AWGN &

Error Probability

Basuki R
Kanal Additive White Gaussian Noise
(Kanal - AWGN)
 Additive
White
Gaussian
Noise(AWGN)
• Kinerja sistem komunikasi digital diukur dengan probabilitas kesalahan deteksi bit
dengan adanya gangguan thermal.
• Dalam konteks komunikasi nirkabel, sumber utama kebisingan noise adalah
tambahan sinyal acak yang timbul dari getaran atom di elektronik penerima.
• Istilah aditif white Gaussian noise (AWGN) berasal karena alasan berikut:
• [Aditif] Noise bersifat aditif : sinyal yang diterima sama dengan sinyal yang
ditransmisikan ditambah noise, ditunjukkan secara matematik :

r(t) = s(t) + n(t);

note : n(t) = w(white noise)
 AWGN
lanjut..

• Model diagram penjumlahan noise ke sinyal, seperti yang ditunjukkan

pada Gambar.
• Selain itu, noise ini secara statistik tidak bergantung pada sinyal (s).
• Persamaan di atas sangat disederhanakan dengan mengabaikan setiap
ketidak sempurnaan yang ada pada sinyal Tx, kecuali noise itu sendiri.
 White noise(noise putih)
• [Putih(White)] Seperti halnya warna putih terdiri dari
semua frekuensi dalam spektrum gelombang tampak,
derau putih mengacu pada gagasan bahwa ia
AWGN memiliki daya seragam di seluruh pita frekuensi.
• Kepadatan Spektral Daya (PSD) white noise bernilai
Lanjt.. konstan pada semua rentang frekuensi ( - ∞ < f <
∞), seperti yang ditunjukkan pada Gambar berikut.

• Kepadatan noise (N0 ) adalah total daya noise Pw per

satuan bandwidth B
𝑃𝑤
𝑁𝑜 =
𝐵
• Untuk kasus real sampling, jika bisa di buat B = FS /2 ,
maka daya noise dalam sistem bandlimited sampel
diberikan sebagai.
𝐹𝑠
𝑃𝑤 = 𝑁0 · ; Fs = f
 AWGN
• Nyquist menyelidiki sifat noise/derau thermal, menunjukkan bahwa kepadatan
spektral dayanya adalah = k • Te, dengan k adalah konstanta dan Te adalah
suhu dalam Kelvin.
• Daya noise berbanding lurus dengan suhu (Te) ekuivalen bagian depan
penerima, karena itu disebut noise thermal.
• Kepadatan spektral daya noise bernilai konstan pada seluruh frekuensi,
ditunjukkan pada gambar di atas dan dinyatakan sebagai :
𝑑𝑃𝑤
𝑑𝑓
= 𝑆𝑣(𝑓)
𝑁𝑜
𝑆𝑣 𝑓 = Watt / Hz, untuk - ∞ < f < ∞
2
• Dengan kata lain, setiap sampel noise dalam suatu urutan frekuensi tidak
berkorelasi dengan setiap sampel noise lain dalam urutan yang sama. Oleh
karena itu, nilai rata-rata white noise adalah nol.
 [Gaussian],
• Gaussian, menunjukkan bahwa distribusi probabilitas
sampel noise bersifat Gaussian dengan rata-rata nol, dalam
domain waktu (t),
• Sampel noise bisa bernilai positif dan negatif dan menjadi
AWGN tambahan terhadap sinyal,
• Nilai noise yang mendekati nol memiliki peluang kejadian
lanjut.. yang lebih tinggi, sedangkan nilai yang jauh dari nol
cenderung tidak muncul.
Kondisi ini ditunjukkan pada Gambar di atas, akibatnya rata-rata
dalam domain waktu dari sejumlah besar sampel noise sama
dengan nol.
 Distribusi Probabilitas Gaussian
AWGN • Additive White Gaussian
Noise (AWGN) adalah noise pada
kanal yang mengikuti distribusi
gaussian / normal di seluruh frekuensi
dengan rapat spektral daya yang
konstan.

Model distribusi gaussian, sbb :

1 2ൗ 2𝜎2
𝑃 𝑛 = 𝑒 −𝑛
𝜎 2𝜋
 AWGN
• Pada kenyataannya, spektrum datar ideal
pada rentang - ∞ < f < +∞ , berlaku untuk
semua frekuensi dalam komunikasi
nirkabel (dari beberapa kHz hingga ratusan
GHz).

• Guna meredam sebagian besar energi

sinyal noise di luar pita spektral yang
ditempati sinyal yang diinginkan, sistem
komunikasi wireless dilengkapi dengan
filter

• Dengan demikian setelah filter, tidak bisa

dibedakan apakah spektrum idealnya datar
atau sebagian datar di luar pita yang
diinginkan.
 AWGN
• Perhatikan, sinyal diskrit dengan laju
sampling FS, teorema sampling menyatakan
bahwa bandwidth sinyal dibatasi oleh
lowpass filter dalam rentang ±FS/2, untuk
menghindari aliasing.
– Catatan : aliasing (munculnya sinyal
noise dgn frekuensi diatas sinyal
informasi)

• Untuk menyederhakan kalkulasi, filter

adalah filter lowpass yang ideal dengan :

1, - Fs/2 < F < +Fs/2

• H(F) =
0, diluar rentang itu
 Probabilitas Error
Probabilitas Error dalam Transmisi
• Dalam sistem PCM biner, digit biner diwakili dua
level pulsa.
• Jika level ini dipilih menjadi 0 dan A, sinyal
disebut biner on-off sinyal.
• Jika level beralih antara - A / 2 dan A / 2 itu
disebut sinyal biner polar sinyal.
 Probabilitas Error
• Digit biner 0 diwakili oleh sinyal level 0 selama durasi T
transmisi, dan digit 1 diwakili oleh level sinyal At.
• Berikut ini kami tidak mempertimbangkan memodulasi
sinyal — itu ditransmisikan di baseband.
• Jika saluran Gaussian noise (pada bandwidth tinggi)
berkas sinyal di penerima mungkin terlihat sebagai
berikut:
 Probabilitas Error
• Pada Receiver secara nominal level biner 0
(sinyal tidak ada) dan A (sinyal hadir) setelah
menerima masing-masing 0 atau 1 digit.
• Fungsi receiver yaitu membedakan level 0 dari
angka 1, disinilah terjadi Probabilitas kesalahan
(error).
• Karena itu, karakteristik kinerja terpenting dari
penerima yaitu “kemampuan penentuan
kemungkinan terjadinya kesalahan tersebut”.
 Probabilitas Error
• Perhatikan bentuk gelombang sinyal yang diterima_Receiver untuk
bit yang ditransmisikan_Transmitter antara waktu 0 dan T.
• Karena adanya noise n(t), bentuk gelombang r(t) pada penerima
adalah :
r(t) = s(t) + n(t),
• S(t) adalah sinyal bebas noise, dinyaratkan dengan bentuk :

0 … , 𝑡𝑖𝑑𝑎𝑘 𝑎𝑑𝑎 𝑡𝑟𝑎𝑛𝑠𝑚𝑖𝑠 𝑠𝑖𝑛𝑦𝑎𝑙

s 𝑡 =ቊ
1 … , 𝑎𝑑𝑎 𝑡𝑟𝑎𝑛𝑠𝑚𝑖𝑠𝑖 𝑠𝑖𝑛𝑦𝑎𝑙

• Diasumsikan bahwa Transmitter dan Receiver dalam kodisi singkron,

shg receiver menerima kedatangan urutan pulsa secara tepat waktu
dan bit yang diterima terletak pada interval (0, t). [Note : t < T ]
 Probabilitas Error
Deteksi_Sinyal simpel
• Detektor sangat sederhana diperoleh dengan mengambil sampel sinyal yang diterima pada saat
tertentu Ts dalam kisaran (0, T) dan menggunakan nilai untuk membuat keputusan.
• Nilai yang diperoleh akan menjadi salah satu dari berikut ini:

r(Ts) = n(Ts), tidak ada sinyal

r(Ts) = A + n(Ts), ada sinyal

• Sinyal noise n(Ts) adalah acak, tidak dapat memutuskan secara pasti apakah suatu sinyal ada atau
tidak pada saat pengambilan sampel.
• Namun, aturan masuk akal untuk keputusan apakah 0 atau 1 diterima adalah sebagai berikut:

𝑟 𝑇 ≤ 𝜇 tidak ada sinyal → diterima 0

𝑟 𝑇 > 𝜇 ada sinyal, → diterima 1
 Probabilitas Error
• Kuantitas m adalah ambang batas yang dipilih antara 0 dan A. Catatan :
untuk memudahkan r(Ts) = r.
• Misalkan sekarang n(Ts) memiliki distribusi Gaussian dengan rata-rata
nol dan varians s2. Sedangkan r(Ts ) = A + n(Ts ), dengan asumsi bahwa
semua ( 0 dan 1), kepadatan probabilitas r dinyatakan :

1 2 2
𝑃0 𝑟 = 𝑒 −𝑟 ൗ 2𝜎 , … … . . 𝑡𝑑𝑘 𝑎𝑑𝑎 𝑠𝑖𝑛𝑦𝑎𝑙
𝜎 2𝜋

1 2ൗ 2𝜎2
𝑃1 𝑟 = 𝑒 −(𝑟−𝐴) , … 𝑎𝑑𝑎 𝑠𝑖𝑛𝑦𝑎𝑙
𝜎 2𝜋
 Probabilitas Error
• Dari kedua kemungkinan(probabilitas) yang terjadi di atas,
terkadang dinyatakan ada sinyal, meskipun sebenarnya tidak ada.
Yang demikian itu adalah probabilitas alarm kejadian (salah
perkiraan 0 dengan 1) adalah :
∞
1 −𝑟 2 ൗ 2𝜎 2
𝑃𝜖0 = න 𝑒 𝑑𝑟
𝜎 2𝜋
𝜇
• Sama halnya probabilitas salah deteksi (salah 1 atau 0)
𝜇
1 −(𝑟−𝐴) 2 ൗ 2𝜎 2
𝑃𝜖1 = න 𝑒 𝑑𝑟
𝜎 2𝜋
−∞
• Misalkan P0 dan P1 probabilitas nol(0) dan satu(1), masing-masing
bisa dinyatakan semua probabilitas error, dinyatakan :
1
𝑃𝜖 = 𝑃0𝑃𝜖0 + 𝑃1 𝑃𝜖1 ➔ 𝑃𝜖 = (𝑃𝜖0 + 𝑃𝜖1 )
2
 Probabilitas Error
• Total dari kedua kesalahan ini perlu diminimalkan untuk m = A/2 . Ini sbg ambang
batas keputusan untuk probabilitas error minimum untuk P0 = P1 = ½ .
• Dalam hal ini, probabilitas setiap error adalah sama, jadi probabilitas semua
error adalah :
∞
1 2ൗ 2𝜎2
𝑃𝜖 = න 𝑒 −𝑟 𝑑𝑟
𝜎 2𝜋
𝐴
(2)

• Dengan mengubah variable z = r/σ , integral menjadi

∞
1 −𝑧 2Τ 2
𝑃𝜖 = න 𝑒 𝑑𝑧
2𝜋
𝐴
( )
2𝜎
• Error Fungtion Complementer(erfc) & Q_Fungtion

2 ∞ −𝑥2 ∞
1 −(𝑦2)/2
erfc 𝑧 = න 𝑒 𝑑𝑥 < == > Q z = න 𝑒 𝑑𝑦
𝜋 𝑧 𝑧 2𝜋
𝑥−𝜇
y=
𝜎
 Probabilitas Error
• Secara teknis, jika rata-rata daya sinyal S =A2/2, dan daya noise N =
σ2, maka Probabilitas error polar (on-off) atau (0 – 1) :
𝑆
𝑃𝜖 = 𝑒𝑟𝑓𝑐 2𝑁

• Untuk transmisi pita dasar, pemilihan tegangan 0 dan A menjadi sulit,

karena seluruh arus sistem adalah arus DC.
• Untuk itu, digunakan “biner-polar” dengan :
– nol (0) ➔ teg. –A/2, dan
– satu(1) ➔ teg. +A/2,
Shg rata-rata daya sinyal S = (A/2)2, dan probabilitas error (biner-polar) :
𝑆
𝑃𝜖 = 𝑒𝑟𝑓𝑐 𝑁
 Q function and Complementary Error
Function (erfc)
Dari batas integral pada persamaan erfc(z) dan Q(z) terlihat bahwa fungsi Q
berhubungan langsung dengan fungsi error komplementer (erfc), relasi fungsi Q
dengan fungsi Error komplementer :

1 𝑧2 1 𝑧
𝑄(𝑧) ≅ exp − = erfc
𝑧 2𝜋 2 2 2

Fungsi Q sering dijumpai pada persamaan teoritis Bit Error Rate (BER) yang
melibatkan kanal AWGN. Diskusi singkat tentang fungsi Q dan hubungannya
dengan fungsi erfc diberikan di atas.

Fungsi error komplementer (erfc(x)), merepresentasikan area rata-rata nol di

bawah dua ujung_ekor kurva pada fungsi kepadatan probabilitas Gaussian dari
varians s2 = 1/2. Fungsi error memberikan probabilitas, bahwa parameter berada
di luar kisaran itu.
Grafik erfc & Q-fungtion
 BER (Pe) versus
Q factor in a
Typical Digital Communication
Link & Grafik erfc