SISTEMAS DE COMUNICACIONES

REPRESENTACIÓN DE SEÑALES EN EL ESPACIO

ALEX PAUL PORRAS ROBALINO

CARLOS RENATO SOLIS GUANIN
La representación vectorial de las señales facilita la
tarea del diseño y análisis de un sistema digital de
comunicaciones.

Una diferencia importante entre modulación

analógica y modulación digita es que mientras en
las analógicas se evalúa la calidad mediante la
relación señal/ruido, en las digitales el aspecto
clave es la probabilidad de error en los símbolos
trasmitidos, independientemente de la fidelidad
entre las formas de onda enviadas y recibidas.
Esta representación permite que una señal esté
representada por un vector N-dimensional
relacionado con una base ortogonal de N señales.
Representación de señales de forma mas Compacta
 CONCEPTO VECTORIAL
• Definición de Vector:
– Un segmento lineal dirigido
– Su longitud es denominada la longitud del vector
– Su dirección es denominada como dirección mismo

a
b c

Vector c
Vector a Vector b

•Producto escalar a•b : producto resultante de la longitud de la proyección del vector a

sobre el vector b multiplicado por la longitud del vector b:

a
a•b=|a| |b| cos(), con |a| y |b|
 b las longitudes de los vectores
a y b respectivamente
 ORTOGONALIDAD
• Vectores ortogonales:
– Cuando el ángulo definido por sus direcciones es recto (/2 ó 90°)

Vector a
a

=90°
Vector b

• Producto escalar o interno de vectores ortogonales es igual a cero:

a•b=|a| |b| cos(/2 )=0
 Representación geométrica
• En espacio Euclideano para el vector x
-Considerando vector en un -Considerando vector en un espacio
plano bidimensional: x=(x1, x2) tridimensional: x=(x 1, x2, x3)
-Dirección de vectores unitarios -Dirección de vectores unitarios
ortogonales 1 y 2 ortogonales 1,2 y 3
2
x=x11+x22 2
x2 x2

1
x1

x1
1
x3

x=x11+x22+x33 3
Representación geométrica para un espacio n-dimensional

Un vector x=(x1, x2, x3, ..., xn) de N-orden, puede representarse como una
combinación lineal de los n vectores unitarios ortogonales 1, 2, 3,..., N

x  x11  x2 2  x33  ...  xn N

n
x   x j j
j 1
 Propiedades Vectoriales

Independencia: Un conjunto de vectores de m dimensiones, x1, x2,...,xm,

es independiente si ninguno de los vectores de ese conjunto puede
representarse como combinación lineal de los vectores restantes del
conjunto, es decir:

a1 x1  a2 x2  a3 x3  ... am xm  0;  a j (constante)
 Propiedades Vectoriales

Vectores base: Son los n vectores independientes en un espacio n-

dimensional

Vectores ortonormales: Son vectores ortogonales con longitud

unitarias, de un espacio n-dimensional. Satisfacen la propiedad del
producto punto o interno:

0 i j
i   j  
1 i j
 El modelo habitual para las comunicaciones digitales

A este se le divide el transmisor (o modulador digital) en dos

elementos funcionales diferenciados: codificador, y modulador; y
el receptor (o demodulador digital) se divide también en dos
elementos funcionales: demodulador y decisor , tal y como se
muestra en la figura
 Modelo vectorial de sistema digital

Rm  log 2 M  / Tm si  (si1 ,si 2 ,...,siN )

Una señal cada TS segundos

mi s ( t ) i  1,2 ,...,M
i
Fuente de Codificador Modulador
Mensajes Vectorial Vectorial Al canal físico

mi  si ( t )
Un mensaje cada Tm segundos
mi  0,1,..., M - 1
n( t ) 

Sumidero de Decodificador Demodulador

Mensajes Vectorial Vectorial ri ( t )  si ( t )  n( t )
m̂i
ri  (ri1 ,ri 2 ,...,riN ) ri ( t )
Decisión:
Muestra debe procurar
mínima probabilidad
de error ( m̂i corresponda a m i )
 Del modelo

Codificador Vectorial:
Mapeo de un símbolo a un vector
de valor real de dimensión NM ,
Fuente de Mensaje:
Un símbolo mensaje mi cada Tm
mi  si  (si1 ,si 2 ,...,siN )
segundos, hay m diferentes
símbolos y todos ocurren con igual
probabilidad,
1
Pi  Pmi emitido  , i Modulador Vectorial:
M Mapeo de un vector de valor real a
una forma de onda de valor real en
un intervalor 0tTS con energía
finita,

si  si ( t )
T
Ei   si2 ( t )dt  
0
 Del modelo
Canal de formas de onda: Demodulador Vectorial:

Sistema LTI, ancho de banda Mapeo de la señal recibida a un

acomoda si(t) sin distorsión, y el vector de valor real y dimensión N,
ruido es agregado.
ri ( t )  ri  (ri1 ,ri 2 ,...,riN )
ri ( t )  si ( t )  n( t ), 0  t  TS
Donde n(t) es ruido blanco aditivo Detector o Decodificador Vectorial:
Gaussiano.
Mapea r i a uno de los m mensajes,

ri  m̂
La decisión se toma de acuerdo a un criterio
estadístico de optimización para reducir la
probabilidad de error de símbolo,

Pe   Pm̂i  mi mi Pmi 
M

i 1
 Conversión formas de onda a vectores espaciales

Producto escalar (interno o punto) de un espacio Euclideano

Considere “V” como un espacio lineal Euclideano, sobre un campo numérico

complejo “C”:

0. Notación del producto escalar, para dos vectores,  y :  α, β 

1. Simetría:  α, β   α, β  , α, β V

2. Positivo de facto:  α,α   0, (  0 si α  0)

3. Linealidad:  aα1  bα 2 , β  a  α1 , β   b  α 2 , β , α1 , α 2 , β  V, a, b  C
 Conversión formas de onda a vectores espaciales

Extensión para señales de energía finita:

•Si la señal s(t) puede especificarse mediante una n-ada, entonces también es un
vector
•Espacio de Señales: Se definen n señales 1, 2, 3,..., N, como independientes, si
satisfacen:
a11  a2 2  a33  ...  aN  N  0;  a j (constante)

•Si toda señal s i(t) de un cierto espacio de M señales, se puede representar como una
combinación lineal de n señales independientes { j}, entonces se tiene un espacio de
señales de N dimensiones,
N
si (t)   sij  j (t), i  1,2,...,M 0 t T
j 1

•Donde los coeficientes sij se obtiene como:

T NOTA: sij es la proyección de
sij  si (t),  j (t)   si (t) j (t)dt si sobre j
0
 Representación Espacial de Señales

•Representación Espacial: Una vez especificadas las señales base {j}, podemos
representar la señal s(t) mediante una N-ada (si1, si2, si3,...,siN)

•Producto Escalar o Interno de dos señales de valor real s(t) y y(t) sobre un intervalo
[0,T] se define como:
T
 s(t), y(t)   s(t)y(t)dt
0

•Norma o longitud de una señal s(t) se define como:

1/2
s(t)  s(t), s(t) 1/2    s 2 (t)dt
T
 2 E (  0)
 0 

•Conjunto de señales ortogonales: Un conjunto de N forma de ondas de señales se

denomina ortogonales si,

T c j i j
 i (t), j (t)   i (t) j (t)dt 
0
0 i j
 Representación Espacial de Señales

•Si, c j  1  j, i.e. E j  1 , energía unitaria, entonces el

conjunto de señales {1 } se denomina ortonormal, i.e.,

T 1 i j
 i (t), j (t)   i (t) j (t)dt 
0
0 i j

•Otra vez, para un conjunto ortonormal, los

coeficientes sij de una señal si(t) se obtiene por:

T
sij  si (t),  j (t)   si (t) j (t)dt
0
 Ilustración
Un espacio de señales consta de cuatro señales s1(t), s2(t), s3(t) y s4(t) como se
muestra en la figura:
s1(t) s2(t) s3(t) s4(t)

1 1 1 1

0.5
1 2 1 1 2 1
t 2 t t 2 t
-0.5 -0.5

-1 -1

Vectores Ortonormales:

1(t) 
2(t)

1 1

2
1 t 1 2 t
-0.5

-1
 Ilustración
Puede demostrarse por simple inspección que las señales s1(t), s2(t), s3(t) y s4(t)
pueden expresarse como combinaciones lineales de las señales ortonormales 1(t) y
2(t) según se muestra:

2
si (t)   sij  j (t)  si11 (t)  si2 2 (t)
j 1

s1(t)  1,  0.5

2
s1 (t)   s1j  j (t)  s111 (t)  s12 2 (t)  1 (t) - 0.52 (t)
j 1
2
s2 (t)   s2j  j (t)  s211 (t)  s22 2 (t)  0.51 (t)   2 (t) s2(t)   0.5, 1
j 1

2
s3 (t)   s3j  j (t)  s311 (t)  s322 (t)  2 (t) s3(t)  0, -1
j 1

2
s4 (t)   s4j  j (t)  s411 (t)  s42 2 (t)  0.51 (t)   2 (t) s4(t)  0.5, 1
j 1
 Ilustración
Representación espacial de las señales s1(t), s2(t), s3(t) y s4(t) en un espacio vectorial
euclideano definido por las señales ortonormales 1(t) y 2(t) según la figura de
abajo:
2(t)
s1(t)  1,  0.5
s2(t) s4(t)
s2(t)   0.5, 1
1

s3(t)  0, -1

0.5

s4(t)  0.5, 1
1
1(t)
-1 -0.5 0.5

-0.5 s1(t)

-1 s3(t)

•Qué procedimiento permite determinar los vectores ortonormales  j(t)? los coeficientes sij? la
representación espacial/vectorial de las señales?
• El algoritmo de ortogonalización de Gram-Schmidt.
 Algoritmo de Ortogonalización Gram-Schmidt

• Algoritmo mediante el cual se determinan las N señales

independientes y ortogonales de longitud unitaria
(ortonormales) 1, 2, 3,..., N, que permiten, a través
de una combinación lineal de las mismas, representar
las M señales de energía finita s1(t), s2(t), s3(t),...,sM(t)
en un espacio vectorial euclideano de N-orden.
 Consideraciones

• Cualquier señal si(t) en un conjunto de M señales de energía

s (t)
i 1  i  M  puede ser representada por una combinación
lineal de un conjunto de N funciones de señales
ortonormales  j (t) 1  j  N  donde NM.

N
si (t)   sij  j (t), i  1,2,...,M. 0  t  T
j 1

Donde:
T
sij  si (t),  j (t)   si (t) j (t)dt
0
 Consideraciones

• Note que:
T
0
si(t) j(t)dt cuyo resultado corresponde a
sij que es la proyecció n de si(t) sobre  j(t)

Matricialmente:  1 (t) 
 
  2 (t) 
si (t)  si1 , si 2 ,...,siN   
 
 
  (t) 
 N 
• También: si  si1 , si2 ,...,siN 
 Procedimiento de Gram-Schmidt en detalle

Entrada: M señales {si (t)} para 0  t  T y i  1,2,...,M

Salida: Funciones ortonormales bases : { j (t)} : N  M

para 0  t  T y j  1,2,..., N, tal que
N
s i (t)   s ij j (t)
j 1
T
donde s ij  s i (t),  j (t)   s i (t) j (t)dt
0
 Procedimiento de Gram-Schmidt en detalle

Paso 1: g 1 (t)  s1 (t) (dirección )

g 1 (t) s1 (t)
1 (t)   (longitud unitaria)
g 1 (t) s1 (t)
s1 (t)

2 E
1

 Recuerde T


s (t)  E  (t)  s  (t) 2
 
2
1 1 1 11 1 2
que
donde s  E E s (t) s (t)dt
 1 1 1

2
11 1
0
y  (t) tiene energía unitaria
1
 Procedimiento de Gram-Schmidt en detalle

Paso 2:
T
Calcule:
s21   s2 (t)1 (t)dt
0

g 2 (t)  s2 (t)  s211 (t) (g 2 (t)  1 (t))

Fije:

  g 2 (t), 1 (t)  0 (dirección)

 2 (t) es la versión normalizad a de g 2 (t)

T
Calcular la norma de g 2(t):
E2   s 2 (t)dt
2
0
 Procedimiento de Gram-Schmidt en detalle

T
Paso 2 (cont.): g 2 (t)  2
0
g 22 (t)dt

 2 E2  2s 221  s21
2

 2 E2  s 221

g 2 (t) s2 (t)  s211 (t)

Fije: 2 (t)  
g 2 (t) 2 E  s2
2 21

T
Tenemos que: 2 (t)   22 (t)dt  1
0
T
y que  0
1 (t)2 (t)dt  0
 Procedimiento de Gram-Schmidt en detalle

Paso n: Calcule: snj  sn (t), j (t) , j  1, 2,...,n - 1

n 1
g n (t)  sn (t)   snj  j (t) (dirección )
j 1

n 1 T
g n (t)  2 En   s nj En  sn (t)   s 2n (t)dt
2 2

j 1 0

g n (t)
 n (t)  (longitud unitaria)
g n (t) n 1
sn (t)   snj  j (t)
j 1
 n 1
2 En   s 2nj
j 1
 Procedimiento de Gram-Schmidt en detalle

Este procedimiento se continúa hasta que todas las señales

s1 (t), s2 (t),...,sM (t) son procesadas.
n 1
Puede suceder que sn (t)   snj  j (t)  0.
j 1

De este modo,  n (t)  0 ya que sn (t) no tiene

componente que no haya sido ya considerada por
una combinación de 1 (t), 2 (t),..., n-1 (t). En este
caso, simplemente ignore cualquier señal sn (t) que
dé  n (t)  0.
 Ejemplo
Un conjunto de cuatro formas de onda se ilustra abajo. Encuentre un conjunto
ortogonal para este conjunto de señales aplicando el procedimiento de Gram-
Schmidt.
s1(t) s2(t)

1 1

1 2
1 2 t t
-0.5

-1

s3(t) s4(t)

1 1

1 2 3 t 1 2 3 t
-0.5

-1
 Ejemplo

Paso g 1 (t)  s1 (t)  1, 0t 2

1:
s1 (t) 3
E1  s1 (t)   1 dt  t 0  2
2 2
1 (t)  con 2
2 E 0
1

entonces 2 E1  2 2
s1 (t) 1
1 (t)  2  2 , 0t 2
2 2

s1 (t)  2 2 1 (t)  s11 1 (t)

donde s11  2 2
y 1 (t) tiene energía unitaria
 Ejemplo

Paso 2: T 3
s21   s2 (t)1 (t)dt   s2 (t)1 (t)dt
0 0
Calcule:
1 1 2 1
 2
dt    2 (t)dt  0
0 2 1 2
g 2 (t)  s2 (t)  s211 (t)  s2 (t)

Fije:

  g 2 (t), 1 (t)  0 (dirección)

 2 (t) es la versión normalizad a de g 2 (t)

E2   s 2 (t)dt   1 dt   - 1 dt  2
T 1 2 2 2
Para calcular la 2
norma de g2(t): 0 0 1
 Ejemplo

T

Paso 2 (cont.): g 2 (t)  2 g 22 (t)dt
0

 2 E2  2s 221  s21
2

 2 E2  s 221  2 E2  2 2

g 2 (t) s2 (t)  s211 (t) 1

2 (t)    2 s2 (t)
g 2 (t) 2 E s 2
2
2 21

Fije:  1
 2 2 0  t  1
2 (t)  
 1 1t  2
 22
 Ejemplo

Paso 2 (cont.):

Note que:

T
2 (t)    2 (t)dt  1
2
0
T
y que 0
1 (t)2 (t)dt  0
 Ejemplo

T 3
Paso 3: Calcule:
s31   s3 (t)1 (t)dt   s3 (t)1 (t)dt
0 0
1 1 2 1
  - 1  2 dt   1  2 dt  0
0 2 1 2

T 3
s32   s3 (t) 2 (t)dt   s3 (t)2 (t)dt
0 0
1 1 2 1
  - 1  2 dt   1   2 dt  -2 2
0 2 1 2
 Ejemplo

Paso 3
3 1 2
Cont.: g 3 (t)  s3 (t)   s3j  j (t)  s3 (t)   s3j  j (t)
j 1 j 1

 s3 (t) - s311 (t) - s32 2 (t)


 s3 (t) - 0  1 (t)   2 2  2 (t) 
 s3 (t)  2 2 2 (t)

T 3
E3  s3 (t)   s (t)dt   s32 (t)dt
2 2
3
0 0

  - 1 dt   1 dt  3
1 2 3 2
0 1
 Ejemplo

Paso
Cont. 3:
3 1
g 3 (t)  2 E3   s 23j  2 E3  s 231  s 232
j 1

 3  0    2
2 2
 2

2
1

g 3 (t)
3 (t)   s3 (t)  2 2 2 (t) 0  t  3
g 3 (t)
 Ejemplo

Paso 4: Puede calcularse que :

T
s41   s4 (t)1 (t)dt  2 2
0

s42  0, y s43  1

g 4 (t)  s4 (t)  2 21 (t) - 3 (t)  0

s4 (t)  s1(t)  s2 (t)  s3 (t)

s4 (t)  2 2 1 (t)  2 2 2 (t)  3 (t) - 2 2 2 (t)

s4 (t)  2 2 1 (t)  3 (t)
 Ejemplo
En resumen, el conjunto de señales ortonormales 1(t), 2(t), 3(t) se grafican abajo.

1(t) 
2(t)
1
1
2
2 2
2
1 2
1 2 t t

1
2
 2
3(t)

1 2 3 t
 Ilustración
La representación espacial se muestra en la gráfica de abajo.

2(t)

2 s2(t)
2

2 2
s1(t)
1(t)
2 2 2
2
1
2
2
2 2
3(t)
s3(t)