Pres capacidad de canal unidad6

Tema: Capacidad de Canal
Adriana Dapena Janeiro (adriana@udc.es)

´
Facultad de Informatica
˜
Universidade da Coruna
˜
Campus de Elvina s/n
˜
15071. A Coruna

´ ´
Teor´a de la comunicacion para redes moviles.- Adriana Dapena – p.
ı

Objetivos
Presentar el concepto de capacidad del canal.
Estudiar el caso de canales SISO:
Canales AWGN.
Canales con desvanecimiento plano.
CSI en recepción.
CSI en recepción y en transmisión.
Canales con desvanecimiento selectivo en frecuencia.

´ ´
ı

Bibliografía recomendada
A. Goldsmith, Wireless Communications, Cambridge University
Press, 2005.
http://wsl.stanford.edu/andrea/Wireless/
C. E. Shannon, “A mathematical theory of communication,” Bell
System Technical Journal, vol. 27, pp. 379-423 and 623-656, July
and October, 1948.
http://cm.bell-labs.com/cm/ms/what/shannonday/paper.html
A. Goldsmith, P. P., Varaiya, “Capacity of fading channels with
Channel Side Information,” IEEE Trans. on Information Theory,
vol. 43, no. 6, pp. 1986-1992, November, 1997.

´ ´
ı

Conceptos básicos

Cantidad de información
Entropía
Entropía conjunta
Información mutua
Capacidad de canales discretos sin
memoria
´ ´
ı

Cantidad de información
Sea x una variable aleatoria que toma valores discretos xk en un
alfabeto X con probabilidad p(xk ), p(xk ) = 1.
El valor de p(xk ) expresa la probabilidad de que ocurra un
determinado valor xk pero también nos está indicando la
cantidad de información que se adquiere cuando ese valor es
observado.
Si p(x2 ) > p(x1 ), entonces es mayor la incertidumbre sobre el
evento x = x1 que sobre x = x2 y, por ello, también es mayor la
información que se adquiere cuando éste ocurre.

´ ´
ı

Cantidad de información (cont.)
La cantidad de información adquirida al observar xk está
relacionada con la inversa de su probabilidad y se deﬁne como
sigue:

1
I(xk ) = log = − log(p(xk ))
p(xk )
donde la base del logaritmo es arbitraria.

´ ´
ı

Entropía
La cantidad media de información de x recibe el nombre de
entropía: H(x) = E[I(xk )] = − x∈X p(x) log(p(x)) = −E[log p(x)]
H(x) = 0 si la variable aleatoria x describe un proceso
determinista.
H(x) es máxima cuando la variable aleatoria es uniforme,
H(x) = − log(|X |) donde |X | es el tamaño del alfabeto de x.

´ ´
ı

Entropía conjunta
Consideremos que tenemos un sistema cuya entrada x toma
valores en un alfabeto X y su salida y es una versión perturbada de
x que toma valores en otro alfabeto Y .

Entropía conjunta:

H(x, y) = − p(x, y) log(p(x, y)) = −E [log(p(x, y))]
x∈X y∈Y

donde p(x, y) es la probabilidad conjunta de ambas variables
aleatorias.

´ ´
ı

Información mutua
Incertidumbre sobre la entrada que permanece sin resolver
después de observar la salida H(x|y) = H(x, y) − H(y)
Incertidumbre sobre la salida que no es resuelta al observar la
entrada (perturbación) H(y|x) = H(x, y) − H(x)
p(x,y)
Información mutua I(x; y) = x∈X y∈Y p(x, y) log p(x)p(y)

H(x)
H(y)

H(x|y) I(x,y) H(y|x)

H(x,y)

´ ´
ı

Resumen

Entropía

H(x) = − x∈X
p(x) log(p(x))

Entropía conjunta

H(x, y) = − x∈X y∈Y
p(x, y) log(p(x, y))

Entropía condicionada

H(x|y) = − x∈X y∈Y
p(x, y) log(p(y|x))

Información mutua

p(x,y)
I(x; y) = x∈X y∈Y
p(x, y) log p(x)p(y)

´ ´
Teor´a de la comunicacion para redes moviles.- Adriana Dapena – p. 1
ı

Capacidad de un canal CDM
Un Canal Discreto sin Memoria (CDM) es un sistema que
consiste en un alfabeto de entrada X y un alfabeto de salida Y
que son conjuntos ﬁnitos numerables y cuyos elementos están
relacionados por una colección de funciones de masa de
probabilidad (ff.m.p.) condicionales, p(y|x) ≥ 0, que expresan la
probabilidad de que se observe la señal y ∈ Y a la salida del
sistema cuando la entrada es x ∈ X .
La capacidad de información del canal (X , p(y|x), Y) se deﬁne
como
C = max I(x; y)
p(x)

donde el máximo se toma sobre todas las posibles ff.m.p. p(x).

´ ´
ı

Canal binario sin ruido
1
x=0 y=0

1
x=1 y=1
p(y = 0|x = 0) = 1, p(y = 1|x = 0) = 0,
p(y = 0|x = 1) = 0, p(y = 1|x = 1) = 1
Al no haber errores tampoco hay incertidumbre H(x|y) = 0.

C = max I(x; y) = max H(x) − H(x|y) = max H(x)
p(x) p(x) p(x)

El valor máximo se alcanza para una distribución uniforme y es
C = log2 2 = 1bit. Se puede transmitir la máxima información
posible de la fuente.

´ ´
ı

Canal binario simétrico
1−p
x=0 y=0
p

p
x=1 y=1
1−p
Supongamos que la fuente produce símbolos equiprobables a una
velocidad de 1000 bits/seg. Si durante la transmisión el canal
introduce errores de forma que (en media) la mitad de los bits
recibidos son incorrectos (p = 1/2)
¿Cuál es la velocidad de transmisión? ¿500 bits/seg?

´ ´
ı

Canal binario simétrico .....
1−p
x=0 y=0
p

p
x=1 y=1
1−p
p(y = 0|x = 0) = 1 − p, p(y = 1|x = 0) = p,
p(y = 0|x = 1) = p, p(y = 1|x = 1) = 1 − p.
La capacidad es C = maxp(x) (H(y) − H(y|x)) = 1 − H(p) con
H(p) = −(1 − p) log(1 − p) − p log p.

H(p) resta bits de información: cuanto más impredecible sea el
error menor será la capacidad.
Para p = 0 (o p = 1) estamos en el caso sin ruido: C = 1bit.
Para p = 1/2, la salida es completamente aleatoria C = 0bit.
´ ´
ı

Canal híbrido (ejercicio)
1
x=0 y=0
1−p
x=1 y=1
p

p
x=2 y=2
1−p
Suponemos p(x = 0) = P , p(x = 1) = p(x = 2) = Q tal que
P + 2Q = 1.
H(x) = −P log P − 2Q log Q.
H(x|y) = 2Qα con α = H(p) = −(1 − p) log(1 − p) − p log p.

´ ´
ı

Canal híbrido (cont.)
Calcular P y Q que maximice C = H(x) − H(x|y) es
equivalente a calcular los máximos del Lagrangiano:

L = −P log P − 2Q log Q − 2Qα − λ(P + 2Q − 1)

Los valores obtenidos son:

P = βQ = β/(2 + β), Q = 1/(2 + β)

con β = eα (para una base e cualquiera).
Para p = 0 (o p = 1), la capacidad del canal es máxima
C = log 3.
Par p = 1/2, la capacidad es C = log 2.

´ ´
ı

Capacidad de un canal AWGN

Modelo del canal
Cálculo de la capacidad

´ ´
ı

Modelo de un canal AWGN
Vamos a considerar el siguiente modelo de un canal AWGN
(Additive White Gaussian Noise):

x[i] es la señal transmitida en el instante i.
n[i] es un ruido blanco gaussiano: media cero, densidad
espectral de potencia Sn (f ) = N0 , función de autocorrelación
2
RN (τ ) = N0 δ(τ ).
2

y[i] = x[i] + n[i] es la señal recibida en el instante i.

´ ´
ı

Capacidad de un canal
AWGN....
Sean Pr , Pn y Pt + Pn , respectivamente, la potencia de recibida de
la señal transmitida, potencia del ruido y la potencia total recibida.
Si el canal es de banda limitada a B Hz (ancho de banda 2B ), las
entropías en bits/seg vienen dadas por:

H(y) = B log(4π(Pr + Pn ))

H(n) = B log(4πPn )
Por tanto, la capacidad es

C = H(y) − H(y|x) = H(y) − H(n) = B log(1 + Pr /Pn )

´ ´
ı

Capacidad de un canal AWGN
(cont.)
Deﬁniendo la relación señal a ruido (SNR) como γ = Pr /Pn
obtenemos:
C = B log(1 + γ)
Como el ruido tiene densidad espectral de potencia N0 /2, la
potencia total en un ancho de banda 2B es
Pn = 2B × (N0 /2) = N0 B .
Por tanto, γ = Pr /(N0 B).

´ ´
ı

Ejemplo.....
Supongamos que la potencia recibida de la señal viene dada por
Pr (d) = Pt (d0 /d)3 donde d0 = 10m y d es la distancia entre
transmisor y receptor, N0 = 10−9 W/Hz y B = 30kHz . La ﬁgura
muestra la relación señal a ruido γ = Pt (d)/Pn (dB) y la capacidad
del canal para distancias entre 100m y 1Km y Pt = 1W (potencia en
transmisión).
20 160

140
15

120
10

100

Capacidad (kbps)
5
SNR (dB)

80

0
60

−5
40

−10
20

−15 0
100 200 300 400 500 600 700 800 900 1000 100 200 300 400 500 600 700 800 900 1000
distancia d distancia d

´ ´
ı

Canales con desvanecimiento
plano

Modelo de canal
Capacidad con CSI en recepción.
Capacidad con CSI en recepción y en
transmisión.

´ ´
ı

Modelo de canal

El término g[i] ≥ 0 es una ganancia que modelaremos con un
proceso estacionario ergódico con distribución p(g).
S es la potencia media de la señal transmitida.
N0 /2 es la densidad espectral de potencia del ruido.
B es el ancho de banda del canal.

´ ´
ı

Modelo de canal (cont.)
Valor instantáneo de la SNR en recepción:

Sg[i]
γi =
N0 B

Valor medio de la SNR en recepción:

Sg
γ=
N0 B

Consideraremos dos casos:
CSI en recepción.
CSI en recepción y en transmisión.

´ ´
ı

CSI en recepción
Suponemos que el receptor conoce g[i] para cada instante i.

Capacidad de Shannon (ergódica)
∞
C= B log(1 + γ)p(γ)dγ
0

Se cumple C ≤ CAW GN = B log(1 + γ).

´ ´
ı

CSI en recepción (cont.)
Capacidad con outage
Máxima velocidad a la que se puede transmitir sobre el canal
admitiendo que puede decodiﬁcarse incorrectamente con una
cierta probabilidad pout .
Suponemos que la SNR en recepción, γ , es constante durante
un intervalo de tiempo.
El transmisor ﬁja un valor de SNR mínimo (en recepción), γmin ,
y transmite a una velocidad cercana a la capacidad para ese
valor
C = B log(1 + γmin )
Los datos serán correctamente recibidos si γ > γmin .

´ ´
ı

Se deﬁne la probabilidad de outage como
γmin
pout = p(γ < γmin ) = p(γ) = P (γmin )
0

La capacidad promedio es

Co = (1 − pout )B log(1 + γmin )

´ ´
ı

Curva de Capacidad/B en función de la probabilidad de outage.

´ ´
ı

Ejemplo....
Vamos a calcular la capacidad de un canal con desvanecimiento
plano que introduce las siguientes ganancias:
g[i] g[1] = 0.025 g[2] = 0.25 g[3] = 10
Supongamos
p(g[i]) 0.1 0.5 0.4
Pt = 10mW , N0 = 10−9 W/Hz y B = 30kHz .

SNR en recepción:

γ1 = 0.833(−0.79dB) γ2 = 83.333(19.2dB) γ3 = 333.33(25dB)

3
Su capacidad es: C = k=1 B log(1 + γk )p(γk ) = 151.58kbps
Capacidad de un canal AWGN con γ = 137.58 (21.80dB):

CAW GN = B log(1 + 137.58) = 213.43kbps

´ ´
ı

Ejemplo (cont.)
Probabilidades de las SNR en recepción::
γi γ1 = 0.833 γ2 = 83.333 γ3 = 333.33
p(γ) 0.1 0.5 0.4
pout = P (γ) 0.1 0.6 1
Capacidades C = B log(1 + γi ) para γi :
γi γ1 = 0.833 γ2 = 83.333 γ3 = 333.33
C 26.23 kbps 191.94 kbps 251.55 kbps
Para pout = P (γ1 = 0.1), podemos transmitir a velocidades
cercanas a C = 191.94kbps pero solamente decodiﬁcaremos
correctamente cuando la SNR sea γ2 o γ3 . La capacidad real
es Co = (1 − 0.1)191.94kbps = 172.75kbps.
Para pout = 0.6 la capacidad real es C = 125.78kbps

´ ´
ı

CSI en ambos lados

Asumiremos que g[i] es perfectamente conocido tanto en
transmisión como en recepción.
∞
La capacidad promedio es C = 0
B log(1 + γ)p(γ)dγ .
El transmisor adapta su potencia S(γ) en función de la SNR en
recepción γ tal que
∞
S(γ)p(γ)dγ ≤ S
0

´ ´
ı

CSI en ambos lados (cont.)....
La capacidad de un canal variante en tiempo es
∞
S(γ)
C= B log 1 + γ p(γ)dγ
0 S

El objetivo es maximizarla sujeto a la restricción
∞
0
S(γ)p(γ)dγ ≤ S .
Se obtiene:
1 1
S(γ) γ0 − γ γ ≥ γ0
=
S 0 γ < γ0

Solamente se transmite en los intervalos donde se cumple la
condición.

´ ´
ı

CSI en ambos lados (cont.)
Asignación de potencia óptima: Watter-Filling

´ ´
ı

CSI en ambos lados (cont.)
La capacidad resultante es
∞
γ
C= B log p(γ)dγ
0 γ0
El valor de corte debe satisfacer
∞ ∞
S(γ) 1 1
p(γ)dγ = − p(γ)dγ = 1
γ0 S γ0 γ0 γ

´ ´
ı

Ejemplo .....
Vamos a continuar con el ejemplo anterior...
Consideremos que las probabilidades de las SNR en recepción
γi γ1 = 0.833 γ2 = 83.333 γ3 = 333.33
son:
p(γ) 0.1 0.5 0.4
Calculemos el umbral γ0 de forma que

1 1
− p(γi ) = 1
γi >γ0
γ0 γ

3 3
p(γi ) p(γi )
− =1
i=1
γ0 i=1
γi
1
En nuestro caso γ0 = 1.13 = 0.8 < γ1 y, por tanto, la SNR más
débil nunca se utilizará.
´ ´
ı

Ejemplo (cont.)
Calcularemos el umbral γ0 eliminando γ1 ,
2 2
p(γi ) p(γi )
− =1
i=1
γ0 i=1
γi

En nuestro caso resulta, γ0 = 0.89.
La capacidad resultante es

3
γi
C= B log2 ( )p(γi ) = 200.82kbps
i=2
γ0

La capacidad es mayor que la obtenida con CSI en recepción y
se aproxima a la de un canal AWGN.

´ ´
ı

Canales con desvanecimiento
selectivo en frecuencia

Modelo de canal (canales invariantes
en tiempo)
Capacidad

´ ´
ı

Modelo de canal

Supondremos un canal invariante en tiempo.
Canal con respuesta en frecuencia H(f ) conocida tanto el el
transmisor como en recepción.
Se transmite una potencia total S .

´ ´
ı

Canal con desvanecimiento
selectivo en frecuencia (cont.)

H(f ) puede dividirse en subcanales de ancho de banda B .
|Hj |2 Sj
La SNR en cada canal es N0 B donde Sj es la potencia
localizada en el j -ésimo canal, j Sj ≤ S . La capacidad del
j -ésimo canal es

|Hj |2 Sj
Cj = B log2 1+
N0 B
.

´ ´
ı

Como tenemos varios canales en paralelo, nos planteamos
maximizar la capacidad (ejercicio)

|Hj |2 Sj
max C = B log2 1+ s.a. Sj ≤ S
j
N0 B
k

Se obtiene
1 1
Sj γ0 − γj γj ≥ γ0
=
S 0 γ < γ0
|Hj |2 S
donde γj = N oB .

El parámetros γ0 debe ser elegido de forma que
1 1
j ( γ0 − γj ) = 1. La capacidad resultante es
γj
C= γj >γ0 B log2 γ0
´ ´
ı

Watter-ﬁlling para canales con desvanecimiento selectivo en
frecuencia.

´ ´
ı

Ejemplo....
Vamos a calcular la capacidad de un canal selectivo en frecuencia
considerando que se puede aproximar por tres canales de
B = 1M Hz y con H1 = 1, H2 = 2 y H3 = 3. Consideraremos que la
restricción en potencia es S = 10mW y que N0 = 10−9 W/Hz .

|Hj |2 S
SNR en recepción: γj = N oB : γ1 = 10, γ2 = 40, γ3 = 90.
3 1 1
Utilizando j=1 ( γ0 − γj ) = 1, obtenemos γ0 = 2.64 < γ1 .
3 γj
C= j=1 B log2 γ0 =
1000000 (log2 (10/2.64) + log2 (40/2.64) + log2 (90/2.64)) =
10.93M bps

´ ´
ı

Pres capacidad de canal unidad6

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (20)

Ähnlich wie Pres capacidad de canal unidad6

Ähnlich wie Pres capacidad de canal unidad6 (14)

Mehr von Comunicaciones2

Mehr von Comunicaciones2 (7)

Kürzlich hochgeladen

Kürzlich hochgeladen (20)

Pres capacidad de canal unidad6