Modélisation d'une chaîne de communication numérique

Résumé du document

L'objectif de ce TP sera de modéliser, sous Matlab, une chaîne de communication numérique de l'émission jusqu'à la réception des données. Cette chaîne pourra se représenter ainsi :

Data - Modulation - Filtrage - Canal de transmission - Réception - Data

Par la suite nous détaillerons chacune des étapes du schéma ci-dessus.

Extraits

[...] Data Du côté de l'émetteur, nous avons une source de données Data qui envoie des données binaires, exemple : 001101 Code Matlab for n=1:nbits if rand [...]

[...] Nous obtenons alors un signal numérique. Une fois le signal modulé, nous faisons 1 sur échantillonnage afin d'avoir des valeurs intermédiaire entre 2 bits. Nous obtenons ainsi un signal se rapprochant davantage d'un signal analogique. Code Matlab % Modulation for n=1:nbits if data(n)==0; signalmod(n)=-1; else signalmod(n)=1; end end figure(1) subplot(5,1,1); plot(signalmod,'o');title('Signal modulé'); % Sur échantillonnage : num ana nb_ech_symb=64; signal_se=zeros(1,nb_ech_symb*nbits); for n=1:nbits signal_se(n*nb_ech_symb)=signalmod(n); end subplot(5,1,2); plot(signal_se); title('Signal sur échantillonné'); Canaux de transmission à bande limitée Dans la réalité, il n'est pas possible de transmettre un signal sur toute la gamme de fréquences mais sur une bande limitée. [...]

[...] Exemple : S On connaît la période du signal reçu donc, a chaque période, on regarde si la valeur du signal est supérieure à 0 (symbole ou inférieure (symbole ‘0'). Si le signal émis a bien respecté certains critères (diagramme de l'œil, rapport signal sur bruit), alors le risque d'erreur est faible. [...]

[...] Donc pour simuler un canal de transmission, nous allons ajouter du bruit et plus particulièrement du bruit blanc Gaussien : Code Matlab % Canal AWGN (ajout de bruit blanc gaussien) 0.008 bruit=a*randn(1,nbits*nb_ech_symb); for n=1:nbits*nb_ech_symb sigbruit(n)=sigfilt(n)+bruit(n); end figure(1) subplot plot(sigbruit);title('Signal bruité'); subplot plot(real(fft(sigbruit)));title('Spectre signal bruité'); Il est ensuite possible d'ajuster le bruit, notamment en calculant le rapport signal sur bruit qui nous donne un bon repère de la quantité de bruit par rapport au signal émis : RSBdb = 10 log ( Ps / Pb ) Ps : Puissance du signal Pb : puissance du bruit Code Matlab % Rapport signal / bruit Pb=1/nbits*sum(bruit.^2); Ps=1/nbits*sum(signalmod.^2); RSB=Ps/Pb; RSBdb=10*log10(RSB) Un autre moyen de savoir si le bruit n'est pas trop important et que le signal original pourra être retrouvé sans trop d'erreurs est le diagramme de l'oeil : Si l'œil du diagramme est ouvert, c'est qu'il sera facile de retrouver le signal à la réception, mais si l'œil se ferme alors il y a un gros risque d'erreurs à la réception. Un moyen d'ouvrir l'œil en cas de bruit trop élevé est d'augmenter la bande passante de notre signal et donc du filtre cosinus surélevé. Code Matlab % Diagramme de l'oeil figure(3) for i=512:2*nb_ech_symb:nb_ech_symb*nbits plot(sigfilt(i:i+2*nb_ech_symb)) hold on; end Réception A la réception on peut retrouver le mot envoyé en seuillant le signal reçu. [...]