v 1 1 f0 = = = d = 2400 Hz. pa je 1 sF (nT + ∆t ) = ∑ h0h( (n − k )T − τ ) cos[ 2πf 0τ + Φn − Φ'k ] 2 k . k U trenutku odlučivanja nT + ∆t je: s F (nT + ∆t ) = ⎧ ⎫ NF ⎨∑ h((n − k )T ) cos(2πf 0 nT + Φ k ) ⋅ ∑ h((n − k )T − τ ) cos 2πf 0 (nT − τ ) + Φ 'k ⎬ k ⎩k ⎭. ⋅ za τ = ±T/2 u sumi ostaju dva člana .2. T0 T ld M konačno se dobija željeni demodulisani DPSK signal: h02 sF (nT + ∆t ) = cos[ Φn − Φn−1 ] .8. U prvoj sumi od nule je različit samo član za k = n. u kome promeni faze ϕ k − ϕ k −1 odgovara dibit ak bk : sM (t ) = ∑ h(t − kT ) ⋅ cos( 2πf t + ϕ 0 ∞ k .2. ) . ( ) Oblik impulsnog odziva h(t ) poznat je u trenucima t = kT/2 pa je potrebno analizirati prethodni izraz za vrednosti τ = mT/2: ⋅ τ = 0 nema smisla jer se gubi informacija sadržana u razlici faza.postoji ISI ⋅ τ = ±T dobija se: h02 sF (nT + ∆t ) = cos[ 2πf 0τ + Φn − Φn−1] 2 . sE (t + ∆t ) = sD (t + ∆t − τ ) = sC (t − τ ). t > T .8 Na slici (Slika 10. h(t ) = ⎨ k = −∞ ⎩0 t ≤ 0. Na ulaz prijemnika dolazi kvaternarni fazno modulisani signal: ⎧1 0 < t ≤ T .7.1) prikazan je diferencijalni fazni demodulator u kome je NF filtar zamenjen integratorom (optimalni prijemnik).

8. i popuniti tabelu: k ak bk 0 0 1 1 0 0 2 1 1 3 0 1 4 1 0 ϕk ϕ k − ϕ k −1 sd 1 sd 2 Slika 10.1 Demodulator DPSK signala Napomena: ϕ −1 = a −1 = b−1 = 0. Rešenje: a) U intervalu integraljenja kT < t ≤ (k + 1) T signal na ulazu integratora je: ⎡ ∞ ⎤⎡ ∞ ⎤ s1 (t ) = 2⎢ ∑ h(t − nT ) sin(2πf 0 t + φ n )⎥ ⎢ ∑ h(t − mT − T ) cos(2πf 0 (t − T ) + φ m )⎥ ⎣n= −∞ ⎦ ⎣m= −∞ ⎦ = 2 ⋅ h(t − kT ) sin(2πf 0 t + φ k ) ⋅ h(t − kT ) cos(2πf 0 (t − T ) + φ k −1 ).ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 203 ϕ k − ϕ k −1 0 ak 0 0 1 1 bk 0 1 0 1 π 2 π 3π 2 a) Odrediti f 0T tako da sd 1 i sd 2 zavise samo od razlike ϕ k − ϕ k −1. taj odbirak jednak: s d 1 [(k + 1)T ] = 1 T ( k +1)T ∫ [sin(2 ⋅ 2πf 0 t − 2πf 0T + φk − φk −1 ) + sin(2πf 0T + φk − φk −1 )]dt kT = sin(2πf 0T + φ k − φk −1 ). . b) Za f 0T = 1 nacrtati modulisan signal koji odgovara poruci.2. pa je u trenutku t = ( k + 1) T uzimanja odbirka demodulisanog signala za odlučivanje.

2 Diferencijalno fazno modulisani signal .204 DIGITALNA FAZNA MODULACIJA Slično se dolazi do: sd 2 [ ( k + 1) T ] = cos( 2πf 0 T + φ k − φ k −1 ) . Za f 0 T = n.8.2. n ∈ Z + . demodulisani signali zavisiće samo od razlike dve uzastopne faze. b) k ak bk 0 0 1 π/2 1 0 π/2 1 0 0 0 0 1 π/2 2 1 1 3π/2 -1 0 0 3 0 1 π/2 1 0 π/2 4 1 0 π 0 -1 3π/2 ϕ k − ϕ k −1 sd 1[( k + 1) T ] sd 2 [( k + 1) T ] ϕk Slika 10.

a) Detektor sa limiterom i diskriminatorom.2) U slučaju da je h(t ) pravougaoni impuls jedinične amplitude. Moguć je i koherentni prenos FSK signala. FM modulacija (FSK) nepovoljnija je od digitalne ΦM modulacije u pogledu širine spektra i zahtevanog odnosa signal/šum. Digitalni FM signal dat je izazom: s (t ) = A cos[2πf 0 t + 2πf d ∫ x(τ )dτ +θ 0 ] 0 t (11.3) k =− N ⋅ f d .1 FSK modulacija FSK modulacija našla je veoma široku primenu zbog jednostavnosti generisanja modulisanog signala i jednostavne nekoherentne demodulacije koja ne zahteva rekonstrukciju nosioca. ⋅ f 0 . odnosno detekcija.modulišući digitalni signal. Ukoliko uslov (11.1 UVOD 11. ⋅ x (t ) .2 Demodulacija FSK signala Ako je: θ k = 2πf 0 (k − 1)T + 2πf d bk −1T + θ k −1 Koriste se koherentna i nekoherentna demodulacija.učestanost nosioca.početna faza FM signala za t = 0. FSK signal u k-tom signalizacionom intervalu je oblika: s k (t ) = A cos(2πf 0 t + 2πf d bk t + θ k ) (11. 11.1) gde je: ⋅ A . dat izrazom: (11. pa se zato koristi za manje brzine prenosa. koji daje bolje rezulate od nekoherentnog. FSK signal je dobijen "tvrdim tastovanjem".ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 205 11 DIGITALNA FREKVENCIJSKA MODULACIJA 11.4) tada je FSK signal sa kontinualnom promenom faze.1. odnosno dobijen je "mekim tastovanjem". slika 11.4) nije ispunjen. ⋅ θ 0 .a.1.konstantna amplituda. x (t ) = ∑bk h(t − kT ) N (11. trajanja T. .konstanta FM modulatora. Bolji kvalitet prenosa ostvaren je složenijim koherentnim prijemnikom. kod kojih propusni opseg kanala nije kritičan.

7) π A je vrednost na koju se limituje.c Nekoherentni prijemnik FM signala . izraz f 0 + predstavlja anvelopu Ukoliko je ispunjen uslov f 0 ≥ 2π dt 2π dt koja je proporcionalna trenutnoj devijaciji učestanosti.c. gde je τ vremensko kašnjenje diferencijalnog detektora. slika 11. b) Diferencijalni FM detektor.5) (11.b.b Diferencijalni FM detektor Pod uslovom da je f 0τ = 1 4 .206 DIGITALNA FREKVENCIJSKA MODULACIJA Slika 11. Slika 11. odnosno modulišućem digitalnom signalu: s D (t ) = D f dθ = Df dt k =− N ∑ bk h(t − kT ). Ispravljač ISP i NF filtar čine detektor anvelope. slika 11.a Detektor FM signala sa limiterom i diskriminatorom Ako je signal na ulazu u pojasni limiter oblika: suL (t ) = r (t ) cos[2πf 0 t + θ (t )]. r (t ) ≥ 0 tada je na izlazu pojasnog filtra koji sledi iza idealnog limitera signal oblika: siL (t ) = U L cos[2πf 0 t + θ (t )] gde je: 4A UL = = const (11.8) siD (t ) = −8 A⎜ f 0 + ⎟sin[2πf 0t + θ (t )] 2π dt ⎠ ⎝ 1 dθ (t ) 1 dθ (t ) . demodulisani signal ima oblik: dθ s D (t ) ≅ D f τ (11.6) (11. Slika 11. D f N = const (11.10) dt c) Detektor sa dva filtra i dva detektora anvelope. Na izlazu diferencijatora D signal je: 1 dθ (t ) ⎞ ⎛ (11.9) pri čemu sD(t) predstavlja signal na izlazu iz diskriminatora D.

d) Koherentni demodulator.13) U poslednjem izrazu A predstavlja konstantnu amplitudu FSK signala na ulazu u prijemnik.12) gde je B širina propusnog opsega filtara. koji zadovoljava uslov: n1 n2 = =T (11. a 2 σn varijansu uskopojasnog Gausovog šuma. Pored prethodnog uslova. pojasni filtri prijemnika moraju da zadovolje i sledeći uslov: f1 − f 2 > B (11.d Koherentni FM detektor Mora da zadovolji sve uslove kao i prethodni detektor.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 207 Koristi se kod binarnog FSK signala sa kontinualnom promenom faze.3 Verovatnoća greške binarne FSK Analiziran je slučaj prenosa binarnog FSK signala u prisustvu Gausovog šuma konstantne spektralne gustine srednje snage. Slika 11.1. U slučaju koherentne demodulacije. a f 1 i f 2 učestanosti FSK signala koje odgovaraju prenosu logičke "0" i "1". verovatnoća greške data je izrazom: PE = Q( ρ ) (11. verovatnoća greške je: 1 − PE = e 2 ρ2 2 A2 . 11. a f 1 i f 2 predstavljaju njihove centralne učestanosti.d.14) .11) f1 f 2 gde su n1 i n2 celi pozitivni brojevi. U slučaju detektora sa dva filtra i dva detektora anvelope.ρ = 2 2σ n 2 (11. slika 11.

1.1 prikazuje vremenski izgled modulisanog signala. u toku k-tog signalizacionog intervala digitalni signal je: kT ≤ t ≤ (k + 1)T s (t ) = A cos(2πf k t ) . gde je A = const i f k ∈ { f1 . Rešenje: a) Kod FSK se simboli alfabeta prenose pomoću talasnih oblika čije frekvencije odgovaraju simbolima.1 Posmatra se sistem za prenos u kome se koristi MFSK. a simboli se prikazuju na osama koje odgovaraju pojedinim frekvencijama. Slika 11.. prikaz konstelacije je u opštem slučaju u ravni (dve dimenzije). PSK i QAM modulacije.2.1. ili QAM signala. a simboli se prikazuju rastojanjem od koordinatnog početka koje odgovara amplitudi talasnog oblika (koja je za sve simbole ista). c) Skicirati spektar talasnog oblika koji odgovara simbolu modulišućeg signala. . f 2 . a) Prikazati vremenski izgled modulisanog signala za M = 2 ako se prenosi binarna sekvenca 010011110. Kod ASK.2 ZADACI 11.1 b) Prikaz konstelacije kod FSK signala se suštinski razlikuje od prikaza konstelacija ASK. stoga je FSK ortogonalna modulacija. Slika 11. Projekcija simbola na bilo koju drugu osu je 0. f M }. a simboli se u njoj prikazuju pomoću amplitude i faze talasnih oblika kojima se prenose. b) Skicirati konstelaciju modulisanog signala za slučajeve M = 2 i M = 3 . FSK spada u ortogonalne modulacije. PSK.. pri čemu je ravan definisana frekvencijom nosioca.2.. Kod FSK modulacije postoji onoliko osa (dimenzija) u konstelaciji koliko ima nosećih frekvencija.2. U slučaju 2FSK.1. važi: 0 1 f1 f2 Slika 11.208 DIGITALNA FREKVENCIJSKA MODULACIJA 11. Drugim rečima.2 prikazuje konstelacije za M = 2 i M = 3 .2.

2.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 209 f2 A M =2 f3 A M =3 A f1 f1 A A f2 Slika 11.2 c) Talasni oblik koji odgovara nekom simbolu je: 0≤t ≤T hm (t ) = A cos(2πf m t ) .3 .1. Hm( f ) A⋅ T 2 − fm fm f Slika 11.3 prikazuje Furijeovu transformaciju H m ( f ) . Njegova Furijeova transformacija je: ∞ T Hm( f ) = −∞ − j 2πft − j 2πft ∫ s(t )e dt = ∫ A cos(2πf m t )e dt 0 T T A A = ∫ Ae j 2πf mt e − j 2πft dt + ∫ Ae − j 2πf mt e − j 2πft dt 20 20 = = A e j 2π ( f m − f )t 4 jπ ( f m − f ) T 0 + A e − j 2π ( f m + f )t − 4 jπ ( f m + f ) T 0 A(e j 2π ( f m − f )T − 1) A(1 − e − j 2π ( f m + f )T ) + 4 jπ ( f m − f ) 4 jπ ( f m + f ) Ae jπ ( f m − f )T (e jπ ( f m − f )T − e − jπ ( f m − f )T ) = + 4 jπ ( f m − f ) + Ae − jπ ( f m + f )T (e jπ ( f m + f )T − e − jπ ( f m + f )T ) 4 jπ ( f m + f ) sin(π ( f m − f )T ) jπ ( f m − f )T sin(π ( f m + f )T ) − jπ ( f m + f )T +A e e 2π ( f m − f ) 2π ( f m + f ) sin(π ( f − f m )T ) − jπ ( f − f m )T sin(π ( f + f m )T ) − jπ ( f + f m )T e +A e 2π ( f − f m ) 2π ( f + f m ) =A =A Slika 11.2.1.1.2.

210 DIGITALNA FREKVENCIJSKA MODULACIJA 11.2.2.2 Koherentni prijemnik .2 Koliko je minimalno potrebno rastojanje između nosećih frekvencija kod FSK ako se koristi: a) nekoherentna demodulacija (Slika 11.2.2). Minimalno rastojanje se određuje iz uslova da dva talasna oblika koji predstavljaju simbole budu međusobno ortogonalni u toku jednog signalizacionog intervala T. ∫ 0 T ( )2 cos( 2πf1t ) r1 (T ) ∫ 0 T ( )2 sin( 2πf1t ) ∫ 0 T ( )2 r2 (T ) r (T ) s (t ) cos( 2πf 2t ) ∫ 0 T ( )2 1≤i≤ M max (ri (T ) ) sin( 2πf 2t ) ∫ 0 T ( )2 rM (T ) cos( 2πf M t ) ∫ 0 T ( )2 sin( 2πf M t ) Slika 11.2.2. b) koherentna demodulacija (Slika 11.2.1 Nekoherentni prijemnik ∫ 0 T r1 (T ) cos( 2πf1t ) ∫ s (t ) 0 T r2 (T ) cos( 2πf 2t ) 1≤ i≤ M max (ri (T ) ) r (T ) ∫ 0 T rM (T ) cos( 2πf M t ) Slika 11.1).2.2.2. Odrediti potrebni propusni opseg za MFSK u oba slučaja.

f1 − f 2 = . T Slika 11.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 211 Rešenje: a) Uslov ortogonalnosti je: T ∫ cos(2πf1t ) cos(2πf 2t + θ )dt = 0 .1) Gornji izraz može biti jednak 0.2. T Minimalno rastojanje između nosioca je za k = 1 : 1 f1 − f 2 = . k . samo ako je istovremeno: sin (2π ( f1 − f 2 )T ) = 0 .2. dobijamo: T ∫ cos(2πf1t ) cos(2πf 2 t + θ )dt = 0 cos θ sin (2π ( f1 − f 2 )T ) + 2 2π ( f1 − f 2 ) sin θ cos(2π ( f 2 − f1 )T ) − 1 + 2 2π ( f 2 − f1 ) (11. i cos(2π ( f 2 − f1 )T ) = 1 .2. + ⎜ ⎟ 2π ( f1 + f 2 ) 2π ( f 2 − f1 ) ⎝ ⎠ Ako pretpostavimo da je f1 + f 2 >> 1 . Razvojem gornjeg izraza dobijamo: T ∫ cos(2πf1t ) cos(2πf 2 t + θ )dt = cosθ ∫ cos(2πf1t ) cos(2πf 2t )dt − 0 0 T − sin θ ∫ cos(2πf1t ) sin(2πf 2 t )dt 0 T cos θ = 2 − = + sin θ 2 cos θ 2 sin θ 2 T ∫ (cos(2π ( f1 + f 2 )t ) + cos(2π ( f1 − f 2 )t ))dt − 0 T ∫ (sin(2π ( f1 + f 2 )t ) + sin(2π ( f 2 − f1 )t ))dt 0 ⎛ sin (2π ( f1 + f 2 )T ) sin (2π ( f1 − f 2 )T ) ⎞ ⎜ ⎜ 2π ( f + f ) + 2π ( f − f ) ⎟ + ⎟ 1 2 1 2 ⎝ ⎠ ⎛ cos(2π ( f1 + f 2 )T ) − 1 cos(2π ( f 2 − f1 )T ) − 1 ⎞ ⎜ ⎟. Oba uslova su zadovoljena za: 2π ( f1 − f 2 )T = 2kπ . 0 gde je sa θ označena fazna razlika.3 prikazuje minimalno rastojanje u između talasnih oblika u frekvencijskom domenu.2.

Za MFSK je potrebno M nosećih frekvencija. tada je θ = 0 . 2T .2. 2T pa je minimalno rastojanje između nosioca: 1 f1 − f 2 = . može se izračunati širina propusnog opsega koja je potrebna za prenos MFSK signala. dva puta manje nego kod nekoherentne demodulacije (Slika 11.4).2. potrebna širina propusnog opsega je: M B≈ . 2T odnosno. Zamenom u (11.3 b) Ako je u pitanju koherentna demodulacija.4 Na osnovu dobijenih rezultata. k . U slučaju nekoherentne demodulacije.2. T dok je u slučaju koherentne demodulacije: M B≈ .2.2.2.1) se dobija: T ∫ cos(2πf1t ) cos(2πf 2t + θ )dt = 0 cos θ sin (2π ( f1 − f 2 )T ) = 0. f1 − f 2 = f1 1 2T f2 f Slika 11.212 DIGITALNA FREKVENCIJSKA MODULACIJA f1 f2 f 1 T Slika 11.2. 2 2π ( f1 − f 2 ) što je zadovoljeno za: 2π ( f1 − f 2 )T = kπ .2.

2 Za granu u kojoj se primljeni signal množi sa kosinusoidom učestantosti f i . dobijene vrednosti se kvadriraju i sabiraju.2.4 a) Izraziti verovatnoću greške za binarnu FSK u funkciji odnosa energije emitovane po bitu Eb . gde je θ ugao koji modeluje nekoheretnost (faznu razliku između nosioca na predaji i na prijemu). nakon integraljanja će se dobiti 0 (vidi prethodni zadatak).3 Odrediti signal na izlazu nekoherentnog prijemnika iz prethodnog zadatka. dobija se: T ∫ A cos(2πf i t + θ ) sin(2πf i t )dt = 0 AT sin θ . Rešenje: U svim granama prijemnika u kojima se primljeni signal množi sa sinusoidama i kosinusoidama učestanosti koje su različite od f i . ⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ 2 ⎠ 2 2 2 11. . i SGSS belog Gausovog šuma N 0 (pretpostaviti da je širina propusnog opsega za obe demodulacije ista i jednaka B = 1 2T ). nakon integraljenja se dobija: T ∫ A cos(2πf i t + θ ) cos(2πf i t )dt = A cosθ ∫ cos(2πf i t ) cos(2πf i t )dt − 0 0 T − A sin θ ∫ cos(2πf i t ) sin(2πf i t )dt 0 T T T T ⎞ cos θ ⎛ ⎜ dt + cos(4πf i t )dt ⎟ − A sin θ sin(4πf i t )dt =A ∫ ⎟ 2 ⎜∫ 2 ∫ 0 0 ⎝0 ⎠ AT cosθ . ⎜ ⎟ 4πf i ⎝ ⎠ Ako pretpostavimo da je f i >> 1 .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 213 11. pa je: = ⎛ AT ⎞ ⎛ AT ⎞ ⎛ AT ⎞ ri = ⎜ sin θ ⎟ + ⎜ cos θ ⎟ = ⎜ ⎟ . U grani u kojoj se signal množi sa sinusoidom učestantosti f i . nakon integraljenja se dobija: T ∫ A cos(2πf i t + θ ) sin(2πf i t )dt = A cosθ ∫ sin(2πf i t ) cos(2πf i t )dt + 0 0 T + A sin θ ∫ cos(2πf i t ) cos(2πf i t )dt 0 T =A =A cos θ sin θ ∫ sin(4πf i t )dt +A 2 2 0 T T ⎛T ⎞ ⎜ dt + cos(4πf i t )dt ⎟ − ∫ ∫ ⎜ ⎟ 0 ⎝0 ⎠ cos θ 1 − cos(4πf i T ) sin θ +A 2 4πf i 2 ⎛ sin(4πf i T ) ⎞ ⎜T + ⎟. Prenošeni simbol u k-tom signalizacionom intervalu je A cos(2πf i t + θ ) .2. 2 Nakon integraljenja.

simbola). Rešenje: a) Verovatnoća greške binarne FSK zavisi od odnosa signal šum ρ : 1 2T Pošto je reč o binarnoj modulaciji. 2N 0 ρ= Ps 2 σn = Ps = 2N 0 B Ps = Ps T = N0 Es . Postoji tačno 2 k −1 sekvenci na kojima je na posmatranoj poziciji 0. broj sekvenci u koje se poslata sekvenca može preslikati je 2 k − 1 . Takođe. 2 2 b) Za izvođenje verovatnoće bitske greške se ne može koristiti rezonovanje upotrebljeno za izvođenje ovog parametra kod ASK ili PSK. k M −1 2 −1 Granična vrednost je: M 2 1 PE = PE . Verovatnoća da je došlo do zamene prilikom odlučivanja u sekvencu u kojoj je posmatrani bit pogrešan je stoga 2 k −1 2 k − 1 . PE = Q( ρ ) = Q⎜ ⎜ N ⎟ 0 ⎠ ⎝ Za nekoherentnu demodulaciju je: 1 − 1 − PE = e 2 = e 2 N 0 . Ukoliko je došlo do greške prilikom odlučivanja. i 2 k −1 sekvenci na kojima je na posmatranoj poziciji 1. Posmatrajmo jednu fiksiranu poziciju u okviru sekvence. Postoji ukupno 2 k informacionih sekvenci (odnosno. Verovatnoća bitske greške je: 2 k −1 M 2 PE = PE . broj sekvenci kod kojih je na posmatranoj poziciji vrednost bita različita od one koja je poslata je 2 k −1 . N0 pa je: ρ= Eb . kod FSK su zamene poslatog talasnog oblika za neki od preostalih M − 1 jednakoverovatne (ovo važi generalno za ortogonalne modulacije). važi: E s = Eb .214 DIGITALNA FREKVENCIJSKA MODULACIJA b) Izraziti verovatnoću bitske greške Pb u funkciji verovatnoće (simbolske) greške PE i broja informacionih bita po simbolu k = ldM . lim Pb = lim M →∞ M →∞ M − 1 2 ρ2 Eb Pb = . Naime. N0 Za koherentnu demodulaciju je: ⎛ Eb ⎞ ⎟.

7 ≈ 5 . koja modulacija je bolji izbor: ⋅ binarna FSK sa koherentnom demodulacijom i odnosom signal/šum SNR = 12 dB . gde je: SNR 10 SNR 20 ρ = 10 = 10 = 10 0. . Dobija se: PE = Q(4) ≈ 5 ⋅ 10 −5. odrediti verovatnoću greške u prenosu FSK signala.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 215 11. a) Odrediti maksimalnu vrednost odnosa η = vd B (η . Na prijemu ASK signala konstatovano je da je −5 verovatnoća greške prenosa PEA = 10 . U kanalu deluje Gausov šum ravne jednostrane spektralne gustine snage N 0 = 3.2.2. gde je B propusni opseg kanala.0 ⋅ 10 −11 W Hz . 11. c) Koliki je maksimalni odnos η = vd B za prenos FSK signala? Modulišući signal podataka je binarni polarni signal sa simbolima ak = ±1.5 Ako je najvažniji parametar sistema za prenos verovatnoća greške. ako se vrši nekoherentna demodulacija. Dobija se: PE = 0. Jasno je da je binarna FSK sa nekoherentnom demodulacijom i SNR = 14 dB bolji izbor sa stanovišta verovatnoće greške. SNR = 10 20 pri čemu je ρ = 10 0.spektralna efikasnost) za prenos ASK signala. H( f ) = ⎨ 0 drugde. Spektar elementarnog impulsa modulišućeg digitalnog signala je oblika: ⎧H f < 1 2T . ⋅ binarna FSK sa nekoherentnom demodulacijom i odnosom signal/šum od SNR = 14 dB ? Rešenje: Za binarnu FSK sa koherentnom demodulacijom verovatnoća greške je: PE = Q( ρ ).6 ≈ 4 .5e −12.5 ≈ 1. b) Ako su srednje snage ASK i FSK signala jednake. ⎩ 0 gde je T širina signalizacionog intervala.9 ⋅ 10 −6.6 Prenos binarnog ASK i FSK signala vrši se telefonskim kanalom čija funkcija prenosa ima oblik filtra idealnog propusnika opsega učestanosti sa graničnim učestanostima f d = 300 Hz i f g = 3400 Hz . Za binarnu FSK sa nekoherentnom demodulacijom verovatnoća greške je: 1 − PE = e 2 ρ2 2 .fd. B = fg .

2 Slika 11.6. Maksimalna učestanost u spektru modulišućeg signala je: 1 B = = 1550 Hz .2. Kako je: fc + 2 σ nA = N 0 fc − ∫ df B 2 B 2 = N 0 B. a njegova centralna učestanost je: B f c = f d + = 1850 Hz .1476. ⎝ n ⎠ ⎝ nA ⎠ gde je U vrednost odbirka demodulisanog AM signala na prijemu. Iz uslova: PEA = 10−5 nalazi se: U2 2 σ nA = A 2 = 18.1 Spektar AM-2BO signala. = T −1∫2T 3 2T 1 2T . Odavde sledi da je: 1 vd max = = 2 f m = 3100 b s . B Hz b) Verovatnoća greške ASK signala je: ⎛g d⎞ ⎛ U ⎞ PEA = Q⎜ o ⎟ = Q⎜ ⎟ ⎜σ ⎟ ⎜ σ ⎟. sledi: U = A N0 B. Srednja snaga AM signala je: PSA H 2d 2 M 2 −1 2 1 2 d H ( f ) ⋅ df ⋅ cos 2 2πf 0 t = 0 2 .216 DIGITALNA FREKVENCIJSKA MODULACIJA Rešenje: Propusni opseg kanala je B = (3400 − 300) Hz = 3100 Hz . fm = 2T 2 AM-2BO signal ima dva puta širi spektar od odgovarajućeg signala u osnovnom opsegu. T a) Maksimalni spektralna efikasnost prilikom prenosa AM signala je: vd bit s η = max = 1 . a σ nA efektivna vrednost napona šuma na mestu odlučivanja.

PEF = − 2 UF Srednje snage FSK signala i ASK signala su jednake.15 ⋅10 −4 .46 mV. važi: M 2 B= = . 2 gde je U F vrednost amplitude FSK signala. Elementarni FSK signal je oblika: s F (t ) = h(t ) cos(2πf1t ) i s F (t ) = h(t ) cos(2πf 2 t ). pa je verovatnoća greške FSK signala: 1 − PEF = e 2 = 1. Sada je: PEF = 1 2 P − SA σ2 e nF . 2 c) Pošto se radi o nekoherentnoj demodulaciji. T H0 = 2 PSA = 1. pa sledi: U F = U = 2 PSA . B 2 Hz Potrebna širina propusnog opsega za binarni nekoherentni FSK je duplo veća nego za binarni ASK sistem. jer je ista širina kanala. 2 2 σnF = σnA . T Verovatnoća greške nekoherentno detektovanog FSK signala je: U = A N0 B = g0d = d ⋅ 2 1 2σ nF e . A2 .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 217 Vrednost odbirka signala na prijemu je: 1 2T g 0 = h(0) = Dalje je: −1 2T ∫ H ( f )df = H0 . pa je T T vd 1 bit s η = max = .

218 DIGITALNA FREKVENCIJSKA MODULACIJA .

K predstavlja dužinu memorije kodera a p je broj bita redudandanse (parnosti). kodne reči). odnosno u toku signalizacionog intervala se onemogućava pojava simbola koji su na međusobno malom rastojanju. odnosno kada poraste broj simbola. proizvedi n = k + p kodovanih bita (tzv. Trelis-kodovana modulacija predstavlja kombinaciju kodovanja i nekog od digitalnih modulacionih postupaka. Konačni rezultat je smanjenje zahtevanog odnosa SNR (3-6 dB) za istu vrednost verovatnoće greške. To znači da pri konstantnoj srednjoj snazi i konstantnoj brzini signaliziranja. koji na osnovu ulazne sekvence od k informacionih (nekodovanih) bita i sopstvenog stanja (memorije) u kojoj se nalazi K − 1 prethodni bit. . koje se pogodnim mapiranjem kodnih reči konvolucionog kodera u simbole može načiniti znatno većim nego minimalno rastojanje između simbola u nekodovanom slučaju. koje je određeno srednjom snagom signala. očigledno se smanjuje minimalno rastojanje između simbola kodovanog niza. dolazi do povećanja verovatnoće greške kada poraste digitalni protok. verovatnoća greške zavisi od minimalnog (Euklidskog) rastojanja između simbola. Zadržavanjem iste srednje snage. Odlučujući doprinos verovatnoći greške u ovom slučaju je od strane minimalnog (Euklidskog) rastojanja dve putanje kroz trelis.1.1 Trelis-kodovana modulacija (TCM – Trellis-Coded Modulation) Kod klasičnih M-arnih modulacionih postupaka. trelis-kodovanje povećava složenost realizacije predajnika i prijemnika. kao što su PAM. Trelis-kodovana modulacija se koristi za povećanje efikasnosti prenosa digitalnih signala uskopojasnim kanalima ograničenog frekvencijskog opsega. pomoću konvolucionog kodovanja se uvodi međuzavisnost između simbola. Kodovanje je moguće izvesti blok ili trelis kodovima. Pri konstantnoj srednjoj snazi i pri povećanju broja simbola dolazi do smanjenja ovog minimalnog rastojanja. MPSK i QAM. Cilj trelis-kodovane modulacije je da se poveća minimalno rastojanje između simbola bez povećanja srednje snage signala. bez povećanja širine spektra modulisanog signala. Kodovanje povećava broj simbola sa 2 k na 2 k + p . Međutim.1 UVOD 12. kao i brojem i pozicijom simbola. Trelis kodovanje je izabrano zbog efiksanosti Viterbijevog algoritma dekodovanja.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 219 12 SPEKTRALNO EFIKASNE MODULACIJE 12. Trelis-kodovanje se realizuje konvolucionim koderom. Sa druge strane.

2. a) Skicirati konstelacije u slučajevima kada je M = 2. npr.2 prikazuje izgled konstelacije modulisanog signala za slučajeve M = 2.4 i 8. Konstelacije sa ovakvim rasporedom tačaka se nazivaju pravougaone.2 ZADACI 12. da bi komponenta u fazi i komponenta u kvadraturi bile međusobno ortogonalne u toku jedne periode? Slika 12. po jedna dimenzije za komponentu u fazi i kvadraturi. Modulisani signal je: s (t ) = ∑ a n h(t − nT ) cos(2πf 0 t ) + ∑ bn h(t − nT ) sin(2πf 0 t ) .220 STATISTIČKA TEORIJA TELEKOMUNIKACIJA 12. . h(t ) = ⎨ ⎩0 drugde. Postoje i QAM konstelacije gde su tačke drugačije raspoređene. n n pri čemu je elementarni impuls dat sa: ⎧1 0 ≤ t < T .2. n n Slika 12. što se dobija pogodnim izborom amplitudskih nivoa komponenata u fazi i kvadraturi.1 QAM modulator Rešenje: a) Digitalni signali na izlazu predajnih filtara su: d1 (t ) = ∑ an h(t − nT ) i d 2 (t ) = ∑ bn h(t − nT ) .1. Konstelacije su dvodimenzionalne.2. po koncetričnim kružnicama ili šestougaonim rešetkama. b) Koji uslov moraju da zadovolje f 0 i T.1 Dva nezavisna M-arna digitalna signala potrebno je preneti pomoću QAM modulacije. trajanja T i predstavljaju impulsni odziv predajnog filtra H ( f ) . Elementarni impulsi su pravougaoni impulsi jedinične amplitude.4 i 8.1.

dobija se: ( k +1)T ∫ d1 (t )d 2 (t )dt = ∫ ak sin(2πf 0 t )bk cos(2πf 0 t )dt = ak bk ∫ sin(2πf 0 t ) cos(2πf 0 t )dt kT ( k +1)T kT kT = 2a k bk =− kT ∫ sin(4πf 0 t )dt = − 2πf a k bk cos(4πf 0 t ) kT ( k +1)T a k bk (cos(4πf 0 kT + 4πf 0T ) − cos(4πf 0 kT ) ) 2πf a b = k k sin(4πf 0 kT + 2πf 0T ) sin(2πf 0T ).2.1. treba da važi: ( k +1)T ∫ d1 (t )d 2 (t )dt = 0 . πf .2 b) Da bi u toku jednog perioda (signalizacionog intervala) komponenta u fazi i komponenta u kvadraturi bile međusobno ortogonalne. ( k +1)T ( k +1)T kT Razvojem gornjeg izraza.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 221 M =4 M =2 M =2 M =4 M =8 M =8 Slika 12.

Naime.222 STATISTIČKA TEORIJA TELEKOMUNIKACIJA Da bi uslov ortogonalnosti bio zadovoljen za svako k.2. ⎟ ⎠ . PE QAM = 1 − PC = 1 − 1 − PE ASK = 1 − ⎜1 − 2 Q⎜ ⎜ ⎜ M −1 N0 ⎟⎟ M ⎝ ⎠⎠ ⎝ Lako se pokazuje da je gornja granica na verovatnoću greške za QAM: ( ) 2 ⎛ 3 EQAM PE QAM ≤ 4Q⎜ ⎜ M −1 N0 ⎝ ⎞ ⎟. oba ASK simbola moraju biti ispravno detektovani (Slika 12. Ortogonalnost omogućava koherentnu demodulaciju bez interkanalne interferencije. Da bi QAM simbol bio ispravno detektovan.2.2 Posmatra se QAM modulacija sa M simbola. u ovom slučaju se QAM može predstaviti kao kombinacija dve ASK modulacije sa po N = M simbola (M je broj QAM simbola) i polovinom snage PASK = PQAM / 2 . f 0 T = n.2. a) Odrediti verovatnoću (simbolske) greške i verovatnoću bitske greške za QAM modulaciju sa pravougaonom konstelacijom. u jednom signalizacionom intervalu mora biti obuhvaćen ceo broj perioda. ⎟⎟ ⎠⎠ 2 ⎞ ⎟. verovatnoća greške QAM se relativno lako određuje pomoću verovatnoće greške za ASK. Verovatnoća greške pojedine ASK je (vidi zadatak 9. mora važiti: 2πf 0T = 2nπ . Rešenje: a) Kada je konstelacija pravougaona. druga ASK komponenti u kvadraturi (smatra se da je uslov ortogonalnosti ovih komponenata zadovoljen). ⎟ ⎠ Verovatnoća ispravne detekcije QAM simbola je tada: ⎛ M −1 ⎛ 3 EQAM 2 PC QAM = 1 − PE ASK = ⎜1 − 2 Q⎜ ⎜ ⎜ M −1 N0 M ⎝ ⎝ a verovatnoća greške je: ( ) ⎛ M −1 ⎛ 3 EQAM ⎞ ⎞ 2 ⎟⎟ .2. jedna ASK odgovara komponenti u fazi. uporediti QAM i ASK modulaciju. f0 = 12.1). n . za isti odnos 10 log( E s N 0 ) = 30 db i M = 16 . b) Sa stanovištva ovih parametara.2): PE ASK = 2 6 E ASK N −1 ⎛ Q⎜ 2 ⎜ N −1 N N 0 ⎝ ⎛ ⎞ 3 EQAM ⎟ = 2 M − 1 Q⎜ ⎟ ⎜ M −1 N0 M ⎠ ⎝ ⎞⎞ ⎟⎟ . T tj.

i ⎟ ⎠ ⎛ M −1 ⎛ 3 Es PE QAM = 1 − ⎜1 − 2 Q⎜ ⎜ M −1 N ⎜ M 0 ⎝ ⎝ Za date brojne vrednosti se dobija: PE ASK = 1. .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 223 Slika 12.2) prikazuje odnos verovatnoća greške ove dve modulacije za date parametre. može se reći da je QAM bolji izbor. Dobijamo: PE QAM Pb QAM = . ⎟⎟ ⎠⎠ 2 PE QAM = 1 − (1 − 1.2.875 ⋅ Q(4. 2 Vidi se da je verovatnoća greške za QAM modulaciju praktično zanemarljiva.16 ⋅ 10 −6 .85) = 1.2.2. i ⎞⎞ ⎟⎟ .5 ⋅ Q(14.1 Veza između QAM sa pravougaonom konstelacijom i ASK Verovatnoća bitske greške se takođe dobija na jednostavan način. Grafik (Slika 12. M simbola koduje ldM bita informacije.14)) ≈ 0. Pretopstavimo da se kodovanje bita u simboli vrši tako da se susedni simboli razlikuju za 1 bit (Grejov kod). ldM b) Pretpostavimo sada da posmatramo QAM i ASK sa istim brojem simbola i istom srednjom snagom (odnosno energijom): E ASK = EQAM = E s . i da je najverovatnija greška zamena za susedni simbol.2. Važi: PE ASK = 2 Es M −1 ⎛ 6 Q⎜ ⎜ M 2 −1 N M 0 ⎝ ⎞ ⎟. Pošto je za obe vrste modulacije potreban isti propusni opseg.

raste sa porastom broja simbola u alfabetu. Skicirati signale na izlazu modulatora. Ako je na raspolaganju širok propusni opseg. dok je snaga predajnika limitirana. MQAM je spektralna efikasnost: v ldM T ⎡ bit s ⎤ η= d = = ldM ⎢ ⎥. Međutim. tada se obično koriste PSK ili QAM modulacije zbog svoje spektralne efikasnosti.2. ukoliko su signali u1 (t ) i u 2 (t ) kojima se vrši modulacija nosilaca u fazi i kvadratruri u oba slučaja isti i prikazani na slici (Slika 12. B 1T ⎣ Hz ⎦ odnosno.2.2. Ukoliko je na raspolaganju ograničen propusni opseg. Rešenje: Za MASK.2.224 STATISTIČKA TEORIJA TELEKOMUNIKACIJA 10 log (Es N 0 ) [dB] Slika 12. spektralna efikasnost je: v ldM T ldM ⎡ bit s ⎤ η= d = = . Za MFSK modulaciju.2.4. B M T M ⎢ Hz ⎥ ⎣ ⎦ što znači da opada sa porastom broja simbola. 12. tada se obično koristi MFSK modulacija.4. verovatnoća greške takođe raste sa porastom broja simbola.2 12.4 Slika 12. QAM i nekoherentnu FSK modulaciju sa stanovišta spektralne efikasnosti. .2. PSK. MPSK. a takođe je i realizicaja nekoherentnog prijemnika relativno jednostavna i jeftina.1 prikazuje standardni QPSK i OQPSK (Offset QPSK) modulator.2).3 Uporediti ASK. za datu srednju snagu. Prednost MFSK modulacije je što je u principu potrebna manja snaga za datu verovatnoću greške nego kod ostalih modulacija.

u1 (t ) 1 u2 (t ) 1 cos Φ(t ) 2 2 2 2 − 2 2 − 2 2 Tabela 12.4. u1 (t ) 4 ⎦ ⎣ Početna faza od π 4 je izabrana tako da se dobiju vrednosti faze modulisanog signala date u tabeli (Tabela 12.1 sin Φ(t ) − 2 2 2 2 − 2 2 2 2 Φ(t ) 0 1 -1 -1 -1 1 -1 π 2 3π 2 π Prikaz konstelacije signala je dat na slici (Slika 12.2.1).2. .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 225 cos(2πf 0t + π 4) sin (2πf 0t + π 4) cos(2πf 0t + π 4) sin (2πf 0t + π 4) Slika 12.4. a njegov vremenski izgled je dat na slici (Slika 12.1): ⎡ u (t ) π ⎤ s q (t ) = 2 cos ⎢2πf 0 t − arctg 2 + ⎥.4.3).2.2.4).4.2.2 Modulišući signali Rešenje: a) QPSK modulisan signal je (vidi zadatak 10.1 a) QPSK modulator b) OQPSK modulator u1 (t ) u2 (t ) Slika 12.4.4.2.2.

3 sq (t ) u1 = 1 u2 = 1 u1 = −1 u2 = −1 u1 = 1 u 2 = −1 u1 = −1 u2 = 1 0 8T Slika 12.4. Naime.4 b) OQPSK modulisan signal je: ⎡ u (t − T ) π ⎤ s q (t ) = 2 cos ⎢2πf 0 t − arctg 2 + ⎥. soq (t ) u = 1 u1 = −1 u1 = 1 u1 = −1 1 u2 = 1 u2 = 1 u 2 = −1 u 2 = −1 T 7T Slika 12.226 STATISTIČKA TEORIJA TELEKOMUNIKACIJA 2 Slika 12. ⎜ ⎟ 4T ⎠ ⎝ ⎝ ⎠ . jedina razlika je ta što je modulišući signal zakašnjen za polovinu signalizacionog intervala (ofset). To je posledica činjenice da postoji ofset između modulišućih signala od polovine signalizacionog intervala.2.4. što daje promenu faznog stava za maksimalno π 2 (vidi tabelu). kao i izgled konstelacije su isti. Vremenski izgled modulišućeg signala je dat na slici (Slika 12. već je maksimalna promena faze π 2 .2.4.5).4.2.2. pomoću ofseta je obezbeđeno da ne može doći do istovremene promene vrednosti oba modulišuća signala. kod koje se modulisani signal u k-tom signalizacionom intervalu može izraziti na sledeći način: ⎛ ⎛ ⎞ d ⎞ s(t ) = A cos⎜ 2π ⎜ f 0 + k ⎟t + θ k ⎟ .2. već se njihove vrednosti naizmenično menjaju.5 Za razliku od QPSK. 12. kod OQPSK ne može do doći skokovite promene faze od π . u1 (t ) 4⎦ ⎣ Vrednosti faze.5 MSK (Minimum Shift Keying) je varijanta binarne frekvencijske modulacije sa mekim tastovanjem (CPFSK – Continuous Phase Frequency Shift Keying).

a) Koliko je rastojanje između nosilaca? b) Pokazati da je faza modulisanog signala kontinualna. Zbog toga se ova modulacija naziva Minimum Shift Keying. d k +1 = d k . tada je: φ k +1 = 2πf 0 kT + πkd k +1 θ k +1 = θ k mod(2π ) = θ k pa je faza na početku (k + 1) -og signalizacionog intervala jednaka: + θk . Rešenje: a) Rastojanje između nosilaca je: 1 ⎛ 1 ⎞ 1 .2). i . ⎩ i kašnjenjem u kvadraturnoj grani od T. b) Na kraju k-tog signalizacionog intervala.−1. c) Skicirati modulisani signal ako je {d k } = 1.2. tada je: θ k +1 = ⎜θ k + ⎛ kπ (d k + d k ) ⎞ ⎟ mod(2π ) = (θ k + kπd k ) mod(2π ) . d) Pokazati da je MSK ekvivalentna OQPSK sa elementarnim impulsom: ⎧ ⎛ πt ⎞ ⎪ A cos⎜ ⎟ −T ≤ t ≤ T. 2 ⎠ φ k +1 = 2πf 0 kT − πkd k φ k = 4πf 0 nT + nπd k + θ k . a θ k faza koja se izračunava po sledećem rekurzivnom obrascu: θ k = ⎜θ k −1 + ⎛ ⎝ πk 2 (d k −1 − d k )⎞ mod(2π ) .−1. tada je: φ k +1 = 2πf 0 kT + πkd k ⎝ pa je faza na početku (k + 1) -og signalizacionog intervala jednaka: + (θ k + kπd k ) mod(2π ) . 2 Ukoliko je naredni informacioni simbol različit od prethodnog. 2 Ako je k parno. d k +1 = −d k . − ⎜ f0 − ⎟= 4T ⎝ 4T ⎠ 2T odnosno. ⎟ ⎠ pri čemu je početna faza θ 0 = 0 . k = 2n . to je minimalno rastojanje između nosilaca kod frekvencijske modulacije (vidi zadatak 11.−1 .1. Skicirati komponentu u fazi i kvadraturi OQPSK signala. faza je: πkd k φ k = 2πf 0 kT + + θk . h(t ) = ⎨ ⎝ 2T ⎠ ⎪ 0 drugde.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 227 gde je d k ∈ {−1.1} prenošeni informacioni simbol u k-tom signalizacionom intervalu. 2 a na početku (k + 1) -og signalizacionog intervala faza je jednaka: ∆f = f 0 + + θ k +1 2 Ukoliko je naredni informacioni simbol isti kao i prethodni.1.

k = 2n + 1 . dobija se: πd (2n + 1)πd k φ k = 2πf 0 (2n + 1)T + + θ k = 2πf 0 (2n + 1)T + nπd k + k + θ k .5. radi se signalu sa kontinualnom fazom (odnosno. Za neparno k.1 prikazuje modulišući signal. dobija se: k 0 1 2 3 4 5 dk 1 −1 −1 fk f 0 + 1 4T f 0 − 1 4T f 0 + 1 4T f 0 + 1 4T f 0 − 1 4T f 0 − 1 4T θk 0 π π 0 0 1 1 −1 π Slika 12. Pošto se vrednost modulišućeg signala ne menja skokovito prilikom smene signalizacionih intervala.1 d) Da bi se dokazalo da su MSK i OQPSK sa elementarnim impulsom “polukosinus” ekvivalentne. 2 2 Takođe važi: πd πd ⎞ ⎛ ⎞ ⎛ cos⎜ 2πf 0 (2n + 1)T + nπd k + k + θ k ⎟ = cos⎜ 2πf 0 (2n + 1)T − nπd k + k + θ k ⎟ 2 2 ⎠ ⎝ ⎠ ⎝ = (−1) n (− d k ) sin (2πf 0 (2n + 1)T + θ k ). polazi se od izraza za MSK: ⎞ ⎛ ⎛ d ⎞ πt ⎛ ⎞ dk + θk ⎟ s (t ) = A cos⎜ 2π ⎜ f 0 + k ⎟t + θ k ⎟ = A cos⎜ 2πf 0 t + ⎟ ⎜ 4T ⎠ 2T ⎝ ⎠ ⎠ ⎝ ⎝ πt πt ⎛ ⎞ ⎛ ⎞ = A cos θ k cos⎜ 2πf 0 t + d k ⎟. d k ⎟ − A sin θ k sin⎜ 2πf 0 t + 2T 2T ⎝ ⎠ ⎝ ⎠ .5. o mekom tastovanju).2. i 2 2 πd (2n + 1)πd k φ k +1 = 2πf 0 (2n + 1)T − + θ k + πd k = 2πf 0 (2n + 1)T − nπd k + k + θ k . c) Na osnovu definicionih izraza.2. s (t ) d 0 = 1 d1 = −1d 2 = −1 d 3 = 1 d 4 = 1 d 5 = −1 0 6T Slika 12. Važi: cos(4πf 0 nT + nπd k + θ k ) = cos(4πf 0 nT − nπd k + θ k ) = (− 1)n cos(4πf 0 nT + θ k ) .228 STATISTIČKA TEORIJA TELEKOMUNIKACIJA φ k +1 = 4πf 0 nT − nπkd k + θ k .

ak i bk mogu da menjaju vrednost samo u trenucima koji su umnošci intervala 2T .1).5. koje su oblika cos(πt 2T ) . . θ k se može promeniti samo za π . U svakom narednom signalizacionom intervalu.2. Na slici su jasno naznačene anvelope. Dalje se dobija: πt ⎛ ⎞ dk ⎟ s (t ) = A cos θ k cos⎜ 2πf 0 t + 2T ⎝ ⎠ ⎛ πt ⎞ ⎛ πt ⎞ = A cos θ k cos⎜ d k ⎟ sin (2πf 0 t ). ⎝ 2T ⎠ ⎝ 2T ⎠ pa je: ⎛ πt ⎞ ⎛ πt ⎞ s (t ) = A cos θ k cos⎜ ⎟ cos(2πf 0 t ) − Ad k cos θ k sin ⎜ ⎟ sin (2πf 0 t ) ⎝ 2T ⎠ ⎝ 2T ⎠ ⎛ π (t − T ) ⎞ ⎛ πt ⎞ = a k cos⎜ ⎟ sin (2πf 0 t ). i ⎝ 2T ⎠ ⎝ 2T ⎠ ⎝ 2T ⎠ ⎛ πt ⎞ ⎛ πt ⎞ d k ⎟ = d k sin ⎜ sin ⎜ ⎟. k 0 1 2 3 4 5 dk 1 −1 −1 θk 0 ak A −A −A bk A A A A A A π π 0 0 1 1 −1 A A −A π Tabela 12. uz međusobni ofset od T (Tabela 12.1 Slika 12. d k ⎟ cos(2πf 0 t ) − A cos θ k sin ⎜ ⎝ 2T ⎠ ⎝ 2T ⎠ Važi: ⎛ πt ⎞ ⎛ πt ⎞ ⎛ πt ⎞ d k ⎟ = cos⎜ ± cos⎜ ⎟ = cos⎜ ⎟. ili se menja za (kπd k −1 ) mod(2π ) .5.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 229 Početna faza za MSK je θ 0 = 0 . i bk = Ad k cos θ k = ± A . faza se ili ne menja. π } .5.2. Zbog zavisnosti koja postoji između d k i θ k . ⎟ cos(2πf 0 t ) − bk cos⎜ ⎝ 2T ⎠ ⎝ 2T ⎠ gde je a k = A cos θ k = ± A . odnosno sin θ k = 0 . što znači da θ k ∈ {0. Pošto je d k −1 = ±1 .2 prikazuje komponente u fazi i kvadraturi.2.

Tokom trajanja jednog OFDM simbolskog intervala T prihvata se N modulacionih simbola na ulazu i formira jedan OFDM simbol na izlazu OFDM predajnika. Komentarisati zašto je ovo rešenje značajno pogodnije za implementaciju u odnosu na klasične FDM (Frequency Division Multiplexing) sisteme.. 0 ≤ t ≤ T. N. nacrtati principsku blok-šemu OFDM predajnika. su ortogonalni u vremenskom domenu ako važi: T < si (t ) . . upotrebom N frekvencijskih nosilaca međusobno pomerenih u frekvencijskom domenu za učestanost ∆f.). MPSK. i ≠ k .230 STATISTIČKA TEORIJA TELEKOMUNIKACIJA d 0 = 1 d1 = −1d 2 = −1 d 3 = 1 d 4 = 1 d 5 = −1 a0 = A a1 = −A a2 = −A a3 = A a4 = A a5 = −A 0 b0 = A b1 = − A b2 = −A b3 = A b4 = A b5 = −A 6T 0 6T Slika 12.2 12.6 OFDM sistem (Orthogonal Frequency Division Multiplexing) prenosi N digitalnih signala si(t). Kompleksna predstava signala si(t). Pokazati da se vremenski odbirci OFDM signala s (t ) u trenucima t = k ⋅ TS mogu predstaviti kao inverzna diskretna Furijeova transformacija (IDFT) povorke ulaznih modulacionih simbola xk . MQAM.…. modulacionog alfabeta čije je trajanje simbolskog intervala TS = T N .2. i = 1. Vremenski oblik jednog OFDM simbola trajanja T dobija se kao suma svih N komponentnih signala: s (t ) = ∑ si (t ) = ∑ xi e 2πj∆f it . Da li su odbirci sk = s (kTS ) kao rezultat IDFT( xk ) dovoljni za potpunu rekonstrukciju OFDM signala s (t ) ? d) Na osnovu prethodnog. k = 1. gde su xi kompleksni simboli modulacionog alfabeta koji se koristi (npr.2.5. i =1 i =1 N N a) Odabrati minimalno frekvencijsko rastojanje ∆f susednih komponentnih signala si (t ) takvo da su bilo koja dva različita komponentna signala si (t ) i sk (t ) . ortogonalna u vremenskom domenu. i-tog frekvencijskog kanala u osnovnom opsegu je: si (t ) = xi e 2πji∆ft ..2πj∆f kt dt = xi x* k k ∫ xi e T t =0 ∫ e . i ≠ k. c) Na ulaz OFDM predajnika dolazi niz informacionih simbola xk . itd. Rešenje: a) Signali si(t) i sk(t). a T je period odnosno trajanje jednog OFDM simbola.s j (t ) >= t =0 2 πj∆f it ⋅ x* e .2πj∆f (i −k )t dt. 2. 0 ≤ t ≤ T . b) Odabrati skup N učestanosti f i na kojima će biti formiran OFDM signal s (t ) u osnovnom opsegu tako da širina spektra OFDM signala bude minimalna.2..

Pošto OFDM signal s(t) ima najvišu frekvencijsku komponentu približno jednaku N ∆f ..1 prikazuje principsku šemu OFDM predajnika.2. Signal na izlazu 4PSK modulatora u ktom signalizacionom intervalu je: 2πi s (t ) = A cos(2πf 0 t − Φ k ). Izvor generiše bite koji se grupišu po dva i modulišu u 4PSK modulatoru.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 231 Prethodni integral jednak je nuli za i ≠ k ako je ∆f = m/T. i ≠ k < si (t ) .2. N.. i = k . što upravo daje IDFT( xi ).2..7 Predajnik 4PSK signala je prikazan na slici (Slika 12.1 Za veliko N (reda veličine 1000). Φ k = .7. N produktnih modulatora kakvi su potrebni u FDM-u (što ne bi bilo fizički izvodivo u malim gabaritima).. i = 1.2. 4 Slika 12..1).7. s (kTS ) ≈ ∑ xi e i =1 = ∑ xi e i =1 2 πjik N . ovakva implementacija predajnika kao DSP procesora koji vrši IDFT transformaciju je neuporedivo jeftinija od npr.2.6..1 . 2 N 2 ∆f N d) Slika 12.1. b) Minimalnu širinu spektra dobijamo ako komponentne signale rasporedimo simetrično oko nulte učestanosti u frekvencijskom domenu tj: ⎛ N −1⎞ fi = ⎜ i − ⎟∆f . m є Z.3. 2 ⎠ ⎝ Širina spektra OFDM signala je približno N/2 ∆f.s j (t ) >= 0. što daje minimalno frekvencijsko rastojanje ∆f = 1/T. xi x( kT S ) Slika 12.0 ≤ t ≤ T. što je slučaj u OFDM prenosu. što je IDFT( xi ).. prema teoremi odabiranja potrebni su nam odbirci na svakih 2 1 T = = TS .. c) s (t ) = ∑ xi e i =1 N N 2 πj (i −( N −1) / 2 )t T 2 πjikTS NTS =e N πj (( N −1) / 2 ) t ∑ xi i =1 N 2π j i t e T . 12. Uvrštavanjem prethodnog dobijamo: < si (t ) .6. i = 0.s j (t ) >= |xi|2 .

2.2.7.7.2. A Slika 12. odrediti minimalno Euklidsko rastojanje između dve putanje u trelisu. ⊕ c3 i2 i1 ⊕ c2 c1 Slika 12. . čija je blok šema data na slici (Slika 12.2. b) Odrediti mapiranje kodnih reči na izlazu iz kodera tako da se maksimizuje minimalno Euklidsko rastojanje između putanja kroz trelis. a) Skicirati 4PSK konstelaciju i odrediti minimalno Euklidsko rastojanje između simbola.4). c) Na osnovu mapiranja određenog pod b).2).2 8PSK modulator Rešenje: a) Slika 12.3 prikazuje 4PSK konstelaciju.3 4PSK konstelacija b) Trelis konvolucionog kodera je prikazan na slici (Slika 12.232 STATISTIČKA TEORIJA TELEKOMUNIKACIJA Konstelacija se proširuje sa još 4 simbola pomoću trelis-kodovane modulacije (TCM – Trellis-Coded Modulation).2. U predajnik je dodat konvolucioni koder kodne brzine 2 3 .7.7. Minimalno Euklidsko rastojanje između simbola je A 2 .7.

5). obezbeđuje se maksimizacija d free .2. Na osnovu ovih pravila. tj.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 233 Slika 12. tj. . vidi se da su oni podeljeni u dve odvojene grupe: prva grupa 000 100 011 111 druga grupa 010 110 001 101 Mapiranje kodnih reči u simbole se vrši na sledeći način: ⋅ paralelni prelazi. za 8PSK i dati konvolucioni koder dobija se mapiranje prikazano na slici (Slika 12. ili se završavaju u istom stanju se mapiraju u simbole koji su na sledećem maksimalno mogućem rastojanju.7. posmatrano kroz simbole u konstelaciji (Euklidsko rastojanje).4 Trelis konvolucionog kodera Ako se pogledaju mogući izlazi iz svakog stanja i mogući ulazi u svako stanje. grane koje počinju u istom stanju i završavaju u istom stanju se mapiraju u simbole koji su maksimalno udaljeni u konstelaciji.2. Pomoću ovih pravila se obezbeđuje da dve putanje kroz trelis koje počinju iz istog stanja i završavaju se u istom stanju budu maksimalno moguće udaljene.7. ⋅ preostale grane koje počinju iz istog stanja.

Ukupno Euklidsko rastojanje u ovom slučaju je zbir sledećih rastojanja: ⋅ grane koje divergiraju iz stanje 00 su minimalno udaljene A 2 . Takođe. minimalan broj različitih stanja kroz koja prolaze je 2. U oba slučaja je srednja snaga signala ista.. odnosno ukupno rastojanje je 3.4).-00-10-0100-. Što se tiče putanja sa paralelnim tranzicijama. Posmatrajmo npr. kandidati za minimalno udaljene putanje su: ⋅ dve putanje koje imaju paralelne tranzicije ⋅ putanje koje divergiraju i iz istog stanja i prolaskom kroz minimalan broj stanja ponovo konvergiraju u isto stanje. Sa obzirom da je verovatnoća greške srazmerna d free .2.. Što se tiče putanje koje divergiraju iz istog stanja i zatim konvergiraju u isto stanje.77 A .. b) konvolucioni koder čiji je trelis prikazan na slici Slika 12.2.6A..5 8PSK konstelacija c) Ako se posmatra trelis sa slike (Slika 12. njihovo minimalnoEukldisko rastojanje je 2A. treba obratiti pažnju na činjenicu da TCM povećava broj simbola u konstelaciji.1 b)..7. . ⋅ grane koje odgovaraju prelazu 10-01 su minimalno udaljene 2 A sin(π 8) = 0.2.2.2. putanju koja prolazi kroz stanja . ⋅ grane koje konvergiraju konvegiraju u stanje 00 su minimalno udaljene A 2 . Na osnovu ovoga sledi da su dve putanje kroz trelis su minimalno udaljene za d free = 2 A .1 a). dodavanjem konvolucionog kodera i proširenjem skupa simbola dobija se modulaciona tehnika koja za istu srednju snagu obezbeđuje manju verovatnoću greške...8 Uporediti 4ASK i trelis kodovanu 8ASK koja koristi: a) konvolucioni koder čiji je trelis prikazan na slici Slika 12..234 STATISTIČKA TEORIJA TELEKOMUNIKACIJA Slika 12. i putanju koja prolazi kroz stanja .-00-00-00-00-.8. Loša strana TCM je to što se usložnjava realizacija predajnika i prijemnika.8. pri čemu efektivni digitalni protok (protok informacionih bita) ostaje isti.7. 12.

2).2.1 Rešenje: Srednja snaga ASK modulisanog signala je: 2 ak M 2 − 1 2 = d .2 a) Trelis ovog kodera je prikazan na slici (Slika 12.2. Minimalno rastojanje između simbola je 2d = 2 2 Ps 5 = 1.7.8.8. 2 6 gde je d polovina rastojanja između simbola: Ps = Pk = .8. . M 2 −1 Konstelacija 4ASK modulacije je data na slici (Slika 12.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 235 Slika 12.2.2.2. M =4 d= 6 Ps d= 2 Ps 5 Slika 12.8.3).26 Ps . Mapiranje kodnih reči u simbole na način koji maksimizuje d free je prikazano na slici (Slika 12.4).

.. i iznosi d free = 10d = 3.2..2.09 Ps .2.S3-S2-S5S3.8.4).8... koje je jednako d free = 8d = 8 2 Ps 21 = 2.. rastojanje između putanje koja prolazi kroz stanja . Mapiranje kodnih reči u simbole kojima je maksimizovano d free prikazano je na slici (Slika 12.236 STATISTIČKA TEORIJA TELEKOMUNIKACIJA M =8 d = 2 Ps 21 Slika 12.. M =8 d= 2 Ps 21 Slika 12.1 b) se vidi da ne postoje paralelni prelazi.2.4 Minimalno rastojanje između dve putanje kroz trelis je npr. i putanje koja prolazi kroz stanja .3 Treba odrediti minimalno rastojanje između dve putanje kroz trelis..8.S3-S3-S3-S3. Na osnovu zadatka 12. to je rastojanje putanja sa paralelnim prelazom.7.47 Ps .. b) Sa slike trelisa (Slika 12.8.2. .

1. Skicirati rezultujući oblik FSK za datu binarnu sekvencu b.2.1. Uzmimo binarnu sekvencu b=[ 1 0 0 1 0 ].1. sT(t). Autokorelaciona funkcija elementarnog impulsa eT (t ) jeste podignuti kosinus sa faktorom zaobljenja α = 1 / 2 . Ako je na ulaz koherentnog detektora prikazanog na slici 6. P1. e(t ) = rect⎜ ⎟ . 0. Skicirati oblik ASK koji odgovara datoj binarnoj sekvenci b. kompleksna reprezentacija i spektralne karakteristike modulisanih signala P1. 0. Ts P1.1. c.1. Pri mapiranju bita u simbole koristi se Grey-ov kod i nerotirana fazna konstalacija.1. a. s(t) u trasponovanom opsegu za učestanost 1 nosioca f c = . podešene na 3 i 6 kHz. ⎛ t ⎞ Elementarni impuls je pravougaoni trajanja Ts.1. P1. kao i prenošeni modulisani signal. .L prenosi se 4-PSK tehnikom. Neka je binarni protok Rb = 1 kb/s i neka je maksimum amplitude svih digitalno modulisanih talasa postavljen na 1 V. 0. doveden ASK signal. Neka su frekvencije koje odgovaraju logičkoj ″1″ i ″0″. Sekvenca q ( k ) = L 0. 0.4. P2) Koherentna i nekoherentna detekcija P2. korišćene u FSK modulatoru. b. koristeći frekvenciju odabiranja 5 kHz.3.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 237 VEŽBA 6 PRENOS ZASNOVAN NA MODULACIJI NOSIOCA I PRIPREMA VEŽBE (DOMAĆI ZADATAK) P1) Talasni oblici. Nactrati realni i ⎜T ⎟ ⎝ s⎠ imaginarni deo kompleksne reprezentacije modulisanog signala u osnovnom opsegu.1. respektivno. Odrediti spektralnu gustinu srednje snage za M-PSK signale na osnovu izraza 1 2 Φ sT sT ( f ) = ET ( f ) Φ xx ( f ) .1. Ts gde je Φ xx ( f ) spektralna gustina snage za informacioni sadržaj sa međusobno nezavisnim simbolima.1. Za dobijene vrednosti prikazati spektralnu gustinu snage modulisanog signala s(t). Skicirati oblik PSK koji odgovara datoj binarnoj sekvenci b. koristeći frekvenciju odabiranja 5 kHz.0. Skicirati funkciju spektralne gustine snage za svaki od modulisanih signala iz pitanja P1. 0. 0.1.1. skicirati oblik signala na izlazu svakog bloka.

238

VEŽBA 6

Slika 6.1.

P2.2. Ponoviti prethodni zadatak za dati nekoherentni detektor sa slike 6.2.

Slika 6.2. P3) BER performanse modulacionih postupaka P3.1. Na osnovu Simulink Tutorial modela za On-Off Keying (OOK) upoznati se sa upotrebljenim blokovima. Uporediti performanse prijemnika koji koriste prilagođeni filtar i običan NF filtar (Pretpostaviti da je snaga prenošenog signala jednaka snazi šuma u kanalu). P3.2. Odrediti verovatnoću bitske greške PEb za koherentnu detekciju ASK i PSK modulacionih postupaka u funkciji od Eb i N0. P3.3. Za koliko dB treba povećati verovatnoće greške kao kod 16-PSK. II ZADATAK VEŽBE U delu vežbe koji koristi CST, binarni protok je Rb = 1 kbs , a maksimum amplitude modulisanog signala je 1 V. Perioda trajanja bita Tb=1/Rb sadrži 100 odmeraka. GENERISANJE MODULISANOG SIGNALA 1) ASK (Amplitude-Shift Keying) 1.1. Generisati binarnu sekvencu dužine 5 bita: [ 1 0 0 1 0 ]: >> b=[ 1 0 0 1 0 binary (45) ] a. Da bi generisali ASK signal sa sa nosećom frekvencijom 8 kHz: 1. generišemo unipolarni NRZ signal xu, iz sekvence b;
Eb da bi se kod 32-PSK modulacije dobila ista N0

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA

239

2. množimo xu sa izlazom iz oscilatora koji osciluje na 8 kHz. >> xu = wave_gen(b, 'unipolar_nrz' ); >> sa = mixer( xu, osc(8000) ); b. Prikazati prvih 500 odmeraka oblika signala xu i sa koji predstavljaju prvih 5 bita date binarne sekvence b. Uporediti ova dva talasna oblika. >> tt = [1:500]; >> subplot(211), waveplot(xu(tt)) >> subplot(212), waveplot(sa(tt)) c. Takođe prikazati respektivno spektralnu gustinu snage (PSD) u opsegu frekvencija [0,20 kHz] za xu i sa, i zabeležiti ih na grafiku 6.1 i 6.2. Za prikaz PSD funkcije u traženom frekvencijskom opsegu mora se izdati komanda psd sa dva argumenta kao psd(x,freq_range) koja prikazuje PSD od x duž definisanog frekvencijskog intervala definisanog vektorom freq_range. >> fr = [ 0, 20000 ]; >> subplot(211), psd(xu,fr) >> subplot(212), psd(sa,fr)

Grafik 6.1.

Grafik 6.2.

1.2. Za amplitudsku modulaciju PAM signala koristi se nosilac učastanosti f c = 40 / T . PAM signal ima elementarni impuls oblika koren iz podignutog kosinusa sa faktorom zaobljenja α = 0,5. Odrediti i nacrtati spektar osnovnog i amplitudski modulisanog signala. 2) PSK (Phase-Shift Keying) BPSK 2.1. Da bismo generisali PSK signal sp, sa nosećom frekvencijom 8 kHz: 1. generišemo polarni NRZ signal xp, iz sekvence b (zadatak 1.1); 2. množimo xp sa izlazom iz oscilatora koji osciluje na 8 kHz. >> xp = wave_gen(b, 'polar_nrz' );

240

VEŽBA 6

>> sp = mixer( xp, osc(8000) ); a. Prikažite prvih 500 uzoraka oblika signala xp i sp: >> subplot(211), waveplot(xp(tt)) >> subplot(212), waveplot(sp(tt)) Kakva je razlika faza imeđu sp i nosioca sin(2Βfct) u toku trajanja prvog i drugog bita? b. Prikažite PSD funkcije xp i sp duž frekvencijskog intervala [0, 20 kHz]. Skicirati osnovne karakteristike svake PSD funkcije. >> subplot(211), psd(xp,fr) >> subplot(212), psd(sp,fr)

Grafik 6.3

Grafik 6.4

2.2. Na osnovu Simulink Tutorial-a, za BPSK sa NRZ elementarnim impulsima i prilagođenim filtrom izvršiti analizu signala: a. Da li je obvojnica (anvelopa) prenošenog signala konstantna? b. Objasniti zašto poslati u(t) i primljeni signal r(t) nisu jednaki (misli se na signale na ulazu i izlazu iz kanala). c. Objasniti izgled signala nakon množača korelacionog prijemnika, x(t). d. Da li postoji ISI na predajnoj strani? Kako je to moguće uočiti na dijagramu oka i konstalacionom dijagramu (scatter plot)? e. Objasniti izgled dijagrama oka. Da li na prijemu postoji ISI? f. Koji su optimalni trenuci odmeravanja? g. Zašto konstelacioni dijagram sadrži više od 2 tačke? M-PSK 2.3. Prikazati talasne oblike koji se koriste pri prenosu 8-PSK signala sa konstelacionim simbolima Am = e
j m 4

π

, m = 0, 1, L, 7 , ako je učestanost nosioca f c = 3 / T .

2.4. Na osnovu Simulink Tutorial-a, za QPSK sa elementarnim impulsom koren iz podignutog kosinusa i prilagođenim filtrom : a. Objasniti izgled trajektorije signala na predajnoj strani.

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA

241

b. Detektovati isčezavanja amplitude i objasniti ih sa stanovišta konstelacije. c. Uporediti konstelacione dijagrame na predajnoj i prijemnoj strani u odsustvu šuma. d. Ako se pojavi greška u sinhronizaciji faza sinusnog (u kvadraturi) i kosinusnog (u fazi) nosioca od po π/8 kakav uticaj će to imati na kontelacioni i dijagram oka, odnosno na trajektoriju signala? Ako nema šuma, koliko je maksimalno odstupanje faze nosioca koje i dalje ne prouzrokuje greške? e. Šta se dešava sa konstelacionim dijagramom i trajektorijom ako fazni pomak između nosilaca u fazi i kvadraturi nije π/2? f. Ako se u frekvencijama nosioca na prijemu pojavi odstupanje od po 1% u odnosu na nosilac na predaji, opisati uticaj na dijagram oka, konstalacioni dijagram i trajektoriju signala. Da li je moguća detekcija bez grešaka. g. Ako se komponenta u kvadraturi zakasni za T/2 dobijamo Offset-QPSK. Kakve razlike je na predajnoj strani moguće uočiti na konstelacionom dijagramu, dijagramima oka, i trajektorijama signala? Postoje li ovde značajna slabljenja obvojnice? Uporediti sa QPSK. Zbog čega su slabljenja obvojnice nepoželjna? Da li trajektorija prijemnog signala ima dijagonalne prolaze kroz nulu? Dati objašnjenje na osnovu realizacije prijemnika u Simulinku. ⎧ ⎛πt ⎞ ⎪ 4 E / T cos⎜ ⎜ 2T ⎟ − T ≤ t ≤ T ⎟ Pokazati da je za elementarni impuls h(t ) = ⎨ ⎝ ⎠ ⎪ 0 inače ⎩ i kašnjenje u kvadraturnoj grani od T, OQPSK jednaka Minimum Shift Keying (MSK - BFSK sa minimalnom mogućom separacijom između nosilaca 1 ∆f = . ) Zašto konstalacioni dijagram ima 4 umesto dve tačke? 2T QAM 2.5. Na osnovu Simulik Tutorial-a simulirati prenos zasnovan na 16-QAM. Da li je 16QAM više ili manje osetljiva na šum u odnosu na QPSK? Objasniti na osnovu konstelacionih i dijagrama oka. 3) FSK (Frequency-Shift Keying) 3.1. Da bismo generisali neprekidnu fazu FSK signala sf, sa frekvencijama logičke ″1″ i ″0″, 4 i 8 kHz, respektivno: 1. generišemo polarni NRZ signal iz sekvence b (zadatak 1.1); 2. dovodimo polarni oblik signala na ulaz naponski kontrolisanog oscilatora (Voltage Controlled Oscillator - VCO).U ovom eksperimentu VCO ima centralnu frekvenciju podešenu na 6 kHz a frekvencijska osetljivost je -2 kHz/V. >> sf = vco(xp); a. Prikazati oblik xp i sf za period 0 < t < 5Tb. >> subplot(211), waveplot(xp(tt)) >> subplot(212), waveplot(sf(tt)) b. Prikazati PSD funkciju FSK signala i zabeležiti je na grafiku 6.5. >> clf >> psd(sf,fr)

242

VEŽBA 6

Grafik 6.5 O Pitanje 6.1. F Kako se može generisati FSK signal uz pomoć dva ASK signala? Koju modulacionu D šemu bi ste preporučili za sistem gde je potrebno efikasno korišćenje propusnog opsega? M 3 .2. Napisati MATLAB kod koji omogućuje generisanje OFDM signala. DETEKCIJA DIGITALNO MODULISANOG SIGNALA 4) Koherentna detekcija Koherentni detektor ASK i PSK signala predstavljen je na slici 6.1. 4.1. Da bismo demodulisali ASK signal sa, prvo množimo sa sa lokalno generisanim nosiocem koji ima istu frekvenciju i istu fazu kao i nosilac korišćen prilikom generisanja. Prikaži oblik signala ya na izlazu posle množenja sa sa nosiocem za prvih pet perioda bita. Takođe, prikaži odgovarajuću PSD funkciju duž intervala fr i zabeleži je na grafik 6.6. >> ya = mixer( sa, osc(8000) ); >> clf, subplot(211), waveplot(ya(tt)) >> subplot(212), psd(ya,fr)

ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 243 Grafik 6. Odrediti impulsni odziv prilagođenog filtra. Primetiti da je za sličan izlazu prilagođenog filtra za slučaj unipolarnog NRZ signala. >> subplot(212). Priključi ya na ulaz prilagođenog filtra i zabeleži njegov izlaz u toku vremenskog perioda 0 < t < 5Tb.6 a. >> za = match('unipolar_nrz'. ya).7 Pitanje 6.2. Zašto? . waveplot(za(tt)) Grafik 6.

1. greška faze) ).2. mixer(sa. ya). Zabeleži svaku dekodovanu sekvencu i komentarišite njihovo razlikovanje. 4Pitanje 6.3 . Da li se može izvršiti estimacija orginalne binarne sekvence iz ya1? Razmotriti i drugi slučaj kada je frekvencija lokalnog oscilatora podešena na 7985 Hz. Demoduliši sa i generišite izlaz iz prilagođenog filtra. Da bismo postigli optimalne performanse lokalni oscilator treba da ima istu fazu i istu frekvenciju kao dolazeći nosilac. prikupljenih u tabeli 6.1. waveplot (ya). Na osnovu rezultata . osc(8000. demoduli sa sa lokalnim oscilatorom podešenim na 7900 Hz. Da bissmo ispitali efekat greške faze demodulišemo sa koristeći lokalni oscilator čiji je izlaz dat kao sin(2Βfc+Ν). waveplot (ya1(tt)) a. >> subplot(211). waveplot(za(1:500)) a. Prikaži i uporedi demodulisane signale ya i ya1.244 VEŽBA 6 Glavni problem u implementaciji koherentnog detektora je sinhronizacija nosioca. Demoduliši sa sa 60º i 120º faznom freškom.subplot(212). >> za = match('unipolar_nrz'. waveplot (ya(tt)) >> subplot(212). Phase error = 60º. osc(7900))). Zabeleži maksimum amplitude signala na izlazu iz filtra za svaku grešku faze datu u tabeli 6. >> ya = mixer( sa. >> ya2 = match('unipolar_nrz'. osc(7985))). >> ya1 = match('unipolar_nrz'. Dekoduj izlaz iz prilagođenog filtra i izvršite procenu primljenih prvih pet bita sekvence b. funkcija je 3maksimuma amplitude signala na izlazu iz filtra prijemnika. Devijacija faze i frekvencije rezultuje degradacijom osobina (performansi) detekcije. mixer(sa. 4. >> subplot(212). >> subplot(211). BER (Bit Error Rate) koja se dobija pri detekciji signala u prisustvu šuma. Ovde je sa Ν predstavljena greška faze merena u odnosu na nosilac signala.1 odrediti koja greška faze daje najmanju vrednost BER? Da bismo ispitali efekat devijacije frekvencije prilikom demodulisanja ASK signala. Phase error = 120º. ^ b1-5 = ^ b1-5 = GREŠKA FAZE MAKSIMUM AMPLITUDE [V] 0º 20º 60º 80º 120º Tabela 6. waveplot (ya2) Odredite frekvenciju sinusoide koja množi anvelopu na izlazu iz filtra: .

1.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 245 frekvencija anvelope = Pitanje 6. tj. ) Nekoherentna detekcija Nekoherentna detekcija digitalno modulisanih signala ne zahteva sinhronizaciju lokalnog oscilatora sa komponentom nosioca signala. Funkcija filtra propusnika opsega (Band-Pass Filter BPF) je da redukuje šum i smetnje. subplot(211). waveplot (ya(tt)) Dekodujte prvih 5 bita emitovane sekvence.4000). Razmatramo nekoherentni detektor za ASK signal prikazan na slici 6. Implementirati diferencijalni koder za 8-DPSK.5. Generiši ASK signal pretstavljen sa 500 uzoraka binarne sekvence: >> b =[ 1 0 0 1 0 binary (495) ]. onda je i signal na izlazu iz BPF takođe sa(t).4. Pitanje 6. Ako se sa(t) demoduliše monožeći sa izlazom lokalnog oscilatora podešenog na fo. iz iskustva znamo da sistemi sa nekoherentnom detekcijom imaju veći BER nego sistemi sa koherentnom detekcijom. anvelopa na izlazu iz filtra detektora modulisana je sinusoidom. 5.4 Hz Posmatrajmo ASK signal sa(t) sa frekvencijom nosioca fc.2. Implementirati FSK demodulator zasnovan na korelatorima. Bez obzira na prisustvo šuma. Utvrditi uticaj invertujućeg kanala na diferencijalno kodovan i nekodovan Mančester binarni signal. Primeniti na ASK signal sa funkciju envelope i prikazati njen izlaz zajedno sa prikazom ASK signala sa.3.1. >> clf. tako da je fo ≠ fc. Pretpostavimo da je propusni opseg BPF pogodno odabran tako da je distorzija signala neznatna. 5. ako je ulaz u BPF sa(t). >> ya = envelope(sa. . 6) Osobine sistema u prisustvu šuma 6. odabranim tako da je zadovoljeno sledeće pravilo: propusni oseg signala << fo >> frekvencija nosioca. Invertujući kanal u osnovnom opsegu odgovara obrtanju faze nosioca na prijemu za 180. 5.5 Može li se nekoherentna detekcija koristiti u slučaju PSK signala? 5. Neka je propusni opseg filtra propusnika niskih učestanosti LPF koji koristimo u MATLAB-u kao funkciju envelope podešen na 4000 Hz. Odredite frekvenciju ovako 5modulisanog signala kao funkciju od fc i fo. Detektor anvelope se sastoji iz ispravljača iza kojeg sledi filtar propusnik niskih učestanosti (Low-Pass Filter LPF) sa propusnim opsegom fo. waveplot (sa(tt)) >> subplot(212).

i zabeležiti rezultujuću verovatnoću greške bita. Kakav je uticaj aditivnog šuma na OFDM prenos. Za kanal sa istim karakteristikama odrediti BER za: • koherenetno detektovan PSK signal. šumom kanala σ2=1 W i dovoljnim propusnim opsegom tako da nema distorzije signala.b).4. Sn ( f ) = d. Prikazati teorijske i vrednosti verovatnoće greške dobijene Monte-Carlo simulacijom za • 4-PSK prenos • 4-DPSK • 16-QAM • B-FSK. 8.1. • nekoherentno detektovan FSK signal. >> subplot(211). >> y =channel(sa. Uporediti rezultujuću BER sa slučajem kod koherentne detekcije. a. f. 16. Iskoristiti koherentni detektor za demodulaciju y. i 32. waveplot(y(tt)) b.49000).3. Primeti da se PSD funkcija šuma kanala može odrediti kao 2 σn N0 = 2 2 × propusni opseg sistema Propusni opseg sistema u ovom eksperimentu je 50 kHz. Objasniti povećanje verovatnoće greške za veći broj simbola u alfabetu. .'unipolar_nrz'). waveplot(sa(tt)) >> subplot(212). Dovesti zm na kolo odluke.2.sampling_instant.osc(8000))). c.osc(8000)). nacrtati teorijske BER krive za M-PSK. eye_diag(zm). Pomoću bertool MATLAB funkcije. Izračunaj teorijsku verovatnoću bitske greške za slučaj razmatran u prethodnom delu. >> clf.sampling_instant. Prikaži ASK signal sa i izlaz iz kanala y. >> detect(zm. 6. Koristite nekoherentnu detekciju za dekodovanje bit-sekvence y na izlazu iz kanala. za vremenski period 0 < t < 5Tb. Prikazati na dijagramu oka izlaz iz prilagođenog filtra. M=2.246 VEŽBA 6 >> sa=mixer (wave_gen(b. >> detect(ze. >> zm =match('unipolar_nrz'. square-low detektor (nekoherentna detekcija) 6. Iz dijagrama oka izvesti optimalni trenutak semplovanja i vrednost praga odlučivanja. Dovesti sa na kanal sa jedinstvenim pojačanjem.vth. e.b). Koherentna detekcija: Pe = Pitanje 6.6.5. 4. >> ze = envelope(y. mixer(y. 6.400).vth.1.

1 UVOD Ideja prenosa u proširenom spektru je bila prisutna u laboratorijama za telekomunikacije pre više od 50 godina. N i = N u = J e ( f ) BPPS = J ( f ) Bm . Primenom operacije skupljanja spektra sledi: E PPS [R( f )] = E PPS [S PPS ( f ) + J ( f )] = S t ( f ) + J e ( f ) . . odnosno važi: P = S t ( f ) Bm = S PPS ( f ) BPPS = S r ( f ) Bm Definiše se faktor proširenja spektra PPS signala. odnosno procesno pojačanje: B G = PPS . 13. ometanje. jer važi E PPS [E PPS (⋅)] = E 2 (⋅) = 1 .1 Princip PPS radio-sistema Ako sa S t ( f ) označimo modulisani signal na izlazu klasičnog predajnika (modulatora).2 Redukcija uticaja uskopojasne smetnje Na ulaz prijemnika PPS sistema dolazi PPS signal širine spektra B PPS i uskopojasna smetnja J ( f ) širine spektra Bm . PPS S r ( f ) = E PPS [S PPS ( f )] = E PPS {E PPS [S t ( f )]} = S t ( f ) (13.3) U procesu proširenja spektra snaga signala ostaje nepromenjena. elektronsko izviđanje i prisluškivanje. Spektri oba signala imaju iste centralne učestanosti.) Procesno pojačanje predstavlja meru efikasnosti PPS radio-sistema.1. a E PPS (⋅) operaciju proširivanja spektra. Snage smetnje na ulazu i izlazu bloka za skupljanje spektra su jednake. γ = 10 log G [dB] Bm (13.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 247 13 PRENOS SIGNALA U PROŠIRENOM SPEKTRU (PPS) 13. koja je sama sebi inverzna.4.2.1. Isto važi i za signal: Pi = Pu = S t ( f ) Bm = S PPS ( f ) BPPS . Komercijalna primena ove tehnike omogućena je razvojem mikroelektronike. tada je signal na izlazu bloka za proširenje spektra dat izrazom: S PPS ( f ) = E PPS [S t ( f )] (13. 13.) (13.) Na prijemu se vrši skupljanje spektra signala S PPS ( f ) primenom identične operacije E PPS (⋅) . J e ( f ) je smetnja čiji je spektar primenom operacije E PPS (⋅) proširen na opseg B PPS . a proistekla je iz namere da se u radio-prenosu obezbedi visok stepen otpornosti na šum.1. R( f ) = S PPS ( f ) + J ( f ) .

5.b.a i 13.1. ⋅ frekvencijsko skakanje (FH). ⋅ kombinacija DS i FH 13.3 Direktna sekvenca (13.b DS-PPS predajnik 13. Odnos signal/šum na izlazu klasičnog prijemnika dat je izrazom: P P ⎛P⎞ ⎛P⎞ ⎜ ⎟ = i = G u = G⎜ ⎟ Nu ⎝ N ⎠i Ni ⎝ N ⎠u Tehnike proširenja spektra dele se na: ⋅ direktnu sekvencu (DS). N i = J e ( f ) Bm .a DS-PPS predajnik Slika 13.c.) Blok šeme predajnika i prijemnika u sistemu za prenos u proširenom spektru tehnikom direktne sekvence su prikazani na slici 13. odnosno snagu smetnje J e ( f ) . izvor informacija PPS-DS modulator klasični modulator izlazni stepen generator takta generator psudoslučajne sekvence nosilac stabilne učestanosti Slika 13. koji ograniči spektar. . respektivno.4 Frekvencijsko skakanje Blok šema sistema za prenos u proširenom spektru tehnikom frekvencijskog skakanja je prikazana na slici 13.1.248 DIGITALNA FREKVENCIJSKA MODULACIJA Klasični prijemnik na svom ulazu ima filtar propusnog opsega Bm .

c FH-PPS predajnik .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 249 Slika 13.

2. {g} Slika 13. . b) Koliki je opseg emitovanog (proširenog) signala? c) Koliko iznosi procesno pojačanje? d) Ako je procenjeno kašnjenje veće od stvarnog za vreme jednog čipa (chip).0.1 a) Napisati krajnju emitovanu sekvencu {x} ⊕ {g} .2. s (t ) {x} ⊕ {g} cos( ω0t ) Slika 13.0.250 PRENOS U PROŠIRENOM SPEKTRU 13.2).2.1.2 ZADACI 13. Bitske vrednosti se mapiraju u amplitudu modulisanog signala na sledeći način: bit amplituda 0 1 1 −1 Rešenje: a) Slika 13.3.2. Sekvencu za proširivanje spektra {g} generiše pomerački registar I = D3+D4 sa početnim stanjem 1111 i učestanošću takta 225 Hz.1 Predajnik DS/BPSK signala sa slike prenosi informacionu sekvencu {x} = {1. odrediti dekodovanu sekvencu.2 prikazuje pomerački (šift) registar opisan datim polinomom.0.0.2 Generisana PN sekvenca {g} je data na slici (Slika 13.0.1} brzinom 75 b/s.1.2. vidi zadatak 3.2.

Čip predstavlja jedan signalizacioni interval digitalne pseudo-slučajne sekvence koja se koristi za proširivanje spektra. vc = 3vd . iz njihovog količnika nalazimo traženu vrednost procesnog pojačanja: . Novodobijeni niz {x} ⊕ {g} je: {x} {g} {x} ⊕ {g} 111 000 000 111 111 000 000 000 111 100 010 011 010 111 100 010 011 010 011 010 011 101 000 100 010 011 101 b) Sekvenca dobijena množenjem informacione i PN sekvence ima protok jednak protoku PN sekvence i zauzima opseg od: v Bc = c . To znači da se svaki bit informacione sekvence množi sa tri bita PN sekvence. 2 Nakon BPSK modulacije.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 251 Slika 13. koje se ostvaruje proširivanjem spektra: v Bc G= c = . . v d BBPSK Na osnovu prethodnog izraza vidimo da je procesno pojačanje jednako odnosu brzine čipa (vc) i digitalnog protoka (vd). vc = 225 b/s. potreban propusni opseg je duplo širi i jednak: BBPSK = 2 Bc = vc = 225 Hz . Kako su nam u zadatku poznate i brzina čipa i digitalni protok. c) Procesno pojačanje izražava povećanje otpornosti na ometajuće signale. tako da brzina čipa predstavlja broj čipova u jednoj sekundi.3 Protok PN sekvence na izlazu generatora je 3 puta brži nego protok informacione sekvence: vd = 75 b/s.2. Procesno pojačanje je takođe moguće izraziti kao odnos širina frekvencijskih opsega koje zauzimaju sekvenca za proširivanje (Bc) i neproširena informaciona sekvenca (B).

Prvo se vrši “skupljanje” spektra ˆ množenjem sa lokalno generisanom PN sekvencom g (t − Td ) koja je zakašnjena za procenjeno kašnjenje.2. kako bi se eliminisao doprinos šuma i ometača koji postoje na učestanostima koje se ne koriste za prenos korisnog signala.6 ⋅ 10 3.4 ˆ Ukoliko je procenjeno kašnjenje različito od stvarnog ( Td = Td + Tc – fazni nesinhronizam).2. 3 vd 7. Proširenje spektra ostvaruje se korišćenjem PN sekvence čiji je protok vc = 192⋅10-6 b/s. a SGSS šuma u istoj tački pN = 1. Kako je u prenosu korišćen prošireni spektar. Ukoliko pretpostavimo da je za .2 Sistem za prenos signala u proširenom spektru metodom direktne sekvence koristi se za prenos signala sa digitalnim protokom vd = 7500 b/s.08 dB. Nakon toga sledi konvencionalni BPSK prijemnik. b) Ako je snaga signala sa proširenim spektrom na ulazu u prijemnik P0=4⋅10-14 W. potrebna širina pojasnog filtra biće znatno veća nego u slučaju uskopojasnih modulacija. a) Izračunati procesno pojačanje.6⋅10-20 W/Hz odrediti odnos signal-šum na ulazu u prijemnik. Rešenje: a) Procesno pojačanje je: G= vc 192 ⋅ 10 6 = = 25. doći će do grešaka na prijemu: amplituda s (t − Td ) ˆ 2 g (t − Td ) − 1 s (t − Td ) ˆ ⋅ 2 g (t − Td ) − 1 dekodovana ˆ sekvenca {x} 1 -1 -1 111 1 -1 1 -1 1 1 -1 -1 1 1 -1 -1 -1 -1 1 -1 1 -1 -1 1 -1 -1 1 -1 111 111 -1 -1 -1 -1 -1 -1 -1 1 1 111 -1 1 1 1 -1 1 -1 1 1 -1 -1 1 1 -1 -1 -1 -1 1 -1 1 -1 -1 1 -1 -1 1 -1 111 ( ) 1 -1 -1 011 110 101 000 111 100 110 101 000 13.252 PRENOS U PROŠIRENOM SPEKTRU G= vc = 3. s (t − Td ) ˆ {x} ˆ 2 g (t − Td ) − 1 Slika 13. vd d) Prijemnik DS/BPSK signala je prikazan na slici. b) Na ulasku u prijemnik vrši se pojasno filtriranje.5 ⋅ 10 Vrednost procesnog pojačanja izražena u [dB] iznosi: g = 10 log G = 44.

3 Ukupno 24 terminala jednake snage dele frekvencijski opseg u CDMA sistemu. Pretpostaviti da se šum koji postoji u kanalu može zanemariti u odnosu na interferenciju od ostalih korisnika. Svakom korisniku je dodeljena različita PN sekvenca.2. Pn snaga šuma.08) 2 = 9. da postoji interferencija od ostalih korisnika u sistemu (njih 23). ⎟ ⎠ gde je Ps snaga signala.86 dB. U ovom zadatku je pretpostavljeno da PN sekvence nisu u potpunosti ortogonalne. Traženo procesno pojačanje je: . Verovatnoća greške za BPSK. tj. Pošto je širina spektra proširenog signala. 13. koja predstavlja smetnju. tada će širina njenog spektra između prvih nula u spektru (prva arkada). Svaki terminal signalizira brzinom 9. a Pj snaga ometajućeg signala (jamming). biti jednaka: BC = 2vC = 384 MHz. Pj = G gde je sa G obeleženo procesno pojačanje. Snaga ometanja je: 23Ps . Izračunati minimalnu brzinu signalizacije (chip-rate – vc ) PN sekvence da bi se ostvarila BER = 10-3. nalazimo da je snaga šuma na ulazu u prijemnik PN = N 0 BC = 6. jednaka širini spektra sekvence za proširivanje. PN odnosno snaga šuma je na ulazu u prijemnik za više od 20 dB veća od snage signala.2. odnos signal/šum nakon pojasnog filtra ima vrednost P a N = 10 log S = 10 log 6.49 . uz pretpostavku da se snaga šuma može zanemariti: ⎛ P ⎞ PE = Q⎜ s ⎟ = 10 −3 . kod metoda proširivanja sa direktnom sekvencom. Za datu snagu primljenog signala. Rešenje: U DS-CDMA sistemu postoji više korisnika kojima je dodeljen isti frekvencijski opseg. Po uslovu zadatka je. a deljenje istog opsega je moguće jer su PN sekvence međusobno ortogonalne.51 ⋅10 −3 = −21.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 253 proširivanje spektra iskorišćena sekvenca sa pravougaonim elementarnim impulom.4). ili “skoro” ortogonalne (vidi zadatak 4. u sistemu gde pored Gausovog šuma postoji i smetnja je: ⎛ Ps PE = Q⎜ ⎜ Pn + Pj ⎝ ⎞ ⎟.14 pW. ⎜ Pj ⎟ ⎝ ⎠ pa je: Ps = Q −1 10 −3 Pj ( ( )) 2 = (3.6 kb/s DS-SS modulisan signal.

ako se šum prijemnika može zanemariti u odnosu na smetnju koja potiče od ostali korisnika. ld( M ) vs Važi: Eb P v B v 100 kb/s = s s = c = c = = 10 .6 kb/s = 2095. vd pa je brzina signalizacije: vc = Gv d = 218. Ako se zadržava ista brzina signaliziranja terminala. SGSS ometajućeg signala je: Pj 10 Ps J0 = = . b) Ako svi korisnici udvostruče izlaznu snagu. J 0 10 Ps Bc 10v s 10v s 10 ⋅ 1 kb/s b) Iz dela zadatka pod a) se vidi da u ovom slučaju Eb J 0 ne zavisi od snaga terminala. Svaki terminal emituje informacije brzinom 1 kb/s koristeći direktnu sekvencu za proširivanje od 100 kb/s i BPSK modulaciju. Pj 23Ps Sa druge strane. a da se pri tome zadrži izračunati odnos Eb J 0 ? Rešenje: a) Snaga ometajućeg signala je: Pj = 10 Ps . a) Odrediti odnos energije po bitu i SGSS smetnje.49 = 218. pa se udvostručavanjem izlazne snage ovaj odnos ne može promeniti.2.4 CDMA komunikacioni sistem koristi 11 terminala jednake snage koji emituju signale ka centralnom čvoru. mora se povećati odnos vc v s (tj.4 kb/s . procesno pojačanje je: v G= c . J 0 100v s Da bi se zadržao isti odnos Eb J 0 . . gde je Ps snaga terminala.3 ⋅ 9.254 PRENOS U PROŠIRENOM SPEKTRU Ps GPs = = 9. kako se to odražava na odnos Eb J 0 ? c) Kako modifikovati pseudoslučajnu sekvencu za proširenje sistema na 101 korisnika iste snage. tada se brzina koda za proširenje mora povećati deset puta: ' vc = 10vc . procesno pojačanje) za deset puta. c) Kada u sistemu ima 101 korisnik. 13.49 ⇒ G = 23 ⋅ 9.3 . Bc Bc dok je energija po bitu: Es P Eb = = E s = Ps T = s . odnos Eb J 0 je: Eb v = c . Eb J 0 .

{x} ˆ {x} Lmax = 2 20 − 1 Slika 13. d) Procesno pojačanje za FH sistem je: B G = FH . a rastojanje između između susednih centralnih učestanosti iznosi 200 Hz.5 Lmax = 2 20 − 1 Rešenje: a) Pošto je u pitanju MLSR registar.2. a) b) c) d) Kolika je širina spektra nakon proširenja? Odrediti brzinu skakanja? Koliko skokova se napravi po simbolu? Izračunati procesno pojačanje.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 255 13. odnosno 2 20 − 1 centralnih učestanosti.4 kBd .2.2.2 kb/s = = 0. ld( M ) 3 pa je: Nc = 5 . vs Važi: vs = vd 1. Ukupan propusni opseg je: B FH = (2 20 − 1) ⋅ 200 Hz ≈ 210 MHz . b) Brzina skakanja je: vc = f c = 2 kBd . 1400 Hz . c) Broj skokova po simbolu je: v Nc = c . Učestanost takta registra je 2 kHz. pa je: 210 MHz G= = 150 ⋅ 10 3 . B8 FSK Širina spektra 8FSK modulisanog signala je: B8 FSK = ( M − 1) ⋅ 200 Hz = 1400 Hz . postoji Lmax = 2 20 − 1 stanja registra.5 Posmatra se FH/8FSK sistem dat na slici (Slika 13.5). Svako stanje registra diktira novu centralnu učestanost unutar opsega frekvencijskog skakanja. PN generator čini 20-bitski pomerački (šift) registar. sa digitalnim protokom 1. koji gereriše sekvencu maksimalne dužine (prolazi kroz sva stanja izuzev stanja svih nula).2 kb/s.

3 MHz. Spektar ovakvog signala biće N puta širi od originalnog. odnosno zaštitni intervali. b) Izračunati opseg učestanosti koji zauzima sistem sa FH. Sistem zauzima opseg učestanosti B = 2 GHz. ako je m stepen broja 2.6) prikazano isprekidanom linijom.2. KN a pošto je zahtevano da m bude stepen broja 2 usvajamo m = 256. G = FH = B B Za traženo procesno pojačanje neophodno minimalan broj nosilaca mora zadovoljiti uslov g 10 10 m≥ ≈ 247. . b) U toku jednog čipa emituje se samo jedan FSK simbol u okolini nosioca koji je definisan sekvencom skakanja.2.6 Sistem za prenos signala metodom frekventnog skakanja odlikuje se sledećim parametrima vd =2400 b/s. tako da možemo usvojiti da se frekvencijska modulacija obavlja sa fiktivnim digitalnim signalom čiji je signalizacioni interval N puta kraći od stvarnog. Rešenje: a) Pošto se u toku prenosa jednog simbola (bita) frekvencija nosioca promeni N = 16 puta. faktor proširenja opsega K = 8. u pitanju je brzo frekvencijsko skakanje.2. što je na slici (Slika 13.6 Kako posmatrani sistem sa frekventnim skakanjem koristi m mosilaca. Slika 13. Postupak FSK modulacije unosi K-tostruko proširenje spektra.256 PRENOS U PROŠIRENOM SPEKTRU 13. 13. broj promena frekvencije (skokova) po bitu poruke N = 16. njegovo procesno pojačanje je moguće odrediti na osnovu izraza. pri čemu je ovde sadržano i zahtevano rastojanje između korištenih nosilaca. prenošeni signal u dužem vremenskom intervalu koji obuhvata veći broj skokova koristi spektar znatno veće širine. Međutim.7 Odnos signal/šum ( Eb N 0 ) na ulazu u nekoherentni BFSK prijemnik u sistemu sa FH iznosi SNR = 30 dB. Zadržavanje na svakom od nosilaca biće N puta kraće. a) Odrediti minimalan broj potrebnih učestanosti nosioca. što predstavlja uskopojasni signal. BFH = mKNB = mKN 2vd = 157. B mKNB = mKN .2. m. procesno pojačanje g > 45 dB. U istom opsegu učestanosti radi šumni ometač čija je SGSS J0 = 100N0.

Pošto svakom od ovih slučajeva odgovaraju drugačiji izrazi za verovatnoću greške. 2 b) Ako se čitav opseg u kojem su prenosi signal ometa sa konstantnom SGS ometača. faktor ometanja koji predstavlja verovatnoću da tekući nosilac u sekvenci skakanja pripada ometanom opsegu širine BJ. N0 pa je: 1 −500 e ≈ 0. c) Ako ometač ometa samo deo opsega učestanosti B. J J0 '= 0 . 2 c) Kada se ometa samo jedan deo opsega B moguće je definisati tzv. Rešenje: a) Verovatnoća greške za nekoherentnu BFSK demodulaciju je (vidi zadatak 11. B Ukoliko pretpostavimo da se za ometanje koristi ometač iste snage Pj = J 0 B kao pod Eb ρ= b). koliki opseg treba ometati da bi se maksimizovala verovatnoća greške. Traženi maksimum biće ostvaren za ρ koje zadovoljava relaciju: Eb Eb Eb ρ . PE = 30 1 − PE = e 2( N 0 + J 0 ) = 3. odnosno komunikacija je neometana sa verovatnoćom (1-ρ). ρ U toku prenosa FH nosilac pripada ometanom opsegu sa verovatnoćom ρ. b) Izračunati PE u prisustvu ometača.54 ⋅ 10 −3. 2 gde je: Eb Eb = 10 10 = 10 3 = 1000 . J0. 2 2 2 U izvođenju aproksimativnog izraza usvojeno da će greška biti mnogo veća u prisustvu ometača i da je u tom slučaju zanemarljiv uticaj šuma. BJ .4): 1 − PE = e 2 N0 . d) Odrediti maksimalnu vrednost PE za slučaj pod c). prethodni izraz za verovatnoću greške modifikujemo dodajući ovu vrednost na SGSS šuma. Najnepovoljnije ometanje će prouzrokovati najveću verovatnoću greške.2. njegova SGSS biće povećana jer se ista snaga koncentriše na suženom opsegu ometanih frekvencija.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 257 a) Izračunati PE na izlazu iz prijemnika u odsustvu ometača. njenu konačnu vrednost možemo izraziti na sledeći način: (1 − ρ ) − 2 N0 ρ − 2( N 0 + J 0 ') ρ − 2 J 0 PE = e + e ≈ e .

258 PRENOS U PROŠIRENOM SPEKTRU ∂PJ = 0.5 10-6 W.25 ⋅ 10 −2.2. Rešenje: a) Pretpostavlja se da je SGSS ometača konstantna: Pj . ⎟ ⎠ ( ) . koliko iznosi bitska verovatnoća greške PE? Zanemariti širokopojasni Gausov šum. poruke ponoviti a) i b) i uporediti dobijena rešenja.5 ⋅ 10 ⎟ ⎜ P' ⎟ ⎜ 3 ⋅ 10 −11 j ⎠ ⎝ ⎠ ⎝ ⎞ ⎟ = Q 5 = 1. J0 Vidi se da će u logaritamskoj razmeri PEmax opadati linearno. J0 = Bj Širina spektra ometajućeg signala je nakon suženja: B j vd B 'j = = Bj .8 Sistem za prenos signala metodom direktne sekvence brzinom čipa vc = 125 Mb/s ima digitalni protok vd = 2500 b/s. ⎪ ρ 0 = ⎨ Eb J 0 ⎪ 1 drugde. vc b) Verovatnoća greške je: ⎛ Ps PE = Q⎜ ⎜ P + P' j ⎝ n −10 ⎞ ⎛ ⎞ ⎛ ⎟ ≈ Q⎜ Ps ⎟ = Q⎜ 1. c) Ako se umesto sistema sa DS koristi sistem sa frekvencijskim skakanjem FH-SS u istom frekvencijskom opsegu sa istom snagom korisnog signala na ulazu u prijemnik.5 10-10 W. 13. G vc a snaga ometajućeg signala nakon suženja spektra je: v Pj' = J 0 B 'j = d Pj = 2 ⋅ 10 −5 Pj = 3 ⋅ 10 −11 W . i snagom je PJ = 1. J0 Eb ≤ 2. što je veoma nepovoljno jer to znači da je za smanjenje verovatnoće greške potrebno znatno povećanje predajne snage. U frekvencijskom opsegu koji zauzima signal deluje snažan uskopojasni Gausov ometač sa širinom spektra BJ = 50 kHz. ⎩ d) Na osnovu vrednosti za optimalan faktor ometanja nalazi se maksimalna verovarnoća greške: PE max ⎧ J0 ⎪ E e ⎪ b =⎨ E − b ⎪ 1 e 2 J0 ⎪2 ⎩ Eb > 2. ∂ρ odnosno: ⎧ 2 J 0 Eb ≥ 2. a) Koliko iznosi snaga ovog ometajućeg signala nakon sužavanja spektra signala u prijemniku? b) Ako je snaga korisnog signala na ulazu u prijemnik P0 = 1.

BFH Verovatoća greške je: PE ≈ ρ 2 Odnosno za oko dva reda veličine manja nego kod DS sistema. .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 259 c) Kod FH sistema se koristi isti opseg u proširenom spektru kao i kod DS sistema: B FH = Bc = 2vc = 250 MHz . e P − 0 2 Pj = 10 −4. Faktor ometanja je: B ρ = J = 2 ⋅ 10 −4.

260 PRENOS U PROŠIRENOM SPEKTRU .

2.01 . Odrediti J0 neophodno procesno pojačanje da bi se ostvarila margina smetnji od 20 dB. i označiti karakteristične vrednosti. Kako se menja autokorelaciona funkcija. a kodno pojačanje 6 dB.1. a da komunikacioni sistem i dalje bude u funkciji. bio najmanji mogući? P2) Procesno pojačanje i margina smetnji P2. Prikazati ACF (autokorelacionu funkciju) signala iz zadatka P1. Nacrtati spektralnu gustinu snage signala c(t) i označiti karakteristične vrednosti. J0 Eb = 10 dB. P1. Digitalni signal čiji je spektar proširen upotrebom DS sekvence prenosi se kroz P AWGN tako da je na mestu prijema odnos snaga signala i šuma.1. u slučaju većeg broja korisnika.5] rect⎜ ⎝ ∞ ⎛ t − kT ⎞ ⎟ T ⎠ PN sekvenca y(kT) je generisana korišćenjem MLSR dužine 4 memorijska elementa. za sekvencu koja ima vrednosti 0 i 1 umesto -1 i 1. Trajanje čipa T iznosi 1 ms. P2. c (t ) = k = −∞ ∑ 2[ y (kT ) − 0. koje osobine moraju zadovoljiti PN funkcije da bi nivo šuma. Kada je SSMA sistem zasnovan na DS principu.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 261 VEŽBA 7 PRENOS U PROŠIRENOM SPEKTRU I PRIPREMA VEŽBE (DOMAĆI ZADATAK) P1) Osobine PN sekvenci za proširenje spektra P1. P3.2. .3.1. Odrediti J0 maksimalan broj istovremenih korisnika ako je širina spektra signala jednog korisnika 100 puta veća od njegovog digitalnog protoka. Obrazložiti zašto je DS sistem osetljiviji od FH sistema na dejstvo jakih i bliskih predajnika.1. Za ostvarivanje pouzdane veze koja koristi BPSK zahteva se P3) Performanse sistema sa proširenim spektrom Eb = 10 dB. Odrediti PN E minimalnu vrednost procesnog pojačanja da bi se ostvario odnos b = 10 dB.2. Margina smetnji definiše koliko puta snaga ometača može biti veća od snage prenošenog signala. Pretpostaviti da je željeni nivo performansi u CDMA sistemu P3. P1. R = 0.

a zatim izračunati ostvareno procesno pojačanje. na ulazu u prijemnik (DS-CDMA). kako će ostvareni frekvencijski diversiti uticati na verovatnoću greške bita? . utvrditi da li je moguća rekonstrukcija signala na prijemu? 4) Interferencija u sistemima koji koriste prošireni spektar 4. Da li su sistemi sa većim procesnim pojačanjem otporniji na dejstvo šuma? 1.1. nakon vraćanja u osnovni frekvencijski oseg (binarni signal u osnovnom opsegu). Ako korišćeni kanal nije frekvencijski ograničen utvrditi dejstvo AWGN na prenos signala u proširenom spektru. Ako se DS-CDMA signal propusti kroz NF filtar koji odstranjuje deo spektra koji odgovara neproširenom signalu.1. a. da li je moguće rekonstruisati poslatu informaciju? Kako sada izgleda spektar primljenog signala pre i nakon sakupljanja (despreading)? 3) Robusnost prenosa u proširenom spektru 3.1. Za FH sistem skicirati signale pre i nakon proširivanja.2.1. Demonstrirati sposobnosti potiskivanja simusoidalne smetnje od strane signala proširenog DS sekvencom.2. Ako je u DS sistemu poznat digitalni protok.262 VEŽBA 7 P3. 2.3. b. Na osnovu Monte Carlo simulacije utvrditi performanse digitalnog komunikacionog sistema sa FH koji koristi BFSK i kojem se deo spektra ometa prema strategiji oprimalnog ometanja. 2) Potiskivanje uskopojasnih smetnji 2. Ako postoje dva skoka po simbolu. i nakon sakupljanja spektra.1. na osnovu simulaciju odrediti širinu spektra koji zauzima prošireni signal. Posmatrati i komentarisati spektar signala proširenog spektra ometanog sinusoidalnim signalom: a. Ustanoviti uticaj promene snage signala jednog korisnika DS-CDMA na kvalitet signala koji prima drugi korisnik. 5. Ako se umesto sinusiode konstantne učestanosti koristi chirp signal koji u toku 5 s menja učestanost od 500 kHz do 900 kHz.2. Da li prostiranje signala proširenog spektra po više putanja onemogućuje njegovu detekciju? Kakva strukturu treba da poseduje prijemnik ovakvih signala? II ZADATAK VEŽBE 1) Postupci za proširenje spektra 1. Da li se prisustvo smetnje i dalje uočava u spektru korisnog signala? c. 5) Performanse prenosa u proširenom spektru 5.

2.1 UVOD Korektan prijem digitalnih signala zahteva poznavanje: 1.1 Greška u fazi lokalnog nosioca Sinhronizacija prijemnika (demodulatora).).1. PLL. u zavisnosti od tipa modulisanog signala. frekvencije i faze nosioca modulisanog signala u slučaju koherentne demodulacije. 2. Kostasova petlja.a Blok šema sistema za sinhronizaciju nosioca i izdvajanje digitskog takta 14. Ovi zahtevi se rešavaju uspostavljanjem sinhronizacije nosioca i izdvajanjem digitskog takta na mestu prijema.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 263 14 SINHRONIZACIJA NOSIOCA I IZDVAJANJE DIGITALNOG TAKTA 14.a. Greška u fazi lokalnog nosioca (θ) izaziva smetnje i izobličenja čija priroda zavisi od tipa modulisanog signala. sistemom čija je principska blok šema prikazana na slici 14. itd.1) 2 2 Ako se pretpostavi da impulsni odziv h(t ) zadovoljava I Nikvistov kriterijum za prenos bez interferentncije sledi: 1.2) 2 Fazni nesinhronizam ne izaziva izobličenje već samo smanjenje amplitude demodulisanog signala. Za AM sa potisnutim nosiocem: 1 s d (0) = a 0 h0 cos θ (14. Opšti oblik demodulisanog AM signala u slučaju postojanja faznog nesinhronizma je: 1 1 sd (t ) = u1 (t ) cosθ + u 2 (t ) sin θ (14. Pri tome je najkritičnije uspostavljanje faznog sinhronizma. digitalnog takta (početka i kraja signalizacionog intervala) modulišućeg digitalnog signala. Za AM-1B0 . ostvaruje se filtriranjem pilotskog nosioca (nosilaca) ili postupcima linearne i nelinearne obrade modulisanog signala (filtriranje. s m (t ) s d (t ) {a n } Slika 14.

6) a njegova maksimalna vrednost je: Dmax = ( M − 1)d (14. Posledica nesavršenosti ekstraktora digitskog takta.264 SINHRONIZACIJA NOSIOCA I IZDVAJANJE DIGITALNOG TAKTA s d ( 0) = 1 1 N ˆ h(0)a0 cos θ ± ∑ ak h(− kT ) sin θ = 4 4 k =− N ⎧ ⎫ N 1⎪ ⎪ ˆ ˆ = ⎨a0 h(0) cos θ ± h(0) sin θ ± ∑ ak h(−kT ) sin θ ⎬ 4⎪ k =− N ⎪ k ≠0 ⎩ ⎭ Izobličenje u vidu interferencije je: { } (14.).džiter. Za QAM 1 1 ( ( sd (0) = h(0)a01) cos θ + h(0)a02) sin θ .3) D(θ ) = ± k =− N k ≠0 ˆ ∑ ak h(−kT ) sin θ N (14.5) 3.2 Izdvajanje digitskog takta Izdvajanje digitskog takta zasniva se na periodičnosti statističke srednje vrednosti digitalnog signala. smetnji na liniji i nestabilnosti digitskog takta digitalnog signala jeste pojava fluktuacije položaja impulsa oko nominalnog položaja . 14. PLL. 2 2 Izobličenje u obliku međukanalne interferencije je: ( D(θ ) = h(0)a02) sin θ (14. Postupak demodulacije 4 PSK i BPSK signala odgovara demodulaciji QAM signala.10) gde je: . itd.8) (14. Diskretni signal džitera može se predstaviti relacijom: θ d (t ) = ∑ θ nδ (t − nT ) n =1 ∞ (14.9) čija je vršna vrednost: Dmax = h(0)( M − 1)d sin θ Kod binarnog PSK signala postupak demodulacije i efekat faznog nesinhronizma identičan je kao kod binarnog AM signala sa potisnutim nosiocem. a ostvaruje se linearnim i nelinearnim postupcima obrade (PF. Za AM-NB0 Izobličenje je sličnog oblika kao i u slučaju AM-1BO signala: D(θ ) = ± k =− N k ≠0 ∑ ak hβ (−kT ) sin θ ∑ hβ (−kT ) sin θ N N (14.4) Njena maksimalna vrednost je: Dmax = ( M − 1)d k =− N k ≠0 ∑ N ˆ h(− kT ) sin θ (14.7) k =− N k ≠0 4.

θn = (14.11) .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 265 2πτ n T fazni. a τ n vremenski džiter.

2.2 ZADACI 14.1. ako je prenosni sistem idealan. k b) U trenutku odlučivanja o l-tom simbolu: s R [(l + ε )T ] = ∑ a k h{T [ε + (l − k )]} k = k = −∞ ∑ ak ∞ sin{π [ε + (l − k )]} . c) kolika je maksimalna dozvoljena greška u sinhronizaciji ε. πt T k = −∞ ∑ ak h(t − kT ). gde je T digitalni takt.5 . gde je ε greška u sinhronizaciji.266 SINHRONIZACIJA NOSIOCA I IZDVAJANJE DIGITALNOG TAKTA 14.1. Slika 14. π [ε + (l − k )] .2.U).1 Sistem za prenos podataka u osnovnom opsegu Odlučivanje o k-tom simbolu se vrši na osnovu odbirka signala s R (t ) u trenutku t = (k + ε )T . Simboli ak uzimaju vrednosti iz skupa (-U. Pod pretpostavkom da se šum u kanalu može zanemariti: a) napisati analitički izraz za signal u tački R. Predajni i prijemni filtri su idealni sa prenosnim karakteristikama: ⎧T | f |< 1 2T . smatrajući da je impulsni odziv sistema ograničen na K = 2L+1 = 7 digitalnih intervala. a L → ∞? Rešenje: Signal na izlazu predajnika je: sT (t ) = gde je: h(t ) = sin(π t T ) .2.1 Na slici (Slika 14. HT ( f ) = ⎨ ⎩ 0 | f |≥ 1 2T . | ε |< 0. ∞ a) Pošto se šum zanemaruje: s R (t ) ≡ sT (t ) = ∑ a k h(t − kT ). b) izračunati vršnu ISI koja nastaje zbog greške u sinhronizaciji.1) prikazan je sistem za prenos podataka u osnovnom opsegu učestanosti. ako je ε = 0. HR( f ) = ⎨ ⎩0 | f |≥ 1 2T . ⎧1 | f |< 1 2T .1 .

π (m + ε ) U prethodnom izrazu koristan član je za m = 0. Paketi su dovoljno razmaknuti pa se prenos svakog od paketa može posmatrati nezavisno.−1. Ako je impulsni odziv sistema za duobinarni prenos dat u obliku: g (t ) = 4 cos(2πf c t ) 1 . pa je: s R [(l + ε )T ] = m = −∞ ∑ ∞ al −m sin[π (m + ε )] π (m + ε ) + m≠0 = al sin(πε ) πε ∑ al −m sin[π (m + ε )] .2 Sistemom koji koristi kontrolisanu ISI duobinarno se prenose podaci grupisani u pakete od po 4 simbola. 14. Referentni simbol na prijemu je “1”.2. fc = . biće za L → ∞ usled greške u sinhronizaciji: ⎧U sin(επ ) imax = lim ⎨ L →∞ π ⎩ ⎧ L 1⎫ ⎛ 2m ⎞⎫ 2U sin(επ ) lim ⎨∑ ⎬ → ∞.1 daje vrednosti impulsnog odziva na osnovu kojih je jasno da sistem zadovoljava drugi Nikvistov kriterijum (a ne zadovoljava I NK). π (m + ε ) Kako za celobrojne vrednosti m važi: sin (π (m + ε ) ) = sin(επ ) .−1} . gde je m "rastojanje" od l-tog simbola. ne sme se dozvoliti greška u sinhronizaciji. a ostatak sume je ISI Interesuje nas vršna ISI: imax = m=− L m≠0 ∑U L sin [π (m + ε )] .36U . 2 π 1 − (4 f c t ) 2T i pod pretpostavkom da na predaji nije izvršeno diferencijalno kodovanje poruke. ⎠ ⎝ ⎛ 2m ⎞ c) Ako je sistem idealan (bez šuma.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 267 Uvodi se smena m = l − k . Jedan od posmatranih paketa ima sledeću strukturu simbola {a k } = {1. a u sistemu je prisutan aditivni Gausov šum. za L = 3 i | ε |< 0.2.5 vršna ISI je: imax = U sin(επ ) 1 ⎞ U sin(επ ) ⎛ 1 ∑⎜ m + ε + m − ε ⎟ = π ⎠ m =1 ⎝ 3 3 π m =1 ∑ ⎜ m 2 − ε 2 ⎟ = 0.2. Usled greške u sinhronizaciji na prijemu kod trećeg simbola u paketu odmeravanje je izvršeno ε = T/8 sekundi ranije. Rešenje: a) Tabela 14.1. . ⎜ 2 ⎟⎬ = ∑ 2 L →∞ π m =1 ⎝ m − ε ⎠⎭ ⎩m=1 m ⎭ L Pošto vršna ISI divergira. b) izračunati maksimalnu snagu šuma pod uslovom da poruka u ovom paketu bude ispravno primljena sa verovatnoćom greške po bitu manjom od 10-6. a) izračunati vrednost odmerka digitalnog signala u trenutku odlučivanja o trećem simbolu. sa datom H ( f ) koja zadovoljava I NK).

Ostali simboli u . ako je trenutna vrednost šuma manja od 0.627 ⎞ 0.0174 .051 g (t ) 4/π 4/3π -4/15π 1.051 = 0.što se može zanemariti). a2.114 0.373. zbog greške u sinhronizaciji ε = T/8 odmerak digitalnog signala s (t ) na osnovu kojeg se odlučuje je: s (3 T 2−T 8) = a0 g (3T 2−T 8) + a1 g (T 2−T 8) + a 2 g (− T 2−T 8) + + a3 g (− 3T 2−T 8) = g (11T 8) + g (3T 8) − g (− 5T 8) − g (− 13T 8) = = 0. ˆ ˆ ⇒ a1 = 2 − a0 = 1.074 -0.1 Sekvenca impulsnih odziva za poruku { 1 1 -1 -1 } O simbolima ak odlučuje se na osnovu odmeraka s (t ) uzetih u trenucima kT − T 2 : s (− T 2) = a ref + a 0 g (− T 2) = 2 s (T 2) = a0 g (T 2) + a1 g (− T 2) = 2 ˆ ⇒ a0 = 2 − a ref = 1.866 + 0. U prijemu trećeg simbola poruke. Dakle.268 SINHRONIZACIJA NOSIOCA I IZDVAJANJE DIGITALNOG TAKTA t 0 ±T/2 ±3T/2 ±5T/2 ±7T/2 1 0 0 0 ±T ±2T ±3T/8 ±5T/8 ±11T/8 ±13T/8 0. Kvantizer u duobinarnom dekoderu će ispravno dekodovati simbol a2 ako je s (3T 2 − T 8) + n(3T 2 − T 8) < 1 . ˆ ˆ s (5 T 2) = a 2 g (T 2) + a3 g (− T 2) = −2 ⇒ a3 = −2 − a 2 = −1. ˆ ˆ s (3T 2) = a1 g (T 2) + a 2 g (− T 2) = 0 ⇒ a 2 = 0 − a1 = −1. vrednost simbola a2 biće ispravno dekodovana sa verovatnoćom greške manjom od 10-6. n n=0 3 Slika 14.2.627 −6 PE = P(n > 0.074 + 1. ako je snaga šuma na prijemu manja od 17 mW. U trenutku odlučivanja prisutan je i šum.2.75 . n ⎝ n ⎠ pa se konačno dobija: 2 σ n ≤ 0.1 Vrednosti impulsnog odziva u karakterističnim tačkama b) Digitalni signal koji odgovara prenosu jednog paketa na prijemu je oblika: s( t ) = ∑ a g (t − nT ) .114 − 0.866 Tabela 14. Verovatnoća greške je: ⎛ 0.627 (i veća od 1.2.2.373 .627) = Q⎜ ⎟ ⎜ σ ⎟ < 10 ⇔ σ > 4. tj.

2 pa je: r (T ) = r1 (T ) − r2 (T ) = T cos θ . s (t ) = ⎨ ⎩− cos(2πf 0 t ) prenosi se binarno 0. Signali u prijemniku su tada: r1 (T ) = ∫ cos(2πf 0 t ) cos(2πf 0 t + θ )dt 0 T = cos θ ∫ cos(2πf 0 t ) cos(2πf 0 t )dt − sin θ ∫ cos(2πf 0 t ) sin(2πf 0 t )dt 0 0 T T = = = cos θ 2 cos θ 2 T T ⎛T ⎞ ⎜ dt + cos(4πf 0 t )dt ⎟ + sin θ sin( 4πf 0 t )dt ∫ ⎜∫ ⎟ 2 ∫ 0 0 ⎝0 ⎠ ⎛ sin(4πf 0T ) ⎞ sin θ 1 − sin(4πf 0T ) ⎟+ ⎜T + ⎟ ⎜ 4πf 0 2 4πf 0 ⎠ ⎝ T cos θ . 2 uz pretpostavku da je f 0 >> 1 . tada je: r (T ) = −T cos θ .3.2.1 Optimalni prijemnik BPSK signala Rešenje: Modulisani signal u k-tom signalizacionom intervalu je: ⎧ cos(2πf 0 t ) prenosi se binarno 1.3. Pretpostavimo prvo da se prenosi binarno 1.2. Prenos se vrši preko AWGN kanala. 14.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 269 poruci imaju dobru sinhronizaciju i samo kontrolisanu ISI pa je verovatnoća greške kod njih daleko manja.3 U optimalnom prijemniku binarnog ASK signala (Slika 14. .2. Ukoliko se prenosi binarno 0. Na isti način je: r2 (T ) = − ∫ cos(2πf 0 t ) cos(2πf 0 t + θ )dt = − 0 T T cos θ . Izračunati vrednost fazne greške koja će izazvati povećanje verovatnoće greške sa 4 ⋅ 10 −4 (za slučaj kada je θ = 0 ) na 4 ⋅ 10 −3 .1) postoji fazna greška θ u odnosu na nosilac na predaji. ∫ 0 T r1 (t ) r (t ) s (t ) cos( 2πf 0t + θ ) ∫ 0 T r2 (t ) − cos( 2πf 0t + θ ) Slika 14.

65 T cos = Q −1 4 ⋅ 10 −3 ≈ 2.4 Posmatra se MPSK sistem sa optimalnim prijemnikom (Slika 14.1.2. 14.270 SINHRONIZACIJA NOSIOCA I IZDVAJANJE DIGITALNOG TAKTA Polovina rastojanja između nivoa na prijemu je: T cos θ − (−T cos θ ) d= = T cos θ . onda je: d =T .. Φk = 2πk . M − 1. Odrediti koliko je maksimalno dozvoljeno fazno odstupanje θ između nosioca na predajnoj i na prijemnoj strani (smatra se da je uticaj šuma u kanalu zanemarljiv).. ∫ 0 T X s (t ) cos( 2πf 0t + θ ) arctan (Y X ) φ ∫ 0 T Y sin( 2πf 0t + θ ) Slika 14. k = 0. σn 3.1).4. ⎝ n⎠ ⎝ n⎠ odakle se dobija: T = Q −1 4 ⋅ 10 − 4 ≈ 3. σn ( ) Ugao θ za koji se dobija verovatnoća greške od 4 ⋅ 10 −3 ćemo dobiti iz sledeće jednačine: 2.79. ⎝ n⎠ Kada nema faznog nesinhronizma.1 Rešenje: Talasni oblici M-arnog PSK signala su: s k (t ) = A cos(2πf 0 t − Φ k ).35 ( ) odnosno.65 ⇒ cos θ = = 0. 2 a kada nema faznog nesinhronizma ( θ = 0 ). Vidi se da fazni nesinhronizam na prijemu dovodi do toga da se rastojanje između primljenih simbola smanjuje.2.2.. θ ≈ 37 o . Verovatnoća greške je: ⎛ d ⎞ PE = Q⎜ ⎟ ⎜σ ⎟ . što rezultuje povećanjem verovatnoće greške. M .4.. po uslovu zadatka je: ⎛ T ⎞ ⎛ d ⎞ −4 PE = Q⎜ ⎟ ⎜ ⎟ ⎜ σ ⎟ = Q⎜ σ ⎟ = 4 ⋅ 10 .35.

.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 271 Minimalno rastojanje između njihovih faza je: 2π ∆Φ = .2). drugde.2. M Važi: X = ∫ A cos(2πf 0 t − Φ k ) cos(2πf 0 t + θ )dt = 0 T A A ∫ cos(4πf 0 t + θ − Φ k )dt + 2 ∫ cos(θ + Φ k )dt 20 0 T T = = T AT A cos(4πf 0T + θ − Φ k ) − cos(θ − Φ k ) cos(θ + Φ k ) + 2 2 4πf 0 AT cos(θ + Φ k ).4.1) prikazana je blok šema QAM sistema za prenos dva signala podataka s A (t ) i s B (t ) .2.2. 2 T T A A Y = ∫ A cos(2πf 0 t − Φ k ) sin(2πf 0 t + θ )dt = ∫ sin(4πf 0 t + θ − Φ k )dt + ∫ sin(θ + Φ k )dt 20 20 0 = = A ⎛ cos(θ − Φ k ) − cos(4πf 0T + θ − Φ k ) ⎞ AT ⎜ ⎟+ ⎟ 2 sin(θ + Φ k ) 2⎜ 4πf 0 ⎝ ⎠ AT sin(θ + Φ k ).5.2. Standardni signal na ulazu je δ (t ) . Oba signala imaju isti M-arni alfabet i isti digitalni takt T. odnosno: ∆Φ M θ < = . Prenosna karakteristika predajnog NF filtra je: ⎧T H(f ) = ⎨ ⎩0 f ≤ 1 2T . 2 ⎛ sin(θ + Φ k ) ⎞ ⎛Y ⎞ ⎟ = arctan⎜ ⎜ cos(θ + Φ ) ⎟ = θ + Φ k .5 Na slici (Slika 14.4. ⎟ ⎝X⎠ k ⎠ ⎝ φ = arctan⎜ Prilikom odlučivanja dolazi do greške ukoliko je θ veći od polovine rastojanja između susednih simbola (Slika 14.2 14. 2 π θ ∆Φ ∆Φ Slika 14.

h(−nT ) = ⎨ ⎩0 n ≠ 0.5.1 Sistem za prenos QAM signala Rešenje: Signali na ulazu QAM sistema prenosa su: s A (t ) = s B (t ) = n = −∞ ∞ ∑ an(1)δ (t − nT ) . n n Pošto je zadovoljen I NK: ⎧1 n = 0.272 SINHRONIZACIJA NOSIOCA I IZDVAJANJE DIGITALNOG TAKTA Odrediti zavisnost margine šuma na prijemu na oba izlaza.2. Tako je: ( ( s d 1 (t ) = ∑ a n1) h(t − nT ) cos θ − ∑ a n2) h(t − nT ) sin θ . n = −∞ ∞ ∞ U tački 1 signal je: s1 (t ) = s M (t ) ⋅ 2 cos(2πf 0 t + θ ) = ( ( = ∑ a n1) h(t − nT ) cos(2π 2 f 0 t + θ ) + ∑ a n1) h(t − nT ) cos θ + n n ( a n2) h(t ( − nT ) sin(2π 2 f 0 t + θ ) − ∑ a n2) h(t − nT ) sin θ . ∞ n = −∞ Impulsni odziv idealnog NF filtra prenosne karakteristike H ( f ) = T u Nikvistovom opsegu je: sin(π t T ) h(t ) = F −1 {H ( f )} = . od razlike faza nosioca i lokalnog nosioca. n +∑ n Uloga NF filtra u sinhronom prijemniku je da potisne komponentu na 2 f 0 . n n Slično se dobija: ( ( s d 2 (t ) = ∑ a n1) h(t − nT ) sin θ + ∑ a n2) h(t − nT ) cos θ . s A (t ) sd 1 (t ) sd 2 (t ) s B (t ) Slika 14. i ∑ a n( 2)δ (t − nT ). n n U trenutku odlučivanja je: ( ( sd 1 (0) = ∑ an1) h(− nT ) cos θ − ∑ an2) h(− nT ) sin θ . . πt T QAM signal je: s M (t ) = n = −∞ ∑ a n(1) h(t − nT ) cos(2πf 0 t ) + ∑ an(2) h(t − nT ) sin(2πf 0 t ).

a u tom slučaju i amplituda korisnog signala jednaka je nuli.3.5 ⋅ Q 0.± ( M − 1)d onda je margina šuma: M N = g 0 d − Dmax = d [cos θ − ( M − 1) sin θ ] = d cos θ [1 − ( M − 1)tgθ ].. M = 4 . ⎜ σ M −1 ⎟ M n ⎝ ⎠ pa je u slučaju idealne sinhronizacije: PE = 1..088) ( ) ≈ 1 ⋅ 10 −12.2..2): PE = 2 M − 1 ⎛ Ps 3 ⎞ Q⎜ 2 2 ⎟. Na sličan način kao i u zadatku 14.2.. tj.63 0. 14. a odnos koristan signal/šum na prijemu je 24 dB.2 ⋅ 10 2.465) ≈ 6 ⋅ 10 −6. kad je MN = 0. može se pokazati da je verovatnoća greške kada postoji fazni nesinhronizam: PE = 2 ⎞ 3 M − 1 ⎛ Ps Q⎜ 2 2 cos θ [1 − ( M − 1)tgθ ] ⎟ ⎜ σ M −1 ⎟ M n ⎝ ⎠ = 1.6 Uporediti verovatnoću greške pojedinom kanalu na prijemu 16QAM signala.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 273 odbirak demodulisanog signala svodi se na: ( ( s d 1 (0) = a01) cos θ − a02) sin θ . Ako je alfabet ± d . Može se smatrati da je intersimbolska interferencija zanemarljiva. 4 = 1. Dijagram oka se zatvara kada je preslušavanje veće od korisnog signala.5 ⋅ Q(4.43° 8 8. 4 = 1.2 ⋅ 10 2. Rešenje: Verovatnoća greške za po pojedinom kanalu je verovatnoća greške za 4ASK (zadatak 9. ( ) . θ = tg −1 ⎜ ili θ = ⎛ 1 ⎞ ⎟ ⎝ M − 1⎠ π 2 . oko se zatvara već pri znatno manjim greškama u sinhronizaciji.± 3d .5 ⋅ Q 0. Slično se dobija i: ( ( s d 2 (0) = a 01) sin θ + a02) cos θ .13° θ Kada se koriste alfabeti sa više od dva simbola. u slučaju kada je fazna sinhronizacija između nosioca na predajnoj i na prijemnoj strani idealna. M 2 45° 4 18.5 ⋅ Q(7.2. i u slučaju kada postoji fazni nesinhronizam od θ = 7 o .

274 SINHRONIZACIJA NOSIOCA I IZDVAJANJE DIGITALNOG TAKTA .

01s i 1+ s da je K=1.4. 2) Early-late gate sinhronizacija 2.2. . Na primeru Simulink realizacije PLL strukture.1.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 275 VEŽBA 8 SINHRONIZACIJA TAKTA NAČINI REALIZACIJE SINHRONIZACIJE TAKTA 1) Sinhronizacija zasnovana na korišćenju fazne petlje (PLL – Phase Locked Loop) 1 + 0. 1. Proučiti realizaciju MATLAB/Simulink blokova za sinhronizaciju takta. Binarni PAM sistem koristi elementarni impuls sa spektrom oblika podignuti kosinus i faktorom zaobljenja 0.1. Ako je digitalni protok 4800 b/s napisati MATLAB program koji simulira sinhronizaciju takta zasnovanu na early-late gate metodu. kao i parametrima koji utiču na performase sinhronizacionog podsistema. odrediti odziv PLL-a na nagli skok faze u vidu jedinične odskočne funkcije. 3) Primer implementacije 3. Ako se pretpostavi da je prenosna funkcija filtra koji koristi PLL G ( s) = 1.1. upoznati se osnovama njenog funkcionisanja.

276 VEŽBA 8 .

Njen definicioni izraz je: Q ( x) = 1 2π +∞ ∫e x − y2 2 dy (P1) Takođe se koriste i funkcija greške erf ( x ) i njena komplementarna funkcija erfc ( x ) . (P5) Za izračunavanje vrednosti Q funkcije. često se koriste i aproksimativni izrazi kao što su: 2 ⎛ 1 ⎞ 1 ⎜1 − ⎟ e−x 2 ⎟ ⎜ x ⎠ x ⋅ 2π ⎝ 2 < Q( x ) < 1 x ⋅ 2π e−x 2 2 (P6) Za vrednosti argumenta x > 2 aproksimativni izrazi daju zadovoljavajuću tačnost. Osnovne osobine Q-funkcije su: Q ( −∞ ) = 1 . Relacija između ovih funkcija data je sa: Q ( x) = 1 ⎛ x ⎞ erfc ⎜ ⎟ ⎝ 2⎠ 2 (P4) Vrednosti Q-funkcije date su u tabeli. Q funkcija. Q (∞ ) = 0. One su definisane kao: erf ( x) = 2 π −y ∫ e dy 2 x (P2) (P3) 0 erfc ( x ) = 1 − erf ( x ) .ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 277 PRILOG Za izračunavanje verovatnoće greške često se koristi tzv.5 . . Q ( 0) = 0.

.

8714e-04 4.1151 0.3859 0.0344 0.2 1.3557 0.2420 0.9031e-03 7.0721 0.9798e-03 2.4771e-03 1.0170e-02 7.6354e-03 1.4721 0.4129 0.4 0.2266 0.4052 0.0505 0.1292 0.0384 0.7703e-04 4.3228 0.5706e-04 3.4920 0.5071e-04 0.1667e-03 2.1829e-03 8.7403e-04 6.2641e-03 2.6219e-04 5.0244 1.2119 0.3300 0.5 2.0322 0.9884e-03 1.8071e-03 1.0426e-04 6.4670e-03 2.1178e-02 1.2545e-02 9.0934 0.0294 0.1895e-04 4.1428e-03 5.1311e-04 0.3483 0.3209e-02 1.6419e-03 7.0436 0.2743 0.1112 0.7179e-03 1.9400e-03 3.5 0.3264 0.8 2.3 1.0643 0.0630 0.0838 0.4 2.7003e-02 1.2327 0.4 1.0681 0.1314 0.06 0.1 0.4890e-03 1.0367 0.2639e-03 9.0764 0.Q ( x) = x 0.0406e-04 2.4090 0.4443 0.2228e-03 8.3594 0.7429e-02 1.1867 0.0918 0.6612e-03 3.9262e-03 1.2676 0.3936 0.1604e-02 8.0375 0.1922 0.0885 0.2750e-02 1.4151e-04 0.0495 0.3 3.5003e-02 1.6648e-04 3.4242e-03 6.2578 0.0582 0.3050 0.4960 0.0618 0.1814 0.5386e-02 1.2 3.0516 0.2236 0.0524e-03 1.7 1.3499e-03 9.7502e-03 1.2514 0.0675e-02 1.1894 0.4286 0.1587 0.0951 0.9 1.1635e-04 5.5 1.0246e-03 2.1271 0.6177e-02 1.2177 0.6586e-02 1.0008e-03 7.3423e-04 3.5000 0.2033 0.0901 0.3745 0.2216e-02 1.2296 0.2451 0.1401 0.8658e-03 1.3062e-03 9.1182e-03 1.6811e-03 2.2877 0.4946e-04 2.3861e-03 4.1860e-03 1.6023e-04 0.3669 0.3974 0.8971e-04 2.6367e-04 4.1038 0.3872e-03 4.1841 0.4522 0.5009e-04 3.3903e-02 1.2874e-02 9.0301 0.0 1.4095e-04 4.01 0.0853 0.4364 0.2005 0.3446 0.6760e-04 6.1788 0.0655 0.2843 0.7584e-04 2.7031e-03 4.2 0.00 0.3156 0.4404 0.0239 1.3553e-02 1.02 0.8028e-03 2.9226e-02 1.09 0.6948e-03 1.8342e-04 3.07 0.3867e-03 7.05 0.1977 0.2061 0.7988e-03 3.6 1.0329 0.2389 0.4641 0.4262e-02 1.1736 0.5726e-03 2.2643 0.7603e-03 5.2206 0.4168 0.3897 0.5382e-03 1.9070e-03 2.5271e-03 3.3 0.0455 0.2546 0.2358 0.4 0.1357 0.3707 0.1469 0.1889e-04 2.1190 0.0366e-03 4.0 0.3774e-04 3.2557e-03 1.8 1.9699e-02 1.0250 1.1 1.3783 0.0 2.3949e-03 1.1170 0.2097e-03 4.8885e-04 5.1067e-03 7.8901e-03 2.0606 0.0703e-03 7.4012e-03 1.4412e-03 1.08 0.1335 0.6563e-03 6.3409 0.1210 0.5551e-03 1.0262 2.3520 0.3642e-03 2.3336 0.1660 0.8029e-04 0.4562 0.0694 0.0444e-02 7.2483 0.1562 0.3372 0.0351 0.9469e-03 5.1075 0.3544e-04 6.0559 0.2336e-03 3.0823 0.1131 0.1492 0.0418 0.8677e-03 4.4880 0.0392 0.0475 0.1442e-03 8.4629e-02 1.0287 2.0094e-04 3.3192 0.0537 0.7926e-03 2.0256 2.1304e-02 8.1453e-03 3.5426e-03 4.1635 0.0735 0.5494e-03 5.6411e-03 1.7 2.3965e-03 3.0307 0.0274 2.3821 0.0594 0.4013 0.5889e-03 1.0548 0.04 0.9 3.0268 2.4681 0.1 3.0 3.1093 0.3 2.6 2.0401 0.2981 0.2810 0.9763e-03 6.8 0.0793 0.9765e-04 4.1975e-03 6.3693e-04 0.1711 0.0808 0.0778 0.0465 0.7 0.7557e-03 5.2481e-04 0.1379 0.1685 0.6243e-04 2.0869 0.5778e-02 1.3632 0.1611 0.0985 0.1423 0.2776 0.1251 0.4474e-04 5.4840 0.0724e-02 8.0336 0.3085 0.1539 0.2912 0.2090 0.0427 0.0849e-03 3.0485 0.0526 0.1911e-02 9.0446 0.3274e-03 1.0668 0.4483 0.8309e-02 1.2148 0.0350e-03 7.9 2.0314 0.1375e-03 6.0720e-03 2.9086e-04 .4761 0.4801 0.1003 0.1 2.2709 0.0571 0.1949 0.0179e-04 1 2π +∞ ∫e x − y2 2 dy 0.6 0.1762 0.1136e-04 5.4602 0.3015 0.1904e-04 3.1011e-02 8.03 0.0968 0.7009e-04 0.8940e-03 6.0281 2.0749 0.2692e-03 3.4207 0.2611 0.1515 0.2946 0.4247 0.5691e-03 4.3436e-03 5.0359 0.3121 0.0182e-02 1.8763e-02 1.1230 0.0233 1.0409 0.0708 0.2 2.7864e-02 1.1446 0.1020 0.1692e-02 1.3638e-04 5.1056 0.4325 0.2224e-02 9.

4979e-06 2.7180e-04 1.1705e-07 6.3447e-06 5.3024e-07 7.1779e-07 4.01 2.4832e-12 4.0759e-11 1.5147e-09 8.3977e-08 2.2473e-05 2.02 2.8232e-10 1.7688e-11 4.0288e-08 4.2582e-12 1.7896e-12 1.1 6.8 4.7338e-09 2.1157e-09 6.2918e-11 2.1399e-09 3.5229e-08 2.0778e-04 1.5612e-06 2.3 4.5836e-07 1.2347e-07 7.5193e-09 1.08 1.2351e-11 2.3955e-10 3.2798e-12 0.2101e-12 1.9 5.5873e-10 8.0513e-09 1.1662e-04 7.7 6.4072e-05 4.9462e-08 5.7365e-05 1.1158e-08 3.7575e-11 1.8212e-08 3.9459e-13 0.7901e-08 3.5479e-09 5.6534e-04 1.5911e-04 1.2077e-13 0.1671e-05 2.9644e-08 5.3263e-04 1.4622e-09 2.7736e-06 6.0658e-05 1.9816e-10 2.8693e-07 3.3520e-09 3.5 3.1241e-06 4.6 6.4555e-06 4.0 6.0215e-09 2.1685e-05 7.7467e-13 0.5 5.0780e-04 7.7 5.6108e-07 9.8177e-08 1.5936e-05 2.4858e-10 1.2348e-05 4.7057e-10 4.9001e-11 2.4655e-11 7.6640e-08 1.5925e-11 2.7849e-04 1.6694e-05 3.9 7.5810e-06 9.3034e-10 2.6097e-09 8.7347e-09 3.4125e-06 3.5124e-08 8.9368e-08 2.1236e-09 1.3807e-08 1.1611e-08 2.1213e-04 7.1125e-06 1.2518e-05 1.2010e-05 6.5025e-09 4.6726e-05 1.3476e-07 1.8069e-06 4.7107e-07 2.4755e-08 4.0160e-11 2.9193e-12 3.06 1.7014e-12 8.9737e-11 3.1980e-10 4.7420e-06 1.5230e-05 9.1512e-08 1.5465e-07 4.4592e-08 3.7648e-07 5.6372e-10 1.4920e-07 3.1176e-05 7.9424e-09 1.0359e-05 1.3112e-04 8.2113e-07 5.0862e-12 4.6950e-08 9.3391e-07 5.5577e-06 1.1 5.3737e-07 8.6492e-10 1.1 4.0963e-07 1.8417e-05 5.2310e-12 2.2028e-08 4.6788e-10 2.7056e-13 Vrednosti Q funkcije .7105e-09 9.2457e-12 2.7117e-06 2.3802e-11 3.8127e-06 1.1266e-08 1.4283e-08 8.2790e-11 6.4251e-09 7.9597e-12 1.1094e-07 6.6120e-13 0.9800e-08 1.5609e-05 1.0421e-11 5.2405e-04 1.0224e-09 4.8138e-05 1.9492e-06 1.0920e-06 1.6488e-09 3.1991e-11 1.9059e-05 3.9340e-06 3.5520e-12 2.7 4.3407e-09 7.0190e-07 1.6050e-08 4.7243e-08 2.9110e-06 2.1884e-08 2.2414e-06 2.3632e-04 9.0088e-10 5.7960e-11 9.2612e-09 6.00 2.4430e-12 1.3078e-10 6.0418e-07 3.4420e-08 5.5158e-11 1.6001e-12 1.6067e-12 2.0122e-05 3.3691e-11 6.8096e-05 3.4145e-10 1.8659e-10 5.09 1.5538e-07 2.1488e-10 5.0 0.9605e-12 9.8061e-10 3.2502e-08 1.4730e-04 9.8543e-04 1.1863e-09 6.9611e-05 6.2885e-11 1.4957e-05 5.1879e-10 1.3660e-06 8.0006e-04 1.6624e-05 1.6597e-06 1.8015e-06 4.4344e-06 8.5912e-05 1.4 5.2769e-05 8.4233e-12 1.6796e-07 5.5861e-11 2.9483e-05 4.5684e-11 7.9249e-10 1.9636e-09 2.7322e-06 2.8 6.3 6.1261e-10 2.0116e-08 5.7209e-10 4.3346e-05 8.3043e-07 3.x 3.3262e-09 2.5 6.0327e-12 0.2423e-10 3.7714e-09 1.5399e-06 5.4386e-06 1.8799e-12 2.6455e-10 3.0718e-08 5.1947e-11 6.3251e-13 0.0091e-10 3.2057e-09 2.8665e-07 1.3322e-10 1.0 4.2386e-06 7.6925e-12 1.1042e-12 1.0766e-10 5.8741e-10 2.8414e-05 5.9106e-08 2.2611e-04 8.8 5.4418e-05 3.6012e-08 9.0171e-06 6.3249e-06 1.6148e-05 3.0097e-08 1.3977e-06 2.1624e-05 5.4759e-12 7.9 6.4458e-05 2.8 3.5847e-12 7.8137e-11 3.4579e-09 1.6 3.3507e-05 1.05 1.8544e-11 4.4391e-12 3.2162e-06 1.9310e-09 1.1159e-11 5.1792e-07 1.1731e-07 3.03 2.5060e-06 9.0105e-09 5.5247e-07 2.6100e-09 1.04 2.6473e-08 2.5740e-05 6.7888e-05 1.3940e-10 2.8990e-08 1.7312e-12 4.9076e-05 2.9904e-09 3.9061e-07 2.4 6.3272e-07 2.9099e-05 1.2091e-07 1.7350e-09 2.9337e-06 5.9926e-12 1.4 4.4514e-11 4.2051e-10 1.8872e-07 1.2 6.07 1.3522e-11 1.9 4.5185e-08 1.3 5.3143e-09 1.8052e-10 9.6904e-11 1.4882e-10 7.0133e-06 1.9783e-05 1.7 3.3008e-06 7.4274e-05 2.2762e-10 4.8283e-06 1.4487e-07 8.3744e-12 6.1916e-12 0.5031e-06 4.7475e-05 2.4575e-05 9.6 4.2215e-05 7.0558e-11 1.0689e-05 6.9333e-07 4.9187e-06 1.1627e-06 5.0741e-05 2.7903e-07 1.5310e-04 1.0515e-07 6.8267e-07 4.8769e-11 1.1517e-05 4.1115e-07 2.2943e-11 4.8996e-12 3.2123e-06 3.6 5.4813e-08 3.5324e-05 5.3948e-05 8.5 4.9891e-07 1.1226e-06 6.0 5.3277e-07 1.1790e-09 1.7942e-08 1.2935e-06 2.2228e-05 3.1577e-04 1.6983e-07 9.6675e-06 3.6823e-06 1.3489e-08 7.2258e-10 6.3037e-05 2.3157e-09 1.2026e-08 6.0686e-06 6.5686e-09 4.1685e-06 3.6929e-10 8.8175e-09 9.0221e-05 6.2128e-04 8.2 5.4171e-04 9.5277e-07 8.8264e-12 8.7215e-07 1.8944e-05 1.4536e-05 1.1353e-08 6.3923e-12 3.9216e-11 9.0088e-12 2.3320e-08 1.0523e-10 1.4524e-07 1.0082e-10 1.6726e-05 4.7918e-07 2.1093e-12 0.9350e-06 3.5154e-11 1.0363e-04 6.0492e-09 5.6784e-11 8.5799e-07 3.2 4.9262e-04 1.1792e-06 7.2737e-08 7.0980e-06 2.1569e-05 1.3952e-10 7.2760e-11 3.

Proakis J... Prentice-Hall International. “Analog and digital communication systems”. 14. and Castellani V. ETF. Singapore. “Digital Communications.. 1984. Beograd. at al. 1998. 1988. Department of Electrical ond Computer Engineering. “Digitalne telekomunikacije”. Naučna knjiga. Biglieri E. Dukić M.. 6. “Slučajne varijable i procesi u telekomunikacijama”. Praktikum za laboratorijske vežbe. McGraw-Hill. Beograd. Beograd. Roden M. “Computer-Based Exercises for Signal Processing Using MATLAB 5”. S.... 8.G. Jovanović-Doleček G. 2. Kostić I. Proakis J. Information Technology. New York. New Jersey. New York. Ma N.. Građevinska knjiga.. “Zbirka zadataka iz Digitalnih telekomunikacija”. Lab Course “Communications Technology”. Milošević V. .M. Benedetto S. “Digital Communications”. 5. 1991.. “Osnovi telekomunikacija”.. at al: “Contemporaty Communication Systems using Matlab”. G.. McClellan J.Svjetlost. 1987.. 3. Građevinska knjiga. M. 7. Sarajevo. W. 1994. 15. Petrović G. Matlab Curriculum Series. Kluwer Academic/ Plenum Publishers. Prentice-Hall International. London. 2003. 2004. Canada. Zeytinoglu O. Lukatela G... 13.. Ryerson Polytechnic University 10. 11. “Communications System Design Using DSP Alghoriths”. “Digital Transmission Theory”.ZBIRKA ZADATAKA IZ DIGITALNIH TELEKOMUNIKACIJA 281 LITERATURA 1. Prentice-Hall International. 4. “Digitalni telekomunikacioni sistemi”. Lukatela G. “Statistička teorija telekomunikacija i teorija informacija”. Tretter S. “Communication Sytems II ELE 045 Laboratory Manual”. 12. Sklar B. i Petrović R. Drajić D. at al. Beograd. A. Delić V. 1995.. Fundamentals and Applications”. 9. 1987.. Thomson Brooks/Cole. 1980. 1995. University of Ulm.

. Zbornik rešenih problema”. CCITT.. 17. “Osnovi telekomunikacija”. Beća H. Građevinska knjiga. Stojanović J.. Beograd. Beograd. “Osnovi Telekomunikacija.282 LITERATURA 16. “Red Book. Geneva. . Dukić M. 1977. Građevinska knjiga. S. Stojanović Z.. Volume VIII”. i Petrović Z. 1982. 18. 1984.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->