3 Modulazioni AM 12
3.1 La modulazione AM . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.2 Densità spettrale dei segnali modulati . . . . . . . . . . . . . . . 12
3.3 Potenza media dei segnali modulati . . . . . . . . . . . . . . . . . 14
3.4 Definizioni di modulazione AM . . . . . . . . . . . . . . . . . . . 14
3.5 Demodulazione coerente . . . . . . . . . . . . . . . . . . . . . . . 15
3.5.1 modulazione AM-DSB-SC . . . . . . . . . . . . . . . . . . 16
3.6 Modulazioni Single SideBand . . . . . . . . . . . . . . . . . . . . 16
3.6.1 Modulazione Vestigial SideBand . . . . . . . . . . . . . . 16
3.7 Prestazioni AM (in presenza di rumore) . . . . . . . . . . . . . . 16
3.7.1 Sistema AM di riferimento . . . . . . . . . . . . . . . . . 17
3.7.2 Schema generale per sistemi AM . . . . . . . . . . . . . . 17
3.7.3 Sistemi AM a ricezione coerente . . . . . . . . . . . . . . 17
4 Sistemi PCM 19
4.1 Teorema del campionamento . . . . . . . . . . . . . . . . . . . . 19
4.2 Quantizzazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
4.2.1 SNR di quantizzazione . . . . . . . . . . . . . . . . . . . . 20
4.3 Il canale binario BSC . . . . . . . . . . . . . . . . . . . . . . . . . 21
1
INDICE 2
5 Trasmissioni digitali 25
5.1 Definizioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
5.2 Classificazione trasmissioni digitali . . . . . . . . . . . . . . . . . 26
5.3 Occupazione spettrale . . . . . . . . . . . . . . . . . . . . . . . . 26
Capitolo 1
Introduzione alle
comunicazioni
3
CAPITOLO 1. INTRODUZIONE ALLE COMUNICAZIONI 4
V2
Pv (f ) = 2R · kT
Hz
La statistica del rumore termico è rappresentabile con ottima approssi-
mazione come un processo di rumore bianco, in quanto valore medio nullo,
ergodico1 e stazionario. Il suo valore “rms” (root mean square), ossia la sua
deviazione standard, su una banda B è dato da:
sZ s
√ B Z B √
Vrms = < V > =2 Pv (f ) df = 2kRT df = 4kRT B [V ]
−B −B
Accade allora che un bipolo passivo equivale allo stesso bipolo non
rumoroso (a temperatura zero assoluto), con in serie un generatore
di rumore con densità di potenza di tensione pari a Pv (f ) ' 2kT R.
Allo stesso modo si può definire quella di corrente Pi (f ) ' 2kT
R
In realtà, la densità spettrale a noi utile è quella della potenza e, dato che
lavoriamo su circuiti adattati, con un carico pari all’impedenza di ingresso, la
potenza efficace e la sua densità spettrale si ricavano in questo modo:
2
v(t) vL (t) v(t)
vL (t) = PL = =
2 R 4R
PL (f ) 2kRT kT W
Pd (f ) = = =
4R 4R 2 Hz
Questa definizione è effettivamente una potenza assoluta, anche dal punto
di vista dimensionale, e possiede quindi un significato fisico.
Oltre a non dipendere dalla resistenza, possiamo notare che la potenza cosı̀
definita in uscita da una filtro con banda B è di nuovo una potenza disponibile:
kT
· 2B = kT B
2
reale k
Pout (f ) = Gd (f ) [T0 + Teq (f )]
2
(1) k (1)
Pout (f ) = Gd1 (T0 + Teq )
2
kT0 1
Pout (f ) = Fattenuazione (1.7)
2 L
Uguagliando le equazioni 1.6 e 1.7 si ha
1
Fatt = 1 ⇒ Fatt = L
L
Accade quindi che il rumore in ingresso viene attenuato di una quantità pari
al rumore generato dall’attenuatore stesso: F = L.
Osservazioni Dal punto di vista del rumore ci serve una F bassa e quindi,
in generale, conviene mettere prima un preamplificatore, a bassa immissione di
rumore, prima di un attenuatore con F = L molto grande e che quindi porta
ad una cifra di rumore equivalente molto elevata:
F2 − 1
FT OT = F1 +
Gd1
CAPITOLO 1. INTRODUZIONE ALLE COMUNICAZIONI 8
Trasmissione di segnali
analogici
I segnali analogici possono essere classificati in base al loro spettro nel seguente
modo:
• in banda base quando le componenti spettrali sono concentrati attorno
alla frequenza f = 0 e sono nulle al di fuori di un certo range.
Appartengono a questa categoria i segnali audio in uscita da un microfono
e i segnali logici.
• in banda traslata quando le componenti spettrali sono concentrate at-
torno ad una frequenza centrale fc 6= 0, detta frequenza della portante.
Appartengono a questa categoria tutti i segnali radiotelevisivi.
I segnali in banda traslata rappresentano gran parte delle trasmissioni elet-
triche, soprattutto via etere. Essi sono generati da sistemi che si basano sulla
modulazione in ampiezza (AM), di fase (PM) o di frequenza (FM).
Questi segnali sono cosı̀ importanti che è stata introdotta una propria rappre-
sentazione matematica, detta segnale analitico.
V̇ (f ) = H(f ) · V (f )
n o
v̇(f ) = F −1 V̇ (f ) = F −1 {H(f ) · V (f )} = h(t) ∗ v(t)
1
v̇(f ) = h(t) ∗ v(t) = δ(t) ∗ v(t) + j ∗ v(t)
πt
In pratica, il segnale analitico è il segnale che spettralmente contiene solo le
frequenze positive del segnale di partenza. Per tale motivo, esso è asimmetrico
in f e, quindi, rappresenta un segnale complesso nel dominio nel tempo.
9
CAPITOLO 2. TRASMISSIONE DI SEGNALI ANALOGICI 10
In questi termini il segnale reale di partenza coincide con la parte reale del
segnale analitico complesso.
v(t) = Re {v̇(t)}
dove si nota che l’inviluppo g(t) = x(t) + jy(t) è composto da una componente
in fase ed una in quadratura di fase rispetto alla portante e+j2πfc t .
Da questa definizione si ricavano le seguenti proprietà:
1
V (t) = F Re g(t) ej2πfc t = [G(f − fc ) + G ∗ (−f − fc )]
(2.1)
2
1
Pv (f ) =
[Pg (f − fc ) + Pg (−f − fc )] (2.2)
4
Si noti che non è un semplice sdoppiamento perché lo spettro a frequenze
negative subisce un cambiamento di segno ed è quindi ribaltato.
DISEGNO
1
V (f ) = [G(f − fc ) + G ∗ (−f − fc )]
2
CAPITOLO 2. TRASMISSIONE DI SEGNALI ANALOGICI 11
ed essendo tale inviluppo ñ(t) = n1 (t) + j n2 (t) dove n1 e n2 sono entrambi seg-
nali reali in banda base. Essi sono processi casuali statisticamente indipendenti
e, si può dimostrare, hanno la stessa funzione di autocorrelazione e, quindi, lo
stesso spettro di potenza.
Rn1 (τ ) = Rn2 (τ )) = N0 δ0
Modulazioni AM
3.1 La modulazione AM
Avendo introdotto il formalismo del segnale analitico, definiamo la modulazione
AM in termini di inviluppo complesso nel seguente modo:
g(t) = Ac [1 + m(t)]
12
CAPITOLO 3. MODULAZIONI AM 13
Dalle osservazioni fatte sui segnali analitici sappiamo che lo spettro risultante
è dato da
1
Ps (f ) = [Pg (f − fc ) + Pg (−f − fc )] (3.1)
4
da questa formula è possibile ricavare lo spettro del segnale modulato attraverso
il calcolo dello spettro dell’inviluppo. Per utilizzarla è molto conveniente passare
dall’autocorrelazione dei due segnali.
g(t) = Ac [1 + m(t)]
∗
Rg (τ ) = E[g(t) g (t + τ )] = A2c E[(1 + m(t)) (1 + m(t + τ ))]
Per semplificare i calcoli è necessario fare delle osservazioni sul segnale mod-
ulante m(t). Quest’ultimo, infatti, trasporta l’informazione e, quindi, non può
essere un segnale determinato. Esso è necessariamente un processo stocastico
reale di cui si può ipotizzare che sia:
a media nulla (sempre verificato nella realtà)
stazionario ossia che la media sia indipendente dal tempo e l’autocorrelazione
dipenda esclusivamente dalla distanza tra due istanti τ1 τ2
ergodico ossia che i valori aspettati (o medie di insieme) siano uguali alle medie
temporali
Posto E[m(t) m(t + τ )] = Rm (τ ), otteniamo:
Rg = A2c [1 + Rm (τ )]
DISEGNO
Per avere la densità spettrale della modulata in funzione di quella modulante
bisogna sostituire l’equazione precedente alla formula 3.1 scritta all’inizio:
1
Ps (f ) = [Pg (f − fc ) + Pg (−f − fc )] =
4
1
= [Pg (f − fc ) + Pg (−f − fc )] = perchè funzioni pari
4
A2c
Ps (f ) = [δ(f − f c) + Pm (f − fc ) + δ(f + fc ) + Pm (f + fc )]
4
DISEGNO
Notiamo quindi che, rispetto al segnale modulante, con la modulazione in
ampiezza:
CAPITOLO 3. MODULAZIONI AM 14
Pg A2
Pg = A2c (1 + Pm ) Ps = = c (1 + Pm ) (3.3)
2 2
Esempio sinusoide sia m(t) una sinusoide m(t) = 1 · cos(2πfm t), la potenza
sarà < m2 (t) >= 12 e l’efficienza E% = 1+0.5
0.5
· 100 = 33.3%
kAc
xF (t) = m(t)
2
Avendo soppresso la portante, la densità spettrale è ora
1 2
P(f ) = A [Pm (f − fc ) + Pm (f + fc )]
4 c
Non si hanno più le righe nello spettro di potenza, pur rimanendo la sinusoide.
Il ricevitore coerente permette quindi di demodulare correttamente un seg-
nale anche con forte sovramodulazione o, al limite, di tipo SC. Abbiamo, in-
oltre, un migliore utilizzo della potenza, che può raggiungere anche il 100% per
l’AM-DSB-SC. In compenso, il ricevitore sarà molto complesso. Si noti che l’oc-
cupazione in banda traslata è ancora il doppio di quella in banda base (DSB
Double SideBand).
Sistemi PCM
nel dominio del tempo questo segnale dipende solo dai campioni di w(t) quindi
esso contiene la stessa informazione di un vettore w[i] = w(iTc ). In frequenza
invece accade quanto segue:
( +∞ )
X
W∆ (f ) = F {w∆ (t)} = F w(iTc ) · Tc ∆(t − iTC )
i=−∞
+∞
X i
W∆ (f ) = W (f ) ∗ ∆ f −
i=−∞
TC
Lo spettro del segnale di partenza viene periodicizzato dal campionamento. Per
evitare che due ripetizioni si sovrappongano generando il fenomeno di aliasing
è necessario che:
fc − B ≥ B =⇒ fc ≥ 2B
19
CAPITOLO 4. SISTEMI PCM 20
Inoltre, si può notare che un metodo semplice per ricostruire lo spettro del
segnale di partenza consiste in un filtro passa basso.
Operando in questo modo, il campionamento non conduce ad una perdita di informazione.
4.2 Quantizzazione
L’operazione di quantizzazione è principalmente un passaggio dalla funzione
continua w(t) ad una sequenza discreta di numeri reali. Per ciascun istante di
campionamento si deve convertire la tensione corrispondente Vin , che assume
valori continui, in un numero finito, discreto, di tensioni Vout detti livelli.
La conversione più semplice è quella uniforme a 8 livelli: il range della
tensione in ingresso viene suddivisa equamente in 8 intervalli.
DISEGNO
Osserviamo che, per definizione, introduce una perdita di informazione per
quei valori intermedi. Si parla appunti di errore di quantizzazione eq , che è
necessario calcolare e tenere sotto controllo.
Con un sistema di quantizzazione uniforme, l’errore massimo che si può
commettere, per i valori agli estremi degli intervalli, è di max[eq ] = ∆
2 , dove ∆
è l’intervallo coperto da ciascun livello.
+ ∆2 2
1 x3 V2
∆ 1 2V
= = = =
∆ 3 −∆ 12 12 M 3M 2
2
V 3 /3
S
= 2 = M2
N Q M · V 3 /3
CAPITOLO 4. SISTEMI PCM 21
.
Per semplicità, consideriamo che i bit generati dal trasmettitore siano equiprob-
abili P(1T X ) = P(0T X ) = 21 . In questo caso, la probabilità di errore
complessiva diviene
j 2
n
X 1
E[e2b ] = E V 2 (bj + aj ) =
j=1
2
Xn n
X
= V 2 E (bj + aj )2−j · (bk + ak )2−k =
j=1 k=1
n X
X n
= V2 2−j−k (E [(bj − aj )(bk − ak )]) =
j=1 k=1
n X
X n
= V2 2−j−k (E[bj bk ] − E[aj bk ] − E[bj ak ] + E[aj ak ])
j=1 k=1
Dato che tra due bit di una sequenza si suppone non esserci correlazione e
dipendenza statistica, si ha che per j 6= k:
E[aj ak ] = E[bj bk ] = 1
aj bj P(aj bj ) aj bj
1
1 1 2 (1 − Pe ) 1
1
1 -1 2 Pe -1
1
-1 1 2 Pe -1
1
-1 -1 2 (1 − Pe ) 1
1 1 1 1
E[aj bj ] = (+1) (1−Pe )+(−1) Pe +(−1) Pe +(+1) (1−Pe ) = 1−Pe −Pe = 1−2Pe
2 2 2 2
CAPITOLO 4. SISTEMI PCM 23
Trasmissioni digitali
5.1 Definizioni
Si elencano alcune definizioni relative alla velocità di trasmissione.
Baud rate
Il Baud, indicato con la sigla D, è il numero di simboli che viene trasmesso in
un secondo (unità di tempo).
# simboli 1 simbolo
B= =
unità tempo Ts sec
dove Tb è definito come tempo di bit e spesso non ha un significato stretta-
mente fisico.
Il termine Baud prende il nome da Émile Baudot, inventore del codice Bau-
dot utilizzato in telegrafia. Il Baud rate o velocità Baud indica il massimo
numero di variazioni che un segnale può subire in un secondo.
Bit rate
Nelle telecomunicazioni digitali, il bit-rate, indicato con R o Br , è il numero di
bit trasmessi in un’unità di tempo, in genere il secondo. Viene quindi misurato
in Kbit/sec o Kbps.
nbit 1 bit
Br = =
Ts Tb sec
Si noti che:
R = Br = nbit ∗ D
pertanto, per trasmissioni binarie, il bitrate coincide con il baud rate.
25
CAPITOLO 5. TRASMISSIONI DIGITALI 26
dove f (t) è una certa forma d’onda di durata Ts ; an è da intendersi una variabile
causale, che assume per ogni n-esimo intervallo, un valore preso da un set di
M valori discreti (in genere +1 e −1), a seconda dei bit da trasmettere.
Dall’ultima osservazione, comprendiamo che ciò che dobbiamo studiare è il
processo casuale x(t), definito dall’evoluzione temporale dei termini casuali
an . Tale processo è quasi determinato perché la dipendenza dal tempo è
decisa da noi ed è, quindi, nota; è caratterizzato, inoltre, dalla statistica di an ,
anch’esse a noi note.
CAPITOLO 5. TRASMISSIONI DIGITALI 27
Media d’insieme
" +∞
# +∞
X X
E[x(t)] = E an f (t − nTs ) = E [an ] f (t − nTs )
n=−∞ n=−∞
Si nota che la media non è stazionaria. Trattandosi però di una serie infinita si
può verificare che E[x(t)] = E[x(t + Ts )], pertanto è ciclostazionaria.
Funzione di autocorrelazione
" +∞ +∞
#
X X
Rx (t, τ ) = E[x(t)x∗(t+τ )] = E an am f (t − nTs )f (t + τ − mTs ) =
n=−∞ m=−∞
+∞
X +∞
X
= E[an am ]f (t − nTs )f (t + τ − mTs )
n=−∞ m=−∞
Densità spettrale
La densità spettrale sarebbe la trasformata della funzione di autocorrelazione se
il processo fosse stazionario. Dal momento che esso non lo è, è possibile renderlo
tale se ne consideriamo la media temporale della funzione di autocorrelazione:
+N
X
XT (f ) = F {xT (t)} = an F {f (t − nTs )} =
n=−N
+N
X +N
X
= an F (f )e−j2πnTs f = F (f ) an e−j2πnTs f
n=−N n=−N
CAPITOLO 5. TRASMISSIONI DIGITALI 28
Passiamo al calcolo di
h i h i
2 2
E |XT (f )| = E |XT (f )XT∗ (f )| =
" +N +N
#
X X
= E F (f ) an e−j2πnTs f · F ∗ (f ) am e+j2πmTs f
n=−N m=−N
+N
X +N
X
2
= |F (f )| E[an am ]ej(m−n)2πTs f
n=−N m=−N
h i +N
X +N
X −n
2 2
E |XT (f )| = |F (f )| R(k)ejk2πTs f = per linearità
n=−N k=−N −n
+N
X −n +N
X
2
= |F (f )| R(k)ejk2πTs f =
k=−N −n n=−N
| {z }
non dipende da n
+N
X −n
2
= (2N + 1) |F (f )| R(k)ejk2πTs f
k=−N −n
Casi particolari
Supponiamo che le variabili causali an e an+k siano sempre scorrelate per k 6= 0,
allora:
E[a2n ] = σa2 + m2a k = 0
R(x) =
E[an ]E[an+k ] = m2a k 6= 0
−1
" +∞
#
2
|F (f )| X X
Px (f ) = σa2 + m2a + m2a ejk2πTs f + m2a ejk2πTs f =
Ts
k=1 k=−∞
" +∞
#
2
|F (f )| X
= σa2 + m2a ejk2πTs f
Ts
k=−∞
P+∞ 1
P+∞ n
utilizziamo al formula di Poisson k=−∞ ejk2πTs f = Ts n=−∞ δ(f − Ts )
" +∞
#
2
|F (f )| X
Px (f ) = σa2 + m2a ejk2πTs f =
Ts
k=−∞
+∞
" #
2
|F (f )|X m2a n
= + σa2
δ(f − ) =
Ts n=−∞ s
T Ts
" +∞
#
2
X
= |F (f )| D σa2 + m2a D δ(f − nD)
n=−∞
+∞
X
2
Px (f ) = D · |F (f )| σa2 + (m2a · D)2 δ(f − nD)
| {z } n=−∞
| {z }