Syst`emes de Communications Numeriques

Philippe Ciuciu

, Christophe Vignat

Laboratoire des Signaux et Syst`emes CNRS SUP

ELEC UPS
SUP

ELEC, Plateau de Moulon, 91192 Gif-sur-Yvette

ciuciu@lss.supelec.fr

Universite de Marne la Vallee,

Equipe syst Lmes de communications
vignat@univ-mlv.fr
esiea, 18 janvier 1999
Syst`emes de communications numeriques 2
Plan du cours
Chapitre I : Introduction aux communications numeriques.
Chapitre II : Modulations dImpulsions en Amplitude.
Chapitre III : Transmission, reception et detection en bande de base.
Chapitre IV : Modelisation des signaux passe bande.
Chapitre V : Modulations sur onde porteuse.
Chapitre VI : Transmission sur onde porteuse (bande transposee).
P. Ciuciu esiea
Chapitre I :
Introduction aux communications
numeriques
Introudction 4
Information num

erique
Communications analogiques/numeriques

communications analogiques : message (Msg) transmis = signal analogique.

communications numeriques : Msg numerique (donnees numeriques, ex. : chier

dordinateur), ou digitalisation de signaux analogiques (sons, video) par echantillonnage,
quantication et codage binaire.
Msg numerique m = suite de symboles appartenant `a un ensemble ni appele
alphabet, note /. (Un symbole = 1 v.a. discr`ete).
[/[ = M

symboles M-aires.
ex : M = 2, symboles binaires ou bits.
Toujours possible de passer de symboles M-aire `a un ensemble de p symboles binaires,
avec :
p = [log
2
M] + 1
o` u [x] designe la partie enti`ere de x.
P. Ciuciu esiea
Introudction 5
hypoth`eses de transmission : / connu du destinataire, msg transmis inconnu.
En pratique, transmission des symboles dinformation sur le canal par des signaux
analogiques.
Dierence fondamentale entre comm. anal. et comm. num.
Probl`eme du destinataire en comm. anal. : retrouver `a partir dune observation
bruitee et distordue, la forme exacte du signal emis ! !
Probl`eme dierent en comm. num. : decider `a quel symbole ou quelle suite de
symboles correspond le signal recu.
P. Ciuciu esiea
Introudction 6
Th

eorie des transmissions num

eriques
Transmissions numeriques : depuis quand ?
Developpement recent dune theorie satisfaisante pour optimiser les param`etres de la
chane de transmission : C. Shannon (1948).
Idees preconcues sur le bruit tombees `a leau :
Bruit appartient aux caracteristiques du canal : pas de limitation sur lexactitude de
linformation recue mais simplement sur son debit maximum = C = capacite du
canal (cf. th. du codage de canal).
Optimisation dun syst`eme de transmission numerique (STN)
optimisation performance/co ut separee dun STN, `a qualite xee :
1 du processus dobtention de linfo num. dune part (quantication, compression)
2 de la chane de transmission dautre part (codage de source, codage de canal,...)

Ici, on ne sinteresse qu`a 2 : on traite des suites de symboles ! !

P. Ciuciu esiea
Introudction 7
Codage de source
Trouve ses fondements dans la theorie de linformation.
Entropie H : mesure dinformation.
1
er
Theor`eme de Shannon : theor`eme du codage de source
Une source S dentropie H peut etre codee de facon dechirable par un alphabet /
de r lettres avec des mots (messages) dont la longueur moyenne

l verie :
H
log(r)

l <
H
log(r)
+ 1.
But : eliminer la redondance de la source S, et donc reduire le debit, i.e., produire
une suite de symboles binaires iid et donc `a entropie maximale :
ex : codage dHuman, de Fano-Shannon.
P. Ciuciu esiea
Introudction 8
apr`es le codage de source, caracterisation de la source par son debit binaire :
D = nombre delements binaires emis par unite de temps (bit/s).
ex : D = 1/T
b
, si T
b
= duree entre lemission de 2 symboles binaires consecutifs.
Source synchrone = emission de symboles par la source `a cadence constante.
P. Ciuciu esiea
Introudction 9
Codage de canal (codes correcteurs derreurs)
Pas dequivalent en transmission analogique : rajout dinfos pour ameliorer la qualite
de la transmission.
But : coder linformation numerique issue du codage de source an de pouvoir la
transmettre avec une probabilite derreur xee arbitrairement, sur un canal de transmis-
sion (`a bande limitee).
pourquoi ca marche ?
2
e
Theor`eme de Shannon : theor`eme du codage de canal discret (sans memoire)
Si lentropie H de la source S est inferieure ou egale `a la capacite C du canal bruyant,
il existe un codage redondant (codage de canal) tel que la probabilite derreur de trans-
mission puisse etre rendue aussi petite que lon veut.
Remarque : Beau resultat theorique, mais comment trouver ce code : limite de Shannon
pas atteinte en pratique ! !
P. Ciuciu esiea
Introudction 10
Comment ?
Ajout de la redondance pour detecter et corriger les erreurs.
ex : controle de parite, codes lineaires (Hamming, BCH, Reed-Muller), cycliques, convo-
lutionnels.
Eet :
du debit binaire D si fenetre temporelle demission xee.
Decodeur de canal

Connat la loi de codage utilisee `a lemission.

Verie si cette loi est toujours respectee en reception.

P. Ciuciu esiea
Introudction 11

Emetteur
Msg numerique = suite de symboles binaires : grandeur abstraite ! !

Association dune representation physique (signal electrique) `a ce message :

signal vehicule par le canal grandeur analogique.
fonction de lemetteur : adaptation du signal au milieu de transmission
`
A chaque n-uplet issu du message, on associe S
i
(t), i = 1, . . . , M de duree T = nT
b
,
choisi parmi M = 2
n
signaux, en fonction de la realisation du n-uplet.
caracteristique du Msg numerique D;
caracteristiques des signaux S
i
(t) R : Rapidite de modulation.

Transmission binaire : R = 1/T (Bauds).

Transmission M-aire : R = D/log

2
M.
P. Ciuciu esiea
Introudction 12
Choix des S
i
(t) en fonction des proprietes physiques du milieu de transmission (largeur
de bande,...).
Traitements eectues par lemetteur :
modulation dimpulsion ou sur porteuse (translation en frequence),
ltrage (limitation spectrale) pour multiplexage frequentiel sans interference.
P. Ciuciu esiea
Introudction 13
Canal de transmission
Denition variable selon le point de vue (propagation, th. de linformation, th. des
communications).
Ici : Canal = Milieu de transmission + bruit.
Milieu de transmission
cable bilaire : bande passante faible, (D < 2Mbit/s sur RTC).
cable coaxial : bande passante plus grande. Debit assez eleve jusqu`a plusieurs centaines
de Mbit/s (D = 565Mbit/s sur RTC).
bre optique : bande passante tr`es elevee, et faible attenuation ; debit de plusieurs
Gbit/s.
lespace libre : propagation dune onde electromagnetique dans latmosph`ere. Milieu
reserve aux transmissions par satellite ou par faisceaux hertziens, et radiocom.
P. Ciuciu esiea
Introudction 14
Modelisation du milieu de transmission
ltre lineaire de transmittance C(f),
ltre lineaire non stationnaire de transmittance C(f, t),
non linearites, eet Doppler : canaux dispersifs (pas abordes ci).
Bruit = perturbation aleatoire dorigines :
milieu de transmission (bruit externe, ex : rayonnements captes par lantenne, inter-
ferences entre utilisateurs,...)
dispositifs electroniques utilises dans le recepteur (bruit interne : mouvement brow-
nien des electrons dans composants actifs (semi-conducteurs) et passifs (resistances)
qui constituent les dispositifs de reception).

bruit interne = blanc gaussien (th. limite centrale).

Modelisation du bruit : 1 source n(t) en amont du recepteur, n(t) ^(0, N

0
I), et
P. Ciuciu esiea
Introudction 15
de DSP
n
(f) uniforme :

n
(f) = N
0
, f
Transmission en bande de base (chap. II & III) :
B : Bande de frequence allouee `a la transmission du message num :
0 f
1
B f
2
.
Utilisation des cables comme milieu de transmission.
Transmission en bande transposee (chap. IV, V & VI) :
Bande de frequence B allouee, centree autour dune frequence porteuse f
0
, telle
que f
0
>B (transmission dans lespace libre).
Remarques :
Modulation dimpulsions en amplitude ou code en ligne (line code) pour transmis-
sion en bande de base.
Modulation sur onde portesue utilisee pour transmission en bande transposee.
P. Ciuciu esiea
Introudction 16
Th

eor
`
eme de la capacit

e dinformation (canaux continus)

But : denir 1 capacite de transfert sans erreur maximale pour les canaux continus en
fonction de leur caracteristiques.
Canaux gaussiens (temps discret)
Entree x reelle, sortie y reelle, telles que la distribution conditionnelle de y sachant x
suit 1 loi normale y ^(x,
2
).
Interet du canal gaussien
Canal reel (electrique) dont les entree et sortie sont `a temps continu :
entree x(t) signal `a bande limitee et sortie y(t) = x(t) + n(t), avec n(t)
^(0, N
0
I).
Co ut de la transmission = puissance consommee, exprimee par la contrainte :
1
T
_
T
0
x
2
(t)dt P
P. Ciuciu esiea
Introudction 17
Communication sur un tel canal :

Emission de x
k

K
k=1
via x(t) de duree T :
x(t) =
K

k=1
x
k

k
(t), o` u
k
(t)
K
k=1
forment 1 base orthogonale.
Reception : y
k
= x
k
+n
k
.
n
k
^(0, N
0
/2) n(t) gaussien comme 1 c.l. de canaux scalaires gaussiens.

Canal continu equivalent `a un canal gaussien.

Contrainte de puissance introduit une contrainte sur les x
k
:
_
T
0
x
2
(t) PT
K

k=1
x
2
k
PT x
2

PT
K
P. Ciuciu esiea
Introudction 18
Denition de la bande passante du canal `a temps continu
W =
K
2T
en Hertz ,
o` u K = nb max. de fonctions orthogonales pouvant etre emises dans [0, T].
Justication de la denition
Creation de x(t) `a bande limitee de duree T `a partir de sinus et cosinus orthogonaux
de frequence maximum W. Nombre de fonctions orthogonales alors egal `a K = 2WT.

Lien avec le theor`eme dechantillonnage de Shannon Nyquist dun signal de fre-

quence maximale W.
donc : lutilisation dun canal reel `a temps continu, de bande passante W, de DSP
de bruit N
0
et de puissance P est equivalente `a lutilisation K/T = 2W fois par
seconde dun canal gaussien `a temps discret avec
2
= N
0
/2 et soumis `a la contrainte
x
2
P/W.
P. Ciuciu esiea
Introudction 19
Capacit

e dun canal gaussien

Entrees innies
Sil etait possible de transmettre nimporte quel nombre x `a travers un canal gaussien,
alors on ecrirait tout le message sur un seul nombre, avec beaucoup de zeros supple-
mentaires (pour reduire la proba derreur) ! !
Quantite dinformation transmise sans erreur serait innie ! !
Introduction dune fonction de co ut v(x) pour tout entree x et xation dune contrainte
de co ut moyen maximum v sur les codes.
Ex : co ut quadratique, v(x) = x
2
(canaux electriques), contraignant la puissance
moyenne de lentree.

Generalisation aux canaux continus du th. de codage de canal pour canaux discrets.

Impossible de transmettre une info. innie sur un canal gaussien.

P. Ciuciu esiea
Introudction 20
Pr

ecision de la transmission
Mesure dinformation discr`ete admettant une limite bien denie pour des variables
reelles : Information mutuelle.
Cas discret (rappel) : I(X, Y ) =

x,y
P(x, y) log
P(x, y)
P(x)P(y)
Cas continu : I(X, Y ) =
_
f(x, y) log
f(x, y)
f(x)f(y)
dxdy
(a) Est ce que linformation mutuelle maximale mesure, comme dans le cas dun canal
discret, le taux dinformation maximum transmissible sans erreur de ce canal ?
Reponse : Oui. Pour le demontrer on pourrait denir une suite de canaux discrets, tous
bases sur le canal gaussien (rel y [ x ^) avec un nombre croissant dentrees et de
sorties, et montrer que linformation mutuelle maximale de ces canaux tend vers C.

capacite C dun canal continu = taux critique de transmission sans erreur satisfaisant
P. Ciuciu esiea
Introudction 21
la contrainte de puissance :
C = max
X,Y
_
I(X, Y ) [ E
_
X
2

= P

(1)
(b) Recherche de la densite de probabilite f(x) qui maximise sous la contrainte x
2
= v
linformation mutuelle.
On montre par les multiplicateurs de Lagrange que f(y) est gaussienne au maximum
de I(X, Y ), si bien que f(x) est gaussienne, puisque f(y [ x) est gaussienne car le
canal est gaussien.
Si f(x) ^(0, v) et f(y [ x) ^(x,
2
), alors f(y) ^(0, v +
2
) et :
C =
1
2
log
_
1 +
v

2
_
(2)
La capacite dun canal gaussien est fonction du RSB v/
2
.
Capacite dun canal continu
En reportant le resultat obtenu en (2) pour un canal reel continu de bande passante
P. Ciuciu esiea
Introudction 22
W, de DSP N
0
et de puissance P, on trouve que
2
= N
0
/2, x
2
P/2W, et donc la
capacite du canal continu vaut :
C = W log
_
1 +
P
N
0
W
_
(3)

compromis `a realiser en pratique : si contrainte sur P est xee, quelle est la meilleure
bande passante pour utiliser cette puissance ?
En introduisant W
0
= P/N
0
la bande passante pour laquelle le RSB, egal `a P/W
0
B,
vaut 1, on voit donc que :
C
W
0
=
W
W
0
log
_
1 +
W
0
W
_
autrement dit, la capacite croit en fonction de W/W
0
(linverse du RSB) pour atteindre
lasymptote W
0
log e.
Conclusion : Il vaut donc beaucoup mieux (en termes de capacite) trans-
mettre avec un faible RSB dans un canal large bande quavec un fort
RSB dans un canal bande etroite.
P. Ciuciu esiea
Introudction 23
R

ecepteur
Fonction de reconstitution du Msg emis par la source `a partir du signal re cu.
Organes constitutifs :
circuits damplication
circuits de changement de frequence
demodulation
echantillonnage
organe de decision : identie la valeur des symboles binaires = operation de detection.
P. Ciuciu esiea
Introudction 24
Mesure de la qualit

e dune transmission num

erique
Mesure de qualite : P
eb
= probabilite derreur par symbole binaire
(P
eb
,= 0) , transmission de mauvaise qualite.

k
emis en kT
b
, dune source iid sur / = 0, 1
P
eb
= Pr(
k
= 1)Pr(
k
= 0 [
k
= 1) + Pr(
k
= 0)Pr(
k
= 1 [
k
= 0) (4)
o` u
k
= decision prise sur symbole
k
.
Remarque :
Pour 1 Canal `a bruit n(t) additif stationnaire, P
eb
indep. de k.
Taux derreur par symbole binaire
Apprentissage par 1 sequence binaire connue du destinataire, de longueur N :

eb
: Estimateur de P
eb
,
eb
=
1
N
N

k=1
X
k
o` u X
k
: v.a. discr`ete d erreur loi de Bernouilli de param`etre P
eb
.
P. Ciuciu esiea
Introudction 25
m

= E
_

eb

= P
eb

= E
__

eb
E
_

eb
_
2

eb
: : estimateur sans biais (
eb
) = E
_

eb

P
eb
= 0.
Erreurs de transmission independantes V.A. (X
k
) independantes

variance destimation :
2

=
P
eb
(1 P
eb
)
N
Estimation de P
eb
`a partir de
eb
, entachee dune erreur fonction de N, quantiable
`a partir de lerreur quadratique relative
2
:

2
=

2

m
2

=
1 P
eb
NP
eb

1
NP
eb
si P
eb
< 1.

permet de determiner N et donc la duree N/D necessaire pour mesurer

eb
`a
xee.
ex : pour estimer P
eb
= 10
6
, avec
2
< 10
2
, il faut N = 10
8
, ce qui necessiterait 1
sec. pour D = 100 Mbit/s, mais 10
5
sec. pour D = 1 kbit/s.
Si n = N
eb
: nombre de X
k
egaux `a 1 sur les N envoyes v.a. de comptage
E
_
n

= 1/
2
: pour
2
< 10
2
, il faut compter n = 100 erreurs en moyenne.
P. Ciuciu esiea
Introudction 26
Avantages des communications num

eriques
Obtention dune qualite determinee : lutte contre le bruit
possibilite de conserver integralement une certaine qualite ! !

Impossible en transmission analogique (distorsion et bruitage du Msg anal.)

garantir une probabilite derreur inferieure `a une limite xee quelle que soit la distance
ou les conditions de la transmission.
repeteurs, regenerateurs ,= amplicateurs anal. : regeneration dun signal propre en
communication digitale.
faibles co uts de stockage des infos sous forme numerique, circuits numeriques stan-
dardises.
perspectives de traitements nouveaux techniquement et economiquement accessibles : mul-
tiplexages, compression, cryptage,...
P. Ciuciu esiea
Introudction 27
Inconv

enients des communications num

eriques
Consommation spectrale
B avec D : plus importante en trans. num.
ex : transmission telephonique classique

trans. anal. : 3100Hz [300 Hz - 3400 Hz]

trans. num. de qualite equivalente : numerisation du signal de parole (codage sur

8 bits de chaque echantillon numerise `a une frequence de 8 kHz (f
e
2f
max
)). Debit
numerique = 64 kbit/s necessite 7 voies telephoniques pour un modem V32 (9600 bit/s
sur 1 ligne), mais ...
Multiplexage temporel : transmission de plusieurs infos sur un meme canal.
ex (suite) : possibilite de descendre sans perte de qualite (par compression), `a 9600 bit/s
puis de transmettre le Msg sur un modem V32ter (19200 bit/s sur 1 ligne).
Complexite : surtout dordre logiciel maintenant, car faibles co uts des echantillonneurs,
quanticateurs, CA/N et CN/A .
P. Ciuciu esiea