4.8.

Find the optimum (minimum probability of error) threshold𝛾0 , for detecting the equally likely signals
1
𝑠1 (𝑡) = √2𝐸/𝑇 cos 𝜔0 𝑡 and 𝑠2 (𝑡) = √ 𝐸/𝑇 (cos 𝜔0 𝑡 + 𝜋) in AWGN, using a correlator receiver as shown
2

in Figure 4.7b. Assume a reference signal of𝜓(𝑖) = √2/𝑇 cos 𝜔0 𝑡.

De las ecuaciones (4.21) a (4.23), podemos caracterizar estas formas de onda utilizando la función de base,
𝜓(𝑖) = √2/𝑇 cos 𝜔0 𝑡

𝑠1 (𝑡) = √𝐸 𝜓1 (𝑡)

1
𝑠1 (𝑡) = √𝐸 𝜓1 (𝑡)
2
𝑎1 + 𝑎2
𝛾𝑜 =
2

1
√𝐸 + (− 2 √𝐸) √𝐸
𝛾𝑜 = =
2 4

𝛾𝑜 = √𝐸/2

4.9. A system using matched filter detection of equally likely BPSK signals, 𝑠1 (𝑡) = √2𝐸/𝑇 cos 𝜔0 𝑡 and
1
𝑠2 (𝑡) = √ 𝐸/𝑇 (cos 𝜔0 𝑡 + 𝜋), operates in AWGN with a received 𝐸𝑏 /𝑁0 of 6.8 dB. Assume that
2

Ε{𝑧(𝑇)} ± √𝐸 .

a) Find the minimum probability of bit error, 𝑃𝐵 , for this signal set and 𝐸𝑏 /𝑁0 .

𝐸
𝑃𝐵 = 𝑄 (√ 𝑏 )
𝑁0

𝐸𝑏
= 6.8𝑑𝐵 = 4.786
𝑁0

𝑃𝐵 = 𝑄(√2𝑥4.786)

𝑃𝐵 = 𝑄(3.09)

De la table B.1

𝑃𝐵 = 10−3

b) If the decision threshold is 𝛾 = 0.1 √𝐸, find 𝑃𝐵 ,.

1 0.1√𝐸 1 ∞
𝑃𝐵 = ∫ 𝑝(𝑧|𝑠1)𝑑𝑧 + ∫ 𝑝(𝑧|𝑠2)𝑑𝑧
2 −∞ 2 0.1√𝐸

2 2
1 0.1√𝐸 1 1 𝑧 − √𝐸 1 ∞ 1 1 𝑧 − √𝐸
𝑃𝐵 = ∫ 𝑒𝑥𝑝 [− ( ) ] 𝑑𝑧 + ∫ 𝑒𝑥𝑝 [− ( ) ] 𝑑𝑧
2 −∞ 𝜎𝑜 √2𝜋 2 𝜎𝑜 2 0.1√𝐸 𝜎𝑜 √2𝜋 2 𝜎𝑜
 𝑧 − √𝐸
𝑢1 = ; 𝑢1 = 𝑑𝑧
𝜎𝑜

𝑧 + √𝐸
𝑢2 = ; 𝑢2 = 𝑑𝑧
𝜎𝑜

1 0.1√𝐸 1 −𝑢12 1 ∞ 1 −𝑢22

𝑃𝐵 = ∫ 𝑒 2 . 𝑑𝑢1 + ∫ 𝑒 2 . 𝑑𝑢2
2 −∞ √2𝜋 2 0.1√𝐸 √2𝜋

−𝑥 𝑢2 ∞ 𝑢2
∫ 𝑒 − 2 . 𝑑𝑢 = ∫ 𝑒 − 2 . 𝑑𝑢
−∞ 𝑥

1 0.9√𝐸 1 1.1√𝐸
𝑃𝐵 = 𝑄( )+ 𝑄( )
2 𝜎𝑜 2 𝜎𝑜

1 2𝐸𝑏 1 2𝐸𝑏
𝑃𝐵 = 𝑄 (0.9√ ) + 𝑄 (1.1√ )
2 𝑁𝑜 2 𝑁𝑜

𝐸𝑏
= 6.8𝑑𝐵 = 4.786
𝑁𝑜

1 1
𝑃𝐵 = 𝑄(0.9𝑥3.09) + 𝑄(1.1𝑥3.09)
2 2

1 1
𝑃𝐵 = 𝑄(2.78) + 𝑄(3.4)
2 2
1 1
𝑃𝐵 = (0.0027) + (0.0003)
2 2

𝑃𝐵 = 1.4𝑥10−3

c) The threshold of is 𝛾 = 0.1 √𝐸 is optimum for a particular set of a priori probabilities, 𝑃(𝑠1 ) and
𝑃(𝑠2 ). Find the values of these probabilities (refer section B2).

A partir de ecuaciones (8.8) a (8.12)

𝑝(𝑧|𝑠1) > 𝑃(𝑠2)

𝑝(𝑧|𝑠2) < 𝑃(𝑠1)

𝑧(𝑎1 − 𝑎2 ) (𝑎1 2 − 𝑎2 2 ) > 𝑃(𝑠2)

− 𝑙𝑛 [ ]
𝜎𝑜 2 2𝜎𝑜 2 < 𝑃(𝑠1)

𝑧(2√𝐸) > 𝑃(𝑠2)

𝑙𝑛 [ ]
𝑁𝑜 /2 < 𝑃(𝑠1)

> 𝑁𝑜 /2 𝑃(𝑠2)
𝑧 𝑙𝑛 [ ]=𝛾
< 2√𝐸 𝑃(𝑠1)

𝑁𝑜 𝑃(𝑠2)
𝛾 = 0.1√𝐸 = 𝑙𝑛 [ ]
4√𝐸 𝑃(𝑠1)
 𝑃(𝑠2) 0.4𝐸
𝑙𝑛 [ ]= = 0.4𝑥4.786 = 1.914
𝑃(𝑠1) 𝑁𝑜

𝑃(𝑠2)
= exp(1.914) = 6.782
1 − 𝑃(𝑠1)

𝑃(𝑠2) = 6.782 − 6.782𝑃(𝑠2)

6.782
𝑃(𝑠2) = = 0.87
7.782

𝑃(𝑠1) = 1 − 𝑃(𝑠2) = 0.13

4.10.

a) Describe the impulse response of a matched filter for detecting the discrete signal shown in Figure
P4.1. With this signal at the input to the filter, show the output as a function of time, Neglect the
effects of noise. What is the maximum output value?

Un filtro adaptado (MF) se define como un filtro cuya respuesta de impulso, h (t), es la versión de tiempo
invertida y retardada de la señal de entrada a la que se ajusta el filtro. Por lo tanto, para una señal recibida s
(t), donde el ruido se está descuidando, la forma de h (t) es h (t) = s (T-t), donde T es la duración del tiempo
de la forma de onda de señal que se corresponde. Para que el filtro sea realizable, la salida debe ser retrasada
por el tiempo T que toma para que la señal entera sea recibida en la entrada. La forma de onda discreta de la
señal, s (k), en la figura P4.1, se puede describir analíticamente con funciones delta como 𝑠(𝑘) = 0𝛿(0) +
10𝛿(1) + 20𝛿(2) + 30𝛿(3).

Un filtro adaptativo esta (MF) definido como un filtro cuta respuesta el impulse, h(t), es el tiempo retrasado
de la señal de entrada. Entonces para recibir la señal s(t) la forma de h(t) es ℎ(𝑡) = 𝑠(𝑇 − 𝑡), dnde T es el
tiempo de duración de la forma de onda de la señal. La salida solo debe retrasar el tiempo T que toma toda la
señal para ser recibida en la entrada.

𝑠(𝑘) = 0𝛿(0) + 10𝛿(1) + 20𝛿(2) + 30𝛿(3)

ℎ(𝑘) = 𝑠(3 − 𝑘) = 30𝛿(0) + 20𝛿(1) + 10𝛿(2) + 0𝛿(3)

h(k) corresponde al primer de dos tiempos reservados que toma lugar en el proceso de detección del filtro
adaptativo. Para una señal continua, tiene la forma:
𝑡
𝑧(𝑡) = 𝑠(𝑡) ∗ ℎ(𝑡) = ∫ 𝑠(𝜏)ℎ(𝑡 − 𝜏)𝑑𝜏
0

Si el filtro es un filtro adaptativo, entonces:

 𝑡
𝑧(𝑡) = ∫ 𝑠(𝜏)ℎ(𝑇 − 𝑡 + 𝜏)𝑑𝜏
0

La integral de convolucion representa el segundo tiempo reservado en el proceso de detección del MF.
𝑇
Despues del muestreo 𝑧(𝑡) = ∫0 𝑠(𝜏)𝑠(𝜏)𝑑𝜏, entonces:

𝑁−1

𝑧(𝑘) = ∑ 𝑠(𝑛)ℎ(𝑘 − 𝑛)
𝑛=0

𝑁−1

𝑧(𝑘) = ∑ 𝑠(𝑛)𝑠(𝑛 + (3 − 𝑘))

𝑛=0

Para:

𝑘 = 0 → 𝑧(0) = 0

𝑘 = 1 → 𝑧(1) = 300

𝑘 = 2 → 𝑧(2) = 800

𝑘 = 3 → 𝑧(3) = 1400

𝑘 = 4 → 𝑧(4) = 800

𝑘 = 5 → 𝑧(5) = 300

𝑘 = 6 → 𝑧(6) = 0

b) In a matched filter (MF), a signal is convolved with a time-reversed function of the signal (impulse
response of the MF). Convolution reverses the function again; thus, the MF yields the correlation of
a signal and its “look alike” copy (even though the MF operation is designated as convolution). In
implementing a MF, suppose that you accidently connect the circuitry so as to yield the correlation
of a signal and is time–reversed copy; the output would then yield a signal convolved with itself.
Show the output as a function of time. What is the maximum output value? Note that the maximum
output value for part (a) will occur at a different time index compared with that of part (b).

Un correlator y un convolver realizan tareas que son notablemente similares, tan similares que hay un
potencial para el malentendido o para confundir las dos funciones. El proceso de convolución y correlación se
muestra a continuación.

Convolución: 𝑧(𝑘) = ∑𝑁−1

𝑘=0 𝑠(𝑛)ℎ(𝑘 − 𝑛)

Correlación: 𝑧(𝑘) = ∑𝑁−1

𝑘=0 𝑠(𝑛)ℎ(𝑘 + 𝑛)

Una visualización de la diferencia entre las dos funciones se puede ver examinando el índice ficticio "n" de la
suma. El índice "n" apunta tanto a la muestra de datos como a la ubicación en la memoria de coeficientes que
contiene la muestra de coeficiente requerida para interactuar con la muestra de datos seleccionada. A
continuación se muestra una figura que hace hincapié en este mapeo. Inicialmente podemos localizar el
puntero de datos en la dirección "k" y luego desplazar el puntero a muestras de datos en el pasado (k-n), ya
muestras de datos en el futuro (k + n). Cuando decrementamos el puntero de dirección en muestras pasadas
(relativas a la dirección "k"), realizamos la convolución. Cuando decrementamos el puntero de dirección en
futuras muestras (en relación con la dirección "k"), realizamos una correlación.

Si accidentalmente construyó un circuito que correlaciona una señal con una copia invertida en el tiempo, la
salida tomaría la forma del convolver 𝑧(𝑘) = ∑𝑁−1
𝑘=0 𝑠(𝑛)ℎ(𝑘 − 𝑛). Para este ejemplo la secuencia de entrada
es: 𝑠(𝑘) = 0𝛿(0) + 10𝛿(1) + 20𝛿(2) + 30𝛿(3) Y la secuencia de tiempo invertido es : 𝑠(−𝑘) =
30𝛿(−3) + 20𝛿(−2) + 10𝛿(−1) + 0𝛿(0)

Calculamos z (t) como sigue

𝑘 = 0: 𝑧(0) = 𝑠(0)𝑠(0) + ⋯ = 0

𝑘 = 1: 𝑧(1) = 𝑠(1)𝑠(0) + 𝑠(0)𝑠(1) + ⋯ = 0

𝑘 = 2: 𝑧(2) = 𝑠(2)𝑠(0) + 𝑠(1)𝑠(1) + ⋯ = 100

 𝑘 = 3: 𝑧(3) = 𝑠(3)𝑠(0) + 𝑠(2)𝑠(1) + 𝑠(1)𝑠(2) + ⋯ = 400

𝑘 = 4: 𝑧(4) = 𝑠(4)𝑠(0) + 𝑠(3)𝑠(1) + 𝑠(2)𝑠(2) + 𝑠(1)𝑠(3) + ⋯ = 1000

𝑘 = 5: 𝑧(5) = 𝑠(5)𝑠(0) + 𝑠(4)𝑠(1) + 𝑠(3)𝑠(2) + 𝑠(2)𝑠(3) + ⋯ = 1200

𝑘 = 6: 𝑧(4) = 𝑠(3)𝑠(3) + ⋯ = 900

c) By examining the filter´s output vales from the flawed circuit of part (b), compared with the correct
values in part (a), can you find a clue that can help you predict when such an output sequence
appears to be a valid matched filter output, and when it does not?

Una salida MF válida tiene simetría. En la parte (b) anterior, vemos que la salida de un convolver no tiene
simetría.

d) If noise were added to the signal, compare the output SNR for the correlator versus the convolver.
Also, if the input consists of noise only, compare the output of the correlator versus the convolver.

En la salida de pico, la SNR para la correlación es siempre mayor que la del convolver. La forma óptima de
detectar señales en AWGN es con un MF. Si la entrada consiste sólo en ruido, las dos salidas son idénticas.

Aquí hay algunas ideas adicionales sobre la diferencia entre la convolución y la correlación. La convolución
entre dos series x (n) y h (n) se describe como la suma ponderada de funcionamiento formada como sigue.
Una de las secuencias, por ejemplo x (n) se invierte para formar una nueva serie x (-n). Esta nueva serie se
desplaza entonces por la cantidad k, para obtener la secuencia x (k-n). Esta vez se invirtió y el tiempo cambió
la serie h (n) formando una nueva serie x (k-n) h (n). El producto se suma y la suma representa el valor de la
convolución de las dos series para el desplazamiento k. La convolución puede formarse para los
desplazamientos positivos y negativos k.

La correlación entre dos series x (n) yh (n) se describe como la suma ponderada de funcionamiento formada
como sigue. Una de las secuencias, digamos x (n), es desplazada por la cantidad k, para obtener la secuencia x
(k + n). Esta serie desplazada en el tiempo se multiplica punto por punto con la segunda serie h (k) formando
una nueva serie x (k + n) h (n). El producto se suma y la suma representa el valor de la correlación de las dos
series para el desplazamiento k. La correlación puede ser formada para los desplazamientos positivos y
negativos k.

Vemos que la diferencia entre las dos operaciones de convolución y correlación es que para la convolución
una de las series es el tiempo invertido antes de realizar la suma ponderada de ejecución, mientras que para la
corrrelation la suma ponderada de ejecución se realiza sin la inversión del tiempo.
En ambos casos, la secuencia de deslizamiento puede ser visualizada como desplazada hacia la izquierda (en
la dirección del tiempo negativo) suficientemente lejos para que no haya solapamiento de las dos series. La
serie de desplazamiento se mueve entonces hacia la derecha para formar la suma ponderada de
funcionamiento en función del parámetro de desplazamiento "k".

4.11. A binary source with equally likely symbols controls the switch position in a transmitter operating over
an AWGN channel, as shown in Figure P4.2. The noise has two-sided spectral density 𝑁0 /2. Assume
antipodal signals of time duration T seconds and energy E joules. The system clock produces a clock pulse
1
every T seconds, and the binary source rate is 𝑏𝑖𝑡𝑠/𝑠. Under normal operation, the switch is up when the
𝑇
source produces a binary one. However, the switch is a faulty. With probability p, it will be thrown in the
wrong direction during a given T-second interval. The presence of a switch error during any interval is
independent of the presence of a switch error at any other time. Assume that Ε{𝑧(𝑇)} ± √𝐸 .

a) Sketch the conditional probability functions, 𝑝(𝑧|𝑠1) and 𝑝(𝑧|𝑠2).

1
Para 𝑝 <
2

𝑝(𝑧|𝑠1) = (𝑝)𝑝(𝑧|𝑠2) + (1 − 𝑝)𝑝(𝑧|𝑠1)

𝑝(𝑧|𝑠2) = (1 − 𝑝)𝑝(𝑧|𝑠2) + (𝑝)𝑝(𝑧|𝑠1)

 b) The correlator receiver observes r(t) in the interval (0, T). Sketch the block diagram of an optimum
receiver for minimizing the bit error probability when it is known that the switch is faulty with
probability, p.

c) Which one of the following two systems would you prefer to have?

𝐸𝑏
𝑝 = 0.1 𝑎𝑛𝑑 = ∞ 𝑃𝐵 = 0.1
𝑁𝑜

𝐸𝑏
𝑝 = 0 𝑎𝑛𝑑 = 7𝑑𝐵
𝑁𝑜

2𝐸𝑏
𝑃𝐵 = 𝑄 (√ )
𝑁𝑜

𝑃𝐵 = 𝑄(3.167) = 8𝑥10−4

4.12.

a) Consider a 16-ary PSK system with symbol error probability 𝑃𝐸 = 10−5 . A Gray code is used for rhe
symbol to bit assignment. What is the approximate bit error probability?

𝑃𝐸 10−5
𝑃𝐵 ≅ = = 2.5𝑥10−6
𝑅 4

b) Repeat part (a) for a 16-ary orthogonal FSK system.

2𝑘−1 23
𝑃𝐵 ≅ (𝑃 ) = 𝑃
2𝑘 − 1 𝐸 24 − 1 𝐸
8
𝑃𝐵 = 𝑥10−5 = 5.3𝑥10−6
15

4.13. Consider a coherent orthogonal MFSK system with M=8 having the equally likely waveforms
𝑠𝑖 (𝑡) = 𝐴 cos 2𝜋𝑓𝑖 𝑡 , 𝑖)1, … , 𝑀, 0 ≤ 𝑡 ≤ 𝑇, where T=0.2ms. The received carrier amplitude, A, is 1mV, and
the two-sided AWGN spectral s density,𝑁𝑜 /2, is 10−11 𝑊/𝐻𝑧. Calculate the probability of bit error, 𝑃𝐵 .
 𝐸𝑠
𝑃𝐸 = (𝑚 − 1)𝑄√
𝑁𝑜

𝐴2 (10−3 )2
𝐸𝑠 = 𝑇= 𝑥0.2𝑥10−3 = 10−10
2 2

10−10
𝑃𝐸 = (8 − 1)𝑄 (√ ) = 7𝑄(2.236)
2𝑥10−11

Usando la table B.1

𝑃𝐸 = 7𝑥0.0127 = 8.89𝑥10−2

2𝑘−1
𝑃𝐵 = (𝑃 )
2𝑘 − 1 𝐸

22
𝑃𝐵 = (𝑃 )
23 − 1 𝐸
4 −2
𝑃𝐵 = (8.89𝑥10 )
7
−2
𝑃𝐵 = 5𝑥10