Sommaire. Communications numériques Transmission en bande de base. Chaîne de transmission idéale : rappel. Sommaire
|
|
- Jean Corriveau
- il y a 6 ans
- Total affichages :
Transcription
1 Sommaire Communications numériques Transmission en bande de base Laurent Oudre Université Paris 3, Institut Galilée Ecole d ingénieurs Sup Galilée Parcours Informatique et Réseaux Alternance - ème année 6-7 Canal Hypothèses du cours Conversion bits/symboles Mise en forme Energie moyenne par bit Densités spectrale de puissance Hypothèses Interférences entre symboles Réception en absence de bruit Hypothèses optimal Transmission sur un canal à bande passante limitée Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques 6-7 / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques 6-7 / 6 Sommaire Chaîne de transmission idéale : rappel Canal Hypothèses du cours d n Canal de e(t) r(t) ˆdn transmission Transmission sur un canal à bande passante limitée Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
2 Chaîne de transmission idéale : emetteur : différentes étapes d n Canal de e(t) r(t) transmission : transformer le signal numérique d n en un signal physique e(t) (onde électromagnétique, signal électrique, etc...) qui puisse être transmis sur le canal de transmission Transmettre le maximum de données avec une fiabilité maximale S adapter au canal de transmission utilisé d n débit binaire D b Conversion bits/symboles a k période symbole T Conversion bits/symboles (transcodage) : Modification de la taille de l alphabet Filtre de mise en forme h e(t) x(t) Modulation e(t) Modification du rythme Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 : différentes étapes : différentes étapes d n débit binaire D b Conversion bits/symboles a k période symbole T Filtre de mise en forme h e(t) x(t) Modulation e(t) d n débit binaire D b Conversion bits/symboles a k période symbole T Filtre de mise en forme h e(t) x(t) Modulation e(t) Mise en forme : Transformation du signal numérique en un signal physique Choix du filtre de mise en forme dépend de la largeur de bande souhaitée, de la présence de raies à la fréquence d horloge... Modulation : Adaptation au canal de transmission (bande passante) Large choix de possibilités : dépend de la puissance, de la probabilité d erreur acceptable... Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
3 Canal Canal Chaîne de transmission idéale : canal Canal : différentes étapes d n Canal de e(t) r(t) transmission e(t) Filtre de e (t) Bruit r(t) canal h c(t) additif b(t) Canal de transmission : câbles coaxiaux, paires torsadées, réseau hertzien, infrarouge, fibres optiques,... Proprietés physiques différentes selon le canal utilisé : bande passante, débit maximal, etc... Eventuellement source d erreurs (bruit, perte de données, etc...) Canal de transmission Filtre de canal ayant pour fonction de transfert H c (f) Dépend à priori de la fréquence : notion de bande passante du canal Canal idéal : H c (f) constant dans la bande passante Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques 6-7 / 6 Canal Canal : différentes étapes Chaîne de transmission idéale : récepteur e(t) Filtre de e (t) Bruit r(t) canal h c(t) additif b(t) d n Canal de e(t) r(t) transmission Bruit additif b(t) Canal de transmission Souvent supposé bruit blanc additif gaussien indépendant du signal Γ b (f) = N : transformer le signal physique reçu r(t) pour retrouver le signal numérique envoyé Echantillonnage, détection, élimination du bruit Parfois difficile s il y a eu des erreurs de transmission Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques 6-7 / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques 6-7 / 6
4 : différentes étapes : différentes étapes r(t) y(t) Filtre de z(t) h r(t) r(t) y(t) Filtre de z(t) h r(t) z k = z(kt) z k = z(kt) â k â k Démodulation : inverse de l étape de modulation Filtre de réception : Adapté au filtre de mise en forme utilisé lors de l émission Vise à minimiser les interactions entre symboles et à maximiser le rapport signal sur bruit Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 : différentes étapes : différentes étapes r(t) y(t) Filtre de z(t) h r(t) r(t) y(t) Filtre de z(t) h r(t) z k = z(kt) z k = z(kt) â k â k : Transformation du signal physique en signal discret Nécessite une synchronisation sur le temps d horloge : A partir des valeurs échantillonnées, on retrouve les symboles émis Sensible au bruit ajouté par le canal Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
5 Hypothèses du cours : différentes étapes Hypothèses r(t) y(t) Filtre de z(t) h r(t) â k z k = z(kt) : on transforme les symboles détectés en bits d information Filtre de dn Conversion ak x(t) e(t) mise en Modulation bits/symboles débit binaire D b période symbole T forme he(t) e(t) e (t) Bruit r(t) Filtre de canal hc(t) additif b(t) Canal de transmission Filtre de r(t) y(t) z(t) hr(t) zk = z(kt) ˆdn âk On s interesse ici à la transmission en bande de base : Pas d étape de modulation/démodulation Transmission des signaux tels quels, dans la bande de fréquence originale On supposera aussi que le canal utilisé est idéal, invariant, et de gain unitaire H c(f) = Sa bande passante est donc supposée infinie. Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Sommaire Conversion bits/symboles Mise en forme Energie moyenne par bit Densités spectrale de puissance d n débit binaire D b Conversion bits/symboles a k période symbole T Filtre de mise en forme h e(t) x(t) Modulation e(t) Transmission sur un canal à bande passante limitée : Toutes les étapes en bande de base, avant l étape de modulation But : donner de bonnes propriétés au signal physique créé (largeur de bande, raies ou annulations du spectre à certaines fréquences, etc...) Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques 6-7 / 6
6 Conversion bits/symboles Conversion bits/symboles : conversion bits/symboles Débit binaire Entrée : signal binaire initial d n.5 d = d n débit binaire D b Conversion bits/symboles a k période symbole T Filtre de mise en forme h e(t) x(t) Modulation e(t).5 Un bit émis toutes les T b secondes. T b est la période binaire. Débit binaire : D b = T b (bits/seconde) Conversion bits/symboles (transcodage) : Modification de la taille de l alphabet Modification du rythme.5 Tb Tb 3Tb 4Tb 5Tb 6Tb 7Tb 8Tb 9Tb... Le débit binaire D b correspond au nombre de bits envoyés par seconde. d(t) = d n δ(t nt b ) = ) n δ (t n Z n Zd ndb Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques 6-7 / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques 6-7 / 6 Conversion bits/symboles Conversion bits/symboles Transcodage : conversion bits/symboles Codage par dictionnaire Principe : remplacer les bits ou des groupements de bits par des symboles Idée : passer de deux valeurs possibles ( ou ) à M valeurs possibles Plusieurs façons de procéder : Codage par dictionnaire : regrouper les bits m par m et associer un symbole à chaque groupement Codage par diagramme d états Codage par équation linéaire m est le nombre de bits par symbole Regrouper les bits m par m et associer un symbole à chaque groupement On peut définir un dictionnaire de M symboles. M = m m = log M M est le nombre de symboles du dictionnaire et est appelé valence Exemple avec m = : Exemple avec m = : 3 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
7 Conversion bits/symboles Conversion bits/symboles Codage par dictionnaire Exemples Plusieurs façons d attribuer un symbole a k à chaque groupe de m bits Codage M-aire unipolaire : a k {,,,M } Codage M-aire antipolaire : a k { (M ),, 3,,,3,,M } (uniquement les valeurs impaires) Exemple avec m = : 3 (unipolaire) (antipolaire) Codage binaire unipolaire Codage binaire antipolaire d n a k d n a k - Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Conversion bits/symboles Conversion bits/symboles Exemples Rapidité de modulation Si on regroupe les bits m par m, on transmet m fois moins vite. Codage quaternaire antipolaire (ou BQ) d n d n+ a k -3-3 codage de Grey : un bit de différence entre chaque état On appelle période symbole T la période d émission des symboles a k On a un nouveau signal T = mt b = log M T b = log M D b a(t) = k Za k δ(t kt) Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
8 Conversion bits/symboles Mise en forme Exemple : codage BQ : mise en forme d n Tb Tb 3Tb 4Tb 5Tb 6Tb 7Tb 8Tb 9Tb... a k d Filtre de n Conversion a mise en x(t) bits/symboles Modulation e(t) k forme h e(t) T=Tb T=4Tb 3T=6Tb 4T=8Tb Mise en forme : Transformation du signal numérique en un signal physique Choix du filtre de mise en forme dépend de la largeur de bande souhaitée, de la présence de raies à la fréquence d horloge... Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Mise en forme Mise en forme Mise en forme Filtre NRZ (non retour à zéro) Entrée : suite de symboles M-aires a k. Un symbole émis toutes les T secondes a(t) = k Za k δ(t kt) Principe : associer un signal physique x(t) à cette suite de symboles en convoluant a(t) par la réponse impulsionnelle h e (t) d un filtre de mise en forme (aussi appelé filtre d émission). Codes à formant : même filtre de mise en forme pour tous les symboles h e (t) = { si t < T sinon x(t) = a(t) h e (t) = k Za k h e (t kt) T Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
9 Mise en forme Mise en forme Exemple : Codage binaire unipolaire NRZ Exemple : Codage binaire antipolaire NRZ T T 3T 4T T 6T T 8T T.6.8 T T 3T 4T T 6T T 8T T Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Mise en forme Mise en forme Filtre RZ (retour à zéro) Exemple : Codage binaire unipolaire RZ h e (t) = { si t < T sinon.6.4. T T T T 3T 4T T 6T T 8T T Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
10 Mise en forme Mise en forme Exemple : Codage binaire antipolaire RZ Filtre biphase Manchester si t < T h e (t) = si T t < T sinon.8 T T 3T 4T T 6T T 8T T.8 T T Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Mise en forme Energie moyenne par bit Exemple : Codage binaire antipolaire Manchester Notion d énergie T T 3T 4T T 6T T 8T T Comment évaluer l énergie totale du signal en bande de base x(t)? E x = x(t) dt = a k h e (t kt) dt k Z Si le support temporel de h e (t) est égal à T, on a : E x = a k h e (t kt) dt = a k E he k Z k Z Problème : on ne connait pas les a k a priori car ils sont aléatoires! Solution : au lieu de définir une énergie totale, on va définir une énergie moyenne Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
11 Energie moyenne par bit Energie moyenne par bit Energie moyenne par symbole Energie moyenne par symbole L énergie correspondant à l émission d un seul symbole a i est E ai = a i h e(t) dt = a i E he En notant µ a et σ a respectivement la moyenne et la variance des symboles du dictionnaire, on peut remarquer que : Si l on suppose que tous les symboles du dictionnaire sont équiprobables, l énergie moyenne par symbole peut donc être définie comme E sym = M E ai = M a i E he M M i= i= L énergie moyenne par symbole E sym correspond à l énergie moyenne nécessaire pour envoyer un symbole Comme un symbole correspond à m = log M bits, on peut aussi définir l énergie moyenne par bit comme σ a = M = M = M M a i µ a i= M a i M i= M a i µ a + M i= M a i µ a i= M µ a i= E bit = Esym log M = M log M M a i E he i= Donc on a aussi : E sym = (σ a + µ a )E he L énergie moyenne par bit E bit correspond à l énergie moyenne nécessaire pour envoyer un bit Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Energie moyenne par bit Densités spectrale de puissance Exemples Notion de puissance Exemple : dictionnaire binaire antipolaire Chaque symbole est émis durant une période T, donc on peut définir la puissance moyenne totale du signal x(t) comme Exemple : dictionnaire BQ E sym = E bit = (( ) +() )E he = E he E sym = 4 (( 3) +( ) +() +(3) )E he = 5E he E bit = E sym log 4 = 5 E h e P x = E sym T De la même façon, on peut définir la puissance moyenne totale du signal x(t) comme P x = E bit T b = E bit D b La puissance émise moyenne P x correspond à la puissance moyenne nécessaire pour envoyer un signal en bande de base Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
12 Densités spectrale de puissance Densités spectrale de puissance Densité spectrale de puissance Le signal x(t) est un signal aléatoire dont l aspect fréquentiel doit donc être étudié grâce à une densité spectrale de puissance Il correspond au filtrage du signal aléatoire a(t) = k Za k δ(t kt) par un filtre de fonction de transfert H e(f), sa densité spectrale de puissance Γ x(f) vérifie donc : Γ x(f) = H e(f) Γ a(f) Si les symboles sont supposés équiprobables et indépendants, on a : Et donc : Γ a(f) = σ a T + µ a T Γ x(f) = σ a T He(f) + µ a T + k= + k= ( δ f k ) T ( k He T ) ( δ f k ) T Propriétés spectrales des signaux en bande de base Γ x (f) = σ a T H e(f) + µ a T + k= H e ( ) k ( δ f k ) T T La densité spectrale de puissance Γ x (f) correspond à la répartition de la puissance du signal x(t) en fonction de la fréquence Le dictionnaire utilisé influence µ a et σ a : en particulier, si µ a, on fait apparaître sur la DSP des raies fréquentielles aux fréquences multiples de T Le filtre de mise en forme utilisé conditionne la forme de la DSP : en particulier, lorsque l on utilise un filtre NRZ, RZ ou biphase Manchester, on obtient un signal en bande de base, où la majorité de la puissance est répartie dans la bande [ B, +B] où B est la largeur de bande du signal. Comme nous le verrons en Travaux Pratiques, à débit binaire constant, le dictionnaire et le filtre utilisés impactent directement la largeur de bande du signal Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Densités spectrale de puissance Densités spectrale de puissance Liens entre les notions de puissance Nous avons défini avec les mains la puissance moyenne totale P x du signal x(t) comme étant : P x = E sym T = σ a + µ a E he T D un autre côté, nous savons que par définition, on a : P x = + Γ x (f)df Ces deux expressions sont-elles compatibles? Liens entre les notions de puissance Prenons le cas simple d un dictionnaire antipolaire On a donc µ a = et dans ce cas, la définition avec les mains nous donne : P x = E sym T = σ a T E h e En faisant le calcul à partir de la DSP, on trouve : P x = = = σ a T + + σa + Γ x (f)df T H e(f) df H e (f) df = σ a T E h e Les deux définitions sont donc parfaitement cohérentes! Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
13 Densités spectrale de puissance Densités spectrale de puissance Quelques DSP des codes en ligne Quelques DSP des codes en ligne Γ x (f) Γ x (f) Γ x (f) Γ x (f) Γ x (f) Γ x (f) Décibels 5 5 Décibels 5 5 Décibels 5 5 Décibels 5 3 Décibels 5 3 Décibels Db 4Db 3Db Db Db Db Db 3Db 4Db 5Db Fréquence (en Hz) Filtre NRZ B D b T Db 4Db 3Db Db Db Db Db 3Db 4Db 5Db Fréquence (en Hz) Filtre RZ B D b T D b = bit/seconde, M =, dictionnaire antipolaire Db 4Db 3Db Db Db Db Db 3Db 4Db 5Db Fréquence (en Hz) Filtre Manchester B D b T 5 5Db 4Db 3Db Db Db Db Db 3Db 4Db 5Db Fréquence (en Hz) Filtre NRZ B D b T 5 5Db 4Db 3Db Db Db Db Db 3Db 4Db 5Db Fréquence (en Hz) Filtre RZ B D b T 5 5Db 4Db 3Db Db Db Db Db 3Db 4Db 5Db Fréquence (en Hz) Filtre Manchester B D b T D b = bit/seconde, M =, dictionnaire unipolaire Idem au dictionnaire antipolaire, mais apparition de raies fréquentielles pour f = k T Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Densités spectrale de puissance Densités spectrale de puissance Quelques DSP des codes en ligne Quelques DSP des codes en ligne : conclusion 5 Γ x (f) Γ x (f) 5 5 Dictionnaire antipolaire : Décibels 5 Décibels B NRZ T B RZ T 5 5Db 4Db 3Db Db Db Db Db 3Db 4Db 5Db Fréquence (en Hz) Filtre NRZ M = B D b T 5 5Db 4Db 3Db Db Db Db Db 3Db 4Db 5Db Fréquence (en Hz) Filtre NRZ M = 4 B D b T D b = bit/seconde, dictionnaire antiipolaire A débit binaire, dictionnaire et filtre constant, lorsque M augmente, la largeur de bande diminue B Manchester T Dictionnaire unipolaire : idem + apparition de raies fréquentielles pour f = k T Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
14 Hypothèses Sommaire Hypothèses Interférences entre symboles Réception en absence de bruit Transmission sur un canal à bande passante limitée Rappel : On travaille en bande de base e(t) Filtre de e (t) Bruit r(t) canal h c(t) additif b(t) Canal de transmission On suppose le canal idéal, invariant et de gain unitaire H c(f) = (bande passante du canal infinie) Ici, on suppose une absence de bruit b(t) = r(t) = e(t) Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Hypothèses Interférences entre symboles : filtre de réception dn Filtre de Conversion ak mise en x(t) bits/symboles Modulation e(t) forme he(t) e(t) Filtre de e (t) Bruit r(t) canal hc(t) additif b(t) r(t) y(t) Filtre de z(t) h r(t) Canal de transmission z k = z(kt) r(t) y(t) Filtre de z(t) hr(t) zk = z(kt) â k ˆdn âk z(t) = (y h r)(t) y(t) = x(t) = k Za k h e(t kt) z(t) = k Za k h e(t kt) h r(t) z(t) = k Za k h(t kt) avec h = h e h r Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
15 Interférences entre symboles Interférences entre symboles : échantillonnage Interférence entre symboles (IES) r(t) y(t) Filtre de z(t) h r(t) z k = z(kt) z k = a k h()+ k ka k h((k k )T) } {{ } IES â k Problème : pour retrouver a k à partir de z k, il y a un terme parasite qui dépend des symboles émis avant et après : interférence entre symboles Si l on veut que ce terme soit nul, il faut que Si synchronisation parfaite : z k = z(kt) = a k h(kt k T) k Z z k = a k h()+ k ka k h((k k )T) ce qui s écrit aussi h(kt) = pour k h(kt) = h()δ(k) : condition de Nyquist Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Interférences entre symboles Interférences entre symboles Filtres de Nyquist Filtre en cosinus surélevé Filtres de Nyquist : filtre de réponse impulsionnelle h(t) telle que Exemples : h(kt) = h()δ(k) et h() Filtres à support temporel borné centré et strictement inférieur à T Filtres à support temporel non borné mais s annulant à tous les multiples de T Exemple important : filtre en cosinus surelevé ( β ) h(t) = sin(πt/t) πt/t cos(πβt/t) (βt/t) Filtre en cosinus surélevé : h(t) β= β=.5 β=.5 β=.75 β= 4T 3T T T T T 3T 4T Temps (t) β Réponse impulsionnelle : h(t) = sin(πt/t) πt/t Support temporel infini cos(πβt/t) (βt/t) Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
16 Interférences entre symboles Interférences entre symboles Filtre en cosinus surélevé Filtre en cosinus surélevé Filtre en cosinus surélevé : H(f) Fonction de transfert : T [ ( )] T πt β H(f) = +cos β ( f T ) sinon si f < β T si β T < f +β T T T/ β= β=.5 β=.5 β=.75 β= Bande passante : BP = +β T comprise entre T et T /T /T /T /T Fréquence (f) Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Réception en absence de bruit Réception en absence de bruit en absence de bruit en absence de bruit r(t) y(t) Filtre de z(t) h r(t) z k = z(kt) r(t) y(t) Filtre de z(t) h r(t) â k â k z k = z(kt) Si l on suppose que h = h e h r est un filtre de Nyquist, alors l IES est nulle et on a donc z k = a k h() En connaissant h() on peut donc estimer â k = z k. La probabilité d erreur symbole est ici nulle h() car â k = a k En connaissant le dictionnaire utilisé, on peut retrouver à partir de â k = a k de façon parfaite. La probabilité d erreur binaire est nulle car = d n. Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
17 Hypothèses Sommaire Hypothèses optimal Transmission sur un canal à bande passante limitée Rappel : e(t) Filtre de e (t) Bruit r(t) canal h c(t) additif b(t) Canal de transmission On travaille en bande de base (e(t) = x(t), r(t) = y(t)) On suppose le canal idéal, invariant et de gain unitaire H c(f) = (bande passante du canal infinie) Ici, on suppose que b(t) est un bruit blanc gaussien de densité spectrale de puissance Γ b (f) = N y(t) = x(t)+b(t) Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Hypothèses Hypothèses Bruit blanc gaussien Bruit gaussien Temps (t) Ici σ =. Signal aléatoire : on ne peut pas savoir quelles valeurs le signal va prendre, donc on utilise des probabilités Caractérisation par la moyenne (nulle pour un bruit blanc) et la variance σ = N A priori, le signal peut prendre n importe quelle valeur, on sait juste que plus cette valeur est éloignée de la moyenne, moins elle est probable Plus la variance est elevée, plus le signal a le droit de prendre des valeurs éloignées de la moyenne Fonction de Marcum Q(x) Q(x) = + π x e z dz Si b(t) est un bruit gaussien de moyenne nulle et de variance σ p(b(t) > b ) = Q ( ) b σ p(b < b(t) < b ) = Q ( p(b(t) < b ) = Q b ) σ ( ) b Q σ ( b σ ) = Q ( ) b σ Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
18 Hypothèses optimal : filtre de réception dn Filtre de Conversion ak mise en x(t) bits/symboles Modulation e(t) forme he(t) e(t) Filtre de e (t) Bruit r(t) canal hc(t) additif b(t) Canal de transmission r(t) y(t) Filtre de z(t) h r(t) z k = z(kt) r(t) y(t) Filtre de z(t) hr(t) â k zk = z(kt) ˆdn âk z(t) = (y h r)(t) y(t) = x(t)+b(t) = k Za k h e(t kt)+b(t) z(t) = k Za k h(t kt)+n(t) avec h = h e h r et n = b h r Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 optimal optimal : échantillonnage optimal r(t) y(t) Filtre de z(t) h r(t) z k = z(kt) z k = a k h()+ k ka k h((k k )T) } {{ } IES +n(kt) }{{} bruit â k Si synchronisation parfaite : z k = z(kt) = a k h(kt k T)+n(kT) k Z z k = a k h()+ k ka k h((k k )T)+n(kT) Si on veut faire le moins d erreur possible, il faut que l IES soit nulle et que l influence du bruit soit la plus faible possible. On a déjà vu que pour que l IES soit nulle : h = h e h r doit être un filtre de Nyquist h(kt) = (h e h r)(kt) = h()δ(k) Comment choisir le filtre de réception h r(t) pour que l influence du bruit soit la plus faible possible? cf TD : maximisation du rapport signal sur bruit SNR = h() P n h r doit être le filtre adapté à h e Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
19 optimal optimal Rappel : filtrage adapté optimal : domaine temporel x(t) = a k δ(t) h e (t) + h r (t) y(t) Pour maximiser le rapport signal sur bruit en sortie du récepteur il faut H r (f) = He(f) ce qui implique h r (t) = he( t) Dans ce cas, le rapport signal sur bruit vaut b(t) Dans le domaine temporel : Si le filtre de réception est adapté au filtre d émission, on a h r (t) = h e ( t) (on suppose ici que les filtres sont réels) On a donc h(t) = h e (t) h e ( t) On veut que h soit un filtre de Nyquist Cas simple : si h e (t) a un support strictement inférieur à T, alors en prenant h r (t) = h e ( t), h est un filtre de Nyquist (ex : filtre NRZ, RZ, biphase Manchester...) SNR = E h e N Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 optimal optimal Exemple : filtre NRZ Exemple : filtre NRZ x(t) y(t) = x(t) + b(t) Temps (s) Temps (s) Message binaire codé avec un dictionnaire binaire unipolaire et mis en forme par un filtre NRZ avec une période symbole T=s x(t) Lors du passage dans le canal, ce signal a été perturbé par un bruit additif gaussien b(t) de variance σ =. y(t) = x(t)+b(t) Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
20 optimal optimal Exemple : filtre NRZ Exemple : filtre NRZ z(t)=(y * h r )(t) = y(t) * h e ( t) z k =z (kt) Temps (s) Au niveau du récepteur, le signal bruité est passé dans un filtre de réception adapté au filtre de mise en forme : z(t) = (y h r)(t) = y(t) h e( t) Temps (s) Lorsqu on échantillonne ce signal aux multiples de la période symbole T on retrouve les symboles envoyés (mais pas exactement à cause du bruit) Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 optimal optimal optimal : domaine fréquentiel Filtre en racine de cosinus surelevé Filtre en racine de cosinus surélevé : H e (f) Dans le domaine fréquentiel : Si le filtre de réception est adapté au filtre d émission, on a H r (f) = H e (f) On a donc H(f) = H e (f)h r (f) = H e (f), qui est réel et positif Cas simple : partir d un filtre de Nyquist de réponse fréquentielle H(f) réelle et positive et prendre H e (f) = H r (f) = H(f) sqrt(t) sqrt(t)/ β= β=.5 β=.5 β=.75 β= Dans le domaine fréquentiel : racine de la fonction de transfert d un filtre en cosinus surelevé Bande passante BP = +β T /T /T /T /T Fréquence (f) Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
21 optimal optimal Filtre en racine de cosinus surelevé Exemple : filtre RCS x(t) Filtre en racine de cosinus surélevé : h e (t) β= β=.5 β=.5 β=.75 β= Dans le domaine temporel : ce n est plus un filtre de Nyquist (pas d annulation aux multiples de T) En revanche, h(t) = h e(t) h e( t) est un filtre de Nyquist Temps (s) 4T 3T T T T T 3T 4T Temps (t) Message binaire codé avec un dictionnaire binaire unipolaire et mis en forme par un filtre TRC avec une période symbole T=s x(t) Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 optimal optimal Exemple : filtre RCS Exemple : filtre RCS y(t) = x(t) + b(t) z(t)=(y * h r )(t) = y(t) * h e ( t) Temps (s) Temps (s) Lors du passage dans le canal, ce signal a été perturbé par un bruit additif gaussien b(t) de variance σ =. y(t) = x(t)+b(t) Au niveau du récepteur, le signal bruité est passé dans un filtre de réception adapté au filtre de mise en forme : z(t) = (y h r)(t) = y(t) h e( t) Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
22 optimal optimal Exemple : filtre RCS optimal : bilan.5.5 z k =z (kt) Conditions : h r (t) doit être le filtre adapté h e (t) pour maximiser le SNR en sortie du récepteur h r (t) = h e ( t) H r (f) = He(f) h = h e h r doit être un filtre de Nyquist Temps (s) Lorsqu on échantillonne ce signal aux multiples de la période symbole T on retrouve les symboles envoyés (mais pas exactement à cause du bruit) h(kt) = h()δ(k) Deux cas simples de filtres formant un récepteur optimal h e (t) de support temporel inférieur à T, et h r (t) = h e ( t) OU H e (f) = H r (f) = H(f) où H(f) est un filtre de Nyquist Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 optimal : conséquences Rappel : z k = a k h()+ l k a l h((k l)t) } {{ } IES +n(kt) }{{} bruit Si le récepteur est optimal (ce qui sera le cas dans la suite du cours) : IES = h() = + He(f)H e(f)df = E he Donc : z k = E he a k +n(kt) Il va falloir estimer â k à partir de z k, malgré le bruit r(t) y(t) Filtre de z(t) h r(t) â k z k = z(kt) Etape supplémentaire à cause de la présence de bruit : il faut affecter une valeur de symbole à chaque z k Exemple : z k =.6E he â k =, z k =.34E he â k =, etc... Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
23 par seuil : cas binaire par seuil : cas M-aire Idée : utiliser un seuillage pour décider de la valeur de chaque symbole Exemple : codage binaire antipolaire a k = ou a k = (qu on suppose équiprobable) On a donc zk = E he +n(kt) ou z k = E he +n(kt) n(kt) est aléatoire et gaussien, de moyenne nulle Une idée intuitive est de seuiller : si z k > alors â k = sinon â k = Dans le cas de M symboles, on utilise le même principe On calcule z k E he et on regarde quel symbole du dictionnaire est le plus proche (au sens de la distance euclidienne) On décide ensuite que â k est ce symbole Exemple : M = 4 et z k E he = Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Probabilité d erreur Calcul de la probabilité d erreur (cas binaire) Si le bruit est trop important, on risque de faire des erreurs Probabilité d erreur par symbole La probabilité d erreur symbole Psym err correspond à la probabilité de faire une erreur sur un symbole P err sym = p(â k a k ) Cette erreur sur les symboles se répercute ensuite sur les bits après décodage. Probabilité d erreur par bit La probabilité d erreur par bit Pbit err correspond à la probabilité de faire une erreur sur un bit Pbit err = p( d n ) Supposons que l on utilise un dictionnaire binaire antipolaire (a k = ou a k = ). Quelle est la probabilité de faire une erreur sur le symbole? On a soit z k = E he +n(kt), soit z k = E he +n(kt) On a déjà vu que P n = N + Hr(f) df = N E he (car le récepteur est supposé optimal) n(t) est un bruit gaussien de moyenne nulle et de variance σ n = P n Intuitivement on va dire que si z k >, alors â k =, et sinon â k = Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
24 Calcul de la probabilité d erreur (cas binaire) Calcul de la probabilité d erreur (cas binaire) Quand va-t-on faire une erreur? cas : Quand a k = et que z k > Quand a k = et que z k < Si a k = alors z k = E he +n(kt). Si on a z k >, c est donc que n(kt) > E he. Or n(t) est gaussien de moyenne nulle et de variance P n donc ( ) ( ) Ehe E he p(n(kt) > E he ) = Q Pn = Q N Si a k = alors z k = E he +n(kt). Si on a z k <, c est donc que n(kt) < E he. Or n(t) est gaussien de moyenne nulle et de variance P n donc ( ) ( ) ( ) Ehe Ehe E he p(n(kt) < E he ) = Q Pn = Q Pn = Q N Finalement comme les a k sont équiprobables, ( ( ) Psym err = Q E he )+ N Q E he = Q N ( ) E he N Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Probabilité d erreur M-aire (antipolaire) Energie moyenne par bit Généralisation (admise) : on peut montrer qu avec un dictionnaire antipolaire à M éléments, on a ( ) Psym err = M M Q Ehe Remarque : on retrouve bien notre expression quand M =! La probabilité d erreur dépend du nombre de symboles du dictionnaire M, de la variance du bruit blanc additif gaussien σ = N, et de l énergie du filtre de mise en forme/filtre de réception E he. N Rappel : Dans le cas d un dictionnaire antipolaire à M symboles, on peut montrer que E bit = M 3log M E h e où E bit est l énergie moyenne par bit. On a aussi E bit = P x D b où P x est la puissance émise moyenne et D b le débit binaire. Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
25 Probabilité d erreur M-aire (antipolaire) Probabilité d erreur M-aire (antipolaire) Avec cette définition, on peut réécrire pour un dictionnaire M-aire antipolaire ( ) Psym err = M M Q Ebit 3log M N M Probabilité d erreur symbole pour un dictionnaire M aire antipolaire 4 Pour minimiser Psym err, il faut augmenter E bit donc soit augmenter la puissance émise moyenne P x, soit diminuer le débit binare D b A E bit N fixé, plus on augmente M, plus la probabilité d erreur augmente Remarque : si on utilise un codage de Grey on a Pbit err Perr sym log M err P sym 6 8 M = M = 4 M = 8 M = 6 M = E bit /N (en db) Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Sommaire Transmission sur un canal à bande passante limitée r(t) y(t) Filtre de z(t) h r(t) z k = z(kt) â k Transmission sur un canal à bande passante limitée En connaissant le dictionnaire utilisé, on peut retrouver à partir de â k = a k. La probabilité d erreur binaire dépend de la probabilité d erreur par symbole et du dictionnaire utilisé. Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques 6-7 / 6
26 Transmission sur un canal à bande passante limitée Largeur du bande du signal Transmission sur un canal à bande passante limitée Bande passante du canal Nous avons vu en TP que les signaux en bande de base ont une largeur de bande que l on peut écrire : filtre NRZ : B T filtre RZ : B T filtre biphase Manchester : B T filtre en racine de cosinus surelevé : B = +β T B dépend du type de filtre de mise en forme h e (t), du débit binaire D b, et de la taille M de l alphabet utilisé Pour le moment, on a considéré que le canal était idéal et avait une bande passante infinie (H c (f) = ) En réalité, la bande passante du canal BP est limitée et le canal est plutot de la forme { si BP < f < BP H c (f) = sinon Ceci est du soit à la nature physique du canal (ex : type de câble, atténuation du signal sur de grandes distances, etc...) soit à des réglementations (ex : bande de fréquence achetée par un opérateur téléphonique, etc...) Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques 6-7 / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques 6-7 / 6 Transmission sur un canal à bande passante limitée Transmission en bande de base Transmission sur un canal à bande passante limitée Paramètres d une chaîne de transmission Afin de transmettre le plus d information possible on fait en sorte d utiliser toutes les capacités du canal, mais sans les dépasser! Si l on connait la bande passante du canal (ce qui est en pratique toujours le cas), on va faire en sorte que la largeur du bande du signal en bande de base soit du même ordre B BP En effet, si B > BP de l information sera perdue lors de la transmission, et si B < BP alors on a tendance à être plus sensible au bruit Connaissant la bande passante du canal de transmission, la largeur de bande va donc être fixée. Ceci va contraintre les choix de dictionnaire, filtres de mise en forme, etc... D b : débit binaire (en bits/seconde) B : largeur de bande du signal en bande de base (en Hz) (égale à la bande passante BP du canal). P x = E bit D b : puissance émise moyenne (en W) P err bit : probabilité d erreur par bit On veut D b le plus grand possible, P x et P err bit les plus petits possibles, et B = BP est souvent fixe. Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
27 Transmission sur un canal à bande passante limitée Evaluation d une chaîne de transmission Transmission sur un canal à bande passante limitée Dimensionnement d une chaîne de transmission Efficacité spectrale η = D b B = log M T B η le plus grand possible : D b maximal et B minimal Taux d erreur binaire nombre de bits mal détectés TEB = nombre total de bits emis NB : Pbit err est le TEB quand le nombre total de bits est infini Principe : on a des contraintes sur D b, B (=BP), P x et/ou P err bit Selon l application et le type de transmission, on va réaliser des compromis entre ces paramètres On va choisir en fonction de ces contraintes le dictionnaire (valence + type de dictionnaire) et les filtres d émission/réception Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6 Laurent Oudre laurent.oudre@univ-paris3.fr Communications numériques / 6
Systèmes de communications numériques 2
Systèmes de Communications Numériques Philippe Ciuciu, Christophe Vignat Laboratoire des Signaux et Systèmes cnrs supélec ups supélec, Plateau de Moulon, 9119 Gif-sur-Yvette ciuciu@lss.supelec.fr Université
Plus en détailCommunications numériques
Communications numériques 1. Modulation numérique (a) message numérique/signal numérique (b) transmission binaire/m-aire en bande de base (c) modulation sur fréquence porteuse (d) paramètres, limite fondamentale
Plus en détailExpérience 3 Formats de signalisation binaire
Expérience 3 Formats de signalisation binaire Introduction Procédures Effectuez les commandes suivantes: >> xhost nat >> rlogin nat >> setenv DISPLAY machine:0 >> setenv MATLABPATH /gel/usr/telecom/comm_tbx
Plus en détailChapitre I La fonction transmission
Chapitre I La fonction transmission 1. Terminologies 1.1 Mode guidé / non guidé Le signal est le vecteur de l information à transmettre. La transmission s effectue entre un émetteur et un récepteur reliés
Plus en détailChapitre 2 : Techniques de transmission
Chapitre 2 : Techniques de transmission /home/kouna/d01/adp/bcousin/repr/cours/2.fm - 14 Janvier 1998 20:09 Plan. Introduction. Phénomènes caractéristiques. Les éléments de la transmission. La modulation.
Plus en détailTransmission des signaux numériques
Transmission des signaux numériques par Hikmet SARI Chef de Département d Études à la Société Anonyme de Télécommunications (SAT) Professeur Associé à Télécom Paris. Transmission en bande de base... E
Plus en détailLA COUCHE PHYSIQUE EST LA COUCHE par laquelle l information est effectivemnt transmise.
M Informatique Réseaux Cours bis Couche Physique Notes de Cours LA COUCHE PHYSIQUE EST LA COUCHE par laquelle l information est effectivemnt transmise. Les technologies utilisées sont celles du traitement
Plus en détailChapitre 2 : communications numériques.
Chapitre 2 : communications numériques. 1) généralités sur les communications numériques. A) production d'un signal numérique : transformation d'un signal analogique en une suite d'éléments binaires notés
Plus en détailTransmission de données. A) Principaux éléments intervenant dans la transmission
Page 1 / 7 A) Principaux éléments intervenant dans la transmission A.1 Equipement voisins Ordinateur ou terminal Ordinateur ou terminal Canal de transmission ETTD ETTD ETTD : Equipement Terminal de Traitement
Plus en détailTD1 Signaux, énergie et puissance, signaux aléatoires
TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver
Plus en détailIntroduction aux Communications Numériques
Université de Cergy-Pontoise - 01 - Communications numériques Introduction aux Communications Numériques Master M1 ISIM March 19, 01 Iryna ANDRIYANOVA iryna.andriyanova@u-cergy.fr 1 Contenu du cours 1
Plus en détailTP: Représentation des signaux binaires. 1 Simulation d un message binaire - Codage en ligne
Objectifs : Ce TP est relatif aux différentes méthodes de codage d une information binaire, et à la transmission en bande de base de cette information. Les grandes lignes de ce TP sont l étude des méthodes
Plus en détailSystèmes de communications numériques 2
Systèmes de Communications Numériques Philippe Ciuciu, Christophe Vignat Laboratoire des Signaux et Systèmes CNRS SUPÉLEC UPS SUPÉLEC, Plateau de Moulon, 91192 Gif-sur-Yvette ciuciu@lss.supelec.fr Université
Plus en détailUE 503 L3 MIAGE. Initiation Réseau et Programmation Web La couche physique. A. Belaïd
UE 503 L3 MIAGE Initiation Réseau et Programmation Web La couche physique A. Belaïd abelaid@loria.fr http://www.loria.fr/~abelaid/ Année Universitaire 2011/2012 2 Le Modèle OSI La couche physique ou le
Plus en détailUniversité de La Rochelle. Réseaux TD n 6
Réseaux TD n 6 Rappels : Théorème de Nyquist (ligne non bruitée) : Dmax = 2H log 2 V Théorème de Shannon (ligne bruitée) : C = H log 2 (1+ S/B) Relation entre débit binaire et rapidité de modulation :
Plus en détailLES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION
LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION ) Caractéristiques techniques des supports. L infrastructure d un réseau, la qualité de service offerte,
Plus en détailINTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE
INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique
Plus en détailCours d Électronique du Tronc Commun S3. Le filtrage optimisé du signal numérique en bande de base. Notion de BRUIT en télécommunication.
IUT MARSEILLE DEPARTEMENT DE GENIE ELECTRIQUE ET INFORMATIQUE INDUSTRIELLE Diplôme Universitaire de Technologie. Cours d Électronique du Tronc Commun S3. Chapitre 8 : Le filtrage optimisé du signal numérique
Plus en détailTP Modulation Démodulation BPSK
I- INTRODUCTION : TP Modulation Démodulation BPSK La modulation BPSK est une modulation de phase (Phase Shift Keying = saut discret de phase) par signal numérique binaire (Binary). La phase d une porteuse
Plus en détailM1107 : Initiation à la mesure du signal. T_MesSig
1/81 M1107 : Initiation à la mesure du signal T_MesSig Frédéric PAYAN IUT Nice Côte d Azur - Département R&T Université de Nice Sophia Antipolis frederic.payan@unice.fr 15 octobre 2014 2/81 Curriculum
Plus en détailTD 1 - Transmission en bande de passe
Claude Duvallet Université du Havre UFR Sciences et Techniques 25 rue Philippe Lebon - BP 540 76058 LE HAVRE CEDEX Claude.Duvallet@gmail.com Claude Duvallet 1/10 Transmission en bande de passe (1/2) Description
Plus en détailTRANSMISSION NUMERIQUE
TRANSMISSION NUMERIQUE 1. SYSTEMES ET CANAUX DE TRANSMISSIONS 1.1. Un système complet pour la transmission numérique 1.2. Intérêts de la transmission numérique 1.3. Définitions 2. CODAGE DE VOIE - CODAGE
Plus en détailAnnée 2010-2011. Transmission des données. Nicolas Baudru mél : nicolas.baudru@esil.univmed.fr page web : nicolas.baudru.perso.esil.univmed.
Année 2010-2011 Réseaux I Transmission des données Nicolas Baudru mél : nicolas.baudru@esil.univmed.fr page web : nicolas.baudru.perso.esil.univmed.fr 1 Plan 1 Notions de signaux 2 Caractéristiques communes
Plus en détailJ AUVRAY Systèmes Electroniques TRANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE
RANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE Un message numérique est une suite de nombres que l on considérera dans un premier temps comme indépendants.ils sont codés le plus souvent
Plus en détailSystèmes de transmission
Systèmes de transmission Conception d une transmission série FABRE Maxime 2012 Introduction La transmission de données désigne le transport de quelque sorte d'information que ce soit, d'un endroit à un
Plus en détailFonctions de la couche physique
La Couche physique 01010110 01010110 Couche physique Signal Médium Alain AUBERT alain.aubert@telecom-st-etienne.r 0 Fonctions de la couche physique 1 1 Services assurés par la couche physique Transmettre
Plus en détailTraitement du signal avec Scilab : transmission numérique en bande de base
Traitement du signal avec Scilab : transmission numérique en bande de base La transmission d informations numériques en bande de base, même si elle peut paraître simple au premier abord, nécessite un certain
Plus en détailI. TRANSMISSION DE DONNEES
TD I. TRANSMISSION DE DONNEES 1. QU'EST-CE QU'UN CANAL DE TRANSMISSION? 1.1 Rappels Une ligne de transmission est une liaison entre les deux machines. On désigne généralement par le terme émetteur la machine
Plus en détailLes techniques de multiplexage
Les techniques de multiplexage 1 Le multiplexage et démultiplexage En effet, à partir du moment où plusieurs utilisateurs se partagent un seul support de transmission, il est nécessaire de définir le principe
Plus en détailTélécommunications. Plan
Télécommunications A.Maizate - EHTP 2010/2011 Plan Concepts généraux: Téléinformatique Liaison de Téléinformatique Sens de transmission Types de transmission Parallèle Série Techniques de Transmission
Plus en détailThéorie et Codage de l Information (IF01) exercices 2013-2014. Paul Honeine Université de technologie de Troyes France
Théorie et Codage de l Information (IF01) exercices 2013-2014 Paul Honeine Université de technologie de Troyes France TD-1 Rappels de calculs de probabilités Exercice 1. On dispose d un jeu de 52 cartes
Plus en détailIntérêt du découpage en sous-bandes pour l analyse spectrale
Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,
Plus en détail2. Couche physique (Couche 1 OSI et TCP/IP)
2. Couche physique (Couche 1 OSI et TCP/IP) 2.1 Introduction 2.2 Signal 2.3 Support de transmission 2.4 Adaptation du signal aux supports de transmission 2.5 Accès WAN 2.1 Introduction Introduction Rôle
Plus en détailLABO 5-6 - 7 PROJET : IMPLEMENTATION D UN MODEM ADSL SOUS MATLAB
LABO 5-6 - 7 PROJET : IMPLEMENTATION D UN MODEM ADSL SOUS MATLAB 5.1 Introduction Au cours de séances précédentes, nous avons appris à utiliser un certain nombre d'outils fondamentaux en traitement du
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailLa couche physique de l ADSL (voie descendante)
La couche physique de l ADSL (voie descendante) Philippe Ciblat École Nationale Supérieure des Télécommunications, Paris, France Problématique qq kilomètres CENTRAL câble de 0,4mm Objectifs initiaux :
Plus en détailLes transmissions et les supports
Chapitre chapitre 1 Les transmissions et les supports Un réseau suppose plusieurs équipements informatiques (ordinateurs fixes ou portables, divers équipements électroniques, téléphones, assistants numériques
Plus en détailTelecommunication modulation numérique
Telecommunication modulation numérique Travaux Pratiques (MatLab & Simulink) EOAA Salon de Provence Stéphane BRASSET, Françoise BRIOLLE Édition 2012 Table des matières 1 Modulation/démodulation en bande
Plus en détailChaine de transmission
Chaine de transmission Chaine de transmission 1. analogiques à l origine 2. convertis en signaux binaires Échantillonnage + quantification + codage 3. brassage des signaux binaires Multiplexage 4. séparation
Plus en détailSignalisation, codage, contrôle d'erreurs
Signalisation, codage, contrôle d'erreurs Objectifs: Plan Comprendre les mécanismes utilisés pour transmettre des informations sur un support physique Comprendre la nécessité de regrouper les informations
Plus en détailLe multiplexage. Sommaire
Sommaire Table des matières 1- GENERALITES... 2 1-1 Introduction... 2 1-2 Multiplexage... 4 1-3 Transmission numérique... 5 2- LA NUMERATION HEXADECIMALE Base 16... 8 3- ARCHITECTURE ET PROTOCOLE DES RESEAUX...
Plus en détailTransmissions série et parallèle
1. Introduction : Un signal numérique transmet généralement plusieurs digits binaires. Exemple : 01000001 ( huit bits). Dans une transmission numérique on peut envisager deux modes : les envoyer tous en
Plus en détailTransmission d informations sur le réseau électrique
Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en
Plus en détailCaractéristiques des ondes
Caractéristiques des ondes Chapitre Activités 1 Ondes progressives à une dimension (p 38) A Analyse qualitative d une onde b Fin de la Début de la 1 L onde est progressive puisque la perturbation se déplace
Plus en détail1. Présentation général de l architecture XDSL :
1. Présentation général de l architecture XDSL : Boucle locale : xdsl (Data Subscriber Line). Modem à grande vitesse adapté aux paires de fils métalliques. La lettre x différencie différents types, comme
Plus en détailCHAPITRE V. Théorie de l échantillonnage et de la quantification
CHAPITRE V Théorie de l échantillonnage et de la quantification Olivier FRANÇAIS, SOMMAIRE I INTRODUCTION... 3 II THÉORIE DE L ÉCHANTILLONNAGE... 3 II. ACQUISITION DES SIGNAUX... 3 II. MODÉLISATION DE
Plus en détailTelecommunication modulation numérique
Telecommunication modulation numérique Travaux Pratiques (MatLab & Simulink) EOAA Salon de Provence Françoise BRIOLLE c Édition 2013 Table des matières 1 Modulation/démodulation en bande de base 6 1.1
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en détailCompression et Transmission des Signaux. Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette
Compression et Transmission des Signaux Samson LASAULCE Laboratoire des Signaux et Systèmes, Gif/Yvette 1 De Shannon à Mac Donalds Mac Donalds 1955 Claude Elwood Shannon 1916 2001 Monsieur X 1951 2 Où
Plus en détailTELEVISION NUMERIQUE
REPUBLIQUE DU CAMEROUN Paix - Travail Patrie --------------------- UNIVERSITE DE YAOUNDE I ---------------------- ECOLE NATIONALE SUPERIEURE POLYTECHNIQUE ---------------------- REPUBLIC OF CAMEROUN Peace
Plus en détailChapitre 2 : Systèmes radio mobiles et concepts cellulaires
Chapitre 2 : Systèmes radio mobiles et concepts cellulaires Systèmes cellulaires Réseaux cellulaires analogiques de 1ère génération : AMPS (USA), NMT(Scandinavie), TACS (RU)... Réseaux numériques de 2ème
Plus en détailChapitre 2 Les ondes progressives périodiques
DERNIÈRE IMPRESSION LE er août 203 à 7:04 Chapitre 2 Les ondes progressives périodiques Table des matières Onde périodique 2 2 Les ondes sinusoïdales 3 3 Les ondes acoustiques 4 3. Les sons audibles.............................
Plus en détailDOSSIER ADSL. DEMARCHE DE TRAVAIL : Consultez rapidement le dossier avant de commencer Complétez le dossier en suivant les indications du document
DOSSIER ADSL OBJECTIFS DU DOSSIER : Dans le dossier suivant, nous vous proposons de découvrir les spécificités des lignes à haut débit. Nous verrons notamment deux dossiers : L ADSL (Asymmetric Digital
Plus en détail2. DIFFÉRENTS TYPES DE RÉSEAUX
TABLE DES MATIÈRES 1. INTRODUCTION 1 2. GÉNÉRALITÉS 5 1. RÔLES DES RÉSEAUX 5 1.1. Objectifs techniques 5 1.2. Objectifs utilisateurs 6 2. DIFFÉRENTS TYPES DE RÉSEAUX 7 2.1. Les réseaux locaux 7 2.2. Les
Plus en détailCisco Certified Network Associate
Cisco Certified Network Associate Version 4 Notions de base sur les réseaux Chapitre 8 01 Quelle couche OSI est responsable de la transmission binaire, de la spécification du câblage et des aspects physiques
Plus en détailLes différents codages d'une information binaire en Informatique Industrielle
Institut Universitaire de Technologie de Tours Département Génie Électrique et Informatique Industrielle MICHOT Julien A1 M. M. Les différents codages d'une information binaire en Informatique Industrielle
Plus en détailxdsl Digital Suscriber Line «Utiliser la totalité de la bande passante du cuivre»
xdsl Digital Suscriber Line «Utiliser la totalité de la bande passante du cuivre» Le marché en France ~ 9 millions d abonnés fin 2005 ~ 6 millions fin 2004 dont la moitié chez l opérateur historique et
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détailBASES DE TRANSMISSIONS NUMERIQUES Les modulations numériques
- ENSEIRB - BASES DE TRANSMISSIONS NUMERIQUES Les modulations numériques Patrice KADIONIK adioni@enseirb.fr http://www.enseirb.fr/~adioni 1 / 41 TABLE DES MATIERES 1. Introduction...4. Les modulations
Plus en détailLa structure du mobile GSM
La structure du mobile GSM Jean-Philippe MULLER Décembre 2000 Sommaire : 1- Le schéma fonctionnel d un mobile GSM 2- Le traitement numérique du signal à l émission 3- Le principe de base du vocodeur 4-
Plus en détailDan Istrate. Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier
Détection et reconnaissance des sons pour la surveillance médicale Dan Istrate le 16 décembre 2003 Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier Thèse mené dans le cadre d une collaboration
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailP1PY7204 Acquisition de données Cours
ANNEE 2012-2013 Semestre d Automne 2012 Master de Sciences, Technologies, Santé Mention Physique- Spécialité Instrumentation P1PY7204 Acquisition de données Cours Denis Dumora denis.dumora@u-bordeaux1.fr
Plus en détailCLIP. (Calling Line Identification Presentation) Appareil autonome affichant le numéro appelant
1. Besoin CLIP (Calling Line Identification Presentation) Appareil autonome affichant le numéro appelant ETUDE FONCTIONNELLE De très nombreux abonnés du réseau téléphonique commuté ont exprimé le besoin
Plus en détailSYSTEME DE PALPAGE A TRANSMISSION RADIO ETUDE DU RECEPTEUR (MI16) DOSSIER DE PRESENTATION. Contenu du dossier :
SYSTEME DE PALPAGE A TRANSMISSION RADIO ETUDE DU RECEPTEUR (MI16) DOSSIER DE PRESENTATION Contenu du dossier : 1. PRESENTATION DU SYSTEME DE PALPAGE A TRANSMISSION RADIO....1 1.1. DESCRIPTION DU FABRICANT....1
Plus en détailChapitre 22 : (Cours) Numérisation, transmission, et stockage de l information
Chapitre 22 : (Cours) Numérisation, transmission, et stockage de l information I. Nature du signal I.1. Définition Un signal est la représentation physique d une information (température, pression, absorbance,
Plus en détailLes réseaux cellulaires
Les réseaux cellulaires Introduction Master 2 Professionnel STIC-Informatique Module RMHD 1 Introduction Les réseaux cellulaires sont les réseaux dont l'évolution a probablement été la plus spectaculaire
Plus en détailLe réseau sans fil "Wi - Fi" (Wireless Fidelity)
Professionnel Page 282 à 291 Accessoires Page 294 TPE / Soho Page 292 à 293 Le réseau sans fil "Wi - Fi" (Wireless Fidelity) Le a été défini par le Groupe de travail WECA (Wireless Ethernet Compatibility
Plus en détailFiltres passe-bas. On utilise les filtres passe-bas pour réduire l amplitude des composantes de fréquences supérieures à la celle de la coupure.
Filtres passe-bas Ce court document expose les principes des filtres passe-bas, leurs caractéristiques en fréquence et leurs principales topologies. Les éléments de contenu sont : Définition du filtre
Plus en détailNumérisation du signal
Chapitre 12 Sciences Physiques - BTS Numérisation du signal 1 Analogique - Numérique. 1.1 Définitions. Signal analogique : un signal analogique s a (t)est un signal continu dont la valeur varie en fonction
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailEMETTEUR ULB. Architectures & circuits. Ecole ULB GDRO ESISAR - Valence 23-27/10/2006. David MARCHALAND STMicroelectronics 26/10/2006
EMETTEUR ULB Architectures & circuits David MARCHALAND STMicroelectronics 26/10/2006 Ecole ULB GDRO ESISAR - Valence 23-27/10/2006 Introduction Emergence des applications de type LR-WPAN : Dispositif communicant
Plus en détailManipulation N 6 : La Transposition de fréquence : Mélangeur micro-ondes
Manipulation N 6 : La Transposition de fréquence : Mélangeur micro-ondes Avant Propos : Le sujet comporte deux parties : une partie théorique, jalonnée de questions (dans les cadres), qui doit être préparée
Plus en détailEnregistrement et transformation du son. S. Natkin Novembre 2001
Enregistrement et transformation du son S. Natkin Novembre 2001 1 Éléments d acoustique 2 Dynamique de la puissance sonore 3 Acoustique géométrique: effets de diffusion et de diffraction des ondes sonores
Plus en détailMesures en réception télévision
1. Télévision terrestre analogique Rappels En bande terrestre analogique pour une prise utilisateur le niveau doit être compris entre 57 et 74 dbµv Ces niveaux sont donnés pour un signal de grande qualité.
Plus en détailSignaux numériques : Multiplexage temporel : TDM
Signaux numériques : Multiplexage temporel : TDM Pour la hiérarchie TDM, il y a deux catégorie : Le multiplexage dans les systèmes informatiques : La transmission TDM dans des lignes haute vitesse à partir
Plus en détailTechnologies xdsl. 1 Introduction 2 1.1 Une courte histoire d Internet... 2 1.2 La connexion à Internet... 3 1.3 L évolution... 3
Technologies xdsl Table des matières 1 Introduction 2 1.1 Une courte histoire d Internet.......................................... 2 1.2 La connexion à Internet..............................................
Plus en détailChristian JUTTEN Théorie du signal
Christian UTTEN Théorie du signal Cours de deuxième année (3i4) du département 3i Université oseph Fourier - Polytech Grenoble novembre 2009 1 Table des matières 1 Introduction à la théorie du signal 6
Plus en détailDétection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux
Détection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux hétérogènes Laurent Déjean Thales Airborne Systems/ENST-Bretagne Le 20 novembre 2006 Laurent Déjean Détection en
Plus en détailEcole Centrale d Electronique VA «Réseaux haut débit et multimédia» Novembre 2009
Ecole Centrale d Electronique VA «Réseaux haut débit et multimédia» Novembre 2009 1 Les fibres optiques : caractéristiques et fabrication 2 Les composants optoélectroniques 3 Les amplificateurs optiques
Plus en détailRecherche De Coalescences Binaires Étalonnage Du Détecteur
Recherche De Coalescences Binaires Étalonnage Du Détecteur Fabrice Beauville Journées Jeunes Chercheurs 18/12/2003 Les Coalescences Binaires & VIRGO Système binaire d objets compacts (étoiles à neutrons,
Plus en détailCryptographie Quantique
Cryptographie Quantique Jean-Marc Merolla Chargé de Recherche CNRS Email: jean-marc.merolla@univ-fcomte.fr Département d Optique P.-M. Duffieux/UMR FEMTO-ST 6174 2009 1 Plan de la Présentation Introduction
Plus en détailInterception des signaux issus de communications MIMO
Interception des signaux issus de communications MIMO par Vincent Choqueuse Laboratoire E 3 I 2, EA 3876, ENSIETA Laboratoire LabSTICC, UMR CNRS 3192, UBO 26 novembre 2008 Interception des signaux issus
Plus en détailScanner acoustique NoiseScanner
Scanner acoustique NoiseScanner «Des yeux et des oreilles pour localiser les sources de bruit...» Scanner acoustique NoiseScanner Décibel d Or 2014 Caractéristiques générales Originalités Fruit de 20 ans
Plus en détailUEO11 COURS/TD 1. nombres entiers et réels codés en mémoire centrale. Caractères alphabétiques et caractères spéciaux.
UEO11 COURS/TD 1 Contenu du semestre Cours et TDs sont intégrés L objectif de ce cours équivalent a 6h de cours, 10h de TD et 8h de TP est le suivant : - initiation à l algorithmique - notions de bases
Plus en détailG.P. DNS02 Septembre 2012. Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3. Réfraction
DNS Sujet Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3 Réfraction I. Préliminaires 1. Rappeler la valeur et l'unité de la perméabilité magnétique du vide µ 0. Donner
Plus en détailPrécision d un résultat et calculs d incertitudes
Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................
Plus en détailArchitectures et Protocoles des Réseaux
Chapitre 5 - Les réseaux xdsl Claude Duvallet Université du Havre UFR Sciences et Techniques 25 rue Philippe Lebon - BP 540 76058 LE HAVRE CEDEX Claude.Duvallet@gmail.com Claude Duvallet 1/32 Plan de la
Plus en détailLa PSBT Optique : Un candidat sérieux pour augmenter le débit sur les installations existantes.
La PSBT Optique : Un candidat sérieux pour augmenter le débit sur les installations existantes. Farouk Khecib, Olivier Latry, Mohamed Ketata IUT de Rouen, Université de Rouen Département Génie Électrique
Plus en détailRapport. Mesures de champ de très basses fréquences à proximité d antennes de stations de base GSM et UMTS
Rapport Mesures de champ de très basses fréquences à proximité d antennes de stations de base GSM et UMTS A.AZOULAY T.LETERTRE R. DE LACERDA Convention AFSSET / Supélec 2009-1 - 1. Introduction Dans le
Plus en détailSYSTEMES DE TELECOMMUNICATIONS
SYSTEMES DE TELECOMMUNICATIONS Martial Coulon ENSEEIHT - Télécom-Réseaux - Electronique - SCR Année 27-28 2 Plan du cours Chapitre 1 : Introduction Chapitre 2 : Milieux de Transmission Chapitre 3 : Le
Plus en détailCCP PSI - 2010 Mathématiques 1 : un corrigé
CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P
Plus en détailDigital Subscriber Line
Digital Subscriber Line Bernard Cousin Présentation d'adsl But : Offrir l'accès à l'internet à partir d'un domicile personnel Le cout des réseaux d'accès est très important par rapport à celui du réseau
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailAcquisition et conditionnement de l information Les capteurs
Acquisition et conditionnement de l information Les capteurs COURS 1. Exemple d une chaîne d acquisition d une information L'acquisition de la grandeur physique est réalisée par un capteur qui traduit
Plus en détailCapacité d un canal Second Théorème de Shannon. Théorie de l information 1/34
Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second
Plus en détail