In collaborazione con ascal1. Postiamo il nostro svolgimento fateci sapere il vostro parere.
Quesito 3.
Le basi con la procedura di grahm-schmidt sono:
a.
$ psi_1=s_1(t) $
$ psi_2=s_2(t) $
in quanto s1 e s2 hanno energia unitaria e c21=0.
Per la terza base otteniamo:
$ c_(31)=alpha $
$ c_(32)=alpha $
quindi $ d_3=0 $
b.La costellazione è :
$ s_1=(sqrt(epsilon),0) $
$ s_2=(0,sqrt(epsilon)) $
$ s_3=(alpha,alpha) $
Al variare di alpha s3 si sposta lungo la retta y=x.
c. $ E_(av)=2/3(1+alpha^2) $
d. Per utilizzare l'Union Bound calcoliamo le distanze tra i segnali.
$ d^2_(12)=2epsilon $
$ d^2_(13)=(1-alpha)^2+alpha^2 $
$ d^2_(23)=alpha^2+(1-alpha)^2 $
$ P(e|s_1)<=Q[sqrt( ((1-alpha)^2+alpha^2)/(2N_0))]+Q[sqrt(epsilon/(2N_0) ) ] $
$ P(e|s_2)<=Q[sqrt( ((1-alpha)^2+alpha^2)/(2N_0))]+Q[sqrt(epsilon/(2N_0) ) ] $
$ P(e|s_3)<=Q[sqrt( ((1-alpha)^2+alpha^2)/(2N_0))]+Q[sqrt(epsilon/(2N_0) ) ] $
$ P(e)<=1/3(P(e|s_1)+P(e|s_2)+P(e|s_3))=Q[sqrt( ((1-alpha)^2+alpha^2)/(2N_0))]+Q[sqrt(epsilon/(2N_0) ) ] $
Quesito 4
a. Sappiamo che la probabilità di prendere una corretta decisione è ottenuta massimizzando la probabilità a posteriori che ci viene data dalla regola di Bayes.
$ P(s_m|r)=(f(r|s_m)P(s_m) )/f(r) $
Per massimizzare tale probabilità è sufficiente trovare il segnale che massimizza $ f(r|s_m) $ visto che i nostri segnali hanno uguali probabiltà a priori (Criterio ML).
Quindi confrontando le pdf:
$ f(r|s_1){:(s_1),(>),(<),(s_2):}f(r|s_2) $
applicando i ln a entrambi i membri, tale confronto si riduce a:
$ -|r+sqrt(epsilon)|{:(s_1),(>),(<),(s_2):}-|r-sqrt(epsilon)| => |r+sqrt(epsilon)|{:(s_1),(<),(>),(s_2):}|r-sqrt(epsilon)| $
Confrontare i moduli è uguale a confrontare i moduli quadri (o se volete, elevando entrambi i membri al quadrato) otteniamo:
$ |r+sqrt(epsilon)|^2{:(s_1),(<),(>),(s_2):}|r-sqrt(epsilon)|^2 => d_(r1){:(s_1),(<),(>),(s_2):}d_(r2) $ cioè il decisore sceglie il segnale che ha la minima distanza da r.
b. Nel caso di rumore con pdf di tipo laplace, basta ricordare che la soglia di decisione non cambia e che quindi:
$ P(e|s_1)=P(r>0)=1/sqrt(N_0)int_0^(+oo) e^( -2|r+sqrt(epsilon)|/sqrt(N_0)) dr $
Svolgendo quest'integrale (si pone $ x=2(r+sqrt(epsilon))/sqrt(N_0) $)
ottengo: $ P(e|s_1)=P(e|s_2)= 1/2 e^(-2sqrt(epsilon/N_0))=P(e) $
c. d.
Nel caso di rumore gaussiano per la segnalazione Pam antipodale la probabilità d'errore è ben nota ed è
$ Q(sqrt( (2epsilon_b)/N_0)) $
Quella totale del sistema è:
$ P(e)=(1-p)1/2 e^(-2sqrt(epsilon/N_0)) +pQ(sqrt( (2epsilon_b)/N_0)) $
Approssimando $ Q(x)=1/2 e^(-x^2/2) $:
Possiamo dire che per alto SNR entrambe le probabilità d'errore tendono a 0, mentre per basso SNR notiamo che la probabilità d'errore del sistema iniziale tende sempre a 1, invece quella del secondo sistema tende a $ 1-p/2 $ quindi, per $ p>0 $ sempre minore di 1. Di conseguenza è preferibile il secondo sistema.
edit: 10 Luglio 2011 - Corretta energia media.