HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG

BÀI GIẢNG MÔN

LÝ THUYẾT TRUYỀN TIN

Bộ môn: Tín hiệu & Hệ thống - Khoa VT1

Học kỳ/Năm biên soạn: II/2022

BÀI GIẢNG MÔN

LÝ THUYẾT TRUYỀN TIN

Nội dung
 Chương 1: Giới thiệu về lý thuyết truyền tin
 Chương 2: Cơ sở lý thuyết truyền tin
 Chương 3: Mã hóa
 Chương 4: Ghép kênh
 Chương 5: Điều chế tín hiệu
 Chương 6: Nhiễu và bộ thu tối ưu

www.ptit.edu.vn BỘ MÔN: TH & HT - KHOA VT1 Trang 2

1
 BÀI GIẢNG MÔN

LÝ THUYẾT TRUYỀN TIN

Chương 6- Nhiễu và bộ thu tối ưu.

 Nhiễu
. Định nghĩa và phân loại nhiễu
. Các tham số đặc trưng mô tả nhiễu
. Một số loại nhiễu cơ bản

 Bộ thu tối ưu
. Khái niệm về bộ thu tối ưu
. Các vấn đề thu tối ưu
. Bộ thu tối ưu cho kênh có nhiễu cọng Gaussian

www.ptit.edu.vn BỘ MÔN: TH & HT - KHOA VT1 Trang 3

– Trong hệ thống truyền tin, chất lượng tin tức nhận được phụ
thuộc rất nhiều vào chất lượng của kênh truyền tin và cấu
trúc máy thu.
– Kênh truyền tin có thể hiểu là một môi trường để truyền lan
tín hiệu mang tin đồng thời cũng chịu sự tác động của nhiễu.
– Nhiễu là loại tín hiệu không mong muốn. Nó tác động vào tín
hiệu mang tin trên kênh truyền làm cho thông tin sai lệch và
mất chính xác.
– Đối với các bộ thu việc chọn được một cấu trúc thu tối ưu là
rất quan trọng.

11/05/2022 4

2
 6.1.1. Định nghĩa và phân loại nhiễu
– Định nghĩa:
. Nhiễu là các tín hiệu ngẫu nhiên hoặc xác định bất kỳ không mong
muốn, gây nhiễu loạn đối với tín hiệu thông tin cần được khôi phục
chính xác trong một hệ thống.
. Nói cách khác, nhiễu là một tín hiệu bất kỳ gây nhiễu loạn thường
là sự dao động ngẫu nhiên của điện áp hoặc dòng điện có xu
hướng che khuất các tín hiệu thông tin.
– Phân loại nhiễu: Gồm 2 loại cơ bản
. Nhiễu do con người tạo ra: phát sinh từ bất kỳ phần nào của thiết
bị điện tử hoặc của thiết bị điện tử. Nhiễu này có thể được loại bỏ
hoặc giảm ở mức tối thiểu nhờ thiết kế và chế tạo cẩn thận.
. Nhiễu tự nhiên: không kiểm soát được trực tiếp và thường được
mô tả bằng thống kê. Nhiễu này là do chuyển động nhiệt ngẫu
11/05/2022 nhiên của các điện tử, sự hấp thụ khí quyển và các nguồn vũ trụ. 5

6.1.2. Các tham số đặc trưng mô tả nhiễu

– Vì nhiễu chủ yếu là ngẫu nhiên trong tự nhiên, được mô tả tốt nhất
thông qua các đặc tính thống kê của nó.
– Trong phần này sẽ trình bày và phân tích về các tham số chính và
các quan hệ lẫn nhau đối với mô tả nhiễu.
– Các biểu thức được đưa ra để mô tả nhiễu thông qua mật độ phổ
công suất (miền tần số) hoặc hàm tự tương quan (miền thời gian).

11/05/2022 6

3
 6.1.2. Các tham số đặc trưng mô tả nhiễu
6.1.2.1 Biểu diễn nhiễu trung bình theo thời gian
– Ở dạng trung bình của bất kỳ tín hiệu nào, dù là ngẫu nhiên hay
xác định, có thể tìm thấy các tham số liên quan đến tín hiệu.
– Trong quá trình biểu diễn này nhiều thông tin chi tiết về tín hiệu sẽ
bị mất. Tuy nhiên, trong trường hợp nhiễu ngẫu nhiên, đây là đại
lượng hữu ích duy nhất.
– Giả sử ( ) là điện áp hoặc
dòng điện nhiễu ngẫu nhiên.
Dạng sóng nhiễu ngẫu nhiên và
giá trị trung bình của nó như
hình vẽ.
– Các đại lượng thống kê của
( ) được xác định như sau:
11/05/2022 7

6.1.2. Các tham số đặc trưng mô tả nhiễu

6.1.2.1 Biểu diễn nhiễu trung bình theo thời gian
– Giá trị trung bình:
. Giá trị trung bình của ( ) được ký hiệu là ( ) hoặc { ( )}:
/
( )= = lim ∫ /
( ) (6.1)
→
( ) còn được gọi là DC.
. Thực tế để tính ( ), phải chọn thời gian trung bình đủ lớn để
làm bằng phẳng các biến động của ( ).
. ( ) được tính bằng cách trượt một cửa sổ
trung tâm tại và kéo dài từ − /2 đến +
/2 trên ( ).
. Rõ ràng: với = 5 (bé) vẫn có một lượng
dao động đáng kể, trong khi = 400 (lớn-
cửa sổ phủ toàn bộ thời gian tín hiệu kết quả
11/05/2022 8
là ( ) không đổi.

4
 6.1.2. Các tham số đặc trưng mô tả nhiễu
6.1.2.1 Biểu diễn nhiễu trung bình theo thời gian
– Giá trị bình phương- trung bình:
. Giá trị bình phương trung bình ( ) cho biết công suất trung bình
( ) theo thời gian của ( ):
/
( )= = lim ∫ /
( ) (6.2)
→
. Căn bậc hai của ( ) được gọi là giá trị căn bậc hai bình phương
trung bình (RMS) của ( ).

. Ưu điểm của ký hiệu RMS là các đơn vị của ( ) giống với

( ).

11/05/2022 9

6.1.2. Các tham số đặc trưng mô tả nhiễu

6.1.2.2 Chuyển đổi Fourier
– Định nghĩa của phép chuyển đổi Fourier [Stremler, 1982]:
( ) = ℱ{ ( )} = ∫ ( ) (6.3)
– Chuyển đổi Fourier ngược:
( ) = ℱ { ( )} = ∫ ( ) (6.4)
. Nếu tín hiệu ( ) là tín hiệu công suất: tức là t/h có công suất hữu
hạn nhưng năng lượng vô hạn, tích phân trong (6.3) sẽ phân kỳ.
. Xét trường hợp thực tế: thời gian quan sát hữu hạn và giả sử tín
hiệu bằng 0 ở ngoài . Khi đó, chuyển đổi Fourier:
/
( ) = ℱ{ ( ) ( / )} = ∫ /
( ) (6.5)
( / )- hàm cổng đơn vị.
Lưu ý: phép nhân với hàm trong miền thời gian là tương
11/05/2022 đương với một tích chập bởi một hàm trong miền tần số. 10

5
 6.1.2. Các tham số đặc trưng mô tả nhiễu
6.1.2.3 Các hàm tương quan
– Hàm tự tương quan:
∗
. Hàm tự tương quan { ( ) ( + )} = ( ) của tín hiệu ( ):
∗ / ∗
+ = = lim ∫ /
+ (6.6)
→
∗
là liên hợp phức của ( )
chỉ số phụ : biểu thị biến ngẫu nhiên hoặc hàm được xét
. Hàm tự tương quan: sử dụng trong phân tích tín hiệu, đưa ra một
phép đo tương tự của tín hiệu ( ) với chính nó với sự dịch chuyển
thời gian tương đối bằng .
. Với các tín hiệu thời gian thay đổi chậm: các giá trị tín hiệu không
thay đổi nhanh theo thời gian sẽ dẫn đến một hàm tự tương quan
phẳng . Mặt khác, nhiễu có xu hướng biến động nhanh làm
phát sinh hàm tự tương quan với đỉnh nhọn tại = 0 (không dịch
11/05/2022 11
chuyển thời gian) và nhanh chóng giảm xuống 0 khi tăng .

6.1.2. Các tham số đặc trưng mô tả nhiễu

6.1.2.3 Các hàm tương quan
– Hàm tự tương quan:

Tín hiệu thời gian và hàm tự tương Tín hiệu thời gian và hàm tự tương quan
quan của dạng sóng nhiễu hàm mũ của dạng sóng nhiễu ngẫu nhiên
. Hàm ( ) là đại lượng thống kê mô tả quá trình ngẫu nhiên.
. = 0: 0 = = ( ) là công suất trung bình của tín hiệu.
. Phép biến đổi Fourier (đối với ) khi lấy cả hai vế của (6.6):
∗
11/05/2022 ℱ = lim = lim | | (6.7)
12
→ →

6
 6.1.2. Các tham số đặc trưng mô tả nhiễu
6.1.2.3 Các hàm tương quan
– Hàm tương quan chéo:
. Tương tự hàm tự tương quan, hàm tương quan chéo sử dụng
như một phép đo giữa hai tín hiệu khác nhau.
. Xét hai dạng sóng ( ) và ( ) , hàm tương quan chéo
{ ∗ ( ) ( + )} = ( ) được định nghĩa là:
∗ / ∗
+ = = lim ∫ /
+ (6.8)
→
. Tự tương quan được coi là một trường hợp đặc biệt của tương
quan chéo, khi đặt ( ) = ( ).
. Khi các tín hiệu không tương quan được thêm vào, công suất
trung bình của tổng bằng tổng các công suất trung bình của các tín
hiệu.

11/05/2022 13

6.1.2. Các tham số đặc trưng mô tả nhiễu

6.1.2.3 Các hàm tương quan
– Ứng dụng của các hàm tương quan: để tách các tín hiệu bị che bởi
nhiễu cộng.
. Xét dạng sóng = + ( ), rõ ràng là dạng sóng tín hiệu
nằm trong một lượng nhiễu đáng kể nên rất khó để tách ( ) ra
khỏi ( ).
. Tuy nhiên, hàm tự tương
quan có thể nhận được
từ quá trình tự tương quan
của các tín hiệu tổng .
Việc tách các tín hiệu bị che
bởi nhiễu cộng là vấn đề quan
trọng khi xử lý hệ thống truyền
tin.
11/05/2022 14

7
 6.1.2. Các tham số đặc trưng mô tả nhiễu
6.1.2.4 Mật độ phổ công suất
– Xét tín hiệu hữu hạn trong khoảng [− /2, /2] , theo định lý
Parseval:
/
∫ /
| | =∫ | | (6.9)
– Từ (6.2) và (6.9), ta có:
/
= lim ∫ /
| | = lim ∫ | | (6.10)
→ →
– Định nghĩa hàm mật độ phổ công suất ( ) có đơn vị W/Hz như là
tích phân của nó theo tần số là bằng công suất tổng:
∫ ( ) = lim ∫ | | (6.11)
→
– Từ các biểu thức (6.10), (6.11) và 6.6) ta có:
/
= ( ) = lim ∫ /
| | =∫ ( ) = (0) (6.14)
→
Như vậy, công suất tổng được tính bằng cách sử dụng tín hiệu miền
thời gian, hàm mật độ phổ công suất hoặc hàm tự tương quan.
11/05/2022 15

6.1.3. Một số loại nhiễu cơ bản

6.1.3.1 Nhiễu trong hệ thống tuyến tính
– Nhiễu trắng:
. Để mô tả nhiễu, sử dụng tham số mật độ phổ công suất.
. Giả sử điện áp nhiễu ( ) có hàm tự tương quan:
= ( ) (6.15)
( ) là đáp ứng xung, = 0 với mọi ≠ 0,
. Chuyển đổi Fourier của mật độ phổ công suất :
=ℱ ( ) = [W/Hz] (6.16)
– Mật độ phổ công suất là không đổi với mọi tần số, do đó loại nhiễu
này được coi là nhiễu trắng tương tự như ánh sáng trắng.
– Nếu ( ) là nhiễu trắng trung bình bằng 0 với mật độ phổ công suất
bằng /2 [W/Hz], thì với băng thông công suất nhiễu là:
⁄ ⁄ ⁄
11/05/2022 =∫ ⁄
+∫ ⁄
= 2∫ ⁄
= [ ] (6.18)
16

8
 6.1.3. Một số loại nhiễu cơ bản
6.1.3.1 Nhiễu trong hệ thống tuyến tính
– Truyền nhiễu qua hệ thống LTI:
. Xét tín hiệu vào , tín hiệu đầu ra ( ) của hệ thống bất biến
thời gian tuyến tính (LTI) được mô tả trong miền thời gian thông
qua tích chập:
( )=∫ ℎ − (6.19)
ℎ( ) là đáp ứng xung của hệ thống LTI.
. Nếu tín hiệu đầu vào là ngẫu nhiên, điều cần quan tâm là mật độ
phổ công suất ( ) của tín hiệu đầu ra:
=ℱ ( ) = | | (6.21)
. Nếu tín hiệu đầu vào ngẫu nhiên là nhiễu trắng với mật độ
phổ công suất /2, thì (6.21) trở thành:
= (6.23)
11/05/2022 17

6.1.3. Một số loại nhiễu cơ bản

6.1.3.1 Nhiễu trong hệ thống tuyến tính
– Băng tần nhiễu tương đương:
. Nếu nhiễu đầu vào là nhiễu trắng, công suất nhiễu tổng đầu ra hệ
thống với hàm truyền tần số đã biết là:
=∫ = ∫ (6.24)
 với một hàm truyền đã cho: tích phân là một hằng số.
. Để đơn giản khi tính : cách tiếp cận là xác định băng thông
nhiễu tương đương của bộ lọc lý tưởng sao cho công suất
nhiễu đầu ra từ bộ lọc lý tưởng và hệ thống thực tế là bằng nhau.
. Do đó, đầu ra của bộ lọc lý tưởng là:
/
= ∫ /
= (6.25)
∫
. Từ (6.24), (6.25): = (6.26)

cho phép thảo luận các hệ thống tuyến tính thực tế bằng cách
11/05/2022 18
sử dụng các hệ thống lý tưởng tương đương.

9
 6.1.3. Một số loại nhiễu cơ bản
6.1.3.1 Nhiễu trong hệ thống tuyến tính
– Tỷ số tín hiệu trên nhiễu:
. Đặt công suất tín hiệu đầu vào thiết bị là ( ) và công suất nhiễu
đầu vào của thiết bị là ( ). được định nghĩa là:
( )
= (6.27)
( )
 SNR cho biết lượng công suất nhiễu so với công suất tín hiệu và
SNR không phụ thuộc vào các loại nguồn và các loại nhiễu.
. của thiết bị cũng được tính tương tự như .
. SNR là tỷ số công suất thường được biểu thị bằng Decibel:
= 10 ( ) (6.28)
 SNR= 0 dB nghĩa là công suất tín hiệu bằng công suất nhiễu.
 SNR=13 dB: công suất tín hiệu lớn hơn công suất nhiễu 20 lần.
11/05/2022 19

6.1.3. Một số loại nhiễu cơ bản

6.1.3.2 Nhiễu xẩy ra tự nhiên
– Cơ sở cho các loại nhiễu này định luật bức xạ Planck:
. Luật Planck:
 Năm 1900, Max Planck tìm ra định luật liên quan đến phát xạ
điện từ từ vật đen ở trạng thái cân bằng nhiệt.
 Vật đen được định nghĩa là một vật lý tưởng, hoàn toàn không
trong suốt có thể hấp thụ tất cả các phát xạ tới ở mọi tần số và
không phản xạ lại bất kỳ tần số nào.
 Một vật ở trạng thái cân bằng nhiệt động: lượng năng lượng
phát ra bằng với lượng mà nó hấp thụ từ môi trường.
 Do đó, vật đen là một bộ hấp thụ hoàn hảo thì nó còn là một bộ
phát xạ hoàn hảo.
 Điểm chính của nguồn gốc Planck là năng lượng chỉ được trao
đổi dưới dạng các phần rời rạc hoặc lượng tử bằng ℎ , trong
đó ℎ là hằng số Planck ℎ = 6,626 × 10 [ ] và là tần số
11/05/2022 20
tính bằng Hz.

10
 6.1.3. Một số loại nhiễu cơ bản
6.1.3.2 Nhiễu xẩy ra tự nhiên
– Cơ sở cho các loại nhiễu này định luật bức xạ Planck:
. Luật Planck:
 Đặt là số mức (trạng thái), = 0,1, 2, …. và là số lượng tử
năng lượng ở mức . Năng lượng của mức là: ℎ .
 Theo cơ học lượng tử, xác suất chiếm một mức năng lượng đi
xuống là ∆ / . Khi đó, sẽ là: = /

với: = 1,38 × 10 [ ] là hằng số Boltzmann, là nhiệt

độ tuyệt đối Kelvin, và ∆ = ℎ là độ lệch năng lượng.
 Năng lượng trung bình là tỉ số giữa năng lượng tổng và số
lượng tử năng lượng tổng: ( ) = /
(6.32)
 Sử dụng mật độ các mode, tìm ra định luật Planck cho bức xạ
vật đen. Được biểu thị bằng độ sáng của năng lượng phát xạ:
( )= /
(6.33)
11/05/2022 21

6.1.3. Một số loại nhiễu cơ bản

6.1.3.2 Nhiễu xẩy ra tự nhiên
– Phát xạ nhiệt:
. Trong hệ thống luôn tồn tại phát xạ nhiệt thông qua chuyển động
nhiệt ngẫu nhiên của các điện tử trong môi trường dẫn.
. Hiệu ứng của chuyển động điện tử là một dòng điện ngẫu nhiên
chạy trong môi trường dẫn với giá trị trung bình bằng không.
. Mật độ phổ công suất của nhiễu nhiệt tuân theo luật phân
bố Planck: = ( )
. Với dải nhiệt độ và tần số bình thường thấp hơn dải quang học,
/
tham số ℎ / là rất nhỏ, do đó ≈ 1 + ℎ / nên:
= (6.34)
 không phụ thuộc vào tần số nên gọi là phổ nhiễu trắng.
. Trong băng thông , công suất nhiễu khả dụng là:
11/05/2022 = (6.35)
22

11
 6.1.3. Một số loại nhiễu cơ bản
6.1.3.2 Nhiễu xẩy ra tự nhiên
– Nhiễu ngoài trái đất:
. Không gian vũ trụ phần lớn là nguồn nhiễu băng thông rộng, có
thể coi là sóng điện từ phẳng.
. Các nguồn nhiễu: phát xạ nhiệt và không phát xạ nhiệt từ Mặt trời,
Mặt trăng, Sao, các hành tinh và nơi khác trong các thiên hà.
. Với phát xạ nhiệt thì công suất nhiễu được mô tả qua độ sáng
phổ, . Theo định luật Rayleigh-Jeans, ở tần số vô tuyến ℎ ≪ :
= (6.36)
. .
là nhiệt độ sáng, λ là bước sóng và k là hằng số Boltzmann.
. Tổng quát: thay đổi theo trong đó được gọi là chỉ số phổ.
Đối với sự phát xạ nhiệt của vật đen = −2.
. Với không phát xạ nhiệt: không liên quan đến phát xạ nhiệt mà
11/05/2022 23
là nhiệt độ sáng đẳng trị và n phải được xác định chính xác.

6.1.3. Một số loại nhiễu cơ bản

6.1.3.2 Nhiễu xẩy ra tự nhiên
– Bức xạ nền:
. Toàn bộ vũ trụ bị bão hòa với bức xạ nền vô tuyến, tàn tích của
một vụ nổ lớn.
. Ngày nay, phát xạ được đo một cách đồng đều từ mọi hướng của
không gian, do đó có thuật ngữ "bức xạ nền".
. Bức xạ nền sẽ "làm nóng" bất kỳ vật thể có nhiệt thấp đến nhiệt
độ không gian là 3 (độ không tuyệt đối Kelvin là −273 )..
. Nhiệt độ của phát xạ nền vô tuyến vũ trụ
được xác định với vệ tinh COBE trong hai
năm đầu quan sát đầu tiên như hình vẽ. Mặt
phẳng của dải Ngân hà nằm ngang ở giữa
mỗi bức tranh. Dải nhiệt độ là 0-4K cho ảnh
trên cùng, 3,3mK cho ảnh giữa và 18µK cho
11/05/2022 ảnh dưới cùng. 24

12
 6.1.3. Một số loại nhiễu cơ bản
6.1.3.2 Nhiễu xẩy ra tự nhiên
– Nhiễu hấp thụ:
. Khi một vật hấp thụ năng lượng thì năng lượng tương tự sẽ được
phát xạ thành nhiễu như chỉ ra trong lý thuyết phát xạ vật đen. Nếu
không, nhiệt độ của một vật sẽ tăng lên và nhiệt độ của những vật
khác giảm xuống.
. Trong trường hợp ăng-ten bức xạ, năng lượng bị hấp thụ một
phần bởi khí quyển và được phát xạ lại dưới dạng nhiễu.
. Nhiệt độ nhiễu hấp thụ hiệu dụng, được cho dưới dạng hàm
của nhiệt độ môi trường xung quanh, và suy hao, là:
= ( − 1) (6.38)
Lưu ý: không giống với nhiệt độ vật lý (môi trường xung quanh)
của khí quyển và tăng khi suy hao khí quyển ngày càng tăng. Suy
11/05/2022
hao của bầu khí quyển phụ thuộc nhiều vào tần số. 25

6.1.3. Một số loại nhiễu cơ bản

6.1.3.2 Nhiễu xẩy ra tự nhiên
– Các nguồn nhiễu tự nhiên khác:
 Nhiễu bắn:
. Xảy ra khi việc định lượng hạt tải điện tử trở nên rõ ràng.
. Phát sinh trong các thiết bị vật lý khi một hạt tích điện di chuyển
qua một gradient thế năng mà không có va chạm và với thời gian
bắt đầu ngẫu nhiên.
. Xét theo dòng trung bình thì mật độ phổ công suất nhiễu là:
= ( )+2 ( ) (6.39)
q là điện tích điện tử = 1,6. 10 [ ].
Số hạng đầu tiên trong (6.39) tương ứng với AC (phần dao động
của dòng nhiễu) và số hạng thứ hai tương ứng với giá trị trung bình
khác không.
11/05/2022 26

13
 6.1.3. Một số loại nhiễu cơ bản
6.1.3.2 Nhiễu xẩy ra tự nhiên
– Các nguồn nhiễu tự nhiên khác:
 Nhiễu bắn:
. Xảy ra khi việc định lượng hạt tải điện tử trở nên rõ ràng.
. Phát sinh trong các thiết bị khi một hạt tích điện đi qua một
gradient thế năng mà không có va chạm với thời gian ngẫu nhiên.
. Xét theo dòng trung bình thì mật độ phổ công suất nhiễu là:
= ( )+2 ( ) (6.39)
q là điện tích điện tử = 1,6. 10 [ ].
Số hạng đầu trong (6.39) ứng với AC (dao động của dòng nhiễu) và
số hạng thứ hai ứng với giá trị trung bình khác không.
 Nhiễu 1/f:
. Xuất hiện ở tần số thấp (tùy thuộc dưới 1MHz, 10kHz hoặc 1kHz).
11/05/2022 27

6.2.1. Khái niệm về bộ thu tối ưu

– Xét trường hợp đơn giản nhất khi dạng của tín hiệu trong kênh
không bị méo và chỉ bị nhiễu cộng. Khi đó ở đầu vào của máy thu
sẽ có tổng của tín hiệu và nhiễu:
= − + ( ) (6.40)
Với: là hệ số truyền của kênh (thường ≪ 1), giả thiết = const,
là thời gian giữ chậm tín hiệu của kênh, ( ) là nhiễu cộng (hàm
ngẫu nhiên).
– Trường tin đầu vào = 1, 2, … , , khi đó các là các tín
hiệu phát tương ứng với các tin .
– Khi nhận được ta có giả thiết:
. ( ) đã được truyền đi và trong quá trình truyền được
cộng thêm một nhiễu: = − − . Với: = 1, 2, … , .

11/05/2022 28

14
 6.2.1. Khái niệm về bộ thu tối ưu
– Nhiệm vụ của bộ thu: chọn một trong giả thuyết trong khi chỉ biết
một số tính chất của nguồn và dạng của tín hiệu nhận được .
– Mỗi một giả thuyết đều có một xác suất sai tương ứng vì ( ) là
một hàm ngẫu nhiên.
– Do đó, máy thu phải chọn một lời giải nào đó trong điều kiện bất
định. Vì vậy thu tín hiệu khi có nhiễu là một bài toán thống kê.
– Việc máy thu chọn lời giải còn được gọi là sơ đồ giải.
– Yêu cầu của sơ đồ giải: phải cho ra lời giải đúng (phát phải tìm
).
– Thực tế có rất nhiều sơ đồ giải: tại một sơ đồ bảo đảm xác suất thu
lớn phải đúng là lớn nhất (xác suất giải sai là bé nhất). Sơ đồ này
được gọi là sơ đồ giải tối ưu.
– Máy thu xây dựng theo sơ đồ giải tối ưu được gọi là máy thu tối ưu
11/05/2022
(hay máy thu lý tưởng). 29

6.2.2. Các vấn đề thu tối ưu

6.2.2.1 Thế chống nhiễu
– Có thể dùng xác suất thu đúng để đánh giá độ chính xác của một
hệ thống truyền tin một cách định lượng.
– Để đánh giá ảnh hưởng của nhiễu lên độ chính xác của việc thu,
người ta đưa ra khái niệm tính chống nhiễu của máy thu.
– Nếu cùng một mức nhiễu, máy thu nào đó có xác suất thu đúng là
lớn hơn thì được coi là có tính chống nhiễu lớn.
– Hiển nhiên tính chống nhiễu của máy thu tối ưu là lớn nhất và
được gọi là thế chống nhiễu.

11/05/2022 30

15
 6.2.2. Các vấn đề thu tối ưu
6.2.2.2 Hai loại sai lỗi khi chọn giả thuyết
 Sai lỗi loại 1:
- Gọi là giả thuyết về tin đã gửi đi.
- Nội dung của sai lỗi là bác bỏ mà thực tế là nó đúng. Tức là
quả thực gửi đi mà không gửi.
- Sai lầm 1 là bỏ sót tin (hay mục tiêu).
 Sai lỗi loại 2:
- Thừa nhận trong khi thực tế nó sai. Tức là thực ra không có
mà lại coi là có.
- Sai lỗi loại này gọi là nhầm tin hoặc báo động nhầm.
Bình thường, không có điều kiện gì đặc biệt, sự tồn tại của hai loại sai
lỗi trên là không “ngang quyền” (không gây tác hại như nhau).
11/05/2022 31

6.2.2. Các vấn đề thu tối ưu

6.2.2.3 Tiêu chuẩn Kachennhicov
– Thông thường khái niệm tối ưu là phải hiểu tối ưu theo một tiêu
chuẩn nào đó. Trong thông tin "thu tối ưu" được hiểu theo nghĩa
như sau (tiêu chuẩn Kachennhicov):
Trong cùng một điều kiện đã cho trong số hai hay nhiều sơ đồ giải,
sơ đồ nào đảm bảo xác suất giải đúng lớn nhất thì được gọi là tối
ưu.
– Hạn chế: Không đề cập đến các loại sai lỗi, tức là coi chúng tồn tại
"ngang quyền" nhau.
– Ưu điểm: Đơn giản, dễ tính toán, dễ thực hiện.
– Ngoài tiêu chuẩn Kachennhicov còn có một số những tiêu chuẩn
khác như: Neyman-Pearson, Bayes, Vald …. Những tiêu chuẩn
này khắc phục được nhược điểm trên nhưng khá phức tạp nên
11/05/2022
không dùng trong thông tin. 32

16
 6.2.2. Các vấn đề thu tối ưu
6.2.2.4 Xử lý tối ưu các tín hiệu
– Nhiệm vụ máy thu: cho các lời giải nhờ quá trình xử lý tín hiệu.
– Trong quá trình xử lý tín hiệu: phải thực hiện các phép toán tuyến
tính hoặc phi tuyến nhờ các mạch tuyến tính hoặc phi tuyến.
– Quá trình xử lý tín hiệu trong máy thu tối ưu được gọi là xử lý tối
ưu tín hiệu. Xử lý để nhận lời giải có xác suất lỗi bé nhất.
– Trước kia việc xây dựng sơ đồ giải chỉ căn cứ các tiêu chuẩn chất
lượng mang tính chức năng mà không mang tính thống kê.
– Ảnh hưởng của nhiễu lên chất lượng của máy thu chỉ được tính
theo tỷ số tín hiệu /nhiễu. Tức là việc xây dựng sơ đồ giải tối ưu
trước đây chỉ dựa vào trực giác, kinh nghiệm, thí nghiệm.
– Ngày nay lý thuyết truyền tin cho phép bằng toán học xây dựng sơ
đồ giải tối ưu (tính định lượng), tức là dựa vào các tiêu chuẩn tối
11/05/2022
ưu bằng thống kê toán học đã xác định được quy tắc giải tối ưu. 33

6.2.2. Các vấn đề thu tối ưu

6.2.2.5 Xác suất giải sai và quy tắc giải tối ưu
– Cho là tín hiệu đã gửi đi với xác suất tiên nghiệm là ( )
∑ = 1 . Giả thiết là có thời hạn .
– Ở máy thu nhận được ( ), qua sơ đồ giải sẽ có lời giải nào đó.
– Nếu nhận được thì coi đã được gửi đi với một xác suất hậu nghiệm
( / ). Xác suất giải sai sẽ là: / , =1− ( / ) (6.41)
– Từ (6.41) sẽ tìm ra quy tắc giải tối ưu (t/c Kachennhicov). Xét 2 sơ đồ giải:
Sơ đồ 1: Từ ( ) cho và Sơ đồ 2: Từ ( ) cho .
– Nếu / , < / , (6.42): sơ đồ 1 tối ưu hơn sơ đồ 2.
– Từ (6.41) và (6.42) ⇒ ( / )> ( / ) (6.43)
= 1, 2, … ,
– Xét sơ đồ có: / > / với (6.44)
≠
– Nếu có ( − 1) hệ thức như (6.44) thì ta coi sơ đồ giải chọn sẽ là tối ưu
vì đảm bảo xác suất lỗi là bé nhất, đây chính là quy tắc giải tối ưu. Sơ đồ
giải thỏa mãn biểu thức (6.44) chính là sơ đồ giải tối ưu.
11/05/2022 34

17
 6.2.3. Bộ thu tối ưu cho kênh có nhiễu cọng Gaussian
Mô hình toán học của tín hiệu ở đầu vào của bộ thu:
– Xét thiết bị phát truyền thông tin số qua M tín hiệu { ( ), = 1, 2 , … , },
mỗi tín hiệu được truyền trong thời gian : 0 ≤ ≤ .
– Tín hiệu khi truyền qua kênh bị nhiễu. Tín hiệu nhận được sẽ là:
( ) = ( ) + ( ), 0 ≤ ≤ (6.45)
n(t) nhiễu cộng gaussian với mật độ phổ công suất = [ / ].
– Mục tiêu: Dựa trên ( ) thu được, thiết kế bộ thu tối ưu xác định được tín
hiệu với xác suất sai lỗi nhỏ nhất.
– Cấu trúc cơ bản của bộ thu: gồm 2 khối chức năng chính.

– Chức năng bộ giải điều chế tín hiệu: chuyển các ( ) thành thành một
vectơ chiều = … với là số chiều của tín hiệu truyền đi. Có 2
loại: Bộ tương quan tuyến tính; Bộ lọc phối hợp tuyến tính.
– Chức năng bộ xác định tín hiệu: xác định tín hiệu nào trong
11/05/2022
tín hiệu35đã
được truyền đi dựa trên vectơ .

6.2.3. Bộ thu tối ưu cho kênh có nhiễu cọng Gaussian

6.2.3.1 Bộ giải điều chế tương quan
– Giả thiết tín hiệu thu, ( ) được cho qua một băng song song gồm bộ
tương quan chéo để khai triển ( ) theo hàm cơ sở { ( )}:
– Biểu diễn ( ) trong khoảng thời gian 0 ≤ ≤ :
= ∑ + ′( ) (6.46)

– ′( ): nhiễu gausian có giá trị trung bình bằng 0

biểu diễn sự khác nhau giữa nhiễu nguyên thủy
( ) với thành phần tương ứng với sự khai triển
( ) theo các hàm cơ sở :
= − ∑ (6.47)
không ảnh hưởng tới việc xác định tín hiệu
nào đã truyền đi.
– Do đó việc xác định tín hiệu có thể dựa hoàn toàn trên tín hiệu đầu ra bộ
tương quan và các thành phần nhiễu = + , = 1, 2, … , .
11/05/2022 36

18
 6.2.3. Bộ thu tối ưu cho kênh có nhiễu cọng Gaussian
6.2.3.1 Bộ giải điều chế tương quan
– Phương sai của các thành phần nhiễu là:
= (6.48)
1, ế =
Trong đó: =
0, ế ≠
– Như vậy thành phần nhiễu { } là các biến ngẫu nhiên gausian
không tương quan độc lập thống kê, phương sai chung = .
– Các tín hiệu ra của bộ tương quan { } cũng là các biến ngẫu nhiên
gaussian độc lập thống kê với phương sai là:
= = (6.49)
– Hàm mật độ phân bố xác suất có điều kiện của các tín hiệu ra
={ … }:
( )
| = exp − ∑ , = 1 , 2, … , (6.50)
11/05/2022 ( ) / 37

6.2.3. Bộ thu tối ưu cho kênh có nhiễu cọng Gaussian

6.2.3.1 Bộ giải điều chế tương quan
– Cuối cùng chứng tỏ rằng các tín hiệu đầu ra bộ tương quan
( … ) là đủ để xác định tín hiệu nào đã truyền đi từ phía phát,
không cần thêm thông tin từ phần còn lại của nhiễu . Hay:
Kiểm tra lại khẳng định không có liên hệ với tín hiệu { }:
= + =
= −∑ =∫ −∑
= − =0 (6.51)
– Do và { } là các biến ngẫu nhiên gaussian không tương
quan nên chúng độc lập thống kê.
– không chứa thông tin ảnh hưởng tới việc xác định tín hiệu
nào đã được truyền đi mà tất cả thông tin để xác định đều ở các tín
hiệu { }.
– Như vậy có thể bỏ qua.
11/05/2022 38

19
 6.2.3. Bộ thu tối ưu cho kênh có nhiễu cọng Gaussian
6.2.3.2 Bộ giải điều chế dùng bộ lọc phối hợp
– Thay các bộ tương quan bằng các bộ lọc tuyến tính với đáp ứng
xung: ℎ = − , 0≤ ≤ (6.52)
– Đầu ra của các bộ lọc tương ứng khi lấy mẫu các tín hiệu ra tại thời
điểm = là: =∫ = , = 1,2, … , (6.53)
– Như vậy, các mẫu đầu ra của bộ lọc tại thời
điểm = chính là tập giá trị { } nhận
được từ bộ tương quan tuyến tính.
– Một bộ lọc mà đáp ứng xung ℎ( ) = ( − )
với ( ) xác định trong khoảng 0 ≤ ≤
được gọi là bộ lọc phối hợp với tín hiệu ( ).
– Với bộ giải điều chế dùng bộ lọc phối hợp,
có bộ lọc phối hợp với các hàm cơ sở
11/05/2022
{ }. 39

6.2.3. Bộ thu tối ưu cho kênh có nhiễu cọng Gaussian

6.2.3.2 Bộ giải điều chế dùng bộ lọc phối hợp
Tính chất của bộ lọc phối hợp:
– Tính chất 1: Nếu tín hiệu ( ) bị ảnh hưởng bởi nhiễu AWGN thì bộ
lọc với đáp ứng xung phối hợp với ( ) sẽ cực đại hóa tỷ số tín
hiệu trên nhiễu (SNR).
Giá trị SNR cực đại của bộ lọc phối hợp là:
x
= ∫ = (6.55)
– Tính chất 2: Tỷ số tín hiệu trên nhiễu cực đại SNR0 của bộ lọc phối
hợp phụ thuộc vào năng lượng của tín hiệu ( ) chứ không phụ
thuộc vào tính chất của tín hiệu ( ).

11/05/2022 40

20
 6.2.3. Bộ thu tối ưu cho kênh có nhiễu cọng Gaussian
6.2.3.2 Bộ giải điều chế dùng bộ lọc phối hợp
Biểu diễn bộ lọc phối hợp trong miền tần số:
– Do ℎ( ) = ( − ) nên đáp ứng tần số của bộ lọc phối hợp là:
= ∗ (6.56)
Nói cách khác, | ( )| = | ( )|, Phổ biên độ tần số của bộ lọc
giống của tín hiệu và pha của ( ) ngược với pha của ( ).
– Tín hiệu ( ) với phổ ( ) đi qua bộ lọc phối hợp, tín hiệu ra sẽ có
phổ = , tương ứng với tín hiệu ra khi lấy mẫu
tín hiệu ra tại thời điểm = , là:
=∫ =∫ =x (6.57)
– Phổ mật độ công suất nhiễu ở đầu ra của bộ lọc phối hợp:
= (6.58)
– Công suất nhiễu ở đầu ra của bộ lọc: = x (6.59)
x
– Tỷ số tín hiệu trên nhiễu sẽ là:
11/05/2022 = = = (6.60)
41
x

6.2.3. Bộ thu tối ưu cho kênh có nhiễu cọng Gaussian

6.2.3.3 Bộ xác định tối ưu
– Căn cứ vào các vecto nhận được = [ … ] xác định đầu vào
thích hợp nhất. Nguyên tắc cơ bản là xác định theo xác suất hậu
nghiệm ) cực đại. Tiêu chuẩn này sẽ cực đại xác suất xác
định đúng, cực tiểu xác suất lỗi.
– Theo luật Bayes, xác suất hậu nghiệm được xác định bởi:
| |
| = =∑ (6.61)
|

– Như vậy để xác định được | cần phải biết xác suất tiên
nghiệm và hàm mật độ phân bố xác suất có điều kiện
| với = 1, 2, … , .
– Có thể thấy mẫu số của (6.61) độc lập với tín hiệu truyền đi và như
vậy luật xác định dựa trên việc tìm tín hiệu làm cực đại |
tương đương với việc tìm tín hiệu làm cực đại | .
– Hàm mật độ phân bố xác suất là | thường được gọi là hàm
11/05/2022 42
khả năng.

21
 6.2.3. Bộ thu tối ưu cho kênh có nhiễu cọng Gaussian
6.2.3.3 Bộ xác định tối ưu
– Xác định cực đại của hàm khả năng | đơn giản hơn so với
xác định cực đại của xác suất hậu nghiệm ). Hai kết quả
giống nhau nếu các tín hiệu đầu vào đẳng xác suất.
– Với kênh có nhiễu Gaussian, hàm có khả năng | được xác
định bởi :
( )
| = exp − ∑ , = 1 , 2, … , (6.50)
( ) /

– Để đơn giản tính toán, làm việc với loga tự nhiên của | là
hàm đơn điệu.
ln | =− ln − ∑ − (6.63)
– Tìm cực đại của ln | theo tương đương với việc tìm tín
hiệu để cực tiểu hóa khoảng cách Euclide (khoảng cách tối
thiểu giữa các giá trị thu được và tín hiệu ban đầu):
11/05/2022
, =∑ − (6.64)
43

6.2.3. Bộ thu tối ưu cho kênh có nhiễu cọng Gaussian

6.2.3.3 Bộ xác định tối ưu
– Tính toán khoảng cách đòi hỏi khối lượng tính toán lớn (không có
hàm khoảng cách, không có mạch tính khoảng cách).
– Cần tìm một khoảng cách khác dễ tính hơn, bằng cách khai triển
(6.64) thành:
, =∑ − 2∑ +∑
= −2 + = 1,2, … , (6.65)
– Nếu các tín hiệu đầu vào cùng công suất, thì việc tìm min ,
chuyển về tìm max của .
=∫ − x , = 1,2, . . , (6.63)
– Thành phần biểu thị hình chiếu của vectơ nhận được trên mỗi
vectơ trong tập vectơ ứng với tập tín hiệu phát đi.
– Giá trị mỗi hình chiếu này là độ đo độ liên quan giữa các vectơ
nhận được tín hiệu thứ m, gọi là các độ tương quan , cho
11/05/2022 việc xác định tín hiệu nào đã truyền đi. 44

22
 6.2.3. Bộ thu tối ưu cho kênh có nhiễu cọng Gaussian
6.2.3.3 Bộ xác định tối ưu
– Do đó các độ tương quan được tạo ra bởi một bộ giải điều chế xác
định tương quan chéo giữa ( ) với tín hiệu truyền đi trong
trường hợp các tín hiệu năng lượng khác nhau.
– Một cách tương đương, tín hiệu thu được có thể cho qua một băng
gồm bộ lọc phối hợp với các tín hiệu { ( )} và lấy mẫu tại =
. Như vậy bộ thu tối ưu (giải điều chế và xác định) có thể xây
dựng như hình:

11/05/2022 45

6.2.3. Bộ thu tối ưu cho kênh có nhiễu cọng Gaussian

6.2.3.3 Bộ xác định tối ưu
Ví dụ: Xét tính hiệu PAM nhị phân với hai điểm tín hiệu =− =
x , với x là năng lượng ứng với một bit. Xác suất tiên nghiệm là
= và = 1 − . Xác định các độ đo cho bộ xác định tối
ưu MAP khi tín hiệu bị nhiễu AWGN.
– Vectơ tín hiệu nhận được đối với tín hiệu PAM nhị phân là:
=± x + ( ) (6.69)
với ( ) là biến ngẫu nhiên gaussian có trị trung bình bằng 0 và phương sai
= .
– Hàm mật độ phân bố xác suất có điều kiện | của hai tín hiệu là:
( x )
| = exp − (6.70)

( x )
11/05/2022 | = exp − (6.71)
46

23
 6.2.3. Bộ thu tối ưu cho kênh có nhiễu cọng Gaussian
6.2.3.3 Bộ xác định tối ưu
– Các khoảng cách , và , là:
( x )
, = . | = exp − (6.72)

( x )
, = 1− . | = exp − (6.73)

– Nếu , > , ta xác định tín hiệu là (ngược lại là tín

,
hiệu ). Luật xác định có thể biểu diễn: >1 (6.74)
,

,
( x ) ( x )
– Nhưng: = exp (6.75)
,

( x ) ( x )
– Nên: > (6.76)
11/05/2022
– Hay: x > = (6.77)
47

6.2.3. Bộ thu tối ưu cho kênh có nhiễu cọng Gaussian

6.2.3.3 Bộ xác định tối ưu
– Đó là dạng cuối của bộ xác định tối ưu. Nó tính các bộ tương quan
, = x và so sánh với .

– Giới hạn: ký hiệu là ( phụ thuộc vào và ).

– Hai điểm tín hiệu và được biểu diễn:

– Nếu = 1/2, = 0 (Mốc so sánh là điểm 0).

– Nếu > 1/2, tín hiệu có xác suất lớn hơn và < 0 và miền
lớn hơn miền .
– Trong trường hợp các xác suất tiên nghiệm không bằng nhau, cần
11/05/2022 48
phải biết các giá trị này và giá trị để tính giới hạn .

24
 6.2.3. Bộ thu tối ưu cho kênh có nhiễu cọng Gaussian
6.2.3.4 Bộ xác định dãy cực đại khả năng
– Khi tín hiệu không nhớ, bộ xác định ký hiệu-ký hiệu mô tả ở 6.2.3.3 là tối
ưu theo nghĩa nó cực tiểu hóa xác suất sai lỗi.
– Khi tín hiệu truyền đi có nhớ (các tín hiệu trong các khoảng (t) liên tiếp có
ảnh hưởng lẫn nhau), thì bộ xác định tối ưu là bộ xác định dựa trên dãy
các ký hiệu nhận được trong các khoảng (t) liên tiếp.
– Xét thuật toán xác định dãy khả năng cực đại bằng cách tìm khoảng cách
Euclide nhỏ nhất trong lưới đặc trưng cho tín hiệu truyền đi:
. Xét tín hiệu NRZI quá trình nhớ được đặc trưng bởi lưới.
. Tín hiệu được truyền là tín hiệu PAM nhị phân, tương ứng với hai điểm
tín hiệu = − = x với x là năng lượng ứng với một bit.
. Đầu ra của bộ lọc phối hợp (bộ giải điều chế tương quan) với tín hiệu
PAM nhị phân ở khoảng thời gian tín hiệu thứ là:
= ± x + (6.80)
với là biến ngẫu nhiên gaussian có giá trị trung bình bằng 0 và phương
sai = .
11/05/2022 49

6.2.3. Bộ thu tối ưu cho kênh có nhiễu cọng Gaussian

6.2.3.4 Bộ xác định dãy cực đại khả năng
– Hàm mật độ phân bố xác suất có điều kiện hai tín hiệu truyền đi là:
x
= exp − (6.81)

x
= exp − (6.82)
– Hàm mật độ phân bố xác suất đồng thời của dãy (chuỗi) , ,…, là:
( )
( ) 1 −
… | ( ) = = exp −
2 2
( )
= −∑ (6.83)
– Cần xác định chuỗi đầu vào sao cho giá trị của xác suất trên là lớn nhất,
( ) ( )
nhờ xác định cực tiểu của: , =∑ − (6.84)
11/05/2022 50
– Đây chính là đường đi ngắn nhất trong lưới từ thời điểm 1 đến thời điểm K.

25
 6.2.3. Bộ thu tối ưu cho kênh có nhiễu cọng Gaussian
6.2.3.4 Bộ xác định dãy cực đại khả năng
– Hình vẽ: lưới ứng với tín hiệu NRZI:
– Để xác định đường đi ngắn nhất: dùng thuật
toán Viterby (x/đ đường từng đoạn một).
– Do tín hiệu có nhớ 1 bit, có thể thấy lưới tiến
tới trạng thái bình thường sau hai chuyển
đổi (xét các đoạn đường có chiều dài 2).
– Giả sử rằng quá trình tìm kiếm khởi đầu ở trạng thái .
– Tại thời điểm = 2 , để có trạng thái có hai đường đi có thể:
0,0 = + x + + x (6.85)
1,1 = − x + + x 6.86)
– Tại thời điểm = 2 , để có trạng thái có hai đường đi có thể:
0,1 = + x + − x (6.87)
1,0 = − x + − x (6.88)
– Lấy đường đi có giá trị nhỏ nhất trong hai đường. Như vậy, tại thời điểm = 2 , sẽ
còn lại hai đường, một đường tại nút và một đường tại nút .
– Tiếp tục làm tượng tự ở các thời điểm 3T, 4T... cho đến khi kết thúc.
11/05/2022 51

6.2.4. Hiệu năng của bộ thu tối ưu

6.2.4.1 Xác suất lỗi của tín hiệu nhị phân
– Xét tín hiệu PAM nhị phân với hai tín hiệu: = x , = − x với x là
năng lượng xung tín hiệu PAM.
– Giả thiết tín hiệu được truyền đi và tín hiệu thu được sau bộ giải điều
chế là: = + = x + (6.93)
với n là thành phần nhiễu cộng gaussian có giá trị trung bình bằng 0 và
phương sai = .
– Nếu > 0 thì sẽ quyết định tín hiệu truyền đi là và nếu < 0 thì quyết
định tín hiệu truyền đi là , hai hàm xác suất có điều kiện là:
( x )
( | ) = (6.94)
( x )

( | ) = (6.95)

11/05/2022 52

26
 6.2.4. Hiệu năng của bộ thu tối ưu
6.2.4.1 Xác suất lỗi của tín hiệu nhị phân
– Giả thiết truyền đi, xác xuất lỗi là xác suất để < 0, nghĩa là:
x
=∫ p r = ∫
x
x
= ∫ = ∫ = (6.96)
x

– Tương tự, nếu được truyền đi thì xác suất để > 0 là ( | )=

x

– Nếu giả thiết và có xác suất truyền đi như nhau thì giá trị trung
x
bình của xác suất lỗi là: =[ + ( | )]/2 = (6.97)

–
11/05/2022 Với khoảng cách giữa hai điểm tín hiệu là =2 x : = ( ) (6.98)
53

6.2.4. Hiệu năng của bộ thu tối ưu

6.2.4.1 Xác suất lỗi của tín hiệu nhị phân
– Tiếp theo ta tính xác suất lỗi của tín hiệu nhị phân trực giao:
– Hai vectơ tín hiệu = [ x 0] và = [0 x ] là hai chiều:
với x là năng lượng của mỗi tín hiệu.
Khoảng cách giữa hai điểm tín hiệu = 2x .
– Giả thiết tín hiệu ( ) được truyền đi, vectơ thu được sau bộ giải điều chế
là: = [ x + ] (6.100)
– Xác suất lỗi là xác suất để ( , )> ( , ):
x
= [ ( , )> ( , )] = [ − > x ]= (6.96)

– Tương tự, xác suất lỗi khi ( ) phát đi cũng giống như vậy. Do đó, xác suất lỗi
trung bình của tín hiệu nhị phân trực giao là:
x
= = ( ) (6.103)
11/05/2022 với =x / là SNR từng bit. 54

27
 6.2.4. Hiệu năng của bộ thu tối ưu
6.2.4.2 Xác suất lỗi của tín hiệu PAM số (ASK)
– Với tín hiệu điều chế số: công suất phát tính theo công suất trung bình trên
mỗi ký hiệu (symbol).
x x
– Xác suất lỗi bit của tín hiệu 2-ASK nhị phân là: = =

với: x là năng lượng xung nhị phân, là mật độ phổ công suất nhiễu và
erfc(u) là hàm bù lỗi: = ∫
– Xác suất lỗi ký hiệu trung bình theo công suất trung bình cho tín hiệu ASK mức
là:
x
= = (6.132)

trong đó: x = là năng lượng trung bình. Do = và = nên:

x
= (6.133)

11/05/2022 55

6.2.4. Hiệu năng của bộ thu tối ưu

6.2.4.3 Xác suất lỗi của tín hiệu PSK
x x
– Xác suất lỗi bit của tín hiệu 2-PSK nhị phân là: = =

với: x là năng lượng xung nhị phân, là mật độ phổ công suất nhiễu và
là hàm bù lỗi: = ∫
– Với = 4 ta có hai tín hiệu điều chế pha nhị phân và có pha vuông góc.
Nếu không có hiện tượng xuyên nhiễu giữa các tín hiệu trong hai sóng
mang vuông góc thì xác suất lỗi bit như .
– Xác xuất lỗi ký hiệu với = 4 được xác định qua là xác suất thu đúng
ký hiệu 2 bit: = (1 − ) = 1− 2x / (6.145)
– Như vậy, xác suất lỗi ký hiệu với = 4 là:
=1− =2 2x / 1− 2x / (6.146)
– Với M > 4 thì xác suất lỗi ký hiệu :
≈2 2g sin =2 2 g sin (6.148)
x
11/05/2022 với = và g = g = . 56

28
 6.2.4. Hiệu năng của bộ thu tối ưu
6.2.4.3 Xác suất lỗi của tín hiệu PSK
Bài tập:
Cho hệ thống BPSK truyền qua kênh AWGN với mật độ phổ công
suất = 10 [ / ], x = /2, T là chu kỳ của bít và A là biên
độ tín hiệu. Xác định giá trị của A để xác suất lỗi bít đạt được 10-6,
nếu tốc độ dữ liệu là:
a) 10Kb/s;
b) b) 100Kb/s;
c) c) 1Mb/s.

11/05/2022 57

6.2.4. Hiệu năng của bộ thu tối ưu

6.2.4.4 Xác suất lỗi của tín hiệu FSK
– Với tín hiệu điều chế số: công suất phát tính theo công suất trung bình trên
mỗi ký hiệu (symbol).
– Với điều chế 2-FSK kết hợp, xác suất lỗi bit có giảm đi 3 dB so với điều
x x
chế PSK theo như biểu thức: = =

với: x là năng lượng xung nhị phân, là mật độ phổ công suất nhiễu và
erfc(u) là hàm bù lỗi: = ∫
x
– Với 2-FSK không kết hợp, xác suất lỗi bit được xác định: =

– Xác suất lỗi ký hiệu cho tín hiệu M-FSK là:

x x
≤ = −1

11/05/2022 58

29
 6.2.4. Hiệu năng của bộ thu tối ưu
6.2.4.5 Xác suất lỗi của tín hiệu QAM
– Xác suất lỗi ký hiệu tín hiệu QAM M mức là:
= 1 − (1 − )² (6.157)
x
với: =2 1− là Xác suất lỗi của tín hiệu PAM
mức với một nửa công suất trung bình trong mỗi tín hiệu vuông góc của tín
hiệu QAM tương đương.
– Nếu sử dụng bộ xác định tối ưu dựa trên độ đo khoảng cách thì Xác suất
lỗi ký hiệu bị chặn trên bởi:
x x
≤1− 1−2 ≤4 (6.158)
( ) ( )

với ≥ 1 và x / là SNR trung bình từng bit.

11/05/2022 59

6.2.4. Hiệu năng của bộ thu tối ưu

6.2.4.5 Xác suất lỗi của tín hiệu QAM
Bài tập:
Một hệ thống truyền tin số QAM có tốc độ 2400 symbol/s (baud).
Nhiễu cộng được giả sử là nhiễu trắng và phân bố Gauss. Xác định
x / để đạt được xác suất lỗi 10 với tốc độ bit tương ứng là:
a) 4800 bit/s;
b) 9600 bit/s;
c) 19200 bit/s;
d) Hãy nhận xét dựa trên các kết quả nhận được ở các câu trên.

11/05/2022 60

30
 BÀI GIẢNG MÔN

LÝ THUYẾT TRUYỀN TIN

Chương 6- Nhiễu và bộ thu tối ưu
Câu hỏi & bài tập chương 6:

1. Nêu định nghĩa và phân loại nhiễu trong hệ thống truyền tin?
2. Trình bày về nhiễu trắng giới hạn băng tần?
3. Hãy trình bày các loại nhiễu xẩy ra trong tự nhiên?
4. Trình bày khái niệm về bộ thu tối ưu?
5. Vẽ sơ đồ cấu trúc của bộ thu cơ bản và cho biết các chức năng của
các khối trong sơ đồ?
6. Vẽ sơ đồ và nêu nguyên tắc hoạt động của bộ giải điều chế tương
quan?
7. Vẽ sơ đồ và nêu nguyên tắc hoạt động của bộ giải điều chế dùng bộ
lọc phối hợp?
8. Vẽ sơ đồ và nêu nguyên tắc hoạt động của bộ thu tối ưu với kênh có
www.ptit.edu.vn BỘ MÔN: TH & HT - KHOA VT1 Trang 61
nhiễu AWGN?

BÀI GIẢNG MÔN

LÝ THUYẾT TRUYỀN TIN

Chương 6- Nhiễu và bộ thu tối ưu
Câu hỏi & bài tập chương 6:

9. Cho hệ thống BPSK truyền qua kênh AWGN với mật độ phổ công
suất = 10 [ / ], x = /2, T là chu kỳ của bít và A là biên
độ tín hiệu. Xác định giá trị của A để xác suất lỗi bít đạt được 10-6,
nếu tốc độ dữ liệu là: a) 10Kb/s; b) 100Kb/s; c) 1Mb/s.
10. Một hệ thống truyền tin số QAM có tốc độ 2400 symbol/s (baud).
Nhiễu cộng được giả sử là nhiễu trắng và phân bố Gauss. Xác định
x / để đạt được xác suất lỗi 10 với tốc độ bit tương ứng là: a)
4800 bit/s; b) 9600 bit/s; c)19200 bit/s; d) Hãy nhận xét dựa trên các
kết quả nhận được ở các câu trên.

www.ptit.edu.vn BỘ MÔN: TH & HT - KHOA VT1 Trang 62

31