Tema: Capacidad de Canal
Tema: Capacidad de Canal
Tema: Capacidad de Canal
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>Tema</strong>: <strong>Capacidad</strong> <strong>de</strong> <strong>Canal</strong><br />
Adriana Dapena Janeiro (adriana@udc.es)<br />
Facultad <strong>de</strong> Informática<br />
Universida<strong>de</strong> da Coruña<br />
Campus <strong>de</strong> Elviña s/n<br />
15071. A Coruña<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 1
Objetivos<br />
Presentar el concepto <strong>de</strong> capacidad <strong>de</strong>l canal.<br />
Estudiar el caso <strong>de</strong> canales SISO:<br />
<strong>Canal</strong>es AWGN.<br />
<strong>Canal</strong>es con <strong>de</strong>svanecimiento plano.<br />
CSI en recepción.<br />
CSI en recepción y en transmisión.<br />
<strong>Canal</strong>es con <strong>de</strong>svanecimiento selectivo en frecuencia.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 2
Bibliografía recomendada<br />
A. Goldsmith, Wireless Communications, Cambridge University<br />
Press, 2005.<br />
http://wsl.stanford.edu/andrea/Wireless/<br />
C. E. Shannon, “A mathematical theory of communication,” Bell<br />
System Technical Journal, vol. 27, pp. 379-423 and 623-656, July<br />
and October, 1948.<br />
http://cm.bell-labs.com/cm/ms/what/shannonday/paper.html<br />
A. Goldsmith, P. P., Varaiya, “Capacity of fading channels with<br />
Channel Si<strong>de</strong> Information,” IEEE Trans. on Information Theory,<br />
vol. 43, no. 6, pp. 1986-1992, November, 1997.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 3
Conceptos básicos<br />
Cantidad <strong>de</strong> información<br />
Entropía<br />
Entropía conjunta<br />
Información mutua<br />
<strong>Capacidad</strong> <strong>de</strong> canales discretos sin<br />
memoria<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 4
Cantidad <strong>de</strong> información<br />
Sea x una variable aleatoria que toma valores discretos xk en un<br />
alfabeto X con probabilidad p(xk), p(xk) = 1.<br />
El valor <strong>de</strong> p(xk) expresa la probabilidad <strong>de</strong> que ocurra un<br />
<strong>de</strong>terminado valor xk pero también nos está indicando la<br />
cantidad <strong>de</strong> información que se adquiere cuando ese valor es<br />
observado.<br />
Si p(x2) > p(x1), entonces es mayor la incertidumbre sobre el<br />
evento x = x1 que sobre x = x2 y, por ello, también es mayor la<br />
información que se adquiere cuando éste ocurre.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 5
Cantidad <strong>de</strong> información (cont.)<br />
La cantidad <strong>de</strong> información adquirida al observar xk está<br />
relacionada con la inversa <strong>de</strong> su probabilidad y se <strong>de</strong>fine como<br />
sigue:<br />
I(xk) = log<br />
<br />
1<br />
p(xk)<br />
<br />
don<strong>de</strong> la base <strong>de</strong>l logaritmo es arbitraria.<br />
= − log(p(xk))<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 6
Entropía<br />
La cantidad media <strong>de</strong> información <strong>de</strong> x recibe el nombre <strong>de</strong><br />
entropía: H(x) = E[I(xk)] = − <br />
x∈X p(x) log(p(x)) = −E[log p(x)]<br />
H(x) = 0 si la variable aleatoria x <strong>de</strong>scribe un proceso<br />
<strong>de</strong>terminista.<br />
H(x) es máxima cuando la variable aleatoria es uniforme,<br />
H(x) = − log(|X |) don<strong>de</strong> |X | es el tamaño <strong>de</strong>l alfabeto <strong>de</strong> x.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 7
Entropía conjunta<br />
Consi<strong>de</strong>remos que tenemos un sistema cuya entrada x toma<br />
valores en un alfabeto X y su salida y es una versión perturbada <strong>de</strong><br />
x que toma valores en otro alfabeto Y.<br />
Entropía conjunta:<br />
H(x, y) = − <br />
x∈X<br />
<br />
y∈Y<br />
p(x, y) log(p(x, y)) = −E [log(p(x, y))]<br />
don<strong>de</strong> p(x, y) es la probabilidad conjunta <strong>de</strong> ambas variables<br />
aleatorias.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 8
Información mutua<br />
Incertidumbre sobre la entrada que permanece sin resolver<br />
<strong>de</strong>spués <strong>de</strong> observar la salida H(x|y) = H(x, y) − H(y)<br />
Incertidumbre sobre la salida que no es resuelta al observar la<br />
entrada (perturbación) H(y|x) = H(x, y) − H(x)<br />
Información mutua I(x; y) = <br />
p(x,y)<br />
x∈X y∈Y p(x, y) log p(x)p(y)<br />
H(x)<br />
H(x|y)<br />
H(x,y)<br />
I(x,y)<br />
H(y|x)<br />
H(y)<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 9
Resumen<br />
Entropía<br />
H(x) = − <br />
x∈X p(x)log(p(x))<br />
Entropía conjunta<br />
H(x, y) = − <br />
p(x, y)log(p(x, y))<br />
x∈X<br />
y∈Y<br />
Entropía condicionada<br />
H(x|y) = − <br />
p(x, y)log(p(y|x))<br />
I(x; y) = <br />
x∈X<br />
y∈Y<br />
Información mutua<br />
x∈X<br />
<br />
y∈Y p(x, y)log p(x,y)<br />
p(x)p(y)<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 10
<strong>Capacidad</strong> <strong>de</strong> un canal CDM<br />
Un <strong>Canal</strong> Discreto sin Memoria (CDM) es un sistema que<br />
consiste en un alfabeto <strong>de</strong> entrada X y un alfabeto <strong>de</strong> salida Y<br />
que son conjuntos finitos numerables y cuyos elementos están<br />
relacionados por una colección <strong>de</strong> funciones <strong>de</strong> masa <strong>de</strong><br />
probabilidad (ff.m.p.) condicionales, p(y|x) ≥ 0, que expresan la<br />
probabilidad <strong>de</strong> que se observe la señal y ∈ Y a la salida <strong>de</strong>l<br />
sistema cuando la entrada es x ∈ X .<br />
La capacidad <strong>de</strong> información <strong>de</strong>l canal (X, p(y|x), Y) se <strong>de</strong>fine<br />
como<br />
C = max I(x; y)<br />
p(x)<br />
don<strong>de</strong> el máximo se toma sobre todas las posibles ff.m.p. p(x).<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 11
<strong>Canal</strong> binario sin ruido<br />
x = 0<br />
1<br />
y = 0<br />
1<br />
x = 1 y = 1<br />
p(y = 0|x = 0) = 1, p(y = 1|x = 0) = 0,<br />
p(y = 0|x = 1) = 0, p(y = 1|x = 1) = 1<br />
Al no haber errores tampoco hay incertidumbre H(x|y) = 0.<br />
C = max<br />
p(x)<br />
I(x; y) = max<br />
p(x)<br />
H(x) − H(x|y) = max<br />
p(x) H(x)<br />
El valor máximo se alcanza para una distribución uniforme y es<br />
C = log 2 2 = 1bit. Se pue<strong>de</strong> transmitir la máxima información<br />
posible <strong>de</strong> la fuente.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 12
<strong>Canal</strong> binario simétrico<br />
x = 0<br />
1−p<br />
p<br />
y = 0<br />
x = 1<br />
p<br />
1−p<br />
y = 1<br />
Supongamos que la fuente produce símbolos equiprobables a una<br />
velocidad <strong>de</strong> 1000 bits/seg. Si durante la transmisión el canal<br />
introduce errores <strong>de</strong> forma que (en media) la mitad <strong>de</strong> los bits<br />
recibidos son incorrectos (p = 1/2)<br />
¿Cuál es la velocidad <strong>de</strong> transmisión? ¿500 bits/seg?<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 13
<strong>Canal</strong> binario simétrico .....<br />
x = 0<br />
1−p<br />
p<br />
y = 0<br />
x = 1<br />
p<br />
1−p<br />
y = 1<br />
p(y = 0|x = 0) = 1 − p, p(y = 1|x = 0) = p,<br />
p(y = 0|x = 1) = p, p(y = 1|x = 1) = 1 − p.<br />
La capacidad es C = max p(x)(H(y) − H(y|x)) = 1 − H(p) con<br />
H(p) = −(1 − p) log(1 − p) − p log p.<br />
H(p) resta bits <strong>de</strong> información: cuanto más impre<strong>de</strong>cible sea el<br />
error menor será la capacidad.<br />
Para p = 0 (o p = 1) estamos en el caso sin ruido: C = 1bit.<br />
Para p = 1/2, la salida es completamente aleatoria C = 0bit.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 14
<strong>Canal</strong> híbrido (ejercicio)<br />
x = 0<br />
x = 1<br />
x = 2<br />
1<br />
1−p<br />
p<br />
p<br />
1−p<br />
y = 0<br />
y = 1<br />
y = 2<br />
Suponemos p(x = 0) = P , p(x = 1) = p(x = 2) = Q tal que<br />
P + 2Q = 1.<br />
H(x) = −P log P − 2Q log Q.<br />
H(x|y) = 2Qα con α = H(p) = −(1 − p) log(1 − p) − p log p.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 15
<strong>Canal</strong> híbrido (cont.)<br />
Calcular P y Q que maximice C = H(x) − H(x|y) es<br />
equivalente a calcular los máximos <strong>de</strong>l Lagrangiano:<br />
L = −P log P − 2Q log Q − 2Qα − λ(P + 2Q − 1)<br />
Los valores obtenidos son:<br />
P = βQ = β/(2 + β), Q = 1/(2 + β)<br />
con β = e α (para una base e cualquiera).<br />
Para p = 0 (o p = 1), la capacidad <strong>de</strong>l canal es máxima<br />
C = log 3.<br />
Par p = 1/2, la capacidad es C = log 2.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 16
<strong>Capacidad</strong> <strong>de</strong> un canal AWGN<br />
Mo<strong>de</strong>lo <strong>de</strong>l canal<br />
Cálculo <strong>de</strong> la capacidad<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 17
Mo<strong>de</strong>lo <strong>de</strong> un canal AWGN<br />
Vamos a consi<strong>de</strong>rar el siguiente mo<strong>de</strong>lo <strong>de</strong> un canal AWGN<br />
(Additive White Gaussian Noise):<br />
x[i] es la señal transmitida en el instante i.<br />
n[i] es un ruido blanco gaussiano: media cero, <strong>de</strong>nsidad<br />
espectral <strong>de</strong> potencia Sn(f) = N0<br />
2 , función <strong>de</strong> autocorrelación<br />
RN(τ) = N0<br />
2 δ(τ).<br />
y[i] = x[i] + n[i] es la señal recibida en el instante i.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 18
<strong>Capacidad</strong> <strong>de</strong> un canal<br />
AWGN....<br />
Sean Pr, Pn y Pt + Pn, respectivamente, la potencia <strong>de</strong> recibida <strong>de</strong><br />
la señal transmitida, potencia <strong>de</strong>l ruido y la potencia total recibida.<br />
Si el canal es <strong>de</strong> banda limitada a B Hz (ancho <strong>de</strong> banda 2B), las<br />
entropías en bits/seg vienen dadas por:<br />
Por tanto, la capacidad es<br />
H(y) = B log(4π(Pr + Pn))<br />
H(n) = B log(4πPn)<br />
C = H(y) − H(y|x) = H(y) − H(n) = B log(1 + Pr/Pn)<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 19
<strong>Capacidad</strong> <strong>de</strong> un canal AWGN<br />
(cont.)<br />
Definiendo la relación señal a ruido (SNR) como γ = Pr/Pn<br />
obtenemos:<br />
C = B log(1 + γ)<br />
Como el ruido tiene <strong>de</strong>nsidad espectral <strong>de</strong> potencia N0/2, la<br />
potencia total en un ancho <strong>de</strong> banda 2B es<br />
Pn = 2B × (N0/2) = N0B.<br />
Por tanto, γ = Pr/(N0B).<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 20
Ejemplo.....<br />
Supongamos que la potencia recibida <strong>de</strong> la señal viene dada por<br />
Pr(d) = Pt(d0/d) 3 don<strong>de</strong> d0 = 10m y d es la distancia entre<br />
transmisor y receptor, N0 = 10 −9 W/Hz y B = 30kHz. La figura<br />
muestra la relación señal a ruido γ = Pt(d)/Pn (dB) y la capacidad<br />
<strong>de</strong>l canal para distancias entre 100m y 1Km y Pt = 1W (potencia en<br />
transmisión).<br />
SNR (dB)<br />
20<br />
15<br />
10<br />
5<br />
0<br />
−5<br />
−10<br />
−15<br />
100 200 300 400 500 600 700 800 900 1000<br />
distancia d<br />
<strong>Capacidad</strong> (kbps)<br />
160<br />
140<br />
120<br />
100<br />
80<br />
60<br />
40<br />
20<br />
0<br />
100 200 300 400 500 600 700 800 900 1000<br />
distancia d<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 21
<strong>Canal</strong>es con <strong>de</strong>svanecimiento<br />
plano<br />
Mo<strong>de</strong>lo <strong>de</strong> canal<br />
<strong>Capacidad</strong> con CSI en recepción.<br />
<strong>Capacidad</strong> con CSI en recepción y en<br />
transmisión.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 22
Mo<strong>de</strong>lo <strong>de</strong> canal<br />
El término g[i] ≥ 0 es una ganancia que mo<strong>de</strong>laremos con un<br />
proceso estacionario ergódico con distribución p(g).<br />
S es la potencia media <strong>de</strong> la señal transmitida.<br />
N0/2 es la <strong>de</strong>nsidad espectral <strong>de</strong> potencia <strong>de</strong>l ruido.<br />
B es el ancho <strong>de</strong> banda <strong>de</strong>l canal.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 23
Mo<strong>de</strong>lo <strong>de</strong> canal (cont.)<br />
Valor instantáneo <strong>de</strong> la SNR en recepción:<br />
γi = Sg[i]<br />
N0B<br />
Valor medio <strong>de</strong> la SNR en recepción:<br />
γ = Sg<br />
N0B<br />
Consi<strong>de</strong>raremos dos casos:<br />
CSI en recepción.<br />
CSI en recepción y en transmisión.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 24
CSI en recepción<br />
Suponemos que el receptor conoce g[i] para cada instante i.<br />
<strong>Capacidad</strong> <strong>de</strong> Shannon (ergódica)<br />
C =<br />
∞<br />
0<br />
B log(1 + γ)p(γ)dγ<br />
Se cumple C ≤ CAWGN = B log(1 + γ).<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 25
CSI en recepción (cont.)<br />
<strong>Capacidad</strong> con outage<br />
Máxima velocidad a la que se pue<strong>de</strong> transmitir sobre el canal<br />
admitiendo que pue<strong>de</strong> <strong>de</strong>codificarse incorrectamente con una<br />
cierta probabilidad pout.<br />
Suponemos que la SNR en recepción, γ, es constante durante<br />
un intervalo <strong>de</strong> tiempo.<br />
El transmisor fija un valor <strong>de</strong> SNR mínimo (en recepción), γmin,<br />
y transmite a una velocidad cercana a la capacidad para ese<br />
valor<br />
C = B log(1 + γmin)<br />
Los datos serán correctamente recibidos si γ > γmin.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 26
CSI en recepción (cont.)<br />
<strong>Capacidad</strong> con outage<br />
Se <strong>de</strong>fine la probabilidad <strong>de</strong> outage como<br />
pout = p(γ < γmin) =<br />
La capacidad promedio es<br />
γmin<br />
0<br />
p(γ) = P(γmin)<br />
Co = (1 − pout)B log(1 + γmin)<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 27
CSI en recepción (cont.)<br />
<strong>Capacidad</strong> con outage<br />
Curva <strong>de</strong> <strong>Capacidad</strong>/B en función <strong>de</strong> la probabilidad <strong>de</strong> outage.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 28
Ejemplo....<br />
Vamos a calcular la capacidad <strong>de</strong> un canal con <strong>de</strong>svanecimiento<br />
plano que introduce las siguientes ganancias:<br />
g[i] g[1] = 0.025 g[2] = 0.25 g[3] = 10<br />
p(g[i]) 0.1 0.5 0.4<br />
Pt = 10mW , N0 = 10 −9 W/Hz y B = 30kHz.<br />
SNR en recepción:<br />
Supongamos<br />
γ1 = 0.833(−0.79dB) γ2 = 83.333(19.2dB) γ3 = 333.33(25dB)<br />
Su capacidad es: C = 3<br />
k=1 B log(1 + γk)p(γk) = 151.58kbps<br />
<strong>Capacidad</strong> <strong>de</strong> un canal AWGN con γ = 137.58 (21.80dB):<br />
CAWGN = B log(1 + 137.58) = 213.43kbps<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 29
Ejemplo (cont.)<br />
Probabilida<strong>de</strong>s <strong>de</strong> las SNR en recepción::<br />
γi γ1 = 0.833 γ2 = 83.333 γ3 = 333.33<br />
p(γ) 0.1 0.5 0.4<br />
pout = P(γ) 0.1 0.6 1<br />
<strong>Capacidad</strong>es C = B log(1 + γi) para γi:<br />
γi γ1 = 0.833 γ2 = 83.333 γ3 = 333.33<br />
C 26.23 kbps 191.94 kbps 251.55 kbps<br />
Para pout = P(γ1 = 0.1), po<strong>de</strong>mos transmitir a velocida<strong>de</strong>s<br />
cercanas a C = 191.94kbps pero solamente <strong>de</strong>codificaremos<br />
correctamente cuando la SNR sea γ2 o γ3. La capacidad real<br />
es Co = (1 − 0.1)191.94kbps = 172.75kbps.<br />
Para pout = 0.6 la capacidad real es C = 125.78kbps<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 30
CSI en ambos lados<br />
Asumiremos que g[i] es perfectamente conocido tanto en<br />
transmisión como en recepción.<br />
La capacidad promedio es C = ∞<br />
0<br />
B log(1 + γ)p(γ)dγ.<br />
El transmisor adapta su potencia S(γ) en función <strong>de</strong> la SNR en<br />
recepción γ tal que<br />
∞<br />
0<br />
S(γ)p(γ)dγ ≤ S<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 31
CSI en ambos lados (cont.)....<br />
La capacidad <strong>de</strong> un canal variante en tiempo es<br />
C =<br />
∞<br />
B log<br />
0<br />
<br />
1 + γ S(γ)<br />
<br />
p(γ)dγ<br />
S<br />
El objetivo es maximizarla sujeto a la restricción<br />
∞<br />
0 S(γ)p(γ)dγ ≤ S.<br />
Se obtiene:<br />
S(γ)<br />
S =<br />
1<br />
γ0<br />
− 1<br />
γ γ ≥ γ0<br />
0 γ < γ0<br />
Solamente se transmite en los intervalos don<strong>de</strong> se cumple la<br />
condición.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 32
CSI en ambos lados (cont.)<br />
Asignación <strong>de</strong> potencia óptima: Watter-Filling<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 33
CSI en ambos lados (cont.)<br />
La capacidad resultante es<br />
C =<br />
∞<br />
0<br />
<br />
γ<br />
B log<br />
El valor <strong>de</strong> corte <strong>de</strong>be satisfacer<br />
∞<br />
S(γ)<br />
S p(γ)dγ<br />
∞ <br />
1<br />
=<br />
γ0<br />
γ0<br />
γ0<br />
γ0<br />
<br />
p(γ)dγ<br />
− 1<br />
<br />
p(γ)dγ = 1<br />
γ<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 34
Ejemplo .....<br />
Vamos a continuar con el ejemplo anterior...<br />
Consi<strong>de</strong>remos que las probabilida<strong>de</strong>s <strong>de</strong> las SNR en recepción<br />
son:<br />
γi γ1 = 0.833 γ2 = 83.333 γ3 = 333.33<br />
p(γ) 0.1 0.5 0.4<br />
Calculemos el umbral γ0 <strong>de</strong> forma que<br />
<br />
γi>γ0<br />
3<br />
i=1<br />
1<br />
γ0<br />
p(γi)<br />
γ0<br />
− 1<br />
<br />
p(γi) = 1<br />
γ<br />
−<br />
3<br />
i=1<br />
p(γi)<br />
γi<br />
= 1<br />
En nuestro caso γ0 = 1<br />
1.13 = 0.8 < γ1 y, por tanto, la SNR más<br />
débil nunca se utilizará.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 35
Ejemplo (cont.)<br />
Calcularemos el umbral γ0 eliminando γ1,<br />
2<br />
i=1<br />
p(γi)<br />
γ0<br />
−<br />
2<br />
i=1<br />
En nuestro caso resulta, γ0 = 0.89.<br />
La capacidad resultante es<br />
C =<br />
i=2<br />
γ0<br />
p(γi)<br />
γi<br />
= 1<br />
3<br />
B log2( γi<br />
)p(γi) = 200.82kbps<br />
La capacidad es mayor que la obtenida con CSI en recepción y<br />
se aproxima a la <strong>de</strong> un canal AWGN.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 36
<strong>Canal</strong>es con <strong>de</strong>svanecimiento<br />
selectivo en frecuencia<br />
Mo<strong>de</strong>lo <strong>de</strong> canal (canales invariantes<br />
en tiempo)<br />
<strong>Capacidad</strong><br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 37
Mo<strong>de</strong>lo <strong>de</strong> canal<br />
Supondremos un canal invariante en tiempo.<br />
<strong>Canal</strong> con respuesta en frecuencia H(f) conocida tanto el el<br />
transmisor como en recepción.<br />
Se transmite una potencia total S.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 38
<strong>Canal</strong> con <strong>de</strong>svanecimiento<br />
selectivo en frecuencia (cont.)<br />
H(f) pue<strong>de</strong> dividirse en subcanales <strong>de</strong> ancho <strong>de</strong> banda B.<br />
La SNR en cada canal es |Hj| 2 Sj<br />
N0B don<strong>de</strong> Sj es la potencia<br />
localizada en el j-ésimo canal, <br />
j Sj ≤ S. La capacidad <strong>de</strong>l<br />
j-ésimo canal es<br />
.<br />
Cj = B log 2<br />
<br />
1 + |Hj| 2 <br />
Sj<br />
N0B<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 39
<strong>Canal</strong> con <strong>de</strong>svanecimiento<br />
selectivo en frecuencia (cont.)<br />
Como tenemos varios canales en paralelo, nos planteamos<br />
maximizar la capacidad (ejercicio)<br />
Se obtiene<br />
max C = <br />
B log2 don<strong>de</strong> γj = |Hj| 2 S<br />
NoB .<br />
j<br />
Sj<br />
S =<br />
<br />
1 + |Hj| 2 <br />
Sj<br />
N0B<br />
1<br />
γ0<br />
− 1<br />
γj<br />
γj ≥ γ0<br />
0 γ < γ0<br />
El parámetros γ0 <strong>de</strong>be ser elegido <strong>de</strong> forma que<br />
1 1<br />
j ( − ) = 1. La capacidad resultante es<br />
γ0 γj<br />
C = <br />
γj>γ0 B log <br />
γj<br />
2<br />
γ0<br />
s.a. <br />
Sj ≤ S<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 40<br />
k
<strong>Canal</strong> con <strong>de</strong>svanecimiento<br />
selectivo en frecuencia (cont.)<br />
Watter-filling para canales con <strong>de</strong>svanecimiento selectivo en<br />
frecuencia.<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 41
Ejemplo....<br />
Vamos a calcular la capacidad <strong>de</strong> un canal selectivo en frecuencia<br />
consi<strong>de</strong>rando que se pue<strong>de</strong> aproximar por tres canales <strong>de</strong><br />
B = 1MHz y con H1 = 1, H2 = 2 y H3 = 3. Consi<strong>de</strong>raremos que la<br />
restricción en potencia es S = 10mW y que N0 = 10 −9 W/Hz.<br />
SNR en recepción: γj = |Hj| 2 S<br />
NoB : γ1 = 10, γ2 = 40, γ3 = 90.<br />
Utilizando 3<br />
j=1<br />
C = 3<br />
j=1 B log 2<br />
( 1<br />
γ0<br />
γj<br />
γ0<br />
1 − γj ) = 1, obtenemos γ0 = 2.64 < γ1.<br />
<br />
=<br />
1000000 (log 2(10/2.64) + log 2(40/2.64) + log 2(90/2.64)) =<br />
10.93Mbps<br />
Teoría <strong>de</strong> la comunicación para re<strong>de</strong>s móviles.- Adriana Dapena – p. 42