Communications numériques json Recherche avancée

[
  {
    "category": "Preparation pour l'examen",
    "question": "
Examen de Communications Numériques - Série 2
 - Institut de Télécommunications Avancées
Consignes: Expliquez chaque étape des calculs. Indiquez clairement les formules utilisées et les hypothèses.
Contexte de l'examen:
Un système de communication sans fil doit transmettre des données en bande de base sur un canal à trajets multiples (multipath channel). Le système utilise une modulation OOK (On-Off Keying) et doit respecter les critères de Nyquist pour éviter l'ISI.
Question 1: OOK et transmission en bande de base - Spectre et bande passante (6 points)
Un système OOK transmet des données à un débit binaire $D_b = 1.2$ Mbps en bande de base. L'impulsion de transmission est un pulse rectangulaire d'amplitude $A = 2$ V et de durée $T_b = 1/D_b$.
a) Calculez la durée du bit $T_b$.
b) Écrivez l'expression temporelle du premier lobe du spectre (lobe principal) du signal OOK en utilisant la transformée de Fourier du pulse rectangulaire. La largeur du lobe principal est déterminée par les premiers zéros du spectre.
c) Calculez la fréquence du premier zéro du spectre.
d) La largeur de bande du lobe principal est deux fois la distance du zéro central. Calculez cette largeur.
Question 2: Récepteur optimal OOK - Détection par seuil (7 points)
Le signal OOK traverse un canal AWGN avec rapport signal/bruit $\\text{SNR} = 15$ dB. Le récepteur optimal utilise un filtre adapté suivi d'un détecteur par seuil.
a) Convertissez le SNR en rapport linéaire.
b) Pour un signal OOK binaire, le seuil optimal de décision en absence de probabilités différentes est la moyenne des deux niveaux reçus. Avec un \"0\" transmis (aucune impulsion), le signal reçu est $r_0 = 0$, et avec un \"1\" transmis, le signal reçu est $r_1 = A = 2$ V. Calculez le seuil optimal $\\tau_{opt}$.
c) Pour OOK en canal AWGN, la probabilité d'erreur est $P_e = Q\\left(\\sqrt{2\\cdot SNR}\\right)$ où Q est la fonction d'erreur complémentaire. En utilisant $Q(\\sqrt{2 \\times 15}) = Q(5.48) \\approx 1.85 \\times 10^{-8}$, calculez le BER.
d) Calculez le taux d'erreur en nombre d'erreurs par seconde.
Question 3: Canal multipath - ISI et évanouissement (6 points)
Le canal de transmission réel a deux trajets: un trajet direct avec amplitude $a_1 = 1$ et délai $\\tau_1 = 0$, et un trajet réfléchi avec amplitude $a_2 = 0.5$ et délai $\\tau_2 = T_b/4$.
a) Écrivez l'expression de la réponse impulsionnelle du canal multipath.
b) Calculez le délai maximal (maximum excess delay) $\\tau_{max} = \\tau_2 - \\tau_1$.
c) Calculez la bande de cohérence du canal donnée par $B_c \\approx \\frac{1}{5\\tau_{max}}$. Comparez avec la bande passante du signal OOK obtenue à la Question 1.
d) Si le canal est considéré comme sélectif en fréquence si $B_{signal} > B_c$, le canal est-il sélectif? Expliquez les conséquences.
Question 4: Égalisation et compensation de l'ISI (6 points)
Pour compenser l'ISI causé par le canal multipath, on installe un égaliseur linéaire avec $N = 5$ coefficients (taps):
$g_n = [g_0, g_1, g_2, g_3, g_4]$
L'égaliseur reçoit les échantillons du signal à chaque instant $nT_b$ et produit une sortie:
$y_n = \\sum_{k=0}^{4} g_k r_{n-k}$
où $r_{n-k}$ sont les échantillons d'entrée retardés.
a) Écrivez la matrice de convolution $\\mathbf{H}$ pour le système [canal + égaliseur] en exprimant comment les coefficients du canal $a_1, a_2$ et de l'égaliseur $g_0, g_1, ..., g_4$ interagissent. Prenez en compte que seuls les deux premiers retards du canal sont non-nuls.
b) Pour une égalisation ZF (Zero-Forcing), le but est que la sortie de l'égaliseur soit $y_0 = 1$ (symbole principal récupéré) et $y_n = 0$ pour $n \\neq 0$ (ISI supprimée). Écrivez les trois premières équations du système linéaire.
c) Avec $a_1 = 1, a_2 = 0.5$, résolvez pour les trois premiers coefficients $g_0, g_1, g_2$ en supposant $g_3 = g_4 = 0$ pour simplification (égaliseur de courte longueur).
d) Interprétez physiquement les valeurs de $g_0, g_1, g_2$ obtenues.
Question 5: Performance du système après égalisation (5 points)
Après égalisation, l'effet du canal sur le symbole principal est supprimé, mais le bruit augmente en raison de l'amplification par l'égaliseur.
a) Pour un égaliseur ZF, le gain d'amplification du bruit est proportionnel à $1/a_1^2 + (a_2/a_1)^2$. Calculez ce facteur d'amplification du bruit $N_{boost}$.
b) Le nouveau rapport SNR après égalisation est $\\text{SNR}_{eq} = \\text{SNR}_{before} / N_{boost}$. Calculez le SNR en dB après égalisation.
c) Utilisez la probabilité d'erreur OOK $P_e = Q\\left(\\sqrt{2\\cdot SNR_{eq}}\\right)$. Calculez le BER après égalisation.
d) Comparez le BER avant (Question 2c) et après égalisation. Expliquez pourquoi le BER s'aggrave même si l'ISI est supprimée.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solutions détaillées - Examen Série 2
Solution Question 1: OOK et transmission en bande de base
Données:
Débit binaire: $D_b = 1.2$ Mbps
Amplitude: $A = 2$ V
Pulse: rectangulaire
a) Durée du bit T_b:
Formule générale:
$T_b = \\frac{1}{D_b}$
Remplacement des données:
$T_b = \\frac{1}{1.2 \\times 10^6}$
Calcul:
$T_b = 8.333 \\times 10^{-7} \\text{ s} = 833.3$ ns
Résultat:
$\\boxed{T_b = 833.3 \\text{ ns}}$
b) Spectre du pulse rectangulaire:
La transformée de Fourier d'un pulse rectangulaire de durée $T_b$ et amplitude A est:
Formule générale:
$S(f) = A T_b \\text{sinc}\\left(\\pi f T_b\\right) = A T_b \\frac{\\sin(\\pi f T_b)}{\\pi f T_b}$
où $\\text{sinc}(x) = \\sin(x)/x$.
Le premier lobe principal s'étend de $f = -1/T_b$ à $f = +1/T_b$.
Résultat:
$\\boxed{S(f) = 2 \\times 833.3 \\times 10^{-9} \\times \\text{sinc}(\\pi f \\times 833.3 \\times 10^{-9})}$
ou
$\\boxed{S(f) = 1.667 \\times 10^{-6} \\times \\frac{\\sin(\\pi f \\times 833.3 \\times 10^{-9})}{\\pi f \\times 833.3 \\times 10^{-9}}}$
c) Fréquence du premier zéro:
Le premier zéro du spectre sinc se produit quand l'argument du sinus est égal à $\\pi$:
$\\pi f_1 T_b = \\pi$
$f_1 = \\frac{1}{T_b}$
Remplacement des données:
$f_1 = \\frac{1}{833.3 \\times 10^{-9}}$
Calcul:
$f_1 = 1.2 \\times 10^6 \\text{ Hz} = 1.2$ MHz
Résultat:
$\\boxed{f_1 = 1.2 \\text{ MHz}}$
d) Largeur du lobe principal:
Le lobe principal s'étend de $-f_1$ à $+f_1$, donc:
Formule générale:
$B_{lobe} = 2 f_1 = 2 \\times \\frac{1}{T_b} = 2 \\times D_b$
Remplacement des données:
$B_{lobe} = 2 \\times 1.2$ MHz
Calcul:
$B_{lobe} = 2.4$ MHz
Résultat:
$\\boxed{B_{lobe} = 2.4 \\text{ MHz}}$
Interprétation: La largeur du lobe principal du spectre OOK est exactement 2 fois le débit binaire, une relation fondamentale en transmission numériques.
Solution Question 2: Détecteur OOK optimal
Données:
SNR = 15 dB
Amplitude signal: A = 2 V
a) Conversion SNR en rapport linéaire:
Formule générale:
$\\text{SNR}_{lin} = 10^{\\text{SNR}_{dB}/10}$
Remplacement des données:
$\\text{SNR}_{lin} = 10^{15/10} = 10^{1.5}$
Calcul:
$\\text{SNR}_{lin} = 31.623$
Résultat:
$\\boxed{\\text{SNR} = 31.623}$
b) Seuil optimal de décision:
Pour OOK binaire avec probabilités égales:
\"0\" transmis → signal reçu $r_0 = 0$ (absence d'impulsion)
\"1\" transmis → signal reçu $r_1 = A = 2$ V
Formule générale:
$\\tau_{opt} = \\frac{r_0 + r_1}{2}$
Remplacement des données:
$\\tau_{opt} = \\frac{0 + 2}{2}$
Calcul:
$\\tau_{opt} = 1$ V
Résultat:
$\\boxed{\\tau_{opt} = 1 \\text{ V}}$
c) Taux d'erreur binaire:
Formule générale:
$P_e = Q\\left(\\sqrt{2 \\times \\text{SNR}}\\right)$
Calcul de l'argument:
$\\sqrt{2 \\times 31.623} = \\sqrt{63.246} = 7.953$
Approximation donnée: $Q(5.48) \\approx 1.85 \\times 10^{-8}$
Pour Q(7.953), on peut utiliser l'approximation: $Q(x) \\approx \\frac{1}{\\sqrt{2\\pi}}e^{-x^2/2}$ pour $x > 3$.
$Q(7.953) \\approx \\frac{1}{\\sqrt{2\\pi}}e^{-(7.953)^2/2} \\approx \\frac{1}{2.507}e^{-31.63} \\approx 3.3 \\times 10^{-15}$
Résultat:
$\\boxed{P_e \\approx 3.3 \\times 10^{-15}}$
Interprétation: Avec un SNR de 15 dB, la probabilité d'erreur est extrêmement faible, inférieure à 1 erreur par 10¹⁵ bits.
d) Taux d'erreur en nombre d'erreurs par seconde:
Formule générale:
$N_{errors} = D_b \\times P_e$
Remplacement des données:
$N_{errors} = 1.2 \\times 10^6 \\times 3.3 \\times 10^{-15}$
Calcul:
$N_{errors} = 3.96 \\times 10^{-9}$ erreurs/s
Résultat:
$\\boxed{N_{errors} \\approx 4 \\times 10^{-9} \\text{ erreurs/s}}$
Interprétation: En moyenne, une erreur se produit tous les 250 milliards de secondes, soit tous les ~7900 ans! Le système est quasi parfait en l'absence d'ISI.
Solution Question 3: Canal multipath et ISI
Données:
Trajet 1: $a_1 = 1, \\tau_1 = 0$
Trajet 2: $a_2 = 0.5, \\tau_2 = T_b/4$
$T_b = 833.3$ ns
a) Réponse impulsionnelle du canal:
Formule générale:
$h(t) = a_1 \\delta(t) + a_2 \\delta(t - \\tau_2)$
Remplacement des données:
$h(t) = 1 \\times \\delta(t) + 0.5 \\times \\delta(t - T_b/4)$
$h(t) = \\delta(t) + 0.5 \\delta(t - 208.3 \\text{ ns})$
Résultat:
$\\boxed{h(t) = \\delta(t) + 0.5\\delta(t - T_b/4)}$
b) Délai maximal:
Formule générale:
$\\tau_{max} = \\tau_2 - \\tau_1$
Remplacement des données:
$\\tau_{max} = \\frac{T_b}{4} - 0 = \\frac{T_b}{4}$
Calcul:
$\\tau_{max} = \\frac{833.3 \\times 10^{-9}}{4} = 208.3 \\times 10^{-9}$ s
Résultat:
$\\boxed{\\tau_{max} = 208.3 \\text{ ns}}$
c) Bande de cohérence:
Formule générale:
$B_c \\approx \\frac{1}{5\\tau_{max}}$
Remplacement des données:
$B_c \\approx \\frac{1}{5 \\times 208.3 \\times 10^{-9}}$
Calcul:
$B_c \\approx \\frac{1}{1.0415 \\times 10^{-6}} = 960500$ Hz \\approx 0.96 MHz
Résultat:
$\\boxed{B_c \\approx 0.96 \\text{ MHz}}$
Comparaison avec la bande du signal OOK (Question 1d):
$B_{signal} = 2.4$ MHz
$\\frac{B_{signal}}{B_c} = \\frac{2.4}{0.96} = 2.5$
Interprétation: La bande du signal est 2.5 fois plus grande que la bande de cohérence, indiquant une sélectivité en fréquence significative.
d) Nature du canal et conséquences:
Critère:
$B_{signal} > B_c$ ⟹ Canal sélectif en fréquence ✓
$2.4 \\text{ MHz} > 0.96 \\text{ MHz}$
Résultat:
$\\boxed{\\text{Le canal est SÉLECTIF en fréquence}}$
Conséquences:
Interférence Entre Symboles (ISI): Différentes composantes spectrales du signal subissent des atténuations et des délais différents.
Distorsion du signal: La réponse amplitude-fréquence du canal n'est pas plate dans la bande du signal, causant une déformation.
Dégradation du BER: L'ISI crée une \"gigue\" entre les niveaux de décision (0 et 1), augmentant la probabilité d'erreur.
Nécessité d'égalisation: Un égaliseur est nécessaire pour compenser les effets du canal sélectif.
Solution Question 4: Égalisation et ISI
Données:
Canal: $a_1 = 1, a_2 = 0.5$
Égaliseur: $N = 5$ coefficients
Output: $y_n = \\sum_{k=0}^{4} g_k r_{n-k}$
a) Matrice de convolution [canal + égaliseur]:
Le signal reçu après le canal est:
$r_n = a_1 s_n + a_2 s_{n-1} = s_n + 0.5 s_{n-1}$
où $s_n$ est le signal transmis (symboles).
Après l'égaliseur:
$y_n = g_0 r_n + g_1 r_{n-1} + g_2 r_{n-2} + g_3 r_{n-3} + g_4 r_{n-4}$
Remplacement:
$y_n = g_0(s_n + 0.5 s_{n-1}) + g_1(s_{n-1} + 0.5 s_{n-2}) + g_2(s_{n-2} + 0.5 s_{n-3}) + ...$
$y_n = g_0 s_n + (0.5g_0 + g_1)s_{n-1} + (0.5g_1 + g_2)s_{n-2} + ...$
Résultat (matrice des coefficients):
$\\boxed{\\begin{bmatrix} y_0 \\\\ y_1 \\\\ y_2 \\\\ y_3 \\\\ y_4 \\end{bmatrix} = \\begin{bmatrix} g_0 & 0.5g_0 & 0 & 0 & 0 \\\\ g_1 & g_0 & 0.5g_0 & 0 & 0 \\\\ g_2 & g_1 & g_0 & 0.5g_0 & 0 \\\\ g_3 & g_2 & g_1 & g_0 & 0.5g_0 \\\\ g_4 & g_3 & g_2 & g_1 & g_0 \\end{bmatrix} \\begin{bmatrix} s_0 \\\\ s_1 \\\\ s_2 \\\\ s_3 \\\\ s_4 \\end{bmatrix}}$
b) Système linéaire pour l'égaliseur ZF:
Pour ZF: $y_k = \\delta_{0k}$ (impulsion unitaire)
Équation 1 (symbole principal):
$y_0 = g_0 s_0 + 0.5g_0 s_1 = 1$
Équation 2 (premier ISI):
$y_1 = g_1 s_0 + g_0 s_1 + 0.5g_0 s_2 = 0$
Équation 3 (deuxième ISI):
$y_2 = g_2 s_0 + g_1 s_1 + g_0 s_2 + 0.5g_0 s_3 = 0$
Résultat:
$\\boxed{\\begin{cases} g_0(s_0 + 0.5s_1) = 1 \\\\ g_1 s_0 + g_0 s_1 + 0.5g_0 s_2 = 0 \\\\ g_2 s_0 + g_1 s_1 + g_0 s_2 + 0.5g_0 s_3 = 0 \\end{cases}}$
c) Résolution pour g₀, g₁, g₂ (avec g₃=g₄=0):
Supposons des impulsions carrées: $s_0 = 1, s_1 = s_2 = s_3 = 0$
De l'équation 1:
$g_0(1 + 0.5 \\times 0) = 1$
$g_0 = 1$
De l'équation 2:
$g_1 \\times 1 + g_0 \\times 0 + 0.5 \\times g_0 \\times 0 = 0$
$g_1 = 0$
De l'équation 3:
$g_2 \\times 1 + g_1 \\times 0 + g_0 \\times 0 + 0.5 \\times g_0 \\times 0 = 0$
$g_2 = 0$
Résultat:
$\\boxed{g_0 = 1, \\quad g_1 = 0, \\quad g_2 = 0}$
Interprétation remarquable: L'égaliseur optimal pour ce cas simplifié a tous les coefficients nuls sauf $g_0 = 1$. Cela signifie que seule la composante du trajet principal (sans retard) doit être préservée. Les autres coefficients suppriment les contributes des symboles retardés.
d) Interprétation physique:
Les valeurs de l'égaliseur reflètent:
g₀ = 1: Préserver le symbole actuel (trajet principal avec amplitude 1)
g₁ = 0: Supprimer la contribution du symbole précédent qui arrive après $T_b/4$
g₂ = 0: Aucune contribution des symboles plus anciens
L'égaliseur ZF \"annule\" la composante du trajet secondaire en choisissant les coefficients appropriés. En pratique, avec un canal réel et du bruit, le système linéaire serait résolu de manière robuste (par exemple avec la méthode MMSE).
Solution Question 5: Performance après égalisation
Données:
Avant égalisation: SNR = 15 dB (linéaire = 31.623)
Canal: $a_1 = 1, a_2 = 0.5$
a) Facteur d'amplification du bruit:
Formule générale:
$N_{boost} = \\frac{1}{a_1^2} + \\left(\\frac{a_2}{a_1}\\right)^2$
Remplacement des données:
$N_{boost} = \\frac{1}{1^2} + \\left(\\frac{0.5}{1}\\right)^2$
Calcul:
$N_{boost} = 1 + 0.25 = 1.25$
Résultat:
$\\boxed{N_{boost} = 1.25}$
b) SNR après égalisation:
Formule générale:
$\\text{SNR}_{eq,lin} = \\frac{\\text{SNR}_{before,lin}}{N_{boost}}$
Remplacement des données:
$\\text{SNR}_{eq,lin} = \\frac{31.623}{1.25} = 25.298$
En dB:
$\\text{SNR}_{eq,dB} = 10\\log_{10}(25.298) = 14.03$ dB
Résultat:
$\\boxed{\\text{SNR}_{eq} = 14.03 \\text{ dB}}$
Comparaison: Le SNR s'est dégradé de 15 - 14.03 = 0.97 dB ≈ 1 dB (10 log₁₀(1.25) = 0.97 dB)
c) BER après égalisation:
Formule générale:
$P_e = Q\\left(\\sqrt{2 \\times \\text{SNR}_{eq,lin}}\\right)$
Calcul de l'argument:
$\\sqrt{2 \\times 25.298} = \\sqrt{50.596} = 7.113$
Utilisant l'approximation Q(x):
$Q(7.113) \\approx \\frac{1}{\\sqrt{2\\pi}} e^{-(7.113)^2/2} \\approx \\frac{1}{2.507} e^{-25.30} \\approx 1.9 \\times 10^{-12}$
Résultat:
$\\boxed{P_e \\approx 1.9 \\times 10^{-12}}$
d) Comparaison avant/après et explication:
Tableau comparatif:
Avant égalisation: SNR = 15 dB, BER = $3.3 \\times 10^{-15}$
Après égalisation: SNR = 14.03 dB, BER = $1.9 \\times 10^{-12}$
Dégradation du BER:
$\\frac{BER_{after}}{BER_{before}} = \\frac{1.9 \\times 10^{-12}}{3.3 \\times 10^{-15}} \\approx 576$ fois pire
Explication du paradoxe:
Bien que l'égaliseur ZF supprime théoriquement l'ISI (le problème original), il a un coût majeur:
Amplification du bruit: L'égaliseur divise par la réponse du canal, ce qui amplifie le bruit. Le facteur d'amplification $N_{boost} = 1.25$ représente une augmentation de 0.97 dB.
Effet plus grave que l'ISI originel: Dans ce cas, l'ISI n'était pas le problème dominant (système presque parfait avec BER $3.3 \\times 10^{-15}$). L'amplification du bruit introduite par l'égaliseur dégradation davantage le système que l'ISI n'aurait pu le faire.
Solution alternative (MMSE): Un égaliseur MMSE (Minimum Mean Square Error) trouverait un équilibre optimal entre suppression d'ISI et amplification de bruit, offrant de meilleures performances globales qu'un ZF pur.
Conclusion: Cette démonstration montre qu'en l'absence d'ISI significative (SNR élevé, canal peu dispersif), l'égalisation ZF peut aggraver les performances. L'égalisation devient bénéfique quand l'ISI est le facteur limitant principal.
",
    "id_category": "1",
    "id_number": "1"
  },
  {
    "category": "Preparation pour l'examen",
    "question": "
Examen de Communications Numériques - Série 3
 - Université de Technologie Numérique
Consignes: Les calculs doivent être justifiés étape par étape. Utilisez les unités SI correctes.
Contexte de l'examen:
Un système de communication numérique full-duplex doit transmettre simultanément en upstream (montant) et downstream (descendant) sur un même câble using TDM (Time Division Multiplexing). Le système doit éviter l'interférence entre symboles et respecter le critère de Nyquist.
Question 1: Multiplexage temporel et bande passante - Dimensionnement (6 points)
Le système alloue 60% de la bande passante au downstream (débit $D_{down} = 30$ Mbps) et 40% à l'upstream (débit $D_{up} = 20$ Mbps). Chaque liaison utilise une modulation PSK binaire (BPSK).
a) Pour chaque liaison, calculez le débit symbole $R_s$ (sachant que BPSK code 1 bit par symbole).
b) Calculez la bande passante minimale requise pour chaque liaison selon le théorème de Nyquist (sans surcharge spectrale).
c) Vérifiez que la répartition 60% downstream et 40% upstream respecte le rapport des bandes passantes minimales.
d) Si la bande passante totale disponible est 100 MHz, calculez les bandes réelles allouées à chaque liaison.
Question 2: Modulation BPSK - Analyse de constellation (7 points)
Le signal BPSK downstream a les caractéristiques suivantes: porteuse $f_c = 50$ MHz, amplitude $A = 1$ V, débit symbole $R_s = 30$ MBauds.
a) Écrivez les expressions temporelles du signal BPSK pour les bits 0 et 1.
b) Calculez les énergies par symbole $E_s$ et par bit $E_b$ pour une charge de 50 Ω.
c) Le signal traverse un canal AWGN avec $N_0 = 10^{-11}$ W/Hz. Calculez le rapport $E_b/N_0$ en dB.
d) Calculez la probabilité d'erreur par bit (BER) pour BPSK en canal AWGN selon: $P_e = Q\\left(\\sqrt{2E_b/N_0}\\right)$. Utilisez $Q(4.5) \\approx 3.4 \\times 10^{-6}$.
Question 3: Récepteur optimal et matched filter - Corrélation (6 points)
Le récepteur optimal utilise deux filtres adaptés (matched filters) pour les symboles BPSK: l'un pour le bit 0 et l'autre pour le bit 1.
a) Écrivez la réponse impulsionnelle des deux filtres adaptés $h_0(t)$ et $h_1(t)$. Chaque filtre doit être adapté à son symbole respectif sur la durée $T_s = 1/R_s$.
b) Calculez les sorties des deux filtres pour un symbole reçu avec un délai négligeable. Montrez que les deux sorties sont opposées (symétrie de BPSK).
c) Le détecteur décide \"1\" si $y_1 > y_0$ et \"0\" sinon. Calculez le seuil de décision $\\tau = (y_0 + y_1)/2$.
d) Expliquez pourquoi le matched filter minimise la probabilité d'erreur en présence de bruit AWGN.
Question 4: Filtrage de Nyquist et limitation d'ISI (6 points)
Pour éviter l'ISI dans le système TDM, on utilise des filtres racine de cosinus surélevé (root-raised cosine) avec facteur de retombée $\\alpha = 0.25$ pour les deux liaisons.
a) Calculez la bande passante occupée par le signal downstream utilisant cette technique.
b) Calculez la bande passante occupée par le signal upstream.
c) Vérifiez que les deux signaux peuvent coexister dans la bande allouée de 100 MHz sans recouvrement spectral.
d) Calculez la surcharge en bande passante (excess bandwidth) causée par ce filtrage comparée au minimum de Nyquist pour chaque liaison.
Question 5: Crosstalk et isolation entre liaisons (5 points)
En raison de couplages capacitifs du câble et de la non-linéarité des amplificateurs, une partie du signal downstream se couple vers le récepteur upstream (crosstalk). Le signal interfèrent est $s_{crosstalk}(t) = -0.1 \\times s_{down}(t)$ (amplitude de 10% en opposition de phase).
a) Calculez la puissance du signal interférent en fonction de la puissance du signal descendant $P_{down}$.
b) Si la puissance du signal upstream reçu au récepteur est $P_{up} = 1$ W, calculez le rapport signal/interférence (SIR) en dB, sachant que $P_{down} = 10$ W.
c) Le rapport signal/bruit au récepteur upstream est SNR = 20 dB. Calculez le rapport signal/(bruit+interférence) [SINR].
d) Proposez deux techniques pour réduire le crosstalk et en chiffrez l'effet attendu.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solutions détaillées - Examen Série 3
Solution Question 1: Multiplexage temporel et dimensionnement
Données:
Débit downstream: $D_{down} = 30$ Mbps
Débit upstream: $D_{up} = 20$ Mbps
Modulation: BPSK (1 bit par symbole)
Allocation: 60% downstream, 40% upstream
Bande totale: 100 MHz
a) Débit symbole pour chaque liaison:
En BPSK, le nombre de bits par symbole est n = 1.
Formule générale:
$R_s = \\frac{D_b}{n} = D_b$
Downstream:
$R_{s,down} = 30$ MBauds
Upstream:
$R_{s,up} = 20$ MBauds
Résultat:
$\\boxed{R_{s,down} = 30 \\text{ MBauds}, \\quad R_{s,up} = 20 \\text{ MBauds}}$
b) Bande passante minimale (théorème de Nyquist):
Formule générale:
$B_{min} = \\frac{R_s}{2}$
Downstream:
$B_{min,down} = \\frac{30}{2} = 15$ MHz
Upstream:
$B_{min,up} = \\frac{20}{2} = 10$ MHz
Résultat:
$\\boxed{B_{min,down} = 15 \\text{ MHz}, \\quad B_{min,up} = 10 \\text{ MHz}}$
c) Vérification du rapport d'allocation:
Ratio des bandes minimales:
$\\frac{B_{min,down}}{B_{min,up}} = \\frac{15}{10} = 1.5 = \\frac{3}{2}$
Ratio de l'allocation 60/40:
$\\frac{60\\%}{40\\%} = \\frac{0.6}{0.4} = \\frac{3}{2}$
Résultat:
$\\boxed{\\frac{B_{min,down}}{B_{min,up}} = \\frac{60\\%}{40\\%} = 1.5 \\checkmark}$
Interprétation: L'allocation spectrale est exactement proportionnelle aux besoins en bande passante minimale, ce qui garantit une efficacité spectrale optimale.
d) Bandes réelles allouées:
Formule générale:
$B_{real} = \\text{Fraction} \\times B_{total}$
Downstream:
$B_{real,down} = 0.6 \\times 100 = 60$ MHz
Upstream:
$B_{real,up} = 0.4 \\times 100 = 40$ MHz
Résultat:
$\\boxed{B_{real,down} = 60 \\text{ MHz}, \\quad B_{real,up} = 40 \\text{ MHz}}$
Interprétation: Avec un ratio de 60/40, le downstream bénéficie de 4 fois plus de bande que son minimum (60/15), et l'upstream de 4 fois plus que son minimum (40/10). Cet excès de bande passante alloué permet d'utiliser des filtres de Nyquist avec facteur de retombée significatif, améliorant les performances.
Solution Question 2: Modulation BPSK
Données:
Porteuse downstream: $f_c = 50$ MHz
Amplitude: $A = 1$ V
Débit symbole: $R_s = 30$ MBauds
Durée symbole: $T_s = 1/R_s = 1/(30 \\times 10^6)$ s
Charge: $R = 50$ Ω
a) Expressions temporelles du signal BPSK:
En BPSK, les deux symboles correspondent à des phases opposées:
Bit 0 (phase 0°):
$s_0(t) = A\\cos(2\\pi f_c t) = \\cos(2\\pi \\times 50 \\times 10^6 t)$
Bit 1 (phase 180°):
$s_1(t) = -A\\cos(2\\pi f_c t) = -\\cos(2\\pi \\times 50 \\times 10^6 t)$
ou équivalemment:
$s_1(t) = A\\cos(2\\pi f_c t + \\pi)$
Résultat:
$\\boxed{s_0(t) = \\cos(2\\pi \\times 50 \\times 10^6 t), \\quad s_1(t) = -\\cos(2\\pi \\times 50 \\times 10^6 t)}$
b) Énergies par symbole et par bit:
Formule générale - Énergie par symbole:
$E_s = \\frac{1}{R} \\int_0^{T_s} s^2(t) dt$
Pour un signal sinusoïdal, la puissance moyenne est $P = A^2/(2R)$, donc:
$E_s = P \\times T_s = \\frac{A^2 T_s}{2R}$
Remplacement des données:
$E_s = \\frac{1^2 \\times (1/(30 \\times 10^6))}{2 \\times 50}$
Calcul:
$E_s = \\frac{1/(30 \\times 10^6)}{100} = \\frac{10^{-8}}{3} = 3.33 \\times 10^{-10}$ J
Énergie par bit (BPSK: 1 bit/symbole):
$E_b = E_s = 3.33 \\times 10^{-10}$ J
Résultat:
$\\boxed{E_s = 3.33 \\times 10^{-10} \\text{ J}, \\quad E_b = 3.33 \\times 10^{-10} \\text{ J}}$
c) Rapport E_b/N_0 en dB:
Formule générale:
$\\frac{E_b}{N_0} = \\frac{3.33 \\times 10^{-10}}{10^{-11}}$
Calcul:
$\\frac{E_b}{N_0} = 33.3$ (rapport linéaire)
En dB:
$\\frac{E_b}{N_0}\\text{(dB)} = 10\\log_{10}(33.3) = 15.23$ dB
Résultat:
$\\boxed{\\frac{E_b}{N_0} = 15.23 \\text{ dB}}$
d) Probabilité d'erreur par bit:
Formule générale:
$P_e = Q\\left(\\sqrt{2E_b/N_0}\\right)$
Calcul de l'argument:
$\\sqrt{2 \\times 33.3} = \\sqrt{66.6} = 8.16$
Approximation: $Q(8.16) << Q(4.5) \\approx 3.4 \\times 10^{-6}$
Pour Q(8.16), utilisant l'approximation asymptotique:
$Q(8.16) \\approx \\frac{1}{\\sqrt{2\\pi}} e^{-(8.16)^2/2} \\approx \\frac{1}{2.507} e^{-33.31} \\approx 2.1 \\times 10^{-16}$
Résultat:
$\\boxed{P_e \\approx 2.1 \\times 10^{-16}}$
Interprétation: Le système BPSK avec SNR = 15.23 dB offre une qualité exceptionnelle, avec moins d'une erreur par 5 quadrillions de bits!
Solution Question 3: Récepteur optimal et filtres adaptés
Données:
Signal BPSK: $s_0(t) = \\cos(2\\pi f_c t), s_1(t) = -\\cos(2\\pi f_c t)$
Durée symbole: $T_s = 1/(30 \\times 10^6)$ s
a) Réponses impulsionnelles des filtres adaptés:
Un filtre adapté est obtenu en reversant et retardant le signal de référence:
$h(t) = s(T_s - t), \\quad 0 \\leq t \\leq T_s$
Filtre pour bit 0:
$h_0(t) = \\cos(2\\pi f_c(T_s - t)), \\quad 0 \\leq t \\leq T_s$
ou plus simplement, pour un signal complexe analytique:
$h_0(t) = \\cos(2\\pi f_c(T_s - t))$
Filtre pour bit 1:
$h_1(t) = -\\cos(2\\pi f_c(T_s - t)), \\quad 0 \\leq t \\leq T_s$
Résultat:
$\\boxed{h_0(t) = \\cos(2\\pi f_c(T_s - t)), \\quad h_1(t) = -\\cos(2\\pi f_c(T_s - t)), \\quad 0 \\leq t \\leq T_s}$
b) Sorties des filtres pour un symbole reçu:
La sortie d'un filtre adapté au temps $t = T_s$ est:
$y_0 = \\int_0^{T_s} s_0(\\tau) h_0(T_s - \\tau) d\\tau = \\int_0^{T_s} \\cos(2\\pi f_c \\tau) \\cos(2\\pi f_c \\tau) d\\tau$
$= \\int_0^{T_s} \\cos^2(2\\pi f_c \\tau) d\\tau$
En utilisant $\\cos^2(x) = (1 + \\cos(2x))/2$:
$y_0 = \\int_0^{T_s} \\frac{1 + \\cos(4\\pi f_c \\tau)}{2} d\\tau$
Le terme de haute fréquence s'intègre à zéro (oscillations rapides), donc:
$y_0 \\approx \\frac{T_s}{2} = \\frac{1}{2 \\times 30 \\times 10^6} = 1.667 \\times 10^{-8}$ J
Pour la sortie du filtre 1 recevant le symbole 1 (signal $-s_0$):
$y_1 = \\int_0^{T_s} (-s_0(\\tau)) h_1(T_s - \\tau) d\\tau$
$= \\int_0^{T_s} (-\\cos(2\\pi f_c \\tau))(-\\cos(2\\pi f_c \\tau)) d\\tau$
$= \\int_0^{T_s} \\cos^2(2\\pi f_c \\tau) d\\tau = \\frac{T_s}{2}$
Mais si on reçoit le symbole 0:
$y_{1,received\\_0} = \\int_0^{T_s} s_0(\\tau) h_1(T_s - \\tau) d\\tau$
$= \\int_0^{T_s} \\cos(2\\pi f_c \\tau) (-\\cos(2\\pi f_c \\tau)) d\\tau = -\\frac{T_s}{2}$
Résultat:
$\\boxed{\\text{Pour bit 0:} \\quad y_0 = +\\frac{T_s}{2}, \\quad y_1 = -\\frac{T_s}{2}}$
$\\boxed{\\text{Pour bit 1:} \\quad y_0 = -\\frac{T_s}{2}, \\quad y_1 = +\\frac{T_s}{2}}$
Symétrie: Les sorties sont exactement opposées (symétriques), ce qui est caractéristique de BPSK.
c) Seuil de décision:
Formule générale:
$\\tau = \\frac{y_0 + y_1}{2}$
Pour bit 0:
$\\tau = \\frac{(T_s/2) + (-T_s/2)}{2} = 0$
Résultat:
$\\boxed{\\tau = 0}$
Règle de décision:
Si $y_1 - y_0 > 0$ → décision \"1\"
Si $y_1 - y_0 < 0$ → décision \"0\"
d) Pourquoi le matched filter minimise la probabilité d'erreur:
Le matched filter possède trois propriétés fondamentales:
Maximise le SNR: Pour un signal donné noyé dans un bruit blanc, le matched filter maximise le rapport signal/bruit à la sortie au moment de la décision.
Concentre l'énergie: Tous les échantillons du signal utile sont intégrés de façon optimale, maximisant l'énergie du signal détecté.
Blanchit le bruit: En canal AWGN blanc, le filtre adapté produit un bruit blanc à la sortie, optimisant les statistiques de décision.
Preuve mathématique: D'après l'inégalité de Cauchy-Schwarz, la sortie maximale du filtre est proportionnelle à:
$y_{max} = \\int_0^{T_s} s^2(t) dt = E_s$
ce qui est maximisé quand la réponse du filtre est exactement $h(t) = s(T_s - t)$, confirmant que le matched filter est optimal.
Solution Question 4: Filtrage de Nyquist et ISI
Données:
Root-raised cosine (RRC) avec facteur de retombée $\\alpha = 0.25$
Débit symbole downstream: $R_{s,down} = 30$ MBauds
Débit symbole upstream: $R_{s,up} = 20$ MBauds
a) Bande passante downstream avec RRC:
Formule générale:
$B_{RRC} = \\frac{R_s(1 + \\alpha)}{2}$
Remplacement:
$B_{RRC,down} = \\frac{30 \\times (1 + 0.25)}{2} = \\frac{30 \\times 1.25}{2}$
Calcul:
$B_{RRC,down} = \\frac{37.5}{2} = 18.75$ MHz
Résultat:
$\\boxed{B_{RRC,down} = 18.75 \\text{ MHz}}$
b) Bande passante upstream avec RRC:
Formule générale:
$B_{RRC,up} = \\frac{R_s(1 + \\alpha)}{2}$
Remplacement:
$B_{RRC,up} = \\frac{20 \\times (1 + 0.25)}{2} = \\frac{20 \\times 1.25}{2}$
Calcul:
$B_{RRC,up} = \\frac{25}{2} = 12.5$ MHz
Résultat:
$\\boxed{B_{RRC,up} = 12.5 \\text{ MHz}}$
c) Vérification de coexistence dans 100 MHz:
Bande totale occupée:
$B_{total} = B_{RRC,down} + B_{RRC,up} = 18.75 + 12.5 = 31.25$ MHz
Comparaison avec allocation totale:
$B_{allocated,total} = 60 + 40 = 100$ MHz
Ratio occupation/allocation:
$\\frac{31.25}{100} = 0.3125 = 31.25\\%$
Résultat:
$\\boxed{B_{occupied} = 31.25 \\text{ MHz} << B_{allocated} = 100 \\text{ MHz} \\checkmark}$
Interprétation: Les deux signaux occupent moins d'un tiers de la bande allouée, laissant ample marge de séparation spectrale pour éviter les interférences. Les signaux peuvent coexister confortablement.
d) Surcharge en bande passante (Excess Bandwidth):
Downstream:
$\\Delta B_{down} = B_{RRC,down} - B_{min,down} = 18.75 - 15 = 3.75$ MHz
$\\text{Excess \\%} = \\frac{3.75}{15} \\times 100\\% = 25\\%$
Upstream:
$\\Delta B_{up} = B_{RRC,up} - B_{min,up} = 12.5 - 10 = 2.5$ MHz
$\\text{Excess \\%} = \\frac{2.5}{10} \\times 100\\% = 25\\%$
Résultat:
$\\boxed{\\text{Excess bandwidth} = \\alpha = 0.25 = 25\\%}$
Interprétation: Le facteur de retombée de 0.25 signifie que les filtres RRC utilisent 25% de bande passante supplémentaire comparée à la limite théorique de Nyquist. C'est un compromis acceptable qui améliore significativement la performance du système en réduisant l'ISI hors-bande.
Solution Question 5: Crosstalk et isolation
Données:
Crosstalk: $s_{crosstalk} = -0.1 \\times s_{down}$
Puissance signal upstream: $P_{up} = 1$ W
Puissance signal downstream: $P_{down} = 10$ W
SNR récepteur upstream: $SNR = 20$ dB
a) Puissance du signal interférent:
Formule générale:
$P_{crosstalk} = |\\alpha|^2 \\times P_{down}$
où $\\alpha = -0.1$ est le coefficient de couplage.
Remplacement:
$P_{crosstalk} = (-0.1)^2 \\times 10 = 0.01 \\times 10 = 0.1$ W
Résultat:
$\\boxed{P_{crosstalk} = 0.1 \\text{ W} = 0.01 P_{down}}$
Interprétation: Le signal interférent a 1% de la puissance du signal descendant en puissance linéaire (ou -20 dB).
b) Rapport Signal/Interférence (SIR):
Formule générale:
$SIR = \\frac{P_{up}}{P_{crosstalk}}$
Remplacement:
$SIR = \\frac{1}{0.1} = 10$
En dB:
$SIR_{dB} = 10\\log_{10}(10) = 10$ dB
Résultat:
$\\boxed{SIR = 10 \\text{ dB}}$
Interprétation: Bien que le crosstalk soit supprimé de -20 dB au niveau du signal descendant, après réception, le rapport signal/interférence au récepteur upstream n'est que de 10 dB, ce qui est critique.
c) Rapport Signal/(Bruit+Interférence) [SINR]:
Conversion du SNR:
$SNR_{lin} = 10^{SNR_{dB}/10} = 10^{20/10} = 10^2 = 100$
Puissance de bruit:
$P_{noise} = \\frac{P_{up}}{SNR_{lin}} = \\frac{1}{100} = 0.01$ W
Formule générale:
$SINR = \\frac{P_{up}}{P_{noise} + P_{crosstalk}}$
Remplacement:
$SINR = \\frac{1}{0.01 + 0.1} = \\frac{1}{0.11} = 9.09$
En dB:
$SINR_{dB} = 10\\log_{10}(9.09) = 9.59$ dB
Résultat:
$\\boxed{SINR = 9.59 \\text{ dB}}$
Comparaison:
SNR original: 20 dB
SINR avec crosstalk: 9.59 dB
Dégradation: 20 - 9.59 = 10.41 dB
Interprétation critique: Le crosstalk réduit le SINR de plus de 10 dB, ce qui peut complètement dégrader la communication. Si le BER acceptable était basé sur SNR = 20 dB, le système ne fonctionnera pas.
d) Techniques de réduction du crosstalk:
Technique 1: Blindage du câble
Description: Entourer le câble de conducteurs blindés pour réduire les couplages électromagnétiques.
Effet: Réduction du coefficient de couplage $\\alpha$ de 0.1 à 0.01 (facteur 10).
Nouvelle puissance crosstalk:
$P_{crosstalk,new} = (0.01)^2 \\times 10 = 0.001$ W
Nouveau SINR:
$SINR_{new} = \\frac{1}{0.01 + 0.001} = \\frac{1}{0.011} = 90.9$
$SINR_{new,dB} = 10\\log_{10}(90.9) = 19.6$ dB
Technique 2: Filtres de notch au récepteur
Description: Implémenter un filtre numérique qui atténue spécifiquement la fréquence du signal downstream à la réception upstream.
Effet: Réduction du crosstalk par un facteur 5 à 10.
Nouvelle puissance crosstalk (avec facteur 5):
$P_{crosstalk,new} = (0.1/\\sqrt{5})^2 \\times 10 \\approx 0.02$ W
Nouveau SINR:
$SINR_{new} = \\frac{1}{0.01 + 0.02} = \\frac{1}{0.03} = 33.3$
$SINR_{new,dB} = 10\\log_{10}(33.3) = 15.2$ dB
Résultat final:
$\\boxed{\\begin{align}
\\text{Sans mitigation:} \\quad & SINR = 9.59 \\text{ dB (CRITIQUE)} \\n\\text{Option 1 - Blindage:} \\quad & SINR = 19.6 \\text{ dB (EXCELLENT)} \\n\\text{Option 2 - Filtre notch:} \\quad & SINR = 15.2 \\text{ dB (BON)}
\\end{align}}$
Recommandation: Le blindage est la solution la plus efficace, bien que plus coûteuse. Le filtre de notch offre un bon compromis coût/performance.
",
    "id_category": "1",
    "id_number": "2"
  },
  {
    "category": "Preparation pour l'examen",
    "question": "
EXAMEN DE COMMUNICATIONS NUMÉRIQUES - Session 1
 |  | 
Contexte général : Un système de transmission numérique en bande de base utilise une modulation BPSK pour transmettre des données à travers un canal AWGN. Le récepteur emploie un filtre adapté pour optimiser la détection. L'analyse complète de ce système est demandée.
Question 1 (4 points) - Transmission en Bande de Base
Le système transmet des symboles binaires à un débit $R_b = 2 \\text{ Mbit/s}$. La puissance du signal transmis est $P_s = 10 \\text{ mW}$ et le canal présente une densité spectrale de bruit $N_0/2 = 10^{-9} \\text{ W/Hz}$.
a) Calculer la durée d'un bit $T_b$ et l'énergie par bit $E_b$.
b) Calculer le rapport $E_b/N_0$ en valeur linéaire et en dB.
c) Déterminer la bande passante minimale théorique (Nyquist) nécessaire pour cette transmission.
Question 2 (4 points) - Filtre Adapté et Récepteur Optimal
Le récepteur utilise un filtre adapté à une impulsion rectangulaire de durée $T_b$.
a) Donner l'expression de la réponse impulsionnelle du filtre adapté $h(t)$.
b) Calculer le rapport signal sur bruit (SNR) à la sortie du filtre adapté à l'instant d'échantillonnage optimal.
c) Comparer ce SNR avec celui obtenu par un filtre passe-bas idéal de même bande passante et calculer le gain apporté par le filtre adapté.
Question 3 (4 points) - Probabilité d'Erreur BPSK
En utilisant les résultats précédents :
a) Calculer la probabilité d'erreur bit $P_b$ pour la modulation BPSK.
b) Déterminer le nombre moyen de bits entre deux erreurs successives.
c) Si on souhaite une probabilité d'erreur de $P_b = 10^{-6}$, calculer le rapport $E_b/N_0$ minimum requis (en dB).
Question 4 (4 points) - Critère de Nyquist et Filtre en Cosinus Surélevé
Pour éliminer l'interférence entre symboles, on utilise un filtre en cosinus surélevé avec un facteur de retombée $\\alpha = 0.35$.
a) Calculer la bande passante totale occupée par le signal filtré.
b) Déterminer l'efficacité spectrale du système en bit/s/Hz.
c) Si le filtre est réparti équitablement entre émetteur et récepteur (racine de cosinus surélevé), quelle est la condition sur les filtres pour satisfaire le critère de Nyquist ?
Question 5 (4 points) - Diagramme de l'Œil et Performance
On mesure sur le diagramme de l'œil une ouverture verticale de $V_{eye} = 1.6 \\text{ V}$ et une amplitude crête-à-crête du signal de $V_{pp} = 2 \\text{ V}$. L'écart-type du bruit est $\\sigma_n = 0.15 \\text{ V}$.
a) Calculer la marge de bruit du système.
b) Calculer la probabilité d'erreur en utilisant l'ouverture de l'œil.
c) Quel devrait être l'écart-type du bruit maximal pour garantir $P_b < 10^{-9}$ ?
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
CORRIGÉ DÉTAILLÉ - EXAMEN SESSION 1
Question 1 - Transmission en Bande de Base
a) Durée d'un bit et énergie par bit :
La durée d'un bit est l'inverse du débit binaire :
$T_b = \\frac{1}{R_b}$
Application numérique :
$T_b = \\frac{1}{2 \\times 10^6} = 0.5 \\times 10^{-6} \\text{ s} = 0.5 \\text{ µs}$
L'énergie par bit est le produit de la puissance par la durée du bit :
$E_b = P_s \\times T_b$
Application numérique :
$E_b = 10 \\times 10^{-3} \\times 0.5 \\times 10^{-6} = 5 \\times 10^{-9} \\text{ J} = 5 \\text{ nJ}$
Résultat : $\\boxed{T_b = 0.5 \\text{ µs}, \\quad E_b = 5 \\text{ nJ}}$
b) Rapport Eb/N0 :
La densité spectrale de puissance de bruit est $N_0/2 = 10^{-9} \\text{ W/Hz}$, donc $N_0 = 2 \\times 10^{-9} \\text{ W/Hz}$.
$\\frac{E_b}{N_0} = \\frac{5 \\times 10^{-9}}{2 \\times 10^{-9}} = 2.5$
En décibels :
$\\left(\\frac{E_b}{N_0}\\right)_{dB} = 10\\log_{10}(2.5) = 3.98 \\text{ dB}$
Résultat : $\\boxed{\\frac{E_b}{N_0} = 2.5 \\text{ (linéaire)} = 3.98 \\text{ dB}}$
c) Bande passante minimale (Nyquist) :
La bande passante minimale théorique pour une transmission sans ISI est :
$B_{min} = \\frac{R_b}{2} = \\frac{R_s}{2}$
Pour BPSK, $R_s = R_b$, donc :
$B_{min} = \\frac{2 \\times 10^6}{2} = 1 \\text{ MHz}$
Résultat : $\\boxed{B_{min} = 1 \\text{ MHz}}$
Question 2 - Filtre Adapté et Récepteur Optimal
a) Réponse impulsionnelle du filtre adapté :
Pour une impulsion rectangulaire $g(t)$ de durée $T_b$, le filtre adapté a pour réponse impulsionnelle :
$h(t) = g(T_b - t)$
Pour une impulsion rectangulaire normalisée :
$h(t) = \\begin{cases} \\frac{1}{\\sqrt{T_b}} & \\text{si } 0 \\leq t \\leq T_b \\ 0 & \\text{sinon} \\end{cases}$
Résultat : $\\boxed{h(t) = \\frac{1}{\\sqrt{T_b}} \\text{rect}\\left(\\frac{t}{T_b} - \\frac{1}{2}\\right)}$
b) SNR à la sortie du filtre adapté :
Le filtre adapté maximise le SNR à l'instant d'échantillonnage. Le SNR maximal est :
$SNR_{out} = \\frac{2E_b}{N_0}$
Application numérique :
$SNR_{out} = 2 \\times 2.5 = 5$
En décibels :
$SNR_{out,dB} = 10\\log_{10}(5) = 6.99 \\text{ dB}$
Résultat : $\\boxed{SNR_{out} = 5 \\text{ (linéaire)} = 6.99 \\text{ dB}}$
c) Comparaison avec filtre passe-bas idéal :
Pour un filtre passe-bas idéal de bande $B = 1/T_b$, le SNR est :
$SNR_{LP} = \\frac{P_s}{N_0 \\cdot B} = \\frac{P_s \\cdot T_b}{N_0} = \\frac{E_b}{N_0} = 2.5$
Le gain du filtre adapté par rapport au filtre passe-bas :
$G = \\frac{SNR_{out}}{SNR_{LP}} = \\frac{2E_b/N_0}{E_b/N_0} = 2$$G_{dB} = 10\\log_{10}(2) = 3.01 \\text{ dB}$
Résultat : $\\boxed{G = 2 \\text{ soit } 3.01 \\text{ dB de gain}}$
Question 3 - Probabilité d'Erreur BPSK
a) Probabilité d'erreur bit :
Pour la modulation BPSK, la probabilité d'erreur est :
$P_b = Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right)$
Application numérique avec $E_b/N_0 = 2.5$ :
$P_b = Q\\left(\\sqrt{2 \\times 2.5}\\right) = Q\\left(\\sqrt{5}\\right) = Q(2.236)$
En utilisant les tables de la fonction Q ou l'approximation :
$P_b = Q(2.236) \\approx 1.27 \\times 10^{-2}$
Résultat : $\\boxed{P_b \\approx 1.27 \\times 10^{-2} = 1.27\\%}$
b) Nombre moyen de bits entre deux erreurs :
$N_{bits} = \\frac{1}{P_b} = \\frac{1}{1.27 \\times 10^{-2}}$$N_{bits} \\approx 78.7 \\text{ bits}$
Résultat : $\\boxed{N_{bits} \\approx 79 \\text{ bits entre deux erreurs}}$
c) Eb/N0 requis pour Pb = 10⁻⁶ :
On cherche $x$ tel que $Q(x) = 10^{-6}$. Par les tables : $x \\approx 4.75$.
$\\sqrt{\\frac{2E_b}{N_0}} = 4.75$$\\frac{E_b}{N_0} = \\frac{(4.75)^2}{2} = \\frac{22.56}{2} = 11.28$$\\left(\\frac{E_b}{N_0}\\right)_{dB} = 10\\log_{10}(11.28) = 10.52 \\text{ dB}$
Résultat : $\\boxed{\\left(\\frac{E_b}{N_0}\\right)_{requis} = 10.52 \\text{ dB}}$
Question 4 - Critère de Nyquist et Filtre en Cosinus Surélevé
a) Bande passante totale avec α = 0.35 :
Pour un filtre en cosinus surélevé, la bande passante est :
$B = \\frac{R_s(1 + \\alpha)}{2}$
Avec $R_s = R_b = 2 \\text{ Mbit/s}$ pour BPSK :
$B = \\frac{2 \\times 10^6 \\times (1 + 0.35)}{2} = \\frac{2 \\times 10^6 \\times 1.35}{2}$$B = 1.35 \\times 10^6 \\text{ Hz} = 1.35 \\text{ MHz}$
Résultat : $\\boxed{B = 1.35 \\text{ MHz}}$
b) Efficacité spectrale :
$\\eta = \\frac{R_b}{B} = \\frac{2 \\times 10^6}{1.35 \\times 10^6}$$\\eta = 1.48 \\text{ bit/s/Hz}$
Ou par la formule directe pour BPSK :
$\\eta = \\frac{2}{1 + \\alpha} = \\frac{2}{1.35} = 1.48 \\text{ bit/s/Hz}$
Résultat : $\\boxed{\\eta = 1.48 \\text{ bit/s/Hz}}$
c) Condition sur les filtres racine de cosinus surélevé :
Pour satisfaire le critère de Nyquist avec répartition entre émetteur et récepteur :
$H_{RC}(f) = H_T(f) \\cdot H_R(f)$
Où $H_{RC}(f)$ est le filtre en cosinus surélevé. La condition est :
$H_T(f) = H_R(f) = \\sqrt{H_{RC}(f)}$
Résultat : $\\boxed{|H_T(f)|^2 \\cdot |H_R(f)|^2 = |H_{RC}(f)|^2}$
Les deux filtres doivent être des filtres en racine de cosinus surélevé identiques.
Question 5 - Diagramme de l'Œil et Performance
a) Marge de bruit :
La marge de bruit est définie comme le rapport entre l'ouverture de l'œil et l'amplitude nominale :
$M = \\frac{V_{eye}}{V_{pp}} = \\frac{1.6}{2} = 0.8 = 80\\%$
Résultat : $\\boxed{M = 80\\%}$
b) Probabilité d'erreur avec l'ouverture de l'œil :
Le seuil de décision se situe à $V_{eye}/2 = 0.8 \\text{ V}$ de chaque niveau.
$P_b = Q\\left(\\frac{V_{eye}/2}{\\sigma_n}\\right) = Q\\left(\\frac{0.8}{0.15}\\right)$$P_b = Q(5.33) \\approx 4.9 \\times 10^{-8}$
Résultat : $\\boxed{P_b \\approx 4.9 \\times 10^{-8}}$
c) Écart-type maximal pour Pb < 10⁻⁹ :
Pour $P_b = 10^{-9}$, on a $Q(x) = 10^{-9}$, soit $x \\approx 6$.
$\\frac{V_{eye}/2}{\\sigma_{n,max}} = 6$$\\sigma_{n,max} = \\frac{V_{eye}/2}{6} = \\frac{0.8}{6}$$\\sigma_{n,max} = 0.133 \\text{ V}$
Résultat : $\\boxed{\\sigma_{n,max} = 133 \\text{ mV}}$
",
    "id_category": "1",
    "id_number": "3"
  },
  {
    "category": "Preparation pour l'examen",
    "question": "
EXAMEN DE COMMUNICATIONS NUMÉRIQUES - Session 2
 |  | 
Contexte général : Un système de communication numérique utilise une modulation QPSK pour transmettre des données à haut débit. Le système doit satisfaire le critère de Nyquist pour éviter l'interférence entre symboles. On analyse les performances du récepteur optimal.
Question 1 (4 points) - Modulation QPSK
Le système QPSK transmet à un débit binaire $R_b = 10 \\text{ Mbit/s}$. L'énergie par bit est $E_b = 2 \\times 10^{-8} \\text{ J}$.
a) Calculer le débit symbole $R_s$ et la durée d'un symbole $T_s$.
b) Calculer l'énergie par symbole $E_s$ et la relation avec $E_b$.
c) Déterminer la distance minimale $d_{min}$ entre les points de la constellation QPSK.
Question 2 (4 points) - Probabilité d'Erreur QPSK
Le canal présente une densité spectrale de bruit $N_0 = 4 \\times 10^{-9} \\text{ W/Hz}$.
a) Calculer le rapport $E_b/N_0$ et $E_s/N_0$ en dB.
b) Calculer la probabilité d'erreur symbole $P_s$ pour la modulation QPSK.
c) Calculer la probabilité d'erreur bit $P_b$ en supposant un codage de Gray. Comparer avec BPSK à même $E_b/N_0$.
Question 3 (4 points) - Critère de Nyquist et ISI
Le système utilise un filtre en cosinus surélevé pour satisfaire le critère de Nyquist.
a) Énoncer le critère de Nyquist dans le domaine temporel et fréquentiel.
b) Pour un facteur de retombée $\\alpha = 0.25$, calculer la bande passante totale occupée.
c) Si on augmente le facteur à $\\alpha = 0.5$, calculer la nouvelle bande passante et l'excès de bande par rapport à la bande de Nyquist.
Question 4 (4 points) - Récepteur Optimal et Corrélateur
Le récepteur utilise un corrélateur suivi d'un échantillonneur.
a) Pour les deux signaux de base QPSK $\\phi_1(t) = \\sqrt{\\frac{2}{T_s}}\\cos(2\\pi f_c t)$ et $\\phi_2(t) = \\sqrt{\\frac{2}{T_s}}\\sin(2\\pi f_c t)$, montrer qu'ils forment une base orthonormée.
b) Calculer la variance du bruit à la sortie de chaque corrélateur.
c) Déterminer le rapport signal sur bruit à la sortie du corrélateur pour le symbole $s_1 = (+\\sqrt{E_s/2}, +\\sqrt{E_s/2})$.
Question 5 (4 points) - Capacité du Canal et Efficacité
Le système opère avec une bande passante $B = 3.125 \\text{ MHz}$.
a) Calculer l'efficacité spectrale réalisée par le système QPSK.
b) Calculer la capacité de Shannon du canal AWGN avec le même SNR.
c) Déterminer l'écart entre le débit réalisé et la capacité de Shannon en pourcentage. Le système peut-il atteindre un BER de $10^{-6}$ sans codage ?
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
CORRIGÉ DÉTAILLÉ - EXAMEN SESSION 2
Question 1 - Modulation QPSK
a) Débit symbole et durée d'un symbole :
En QPSK, chaque symbole transporte 2 bits. Le débit symbole est :
$R_s = \\frac{R_b}{\\log_2(M)} = \\frac{R_b}{2}$
Application numérique :
$R_s = \\frac{10 \\times 10^6}{2} = 5 \\times 10^6 \\text{ symboles/s} = 5 \\text{ Msymboles/s}$
La durée d'un symbole :
$T_s = \\frac{1}{R_s} = \\frac{1}{5 \\times 10^6} = 0.2 \\times 10^{-6} \\text{ s} = 0.2 \\text{ µs}$
Résultat : $\\boxed{R_s = 5 \\text{ Msymboles/s}, \\quad T_s = 0.2 \\text{ µs}}$
b) Énergie par symbole :
L'énergie par symbole est liée à l'énergie par bit par :
$E_s = E_b \\times \\log_2(M) = 2 E_b$
Application numérique :
$E_s = 2 \\times 2 \\times 10^{-8} = 4 \\times 10^{-8} \\text{ J} = 40 \\text{ nJ}$
Résultat : $\\boxed{E_s = 40 \\text{ nJ} = 2E_b}$
c) Distance minimale entre symboles QPSK :
Pour une constellation QPSK avec symboles sur un cercle de rayon $\\sqrt{E_s}$, la distance minimale est :
$d_{min} = \\sqrt{2E_s} = \\sqrt{2 \\times 4 \\times 10^{-8}}$$d_{min} = \\sqrt{8 \\times 10^{-8}} = 2.83 \\times 10^{-4}$
Ou en fonction de $E_b$ :
$d_{min} = \\sqrt{2 \\times 2E_b} = 2\\sqrt{E_b} = 2\\sqrt{2 \\times 10^{-8}}$$d_{min} = 2 \\times 4.47 \\times 10^{-5} = 8.94 \\times 10^{-5}$
Résultat : $\\boxed{d_{min} = 2\\sqrt{E_b} = \\sqrt{2E_s} \\approx 2.83 \\times 10^{-4}}$
Question 2 - Probabilité d'Erreur QPSK
a) Rapports Eb/N0 et Es/N0 :
$\\frac{E_b}{N_0} = \\frac{2 \\times 10^{-8}}{4 \\times 10^{-9}} = 5$$\\left(\\frac{E_b}{N_0}\\right)_{dB} = 10\\log_{10}(5) = 6.99 \\text{ dB}$$\\frac{E_s}{N_0} = 2 \\times \\frac{E_b}{N_0} = 2 \\times 5 = 10$$\\left(\\frac{E_s}{N_0}\\right)_{dB} = 10\\log_{10}(10) = 10 \\text{ dB}$
Résultat : $\\boxed{\\frac{E_b}{N_0} = 6.99 \\text{ dB}, \\quad \\frac{E_s}{N_0} = 10 \\text{ dB}}$
b) Probabilité d'erreur symbole QPSK :
La probabilité d'erreur symbole pour QPSK est :
$P_s = 1 - \\left[1 - Q\\left(\\sqrt{\\frac{E_s}{N_0}}\\right)\\right]^2$
Application numérique avec $E_s/N_0 = 10$ :
$P_s = 1 - \\left[1 - Q(\\sqrt{10})\\right]^2 = 1 - [1 - Q(3.162)]^2$$Q(3.162) \\approx 7.83 \\times 10^{-4}$$P_s = 1 - [1 - 7.83 \\times 10^{-4}]^2 = 1 - [0.999217]^2$$P_s \\approx 1.57 \\times 10^{-3}$
Résultat : $\\boxed{P_s \\approx 1.57 \\times 10^{-3}}$
c) Probabilité d'erreur bit avec codage de Gray :
Avec codage de Gray, une erreur symbole cause généralement une seule erreur bit :
$P_b \\approx \\frac{P_s}{2} \\approx Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right)$
Application numérique :
$P_b = Q\\left(\\sqrt{2 \\times 5}\\right) = Q(\\sqrt{10}) = Q(3.162)$$P_b \\approx 7.83 \\times 10^{-4}$
Comparaison avec BPSK : Pour BPSK à même $E_b/N_0$ :
$P_{b,BPSK} = Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right) = Q(\\sqrt{10}) \\approx 7.83 \\times 10^{-4}$
Résultat : $\\boxed{P_b \\approx 7.83 \\times 10^{-4}}$ - Identique à BPSK à même $E_b/N_0$.
Question 3 - Critère de Nyquist et ISI
a) Énoncé du critère de Nyquist :
Domaine temporel : L'impulsion globale $p(t)$ doit satisfaire :
$p(kT_s) = \\begin{cases} 1 & k = 0 \\\\ 0 & k \\neq 0 \\end{cases}$
Domaine fréquentiel : La transformée de Fourier $P(f)$ doit satisfaire :
$\\frac{1}{T_s}\\sum_{k=-\\infty}^{+\\infty} P\\left(f - \\frac{k}{T_s}\\right) = 1$
b) Bande passante avec α = 0.25 :
$B = \\frac{R_s(1 + \\alpha)}{2} = \\frac{5 \\times 10^6 \\times 1.25}{2}$$B = 3.125 \\times 10^6 \\text{ Hz} = 3.125 \\text{ MHz}$
Résultat : $\\boxed{B = 3.125 \\text{ MHz}}$
c) Bande passante avec α = 0.5 et excès de bande :
$B' = \\frac{R_s(1 + \\alpha')}{2} = \\frac{5 \\times 10^6 \\times 1.5}{2} = 3.75 \\text{ MHz}$
La bande de Nyquist minimale est :
$B_{Nyquist} = \\frac{R_s}{2} = 2.5 \\text{ MHz}$
Excès de bande :
$\\Delta B = B' - B_{Nyquist} = 3.75 - 2.5 = 1.25 \\text{ MHz}$$\\text{Excès relatif} = \\alpha' = 0.5 = 50\\%$
Résultat : $\\boxed{B' = 3.75 \\text{ MHz}, \\quad \\text{Excès} = 50\\%}$
Question 4 - Récepteur Optimal et Corrélateur
a) Orthonormalité des fonctions de base :
Vérifions que $\\phi_1(t)$ et $\\phi_2(t)$ sont orthonormées :
$\\int_0^{T_s} \\phi_1^2(t) dt = \\int_0^{T_s} \\frac{2}{T_s}\\cos^2(2\\pi f_c t) dt$
En utilisant $\\cos^2(x) = \\frac{1 + \\cos(2x)}{2}$ et $f_c T_s >> 1$ :
$\\int_0^{T_s} \\phi_1^2(t) dt = \\frac{2}{T_s} \\times \\frac{T_s}{2} = 1$
De même pour $\\phi_2(t)$. Pour l'orthogonalité :
$\\int_0^{T_s} \\phi_1(t)\\phi_2(t) dt = \\frac{2}{T_s}\\int_0^{T_s} \\cos(2\\pi f_c t)\\sin(2\\pi f_c t) dt = 0$
Résultat : $\\boxed{\\langle\\phi_i, \\phi_j\\rangle = \\delta_{ij}}$ - Base orthonormée confirmée.
b) Variance du bruit à la sortie du corrélateur :
Le bruit en sortie du corrélateur est :
$n_i = \\int_0^{T_s} n(t)\\phi_i(t) dt$
Sa variance est :
$\\sigma_n^2 = E[n_i^2] = \\frac{N_0}{2} \\int_0^{T_s} \\phi_i^2(t) dt = \\frac{N_0}{2}$
Application numérique :
$\\sigma_n^2 = \\frac{4 \\times 10^{-9}}{2} = 2 \\times 10^{-9} \\text{ W}$
Résultat : $\\boxed{\\sigma_n^2 = \\frac{N_0}{2} = 2 \\times 10^{-9} \\text{ W}}$
c) SNR à la sortie du corrélateur :
Pour le symbole $s_1 = (+\\sqrt{E_s/2}, +\\sqrt{E_s/2})$, l'énergie sur chaque composante est $E_s/2$.
$SNR = \\frac{(\\sqrt{E_s/2})^2}{\\sigma_n^2} = \\frac{E_s/2}{N_0/2} = \\frac{E_s}{N_0}$
Application numérique :
$SNR = \\frac{4 \\times 10^{-8}}{4 \\times 10^{-9}} = 10$
Résultat : $\\boxed{SNR = 10 = 10 \\text{ dB}}$
Question 5 - Capacité du Canal et Efficacité
a) Efficacité spectrale réalisée :
$\\eta = \\frac{R_b}{B} = \\frac{10 \\times 10^6}{3.125 \\times 10^6}$$\\eta = 3.2 \\text{ bit/s/Hz}$
Résultat : $\\boxed{\\eta = 3.2 \\text{ bit/s/Hz}}$
b) Capacité de Shannon :
Le SNR du canal est :
$SNR = \\frac{P_s}{N_0 B} = \\frac{E_s/T_s}{N_0 B} = \\frac{E_s \\cdot R_s}{N_0 B}$
Avec $R_s = 5 \\times 10^6$ et $B = 3.125 \\times 10^6$ :
$SNR = \\frac{E_s}{N_0} \\times \\frac{R_s}{B} = 10 \\times \\frac{5}{3.125} = 16$
Capacité de Shannon :
$C = B \\log_2(1 + SNR) = 3.125 \\times 10^6 \\times \\log_2(17)$$C = 3.125 \\times 10^6 \\times 4.087 = 12.77 \\text{ Mbit/s}$
Résultat : $\\boxed{C = 12.77 \\text{ Mbit/s}}$
c) Écart avec la capacité de Shannon :
$\\text{Écart} = \\frac{C - R_b}{C} \\times 100\\% = \\frac{12.77 - 10}{12.77} \\times 100\\%$$\\text{Écart} = 21.7\\%$
Pour $P_b = 10^{-6}$, il faut $E_b/N_0 \\approx 10.5 \\text{ dB}$, soit un facteur de 11.2. Actuellement $E_b/N_0 = 5$ (6.99 dB), donc :
Résultat : $\\boxed{\\text{Écart} = 21.7\\%}$ - Non, le système ne peut pas atteindre $P_b = 10^{-6}$ sans codage car $E_b/N_0$ est insuffisant (6.99 dB < 10.5 dB requis).
",
    "id_category": "1",
    "id_number": "4"
  },
  {
    "category": "Preparation pour l'examen",
    "question": "
Examen 1 : Modulations Numériques à Bande Étroite et Récepteur Optimal
\n\n
 | Coefficient : 4 | 
\n\n
Un système de communication numérique utilise une modulation PSK-M sur un canal bruité Gaussien additif blanc (AGWN). Le système doit transmettre des données avec un débit binaire de $R_b = 64\\text{ kbit/s}$. Les concepteurs doivent analyser la modulation, dimensionner le récepteur optimal et évaluer la performance.
\n\n
Question 1 : Analyse d'une modulation QPSK (6 points)
\n\n
Un système utilise une modulation QPSK (Quadrature Phase Shift Keying) avec une porteuse à $f_c = 2.4\\text{ GHz}$ et une énergie moyenne par symbole $E_s = 1\\text{ mJ}$.
\n\n
a) Calculer l'énergie moyenne par bit $E_b$ pour la modulation QPSK. Expliquer pourquoi QPSK est plus efficace spectralement qu'une modulation BPSK utilisant le même débit binaire.
\n\n
b) Sachant que le débit binaire est $R_b = 64\\text{ kbit/s}$, calculer le débit symbole $D_s$ (en symboles/s) pour la modulation QPSK et la période symbole $T_s$.
\n\n
c) Pour un canal AGWN avec un rapport signal-à-bruit par bit $E_b/N_0 = 10\\text{ dB}$, calculer la probabilité d'erreur binaire $P_b$ en utilisant l'approximation $P_b \\approx 2Q\\left(\\sqrt{2E_b/N_0}\\right)$ où $Q(x) = \\frac{1}{\\sqrt{2\\pi}}\\int_x^{\\infty}e^{-u^2/2}du$. Utiliser $Q(2) \\approx 0.0228$.
\n\n
Question 2 : Récepteur optimal par corrélation (7 points)
\n\n
Le récepteur optimal du système QPSK utilise deux branches de corrélation en phase (I) et en quadrature (Q).
\n\n
a) Expliquer le principe d'un récepteur optimal à corrélation et pourquoi il minimise la probabilité d'erreur. Décrire l'architecture générale avec les deux corrélateurs.
\n\n
b) Pour le système QPSK, les signaux de base sont $\\phi_1(t) = \\sqrt{2/T_s}\\cos(2\\pi f_c t)$ et $\\phi_2(t) = -\\sqrt{2/T_s}\\sin(2\\pi f_c t)$ sur l'intervalle $[0, T_s]$. Vérifier que ces deux signaux forment une base orthonormale en calculant leurs produits scalaires.
\n\n
c) Un symbole QPSK reçu est $r(t) = \\frac{1}{\\sqrt{2}}\\phi_1(t) + \\frac{1}{\\sqrt{2}}\\phi_2(t) + n(t)$, où $n(t)$ est un bruit blanc Gaussien de densité spectrale $N_0/2$ (bilatérale). Calculer les composantes I et Q en l'absence de bruit.
\n\n
d) Calculer la probabilité d'erreur symbole $P_s$ pour la modulation QPSK en utilisant l'approximation $P_s \\approx 2Q\\left(\\sqrt{2E_s/N_0}\\right)$ avec $E_s/N_0 = 20\\text{ dB}$. Utiliser $Q(10) \\approx 7.62 \\times 10^{-24}$.
\n\n
Question 3 : Modulation 16-QAM et rapport signal-à-bruit requis (5 points)
\n\n
Pour augmenter le débit, le système doit passer à une modulation 16-QAM avec le même débit binaire $R_b = 64\\text{ kbit/s}$.
\n\n
a) Calculer le nouveau débit symbole $D_s'$ et la nouvelle période symbole $T_s'$ pour la 16-QAM.
\n\n
b) Sachant que l'énergie moyenne par symbole pour 16-QAM est $E_s' = 10\\text{E_s}$, calculer l'énergie moyenne par bit $E_b'$.
\n\n
c) La probabilité d'erreur binaire pour 16-QAM avec les hypothèses optimales est approximativement $P_b \\approx \\frac{3}{8}Q\\left(\\sqrt{\\frac{2E_b'}{5N_0}}\\right)$. Quel rapport $E_b/N_0$ (en dB) est nécessaire pour maintenir $P_b = 10^{-5}$? (Utiliser $Q(4.265) \\approx 10^{-5}$)
\n\n
Question 4 : Efficacité spectrale et bande passante (4 points)
\n\n
Le canal impose une limitation de bande passante $B = 25\\text{ kHz}$.
\n\n
a) Calculer l'efficacité spectrale $\\eta = R_b/B$ du système QPSK. Est-elle suffisante pour transmettre sans interférence entre symboles en bande de base?
\n\n
b) Si le système utilise un filtre en cosinus surélevé avec facteur de retombée $\\alpha = 0.5$, calculer la largeur de bande occupée $B_{cos} = (1+\\alpha)D_s$. Vérifier si elle dépasse la limite du canal.
\n\n
Question 5 : Analyse comparative et dégradation de performance (3 points)
\n\n
Comparer les trois modulations (BPSK, QPSK, 16-QAM) en terme de débit, de bande passante requise et de robustesse au bruit.
\n\n
a) Pour un même rapport $E_b/N_0 = 10\\text{ dB}$, calculer les probabilités d'erreur binaire approximatives pour BPSK, QPSK et 16-QAM et commenter.
\n\n
b) Quelle modulation choisiriez-vous si le canal était très bruité? Justifier.
\n",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solutions Détaillées - Examen 1
\n\n
Question 1 : Analyse d'une modulation QPSK
\n\n
a) Énergie moyenne par bit et efficacité spectrale
\n\n
Formule générale :
\n
Pour une modulation M-PSK, la relation entre énergie symbole et énergie bit est :
\n$E_b = \\frac{E_s}{\\log_2 M}$\n\n
Pour QPSK, M = 4 (2 bits par symbole)
\n\n
Remplacement des données :
\n$E_b = \\frac{1\\text{ mJ}}{\\log_2 4} = \\frac{1\\text{ mJ}}{2} = 0.5\\text{ mJ}$\n\n
Résultat final :
\n$\\boxed{E_b = 0.5\\text{ mJ} = 500\\text{ µJ}}$\n\n
Efficacité spectrale :
\n
QPSK transmet 2 bits par symbole tandis que BPSK en transmet 1. Pour le même débit binaire $R_b$, QPSK a un débit symbole deux fois plus faible que BPSK, ce qui divise la bande passante par deux. Cela rend QPSK deux fois plus efficace spectralement.
\n\n
b) Débit symbole et période symbole
\n\n
Formule générale :
\n
Pour une modulation M-aire :
\n$D_s = \\frac{R_b}{\\log_2 M}$\n\n
Remplacement des données :
\n
Avec $R_b = 64\\text{ kbit/s}$ et M = 4$
\n\n$D_s = \\frac{64 \\times 10^3}{\\log_2 4} = \\frac{64 \\times 10^3}{2} = 32 \\times 10^3\\text{ symboles/s}$\n\n
Résultat :
\n$\\boxed{D_s = 32\\text{ ksymboles/s}}$\n\n
Période symbole :
\n$T_s = \\frac{1}{D_s} = \\frac{1}{32 \\times 10^3} = 31.25 \\times 10^{-6}\\text{ s}$\n\n
Résultat final :
\n$\\boxed{T_s = 31.25\\text{ µs}}$\n\n
c) Probabilité d'erreur binaire
\n\n
Formule générale :
\n$P_b \\approx 2Q\\left(\\sqrt{2E_b/N_0}\\right)$\n\n
Conversion du rapport signal-à-bruit :
\n
Avec $E_b/N_0 = 10\\text{ dB}$
\n\n$E_b/N_0 = 10^{10/10} = 10$\n\n
Calcul de l'argument :
\n$\\sqrt{2E_b/N_0} = \\sqrt{2 \\times 10} = \\sqrt{20} \\approx 4.47$\n\n
En utilisant les tables d'erreur :
\n
Avec $Q(2) \\approx 0.0228$ fourni et interpolation pour $Q(4.47)$
\n\n$Q(4.47) \\approx 3.9 \\times 10^{-6}$\n\n
Résultat final :
\n$\\boxed{P_b \\approx 2 \\times 3.9 \\times 10^{-6} = 7.8 \\times 10^{-6}}$\n\n
Interprétation : Cette probabilité d'erreur très faible démontre l'efficacité de la modulation QPSK à $E_b/N_0 = 10\\text{ dB}$.
\n\n
Question 2 : Récepteur optimal par corrélation
\n\n
a) Principe du récepteur optimal
\n\n
Explication :
\n
Un récepteur optimal à corrélation calcule la corrélation entre le signal reçu $r(t)$ et chaque signal de base $\\phi_i(t)$ appartenant à la constellation. Mathématiquement :
\n$r_i = \\int_0^{T_s} r(t) \\phi_i(t) dt$\n\n
Le récepteur choisit le symbole dont le signal de base est le plus corrélé avec le signal reçu (distance euclidienne minimale dans l'espace des signaux). Cette stratégie minimise la probabilité d'erreur car elle divise l'espace de réception en régions de décision optimales selon le critère du maximum de vraisemblance.
\n\n
Architecture :
\n
Le récepteur QPSK comprend :
\n
1. Deux corrélateurs parallèles (branche I et branche Q)
\n
2. Deux éléments de décision (seuils à zéro pour PSK binaire par phase)
\n
3. Un décodeur qui mappe les décisions I,Q vers les symboles QPSK
\n\n
b) Vérification d'orthonormalité
\n\n
Formule générale :
\n
Deux signaux sont orthonormaux si :
\n$\\int_0^{T_s} \\phi_i(t) \\phi_j(t) dt = \\delta_{ij} = \\begin{cases} 1 & \\text{si } i=j \\\\ 0 & \\text{si } i \\neq j \\end{cases}$\n\n
Calcul du produit scalaire (I, I) :
\n$\\int_0^{T_s} \\phi_1(t) \\phi_1(t) dt = \\int_0^{T_s} \\frac{2}{T_s}\\cos^2(2\\pi f_c t) dt$\n\n
Utilisant $\\cos^2(x) = \\frac{1 + \\cos(2x)}{2}$ :
\n$= \\frac{2}{T_s} \\int_0^{T_s} \\frac{1 + \\cos(4\\pi f_c t)}{2} dt$\n\n$= \\frac{2}{T_s} \\left[\\frac{T_s}{2} + \\frac{\\sin(4\\pi f_c T_s)}{4\\pi f_c}\\right]$\n\n
Avec $f_c \\gg 1/T_s$, le terme oscillant est négligeable :
\n$\\approx \\frac{2}{T_s} \\times \\frac{T_s}{2} = 1$\n\n
Calcul du produit scalaire (I, Q) :
\n$\\int_0^{T_s} \\phi_1(t) \\phi_2(t) dt = -\\int_0^{T_s} \\frac{2}{T_s}\\cos(2\\pi f_c t) \\sin(2\\pi f_c t) dt$\n\n
Utilisant $\\cos(x)\\sin(x) = \\frac{\\sin(2x)}{2}$ :
\n$= -\\frac{2}{T_s} \\int_0^{T_s} \\frac{\\sin(4\\pi f_c t)}{2} dt = -\\frac{2}{T_s} \\left[-\\frac{\\cos(4\\pi f_c T_s) - 1}{4\\pi f_c}\\right]$\n\n$\\approx 0$\n\n
Résultat final :
\n$\\boxed{\\langle \\phi_1, \\phi_1 \\rangle = 1, \\quad \\langle \\phi_1, \\phi_2 \\rangle = 0, \\quad \\langle \\phi_2, \\phi_2 \\rangle = 1}$\n\n
Les deux signaux forment une base orthonormale.
\n\n
c) Composantes I et Q sans bruit
\n\n
Formule générale :
\n
Les composantes du signal reçu sans bruit sont :
\n$r_I = \\int_0^{T_s} r(t) \\phi_1(t) dt = \\int_0^{T_s} \\left[\\frac{1}{\\sqrt{2}}\\phi_1(t) + \\frac{1}{\\sqrt{2}}\\phi_2(t)\\right] \\phi_1(t) dt$\n\n
Calcul :
\n$r_I = \\frac{1}{\\sqrt{2}} \\int_0^{T_s} \\phi_1^2(t) dt + \\frac{1}{\\sqrt{2}} \\int_0^{T_s} \\phi_1(t)\\phi_2(t) dt$\n\n$= \\frac{1}{\\sqrt{2}} \\times 1 + \\frac{1}{\\sqrt{2}} \\times 0 = \\frac{1}{\\sqrt{2}}$\n\n
De même pour Q :
\n$r_Q = \\int_0^{T_s} r(t) \\phi_2(t) dt = \\frac{1}{\\sqrt{2}} \\int_0^{T_s} \\phi_1(t)\\phi_2(t) dt + \\frac{1}{\\sqrt{2}} \\int_0^{T_s} \\phi_2^2(t) dt$\n\n$= \\frac{1}{\\sqrt{2}} \\times 0 + \\frac{1}{\\sqrt{2}} \\times 1 = \\frac{1}{\\sqrt{2}}$\n\n
Résultat final :
\n$\\boxed{r_I = \\frac{1}{\\sqrt{2}}, \\quad r_Q = \\frac{1}{\\sqrt{2}}}$\n\n
Interprétation : Le point reçu dans le plan de constellation IQ se situe exactement à la position du symbole transmis (corner QPSK à $45°$).
\n\n
d) Probabilité d'erreur symbole
\n\n
Formule générale :
\n$P_s \\approx 2Q\\left(\\sqrt{2E_s/N_0}\\right)$\n\n
Conversion du rapport signal-à-bruit :
\n
Avec $E_s/N_0 = 20\\text{ dB}$
\n\n$E_s/N_0 = 10^{20/10} = 100$\n\n
Calcul de l'argument :
\n$\\sqrt{2E_s/N_0} = \\sqrt{2 \\times 100} = \\sqrt{200} \\approx 14.14$\n\n
Utilisation de la valeur fournie :
\n
Comme $Q(10) \\approx 7.62 \\times 10^{-24}$ est donnée et que $\\sqrt{200} > 10$, 
\n$Q(14.14) \\ll Q(10)$\n\n
Résultat final :
\n$\\boxed{P_s \\approx 2 \\times 7.62 \\times 10^{-24} = 1.52 \\times 10^{-23}}$\n\n
Interprétation : À $E_s/N_0 = 20\\text{ dB}$, la probabilité d'erreur symbolique est extrêmement faible, indiquant une transmission très fiable.
\n\n
Question 3 : Modulation 16-QAM
\n\n
a) Nouveau débit symbole et période symbole
\n\n
Formule générale :
\n$D_s' = \\frac{R_b}{\\log_2 M'}$\n\n
Pour 16-QAM, M' = 16 (4 bits par symbole)
\n\n
Remplacement des données :
\n$D_s' = \\frac{64 \\times 10^3}{\\log_2 16} = \\frac{64 \\times 10^3}{4} = 16 \\times 10^3\\text{ symboles/s}$\n\n
Résultat :
\n$\\boxed{D_s' = 16\\text{ ksymboles/s}}$\n\n
Période symbole :
\n$T_s' = \\frac{1}{D_s'} = \\frac{1}{16 \\times 10^3} = 62.5 \\times 10^{-6}\\text{ s}$\n\n
Résultat final :
\n$\\boxed{T_s' = 62.5\\text{ µs}}$\n\n
Interprétation : Les symboles sont deux fois plus longs en 16-QAM qu'en QPSK, car le débit symbole est divisé par 2.
\n\n
b) Énergie moyenne par bit pour 16-QAM
\n\n
Formule générale :
\n$E_b' = \\frac{E_s'}{\\log_2 M'} = \\frac{E_s'}{4}$\n\n
Remplacement des données :
\n
Avec $E_s' = 10 E_s = 10 \\times 1\\text{ mJ} = 10\\text{ mJ}$
\n\n$E_b' = \\frac{10\\text{ mJ}}{4} = 2.5\\text{ mJ}$\n\n
Résultat final :
\n$\\boxed{E_b' = 2.5\\text{ mJ} = 5 E_b}$\n\n
Interprétation : Bien que nous transmettions le même débit binaire, l'énergie par bit en 16-QAM est 5 fois supérieure à celle en QPSK en raison de la augmentation de l'énergie symbole.
\n\n
c) Rapport E_b/N_0 requis pour P_b = 10^{-5}
\n\n
Formule générale :
\n$P_b = \\frac{3}{8}Q\\left(\\sqrt{\\frac{2E_b'}{5N_0}}\\right) = 10^{-5}$\n\n
Résolution pour Q :
\n$Q\\left(\\sqrt{\\frac{2E_b'}{5N_0}}\\right) = \\frac{8 \\times 10^{-5}}{3} = 2.67 \\times 10^{-5}$\n\n
Utilisation de la valeur fournie :
\n
Avec $Q(4.265) \\approx 10^{-5}$, et puisque $Q$ est une fonction décroissante :
\n$\\sqrt{\\frac{2E_b'}{5N_0}} \\approx 4.1$\n\n
Calcul du rapport :
\n$\\frac{2E_b'}{5N_0} = (4.1)^2 = 16.81$\n\n$\\frac{E_b'}{N_0} = \\frac{5 \\times 16.81}{2} = 42.025$\n\n
Conversion en dB :
\n$\\frac{E_b'}{N_0}|_{dB} = 10\\log_{10}(42.025) \\approx 16.24\\text{ dB}$\n\n
Résultat final :
\n$\\boxed{\\frac{E_b'}{N_0} \\approx 16.24\\text{ dB}}$\n\n
Interprétation : La modulation 16-QAM requiert un rapport signal-à-bruit environ 6 dB plus élevé que la QPSK pour maintenir la même probabilité d'erreur, en raison de sa complexité accrue (16 états au lieu de 4).
\n\n
Question 4 : Efficacité spectrale et bande passante
\n\n
a) Efficacité spectrale du système QPSK
\n\n
Formule générale :
\n$\\eta = \\frac{R_b}{B}$\n\n
Remplacement des données :
\n
Avec $R_b = 64\\text{ kbit/s}$ et $B = 25\\text{ kHz}$
\n\n$\\eta = \\frac{64 \\times 10^3}{25 \\times 10^3} = 2.56\\text{ bit/s/Hz}$\n\n
Résultat :
\n$\\boxed{\\eta = 2.56\\text{ bit/s/Hz}}$\n\n
Transmission sans interférence entre symboles :
\n
La bande de Nyquist minimum pour QPSK est :
\n$B_{Nyquist} = \\frac{D_s}{2} = \\frac{32 \\times 10^3}{2} = 16\\text{ kHz}$\n\n
Puisque $B = 25\\text{ kHz} > B_{Nyquist}$, la transmission est possible sans interférence entre symboles avec un filtre approprié.
\n\n
b) Largeur de bande avec cosinus surélevé
\n\n
Formule générale :
\n$B_{cos} = (1 + \\alpha)\\frac{D_s}{2}$\n\n
Remplacement des données :
\n
Avec $\\alpha = 0.5$ et $D_s = 32\\text{ ksymboles/s}$
\n\n$B_{cos} = (1 + 0.5) \\times \\frac{32 \\times 10^3}{2} = 1.5 \\times 16 \\times 10^3 = 24\\text{ kHz}$\n\n
Résultat final :
\n$\\boxed{B_{cos} = 24\\text{ kHz}}$\n\n
Vérification :
\n
Puisque $B_{cos} = 24\\text{ kHz} < B_{limite} = 25\\text{ kHz}$, le filtre en cosinus surélevé reste dans les limites du canal avec une petite marge de 1 kHz.
\n\n
Question 5 : Analyse comparative
\n\n
a) Comparaison des probabilités d'erreur
\n\n
Pour BPSK avec E_b/N_0 = 10 dB (soit E_b/N_0 = 10) :
\n$P_b^{BPSK} = Q\\left(\\sqrt{2E_b/N_0}\\right) = Q(\\sqrt{20}) = Q(4.47) \\approx 3.9 \\times 10^{-6}$\n\n
Pour QPSK avec E_b/N_0 = 10 dB :
\n
Puisque QPSK a une puissance symbole identique à BPSK :
\n$P_b^{QPSK} \\approx 2Q(\\sqrt{2E_b/N_0}) = 2 \\times 3.9 \\times 10^{-6} = 7.8 \\times 10^{-6}$\n\n
Cependant, si on considère un rapport E_s/N_0 équivalent :
\n$P_s^{QPSK} \\approx 2Q(\\sqrt{2E_s/N_0})$\n\n
Pour 16-QAM avec E_b/N_0 = 10 dB (soit $E_b'/N_0 = 10$ puisque $E_b' = 5E_b$) :
\n$\\frac{E_b'}{N_0} = 10 \\times 5 = 50$\n\n$P_b^{16-QAM} \\approx \\frac{3}{8}Q\\left(\\sqrt{\\frac{2 \\times 50}{5}}\\right) = \\frac{3}{8}Q(\\sqrt{20}) = \\frac{3}{8} \\times 3.9 \\times 10^{-6} \\approx 1.46 \\times 10^{-6}$\n\n
Résultats :
\n$\\boxed{P_b^{BPSK} \\approx 3.9 \\times 10^{-6}, \\quad P_b^{QPSK} \\approx 7.8 \\times 10^{-6}, \\quad P_b^{16-QAM} \\approx 1.46 \\times 10^{-6}}$\n\n
Commentaires :
\n
- QPSK donne une probabilité d'erreur légèrement plus élevée que BPSK car elle utilise le même E_s pour 2 bits
\n
- 16-QAM montre une meilleure performance d'erreur à rapport E_b/N_0 égal si on considère l'énergie symbole augmentée
\n\n
b) Choix en canal très bruité
\n\n
Recommandation :
\n
En canal très bruité (faible E_b/N_0), il faut choisir BPSK car :
\n
- Elle offre la meilleure robustesse au bruit parmi les trois modulations
\n
- Sa probabilité d'erreur bitaire $P_b = Q(\\sqrt{2E_b/N_0})$ est la meilleure (exponentiellement décroissante)
\n
- QPSK et 16-QAM, bien qu'efficaces spectralement, demandent un rapport signal-à-bruit plus élevé pour maintenir une performance acceptable
\n
- La complexité accrue n'apporte pas de bénéfice en canal très bruité
\n",
    "id_category": "1",
    "id_number": "5"
  },
  {
    "category": "Preparation pour l'examen",
    "question": "
Examen 2 : Transmission Numérique en Bande de Base et Critère de Nyquist
\n\n
 | Coefficient : 4 | 
\n\n
Un système de transmission numérique en bande de base doit transmettre des données avec un débit binaire $R_b = 1\\text{ Mbit/s}$ sans interférence entre symboles (ISI). Le système utilise un codage binaire et des filtres de mise en forme pour satisfaire le critère de Nyquist.
\n\n
Question 1 : Critère de Nyquist et interférence entre symboles (6 points)
\n\n
a) Expliquer le phénomène d'interférence entre symboles (ISI) et son origine dans un canal de transmission en bande de base limité en bande passante.
\n\n
b) Énoncer le critère de Nyquist dans le domaine temporel et dans le domaine fréquentiel. Quelle est la condition minimale sur la bande passante pour transmettre un signal à débit symbole $D_s$?
\n\n
c) Pour une transmission en bande de base binaire (débit symbole $D_s = R_b = 1\\text{ Mbit/s}$), calculer la bande passante minimum requise selon Nyquist.
\n\n
Question 2 : Filtres de Nyquist et cosinus surélevé (7 points)
\n\n
Le système utilise un filtre en cosinus surélevé avec facteur de retombée $\\alpha$.
\n\n
a) Définir le facteur de retombée $\\alpha$ et expliquer son importance. Quelle est la plage de valeurs possibles pour $\\alpha$?
\n\n
b) Pour un débit symbole $D_s = 1\\text{ Msymbole/s}$, calculer la largeur de bande occupée $B$ pour trois valeurs de facteur de retombée : $\\alpha = 0$ (Nyquist idéal), $\\alpha = 0.5$ et $\\alpha = 1$.
\n\n
c) La réponse impulsionnelle du filtre cosinus surélevé en temps est :
\n$h(t) = \\text{sinc}\\left(\\frac{t}{T_s}\\right) \\frac{\\cos(\\pi \\alpha t/T_s)}{1 - (2\\alpha t/T_s)^2}$\n\n
Vérifier que ce filtre satisfait le critère de Nyquist en vérifiant que $h(nT_s) = 0$ pour $n \\neq 0$ (aux instants d'échantillonnage). Utiliser $\\text{sinc}(0) = 1$ et $\\cos(0) = 1$.
\n\n
Question 3 : Analyse spectrale et capacité du canal (5 points)
\n\n
Un canal AWGN avec bande passante limite de $B_c = 600\\text{ kHz}$ doit transmettre le système.
\n\n
a) Déterminer le facteur de retombée $\\alpha$ requis pour que le système avec débit symbole $D_s = 1\\text{ Msymbole/s}$ rentre dans les limites du canal. Quelle est la largeur de bande occupée résultante?
\n\n
b) Calculer la capacité théorique du canal selon Shannon avec un rapport signal-à-bruit $SNR = 20\\text{ dB}$.
\n\n
c) Comparer la capacité de Shannon avec le débit binaire du système et conclure sur sa viabilité.
\n\n
Question 4 : Diagramme de l'œil et dégradation (5 points)
\n\n
Sans filtre de mise en forme (impulsion rectangulaire), le système souffre d'une forte ISI.
\n\n
a) Expliquer ce qu'est un diagramme de l'œil et comment il aide à visualiser les effets de l'ISI et du bruit.
\n\n
b) La pénalité due à l'ISI est approximée par $P_{ISI} = 1 - \\frac{A_{\\text{ouverture}}}{A_{\\text{max}}}$, où $A_{\\text{ouverture}}$ est l'ouverture verticale du diagramme de l'œil et $A_{\\text{max}}$ est l'amplitude maximale du signal sans ISI. Pour un système avec ISI importante, $A_{\\text{ouverture}} = 0.3A_{\\text{max}}$. Calculer la pénalité en dB.
\n\n
c) Avec le filtre cosinus surélevé à $\\alpha = 0.5$, l'ouverture devient $A_{\\text{ouverture}}' = 0.95A_{\\text{max}}$. Quelle est la pénalité résiduelle et le gain obtenu?
\n\n
Question 5 : Équalization et performance système (2 points)
\n\n
Pour compenser les effets résiduels du canal, un égaliseur linéaire est inséré après le filtre récepteur.
\n\n
a) Expliquer brièvement le rôle de l'égaliseur et le critère ZF (Zero Forcing).
\n\n
b) Quel débit binaire maximum pourrait-on atteindre avec un égaliseur parfait dans la bande passante du canal de 600 kHz, en utilisant un modulation M-aire optimale?
\n",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solutions Détaillées - Examen 2
\n\n
Question 1 : Critère de Nyquist
\n\n
a) Phénomène d'ISI et son origine
\n\n
Explication :
\n
L'interférence entre symboles (ISI) se produit quand un canal de transmission, limité en bande passante, cause un étalement temporal des impulsions. Mathématiquement, si on transmet une séquence de symboles $a_k$, chaque symbole $a_n$ produit une réponse impulsionnelle $h(t)$ qui s'étend sur plusieurs périodes symbole $T_s$.
\n\n
À l'instant d'échantillonnage $t = nT_s$, on reçoit non seulement la contribution du symbole actuel $a_n$, mais aussi les contributions des symboles précédents et suivants :
\n$y(nT_s) = a_n h(0) + \\sum_{k \\neq 0} a_k h(nT_s - kT_s) + n(nT_s)$\n\n
Origine :
\n
1. Canal passe-bas : Un canal avec réponse fréquentielle limitée (bande passante finie) atténue les hautes fréquences du spectre du signal transmis.
\n
2. Impulsion rectangulaire : Une impulsion binaire rectangulaire a un spectre $\\text{sinc}(f)$ non limité, avec des lobes secondaires qui débordent au-delà de la bande passante.
\n
3. Résultat : Le débordement spectral cause une onde de choc temporelle, où chaque symbole interfère avec ses voisins.
\n\n
b) Critère de Nyquist - Domaines temporel et fréquentiel
\n\n
Domaine temporel :
\n
La réponse impulsionnelle globale $r(t) = h(t) * g(t)$ (convolution du canal et du filtre récepteur) doit satisfaire :
\n$r(nT_s) = \\begin{cases} C & \\text{pour } n = 0 \\\\ 0 & \\text{pour } n \\neq 0 \\end{cases}$\n\n
où C est une constante non-nulle. Cela signifie que l'impulsion ne déborde pas sur les instants d'échantillonnage des symboles adjacents.
\n\n
Domaine fréquentiel :
\n
La fonction de transfert globale périodisée à la fréquence d'échantillonnage $f_s = 1/T_s$ doit être constante :
\n$\\sum_{n=-\\infty}^{\\infty} R(f + n/T_s) = C \\text{ (constante)}$\n\n
pour toute fréquence $f$. Cela implique que le spectre, replié périodiquement tous les $1/T_s$, ne présente aucun creux.
\n\n
Condition minimale de bande passante :
\n
La bande passante minimum pour transmettre sans ISI est la bande de Nyquist :
\n$B_{min} = \\frac{D_s}{2} = \\frac{1}{2T_s}$\n\n
où $D_s$ est le débit symbole. Tout signal satisfaisant le critère de Nyquist avec $B \\geq D_s/2$ peut être transmis sans ISI.
\n\n
c) Bande passante minimum pour transmission binaire
\n\n
Formule générale :
\n$B_{min} = \\frac{D_s}{2}$\n\n
Pour transmission binaire :
\n
Avec $R_b = 1\\text{ Mbit/s}$ et un codage binaire (1 bit par symbole) :
\n$D_s = R_b = 1 \\times 10^6\\text{ symboles/s}$\n\n
Calcul :
\n$B_{min} = \\frac{1 \\times 10^6}{2} = 500 \\times 10^3\\text{ Hz}$\n\n
Résultat final :
\n$\\boxed{B_{min} = 500\\text{ kHz}}$\n\n
Interprétation : Avec une bande de 500 kHz (bande de Nyquist), on peut juste transmettre sans ISI, mais sans marge de sécurité. Pratiquement, on préfère une bande plus large pour tolérer les imperfections du canal.
\n\n
Question 2 : Filtres de Nyquist et cosinus surélevé
\n\n
a) Facteur de retombée α
\n\n
Définition :
\n
Le facteur de retombée $\\alpha$ (roll-off factor) contrôle la rapidité de la décroissance du spectre du filtre en cosinus surélevé en dehors de la bande essentielle. Il représente le rapport entre la bande supplémentaire utilisée et la bande de Nyquist.
\n\n
Plage de valeurs :
\n$\\alpha \\in [0, 1]$\n\n
- $\\alpha = 0$ : filtre de Nyquist idéal (rectangulaire en fréquence) - impractical à cause de la réponse impulsionnelle infinie
\n
- $\\alpha = 0.5$ : retombée douce - bon compromis pratique
\n
- $\\alpha = 1$ : retombée forte - bande large mais meilleure localisation temporelle
\n\n
Importance :
\n
Un α petit réduit la bande requise (efficacité spectrale) mais augmente la durée temporelle de l'impulsion (sensibilité au bruit de synchronisation). Un α grand augmente la bande mais améliore la robustesse.
\n\n
b) Largeur de bande pour trois valeurs de α
\n\n
Formule générale :
\n$B = (1 + \\alpha) \\frac{D_s}{2}$\n\n
Avec D_s = 1 Msymbole/s :
\n\n
Pour α = 0 (Nyquist idéal) :
\n$B_0 = (1 + 0) \\times \\frac{1 \\times 10^6}{2} = 500\\text{ kHz}$\n\n
Pour α = 0.5 :
\n$B_{0.5} = (1 + 0.5) \\times \\frac{1 \\times 10^6}{2} = 1.5 \\times 500 = 750\\text{ kHz}$\n\n
Pour α = 1 :
\n$B_1 = (1 + 1) \\times \\frac{1 \\times 10^6}{2} = 2 \\times 500 = 1000\\text{ kHz} = 1\\text{ MHz}$\n\n
Résultats finaux :
\n$\\boxed{B_0 = 500\\text{ kHz}, \\quad B_{0.5} = 750\\text{ kHz}, \\quad B_1 = 1000\\text{ kHz}}$\n\n
c) Vérification du critère de Nyquist
\n\n
Réponse impulsionnelle du cosinus surélevé :
\n$h(t) = \\text{sinc}\\left(\\frac{t}{T_s}\\right) \\frac{\\cos(\\pi \\alpha t/T_s)}{1 - (2\\alpha t/T_s)^2}$\n\n
À t = 0 :
\n
- Le numérateur : $\\cos(0) = 1$
\n
- Le dénominateur : $1 - (0)^2 = 1$
\n
- La fraction vaut : $1/1 = 1$
\n
- $\\text{sinc}(0) = 1$
\n\n$h(0) = 1 \\times 1 = 1$\n\n
À t = nT_s (n ≠ 0) :
\n
- $\\text{sinc}(n) = \\frac{\\sin(\\pi n)}{\\pi n} = 0$ pour tout entier $n \\neq 0$
\n
- Peu importe la valeur de la deuxième fraction
\n\n$h(nT_s) = 0 \\times (\\text{quelconque}) = 0$\n\n
Résultat final :
\n$\\boxed{h(0) = 1, \\quad h(nT_s) = 0 \\text{ pour } n \\neq 0}$\n\n
Interprétation : Le filtre cosinus surélevé satisfait bien le critère de Nyquist, ce qui garantit l'absence d'ISI aux instants d'échantillonnage.
\n\n
Question 3 : Analyse spectrale et capacité du canal
\n\n
a) Facteur de retombée requis
\n\n
Condition :
\n
La largeur de bande occupée ne doit pas dépasser $B_c = 600\\text{ kHz}$ :
\n$(1 + \\alpha) \\frac{D_s}{2} \\leq B_c$\n\n
Résolution pour α :
\n$(1 + \\alpha) \\times \\frac{1 \\times 10^6}{2} \\leq 600 \\times 10^3$\n\n$(1 + \\alpha) \\times 500 \\times 10^3 \\leq 600 \\times 10^3$\n\n$1 + \\alpha \\leq 1.2$\n\n$\\alpha \\leq 0.2$\n\n
Résultat :
\n$\\boxed{\\alpha = 0.2 \\text{ (maximum admissible)}}$\n\n
Largeur de bande occupée :
\n$B = (1 + 0.2) \\times 500 = 1.2 \\times 500 = 600\\text{ kHz}$\n\n
Résultat final :
\n$\\boxed{B_{occupée} = 600\\text{ kHz}}$\n\n
Interprétation : Pour rester dans les limites du canal, on doit utiliser un facteur de retombée très faible (α = 0.2), ce qui augmente la sensibilité aux erreurs de synchronisation.
\n\n
b) Capacité théorique du canal selon Shannon
\n\n
Formule générale :
\n$C = B_c \\log_2(1 + SNR)$\n\n
Conversion du rapport signal-à-bruit :
\n
Avec $SNR = 20\\text{ dB}$
\n\n$SNR = 10^{20/10} = 100$\n\n
Calcul :
\n$C = 600 \\times 10^3 \\times \\log_2(1 + 100) = 600 \\times 10^3 \\times \\log_2(101)$\n\n
Avec $\\log_2(101) \\approx 6.66$ :
\n$C = 600 \\times 10^3 \\times 6.66 = 3.996 \\times 10^6\\text{ bit/s}$\n\n
Résultat final :
\n$\\boxed{C \\approx 4.0\\text{ Mbit/s}}$\n\n
c) Viabilité du système
\n\n
Comparaison :
\n
- Débit binaire du système : $R_b = 1\\text{ Mbit/s}$
\n
- Capacité du canal : $C = 4.0\\text{ Mbit/s}$
\n\n
Ratio de capacité :
\n$\\frac{R_b}{C} = \\frac{1}{4} = 0.25 = 25\\%$\n\n
Conclusion :
\n$\\boxed{\\text{Le système est largement viable. Il n'utilise que 25% de la capacité du canal.}}$\n\n
Cela laisse une marge importante pour :
\n
- Les variations du canal
\n
- L'ajout de codes correcteurs d'erreurs
\n
- L'augmentation future du débit
\n
- Les imperfections pratiques
\n\n
Question 4 : Diagramme de l'œil et dégradation
\n\n
a) Définition et utilité du diagramme de l'œil
\n\n
Définition :
\n
Le diagramme de l'œil est une représentation visuelle superposée de tous les transitions possibles du signal reçu sur plusieurs périodes symbole. On crée ce diagramme en affichant le signal reçu filtré et échantillonné, en synchronisant le début d'affichage tous les $T_s$.
\n\n
Utilité :
\n
1. ISI : L'ouverture verticale du diagramme indique la sévérité de l'ISI. Une ouverture ferméeinclique une ISI importante.
\n
2. Bruit : La largeur verticale de la bande du signal indique le niveau de bruit. Plus la bande est épaisse, plus le bruit est présent.
\n
3. Gigue de synchronisation : L'inclinaison des transitions indique la sensibilité aux erreurs de synchronisation.
\n
4. Marge de sécurité : Un œil ouvert signale une bonne marge de détection. Un œil fermé annonce des erreurs.
\n\n
b) Pénalité due à l'ISI sans filtrage
\n\n
Formule générale :
\n$P_{ISI} = 1 - \\frac{A_{\\text{ouverture}}}{A_{\\text{max}}}$\n\n
Remplacement des données :
\n
Avec $A_{\\text{ouverture}} = 0.3 A_{\\text{max}}$
\n\n$P_{ISI} = 1 - \\frac{0.3 A_{\\text{max}}}{A_{\\text{max}}} = 1 - 0.3 = 0.7 = 70\\%$\n\n
Conversion en dB :
\n$P_{ISI}(dB) = 10 \\log_{10}(0.7) = 10 \\times (-0.155) \\approx -1.55\\text{ dB}$\n\n
Résultat final :
\n$\\boxed{P_{ISI} = 70\\% \\text{ ou environ } -1.55\\text{ dB}}$\n\n
Interprétation : Cette pénalité signifie qu'en présence d'ISI, la marge de bruit disponible est réduite de 1.55 dB comparée à un signal sans ISI. C'est une dégradation légère mais notable.
\n\n
c) Pénalité avec filtre cosinus surélevé et gain
\n\n
Nouvelle pénalité :
\n$P_{ISI}' = 1 - \\frac{0.95 A_{\\text{max}}}{A_{\\text{max}}} = 1 - 0.95 = 0.05 = 5\\%$\n\n
Conversion en dB :
\n$P_{ISI}'(dB) = 10 \\log_{10}(0.05) = 10 \\times (-1.301) \\approx -13.01\\text{ dB}$\n\n
Cependant, l'ouverture est presque maximale. La pénalité résiduelle provient principalement du bruit et de la synchronisation :
\n$P_{\\text{résiduelle}} \\approx 0.2\\text{ à } 0.5\\text{ dB}$\n\n
Gain obtenu :
\n$G = P_{ISI}(dB) - P_{ISI}'(dB) \\approx -1.55 - (-0.3) \\approx 1.25\\text{ dB}$\n\n
Résultats finaux :
\n$\\boxed{P_{\\text{résiduelle}} \\approx 0.2\\text{ dB}, \\quad G \\approx 1.25\\text{ dB}}$\n\n
Interprétation : L'utilisation du filtre cosinus surélevé récupère environ 1.25 dB de marge, ce qui représente une amélioration significative de la robustesse du système.
\n\n
Question 5 : Équalization et performance système
\n\n
a) Rôle de l'égaliseur et critère ZF
\n\n
Rôle de l'égaliseur :
\n
L'égaliseur est un filtre numérique placé après le récepteur qui compense les effets du canal et l'ISI résiduelle. Il inverse en quelque sorte la réponse du canal pour retrouver le signal d'origine.
\n\n
Critère ZF (Zero Forcing) :
\n
Le critère ZF impose que la réponse globale du système (canal + égaliseur + filtre récepteur) satisfasse :
\n$g(nT_s) = \\begin{cases} C & \\text{pour } n = 0 \\\\ 0 & \\text{pour } n \\neq 0 \\end{cases}$\n\n
C'est-à-dire que l'égaliseur force l'ISI à zéro aux instants d'échantillonnage. Mathématiquement :
\n$H_{eq}(f) = \\frac{1}{H_{canal}(f)}$\n\n
Cependant, ZF amplifie le bruit, d'où la popularité de critères alternatifs comme MMSE (Minimum Mean Square Error).
\n\n
b) Débit binaire maximum avec égaliseur
\n\n
Avec un égaliseur parfait :
\n
L'ISI est complètement éliminée. Le débit symbole maximum devient limité uniquement par la bande passante :
\n$D_{s,max} = 2 B_c = 2 \\times 600\\text{ kHz} = 1.2\\text{ Msymboles/s}$\n\n
Pour une modulation M-aire optimale :
\n
Le nombre d'états M est limité par le rapport signal-à-bruit. Avec $SNR = 20\\text{ dB} = 100$, on peut atteindre :
\n$\\log_2 M \\approx \\log_2(1 + SNR) = \\log_2(101) \\approx 6.66 \\text{ bits/symbole}$\n\n
Donc $M \\approx 2^{6.66} \\approx 100$ états.
\n\n
Débit binaire maximum :
\n$R_{b,max} = D_{s,max} \\times \\log_2 M = 1.2 \\times 10^6 \\times 6.66 \\approx 7.99\\text{ Mbit/s}$\n\n
Résultat final :
\n$\\boxed{R_{b,max} \\approx 8.0\\text{ Mbit/s}}$\n\n
Interprétation : Avec un égaliseur parfait et une modulation optimale 100-QAM, le système pourrait transmettre environ 8 Mbit/s, soit 8 fois le débit actuel de 1 Mbit/s. Cependant, cette limite théorique n'est atteinte que dans des conditions idéales.
\n",
    "id_category": "1",
    "id_number": "6"
  },
  {
    "category": "Preparation pour l'examen",
    "question": "
Examen 3 : Récepteur Optimal Avancé et Gestion de l'Interférence Intersymboles
\n\n
 | Coefficient : 4 | 
\n\n
Un système de communication numérique haut débit doit transmettre $R_b = 10\\text{ Mbit/s}$ sur un canal dispersif avec une bande passante limitée à $B_c = 2.5\\text{ MHz}$. Le système doit utiliser un récepteur optimal avec égalisation adaptative pour combattre l'ISI résiduelle.
\n\n
Question 1 : Identification du canal dispersif (6 points)
\n\n
Le canal de transmission a une réponse impulsionnelle :
\n$h_c(t) = 0.9\\delta(t) + 0.4\\delta(t - T_s) + 0.1\\delta(t - 2T_s)$\n\n
a) Calculer la fonction de transfert fréquentielle $H_c(f)$ du canal (en gardant l'expression symbolique avec $f$ et $T_s$).
\n\n
b) Calculer le délai de propagation de groupe du canal : $\\tau_g = -\\frac{1}{2\\pi}\\frac{d\\phi_c(f)}{df}$, où $\\phi_c(f) = \\arg(H_c(f))$. Interpréter ce résultat.
\n\n
c) Évaluer numériquement $|H_c(f)|$ à $f = 0$ et $f = 1/(2T_s)$ (fréquence de Nyquist). Interpréter le résultat.
\n\n
Question 2 : Récepteur optimal avec égaliseur ZF (7 points)
\n\n
Un égaliseur de Wiener-Hopf (critère ZF - Zero Forcing) est utilisé pour compenser le canal.
\n\n
a) Expliquer le principe de l'égalisation ZF et décrire son filtre transfert $H_{eq}(f)$. Quels sont les dangers potentiels du critère ZF?
\n\n
b) Calculer $H_{eq}(f) = 1/H_c(f)$ pour le canal de la Question 1. Exprimer le résultat sous forme de polynôme en $e^{-j2\\pi f T_s}$.
\n\n
c) Sachant que $H_{eq}(f) = A + Be^{-j2\\pi f T_s} + Ce^{-j4\\pi f T_s}$, déterminer numériquement les coefficients A, B, C pour annuler l'ISI. Utiliser l'inversion matricielle si nécessaire.
\n\n
Question 3 : Égaliseur à retour de décision (DFE) (5 points)
\n\n
Pour réduire l'amplification du bruit de l'égaliseur ZF linéaire, on utilise un DFE (Decision Feedback Equalizer).
\n\n
a) Décrire l'architecture d'un DFE (filtre avant et filtre de rétroaction). Expliquer pourquoi le DFE réduit l'amplification du bruit.
\n\n
b) Pour le canal de la Question 1, calculer la partie causale du DFE. Sachant que les coefficients du filtre avant sont $c_0 = 0.9, c_1 = 0.4, c_2 = 0.1$, calculer les coefficients du filtre de rétroaction $b_1, b_2$ qui annulent l'ISI pour $n \\leq 2$.
\n\n
Question 4 : Performance BER en fonction de l'égalisation (5 points)
\n\n
Le canal introduit une ISI qui dépend de l'égaliseur utilisé. On mesure :
\n
- Sans égaliseur : Ouverture de l'œil = 0.25 A
\n
- Avec ZF : Ouverture de l'œil = 0.95 A, facteur de bruit = 2.5
\n
- Avec DFE : Ouverture de l'œil = 0.98 A, facteur de bruit = 1.2
\n\n
a) Calculer le rapport signal-à-bruit effectif pour chaque configuration, sachant que $SNR_{eff} = \\frac{A_{\\text{ouverture}}^2}{2\\sigma_b^2}$ où $\\sigma_b^2$ est la variance du bruit d'égalisation (bruit reçu + amplification).
\n\n
b) Sachant que la probabilité d'erreur BPSK est $P_b \\approx Q(\\sqrt{2 SNR_{eff}})$, calculer $P_b$ pour chaque configuration avec un SNR mesuré de $SNR_0 = 20\\text{ dB}$ au récepteur (avant égalisation).
\n\n
c) Calculer le gain en dB apporté par le DFE par rapport à ZF, et par ZF par rapport à l'absence d'égaliseur.
\n\n
Question 5 : Capacité d'information et débit viable (2 points)
\n\n
Le canal AGWN avec égalisation DFE complète (facteur de bruit = 1.2 et SNR_0 = 20 dB) est caractérisé par une bande passante effective $B_{eff} = 2.5\\text{ MHz}$.
\n\n
a) Calculer la capacité Shannon effective du canal avec DFE, en tenant compte du facteur de bruit de l'égaliseur.
\n\n
b) Vérifier si le débit binaire de $R_b = 10\\text{ Mbit/s}$ est viable (c'est-à-dire inférieur à la capacité Shannon). Quelle marge reste-t-il?
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solutions Détaillées - Examen 3
\n\n
Question 1 : Identification du canal dispersif
\n\n
a) Fonction de transfert fréquentielle du canal
\n\n
Formule générale :
\n
La fonction de transfert est la transformée de Fourier de la réponse impulsionnelle :
\n$H_c(f) = \\mathcal{F}\\{h_c(t)\\} = \\sum_k h_c(kT_s) e^{-j2\\pi f k T_s}$\n\n
Remplacement des données :
\n
Avec $h_c(t) = 0.9\\delta(t) + 0.4\\delta(t - T_s) + 0.1\\delta(t - 2T_s)$
\n\n$H_c(f) = 0.9 e^{-j2\\pi f \\times 0} + 0.4 e^{-j2\\pi f T_s} + 0.1 e^{-j4\\pi f T_s}$\n\n
Résultat final :
\n$\\boxed{H_c(f) = 0.9 + 0.4 e^{-j2\\pi f T_s} + 0.1 e^{-j4\\pi f T_s}}$\n\n
b) Délai de propagation de groupe
\n\n
Formule générale :
\n$\\tau_g = -\\frac{1}{2\\pi}\\frac{d\\phi_c(f)}{df}$\n\n
Calcul de la phase :
\n
Avec $H_c(f) = 0.9 + 0.4 e^{-j2\\pi f T_s} + 0.1 e^{-j4\\pi f T_s}$
\n\n
En notation réelle :
\n$H_c(f) = 0.9 + 0.4[\\cos(2\\pi f T_s) - j\\sin(2\\pi f T_s)] + 0.1[\\cos(4\\pi f T_s) - j\\sin(4\\pi f T_s)]$\n\n
Partie réelle : $R(f) = 0.9 + 0.4\\cos(2\\pi f T_s) + 0.1\\cos(4\\pi f T_s)$
\n
Partie imaginaire : $I(f) = -0.4\\sin(2\\pi f T_s) - 0.1\\sin(4\\pi f T_s)$
\n\n
Phase : $\\phi_c(f) = \\arctan\\left(\\frac{I(f)}{R(f)}\\right)$
\n\n
Dérivée de la phase :
\n
Pour un canal dispersif avec taps multiples, le délai de groupe moyen est approximé par :
\n$\\tau_g \\approx \\frac{0.4 \\times T_s + 0.1 \\times 2T_s}{0.9 + 0.4 + 0.1} = \\frac{0.4T_s + 0.2T_s}{1.4} = \\frac{0.6T_s}{1.4} \\approx 0.43T_s$\n\n
Résultat final :
\n$\\boxed{\\tau_g \\approx 0.43T_s}$\n\n
Interprétation : Le délai de propagation de groupe d'environ 0.43 symbole indique que le canal introduit un étalement temporel du signal de moins d'une période symbole, ce qui est typique d'un canal multi-trajet avec des chemins proches.
\n\n
c) Gain fréquentiel du canal
\n\n
À f = 0 :
\n$H_c(0) = 0.9 + 0.4 + 0.1 = 1.4$\n\n
Résultat :
\n$\\boxed{|H_c(0)| = 1.4}$\n\n
À f = 1/(2T_s) (fréquence de Nyquist) :
\n$H_c(1/(2T_s)) = 0.9 + 0.4 e^{-j\\pi} + 0.1 e^{-j2\\pi}$\n\n
Avec $e^{-j\\pi} = -1$ et $e^{-j2\\pi} = 1$
\n\n$H_c(1/(2T_s)) = 0.9 - 0.4 + 0.1 = 0.6$\n\n
Résultat final :
\n$\\boxed{|H_c(1/(2T_s))| = 0.6}$\n\n
Interprétation : Le canal introduit une distorsion de phase significative. À la fréquence de Nyquist, le gain tombe à 0.6, soit une atténuation relative de 57%. Cela représente un canal très dispersif qui affaiblit les hautes fréquences et entraîne une forte ISI.
\n\n
Question 2 : Récepteur optimal avec égaliseur ZF
\n\n
a) Principe du critère ZF
\n\n
Explication :
\n
Le critère Zero Forcing impose que l'égaliseur annule complètement l'ISI, forçant la réponse globale à satisfaire le critère de Nyquist aux instants d'échantillonnage.
\n\n
Filtre transfert :
\n
Pour un canal $H_c(f)$, l'égaliseur ZF idéal est :
\n$H_{eq,ZF}(f) = \\frac{1}{H_c(f)}$\n\n
Dangers potentiels :
\n
1. Amplification du bruit : Si $|H_c(f)|$ est faible à certaines fréquences, $|H_{eq}(f)|$ devient très grande, amplifiant le bruit
\n
2. Instabilité : La division par zéro (ou quasi-zéro) peut rendre le filtre instable
\n
3. Réalisabilité : L'inverse d'un filtre RIF non-minimum de phase peut être un filtre IIR instable
\n\n
b) Calcul de H_eq(f)
\n\n
Formule générale :
\n$H_{eq}(f) = \\frac{1}{H_c(f)} = \\frac{1}{0.9 + 0.4 e^{-j2\\pi f T_s} + 0.1 e^{-j4\\pi f T_s}}$\n\n
Développement en série :
\n
Pour obtenir une forme finie en $e^{-j2\\pi f T_s}$, on peut approcher par inversion au voisinage de $f = 0$ :
\n\n$H_{eq}(f) \\approx A + B e^{-j2\\pi f T_s} + C e^{-j4\\pi f T_s}$\n\n
c) Détermination des coefficients A, B, C
\n\n
Condition d'égalisation :
\n
Pour annuler l'ISI :
\n$H_c(f) \\times H_{eq}(f) = 1$\n\n
En utilisant la convolution dans le domaine temporel :
\n$(0.9 + 0.4 z^{-1} + 0.1 z^{-2})(A + B z^{-1} + C z^{-2}) = 1$\n\n
Développement :
\n$0.9A + (0.9B + 0.4A)z^{-1} + (0.9C + 0.4B + 0.1A)z^{-2} + \\ldots = 1$\n\n
Système d'équations (limité aux 3 premiers coefficients) :
\n$\\begin{cases}\n0.9A = 1 \\n0.9B + 0.4A = 0 \\n0.9C + 0.4B + 0.1A = 0\n\\end{cases}$\n\n
Résolution :
\n
De la première équation :
\n$A = \\frac{1}{0.9} = 1.111$\n\n
De la deuxième équation :
\n$0.9B = -0.4 \\times 1.111 = -0.444$\n\n$B = \\frac{-0.444}{0.9} = -0.494$\n\n
De la troisième équation :
\n$0.9C = -0.4 \\times (-0.494) - 0.1 \\times 1.111 = 0.198 - 0.111 = 0.087$\n\n$C = \\frac{0.087}{0.9} = 0.0967$\n\n
Résultat final :
\n$\\boxed{A \\approx 1.111, \\quad B \\approx -0.494, \\quad C \\approx 0.097}$\n\n
Expression :
\n$\\boxed{H_{eq}(f) \\approx 1.111 - 0.494 e^{-j2\\pi f T_s} + 0.097 e^{-j4\\pi f T_s}}$\n\n
Interprétation : L'égaliseur introduit des coefficients négatifs (feedback-like) qui supprimmentent les réflexions du canal. Cependant, le coefficient A >> 1 amplifie le signal d'un facteur 11%, ce qui augmente la puissance du bruit.
\n\n
Question 3 : Égaliseur à retour de décision (DFE)
\n\n
a) Architecture du DFE
\n\n
Description :
\n
Le DFE se compose de deux filtres :
\n
1. Filtre avant (Feed-Forward) : Traite la partie causale de l'ISI future
\n
2. Filtre de rétroaction (Feedback) : Utilise les symboles précédents correctement décidés pour éliminer l'ISI passée
\n\n
Pourquoi le DFE réduit le bruit :
\n
- Le filtre avant n'a pas besoin d'inverser le canal (contrairement à ZF), donc il ne crée pas de pics d'amplification
\n
- La décision rétroactive est déterministe une fois les symboles précédents décidés correctement, ce qui évite l'amplification du bruit sur les termes de rétroaction
\n
- Globalement, le facteur de bruit est significativement réduit
\n\n
b) Calcul des coefficients du DFE
\n\n
Partie causale du DFE :
\n
Pour le canal de la Question 1, on utilise la méthode de Tomlinson-Harashima ou la décomposition QR pour obtenir les coefficients optimaux.
\n\n
Hypothèse simplifiée (récepteur optimal) :
\n
Sachant que $c_0 = 0.9, c_1 = 0.4, c_2 = 0.1$, le filtre avant du DFE optimale est généralement :
\n$c_0' = \\frac{1}{\\sqrt{0.9^2 + 0.4^2 + 0.1^2}} \\times 0.9 = \\frac{0.9}{0.99} = 0.909$\n\n
Filtre de rétroaction :
\n
Pour annuler l'ISI causée par les symboles précédents :
\n$b_1 = \\frac{-0.4}{0.9} = -0.444$\n\n$b_2 = \\frac{-0.1}{0.9} = -0.111$\n\n
Résultats finaux :
\n$\\boxed{b_1 \\approx -0.444, \\quad b_2 \\approx -0.111}$\n\n
Interprétation : Les coefficients de rétroaction sont petits (< 0.5) car l'ISI du canal est modérée. Cela signifie que la rétroaction n'amplifie pas significativement le bruit des décisions précédentes.
\n\n
Question 4 : Performance BER en fonction de l'égalisation
\n\n
a) Rapport signal-à-bruit effectif
\n\n
Formule générale :
\n$SNR_{eff} = \\frac{A_{\\text{ouverture}}^2}{2\\sigma_b^2 \\times NF}$\n\n
où NF est le facteur de bruit de l'égaliseur et $\\sigma_b^2$ est la variance du bruit reçu.
\n\n
Pour SNR_0 = 20 dB (reçu) = 100 (linéaire) :
\n
La variance du bruit ramené en unités de signal : $\\sigma_b^2 = 1/SNR_0 = 1/100 = 0.01$
\n\n
Configuration 1 : Sans égaliseur
\n$SNR_{eff,1} = \\frac{(0.25)^2}{2 \\times 0.01 \\times 1.0} = \\frac{0.0625}{0.02} = 3.125 = 4.95\\text{ dB}$\n\n
Configuration 2 : Avec ZF
\n$SNR_{eff,2} = \\frac{(0.95)^2}{2 \\times 0.01 \\times 2.5} = \\frac{0.9025}{0.05} = 18.05 = 12.56\\text{ dB}$\n\n
Configuration 3 : Avec DFE
\n$SNR_{eff,3} = \\frac{(0.98)^2}{2 \\times 0.01 \\times 1.2} = \\frac{0.9604}{0.024} = 40.02 = 16.02\\text{ dB}$\n\n
Résultats finaux :
\n$\\boxed{SNR_{eff,1} \\approx 4.95\\text{ dB}, \\quad SNR_{eff,2} \\approx 12.56\\text{ dB}, \\quad SNR_{eff,3} \\approx 16.02\\text{ dB}}$\n\n
b) Probabilité d'erreur BPSK
\n\n
Formule générale :
\n$P_b = Q(\\sqrt{2 SNR_{eff}})$\n\n
Configuration 1 : Sans égaliseur
\n$\\sqrt{2 \\times 3.125} = \\sqrt{6.25} = 2.5$\n\n$Q(2.5) \\approx 6.1 \\times 10^{-3}$\n\n
Configuration 2 : Avec ZF
\n$\\sqrt{2 \\times 18.05} = \\sqrt{36.1} \\approx 6.01$\n\n$Q(6.01) \\approx 9.6 \\times 10^{-10}$\n\n
Configuration 3 : Avec DFE
\n$\\sqrt{2 \\times 40.02} = \\sqrt{80.04} \\approx 8.95$\n\n$Q(8.95) \\approx 3.8 \\times 10^{-19}$\n\n
Résultats finaux :
\n$\\boxed{P_b^{(1)} \\approx 6.1 \\times 10^{-3}, \\quad P_b^{(2)} \\approx 9.6 \\times 10^{-10}, \\quad P_b^{(3)} \\approx 3.8 \\times 10^{-19}}$\n\n
c) Gains en dB
\n\n
Gain DFE vs ZF :
\n$G_{DFE/ZF} = 16.02 - 12.56 = 3.46\\text{ dB}$\n\n
Gain ZF vs Pas d'égaliseur :
\n$G_{ZF/non-eq} = 12.56 - 4.95 = 7.61\\text{ dB}$\n\n
Résultats finaux :
\n$\\boxed{G_{DFE/ZF} \\approx 3.46\\text{ dB}, \\quad G_{ZF/non-eq} \\approx 7.61\\text{ dB}}$\n\n
Interprétation : Le DFE apporte un gain marginal de 3.46 dB supplémentaire par rapport à ZF, mais déjà ZF procure un gain spectaculaire de 7.61 dB en éliminant l'ISI et en contrôlant l'amplification du bruit.
\n\n
Question 5 : Capacité d'information et débit viable
\n\n
a) Capacité Shannon effective avec DFE
\n\n
Formule générale :
\n$C = B_{eff} \\log_2\\left(1 + \\frac{SNR_0}{NF}\\right)$\n\n
SNR effectif avec facteur de bruit 1.2 :
\n$SNR_{eff} = \\frac{SNR_0}{NF} = \\frac{100}{1.2} = 83.33 = 19.2\\text{ dB}$\n\n
Calcul de la capacité :
\n$C = 2.5 \\times 10^6 \\times \\log_2(1 + 83.33) = 2.5 \\times 10^6 \\times \\log_2(84.33)$\n\n
Avec $\\log_2(84.33) \\approx 6.40$
\n\n$C = 2.5 \\times 10^6 \\times 6.40 = 16.0 \\times 10^6\\text{ bit/s} = 16.0\\text{ Mbit/s}$\n\n
Résultat final :
\n$\\boxed{C \\approx 16.0\\text{ Mbit/s}}$\n\n
b) Viabilité du débit de 10 Mbit/s
\n\n
Comparaison :
\n
- Débit binaire requis : $R_b = 10\\text{ Mbit/s}$
\n
- Capacité Shannon : $C = 16.0\\text{ Mbit/s}$
\n\n
Ratio de capacité :
\n$\\frac{R_b}{C} = \\frac{10}{16} = 0.625 = 62.5\\%$\n\n
Marge disponible :
\n$C - R_b = 16.0 - 10 = 6.0\\text{ Mbit/s}$\n\n
Marge fractionnelle :
\n$\\frac{C - R_b}{C} = \\frac{6}{16} = 37.5\\%$\n\n
Résultats finaux :
\n$\\boxed{\\text{VIABLE. Marge disponible: } 6.0\\text{ Mbit/s } (37.5\\%)}$\n\n
Interprétation :
\n
Le système avec DFE peut facilement transmettre 10 Mbit/s avec une marge confortable de 37.5%. Cette marge permet :
\n
- L'utilisation de codes correcteurs d'erreurs (qui réduisent le débit utile mais améliorent la robustesse)
\n
- Les variations du canal et des conditions atmosphériques
\n
- L'augmentation future du débit jusqu'à 16 Mbit/s maximum
",
    "id_category": "1",
    "id_number": "7"
  },
  {
    "category": "Preparation pour l'examen",
    "question": "
EXAMEN DE COMMUNICATIONS NUMÉRIQUES - Session 1
 |  | 
Contexte général : Un système de transmission numérique utilise une modulation QPSK pour transmettre des données à un débit binaire $R_b = 2\\text{ Mbit/s}$. Le canal est de type AWGN (bruit blanc gaussien additif) avec une densité spectrale de puissance de bruit $N_0/2 = 10^{-9}\\text{ W/Hz}$. On étudie l'ensemble de la chaîne de transmission avec récepteur optimal.
Question 1 (Modulation QPSK - Caractéristiques fondamentales) :
a) Calculer le débit symbole $D_s$ et la durée d'un symbole $T_s$.
b) Exprimer les quatre symboles QPSK dans le plan IQ avec une énergie par symbole $E_s = 2 \\times 10^{-6}\\text{ J}$. Donner leurs coordonnées $(I_k, Q_k)$.
c) Calculer l'énergie par bit $E_b$ et le rapport $E_b/N_0$ en dB.
d) Déterminer la bande passante minimale de Nyquist $B_{min}$ et l'efficacité spectrale $\\eta$ en bit/s/Hz.
Question 2 (Filtre de mise en forme et critère de Nyquist) :
Le système utilise un filtre en cosinus surélevé avec un facteur de retombée $\\alpha = 0.35$.
a) Calculer la bande passante occupée $B$ par le signal QPSK filtré.
b) Écrire l'expression du filtre de Nyquist $H_{RC}(f)$ en cosinus surélevé.
c) Pour respecter le critère de Nyquist avec un filtre adapté en réception, quelle doit être la réponse du filtre d'émission $H_e(f)$ ?
d) Calculer la durée de la réponse impulsionnelle principale du filtre (entre les premiers zéros).
Question 3 (Récepteur optimal à corrélation) :
Le récepteur utilise une structure à corrélation avec filtre adapté.
a) Pour le symbole $s_0(t)$ correspondant aux bits (00), écrire l'expression du filtre adapté $h_0(t)$.
b) Calculer la sortie du corrélateur à l'instant d'échantillonnage $t = T_s$ pour le signal $s_0(t)$ reçu sans bruit.
c) Si le signal reçu est $r(t) = s_0(t) + n(t)$, calculer la variance du bruit $\\sigma_n^2$ en sortie du filtre adapté.
d) Déterminer le rapport signal-à-bruit en sortie du corrélateur.
Question 4 (Probabilité d'erreur symbole et bit) :
a) Calculer la distance euclidienne minimale $d_{min}$ entre symboles adjacents.
b) Exprimer et calculer la probabilité d'erreur symbole $P_s$ en utilisant la fonction Q.
c) En déduire la probabilité d'erreur bit $P_b$ pour la QPSK avec codage de Gray.
d) Pour atteindre $P_b = 10^{-6}$, calculer le $E_b/N_0$ minimum requis.
Question 5 (Comparaison avec 8-PSK et 16-QAM) :
On envisage de remplacer la QPSK par une 8-PSK ou une 16-QAM pour augmenter l'efficacité spectrale.
a) Calculer la nouvelle efficacité spectrale pour la 8-PSK et la 16-QAM.
b) Pour la 8-PSK avec le même $E_b/N_0$ calculé en Q1, déterminer la probabilité d'erreur symbole approximative.
c) Pour la 16-QAM, calculer la distance minimale $d_{min}$ en fonction de l'énergie moyenne $E_s$.
d) Comparer les performances des trois modulations et conclure sur le compromis efficacité spectrale/robustesse.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
CORRIGÉ DÉTAILLÉ - EXAMEN SESSION 1
Question 1 : Modulation QPSK - Caractéristiques fondamentales
a) Débit symbole et durée d'un symbole :
En QPSK, chaque symbole transporte 2 bits. Le débit symbole est donc :
$D_s = \\frac{R_b}{\\log_2(M)} = \\frac{R_b}{2}$
$D_s = \\frac{2 \\times 10^6}{2} = 10^6\\text{ symboles/s}$
$\\boxed{D_s = 1\\text{ Msymbole/s}}$
La durée d'un symbole est l'inverse du débit symbole :
$T_s = \\frac{1}{D_s} = \\frac{1}{10^6}$
$\\boxed{T_s = 1\\text{ µs}}$
b) Symboles QPSK dans le plan IQ :
Les symboles QPSK sont placés aux quatre coins d'un carré centré à l'origine. Avec une énergie par symbole $E_s = 2 \\times 10^{-6}\\text{ J}$, l'amplitude de chaque composante est :
$A = \\sqrt{\\frac{E_s}{2}} = \\sqrt{\\frac{2 \\times 10^{-6}}{2}} = \\sqrt{10^{-6}} = 10^{-3}\\text{ V}$
Les coordonnées des quatre symboles (codage de Gray) sont :
$\\boxed{\\begin{array}{|c|c|c|}\\hline \\text{Bits} & I_k & Q_k \\ \\hline 00 & +10^{-3} & +10^{-3} \\ 01 & -10^{-3} & +10^{-3} \\ 11 & -10^{-3} & -10^{-3} \\ 10 & +10^{-3} & -10^{-3} \\ \\hline \\end{array}}$
c) Énergie par bit et Eb/N0 :
L'énergie par bit est :
$E_b = \\frac{E_s}{\\log_2(M)} = \\frac{E_s}{2} = \\frac{2 \\times 10^{-6}}{2}$
$\\boxed{E_b = 10^{-6}\\text{ J} = 1\\text{ µJ}}$
La densité spectrale de puissance du bruit est $N_0 = 2 \\times 10^{-9}\\text{ W/Hz}$ :
$\\frac{E_b}{N_0} = \\frac{10^{-6}}{2 \\times 10^{-9}} = 500$
En décibels :
$\\left(\\frac{E_b}{N_0}\\right)_{dB} = 10\\log_{10}(500) = 10 \\times 2.699$
$\\boxed{\\frac{E_b}{N_0} = 26.99\\text{ dB} \\approx 27\\text{ dB}}$
d) Bande passante de Nyquist et efficacité spectrale :
La bande passante minimale de Nyquist ($\\alpha = 0$) est :
$B_{min} = \\frac{D_s}{2} = \\frac{10^6}{2}$
$\\boxed{B_{min} = 500\\text{ kHz}}$
L'efficacité spectrale est :
$\\eta = \\frac{R_b}{B_{min}} = \\frac{2 \\times 10^6}{500 \\times 10^3}$
$\\boxed{\\eta = 4\\text{ bit/s/Hz}}$
Note : Avec le filtre de Nyquist idéal, la QPSK atteint 2 bits/s/Hz par bande de base, soit 4 bits/s/Hz en passebande.
Question 2 : Filtre de mise en forme et critère de Nyquist
a) Bande passante avec filtre en cosinus surélevé :
La bande passante occupée avec un facteur de retombée $\\alpha = 0.35$ est :
$B = \\frac{(1 + \\alpha) D_s}{2} = \\frac{(1 + 0.35) \\times 10^6}{2}$
$B = \\frac{1.35 \\times 10^6}{2}$
$\\boxed{B = 675\\text{ kHz}}$
En passebande (signal QPSK modulé), la bande est $2B = 1.35\\text{ MHz}$.
b) Expression du filtre en cosinus surélevé :
Le filtre de Nyquist en cosinus surélevé a pour fonction de transfert :
$H_{RC}(f) = \\begin{cases} T_s & |f| \\leq \\frac{1-\\alpha}{2T_s} \\ \\frac{T_s}{2}\\left[1 + \\cos\\left(\\frac{\\pi T_s}{\\alpha}\\left(|f| - \\frac{1-\\alpha}{2T_s}\\right)\\right)\\right] & \\frac{1-\\alpha}{2T_s} < |f| \\leq \\frac{1+\\alpha}{2T_s} \\ 0 & |f| > \\frac{1+\\alpha}{2T_s} \\end{cases}$
Avec $T_s = 1\\text{ µs}$ et $\\alpha = 0.35$ :
$\\boxed{\\frac{1-\\alpha}{2T_s} = 325\\text{ kHz}, \\quad \\frac{1+\\alpha}{2T_s} = 675\\text{ kHz}}$
c) Filtre d'émission pour récepteur adapté :
Pour respecter le critère de Nyquist avec un filtre adapté en réception, le produit $H_e(f) \\cdot H_r(f) = H_{RC}(f)$. Avec un filtre adapté $H_r(f) = H_e^*(f)$ :
$|H_e(f)|^2 = H_{RC}(f)$
$\\boxed{H_e(f) = \\sqrt{H_{RC}(f)}\\text{ (filtre en racine de cosinus surélevé)}}$
d) Durée de la réponse impulsionnelle principale :
Les premiers zéros de la réponse impulsionnelle du filtre en cosinus surélevé se trouvent à :
$t = \\pm T_s$
La durée entre les premiers zéros est donc :
$\\boxed{\\Delta t = 2T_s = 2\\text{ µs}}$
Question 3 : Récepteur optimal à corrélation
a) Expression du filtre adapté :
Le filtre adapté au signal $s_0(t)$ a pour réponse impulsionnelle :
$h_0(t) = s_0(T_s - t)$
Pour le symbole (00) en QPSK avec mise en forme NRZ :
$s_0(t) = \\sqrt{\\frac{2E_s}{T_s}}\\cos\\left(2\\pi f_c t + \\frac{\\pi}{4}\\right), \\quad 0 \\leq t \\leq T_s$
$\\boxed{h_0(t) = s_0(T_s - t) = \\sqrt{\\frac{2E_s}{T_s}}\\cos\\left(2\\pi f_c (T_s-t) + \\frac{\\pi}{4}\\right)}$
b) Sortie du corrélateur sans bruit :
La sortie du corrélateur (intercorrélation) à $t = T_s$ est :
$z_0(T_s) = \\int_0^{T_s} s_0(\\tau) \\cdot s_0(\\tau) d\\tau = \\int_0^{T_s} s_0^2(\\tau) d\\tau$
Cette intégrale représente l'énergie du signal :
$\\boxed{z_0(T_s) = E_s = 2 \\times 10^{-6}\\text{ J}}$
c) Variance du bruit en sortie du filtre adapté :
Le bruit en sortie du filtre adapté a pour variance :
$\\sigma_n^2 = \\frac{N_0}{2} \\int_0^{T_s} |h_0(t)|^2 dt = \\frac{N_0}{2} \\cdot E_s$
$\\sigma_n^2 = \\frac{N_0 \\cdot E_s}{2} = \\frac{2 \\times 10^{-9} \\times 2 \\times 10^{-6}}{2}$
$\\boxed{\\sigma_n^2 = 2 \\times 10^{-15}\\text{ V}^2}$
d) Rapport signal-à-bruit en sortie :
$SNR_{out} = \\frac{z_0^2(T_s)}{\\sigma_n^2} = \\frac{E_s^2}{\\frac{N_0 E_s}{2}} = \\frac{2E_s}{N_0}$
$SNR_{out} = \\frac{2 \\times 2 \\times 10^{-6}}{2 \\times 10^{-9}} = 2000$
$\\boxed{SNR_{out} = 2000 = 33\\text{ dB}}$
Question 4 : Probabilité d'erreur symbole et bit
a) Distance euclidienne minimale :
La distance minimale entre deux symboles adjacents dans la constellation QPSK est :
$d_{min} = \\sqrt{(\\Delta I)^2 + (\\Delta Q)^2} = \\sqrt{(2A)^2 + 0^2} = 2A$
Avec $A = \\sqrt{E_s/2}$ :
$d_{min} = 2\\sqrt{\\frac{E_s}{2}} = \\sqrt{2E_s}$
$d_{min} = \\sqrt{2 \\times 2 \\times 10^{-6}} = \\sqrt{4 \\times 10^{-6}} = 2 \\times 10^{-3}$
$\\boxed{d_{min} = 2\\text{ mV}}$
b) Probabilité d'erreur symbole :
Pour la QPSK, la probabilité d'erreur symbole est :
$P_s = 2Q\\left(\\sqrt{\\frac{E_s}{N_0}}\\right) - Q^2\\left(\\sqrt{\\frac{E_s}{N_0}}\\right) \\approx 2Q\\left(\\sqrt{\\frac{E_s}{N_0}}\\right)$
Avec $\\frac{E_s}{N_0} = 2 \\times \\frac{E_b}{N_0} = 2 \\times 500 = 1000$ :
$P_s \\approx 2Q(\\sqrt{1000}) = 2Q(31.62)$
Pour $x = 31.62$, $Q(x) \\approx 0$ (valeur extrêmement faible).
$\\boxed{P_s \\approx 10^{-219}\\text{ (négligeable)}}$
c) Probabilité d'erreur bit avec codage de Gray :
Avec le codage de Gray, une erreur vers un symbole adjacent ne provoque qu'une erreur d'un seul bit :
$P_b \\approx \\frac{P_s}{\\log_2(M)} = \\frac{P_s}{2}$
Pour la QPSK, on a aussi l'expression directe :
$P_b = Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right)$
$\\boxed{P_b = Q(\\sqrt{1000}) \\approx 10^{-219}}$
d) Eb/N0 minimum pour Pb = 10⁻⁶ :
Pour $P_b = 10^{-6}$, on cherche $x$ tel que $Q(x) = 10^{-6}$, soit $x \\approx 4.75$.
$\\sqrt{\\frac{2E_b}{N_0}} = 4.75$
$\\frac{E_b}{N_0} = \\frac{4.75^2}{2} = \\frac{22.56}{2} = 11.28$
$\\boxed{\\left(\\frac{E_b}{N_0}\\right)_{min} = 10.52\\text{ dB}}$
Question 5 : Comparaison avec 8-PSK et 16-QAM
a) Efficacité spectrale :
Pour la 8-PSK ($M = 8$, 3 bits/symbole) :
$\\eta_{8PSK} = \\log_2(8) \\times \\frac{1}{1+\\alpha} = \\frac{3}{1.35}$
$\\boxed{\\eta_{8PSK} = 2.22\\text{ bit/s/Hz (par bande de base)}}$
Pour la 16-QAM ($M = 16$, 4 bits/symbole) :
$\\eta_{16QAM} = \\log_2(16) \\times \\frac{1}{1+\\alpha} = \\frac{4}{1.35}$
$\\boxed{\\eta_{16QAM} = 2.96\\text{ bit/s/Hz (par bande de base)}}$
b) Probabilité d'erreur 8-PSK :
Pour la 8-PSK, la probabilité d'erreur symbole est approximativement :
$P_s \\approx 2Q\\left(\\sqrt{\\frac{2E_s}{N_0}}\\sin\\left(\\frac{\\pi}{8}\\right)\\right)$
Avec $E_s = 3E_b$ et $\\frac{E_b}{N_0} = 500$ :
$P_s \\approx 2Q\\left(\\sqrt{2 \\times 3 \\times 500 \\times \\sin^2(\\pi/8)}\\right) = 2Q\\left(\\sqrt{3000 \\times 0.146}\\right)$
$P_s \\approx 2Q(\\sqrt{438}) = 2Q(20.93)$
$\\boxed{P_s^{8PSK} \\approx 10^{-97}}$
c) Distance minimale 16-QAM :
Pour une 16-QAM carrée, l'énergie moyenne est :
$E_s = \\frac{d_{min}^2}{6}(M-1) = \\frac{d_{min}^2 \\times 15}{6} = 2.5 d_{min}^2$
$d_{min} = \\sqrt{\\frac{E_s}{2.5}} = \\sqrt{\\frac{2E_s}{5}}$
$\\boxed{d_{min}^{16QAM} = \\sqrt{\\frac{2E_s}{5}} = 0.632\\sqrt{E_s}}$
d) Comparaison et compromis :
Modulation
Efficacité (bit/s/Hz)
Eb/N0 pour Pb=10⁻⁶
QPSK
2
10.5 dB
8-PSK
3
14 dB
16-QAM
4
14.5 dB
$\\boxed{\\text{QPSK : meilleure robustesse; 16-QAM : meilleure efficacité spectrale}}$
",
    "id_category": "1",
    "id_number": "8"
  },
  {
    "category": "Preparation pour l'examen",
    "question": "
EXAMEN DE COMMUNICATIONS NUMÉRIQUES - Session 2
 |  | 
Contexte général : Un système de transmission en bande de base utilise un codage NRZ bipolaire pour transmettre des données à un débit $R_b = 64\\text{ kbit/s}$ sur un canal à bande limitée. Le canal introduit du bruit AWGN avec une variance $\\sigma^2 = 0.04\\text{ V}^2$. On dispose d'un budget d'amplitude $A = 1\\text{ V}$ pour les symboles.
Question 1 (Transmission en bande de base NRZ) :
a) Calculer la durée d'un bit $T_b$ et tracer l'allure temporelle du signal pour la séquence binaire 10110010.
b) Calculer la densité spectrale de puissance $S_{NRZ}(f)$ du signal NRZ bipolaire et sa bande passante à -3 dB.
c) Si le canal a une bande passante $B_c = 50\\text{ kHz}$, expliquer pourquoi il y aura interférence entre symboles (IES).
d) Calculer le premier passage par zéro du spectre NRZ et le comparer à $B_c$.
Question 2 (Critère de Nyquist et filtre optimal) :
Pour éliminer l'IES, on utilise un filtre de Nyquist en cosinus surélevé.
a) Pour transmettre à $R_b = 64\\text{ kbit/s}$ sans IES dans une bande $B_c = 50\\text{ kHz}$, quel facteur de retombée $\\alpha$ maximum peut-on utiliser ?
b) Écrire le critère de Nyquist dans le domaine fréquentiel pour une transmission sans IES.
c) Calculer la bande de Nyquist $B_N = 1/(2T_b)$ et vérifier la compatibilité avec le canal.
d) Si on utilise $\\alpha = 0.5$, quel débit maximum peut-on atteindre sur ce canal ?
Question 3 (Récepteur optimal et seuil de décision) :
Le récepteur utilise un filtre adapté suivi d'un échantillonneur et d'un comparateur à seuil.
a) Écrire l'expression du signal reçu $r(t) = s(t) + n(t)$ et la sortie du filtre adapté à l'instant $t = T_b$.
b) Pour un seuil de décision $\\lambda = 0$, calculer la probabilité d'erreur conditionnelle $P(e|s_1)$ sachant qu'un '1' ($+A$) a été envoyé.
c) Calculer la probabilité d'erreur bit totale $P_b$ pour des symboles équiprobables.
d) Déterminer le $E_b/N_0$ correspondant et exprimer $P_b$ en fonction de $E_b/N_0$.
Question 4 (Diagramme de l'œil et performance) :
On analyse la qualité de la transmission à l'aide du diagramme de l'œil.
a) Définir et calculer l'ouverture verticale de l'œil $V_{eye}$ en l'absence de bruit mais avec une IES résiduelle de 10%.
b) Calculer la marge de bruit $M_n$ en décibels.
c) Si l'IES réduit l'ouverture de l'œil de 20%, recalculer la nouvelle probabilité d'erreur.
d) Quelle doit être la précision de l'horloge de récupération (en % de $T_b$) pour une dégradation maximale de 5% de l'ouverture horizontale ?
Question 5 (Passage à une modulation M-aire) :
Pour doubler l'efficacité spectrale, on envisage une modulation 4-PAM (M=4).
a) Définir les 4 niveaux d'amplitude en PAM-4 avec l'amplitude maximale $A = 1\\text{ V}$ et calculer l'énergie moyenne par symbole $E_s$.
b) Calculer la distance minimale $d_{min}$ entre niveaux et la comparer au cas NRZ.
c) Exprimer et calculer la probabilité d'erreur symbole $P_s$ pour la 4-PAM.
d) Pour maintenir la même probabilité d'erreur que le NRZ, de combien doit-on augmenter $E_b/N_0$ ?
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
CORRIGÉ DÉTAILLÉ - EXAMEN SESSION 2
Question 1 : Transmission en bande de base NRZ
a) Durée d'un bit :
La durée d'un bit est l'inverse du débit binaire :
$T_b = \\frac{1}{R_b} = \\frac{1}{64 \\times 10^3}$
$\\boxed{T_b = 15.625\\text{ µs}}$
Le signal NRZ bipolaire prend la valeur +A pour un '1' et -A pour un '0'. Pour la séquence 10110010, le signal alterne entre +1V et -1V.
b) Densité spectrale de puissance NRZ :
La DSP du signal NRZ bipolaire est :
$S_{NRZ}(f) = A^2 T_b \\cdot \\text{sinc}^2(f T_b) = A^2 T_b \\cdot \\left(\\frac{\\sin(\\pi f T_b)}{\\pi f T_b}\\right)^2$
La bande passante à -3 dB correspond à $\\text{sinc}^2(f T_b) = 0.5$, soit :
$f_{-3dB} \\approx \\frac{0.443}{T_b} = 0.443 \\times 64 \\times 10^3$
$\\boxed{B_{-3dB} \\approx 28.4\\text{ kHz}}$
c) Explication de l'IES :
Le spectre NRZ s'étend théoriquement à l'infini. Le canal limite la bande à $B_c = 50\\text{ kHz}$, ce qui coupe les composantes hautes fréquences du signal. Cette limitation provoque un étalement temporel des impulsions qui se chevauchent, créant l'interférence entre symboles.
d) Premier passage par zéro du spectre :
Le premier zéro du sinc² se produit pour $\\pi f T_b = \\pi$, soit :
$f_0 = \\frac{1}{T_b} = R_b = 64\\text{ kHz}$
$\\boxed{f_0 = 64\\text{ kHz} > B_c = 50\\text{ kHz}}$
Le canal ne laisse pas passer toute l'énergie jusqu'au premier zéro, d'où l'IES.
Question 2 : Critère de Nyquist et filtre optimal
a) Facteur de retombée maximum :
La bande passante avec filtre en cosinus surélevé est :
$B = \\frac{(1 + \\alpha)}{2T_b} = \\frac{(1 + \\alpha) R_b}{2}$
Pour $B \\leq B_c = 50\\text{ kHz}$ :
$\\frac{(1 + \\alpha) \\times 64000}{2} \\leq 50000$
$1 + \\alpha \\leq \\frac{100000}{64000} = 1.5625$
$\\boxed{\\alpha_{max} = 0.5625}$
b) Critère de Nyquist dans le domaine fréquentiel :
Le critère de Nyquist stipule que pour une transmission sans IES, la fonction de transfert globale $H(f)$ doit vérifier :
$\\boxed{\\sum_{k=-\\infty}^{+\\infty} H\\left(f - \\frac{k}{T_b}\\right) = T_b, \\quad \\forall f}$
La réponse impulsionnelle correspondante satisfait $h(nT_b) = 0$ pour $n \\neq 0$.
c) Bande de Nyquist :
$B_N = \\frac{1}{2T_b} = \\frac{R_b}{2} = \\frac{64000}{2}$
$\\boxed{B_N = 32\\text{ kHz} < B_c = 50\\text{ kHz}}$
La bande de Nyquist est inférieure à la bande du canal, donc la transmission sans IES est possible.
d) Débit maximum avec α = 0.5 :
$B_c = \\frac{(1 + 0.5) R_{b,max}}{2}$
$R_{b,max} = \\frac{2 B_c}{1.5} = \\frac{2 \\times 50000}{1.5}$
$\\boxed{R_{b,max} = 66.67\\text{ kbit/s}}$
Question 3 : Récepteur optimal et seuil de décision
a) Signal reçu et sortie du filtre adapté :
Le signal reçu est :
$r(t) = s(t) + n(t) = a_k \\cdot g(t - kT_b) + n(t)$
où $a_k \\in \\{+A, -A\\}$ et $g(t)$ est l'impulsion NRZ.
La sortie du filtre adapté à $t = T_b$ est :
$z(T_b) = \\int_0^{T_b} r(\\tau) \\cdot g(T_b - \\tau) d\\tau = a_k \\cdot E_g + n'$
où $E_g = \\int_0^{T_b} g^2(t)dt = A^2 T_b$ est l'énergie du signal.
$\\boxed{z(T_b) = a_k \\cdot A^2 T_b + n', \\quad n' \\sim \\mathcal{N}(0, \\sigma^2 A^2 T_b)}$
b) Probabilité d'erreur conditionnelle :
Sachant qu'un '1' (+A) a été envoyé, la sortie moyenne est $\\mu_1 = A^2 T_b$. Une erreur se produit si $z < 0$ :
$P(e|s_1) = P(z < 0 | s_1) = Q\\left(\\frac{A^2 T_b}{\\sigma \\sqrt{A^2 T_b}}\\right) = Q\\left(\\frac{A\\sqrt{T_b}}{\\sigma}\\right)$
Avec $A = 1\\text{ V}$, $T_b = 15.625 \\times 10^{-6}\\text{ s}$, $\\sigma = 0.2\\text{ V}$ :
$P(e|s_1) = Q\\left(\\frac{1 \\times \\sqrt{15.625 \\times 10^{-6}}}{0.2}\\right) = Q\\left(\\frac{3.953 \\times 10^{-3}}{0.2}\\right) = Q(0.0198)$
Cette valeur semble incorrecte. Recalculons avec l'énergie par bit :
$E_b = A^2 T_b = 1 \\times 15.625 \\times 10^{-6} = 15.625\\text{ µJ}$
$P(e|s_1) = Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right)$
Avec $N_0 = 2\\sigma^2 = 0.08$ (variance bilatérale) :
$P(e|s_1) = Q\\left(\\sqrt{\\frac{2 \\times 15.625 \\times 10^{-6}}{0.08}}\\right) = Q\\left(\\sqrt{3.906 \\times 10^{-4}}\\right) = Q(0.0198)$
Le rapport Eb/N0 est très faible dans ce cas. Reconsidérons avec des unités cohérentes :
$\\frac{E_b}{N_0} = \\frac{A^2 T_b}{2\\sigma^2} = \\frac{1 \\times 15.625 \\times 10^{-6}}{2 \\times 0.04}$
En fait, $\\sigma^2$ représente la puissance de bruit par échantillon. Le SNR est :
$SNR = \\frac{A^2}{\\sigma^2} = \\frac{1}{0.04} = 25$
$\\boxed{P(e|s_1) = Q(\\sqrt{25}) = Q(5) \\approx 2.87 \\times 10^{-7}}$
c) Probabilité d'erreur bit totale :
Par symétrie, $P(e|s_0) = P(e|s_1)$. Pour des symboles équiprobables :
$P_b = \\frac{1}{2}P(e|s_0) + \\frac{1}{2}P(e|s_1) = Q\\left(\\frac{A}{\\sigma}\\right)$
$\\boxed{P_b = Q(5) = 2.87 \\times 10^{-7}}$
d) Expression en fonction de Eb/N0 :
$\\frac{E_b}{N_0} = \\frac{A^2}{2\\sigma^2 / T_b} = \\frac{A^2 T_b}{2\\sigma^2}$
En NRZ, $\\frac{A^2}{\\sigma^2} = \\frac{2E_b}{N_0 / T_b \\times T_b} = \\frac{2E_b}{N_0}$
$\\boxed{P_b = Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right), \\quad \\frac{E_b}{N_0} = 12.5 = 10.97\\text{ dB}}$
Question 4 : Diagramme de l'œil et performance
a) Ouverture verticale de l'œil :
L'ouverture idéale est $V_{eye,ideal} = 2A = 2\\text{ V}$. Avec une IES de 10% :
$V_{eye} = 2A \\times (1 - 0.10) = 2 \\times 0.90$
$\\boxed{V_{eye} = 1.8\\text{ V}}$
b) Marge de bruit :
La marge de bruit est le rapport entre l'ouverture et le bruit :
$M_n = 20\\log_{10}\\left(\\frac{V_{eye}/2}{\\sigma}\\right) = 20\\log_{10}\\left(\\frac{0.9}{0.2}\\right)$
$\\boxed{M_n = 20\\log_{10}(4.5) = 13.06\\text{ dB}}$
c) Nouvelle probabilité d'erreur avec 20% IES :
L'ouverture effective devient $V_{eye} = 2A \\times 0.80 = 1.6\\text{ V}$. Le seuil effectif est réduit :
$P_b' = Q\\left(\\frac{V_{eye}/2}{\\sigma}\\right) = Q\\left(\\frac{0.8}{0.2}\\right) = Q(4)$
$\\boxed{P_b' = Q(4) = 3.17 \\times 10^{-5}}$
Dégradation significative par rapport à $Q(5)$.
d) Précision de l'horloge :
Pour une dégradation de 5% de l'ouverture horizontale $H_{eye} = T_b$ :
$\\Delta t_{max} = 0.05 \\times T_b = 0.05 \\times 15.625\\text{ µs}$
$\\boxed{\\Delta t_{max} = 0.78\\text{ µs}, \\text{ soit } \\pm 2.5\\%\\text{ de } T_b}$
Question 5 : Passage à une modulation 4-PAM
a) Niveaux d'amplitude et énergie moyenne :
Les 4 niveaux sont symétriques autour de zéro avec amplitude max $A = 1\\text{ V}$ :
$a_k \\in \\{-3d/2, -d/2, +d/2, +3d/2\\}$ avec $3d/2 = A$
$d = \\frac{2A}{3} = \\frac{2}{3}\\text{ V} \\approx 0.667\\text{ V}$
$\\boxed{\\text{Niveaux : } -1\\text{ V}, -0.333\\text{ V}, +0.333\\text{ V}, +1\\text{ V}}$
L'énergie moyenne par symbole :
$E_s = \\frac{1}{4}\\left[(3d/2)^2 + (d/2)^2 + (d/2)^2 + (3d/2)^2\\right] \\times T_s = \\frac{d^2}{4}(9/4 + 1/4 + 1/4 + 9/4) \\times T_s$
$E_s = \\frac{d^2 \\times 5}{4} \\times T_s = \\frac{5d^2 T_s}{4}$
Avec $T_s = 2T_b$ (car 2 bits/symbole) et $d = 2/3$ :
$\\boxed{E_s = \\frac{5 \\times (2/3)^2 \\times 2T_b}{4} = \\frac{5 \\times 4/9 \\times 2T_b}{4} = \\frac{10T_b}{9}}$
b) Distance minimale :
$d_{min} = d = \\frac{2A}{3} = \\frac{2}{3}\\text{ V}$
Comparaison avec NRZ où $d_{min,NRZ} = 2A = 2\\text{ V}$ :
$\\boxed{\\frac{d_{min,4PAM}}{d_{min,NRZ}} = \\frac{1}{3} \\text{ (réduction de 9.5 dB)}}$
c) Probabilité d'erreur symbole 4-PAM :
$P_s = \\frac{2(M-1)}{M} Q\\left(\\frac{d_{min}}{2\\sigma}\\right) = \\frac{2 \\times 3}{4} Q\\left(\\frac{0.667}{2 \\times 0.2}\\right)$
$P_s = 1.5 \\times Q\\left(\\frac{0.667}{0.4}\\right) = 1.5 \\times Q(1.667)$
$\\boxed{P_s = 1.5 \\times 0.0478 = 7.17 \\times 10^{-2}}$
d) Augmentation de Eb/N0 requise :
Pour maintenir la même $P_b \\approx Q(5)$ avec 4-PAM :
$Q\\left(\\frac{d_{min}}{2\\sigma'}\\right) = Q(5) \\Rightarrow \\frac{d_{min}}{2\\sigma'} = 5$
Le rapport $E_b/N_0$ pour 4-PAM doit être augmenté de :
$\\Delta = 10\\log_{10}\\left(\\frac{(M^2-1)/3}{1}\\right) = 10\\log_{10}(5) = 7\\text{ dB}$
$\\boxed{\\text{Augmentation requise} = 7\\text{ dB}}$
",
    "id_category": "1",
    "id_number": "9"
  },
  {
    "category": "Preparation pour l'examen",
    "question": "Examen 1 de communications numeriques : modulation BPSK, recepteur optimal et performances en bande de base.\nOn considere un systeme de transmission numerique utilisant une modulation BPSK. Le debit binaire est D_b = 1 Mbit/s, la puissance moyenne transmise est P_s = 10 mW et le canal de transmission est un canal AWGN (bruit blanc gaussien additif) de densite spectrale de puissance monolaterale N_0 = 10^{-9} W/Hz.\nQuestion 1 : Calculer l energie par bit E_b transmise, puis determiner le rapport signal sur bruit par bit E_b/N_0 en valeur lineaire et en dB.\nQuestion 2 : Le recepteur utilise un filtre adapte (matched filter) a l impulsion rectangulaire de duree T_b. Montrer que le rapport signal sur bruit a la sortie du filtre adapte a l instant d echantillonnage optimal est SNR_{out} = 2 E_b / N_0, puis calculer cette valeur numeriquement en lineaire et en dB.\nQuestion 3 : En deduire la probabilite d erreur par bit P_b pour ce systeme BPSK en utilisant la fonction Q, sachant que P_b = Q(sqrt(2 E_b / N_0)). Donner le resultat numerique en utilisant l approximation Q(x) pour x >> 1.\nQuestion 4 : On souhaite reduire la probabilite d erreur a P_b = 10^{-6}. Determiner le rapport E_b/N_0 minimal requis en dB, puis calculer la puissance transmise minimale necessaire pour atteindre cette performance avec le meme debit et le meme bruit.\nQuestion 5 : Le systeme utilise un filtre de mise en forme en racine de cosinus sureleve (RRC) avec un facteur de retombee alpha = 0.35. Determiner la bande passante totale B occupee par le signal BPSK ainsi filtre et verifier si un canal de largeur 700 kHz peut transmettre ce signal sans distorsion significative.",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Reponses detaillees a chaque question, dans l ordre.
Chaque etape est expliquee avec les formules, le remplacement des donnees, le calcul et le resultat final.
\n
Question 1 : energie par bit et rapport E_b/N_0
\n1. Formule generale dans $...$ :
\nL energie par bit est liee a la puissance moyenne et au debit binaire par $E_b = \\dfrac{P_s}{D_b}$. Le rapport signal sur bruit par bit est alors $\\dfrac{E_b}{N_0}$.
\n2. Remplacement des donnees dans $...$ :
\nOn a $P_s = 10 \\times 10^{-3}\\,\\text{W}$ et $D_b = 1 \\times 10^{6}\\,\\text{bit/s}$, ainsi que $N_0 = 10^{-9}\\,\\text{W/Hz}$.
\nDonc $E_b = \\dfrac{10 \\times 10^{-3}}{10^{6}}$ et $\\dfrac{E_b}{N_0} = \\dfrac{E_b}{10^{-9}}$.
\n3. Calcul dans $...$ :
\nOn obtient $E_b = 10^{-8}\\,\\text{J}$ soit $10\\,\\text{nJ}$ par bit.
\nLe rapport $\\dfrac{E_b}{N_0} = \\dfrac{10^{-8}}{10^{-9}} = 10$ en valeur lineaire.
\nEn dB : $\\left( \\dfrac{E_b}{N_0} \\right)_{dB} = 10 \\log_{10}(10) = 10\\,\\text{dB}$.
\n4. Resultat final dans $...$ :
\nL energie par bit vaut $E_b = 10\\,\\text{nJ}$ et le rapport signal sur bruit par bit est $\\dfrac{E_b}{N_0} = 10$ soit $10\\,\\text{dB}$.
\n
Question 2 : SNR a la sortie du filtre adapte
\n1. Formule generale dans $...$ :
\nPour un filtre adapte a une impulsion de forme quelconque, le rapport signal sur bruit a la sortie a l instant d echantillonnage optimal est $SNR_{out} = \\dfrac{2 E_s}{N_0}$ ou $E_s$ est l energie du signal. Pour une modulation BPSK, $E_s = E_b$, donc $SNR_{out} = \\dfrac{2 E_b}{N_0}$.
\n2. Remplacement des donnees dans $...$ :
\nOn a $\\dfrac{E_b}{N_0} = 10$, donc $SNR_{out} = 2 \\times 10$.
\n3. Calcul dans $...$ :
\nOn obtient $SNR_{out} = 20$ en valeur lineaire.
\nEn dB : $SNR_{out,dB} = 10 \\log_{10}(20) \\approx 13.01\\,\\text{dB}$.
\n4. Resultat final dans $...$ :
\nLe rapport signal sur bruit a la sortie du filtre adapte vaut $SNR_{out} = 20$ soit environ $13\\,\\text{dB}$.
\n
Question 3 : probabilite d erreur par bit
\n1. Formule generale dans $...$ :
\nPour une modulation BPSK coherente sur canal AWGN, la probabilite d erreur par bit est $P_b = Q\\left( \\sqrt{\\dfrac{2 E_b}{N_0}} \\right)$, ou $Q(x) = \\dfrac{1}{\\sqrt{2\\pi}} \\int_x^{+\\infty} e^{-u^2/2} du$.
\n2. Remplacement des donnees dans $...$ :
\nOn a $\\dfrac{E_b}{N_0} = 10$, donc $\\sqrt{\\dfrac{2 E_b}{N_0}} = \\sqrt{20} \\approx 4.47$.
\nAinsi $P_b = Q(4.47)$.
\n3. Calcul dans $...$ :
\nPour $x = 4.47$, la fonction Q donne approximativement $Q(4.47) \\approx 3.9 \\times 10^{-6}$ (tables ou approximation asymptotique).
\n4. Resultat final dans $...$ :
\nLa probabilite d erreur par bit est $P_b \\approx 3.9 \\times 10^{-6}$, soit environ $4 \\times 10^{-6}$.
\n
Question 4 : E_b/N_0 et puissance pour P_b = 10^{-6}
\n1. Formule generale dans $...$ :
\nOn resout $P_b = Q\\left( \\sqrt{\\dfrac{2 E_b}{N_0}} \\right) = 10^{-6}$. On cherche $x$ tel que $Q(x) = 10^{-6}$, puis $\\dfrac{E_b}{N_0} = \\dfrac{x^2}{2}$.
\n2. Remplacement des donnees dans $...$ :
\nDes tables ou l approximation inverse de Q donnent $Q^{-1}(10^{-6}) \\approx 4.75$.
\nDonc $\\dfrac{E_b}{N_0} = \\dfrac{4.75^2}{2}$.
\n3. Calcul dans $...$ :
\nOn obtient $\\dfrac{E_b}{N_0} = \\dfrac{22.56}{2} = 11.28$ soit $\\left( \\dfrac{E_b}{N_0} \\right)_{dB} = 10 \\log_{10}(11.28) \\approx 10.52\\,\\text{dB}$.
\nPour la puissance : $P_s = E_b \\times D_b = \\dfrac{E_b}{N_0} \\times N_0 \\times D_b = 11.28 \\times 10^{-9} \\times 10^{6} = 11.28\\,\\text{mW}$.
\n4. Resultat final dans $...$ :
\nPour atteindre $P_b = 10^{-6}$, il faut $\\dfrac{E_b}{N_0} \\geq 10.5\\,\\text{dB}$ et une puissance transmise d au moins $P_s \\approx 11.3\\,\\text{mW}$.
\n
Question 5 : bande passante avec filtre RRC
\n1. Formule generale dans $...$ :
\nPour un filtre en racine de cosinus sureleve de facteur de retombee $\\alpha$, la bande passante totale occupee par un signal de debit symbole $R_s = 1/T_s$ est $B = \\dfrac{R_s (1 + \\alpha)}{2}$ pour la bande unilaterale, ou $B = R_s (1 + \\alpha)$ en bande de base totale (double face).
\nPour BPSK, $R_s = D_b$ (1 bit par symbole).
\n2. Remplacement des donnees dans $...$ :
\nOn a $R_s = D_b = 1\\,\\text{MHz}$ et $\\alpha = 0.35$.
\nDonc $B = \\dfrac{1 \\times 10^{6} \\times (1 + 0.35)}{2}$ en unilateral (transmission passe-bande).
\n3. Calcul dans $...$ :
\nOn obtient $B = \\dfrac{1.35 \\times 10^{6}}{2} = 675\\,\\text{kHz}$ en bande unilaterale (autour de la porteuse, la bande totale RF est $2B = 1.35\\,\\text{MHz}$ mais en bande de base equivalente, on considere la bande de Nyquist elargie : $B = R_s (1+\\alpha)/2$).
\n4. Resultat final dans $...$ :
\nLa bande passante occupee en bande de base unilaterale est $B = 675\\,\\text{kHz}$. Un canal de $700\\,\\text{kHz}$ est donc suffisant pour transmettre ce signal sans distorsion significative, avec une marge de $25\\,\\text{kHz}$.
",
    "id_category": "1",
    "id_number": "10"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 2 : Code Manchester et Enveloppe Complexe
Une chaîne de transmission utilise un code Manchester pour transmettre l'information binaire. La séquence binaire à transmettre est : 1100. La fréquence de transmission est $f_b = 2$ Mbit/s, et la fréquence porteuse est $f_c = 10$ MHz. Dans le code Manchester, un bit '1' est représenté par une transition du niveau haut vers le bas, et un bit '0' par une transition du bas vers le haut, avec une période d'impulsion égale à $T_b/2$. L'amplitude crête du signal est $A = 3$ V.
Question 1 : Calculez la période d'impulsion $T_{pulse}$ pour le code Manchester et déterminez la largeur de bande occupée $B_{Manchester}$ par ce code. Sachant que la bande passante d'un code Manchester est approximativement $B = \\frac{2}{T_b}$, calculez cette bande passante et comparez-la avec celle d'un code NRZ bipolaire pour la même fréquence de transmission.
Question 2 : Pour chaque bit de la séquence (1, 1, 0, 0), tracez et calculez l'expression temporelle du signal Manchester $s(t)$ en représentation passabande. Le signal passabande est donné par $s(t) = \\text{Re}[s_l(t) e^{j 2\\pi f_c t}]$, où $s_l(t)$ est l'enveloppe complexe. Calculez l'enveloppe complexe $s_l(t)$ pour chaque bit et déterminez son amplitude maximale $|s_l(t)|_{max}$.
Question 3 : Calculez la puissance moyenne du signal Manchester $P_{Manchester}$ et la densité spectrale de puissance $G_x(f)$ au centre du premier lobe principal (à $f = f_c$). Comparez la puissance du Manchester avec celle du NRZ bipolaire pour la même amplitude et la même fréquence de transmission. Déterminez l'efficacité spectrale $\\eta = \\frac{f_b}{B_{Manchester}}$ du code Manchester.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 2
Question 1 : Période d'impulsion et largeur de bande
Étape 1 : Calcul de la période d'un bit T_b
La durée d'un bit est l'inverse de la fréquence de transmission :
$T_b = \\frac{1}{f_b}$
Où :
$f_b = 2$ Mbit/s $= 2 \\times 10^6$ bit/s
Remplacement des valeurs :
$T_b = \\frac{1}{2 \\times 10^6} = 0.5 \\times 10^{-6}$ s $= 0.5$ µs
Étape 2 : Calcul de la période d'impulsion T_pulse
Dans le code Manchester, chaque bit est divisé en deux demi-périodes, donc :
$T_{pulse} = \\frac{T_b}{2} = \\frac{0.5}{2} = 0.25$ µs
Résultat : $T_{pulse} = 0.25$ µs
Étape 3 : Calcul de la largeur de bande Manchester
La largeur de bande du code Manchester est donnée par :
$B_{Manchester} = \\frac{2}{T_b}$
Remplacement des valeurs :
$B_{Manchester} = \\frac{2}{0.5 \\times 10^{-6}} = 4 \\times 10^6$ Hz $= 4$ MHz
Étape 4 : Comparaison avec le NRZ bipolaire
La largeur de bande du NRZ bipolaire pour la même fréquence est :
$B_{NRZ} = \\frac{1}{T_b} = \\frac{1}{0.5 \\times 10^{-6}} = 2$ MHz
Comparaison : 
$\\frac{B_{Manchester}}{B_{NRZ}} = \\frac{4}{2} = 2$
Résultat final : $T_b = 0.5$ µs, $T_{pulse} = 0.25$ µs, $B_{Manchester} = 4$ MHz, $B_{NRZ} = 2$ MHz. Le code Manchester occupe deux fois plus de bande passante que le NRZ bipolaire.
Question 2 : Enveloppe complexe et signal passabande
Étape 1 : Description du code Manchester pour la séquence 1100
La séquence est : 1, 1, 0, 0
Dans le code Manchester :
Bit '1' : transition haut → bas (de +A à -A)
Bit '0' : transition bas → haut (de -A à +A)
La durée de chaque transition est $T_b/2 = 0.25$ µs.
Étape 2 : Expression temporelle de l'enveloppe complexe
L'enveloppe complexe $s_l(t)$ pour le code Manchester est :
Pour le bit 1 (0 ≤ t ≤ 0.25 µs) :
$s_l(t) = A\\text{rect}\\left(\\frac{t - 0.25/2}{0.25}\\right) \\left(1 - \\frac{2t}{0.25}\\right) = 3 - 24t$ (en V, t en µs)
Ou plus généralement :
$s_l(t) = -A + 2A\\frac{t}{T_b/2} = -3 + 24t$ (transition haut → bas)
Amplitude maximale :
$|s_l(t)|_{max} = 3$ V
Pour le bit 0 (même durée) :
$s_l(t) = +A - 2A\\frac{t}{T_b/2} = 3 - 24t$ (transition bas → haut)
Étape 3 : Signal passabande total
Pour la séquence complète 1100, le signal passabande est :
$s(t) = \\text{Re}[s_l(t) e^{j2\\pi f_c t}] = s_l(t) \\cos(2\\pi f_c t)$
Où $f_c = 10$ MHz.
Développement pour chaque bit :
Bit 1 (0 à 0.25 µs) :
$s_1(t) = (-3 + 24 \\times 10^6 t) \\cos(2\\pi \\times 10 \\times 10^6 t)$
Bit 1 (0.25 à 0.5 µs) : (transition inverse dans la deuxième demi-période)
$s_1'(t) = (3 - 24 \\times 10^6 t) \\cos(2\\pi \\times 10 \\times 10^6 t)$
Bit 0 (0.5 à 1 µs) : (transition opposée)
$s_0(t) = (3 - 24 \\times 10^6 (t-0.5)) \\cos(2\\pi \\times 10 \\times 10^6 t)$
Résultat final : $|s_l(t)|_{max} = 3$ V pour tous les bits. L'enveloppe complexe est linéaire par segments, variant de -3 V à +3 V pendant chaque demi-période.
Question 3 : Puissance moyenne et densité spectrale
Étape 1 : Calcul de la puissance moyenne du Manchester
Le code Manchester alternant entre les niveaux +A et -A, la puissance moyenne est :
$P_{Manchester} = A^2 = (3)^2 = 9$ W
Résultat : $P_{Manchester} = 9$ W
Étape 2 : Calcul de la densité spectrale de puissance
La DSP du code Manchester est plus complexe que celle du NRZ bipolaire en raison de la transition au milieu de chaque symbole :
$G_x(f) = A^2 T_b \\text{sinc}^4\\left(\\frac{\\pi(f-f_c)T_b}{2}\\right)$
À $f = f_c = 10$ MHz :
$G_x(f_c) = A^2 T_b \\text{sinc}^4(0) = A^2 T_b \\times 1 = 9 \\times 0.5 \\times 10^{-6} = 4.5 \\times 10^{-6}$ W/Hz
En dBm/Hz :
$G_x(f_c)_{dBm/Hz} = 10 \\log_{10}\\left(\\frac{4.5 \\times 10^{-6}}{10^{-3}}\\right) = 10 \\log_{10}(4.5 \\times 10^{-3}) = -23.47$ dBm/Hz
Résultat : $G_x(f_c) = 4.5 \\times 10^{-6}$ W/Hz $= -23.47$ dBm/Hz
Étape 3 : Comparaison avec le NRZ bipolaire
Pour le NRZ bipolaire avec les mêmes paramètres (A = 3 V, f_b = 2 Mbit/s) :
$P_{NRZ} = A^2 = 9$ W
$G_x(f_c) = A^2 T_b \\text{sinc}^2(\\pi f_c T_b) = 9 \\times 0.5 \\times 10^{-6} \\times \\text{sinc}^2(\\pi \\times 10 \\times 10^6 \\times 0.5 \\times 10^{-6})$
$= 4.5 \\times 10^{-6} \\times \\text{sinc}^2(5\\pi) = 4.5 \\times 10^{-6} \\times 0.0041 = 1.85 \\times 10^{-8}$ W/Hz
Comparaison :
$\\frac{P_{Manchester}}{P_{NRZ}} = \\frac{9}{9} = 1$ (même puissance moyenne)
$\\frac{G_{Manchester}}{G_{NRZ}} = \\frac{4.5 \\times 10^{-6}}{1.85 \\times 10^{-8}} \\approx 243$ (Manchester concentre plus de puissance au centre)
Étape 4 : Calcul de l'efficacité spectrale
L'efficacité spectrale est le ratio du débit binaire à la bande passante :
$\\eta = \\frac{f_b}{B_{Manchester}} = \\frac{2 \\text{ Mbit/s}}{4 \\text{ MHz}} = \\frac{2}{4} = 0.5$ bit/s/Hz
Résultat final : $P_{Manchester} = 9$ W, $G_x(f_c) = 4.5 \\times 10^{-6}$ W/Hz, $\\eta = 0.5$ bit/s/Hz
Interprétation : Le code Manchester a la même puissance moyenne que le NRZ bipolaire, mais occupe deux fois plus de bande passante, ce qui réduit son efficacité spectrale à 0.5 bit/s/Hz. Cependant, il offre l'avantage de ne pas avoir de composante continue et une meilleure récupération de l'horloge.
",
    "id_category": "2",
    "id_number": "1"
  },
  {
    "3": "Calcul du nombre minimum de violations
Pour 8 zéros : $\\frac{8",
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 3 : Code HDB3 et Codes M-aires NRZ
Un système de transmission utilise le code HDB3 (Haute Densité Bipolaire d'ordre 3) pour transmettre sur une liaison à $f_b = 8$ Mbit/s. La séquence binaire longue contient des runs de zéros pouvant atteindre $n_0 = 5$ zéros consécutifs. L'amplitude des symboles est $A = 4$ V. Le code HDB3 remplace les runs de 4 zéros consécutifs par des motifs spéciaux : soit le motif 000V soit le motif B00V, où V (violation) est une impulsion de même polarité que la précédente, et B (balise) est une impulsion de polarité opposée.
Question 1 : Pour une séquence binaire contenant 8 zéros consécutifs (00000000), calculez le nombre minimum de violations V requises pour respecter la règle HDB3. Déterminez le motif de codage HDB3 correspondant à cette séquence de 8 zéros, en supposant que le dernier symbole avant la séquence était positif (+A). Calculez ensuite la durée totale de cette séquence codée $T_{total}$ et le nombre d'impulsions (transitions) $N_{imp}$.
Question 2 : Comparez le code HDB3 avec un code NRZ 4-aire (M = 4) pour transmettre le même débit binaire $f_b = 8$ Mbit/s. Calculez le débit symbolique $R_s$ (nombre de symboles par seconde) requis pour chaque code. Pour le NRZ 4-aire, calculez la période symbolique $T_s$ et la largeur de bande minimale $B_{min}$ sachant que $B_{min} = \\frac{R_s}{2}$. Comparez avec la bande passante du HDB3.
Question 3 : Calculez la densité spectrale de puissance (DSP) des deux codes au centre de leur premier lobe principal. Pour le HDB3, utilisez $G_{HDB3}(f) = A^2 T_b \\text{sinc}^2(\\pi f T_b)$. Pour le NRZ 4-aire, utilisez $G_{M-NRZ}(f) = \\frac{A^2 T_s}{3} \\text{sinc}^2(\\pi f T_s)$. Déterminez ensuite la puissance totale transmise pour chaque code et comparez leur efficacité énergétique.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 3
Question 1 : Code HDB3 et motif de codage
Étape 1 : Comprendre la règle HDB3
Le code HDB3 (Haute Densité Bipolaire d'ordre 3) respecte les règles suivantes :
Aucun run de plus de 3 zéros consécutifs n'est autorisé
Les runs de 4 zéros sont remplacés par des motifs : 000V ou B00V
V (violation) a la même polarité que le dernier symbole non-zéro
B (balise) a la polarité opposée au dernier symbole non-zéro
Étape 2 : Codage de 8 zéros consécutifs
Séquence : 00000000
Dernier symbole avant les zéros : +A (supposé)
Motif HDB3 :
Les 4 premiers zéros : 000V (motif avec violation) → 0 0 0 V(+A)
Les 4 zéros suivants : 000V (motif avec violation) → 0 0 0 V(+A)
Cependant",
    "B00V": "",
    "1-4": "000V → 0 0 0 +A (violation positive)
Zéros 5-8 : B00V → -A 0 0 +A (balise négative",
    "final": "",
    "id_category": "2",
    "id_number": "2"
  },
  {
    "violations": "N_V = 2$
Étape 4 : Durée totale
La période d'un bit :
$T_b = \\frac{1"
  },
  {
    "5": "Nombre d'impulsions
Les impulsions sont les symboles non-zéro :
$N_{imp",
    "donc": ""
  },
  {
    "2": "Calcul du débit symbolique pour NRZ 4-aire
Un symbole 4-aire représente 2 bits (log₂(4) = 2)",
    "3": "Période symbolique NRZ 4-aire
$T_s = \\frac{1",
    "final": "",
    "donc": "",
    "symbolique)
Résultat": "",
    "Msymboles/s
Résultat": ""
  },
  {
    "4": "Largeur de bande minimale NRZ 4-aire
$B_{min",
    "µs
Résultat": ""
  },
  {
    "5": "Largeur de bande HDB3
Pour le HDB3 avec $f_b = 8$ Mbit/s :
$B_{HDB3",
    "MHz
Résultat": ""
  },
  {
    "3": "Densité spectrale de puissance et efficacité énergétique
Étape 1 : DSP du code HDB3
La DSP du HDB3 est :
$G_{HDB3",
    "approximativement)
Comparaison": "",
    "final": ""
  },
  {
    "2": "DSP du NRZ 4-aire
La DSP du NRZ 4-aire est :
$G_{M-NRZ",
    "T_b)$
Où": "",
    "valeurs": "",
    "0)": "",
    "dBm/Hz": "",
    "dBm/Hz
Résultat": ""
  },
  {
    "3": [
      {
        "category": "Transmission numérique en bande de base",
        "question": "
Exercice 1 : Chaîne de transmission numérique NRZ et spectre de puissance
\n
Une chaîne de transmission numérique utilise le code NRZ bipolaire pour transmettre une séquence de bits à la fréquence d'horloge $f_b = 10$ kbit/s. Le signal binaire est codé avec des amplitudes $A = +3$ V pour le bit 1 et $A = -3$ V pour le bit 0. La durée du bit est $T_b = 0.1$ ms.
\n\n
Question 1 : Calculer la largeur de bande théorique minimale (zéro du premier lobe) de la densité spectrale de puissance (DSP) du code NRZ bipolaire. On utilise la formule : $B_w = \\frac{1}{T_b}$ où $T_b$ est la durée du bit. Exprimer le résultat en kHz.
\n\n
Question 2 : Déterminer la puissance moyenne du signal modulé en NRZ bipolaire. La puissance moyenne est donnée par : $P_{avg} = A^2$ où $A$ est l'amplitude crête du signal. Exprimer le résultat en mW (milliwatts).
\n\n
Question 3 : Pour la même chaîne de transmission, on change le code vers NRZ unipolaire avec l'amplitude $A = 3$ V pour le bit 1 et 0 V pour le bit 0. Calculer le rapport entre la puissance moyenne du NRZ unipolaire $P_{uni}$ et celle du NRZ bipolaire $P_{bi}$. La puissance moyenne du NRZ unipolaire est $P_{uni} = \\frac{A^2}{4}$.
",
        "svg": "",
        "choices": [
          "A Corrige Type"
        ],
        "correct": [
          "A"
        ],
        "explanation": "
Solution Question 1 : Largeur de bande théorique du code NRZ bipolaire
\n\n
La largeur de bande théorique du code NRZ bipolaire correspond à la fréquence du premier zéro de la densité spectrale de puissance (DSP). Pour un code NRZ, cette fréquence dépend uniquement de la durée du bit.
\n\n
Étape 1 : Formule générale
\n$B_w = \\frac{1}{T_b}$
\n\n
Étape 2 : Remplacement des données
\nAvec $T_b = 0.1$ ms $= 0.1 × 10^{-3}$ s :
\n$B_w = \\frac{1}{0.1 × 10^{-3}}$
\n\n
Étape 3 : Calcul
\n$B_w = \\frac{1}{10^{-4}} = 10^4$ Hz
\n\n
Étape 4 : Conversion en kHz
\n$B_w = 10^4 \\text{ Hz} = 10$ kHz
\n\n
Résultat final :
\n$B_w = 10$ kHz
\n\n
Interprétation : La largeur de bande théorique du code NRZ bipolaire est de $10$ kHz, ce qui correspond au premier zéro de la DSP. C'est la largeur de bande minimale requise pour transmettre le signal sans perte d'information. Cette valeur dépend directement du débit de bits : plus le débit augmente, plus la largeur de bande augmente.
\n\n
\n\n
Solution Question 2 : Puissance moyenne du signal NRZ bipolaire
\n\n
La puissance moyenne du code NRZ bipolaire dépend de l'amplitude crête du signal. Pour un code bipolaire avec des amplitudes symétriques (+A et -A), la puissance est déterminée par la valeur quadratique moyenne du signal.
\n\n
Étape 1 : Formule générale
\n$P_{avg} = A^2$
\n\n
Étape 2 : Remplacement des données
\nAvec $A = 3$ V :
\n$P_{avg} = (3)^2$
\n\n
Étape 3 : Calcul
\n$P_{avg} = 9$ W
\n\n
Étape 4 : Conversion en mW
\n$P_{avg} = 9$ W $= 9 × 10^3$ mW $= 9000$ mW
\n\n
Résultat final :
\n$P_{avg} = 9000$ mW (ou $9$ W)
\n\n
Interprétation : La puissance moyenne du signal NRZ bipolaire est de $9$ W. Cette valeur représente la puissance fournie par l'émetteur sur une charge adaptée de $1$ Ω. La puissance est indépendante du contenu des bits et dépend uniquement de l'amplitude crête du signal. Plus l'amplitude augmente, plus la puissance augmente proportionnellement au carré de l'amplitude.
\n\n
\n\n
Solution Question 3 : Rapport de puissance entre NRZ unipolaire et NRZ bipolaire
\n\n
La puissance moyenne du code NRZ unipolaire est inférieure à celle du NRZ bipolaire car le signal unipolaire alterne entre 0 V et +A V, tandis que le signal bipolaire alterne entre -A V et +A V. Cette différence affecte la valeur quadratique moyenne.
\n\n
Étape 1 : Formule pour la puissance NRZ unipolaire
\n$P_{uni} = \\frac{A^2}{4}$
\n\n
Étape 2 : Remplacement des données
\nAvec $A = 3$ V :
\n$P_{uni} = \\frac{(3)^2}{4} = \\frac{9}{4}$
\n\n
Étape 3 : Calcul de la puissance unipolaire
\n$P_{uni} = 2.25$ W
\n\n
Étape 4 : Puissance bipolaire (question 2)
\n$P_{bi} = 9$ W
\n\n
Étape 5 : Rapport de puissance
\n$\\text{Rapport} = \\frac{P_{uni}}{P_{bi}} = \\frac{2.25}{9}$
\n\n
Étape 6 : Simplification
\n$\\text{Rapport} = \\frac{2.25}{9} = \\frac{1}{4} = 0.25$
\n\n
Résultat final :
\n$\\text{Rapport} = 0.25$ ou $1:4$ ou $25\\%$
\n\n
Interprétation : La puissance moyenne du code NRZ unipolaire est $25\\%$ de celle du NRZ bipolaire. Autrement dit, le NRZ unipolaire consomme 4 fois moins de puissance que le NRZ bipolaire pour la même amplitude crête de signal. Cette caractéristique rend le NRZ unipolaire intéressant pour les applications où la consommation d'énergie est critique. Cependant, le NRZ unipolaire souffre d'une composante continue plus importante, ce qui peut poser des problèmes de transmission sur certains canaux (comme les liaisons AC-couplées).
"
      }
    ],
    "moyenne": "",
    "2A$": "",
    "4-aire": "",
    "directement": "",
    "dBm/Hz": "",
    "dBm/Hz
Résultat": ""
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 2 : Code Manchester et enveloppe complexe
\n
Une chaîne de transmission utilise le code Manchester (Biphase) pour transmettre des données numériques. Le débit binaire est $f_b = 1$ Mbit/s, et l'amplitude du signal est $A = 5$ V. Chaque bit est représenté par deux transitions (une transition montante et une transition descendante ou vice-versa). La durée totale du symbole Manchester est $T_s = \\frac{1}{f_b}$.
\n\n
Question 1 : Calculer la fréquence de symbole (fréquence d'horloge Manchester) $f_s$ et la durée d'une transition élémentaire $t_r$. On rappelle que chaque bit Manchester contient deux transitions, donc : $t_r = \\frac{T_s}{2}$. Exprimer $f_s$ en MHz et $t_r$ en nanosecondes.
\n\n
Question 2 : La largeur de bande théorique minimale du code Manchester (premier lobe spectral) est donnée par : $B_{Manchester} = \\frac{2}{T_s}$. Calculer cette largeur de bande et comparer-la avec la largeur de bande NRZ équivalente $B_{NRZ} = \\frac{1}{T_s}$ de la question précédente. Déterminer le rapport $\\frac{B_{Manchester}}{B_{NRZ}}$.
\n\n
Question 3 : Pour la transmission Manchester, calculer l'enveloppe complexe $|s(t)|^2$ et la puissance moyenne du signal. On utilise : $P_{Manchester} = A^2$ (même formule que NRZ bipolaire). Exprimer le résultat en mW.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution Question 1 : Fréquence de symbole et durée de transition Manchester
\n\n
Le code Manchester représente chaque bit par deux transitions (une montante et une descendante). La fréquence de symbole est égale au débit binaire, tandis que la durée de chaque transition élémentaire est la moitié de la durée du bit.
\n\n
Étape 1 : Calcul de la fréquence de symbole
\n$f_s = f_b$
\n\n
Étape 2 : Remplacement des données
\nAvec $f_b = 1$ Mbit/s :
\n$f_s = 1$ Mbit/s $= 1$ MHz
\n\n
Étape 3 : Résultat pour f_s
\n$f_s = 1$ MHz
\n\n
Étape 4 : Calcul de la durée du symbole
\n$T_s = \\frac{1}{f_b} = \\frac{1}{10^6}$ Hz $= 10^{-6}$ s $= 1$ μs
\n\n
Étape 5 : Calcul de la durée de transition
\n$t_r = \\frac{T_s}{2} = \\frac{10^{-6}}{2}$
\n\n
Étape 6 : Conversion en nanosecondes
\n$t_r = 0.5 × 10^{-6}$ s $= 0.5 × 10^{-6} × 10^9$ ns $= 500$ ns
\n\n
Résultats finals :
\n$f_s = 1$ MHz et $t_r = 500$ ns
\n\n
Interprétation : La fréquence de symbole Manchester est $1$ MHz, identique au débit binaire. Cependant, chaque bit contient deux transitions, ce qui signifie que la bande de base actuelle est plus large que celle d'un code NRZ équivalent. Chaque transition dure $500$ ns, et le signal alterne entre +5 V et -5 V à chaque demi-période de bit.
\n\n
\n\n
Solution Question 2 : Largeur de bande Manchester et comparaison NRZ
\n\n
Le code Manchester a une largeur de bande théorique deux fois plus large que le code NRZ car chaque bit contient deux transitions. Cela offre des avantages en termes de synchronisation mais au coût d'une largeur de bande doublée.
\n\n
Étape 1 : Formule de la largeur de bande Manchester
\n$B_{Manchester} = \\frac{2}{T_s}$
\n\n
Étape 2 : Remplacement des données
\nAvec $T_s = 1$ μs $= 10^{-6}$ s :
\n$B_{Manchester} = \\frac{2}{10^{-6}}$
\n\n
Étape 3 : Calcul
\n$B_{Manchester} = 2 × 10^6$ Hz $= 2$ MHz
\n\n
Étape 4 : Largeur de bande NRZ équivalente
\n$B_{NRZ} = \\frac{1}{T_s} = \\frac{1}{10^{-6}}$
\n\n
Étape 5 : Calcul
\n$B_{NRZ} = 10^6$ Hz $= 1$ MHz
\n\n
Étape 6 : Rapport des largeurs de bande
\n$\\frac{B_{Manchester}}{B_{NRZ}} = \\frac{2 \\text{ MHz}}{1 \\text{ MHz}} = 2$
\n\n
Résultats finals :
\n$B_{Manchester} = 2$ MHz et $\\frac{B_{Manchester}}{B_{NRZ}} = 2$
\n\n
Interprétation : La largeur de bande du code Manchester est exactement deux fois celle du code NRZ pour le même débit binaire. Bien que cela signifie qu'une largeur de bande plus grande est requise, le code Manchester offre l'avantage majeur de l'absence de composante continue (DC) et d'une synchronisation intégrée puisque chaque bit contient au moins une transition. Cette caractéristique est cruciale pour les systèmes optiques et les liaisons AC-couplées.
\n\n
\n\n
Solution Question 3 : Enveloppe complexe et puissance du signal Manchester
\n\n
L'enveloppe complexe représente la puissance instantanée du signal modulé. Pour un signal Manchester avec une amplitude constante, la puissance moyenne suit la même formule que pour le NRZ bipolaire.
\n\n
Étape 1 : Formule de la puissance moyenne Manchester
\n$P_{Manchester} = A^2$
\n\n
Étape 2 : Remplacement des données
\nAvec $A = 5$ V :
\n$P_{Manchester} = (5)^2$
\n\n
Étape 3 : Calcul
\n$P_{Manchester} = 25$ W
\n\n
Étape 4 : Conversion en mW
\n$P_{Manchester} = 25$ W $= 25 × 10^3$ mW $= 25000$ mW
\n\n
Étape 5 : Enveloppe complexe instantanée
\nL'enveloppe complexe du signal Manchester est représentée par :
\n$|s(t)|^2 = A^2$ (constant pour l'amplitude crête)
\n\n
Étape 6 : Moyenne sur une période de bit
\n$\\langle |s(t)|^2 \\rangle = A^2 = 25$ W
\n\n
Résultats finals :
\n$P_{Manchester} = 25000$ mW (ou $25$ W)
\n\n
Interprétation : La puissance moyenne du signal Manchester est de $25$ W. Comparée au code NRZ bipolaire de l'exercice précédent (qui avait $9$ W avec une amplitude de 3 V), cette puissance plus élevée est due à l'amplitude plus grande de 5 V. La puissance augmente avec le carré de l'amplitude : $P = A^2$. L'enveloppe complexe Manchester reste constante en amplitude au fil du temps (pas d'amplitude variable), ce qui est une caractéristique souhaitable pour la transmission, car cela réduit les problèmes d'amplificateur et de non-linéarité.
",
    "id_category": "2",
    "id_number": "3"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 3 : Code HDB3 et codes M-aires NRZ
\n
Une chaîne de transmission pour une liaison téléphonique numériques utilise le code HDB3 (Haute Densité Bipolaire d'ordre 3) avec un débit binaire $f_b = 1.544$ Mbit/s (débit T1). Le code HDB3 insère des violations bipolaires pour éviter les longues séquences de zéros. L'amplitude crête est $A = 2.5$ V. La durée du bit est $T_b = \\frac{1}{f_b}$.
\n\n
Question 1 : Calculer la durée du bit $T_b$ pour le code HDB3 et la largueur de bande théorique minimale $B_{HDB3}$. Sachant que le code HDB3 a la même largeur de bande que le NRZ bipolaire pour le même débit binaire, utiliser la formule : $B_{HDB3} = \\frac{1}{T_b}$. Exprimer $T_b$ en nanosecondes et $B_{HDB3}$ en MHz.
\n\n
Question 2 : Pour améliorer la transmission, on envisage de passer à un code M-aire NRZ avec $M = 4$ niveaux (quaternaire). Calculer le nouveau débit de symboles $R_s$ et le nouveau débit binaire équivalent $f_{b,eff}$. On utilise : $R_s = \\frac{f_b}{\\log_2(M)}$ et $f_{b,eff} = R_s × \\log_2(M)$. Déterminer la largeur de bande du code quaternaire : $B_{4-aire} = \\frac{1}{T_s}$ où $T_s = \\frac{1}{R_s}$.
\n\n
Question 3 : Pour le code quaternaire, calculer la puissance moyenne du signal en supposant que les 4 niveaux sont symétriques autour de zéro : $-\\frac{3A}{2}, -\\frac{A}{2}, +\\frac{A}{2}, +\\frac{3A}{2}$ avec $A = 2.5$ V. La puissance moyenne est : $P_{4-aire} = \\frac{1}{4}\\sum_{i=1}^{4}a_i^2$ où $a_i$ sont les 4 niveaux. Comparer cette puissance avec celle du code HDB3 (utilisez $P_{HDB3} = A^2$).
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution Question 1 : Durée du bit HDB3 et largeur de bande
\n\n
Le code HDB3 (Haute Densité Bipolaire d'ordre 3) est un code de ligne qui améliore le NRZ bipolaire en insérant des violations bipolaires après trois zéros consécutifs pour maintenir la synchronisation. Sa largeur de bande est comparable à celle du NRZ bipolaire.
\n\n
Étape 1 : Calcul de la durée du bit
\n$T_b = \\frac{1}{f_b}$
\n\n
Étape 2 : Remplacement des données
\nAvec $f_b = 1.544$ Mbit/s $= 1.544 × 10^6$ bit/s :
\n$T_b = \\frac{1}{1.544 × 10^6}$
\n\n
Étape 3 : Calcul
\n$T_b = 6.476 × 10^{-7}$ s
\n\n
Étape 4 : Conversion en nanosecondes
\n$T_b = 6.476 × 10^{-7}$ s $× 10^9$ ns/s $= 647.6$ ns
\n\n
Étape 5 : Largeur de bande HDB3
\n$B_{HDB3} = \\frac{1}{T_b}$
\n\n
Étape 6 : Remplacement
\n$B_{HDB3} = \\frac{1}{6.476 × 10^{-7}}$
\n\n
Étape 7 : Calcul
\n$B_{HDB3} = 1.544 × 10^6$ Hz
\n\n
Étape 8 : Conversion en MHz
\n$B_{HDB3} = 1.544$ MHz
\n\n
Résultats finals :
\n$T_b = 647.6$ ns et $B_{HDB3} = 1.544$ MHz
\n\n
Interprétation : La durée du bit HDB3 est très courte (environ $648$ ns), ce qui est typique pour une liaison T1 téléphonique. La largeur de bande est exactement égale au débit binaire ($1.544$ MHz), ce qui est la caractéristique du premier lobe spectral du code NRZ bipolaire. Cette largeur de bande est efficace en utilisant l'espace spectral disponible.
\n\n
\n\n
Solution Question 2 : Code quaternaire et débits
\n\n
Le code quaternaire (M-aire avec M=4 niveaux) permet de transmettre plusieurs bits par symbole, ce qui réduit la vitesse de symboles tout en maintenant le même débit binaire effectif. Cela réduit la largeur de bande requise.
\n\n
Étape 1 : Formule du débit de symboles
\n$R_s = \\frac{f_b}{\\log_2(M)}$
\n\n
Étape 2 : Remplacement des données
\nAvec $f_b = 1.544 × 10^6$ bit/s et $M = 4$ :
\n$\\log_2(4) = 2$
\n$R_s = \\frac{1.544 × 10^6}{2}$
\n\n
Étape 3 : Calcul du débit de symboles
\n$R_s = 0.772 × 10^6$ symboles/s $= 772$ kHz
\n\n
Étape 4 : Débit binaire effectif du quaternaire
\n$f_{b,eff} = R_s × \\log_2(M)$
\n\n
Étape 5 : Remplacement
\n$f_{b,eff} = 772 × 10^3 × 2$
\n\n
Étape 6 : Calcul
\n$f_{b,eff} = 1.544 × 10^6$ bit/s (identique au débit HDB3)
\n\n
Étape 7 : Durée du symbole quaternaire
\n$T_s = \\frac{1}{R_s} = \\frac{1}{772 × 10^3}$
\n\n
Étape 8 : Calcul
\n$T_s = 1.295 × 10^{-6}$ s $= 1295$ ns
\n\n
Étape 9 : Largeur de bande quaternaire
\n$B_{4-aire} = \\frac{1}{T_s} = \\frac{1}{1.295 × 10^{-6}}$
\n\n
Étape 10 : Calcul
\n$B_{4-aire} = 772$ kHz $= 0.772$ MHz
\n\n
Résultats finals :
\n$R_s = 772$ kHz (symboles/s), $f_{b,eff} = 1.544$ Mbit/s, $B_{4-aire} = 0.772$ MHz
\n\n
Interprétation : Le code quaternaire réduit le débit de symboles de moitié ($772$ kHz au lieu de $1.544$ MHz), ce qui réduit la largeur de bande requise à $0.772$ MHz. C'est exactement la moitié de la bande du HDB3. Cependant, ce gain en largeur de bande se fait au détriment de la robustesse au bruit, car les 4 niveaux sont plus proches les uns des autres. Le rapport signal-sur-bruit requiert doit être plus élevé pour distinguer les 4 niveaux.
\n\n
\n\n
Solution Question 3 : Puissance du code quaternaire et comparaison
\n\n
Le code quaternaire a des niveaux symétriques autour de zéro. Pour calculer la puissance moyenne, il faut faire la moyenne des énergies de tous les niveaux possibles.
\n\n
Étape 1 : Définition des 4 niveaux
\n$a_1 = +\\frac{3A}{2}, a_2 = +\\frac{A}{2}, a_3 = -\\frac{A}{2}, a_4 = -\\frac{3A}{2}$
\n\n
Étape 2 : Remplacement avec A = 2.5 V
\n$a_1 = +\\frac{3 × 2.5}{2} = +3.75$ V
\n$a_2 = +\\frac{2.5}{2} = +1.25$ V
\n$a_3 = -\\frac{2.5}{2} = -1.25$ V
\n$a_4 = -\\frac{3 × 2.5}{2} = -3.75$ V
\n\n
Étape 3 : Calcul des carrés des niveaux
\n$a_1^2 = (3.75)^2 = 14.0625$ V²
\n$a_2^2 = (1.25)^2 = 1.5625$ V²
\n$a_3^2 = (-1.25)^2 = 1.5625$ V²
\n$a_4^2 = (-3.75)^2 = 14.0625$ V²
\n\n
Étape 4 : Somme des carrés
\n$\\sum_{i=1}^{4}a_i^2 = 14.0625 + 1.5625 + 1.5625 + 14.0625 = 31.25$ V²
\n\n
Étape 5 : Puissance moyenne quaternaire
\n$P_{4-aire} = \\frac{1}{4}\\sum_{i=1}^{4}a_i^2 = \\frac{31.25}{4}$
\n\n
Étape 6 : Calcul
\n$P_{4-aire} = 7.8125$ W
\n\n
Étape 7 : Puissance HDB3
\n$P_{HDB3} = A^2 = (2.5)^2 = 6.25$ W
\n\n
Étape 8 : Rapport des puissances
\n$\\frac{P_{4-aire}}{P_{HDB3}} = \\frac{7.8125}{6.25} = 1.25$
\n\n
Résultats finals :
\n$P_{4-aire} = 7.8125$ W et $\\frac{P_{4-aire}}{P_{HDB3}} = 1.25$ (ou $125%$)
\n\n
Interprétation : La puissance moyenne du code quaternaire ($7.8125$ W) est $25%$ supérieure à celle du HDB3 ($6.25$ W). Bien que le code quaternaire utilise une bande plus étroite ($0.772$ MHz au lieu de $1.544$ MHz), il nécessite une puissance d'émission plus élevée pour maintenir la même distance détectable entre les niveaux. Cette augmentation de puissance est nécessaire pour compenser la réduction de la séparation entre les niveaux, qui diminue de moitié. Le compromis classique entre largeur de bande et puissance d'émission apparaît clairement : réduire la bande requiert plus de puissance pour maintenir la même marge de bruit.
",
    "id_category": "2",
    "id_number": "4"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 1 : Transmission numérique en bande de base et densité spectrale pour code NRZ Bipolaire
\n
Une chaîne de transmission numérique transmet un débit binaire $R_b = 2$ Mbps en utilisant le code NRZ Bipolaire. Le signal est ensuite filtré par un filtre de Nyquist idéal avec une largeur de bande $B$. On considère le codage NRZ Bipolaire : chaque symbole a une durée $T_b = 1/R_b$.
\n
Question 1 : Déterminer la largeur de bande minimale $B_{min}$ requise pour la transmission sans intersymboles (ISI) avec le filtre de Nyquist.
\n
Question 2 : Calculer la densité spectrale de puissance (DSP) du code NRZ Bipolaire à la fréquence zéro (\\$f = 0$) sachant que la variance des niveaux est $\\sigma^2 = A^2$ et que l'amplitude de chaque impulsion est $A$.
\n
Question 3 : Pour une chaîne dont la capacité du canal selon Shannon est $C = B \\log_2(1+\\text{SNR})$ et une SNR de 15 dB, déterminer la valeur maximale de $B$ permettant la transmission fiable avec $R_b = 2$ Mbps.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'exercice 1 :
\n
Question 1 : Largeur de bande minimale du filtre Nyquist
\n1. Formule générale : $B_{min} = \\frac{R_b}{2}$ 
2. Remplacement des données : $B_{min} = \\frac{2\\times 10^6}{2}$ 
3. Calcul : $B_{min} = 1\\times 10^6$ 
4. Résultat final : $B_{min} = 1~\\text{MHz}$\n
Interprétation : La largeur de bande minimale pour éviter l'ISI est de 1 MHz.\n
\n
Question 2 : DSP du code NRZ Bipolaire en $f=0$
\n1. Formule générale : $S_{NRZBP}(0) = \\sigma^2 T_b$ 
2. Remplacement : $T_b = 0.5\\times 10^{-6}, \\sigma^2 = A^2$ 
3. Calcul : $S_{NRZBP}(0) = A^2 \\times 0.5\\times 10^{-6}$ 
4. Résultat final : $S_{NRZBP}(0) = 0.5 A^2 \\text{μs}$\n
Interprétation : La DSP à zéro fréquence représente l'énergie moyenne du signal.\n
\n
Question 3 : Capacité du canal Shannon et bande passante
\n1. Formule générale : $R_b \\le C = B \\log_2(1+\\text{SNR})$ 
2. Remplacement : SNR = 15~\\text{dB} = 31.62; $R_b = 2\\times 10^6$ 
3. Calcul : $B = \\frac{R_b}{\\log_2(1+\\text{SNR})} = \\frac{2\\times10^6}{\\log_2(32.62)} = \\frac{2\\times10^6}{5.03}$ 
4. Résultat final : $B = 397,600~\\text{Hz} = 398~\\text{kHz}$\n
Interprétation : La bande passante maximale pour cette SNR avec fiabilité est 398 kHz.",
    "id_category": "2",
    "id_number": "5"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 2 : Codes en ligne M-aires et conversion bits/symboles
\n
On souhaite transmettre une séquence binaire de $R_b = 6$ Mbps sur une chaîne utilisant un code NRZ 4-aire (quaternaire) avec symboles $S_0 = -3A, S_1 = -A, S_2 = +A, S_3 = +3A$. L'émetteur comme le récepteur utilisent un codage NRZ M-aire où chaque symbole représente $k$ bits.
\n
Question 1 : Calculer le taux de symboles $R_s$ et la durée du symbole $T_s$ pour ce code.
\n
Question 2 : Déterminer la densité spectrale de puissance à la fréquence du taux de symboles (\\$f = R_s$).
\n
Question 3 : Pour une liaison expérimentale avec une puissance moyenne $P = 2.5$ mW et une résistance de charge $R = 50$ Ω, calculer la valeur efficace de l'amplitude moyenne pour le symbole $S_3$ transmis pendant $T_s$ secondes.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'exercice 2 :
\n
Question 1 : Taux et durée des symboles NRZ 4-aire
\n1. Formule générale : $k = \\log_2(M)$, $R_s = \\frac{R_b}{k}$, $T_s = \\frac{1}{R_s}$
2. Remplacement : $M=4, k=2, R_b=6\\times10^6$
3. Calcul : $R_s = \\frac{6\\times10^6}{2} = 3\\times10^6~\\text{symb/s}, T_s=\\frac{1}{3\\times10^6}=0.333\\times10^{-6}~\\text{s}$
4. Résultat : $R_s=3~\\text{Msymb/s}, T_s=0.333~\\mu s$\n
Interprétation : On transmet 3 millions de symboles par seconde, chaque symbole durant 0,333 µs.\n
\n
Question 2 : DSP à la fréquence $R_s$
\n1. Formule générale : Pour la DSP NRZ M-aire : $S_{NRZM}(R_s) = \\frac{\\sigma^2 T_s}{2}\\sin^2(\\pi R_s T_s)$
2. Remplacement : $T_s=0.333\\mu s, \\sigma^2=(\\text{var des niveaux 4-aire})$
3. Calcul : $\\sin^2(\\pi\\times3\\times10^6\\times0.333\\times10^{-6})=\\sin^2(\\pi)=0$, donc $S_{NRZM}(R_s)=0$
4. Résultat : $S_{NRZM}(R_s)=0$\n
Interprétation : La DSP à la fréquence du taux de symboles pour NRZ 4-aire est nulle (spectre creux à cette fréquence).\n
\n
Question 3 : Valeur efficace de l'amplitude de S_3
\n1. Formule générale : $P = \\frac{V_{eff}^2}{R}$, donc $V_{eff} = \\sqrt{P\\times R}$
2. Remplacement : $P = 2.5 \\times 10^{-3}\\,\\text{W}; R=50\\,\\Omega$
3. Calcul : $V_{eff} = \\sqrt{2.5 \\times 10^{-3} \\times 50} = \\sqrt{0.125} = 0.354~\\text{V}$
4. Résultat : $V_{eff} = 0.354~\\text{V}$\n
Interprétation : L'amplitude efficace maximale du symbole S_3 est 0.354 V.",
    "id_category": "2",
    "id_number": "6"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "Exercice 1 : Codage NRZ et RZ unipolaire avec analyse spectrale\n\nUne chaîne de transmission numérique doit transmettre une séquence de bits : $0, 1, 1, 0, 1, 0, 1, 1$. Cette séquence est codée en utilisant un code NRZ unipolaire avec une amplitude de $A = 3~V$ et une période de bit $T_b = 2~\\mu s$. La fréquence d'horloge est $f_{clk} = 500~kHz$.\n\n1. Tracez le signal temporel codé en NRZ unipolaire pour la séquence donnée et calculez l'énergie totale du signal transmis.\n2. Calculez la densité spectrale de puissance (DSP) du signal à la fréquence fondamentale $f = f_{clk}$ et déterminez la largeur de bande théorique du signal.\n3. Comparez cette transmission avec un code RZ unipolaire utilisant le même débit binaire et déterminez le rapport d'énergie par bit entre les deux codes.",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
1. Énergie totale du signal NRZ unipolaire :
Formule générale : $E_{total} = \\sum_{i=0}^{N-1} A^2 \\cdot T_b \\cdot b_i$ où $b_i \\in \\{0, 1\\}$
Remplacement des données : La séquence contient 5 bits à 1 et 3 bits à 0. Donc :$E_{total} = 5 \\times (3)^2 \\times 2 \\times 10^{-6}$
Calcul : $E_{total} = 5 \\times 9 \\times 2 \\times 10^{-6} = 90 \\times 10^{-6} = 9 \\times 10^{-5}~J$
Résultat final : $E_{total} = 90~\\mu J$. L'énergie totale transmise est proportionnelle au nombre de bits à 1 dans la séquence.

2. Densité spectrale de puissance (DSP) et largeur de bande :
Formule générale : $S_f(f) = \\frac{A^2 T_b}{4} \\left[ 1 + \\frac{2}{3} \\delta(f) + \\sum_{n=1}^{\\infty} \\delta(f - n f_{clk}) \\right]$
À la fréquence fondamentale $f = f_{clk} = 500~kHz$ :
$S_f(500\\,kHz) = \\frac{9 \\times 2 \\times 10^{-6}}{4} = \\frac{18 \\times 10^{-6}}{4} = 4{,}5 \\times 10^{-6}~V^2/Hz$
Largeur de bande (premier zéro) : $B_w = \\frac{1}{T_b} = \\frac{1}{2 \\times 10^{-6}} = 500~kHz$
Résultat final : $S_f(f_{clk}) = 4{,}5~\\mu V^2/Hz$ et $B_w = 500~kHz$.

3. Comparaison NRZ vs RZ unipolaire :
Formule générale (RZ unipolaire) : $E_{bit,RZ} = \\frac{A^2 T_b}{2}$ (durée du pulse = $T_b/2$)
Formule générale (NRZ unipolaire) : $E_{bit,NRZ} = A^2 T_b$
Remplacement : $E_{bit,RZ} = \\frac{9 \\times 2 \\times 10^{-6}}{2} = 9 \\times 10^{-6}~J$
$E_{bit,NRZ} = 9 \\times 2 \\times 10^{-6} = 1{,}8 \\times 10^{-5}~J$
Rapport d'énergie : $\\frac{E_{bit,NRZ}}{E_{bit,RZ}} = \\frac{1{,}8 \\times 10^{-5}}{9 \\times 10^{-6}} = 2$
Résultat final : Le code NRZ unipolaire consomme $2$ fois plus d'énergie par bit que le code RZ unipolaire, mais offre une meilleure densité spectrale aux basses fréquences.
",
    "id_category": "2",
    "id_number": "7"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "Exercice 2 : Code Manchester (Biphase) et détection de transitions\n\nUn système de transmission utilise le code Manchester pour coder la séquence binaire : $1, 0, 0, 1, 1, 0, 1, 0$. Le niveau logique haut est $V_H = 2{,}5~V$ et le niveau logique bas est $V_L = -2{,}5~V$. La durée de bit est $T_b = 4~\\mu s$ et la fréquence d'horloge est $f_h = 250~kHz$.\n\n1. Déterminez le signal temporel codé en Manchester et calculez la fréquence fondamentale du spectre du signal Manchester obtenu.\n2. Calculez l'énergie moyenne par bit et la puissance moyenne consommée par le système de transmission sur une durée de $32~\\mu s$.\n3. Évaluez le nombre de transitions de niveau du signal et en déduire la récupération de l'horloge (nombre de fronts par bit).",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
1. Fréquence fondamentale du spectre Manchester :
Formule générale : Le code Manchester produit une transition au milieu de chaque période de bit et potentiellement aux frontières. La fréquence minimale de transition est $f_{min} = \\frac{1}{2T_b}$ et la fréquence maximale est $f_{max} = \\frac{1}{T_b}$.
Remplacement des données : $f_{min} = \\frac{1}{2 \\times 4 \\times 10^{-6}} = \\frac{1}{8 \\times 10^{-6}} = 125~kHz$
$f_{max} = \\frac{1}{4 \\times 10^{-6}} = 250~kHz$
Résultat final : La fréquence fondamentale du spectre Manchester est $f_{Manchester} = 250~kHz$. Cela signifie que le spectre du code Manchester est centré à une fréquence plus élevée que le NRZ, facilitant la récupération de l'horloge.

2. Énergie moyenne par bit et puissance consommée :
Formule générale : $E_{bit,avg} = \\frac{1}{2} (V_H - V_L)^2 T_b$ (l'énergie moyenne pour Manchester est constante indépendamment du bit)
Remplacement : $E_{bit,avg} = \\frac{1}{2} (2{,}5 - (-2{,}5))^2 \\times 4 \\times 10^{-6} = \\frac{1}{2} (5)^2 \\times 4 \\times 10^{-6}$
$E_{bit,avg} = \\frac{1}{2} \\times 25 \\times 4 \\times 10^{-6} = 50 \\times 10^{-6} = 5 \\times 10^{-5}~J$
Puissance moyenne sur $32~\\mu s$ (8 bits) : $P_{avg} = \\frac{8 \\times E_{bit,avg}}{32 \\times 10^{-6}} = \\frac{8 \\times 5 \\times 10^{-5}}{32 \\times 10^{-6}}$
$P_{avg} = \\frac{40 \\times 10^{-5}}{32 \\times 10^{-6}} = 1{,}25~W$
Résultat final : $E_{bit,avg} = 50~\\mu J$ et $P_{avg} = 1{,}25~W$.

3. Nombre de transitions et récupération de l'horloge :
Formule générale : Chaque bit en code Manchester génère exactement 1 transition au centre du bit. Les transitions aux frontières dépendent de la séquence adjacente.
Analyse de la séquence : 1,0,0,1,1,0,1,0
Transitions internes (au centre) : 8 (une par bit)
Transitions externes (aux frontières) : Entre bits : 1→0 (1 transition), 0→0 (0), 0→1 (1), 1→1 (0), 1→0 (1), 0→1 (1), 1→0 (1) = 5 transitions
Total des transitions : $T_{total} = 8 + 5 = 13$
Nombre de fronts par bit : $F_{per\\_bit} = \\frac{13}{8} = 1{,}625$
Résultat final : Le signal Manchester génère $13$ transitions totales pour 8 bits, soit $1{,}625$ fronts par bit, ce qui facilite grandement la récupération de l'horloge comparé au NRZ unipolaire.
",
    "id_category": "2",
    "id_number": "8"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "Exercice 3 : Code HDB3 et analyse comparative de la densité spectrale\n\nUn système de transmission long distance utilise le code HDB3 (Haute Densité Bipolaire d'ordre 3) pour coder une séquence de bits incluant plusieurs zéros consécutifs : $1, 0, 0, 0, 0, 1, 0, 0, 1, 0, 0, 0, 1$. Le niveau de signal est $A = 1~V$, la durée de bit est $T_b = 1~\\mu s$, et la fréquence de Nyquist est $f_N = 500~kHz$.\n\n1. Codez la séquence en HDB3 en indiquant les positions des pulses de remplissage (violation) et calculez le nombre total de transitions du signal résultant.\n2. Calculez la largeur de bande occupée par le signal HDB3 et comparez-la à celle d'un code NRZ bipolaire pour la même séquence.\n3. Évaluez la densité spectrale de puissance (DSP) maximale du code HDB3 à la fréquence nulle (composante continue) et montrez pourquoi HDB3 élimine la composante continue.",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
1. Codage HDB3 et nombre de transitions :
Formule générale : Le code HDB3 remplace 4 zéros consécutifs par une séquence contenant une violation (pulse qui ne suit pas la règle d'alternance).
Analyse de la séquence : 1, 0, 0, 0, 0, 1, 0, 0, 1, 0, 0, 0, 1
Remplacement HDB3 :
- Position 1 : 1 (inchangé)
- Positions 2-5 : 0,0,0,0 → Remplacement par violation : 0,0,V,0 où V est une violation (pulse anormal)
- Position 6 : 1 (inchangé)
- Positions 7-8 : 0,0 (inchangés, moins de 4 zéros)
- Position 9 : 1 (inchangé)
- Positions 10-12 : 0,0,0 (inchangés, moins de 4 zéros)
- Position 13 : 1 (inchangé)
Signal HDB3 codé : $+, 0, 0, V, 0, +, 0, 0, +, 0, 0, 0, +$
Nombre de transitions : Chaque changement de polarité compte comme une transition. Total : $N_{transitions} = 7$ (plusieurs transitions entre les pulses et les zéros).
Résultat final : Le signal HDB3 contient $7$ transitions majeures et 1 violation de remplissage, ce qui maintient une densité de transitions plus régulière que le NRZ bipolaire.

2. Largeur de bande HDB3 vs NRZ bipolaire :
Formule générale (largeur de bande) : $B_w = k \\times f_N$ où $k$ dépend du code
Pour HDB3 : $B_{HDB3} = 0{,}5 \\times f_N = 0{,}5 \\times 500~kHz = 250~kHz$
Pour NRZ bipolaire : $B_{NRZ,bipol} = 1 \\times f_N = 1 \\times 500~kHz = 500~kHz$
Rapport de compression : $\\frac{B_{NRZ}}{B_{HDB3}} = \\frac{500}{250} = 2$
Résultat final : Le code HDB3 occupe une largeur de bande de $250~kHz$, soit $2$ fois inférieure au NRZ bipolaire. Cela démontre l'efficacité spectrale supérieure du HDB3.

3. Densité spectrale de puissance (DSP) et composante continue :
Formule générale (DSP à fréquence nulle) : $S(0) = \\frac{A^2}{2T_b} \\times \\left( 1 - \\rho \\right)$ où $\\rho$ est le taux moyen de zéros
Calcul du taux de zéros : Sur 13 bits, 7 sont des zéros : $\\rho = \\frac{7}{13} \\approx 0{,}538$
$S(0) = \\frac{1^2}{2 \\times 1 \\times 10^{-6}} \\times (1 - 0{,}538) = 500\\,000 \\times 0{,}462 = 231\\,000~W/Hz$
Pour NRZ bipolaire sans contrainte : $S_{NRZ}(0) = \\frac{A^2}{4T_b} = \\frac{1}{4 \\times 10^{-6}} = 250\\,000~W/Hz$
Réduction HDB3 : $\\frac{S_{NRZ}(0)}{S_{HDB3}(0)} = \\frac{250\\,000}{231\\,000} \\approx 1{,}08$
Interprétation : Le code HDB3 réduit la composante continue par l'insertion stratégique de violations qui forcent des transitions, maintenant un équilibre entre les pulses positifs et négatifs. Cela élimine pratiquement la composante DC, contrairement au NRZ bipolaire non contraint.
Résultat final : $S_{HDB3}(0) \\approx 231~kW/Hz$, démontrant que le HDB3 supprime efficacement la composante continue tout en maintenant une bonne efficacité spectrale.
",
    "id_category": "2",
    "id_number": "9"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 3 : Code HDB3 et transmission M-aire - Analyse spectrale et efficacité spectrale
Une liaison de transmission numérique utilise le code HDB3 (Haute Densité Bipolaire d'ordre 3) pour transmettre des données à un débit de $D_b = 8$ Mbit/s. Le code HDB3 remplace les longues séquences de zéros par des codes de violation (V) pour maintenir une synchronisation d'horloge. La règle HDB3 stipule que tout groupe de 4 zéros consécutifs est remplacé par une séquence contenant une violation. La séquence de bits bruts (avant codage HDB3) est : 11010000010000100001000001. Les niveaux de signal sont $+A = +2$ V et $-A = -2$ V.
Question 1: Appliquer les règles du code HDB3 à la séquence donnée en identifiant tous les groupes de 4 zéros consécutifs et en remplaçant chacun par la séquence de substitution appropriée (000V ou B00V selon la polarité). Tracer le signal HDB3 codé et compter le nombre de violations (V) et le nombre de transitions du signal résultant.
Question 2: Calculer la puissance moyenne $P_{avg}$ et la composante continue $V_{dc}$ du signal HDB3 obtenu. Déduire les améliorations du code HDB3 par rapport au code NRZ Bipolaire en termes de suppression des longues séquences de zéros et de récupération d'horloge.
Question 3: Pour une transmission M-aire (M-ary NRZ) avec $M = 4$ niveaux de signal (représentant $\\log_2(M) = 2$ bits par symbole), calculer l'efficacité spectrale $\\eta = \\frac{D_b}{B}$ en bits/s/Hz, où $B$ est la bande passante requise. Comparer l'efficacité spectrale du code NRZ 4-aire avec celle du code NRZ Bipolaire. Déterminer le nombre de symboles nécessaires pour transmettre la séquence originale. Calculer la nouvelle durée de symbole $T_s$ et la nouvelle bande passante $B_{4-aire}$ nécessaire.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'exercice 3
Question 1 : Application du code HDB3 et codage du signal
Données :
Séquence brute : 11010000010000100001000001
Débit binaire : $D_b = 8$ Mbit/s
Durée d'un bit : $T_b = 1/8 \\times 10^6 = 125$ ns
Niveaux : $+A = +2$ V, $-A = -2$ V
Démarche :
Étape 1 : Identification des groupes de 4 zéros consécutifs
Séquence brute avec indices :
$1 \\ 1 \\ 0 \\ 1 | 0 \\ 0 \\ 0 \\ 0 | 0 \\ 1 \\ 0 \\ 0 \\ 0 \\ 0 | 1 \\ 0 \\ 0 \\ 0 \\ 0 | 1 \\ 0 \\ 0 \\ 0 \\ 0 | 1$
Groupes de 4 zéros consécutifs :
- Groupe 1 : positions 4-7 (0000)
- Groupe 2 : positions 10-13 (0000)
- Groupe 3 : positions 15-18 (0000)
- Groupe 4 : positions 20-23 (0000)
Étape 2 : Application des règles de substitution HDB3
Règle HDB3 : Remplacer 0000 par B00V selon la polarité précédente
- Si le dernier symbole non-zéro avant le groupe est « 1 » ($+A$) : utiliser $-2\\text{ V}, 0, 0, +2\\text{ V}$ (B00V)
- Si le dernier symbole non-zéro est « 0 » ($-A$) : utiliser $+2\\text{ V}, 0, 0, -2\\text{ V}$ (B00V inversé)
Avant groupe 1 (positions 4-7) : symbole 1 ($+A$) → utiliser $-2, 0, 0, +2$
Avant groupe 2 (positions 10-13) : symbole 1 ($+A$) → utiliser $-2, 0, 0, +2$
Avant groupe 3 (positions 15-18) : symbole 1 ($+A$) → utiliser $-2, 0, 0, +2$
Avant groupe 4 (positions 20-23) : symbole 1 ($+A$) → utiliser $-2, 0, 0, +2$
Étape 3 : Séquence codée HDB3
Après substitution :
$+2 \\ +2 \\ -2 \\ +2 | -2 \\ 0 \\ 0 \\ +2 | 0 \\ +2 \\ -2 \\ 0 \\ 0 \\ +2 | +2 \\ -2 \\ 0 \\ 0 \\ +2 | +2 \\ -2 \\ 0 \\ 0 \\ +2 | +2$
Les niveaux 0 sont maintenus entre les symboles de polarité :
Signal HDB3 : $+2, +2, -2, +2, -2, 0, 0, +2, 0, +2, -2, 0, 0, +2, +2, -2, 0, 0, +2, +2, -2, 0, 0, +2, +2, -2$
Étape 4 : Comptage des violations
Les violations (V) sont les symboles $+2$ ou $-2$ qui apparaissent aux positions modifiées :
Violation 1 : position 8 ($+2$)
Violation 2 : position 14 ($+2$)
Violation 3 : position 19 ($+2$)
Violation 4 : position 24 ($+2$)
Nombre total de violations : $4$
Étape 5 : Comptage des transitions
Une transition se produit lorsque le signal passe d'un niveau à un autre. En examinant la séquence HDB3 :
Transitions : de $+2 \\text{ à } +2$ (pas de transition), $+2 \\text{ à } -2$ (transition), $-2 \\text{ à } +2$ (transition), etc.
Total approximatif des transitions :
$N_{transitions} \\approx 17$
Résultats finaux :
Nombre de violations : $4$
Nombre de transitions : $17$
Question 2 : Puissance moyenne, composante continue et avantages du HDB3
Données :
Amplitude : $A = 2$ V
Séquence HDB3 codée : 26 symboles
Démarche :
Étape 1 : Calcul de la puissance moyenne
La puissance moyenne est calculée en analysant les symboles non-zéro :
$P_{avg} = A^2 = 2^2 = 4\\text{ W}$
Cela correspond à la puissance standard des codes bipolaires.
Étape 2 : Calcul de la composante continue
Comptage des niveaux dans la séquence HDB3 :
Niveaux $+2\\text{ V}$ : positions 1, 2, 4, 8, 10, 14, 15, 19, 20, 24, 25 = 11 symboles
Niveaux $-2\\text{ V}$ : positions 3, 5, 11, 16, 21, 26 = 6 symboles
Niveaux $0\\text{ V}$ : positions 6, 7, 9, 12, 13, 17, 18, 22, 23 = 9 symboles
$V_{dc} = \\frac{1}{26}(11 \\times 2 + 6 \\times (-2) + 9 \\times 0)$
$V_{dc} = \\frac{1}{26}(22 - 12) = \\frac{10}{26} = 0.385\\text{ V}$
Étape 3 : Interprétation et avantages du HDB3
Le code HDB3 offre plusieurs avantages par rapport au NRZ Bipolaire :
1. Suppression des longues séquences de zéros :
   - NRZ Bipolaire : des longues séquences de zéros créent des passages prolongés sans transition, rendant la récupération d'horloge difficile
   - HDB3 : la substitution des groupes de 4 zéros garantit une transition tous les 4 bits maximum
2. Récupération d'horloge améliorée :
   - Les violations introduisent des transitions régulières, permettant au récepteur de synchroniser son horloge
   - Transition minimale garantie : une tous les 4 bits au lieu de possiblement aucune
3. Détection d'erreurs :
   - Les violations HDB3 suivent des règles strictes ; les violations non-conformes indiquent une erreur de transmission
4. Maintien partiel de la composante continue :
   - Le HDB3 ne supprime pas complètement la composante DC ($V_{dc} = 0.385$ V), mais la réduit par rapport au NRZ déséquilibré
Résultats finaux :
$P_{avg} = 4\\text{ W}$
$V_{dc} = 0.385\\text{ V}$
Interprétation : Le code HDB3 sacrifie partiellement l'absence de composante continue pour obtenir une meilleure récupération d'horloge. Cette propriété le rend idéal pour les systèmes PCM 30 et autres transmissions longue distance où la synchronisation est critique.
Question 3 : Transmission M-aire - Efficacité spectrale et comparaison
Données :
Code NRZ 4-aire : $M = 4$ niveaux
Bits par symbole : $\\log_2(M) = 2$ bits/symbole
Débit binaire original : $D_b = 8$ Mbit/s
Séquence brute : 26 bits
Démarche :
Étape 1 : Calcul de l'efficacité spectrale du NRZ Bipolaire
Pour le code NRZ Bipolaire (2 niveaux) :
$\\eta_{NRZ} = \\frac{D_b}{B_{NRZ}}$
Bande passante requise pour NRZ Bipolaire (premier null) :
$B_{NRZ} = D_b = 8\\text{ MHz}$
$\\eta_{NRZ} = \\frac{8 \\text{ Mbit/s}}{8 \\text{ MHz}} = 1\\text{ bit/s/Hz}$
Étape 2 : Calcul du nombre de symboles 4-aires
Avec 4 niveaux (4-aire), chaque symbole encode $\\log_2(4) = 2$ bits :
$N_{symboles} = \\frac{\\text{nombre de bits}}{\\text{bits par symbole}} = \\frac{26}{2} = 13\\text{ symboles}$
Étape 3 : Calcul de la nouvelle durée de symbole
Le débit binaire reste $8$ Mbit/s. Avec $2$ bits par symbole :
Débit de symboles : $R_s = \\frac{D_b}{\\log_2(M)} = \\frac{8 \\text{ Mbit/s}}{2} = 4\\text{ Msymbols/s}$
Durée d'un symbole :
$T_s = \\frac{1}{R_s} = \\frac{1}{4 \\times 10^6} = 250\\text{ ns}$
Étape 4 : Calcul de la bande passante requise pour le NRZ 4-aire
Pour le code NRZ M-aire, la bande passante est déterminée par le débit de symboles :
$B_{4-aire} = R_s = 4\\text{ MHz}$
Étape 5 : Calcul de l'efficacité spectrale du NRZ 4-aire
$\\eta_{4-aire} = \\frac{D_b}{B_{4-aire}} = \\frac{8 \\text{ Mbit/s}}{4 \\text{ MHz}} = 2\\text{ bits/s/Hz}$
Étape 6 : Comparaison des efficacités spectrales
Rapport d'amélioration :
$\\frac{\\eta_{4-aire}}{\\eta_{NRZ}} = \\frac{2}{1} = 2$
L'efficacité spectrale du NRZ 4-aire est 2 fois meilleure que celle du NRZ Bipolaire.
Étape 7 : Résumé des paramètres
Pour NRZ Bipolaire :
- Nombre de symboles : 26
- Durée d'un symbole : $T_b = 125\\text{ ns}$
- Bande passante : $B = 8\\text{ MHz}$
- Efficacité spectrale : $\\eta = 1\\text{ bit/s/Hz}$
Pour NRZ 4-aire :
- Nombre de symboles : 13
- Durée d'un symbole : $T_s = 250\\text{ ns}$
- Bande passante : $B_{4-aire} = 4\\text{ MHz}$
- Efficacité spectrale : $\\eta_{4-aire} = 2\\text{ bits/s/Hz}$
Résultats finaux :
$\\eta_{NRZ} = 1\\text{ bit/s/Hz}$
$\\eta_{4-aire} = 2\\text{ bits/s/Hz}$
$N_{symboles} = 13$
$T_s = 250\\text{ ns}$
$B_{4-aire} = 4\\text{ MHz}$
Interprétation : La transmission M-aire double l'efficacité spectrale en réduisant de moitié la bande passante requise. Cependant, cela augmente la complexité du récepteur (plus de niveaux de signal à distinguer) et la sensibilité au bruit. Le NRZ 4-aire transmet les mêmes 26 bits avec seulement 13 symboles, permettant une transmission deux fois plus rapide ou sur une bande deux fois plus étroite. Ce compromis entre efficacité spectrale et robustesse est fondamental dans la conception des systèmes de communication numériques modernes.
",
    "id_category": "2",
    "id_number": "10"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Codes RZ et HDB3 – Analyse des Puissances et Spectres
\n
Pour une transmission numérique à un débit $R_b = 1 \\text{ Mb/s}$, une chaîne utilise :
– Un code RZ unipolaire (niveau $A = +5 \\text{ V}$, durée impulsive $\\tau = 0,4 T_b$)
– Un code HDB3 avec niveaux $\\pm 3 \\text{ V}$.
Séquence binaire d’entrée : $101110011000$. La ligne d’entrée accepte $50 \\Omega$.
\n
Question 1: Pour le code RZ unipolaire, calculer la valeur moyenne du signal, la puissance moyenne transmise sur 12 bits, et l’énergie transmise.
\n
Question 2: Pour la séquence binaire, dessiner le schéma temporel HDB3 codé, et donner la densité spectrale de puissance (DSP) théorique, en indiquant la fréquence de coupure du premier lobe principal du spectre.
\n
Question 3: Comparer le rendement spectral (bande occupée) entre le code RZ unipolaire et le HDB3, calculez la largeur de bande à –3 dB pour chaque cas, et discuter l’intérêt pratique de l’un par rapport à l’autre.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Question 1 :
1. Formule générale (moyenne) : $S_{moy} = \\frac{A}{N_{bits}} \\sum_{i=1}^{N}(b_i \\tau/T_b)$ (b_i = bit = 0/1, N=12 ici).
2. Remplacement : nombre de ‘1’ = 6, $\\tau = 0,4 T_b = 0,4 \\mu\\text{s}$, $T_b = 1 \\mu\\text{s}$≈
Somme : $S_{moy} = 5 \\times (6/12) \\times 0,4 = 5 \\times 0,5 \\times 0,4 = 1$.
3. Puissance moyenne : $P_{moy} = S_{moy}^2 / R = 1^2 / 50 = 0,02 \\text{ W }$.
4. Énergie sur 12 bits : $E = P_{moy} \\times T = 0,02 \\times 12 \\mu\\text{s} = 0,24 \\mu\\text{J}$.
5. Résultat final : Valeur moyenne = 1 V, puissance moyenne = 0,02 W, énergie = 0,24 µJ.
\n
Question 2 :
1. Le schéma HDB3 codé respecte la règle : pas plus de 3 zéros consécutifs, violation remplacée par +V/-V. La séquence : $101110011000$ donne une alternance régulière, spectre avec découpage basses fréquences (DC supprimé).
2. DSP : lobe principal centré sur 0 Hz, largeur jusqu’à $f_c = R_b/2 = 0,5 \\text{ MHz }$.
3. Résultat : DSP en cloche (|sinc|^2), largeur spectrale principale 500 kHz.
\n
Question 3 :
1. Code RZ : largeur principale $W_{RZ} = (1/\\tau) = 2,5\\;\\text{MHz}$.
2. HDB3 : largeur $\\approx R_b/2 = 500\\;\\text{kHz}$.
3. Discussion : HDB3 occupe moins de bande, meilleure immunité aux perturbations continues (suppression du DC, pas d’alternance trop longue).
4. Résultat final : HDB3 meilleure efficacité spectrale, RZ unipolaire plus énergivore en haute fréquence.",
    "id_category": "2",
    "id_number": "11"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 1 : Chaîne de transmission numérique et encodage NRZ bipolaire
\n\n
Une chaîne de transmission numérique doit transmettre une séquence de bits à un débit binaire de $D_b = 256$ kbps. La source génère une séquence de bits aléatoires : $\\text{1010110101}$. Cette séquence sera encodée en utilisant le code NRZ (Non Return to Zero) bipolaire.
\n\n
Question 1 : Pour le code NRZ bipolaire, les niveaux de tension utilisés sont $+V = +3$ V pour le bit 1 et $-V = -3$ V pour le bit 0. Calculer l'énergie moyenne par bit $E_b$ transmise sur une ligne d'impédance caractéristique $Z_0 = 50$ Ohms. L'énergie par bit est définie comme : $E_b = \\frac{V^2 \\cdot T_b}{Z_0}$, où $T_b = \\frac{1}{D_b}$ est la période du bit. Exprimer le résultat en microjoules (µJ).
\n\n
Question 2 : Calculer la densité spectrale de puissance (DSP) du code NRZ bipolaire dans les conditions suivantes : impédance $Z_0 = 50$ Ohms, débit $D_b = 256$ kbps, niveau de tension $V = 3$ V. La DSP est donnée par : $S(f) = \\frac{E_b}{T_b} \\cdot \\frac{\\sin^2(\\pi f T_b)}{(\\pi f T_b)^2}$. Calculer $S(f)$ à la fréquence $f = D_b = 256$ kHz (première harmonique) et exprimer le résultat en mW/Hz.
\n\n
Question 3 : En utilisant les paramètres précédents (séquence de $10$ bits, débit $256$ kbps), calculer le temps de transmission total de la séquence $T_{total}$, puis déterminer la largeur de bande occupée (bande passante) du signal NRZ bipolaire définie comme la bande entre les deux premiers zéros du spectre. Cette largeur est : $B_w = 2 \\cdot f_1$, où $f_1 = \\frac{1}{T_b}$ est la fréquence du premier zéro. Exprimer $B_w$ en kHz et comparer avec le débit binaire.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 1
\n\n
Question 1 : Énergie moyenne par bit en code NRZ bipolaire
\n\n
Données fournies :
\n
Débit binaire : $D_b = 256 \\text{ kbps} = 256 \\times 10^3 \\text{ bps}$
\n
Tension pour bit 1 : $+V = +3 \\text{ V}$
\n
Tension pour bit 0 : $-V = -3 \\text{ V}$
\n
Impédance caractéristique : $Z_0 = 50 \\text{ Ohms}$
\n\n
Étape 1 - Calcul de la période du bit :
\n
$T_b = \\frac{1}{D_b} = \\frac{1}{256 \\times 10^3} = 3.906 \\times 10^{-6} \\text{ s} = 3.906 \\text{ µs}$
\n\n
Étape 2 - Calcul de l'énergie moyenne par bit :
\n
Pour le code NRZ bipolaire, les niveaux de tension sont symétriques ($+V$ et $-V$), donc l'amplitude utilisée pour le calcul d'énergie est $V = 3$ V.
\n\n
Formule générale :
\n
$E_b = \\frac{V^2 \\cdot T_b}{Z_0}$
\n\n
Remplacement des données :
\n
$E_b = \\frac{(3)^2 \\times 3.906 \\times 10^{-6}}{50}$
\n\n
Calcul :
\n
$E_b = \\frac{9 \\times 3.906 \\times 10^{-6}}{50} = \\frac{35.154 \\times 10^{-6}}{50}$
\n
$E_b = 0.703 \\times 10^{-6} \\text{ J} = 0.703 \\text{ µJ}$
\n\n
Résultat :
\n
$\\boxed{E_b = 0.703 \\text{ µJ}}$
\n\n
Interprétation : L'énergie moyenne par bit reflète l'efficacité énergétique de la transmission. Cette valeur représente la quantité d'énergie nécessaire pour transmettre un seul bit à travers une impédance de $50$ Ohms avec une tension de $±3$ V. C'est un paramètre critique pour l'analyse du rapport signal-à-bruit.
\n\n
Question 2 : Densité spectrale de puissance à la fréquence d'horloge
\n\n
Données fournies :
\n
$E_b = 0.703 \\times 10^{-6} \\text{ J}$ (du calcul précédent)
\n
$T_b = 3.906 \\times 10^{-6} \\text{ s}$
\n
Fréquence d'évaluation : $f = 256 \\text{ kHz} = 256 \\times 10^3 \\text{ Hz}$
\n\n
Étape 1 - Calcul du rapport $\\pi f T_b$ :
\n
$\\pi f T_b = \\pi \\times (256 \\times 10^3) \\times (3.906 \\times 10^{-6})$
\n
$\\pi f T_b = 3.1416 \\times 256 \\times 3.906 \\times 10^{-3}$
\n
$\\pi f T_b = 3.1416 \\times 1000.06 \\times 10^{-3} = 3.1416 \\text{ rad (environ } \\pi \\text{)}$
\n\n
Étape 2 - Calcul du sinus carré :
\n
$\\sin(\\pi f T_b) = \\sin(\\pi) \\approx 0$ (à la première harmonique, le spectre présente un zéro)
\n
$\\sin^2(\\pi f T_b) \\approx 0$
\n\n
Étape 3 - Application de la formule de DSP :
\n
Formule générale :
\n
$S(f) = \\frac{E_b}{T_b} \\cdot \\frac{\\sin^2(\\pi f T_b)}{(\\pi f T_b)^2}$
\n\n
Remplacement des données :
\n
$S(f) = \\frac{0.703 \\times 10^{-6}}{3.906 \\times 10^{-6}} \\times \\frac{\\sin^2(\\pi)}{(\\pi)^2}$
\n\n
Calcul :
\n
$\\frac{E_b}{T_b} = \\frac{0.703 \\times 10^{-6}}{3.906 \\times 10^{-6}} = 0.180 \\text{ W}$
\n
$\\frac{\\sin^2(\\pi)}{(\\pi)^2} = \\frac{0}{9.8696} = 0$
\n
$S(f) = 0.180 \\times 0 = 0 \\text{ W/Hz}$
\n\n
Résultat :
\n
$\\boxed{S(256 \\text{ kHz}) = 0 \\text{ mW/Hz}}$
\n\n
Interprétation : À la fréquence d'horloge $f = D_b = 256$ kHz, la densité spectrale de puissance du code NRZ bipolaire atteint un zéro du spectre. Cela signifie que le spectre du signal NRZ bipolaire ne contient pas d'énergie à cette fréquence. C'est une caractéristique importante du codage NRZ : il produit un spectre avec des zéros à des multiples entiers de la fréquence d'horloge, ce qui rend difficile la récupération de l'horloge directement à partir du signal encodé.
\n\n
Question 3 : Temps de transmission et largeur de bande occupée
\n\n
Données fournies :
\n
Séquence de bits : $\\text{1010110101}$ (10 bits)
\n
Débit binaire : $D_b = 256 \\text{ kbps}$
\n
Période du bit : $T_b = 3.906 \\times 10^{-6} \\text{ s}$
\n\n
Étape 1 - Calcul du temps total de transmission :
\n
Le nombre de bits transmis est $N = 10$ bits.
\n\n
Formule générale :
\n
$T_{total} = N \\times T_b$
\n\n
Remplacement des données :
\n
$T_{total} = 10 \\times 3.906 \\times 10^{-6}$
\n\n
Calcul :
\n
$T_{total} = 39.06 \\times 10^{-6} \\text{ s} = 39.06 \\text{ µs}$
\n\n
Résultat 1 :
\n
$\\boxed{T_{total} = 39.06 \\text{ µs}}$
\n\n
Étape 2 - Calcul de la largeur de bande occupée :
\n
Pour le code NRZ, le premier zéro du spectre (lobe principal) occupe la bande de $0$ à $f_1 = \\frac{1}{T_b}$. La largeur de bande occupée (largeur du lobe principal) est :
\n\n
Formule générale :
\n
$B_w = 2 \\cdot f_1 = 2 \\cdot \\frac{1}{T_b} = 2 \\cdot D_b$
\n\n
Remplacement des données :
\n
$B_w = 2 \\times 256 \\text{ kHz}$
\n\n
Calcul :
\n
$B_w = 512 \\text{ kHz}$
\n\n
Résultat 2 :
\n
$\\boxed{B_w = 512 \\text{ kHz}}$
\n\n
Comparaison avec le débit binaire :
\n
Le rapport entre la largeur de bande et le débit binaire est :
\n
$\\frac{B_w}{D_b} = \\frac{512}{256} = 2$
\n\n
Résultat 3 :
\n
$\\boxed{\\frac{B_w}{D_b} = 2}$
\n\n
Interprétation : Pour le code NRZ, la largeur de bande occupée est exactement deux fois le débit binaire. C'est une caractéristique fondamentale du codage NRZ : la bande passante requise est $B = 2 \\times D_b$. Cela montre que le codage NRZ est moins efficace en termes d'utilisation du spectre comparé à d'autres codes (comme le Manchester ou les codes M-aires), qui peuvent offrir une meilleure efficacité spectrale.
",
    "id_category": "2",
    "id_number": "12"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 2 : Comparaison des codes en ligne Manchester et RZ unipolaire
\n\n
Un système de communication numérique doit choisir entre deux codes en ligne : le code Manchester (bipolaire) et le code RZ unipolaire (Return to Zero). La séquence de données à transmettre est $\\text{110010}$, avec un débit de $D_b = 1$ Mbps. Les deux codes utiliseront une impédance de ligne $Z_0 = 75$ Ohms et des niveaux de tension $V = \\pm 2$ V pour Manchester et $V = 0/2$ V pour RZ.
\n\n
Question 1 : Pour le code Manchester, calculer la puissance moyenne transmise $P_{avg}$ en utilisant la formule : $P_{avg} = \\frac{V^2}{Z_0}$, où $V$ est la tension crête-à-crête équivalente divisée par 2 pour le code Manchester. Ensuite, calculer la fréquence maximale du spectre (Nyquist) pour cette transmission, définie comme $f_{max} = 2 \\cdot D_b$ (puisque Manchester utilise deux transitions par bit). Exprimer la puissance en mW et la fréquence en MHz.
\n\n
Question 2 : Pour le code RZ unipolaire avec la même impédance, calculer la puissance moyenne transmise $P_{avg}^{RZ}$ en considérant que le facteur de cycle utile est $50\\%$ (l'impulsion retourne à zéro pendant la seconde moitié de la période du bit). La formule est : $P_{avg}^{RZ} = \\frac{V^2 \\cdot 0.5}{Z_0}$. Comparer avec la puissance du code Manchester et exprimer le ratio $\\frac{P_{avg}^{Manchester}}{P_{avg}^{RZ}}$.
\n\n
Question 3 : Calculer la densité spectrale de puissance maximale (au centre du lobe principal) pour les deux codes. Pour Manchester : $S_{Manchester}^{max} = \\frac{P_{avg}}{T_b}$. Pour RZ : $S_{RZ}^{max} = \\frac{P_{avg}^{RZ}}{T_b}$. Déterminer lequel des deux codes a une concentration spectrale plus élevée et en déduire les implications pour la récupération du signal d'horloge.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 2
\n\n
Question 1 : Puissance moyenne Manchester et fréquence maximale
\n\n
Données fournies :
\n
Débit binaire : $D_b = 1 \\text{ Mbps} = 1 \\times 10^6 \\text{ bps}$
\n
Impédance : $Z_0 = 75 \\text{ Ohms}$
\n
Tension : $V = \\pm 2 \\text{ V}$
\n\n
Étape 1 - Calcul de la puissance moyenne Manchester :
\n
Pour le code Manchester (bipolaire), la tension efficace est $V = 2$ V (crête).
\n\n
Formule générale :
\n
$P_{avg} = \\frac{V^2}{Z_0}$
\n\n
Remplacement des données :
\n
$P_{avg} = \\frac{(2)^2}{75} = \\frac{4}{75}$
\n\n
Calcul :
\n
$P_{avg} = 0.0533 \\text{ W} = 53.3 \\text{ mW}$
\n\n
Résultat 1 :
\n
$\\boxed{P_{avg}^{Manchester} = 53.3 \\text{ mW}}$
\n\n
Étape 2 - Calcul de la fréquence maximale :
\n
Le code Manchester utilise deux transitions par bit (une transition à mi-bit pour le codage et une transition supplémentaire entre les bits). La fréquence maximale est donc :
\n\n
Formule générale :
\n
$f_{max} = 2 \\cdot D_b$
\n\n
Remplacement des données :
\n
$f_{max} = 2 \\times 1 \\text{ MHz} = 2 \\text{ MHz}$
\n\n
Résultat 2 :
\n
$\\boxed{f_{max}^{Manchester} = 2 \\text{ MHz}}$
\n\n
Interprétation : Le code Manchester nécessite deux fois la bande passante du débit binaire. Bien que cela réduit l'efficacité spectrale, l'avantage majeur est que le code Manchester produit des transitions garanties à chaque bit, ce qui facilite considérablement la récupération de l'horloge.
\n\n
Question 2 : Puissance RZ unipolaire et comparaison
\n\n
Données fournies :
\n
Impédance : $Z_0 = 75 \\text{ Ohms}$
\n
Tension : $V = 2 \\text{ V}$
\n
Facteur de cycle utile : $50\\%$ (duty cycle)
\n\n
Étape 1 - Calcul de la puissance moyenne RZ :
\n
Pour le code RZ unipolaire, le signal retourne à zéro pendant la seconde moitié de chaque période de bit. Par conséquent, la puissance moyenne est réduite d'un facteur $0.5$.
\n\n
Formule générale :
\n
$P_{avg}^{RZ} = \\frac{V^2 \\cdot 0.5}{Z_0}$
\n\n
Remplacement des données :
\n
$P_{avg}^{RZ} = \\frac{(2)^2 \\times 0.5}{75} = \\frac{4 \\times 0.5}{75} = \\frac{2}{75}$
\n\n
Calcul :
\n
$P_{avg}^{RZ} = 0.0267 \\text{ W} = 26.7 \\text{ mW}$
\n\n
Résultat 1 :
\n
$\\boxed{P_{avg}^{RZ} = 26.7 \\text{ mW}}$
\n\n
Étape 2 - Calcul du ratio de puissance :
\n\n
Formule générale :
\n
$\\text{Ratio} = \\frac{P_{avg}^{Manchester}}{P_{avg}^{RZ}}$
\n\n
Remplacement des données :
\n
$\\text{Ratio} = \\frac{53.3}{26.7} = \\frac{0.0533}{0.0267}$
\n\n
Calcul :
\n
$\\text{Ratio} = 2.0$
\n\n
Résultat 2 :
\n
$\\boxed{\\frac{P_{avg}^{Manchester}}{P_{avg}^{RZ}} = 2.0}$
\n\n
Interprétation : Le code Manchester consomme exactement deux fois plus de puissance que le code RZ unipolaire. C'est parce que Manchester utilise une amplitude de signal constante et des transitions à chaque bit, tandis que RZ unipolaire a une puissance moyenne réduite de moitié en raison du cycle utile de 50%. Cette différence de puissance est un compromis entre l'efficacité énergétique (RZ) et la facilité de récupération de l'horloge (Manchester).
\n\n
Question 3 : Densité spectrale de puissance et implications pour la récupération d'horloge
\n\n
Données fournies :
\n
Débit binaire : $D_b = 1 \\text{ Mbps}$
\n
Période du bit : $T_b = \\frac{1}{D_b} = \\frac{1}{1 \\times 10^6} = 1 \\times 10^{-6} \\text{ s} = 1 \\text{ µs}$
\n
$P_{avg}^{Manchester} = 53.3 \\times 10^{-3} \\text{ W}$
\n
$P_{avg}^{RZ} = 26.7 \\times 10^{-3} \\text{ W}$
\n\n
Étape 1 - Calcul de la DSP maximale Manchester :
\n\n
Formule générale :
\n
$S_{Manchester}^{max} = \\frac{P_{avg}^{Manchester}}{T_b}$
\n\n
Remplacement des données :
\n
$S_{Manchester}^{max} = \\frac{53.3 \\times 10^{-3}}{1 \\times 10^{-6}}$
\n\n
Calcul :
\n
$S_{Manchester}^{max} = 53.3 \\times 10^3 \\text{ W/s} = 53300 \\text{ W} = 5.33 \\times 10^4 \\text{ W}$
\n\n
Ou en mW/Hz : $S_{Manchester}^{max} = 53.3 \\text{ mW} / 1 \\text{ µs} = 53300 \\text{ mW/Hz}$
\n\n
Résultat 1 :
\n
$\\boxed{S_{Manchester}^{max} = 5.33 \\times 10^{4} \\text{ W} \\text{ ou } 53.3 \\text{ mW/µs}}$
\n\n
Étape 2 - Calcul de la DSP maximale RZ :
\n\n
Formule générale :
\n
$S_{RZ}^{max} = \\frac{P_{avg}^{RZ}}{T_b}$
\n\n
Remplacement des données :
\n
$S_{RZ}^{max} = \\frac{26.7 \\times 10^{-3}}{1 \\times 10^{-6}}$
\n\n
Calcul :
\n
$S_{RZ}^{max} = 26.7 \\times 10^3 \\text{ W/s} = 26700 \\text{ W} = 2.67 \\times 10^4 \\text{ W}$
\n\n
Résultat 2 :
\n
$\\boxed{S_{RZ}^{max} = 2.67 \\times 10^{4} \\text{ W} \\text{ ou } 26.7 \\text{ mW/µs}}$
\n\n
Étape 3 - Comparaison et détermination du code à concentration spectrale plus élevée :
\n\n
$S_{Manchester}^{max} = 5.33 \\times 10^4 \\text{ W} > S_{RZ}^{max} = 2.67 \\times 10^4 \\text{ W}$
\n\n
Le ratio de concentration spectrale est :
\n
$\\frac{S_{Manchester}^{max}}{S_{RZ}^{max}} = \\frac{5.33 \\times 10^4}{2.67 \\times 10^4} = 2.0$
\n\n
Résultat 3 :
\n
$\\boxed{\\text{Manchester a une concentration spectrale 2 fois plus élevée que RZ}}$
\n\n
Implications pour la récupération du signal d'horloge :
\n\n
1. Code Manchester : La densité spectrale de puissance concentrée est plus élevée. Cela signifie que le signal Manchester contient une composante harmonique forte et régulière à la fréquence d'horloge $f_c = D_b = 1 \\text{ MHz}$. Cette concentration élevée facilite grandement la récupération de l'horloge par des circuits de boucle à verrouillage de phase (PLL). Le signal Manchester est donc idéal pour les applications nécessitant une synchronisation précise.
\n\n
2. Code RZ unipolaire : La densité spectrale de puissance concentrée est plus faible (50% de celle du Manchester). Le signal RZ contient moins d'énergie à la fréquence d'horloge, ce qui rend la récupération de l'horloge plus difficile et moins fiable. Des circuits de récupération plus sophistiqués ou des techniques de traitement du signal (comme le redressement par mise au carré) sont nécessaires.
\n\n
Conclusion : Manchester est préféré dans les applications où la récupération d'horloge est critique (communications série, Ethernet, etc.), tandis que RZ est utilité dans des contextes où la bande passante et la puissance sont limités.
",
    "id_category": "2",
    "id_number": "13"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 3 : Codes M-aires et efficacité spectrale
\n\n
Un système de transmission numérique adopte un encodage 4-aire (M = 4) pour améliorer l'efficacité spectrale. La séquence de bits de sortie est $\\text{10110001}$, qui sera convertie en symboles 4-aires : $\\text{10} \\rightarrow s_0$, $\\text{11} \\rightarrow s_1$, $\\text{00} \\rightarrow s_2$, $\\text{01} \\rightarrow s_3$. Le débit binaire est $D_b = 4$ Mbps et l'impédance est $Z_0 = 50$ Ohms. Les niveaux de tension pour les 4 symboles sont : $s_0 = -3 \\text{ V}$, $s_1 = -1 \\text{ V}$, $s_2 = +1 \\text{ V}$, $s_3 = +3 \\text{ V}$.
\n\n
Question 1 : Convertir la séquence de bits $\\text{10110001}$ en symboles 4-aires et calculer le débit de symboles $D_s$ (en symboles par seconde). Calculer également le nombre de niveaux de quantification $L = M$ et la largeur de bande requise pour la transmission 4-aire, définie comme : $B_w^{4-aire} = \\frac{D_b}{2}$ pour un code NRZ 4-aire. Exprimer $B_w^{4-aire}$ en MHz.
\n\n
Question 2 : Calculer l'énergie moyenne par symbole $E_s$ pour le code 4-aire en utilisant : $E_s = \\frac{1}{M} \\sum_{i=0}^{M-1} \\frac{s_i^2 \\cdot T_s}{Z_0}$, où $T_s = \\frac{M \\cdot T_b}{M} = \\frac{T_b \\cdot M}{M}$ (période du symbole). Exprimer $E_s$ en nanojoules (nJ).
\n\n
Question 3 : Comparer l'efficacité spectrale (en bits/Hz) entre le code NRZ unipolaire classique (2-aire avec M = 2) et le code NRZ 4-aire. Pour le NRZ 2-aire : $\\eta_2 = \\frac{D_b}{B_w^{2-aire}} = \\frac{D_b}{2 \\cdot D_b} = 0.5 \\text{ bit/Hz}$. Pour le NRZ 4-aire : $\\eta_4 = \\frac{D_b}{B_w^{4-aire}}$. Calculer le ratio de gain d'efficacité spectrale $\\frac{\\eta_4}{\\eta_2}$ et interpréter l'impact sur la capacité du canal.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 3
\n\n
Question 1 : Conversion en symboles 4-aires et calculs de débit et bande passante
\n\n
Données fournies :
\n
Séquence de bits : $\\text{10110001}$ (8 bits)
\n
Nombre de niveaux : $M = 4$
\n
Débit binaire : $D_b = 4 \\text{ Mbps}$
\n\n
Étape 1 - Conversion des bits en symboles 4-aires :
\n
La séquence est divisée en paires de bits :
\n
$\\text{10} | \\text{11} | \\text{00} | \\text{01}$
\n\n
Conversion selon la table de correspondance :
\n
$\\text{10} \\rightarrow s_0 = -3 \\text{ V}$
\n
$\\text{11} \\rightarrow s_1 = -1 \\text{ V}$
\n
$\\text{00} \\rightarrow s_2 = +1 \\text{ V}$
\n
$\\text{01} \\rightarrow s_3 = +3 \\text{ V}$
\n\n
Séquence de symboles résultante :
\n
$\\boxed{s_0, s_1, s_2, s_3 \\text{ soit } -3V, -1V, +1V, +3V}$
\n\n
Étape 2 - Calcul du débit de symboles :
\n
Chaque symbole 4-aire représente $\\log_2(M) = \\log_2(4) = 2$ bits.
\n\n
Formule générale :
\n
$D_s = \\frac{D_b}{\\log_2(M)}$
\n\n
Remplacement des données :
\n
$D_s = \\frac{4 \\text{ Mbps}}{2}$
\n\n
Calcul :
\n
$D_s = 2 \\text{ Msymbole/s} = 2 \\text{ Mbaud}$
\n\n
Résultat 1 :
\n
$\\boxed{D_s = 2 \\text{ Mbaud}}$
\n\n
Étape 3 - Nombre de niveaux de quantification :
\n
$L = M = 4 \\text{ niveaux}$
\n\n
Résultat 2 :
\n
$\\boxed{L = 4 \\text{ niveaux}}$
\n\n
Étape 4 - Calcul de la largeur de bande 4-aire :
\n
Pour un code NRZ M-aire, la largeur de bande occupée (lobe principal) est :
\n\n
Formule générale :
\n
$B_w^{4-aire} = D_s = \\frac{D_b}{\\log_2(M)}$
\n\n
Remplacement des données :
\n
$B_w^{4-aire} = \\frac{4 \\text{ Mbps}}{2}$
\n\n
Calcul :
\n
$B_w^{4-aire} = 2 \\text{ MHz}$
\n\n
Résultat 3 :
\n
$\\boxed{B_w^{4-aire} = 2 \\text{ MHz}}$
\n\n
Interprétation : La largeur de bande requise pour le code 4-aire est seulement $2$ MHz, soit $50\\%$ de celle requise pour un code 2-aire classique à $4$ Mbps (qui nécessiterait $4$ MHz). Cela démontre l'efficacité spectrale accrue du codage multi-niveau.
\n\n
Question 2 : Énergie moyenne par symbole
\n\n
Données fournies :
\n
Tension des symboles : $s_0 = -3 \\text{ V}$, $s_1 = -1 \\text{ V}$, $s_2 = +1 \\text{ V}$, $s_3 = +3 \\text{ V}$
\n
Impédance : $Z_0 = 50 \\text{ Ohms}$
\n
Débit binaire : $D_b = 4 \\text{ Mbps}$
\n
Période du symbole : $T_s = \\frac{1}{D_s} = \\frac{1}{2 \\times 10^6} = 0.5 \\times 10^{-6} \\text{ s} = 0.5 \\text{ µs}$
\n\n
Étape 1 - Calcul de l'énergie pour chaque symbole :
\n
L'énergie pour chaque niveau de tension est :
\n
$E_i = \\frac{s_i^2 \\cdot T_s}{Z_0}$
\n\n
Pour $s_0 = -3 \\text{ V}$ :
\n
$E_0 = \\frac{(-3)^2 \\times 0.5 \\times 10^{-6}}{50} = \\frac{9 \\times 0.5 \\times 10^{-6}}{50} = \\frac{4.5 \\times 10^{-6}}{50} = 0.09 \\times 10^{-6} \\text{ J}$
\n\n
Pour $s_1 = -1 \\text{ V}$ :
\n
$E_1 = \\frac{(-1)^2 \\times 0.5 \\times 10^{-6}}{50} = \\frac{1 \\times 0.5 \\times 10^{-6}}{50} = \\frac{0.5 \\times 10^{-6}}{50} = 0.01 \\times 10^{-6} \\text{ J}$
\n\n
Pour $s_2 = +1 \\text{ V}$ :
\n
$E_2 = \\frac{(+1)^2 \\times 0.5 \\times 10^{-6}}{50} = \\frac{1 \\times 0.5 \\times 10^{-6}}{50} = 0.01 \\times 10^{-6} \\text{ J}$
\n\n
Pour $s_3 = +3 \\text{ V}$ :
\n
$E_3 = \\frac{(+3)^2 \\times 0.5 \\times 10^{-6}}{50} = \\frac{9 \\times 0.5 \\times 10^{-6}}{50} = 0.09 \\times 10^{-6} \\text{ J}$
\n\n
Étape 2 - Calcul de l'énergie moyenne par symbole :
\n\n
Formule générale :
\n
$E_s = \\frac{1}{M} \\sum_{i=0}^{M-1} E_i$
\n\n
Remplacement des données :
\n
$E_s = \\frac{1}{4} (E_0 + E_1 + E_2 + E_3)$
\n
$E_s = \\frac{1}{4} (0.09 \\times 10^{-6} + 0.01 \\times 10^{-6} + 0.01 \\times 10^{-6} + 0.09 \\times 10^{-6})$
\n\n
Calcul :
\n
$E_s = \\frac{1}{4} \\times 0.20 \\times 10^{-6} = 0.05 \\times 10^{-6} \\text{ J} = 50 \\times 10^{-9} \\text{ J}$
\n\n
Résultat :
\n
$\\boxed{E_s = 50 \\text{ nJ} = 5.0 \\times 10^{-8} \\text{ J}}$
\n\n
Interprétation : L'énergie moyenne par symbole est de $50$ nJ. Cette valeur reflète la distribution uniformément distante des 4 niveaux de tension, qui forme une constellation symétrique. En raison de cette symétrie, les deux symboles extrêmes (s₀ = -3V et s₃ = +3V) consomment plus d'énergie que les symboles intérieurs (s₁ = -1V et s₂ = +1V), mais la moyenne reste équilibrée.
\n\n
Question 3 : Efficacité spectrale et comparaison 2-aire vs 4-aire
\n\n
Données fournies :
\n
Débit binaire : $D_b = 4 \\text{ Mbps}$
\n
Bande passante NRZ 2-aire : $B_w^{2-aire} = 2 \\cdot D_b$
\n
Bande passante NRZ 4-aire : $B_w^{4-aire} = 2 \\text{ MHz}$
\n\n
Étape 1 - Calcul de l'efficacité spectrale 2-aire :
\n\n
Formule générale :
\n
$\\eta_2 = \\frac{D_b}{B_w^{2-aire}}$
\n\n
Remplacement des données :
\n
Pour un code NRZ 2-aire, la largeur de bande est $B_w^{2-aire} = 2 \\times D_b = 2 \\times 4 = 8 \\text{ MHz}$
\n\n
$\\eta_2 = \\frac{4 \\text{ Mbps}}{8 \\text{ MHz}} = \\frac{4}{8} = 0.5 \\text{ bit/Hz}$
\n\n
Résultat 1 :
\n
$\\boxed{\\eta_2 = 0.5 \\text{ bit/Hz}}$
\n\n
Étape 2 - Calcul de l'efficacité spectrale 4-aire :
\n\n
Formule générale :
\n
$\\eta_4 = \\frac{D_b}{B_w^{4-aire}}$
\n\n
Remplacement des données :
\n
$\\eta_4 = \\frac{4 \\text{ Mbps}}{2 \\text{ MHz}}$
\n\n
Calcul :
\n
$\\eta_4 = 2 \\text{ bit/Hz}$
\n\n
Résultat 2 :
\n
$\\boxed{\\eta_4 = 1.0 \\text{ bit/Hz}}$
\n\n
Étape 3 - Calcul du ratio de gain d'efficacité spectrale :
\n\n
Formule générale :
\n
$\\text{Gain} = \\frac{\\eta_4}{\\eta_2}$
\n\n
Remplacement des données :
\n
$\\text{Gain} = \\frac{1.0}{0.5} = 2.0$
\n\n
Résultat 3 :
\n
$\\boxed{\\text{Ratio de gain d'efficacité spectrale} = 2.0}$
\n\n
Interprétation et impact sur la capacité du canal :
\n\n
Le codage 4-aire offre une efficacité spectrale exactement 2 fois supérieure au codage 2-aire classique. Cela signifie :
\n\n
1. Utilisation du spectre : Pour transmettre le même débit binaire de $4$ Mbps, le codage 4-aire nécessite seulement $2$ MHz de bande passante, tandis que le codage 2-aire en nécessite $8$ MHz. C'est une réduction de $75\\%$ de la bande requise.
\n\n
2. Impact sur la capacité du canal (Théorème de Shannon-Nyquist) :
\n
$C = B \\times \\log_2(1 + \\frac{S}{N})$
\n\n
Pour un rapport signal-à-bruit donné, augmenter l'efficacité spectrale (en utilisant plus de niveaux) permet soit :
\n
a) De transmettre le même débit avec une bande passante réduite
\n
b) D'augmenter le débit binaire pour une bande passante fixe
\n\n
3. Compromis : bruit et ISI : Le gain d'efficacité spectrale s'accompagne cependant d'inconvénients :
\n
• Immunité au bruit réduite : Les 4 niveaux sont plus proches les uns des autres, ce qui rend la détection plus sensible aux erreurs causées par le bruit de canal.
\n
• Interférence intersymbole (ISI) : La transmission 4-aire est plus vulnérable à l'ISI, nécessitant une égalisation plus sophistiquée du canal.
\n\n
Conclusion : Le codage 4-aire améliore l'efficacité spectrale d'un facteur 2, ce qui est un avantage significatif pour les applications à bande limitée (comme les télécommunications sans fil). Cependant, ce gain doit être pesé contre l'augmentation de la complexité du récepteur et la réduction de la marge de bruit.
",
    "id_category": "2",
    "id_number": "14"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 1 : Transmission numérique par code NRZ bipolaire
\n
On considère une chaîne de transmission numérique élémentaire utilisant un code NRZ bipolaire, pour acheminer un flux binaire à débit $R_b = 2 \\, Mbit/s$. Le signal transmis est véhiculé sur une ligne de transmission de longueur $L = 3 \\, km$, de bande passante $B = 2.5 \\, MHz$, et d’impédance caractéristique $Z_0 = 75 \\, \\Omega$. Le code NRZ bipolaire attribue les valeurs $+V_0$, $0$, $-V_0$ pour respectivement des bits 1, transitions ou bits 0 (pour simplification). 
\n\n
Question 1 : Calculer la durée d’un symbole $T_s$ et représenter la séquence binaire [1 0 1 1 0 0 1 0] en code NRZ bipolaire, en indiquant la tension à chaque instant. 
\n\n
Question 2 : Calculer la densité spectrale de puissance $S(f)$ pour ce code et déterminer la largeur de bande occupée à $-3 \\, dB$. Exprimer la relation analytique de $S(f)$ à partir de l'expression du code NRZ bipolaire.
\n\n
Question 3 : En supposant que le taux d’erreurs binaire à l’arrivée soit limité à $P_e = 10^{-7}$ et que le bruit blanc en entrée du récepteur ait une densité spectrale de puissance $N_0 = 2 \\, 10^{-12} \\, W/Hz$, calculer la puissance minimale du signal reçu $P_r$ garantissant ce taux d’erreurs, avec détection optimale, dans le cas d’une transmission binaire antipodale NRZ. 
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 1
\n
Question 1 :
\n
1. Formule générale dans $T_s = \\frac{1}{R_b}$
\n
2. Remplacement des données dans $T_s = \\frac{1}{2 \\times 10^{6}}$
\n
3. Calcul dans $T_s = 0.5 \\times 10^{-6} = 0.5 \\, \\mu s$
\n
4. Résultat final dans $T_s = 0.5 \\, \\mu s$
\n
La séquence [1 0 1 1 0 0 1 0] donne : +V_0, -V_0, +V_0, -V_0, +V_0, -V_0, +V_0, -V_0 selon la règle du code NRZ bipolaire.
\n\n
Question 2 :
\n
1. Formule générale dans $S(f) = \\frac{A^2 T_s}{4} \\mathrm{sinc}^2(\\pi f T_s)$
\n
Pour un code NRZ bipolaire, $A$ est l'amplitude du symbole (ici, $V_0$), et $\\mathrm{sinc}(x) = \\frac{\\sin x}{x}$.
\n
2. Remplacement des données dans $T_s = 0.5 \\, \\mu s = 0.5 \\times 10^{-6} s$
\n
3. Calcul de la largeur de bande à -3 dB :
\n
$B_{-3dB} \\simeq \\frac{0.443}{T_s}$ donc $B_{-3dB} = \\frac{0.443}{0.5 \\times 10^{-6}} = 0.886 \\times 10^6 = 886 \\, kHz$
\n
4. Résultat final dans $S(f) = \\frac{V_0^2 \\times 0.5 \\times 10^{-6}}{4} \\mathrm{sinc}^2(\\pi f \\times 0.5 \\times 10^{-6})$ et $B_{-3dB} = 886 \\, kHz$
\n\n
Question 3 :
\n
Détection optimale binaire antipodale : $P_e = Q\\left(\\sqrt{\\frac{2 E_b}{N_0}}\\right)$ donc $E_b = \\frac{(Q^{-1}(P_e))^2 N_0}{2}$ où $E_b = \\frac{P_r}{R_b}$
\n
1. Formule générale dans $P_r = E_b R_b = \\frac{(Q^{-1}(P_e))^2 N_0}{2} R_b$
\n
2. Remplacement : $Q^{-1}(10^{-7}) \\approx 5.2;\\ N_0 = 2\\times 10^{-12} \\, W/Hz;\\ R_b = 2 \\times 10^6$
\n
3. Calcul numérique dans $P_r = \\frac{(5.2)^2 \\times 2 \\times 10^{-12}}{2} \\times 2 \\times 10^6 = \\frac{27.04 \\times 2 \\times 10^{-12}}{2} \\times 2 \\times 10^6 = 27.04 \\times 10^{-12} \\times 10^6 = 27.04 \\times 10^{-6} = 27.04 \\mu W$
\n
4. Résultat final dans $P_r = 27.04 \\mu W = -15.7 \\, dBm$ (car $10 \\log_{10}(27.04 \\times 10^{-6}) = -15.7$)
\n
Pour garantir un taux d'erreurs inférieur à $10^{-7}$, il faut un rapport signal sur bruit suffisant, ce qui fixe la puissance minimale $P_r$ ainsi obtenue.
",
    "id_category": "2",
    "id_number": "15"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 2 : Analyse spectrale du code RZ unipolaire et du code Manchester
\n
On souhaite transmettre une séquence binaire de longueur $N = 10^4$ bits à un débit $R_b = 1 \\, Mbit/s$, en utilisant : (i) un code RZ unipolaire, (ii) un code biphase Manchester. La tension crête d’émission est $V_0 = 2 \\, V$. 
\n\n
Question 1 : Pour le code RZ unipolaire, calculer la valeur moyenne, la puissance moyenne, l'efficacité spectrale (en bps/Hz) et la densité spectrale de puissance $S_{RZ}(f)$. Donner les formules analytiques et estimer numériquement la puissance pour la séquence si le nombre de bits 1 est de $N_1 = 5500$.
\n\n
Question 2 : Pour le code Manchester, déterminer la largeur de bande principale occupée à $-10 \\, dB$ et exprimer analytiquement la densité spectrale de puissance. Calculer la fréquence du lobe principal et la largeur spectrale efficace.
\n\n
Question 3 : Les deux signaux sont filtrés par un filtre passe-bas idéal de largeur $B = 0.8 \\, MHz$. Calculer la puissance moyenne à la sortie du filtre pour chaque code. Discuter quel code minimise l’interférence intersymbole (ISI).
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 2
\n
Question 1 :
\n
1. Valeur moyenne pour le code RZ unipolaire, sur $N$ bits dont $N_1$ à 1 : 
\n
Formule dans $m = \\frac{N_1}{N} V_0 \\times \\gamma$ ($\\gamma$ fraction de durée utile par symbole, ici $0.5$)
\n
Remplacement dans $m = \\frac{5500}{10000} \\times 2 \\times 0.5 = 0.55 V$.
\n
Puissance moyenne dans $P = \\frac{N_1}{N} V_0^2 \\times \\gamma$ ; $P = \\frac{5500}{10000} \\times (2)^2 \\times 0.5 = 1.1 W$.
\n
Efficacité spectrale (supposant bande principale à $R_b$) dans $\\eta = \\frac{R_b}{B_{-3dB}}$ ; ici, RZ : largeur de base = $1.5 R_b$ et $\\eta_{RZ} \\approx \\frac{1}{1.5} = 0.67 bps/Hz$.
\n
Densité spectrale de puissance : $S_{RZ}(f) = \\frac{A^2 T_s}{4} \\mathrm{sinc}^2(\\pi f T_s / 2)\\cdot \\mathrm{sinc}^2(\\pi f T_s)$ (A = V_0)
\n
Résultat final : 
moyenne $0.55 V$, puissance $1.1 W$, efficacité spectrale $0.67 bps/Hz$, $S_{RZ}(f)$ selon la formule ci-dessus.
\n\n
Question 2 :
\n
Densité spectrale du code Manchester :
\n
Formule dans $S_{Man}(f) = \\frac{A^2 T_s}{4} \\sin^2(\\pi f T_s / 2) \\cdot \\mathrm{sinc}^2(\\pi f T_s/2)$
\n
Largeur principale (lobe central, annulation à $f = R_b$) donc largeur effective $B_{eff} = R_b$. Largeur à $-10 \\, dB$ estimée à $0.65 R_b = 650 kHz$. Fréquence du lobe principal : $f_{max} = R_b / 2 = 0.5 MHz$. Largeur spectrale efficace : $1 MHz$.
\n
Résultat final : largeur à $-10 \\, dB$ $650 kHz$ ; densité spectrale formule 
ci-dessus ; lobe maximal à $0.5 MHz$.
\n\n
Question 3 :
\n
Puissance moyenne en sortie du filtre (passe-bas idéal de $B = 0.8 MHz$) pour chaque code, proportion de l'énergie transmise :
\n
Pour RZ : énergie transmise = aire sous $S_{RZ}(f)$ sur [0, 0.8 MHz]
\n
Pour Manchester : énergie transmise (majorité dans [0, 0.8 MHz]) ; puissance passe sans atténuation significative.
\n
Pourcentage transmis environ 95% pour Manchester et 80% pour RZ.
\n
Résultat final : puissance sortie filtre RZ $0.88 W$ ; Manchester $1.05 W$. Le code Manchester minimise intrinsèquement l'ISI grâce à sa transition centrale dans chaque bit.
",
    "id_category": "2",
    "id_number": "16"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 3 : Transmission multivaluée et codage de haute densité HDB3
\n
On considère un système transmettant des trames constituées de $1200$ bits, codées selon le code NRZ 4-aire (2 bits par symbole), puis HDB3 pour la fiabilité de la synchronisation. Le débit d’entrée est $R_b = 4 \\, Mbit/s$. Le canal a une bande passante $B = 3 \\, MHz$ et une densité spectrale de puissance de bruit blanche $N_0 = 10^{-11} W/Hz$. L’amplitude symbole 4-aire est $A = 1.5 V$.
\n\n
Question 1 : Encodage : Donner la séquence “11 00 10 01 01 00 00 11” en code NRZ 4-aire, montrer le diagramme des tensions, puis convertir en HDB3 (règle de violation). Indiquer les tensions de chaque bit dans HDB3.
\n\n
Question 2 : Calculer la densité spectrale de puissance $S(f)$ du code 4-aire, la largeur de bande à $-3 \\, dB$, et l’efficacité spectrale en bps/Hz.
\n\n
Question 3 : En transmission optimale synchrone (hypothèse de détection idéale), calculer la puissance minimale reçue nécessaire, exprimée en $dBm$, pour garantir un taux d’erreurs inférieur à $10^{-5}$ sur chaque symbole, en supposant modulation NRZ orthogonale 4-aire et bruit blanc.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 3
\n
Question 1 :
\n
Code NRZ 4-aire attribue -1.5 V (00), -0.5 V (01), +0.5 V (10), +1.5 V (11).
\n
Séquence : '11 00 10 01 01 00 00 11'
\nCorrespondances tensions : +1.5 V, -1.5 V, +0.5 V, -0.5 V, -0.5 V, -1.5 V, -1.5 V, +1.5 V
\n
HDB3 : Appliquer la règle de remplacement après quatre zéros, substituer par une séquence de violation (B00V) selon la polarité d’inversion. Car sur la séquence exemple il y a trois zéros consécutifs, d'où un code polarité identique sauf zéro (0) où exigé.
\n
Tensions HDB3 : +1.5 V, -1.5 V, +0.5 V, -0.5 V, -0.5 V, -1.5 V, -1.5 V, +1.5 V (sans violation ici car pas quatre zéros consécutifs).
\n\n
Question 2 :
\n
Densité spectrale :
\n
Formule dans $S(f) = \\frac{A^2 T_s}{4} \\mathrm{sinc}^2(\\pi f T_s)\\cdot (1-\\rho^2) + \\frac{A^2 T_s}{4} \\rho^2 \\delta(f)$, avec T_s symbole et $\\rho$ coefficient DC nul.
\n
Largeur de bande à $-3\\,dB$ : $B_{-3dB} \\simeq 0.443 / T_s = 0.443 \\times 2 R_b = 0.886 \\times 4 \\times 10^6 = 3.54 \\mathrm{MHz}$
\n
Efficacité spectrale : $\\eta = R_b / B_{-3dB} = 4 / 3.54 = 1.13 bps/Hz$
\n\n
Question 3 :
\n
Détection orthogonale 4-aire, SER : 
\n
Formule dans $P_{e,sym} = Q\\left(\\sqrt{\\frac{d^2}{2N_0}}\\right)$.
Puissance nécessaire : énergie par symbole $E_s = \\frac{(Q^{-1}(10^{-5}))^2 N_0}{2}$.
Puissance reçue $P_r = \\frac{E_s}{T_s} = E_s \\times R_s$, $R_s = R_b/2 = 2 \\times 10^6 s^{-1}$.
\n
$Q^{-1}(10^{-5}) = 4.265;$ $E_s = \\frac{(4.265)^2 \\times 10^{-11}}{2} = \\frac{18.2 \\times 10^{-11}}{2} = 9.1 \\times 10^{-11} J$.
\n
$P_r = 9.1 \\times 10^{-11} \\times 2 \\times 10^6 = 1.82 \\times 10^{-4} W = 0.182 mW$ soit en dBm :
\n
Résultat final $-7.4 dBm$ (car $10 \\log_{10}(0.182) = -7.4$), seuil garantissant SER < 10^{-5}.
",
    "id_category": "2",
    "id_number": "17"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Codage NRZ Unipolaire et Densité Spectrale de Puissance
Une chaîne de transmission numérique en bande de base utilise un code NRZ unipolaire pour transmettre une séquence binaire à un débit binaire $D_b = 2.4$ Mbit/s. La séquence de bits à transmettre est 1011010011. L'impulsion mise en forme est un pulse rectangulaire de durée $T_b = 1/D_b$ avec une amplitude $A = 2$ V pour le bit 1 et $A = 0$ V pour le bit 0. Les impulsions sont transmises sans bruit sur un canal idéal.
Question 1: Déterminer la durée des symboles $T_b$, la durée totale de transmission de la séquence, et construire le diagramme temporel du signal transmis en représentant chaque élément binaire. Calculer le nombre total de transitions (changements d'amplitude) dans cette séquence.
Question 2: Calculer la densité spectrale de puissance (DSP) du code NRZ unipolaire en bande de base en utilisant la formule générale $S_x(f) = \\frac{A^2 T_b}{4}\\left[\\delta(f) + \\text{sinc}^2\\left(\\pi f T_b\\right)\\right]$ pour un code dont la valeur moyenne est $\\bar{x} = A/2$. Déterminer les valeurs de la DSP aux fréquences $f = 0$, $f = 1/(2T_b)$, et $f = 1/T_b$, puis tracer l'allure qualitative du spectre jusqu'à $5/T_b$.
Question 3: Calculer la puissance moyenne du signal transmis et la largeur de bande nécessaire pour transmettre 99% de l'énergie du signal. Comparer avec la largeur de bande théorique du signal modulé et conclure sur l'efficacité spectrale du code NRZ unipolaire pour cette application.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solutions détaillées - Exercice 1
Question 1: Durée des symboles et diagramme temporel
Données:
Débit binaire: $D_b = 2.4$ Mbit/s $= 2.4 \\times 10^6$ bit/s
Séquence binaire: 1011010011 (10 bits)
Amplitude: $A = 2$ V pour bit 1, $A = 0$ V pour bit 0
Résolution:
Étape 1: Calcul de la durée des symboles
$T_b = \\frac{1}{D_b} = \\frac{1}{2.4 \\times 10^6}$
$T_b = 4.167 \\times 10^{-7} \\text{ s} = 416.7 \\text{ ns}$
Étape 2: Calcul de la durée totale de transmission
$T_{total} = n_{bits} \\times T_b = 10 \\times 4.167 \\times 10^{-7}$
$T_{total} = 4.167 \\times 10^{-6} \\text{ s} = 4.167 \\text{ µs}$
Étape 3: Construction du diagramme temporel
La séquence 1011010011 produit les niveaux suivants:
Bit 1: Amplitude 2 V (0 à 416.7 ns)
Bit 0: Amplitude 0 V (416.7 à 833.4 ns)
Bit 1: Amplitude 2 V (833.4 à 1250.1 ns)
Bit 1: Amplitude 2 V (1250.1 à 1666.8 ns)
Bit 0: Amplitude 0 V (1666.8 à 2083.5 ns)
Bit 1: Amplitude 2 V (2083.5 à 2500.2 ns)
Bit 0: Amplitude 0 V (2500.2 à 2916.9 ns)
Bit 0: Amplitude 0 V (2916.9 à 3333.6 ns)
Bit 1: Amplitude 2 V (3333.6 à 3750.3 ns)
Bit 1: Amplitude 2 V (3750.3 à 4167.0 ns)
Étape 4: Comptage des transitions
Les transitions (changements d'amplitude) se produisent aux instants suivants:
De 2V à 0V (après bit 1): transition au temps $T_b$
De 0V à 2V (après bit 0): transition au temps $2T_b$
De 2V à 0V (après bit 1): transition au temps $4T_b$
De 0V à 2V (après bit 0): transition au temps $5T_b$
De 2V à 0V (après bit 1): transition au temps $6T_b$
Nombre de transitions = 5
Résultat final:
$\\boxed{T_b = 416.7 \\text{ ns}, \\quad T_{total} = 4.167 \\text{ µs}, \\quad \\text{Nombre de transitions} = 5}$
Interprétation: Chaque bit dure 416.7 ns. La séquence complète s'étend sur 4.167 microsecondes. Les 5 transitions correspondent aux changements d'état dans la séquence binaire: 1→0, 0→1, 1→0, 0→1, 1→0 (après les bits successifs). Le code NRZ unipolaire présente des niveaux constants pendant la durée de chaque bit.
Question 2: Densité spectrale de puissance
Données:
Amplitude: $A = 2$ V
Durée symbole: $T_b = 4.167 \\times 10^{-7}$ s
Formule DSP: $S_x(f) = \\frac{A^2 T_b}{4}\\left[\\delta(f) + \\text{sinc}^2\\left(\\pi f T_b\\right)\\right]$
Fréquences d'intérêt: $f = 0$, $f = 1/(2T_b)$, $f = 1/T_b$
Résolution:
Étape 1: Calcul des fréquences d'intérêt
$f_1 = 0 \\text{ Hz}$
$f_2 = \\frac{1}{2T_b} = \\frac{1}{2 \\times 4.167 \\times 10^{-7}} = 1.2 \\times 10^6 \\text{ Hz} = 1.2 \\text{ MHz}$
$f_3 = \\frac{1}{T_b} = \\frac{1}{4.167 \\times 10^{-7}} = 2.4 \\times 10^6 \\text{ Hz} = 2.4 \\text{ MHz}$
Étape 2: Calcul du coefficient de normalization
$\\frac{A^2 T_b}{4} = \\frac{4 \\times 4.167 \\times 10^{-7}}{4} = 4.167 \\times 10^{-7} \\text{ V}^2\\text{s}$
Étape 3: Calcul de la DSP à $f = 0$
À $f = 0$, on a une composante continue due au code unipolaire:
$S_x(0) = \\frac{A^2 T_b}{4} \\times \\delta(0) = \\infty$ (impulsion de Dirac)
La puissance associée au niveau DC est:
$P_{DC} = \\left(\\frac{A}{2}\\right)^2 = \\left(\\frac{2}{2}\\right)^2 = 1 \\text{ V}^2$
Étape 4: Calcul de la DSP pour $f = 1/(2T_b)$
$\\text{sinc}\\left(\\pi \\times 1.2 \\times 10^6 \\times 4.167 \\times 10^{-7}\\right) = \\text{sinc}(\\pi/2) = \\text{sinc}(1.5708) = 0$
$S_x(f_2) = \\frac{A^2 T_b}{4} \\times \\text{sinc}^2(\\pi/2) = 4.167 \\times 10^{-7} \\times 0 = 0$
Étape 5: Calcul de la DSP pour $f = 1/T_b$
$\\text{sinc}(\\pi \\times 2.4 \\times 10^6 \\times 4.167 \\times 10^{-7}) = \\text{sinc}(\\pi) = 0$
$S_x(f_3) = \\frac{A^2 T_b}{4} \\times \\text{sinc}^2(\\pi) = 0$
Étape 6: Allure du spectre
Le spectre du code NRZ unipolaire présente:
Une composante continue (impulsion de Dirac) à $f = 0$
Un maximum principal de largeur $2/(T_b) = 4.8$ MHz
Des zéros aux multiples de $1/T_b = 2.4$ MHz
Une décroissance en sinc²
Résultat final:
$\\boxed{S_x(0) = \\text{impulsion DC}, \\quad S_x(f_2) = 0 \\text{ V}^2/\\text{Hz}, \\quad S_x(f_3) = 0 \\text{ V}^2/\\text{Hz}}$
Interprétation: Le code NRZ unipolaire concentre son énergie spectrale autour de fréquences basses (composante continue importante) et dans une bande principale jusqu'à environ $2/T_b$. Les zéros spectraux aux multiples de la fréquence symbole sont caractéristiques de ce code. La présence d'une composante DC importante est un inconvénient majeur du code NRZ unipolaire pour les canaux AC-couplés.
Question 3: Puissance moyenne et largeur de bande pour 99% d'énergie
Données:
Amplitude: $A = 2$ V
Durée symbole: $T_b = 4.167 \\times 10^{-7}$ s
Code: NRZ unipolaire avec probabilités égales P(1) = P(0) = 0.5
Résolution:
Étape 1: Calcul de la puissance moyenne
Pour un code NRZ unipolaire avec bits équiprobables:
$P_{moy} = P(1) \\times A^2 + P(0) \\times 0^2 = 0.5 \\times 4 + 0.5 \\times 0$
$P_{moy} = 2 \\text{ V}^2$
Étape 2: Calcul de la bande passante pour 99% de l'énergie
Pour le code NRZ unipolaire, l'énergie spectrale cumulée est donnée par une intégrale du spectre sinc². Environ 99% de l'énergie se trouve dans la bande:
$f_{99\\%} = k \\times \\frac{1}{T_b}$
où le facteur $k$ dépend du niveau d'énergie cumulée. Pour 99%, on utilise généralement $k \\approx 1$ pour le premier lobe principal et ses lobes secondaires.
Une approximation couramment utilisée pour 99% de l'énergie du spectre NRZ est:
$B_{99\\%} \\approx 1.5 \\times D_b = 1.5 \\times 2.4 = 3.6 \\text{ MHz}$
Plus précisément, avec l'intégrale du spectre sinc²:
$B_{99\\%} \\approx 1.5 \\times \\frac{1}{T_b} = 1.5 \\times 2.4 = 3.6 \\text{ MHz}$
Étape 3: Comparaison avec la largeur de bande théorique
La largeur de bande théorique (premier zéro du spectre) est:
$B_{th} = \\frac{1}{T_b} = 2.4 \\text{ MHz}$
Étape 4: Calcul de l'efficacité spectrale
$\\eta = \\frac{D_b}{B_{99\\%}} = \\frac{2.4}{3.6} = 0.667 \\text{ bit/s/Hz}$
Ou en tenant compte de la largeur de bande théorique:
$\\eta_{th} = \\frac{D_b}{B_{th}} = \\frac{2.4}{2.4} = 1 \\text{ bit/s/Hz}$
Résultat final:
$\\boxed{P_{moy} = 2 \\text{ V}^2, \\quad B_{99\\%} = 3.6 \\text{ MHz}, \\quad \\eta = 0.667 \\text{ bit/s/Hz}}$
Interprétation: La puissance moyenne du signal NRZ unipolaire est de 2 V², correspondant à 50% de la puissance maximale (A² = 4 V²) puisque seuls les bits 1 contribuent à la puissance. La largeur de bande pour 99% de l'énergie (3.6 MHz) est 1.5 fois plus large que la bande théorique (2.4 MHz), ce qui inclut les lobes secondaires du spectre. L'efficacité spectrale de 0.667 bit/s/Hz indique que le code NRZ unipolaire n'est pas très efficace spectralement. Cette inefficacité, combinée à la présence d'une composante DC importante, rend ce code moins attrayant pour les applications modernes comparé à d'autres codes comme le Manchester ou le HDB3.
",
    "id_category": "2",
    "id_number": "18"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Codage Manchester et Analyse Comparative de Largeur de Bande
Une application de communication numérique nécessite l'utilisation d'un code Manchester pour transmettre des données à un débit binaire $D_b = 1.2$ Mbit/s. Le code Manchester représente chaque bit avec deux niveaux: une transition de bas en haut représente un bit 1 et une transition de haut en bas représente un bit 0. La amplitude du signal est $A = 3$ V et chaque bit occupe une durée $T_b$. La séquence à transmettre est 110100.
Question 1: Construire le signal Manchester pour la séquence 110100 en représentant explicitement chaque transition pour chaque bit. Calculer le nombre de transitions totales et la fréquence de transition maximale obtenue dans ce signal Manchester.
Question 2: Déterminer la densité spectrale de puissance du code Manchester en utilisant la formule $S_x(f) = A^2 T_b \\text{sinc}^4\\left(\\pi f T_b/2\\right)$. Calculer les valeurs de la DSP aux fréquences $f = 0$, $f = 1/T_b$, et $f = 2/T_b$. Décrire l'avantage majeur du spectre Manchester comparé au NRZ unipolaire.
Question 3: Calculer la puissance moyenne du signal Manchester et la largeur de bande occupée pour transmettre 95% de l'énergie du spectre. Comparer cette largeur de bande avec celle du code NRZ unipolaire du même débit et déterminer le surcoût en bande passante du codage Manchester.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solutions détaillées - Exercice 2
Question 1: Signal Manchester et transitions
Données:
Débit binaire: $D_b = 1.2$ Mbit/s
Durée symbole: $T_b = 1/D_b = 1/(1.2 \\times 10^6) = 833.3 \\times 10^{-9}$ s = 833.3 ns
Amplitude: $A = 3$ V
Séquence: 110100
Convention: 1 = transition bas-haut, 0 = transition haut-bas
Résolution:
Étape 1: Construction du signal Manchester
Chaque bit s'étend sur une durée $T_b$ et contient une transition au milieu du bit:
Bit 1: Commence à +3V, transition vers -3V au milieu (pas correct). Correction: Commence à -3V, transition vers +3V au milieu
Bit 1: Idem, -3V vers +3V
Bit 0: Commence à +3V, transition vers -3V au milieu
Bit 1: Commence à -3V, transition vers +3V au milieu
Bit 0: Commence à +3V, transition vers -3V au milieu
Bit 0: Commence à +3V, transition vers -3V au milieu (mais se termine au niveau déjà atteint)
Représentation temporelle:
0 à 416.65 ns: Bit 1 = -3V →+3V (transition à 208.3 ns)
416.65 à 833.3 ns: Bit 1 = +3V →-3V (transition à 625 ns) - CORRECTION: Doit être -3V→+3V
Correction - Convention correcte:
Bit 1: transition croissante (-3V au début, +3V à la fin)
Bit 0: transition décroissante (+3V au début, -3V à la fin)
Signal pour 110100:
Bit 1 (0-833.3 ns): début -3V, fin +3V (1 transition)
Bit 1 (833.3-1666.6 ns): début -3V, fin +3V (1 transition)
Bit 0 (1666.6-2500 ns): début +3V, fin -3V (1 transition)
Bit 1 (2500-3333.3 ns): début -3V, fin +3V (1 transition)
Bit 0 (3333.3-4166.6 ns): début +3V, fin -3V (1 transition)
Bit 0 (4166.6-5000 ns): début +3V, fin -3V (1 transition)
Étape 2: Comptage des transitions
Le code Manchester garantit une transition à chaque bit:
$N_{transitions} = n_{bits} = 6$
Étape 3: Fréquence de transition maximale
La fréquence de transition maximale correspond au taux de transition le plus rapide:
$f_{trans,max} = \\frac{1}{T_b/2} = \\frac{2}{T_b} = \\frac{2 \\times 1.2 \\times 10^6}{1} = 2.4 \\text{ MHz}$
Résultat final:
$\\boxed{N_{transitions} = 6, \\quad f_{trans,max} = 2.4 \\text{ MHz}, \\quad T_b = 833.3 \\text{ ns}}$
Interprétation: Le code Manchester produit exactement une transition par bit, ce qui assure une très bonne synchronisation et permet la récupération de l'horloge. La fréquence de transition maximale (2.4 MHz) est le double du débit binaire (1.2 Mbit/s), ce qui signifie que chaque transition occupe une demi-période binaire. Cela implique que la largeur de bande requise pour Manchester est environ deux fois celle du NRZ unipolaire.
Question 2: Densité spectrale de puissance Manchester
Données:
Amplitude: $A = 3$ V
Durée symbole: $T_b = 833.3 \\times 10^{-9}$ s
Formule DSP: $S_x(f) = A^2 T_b \\text{sinc}^4\\left(\\pi f T_b / 2\\right)$
Débit binaire: $D_b = 1.2$ MHz
Résolution:
Étape 1: Coefficient de normalisation
$A^2 T_b = 9 \\times 833.3 \\times 10^{-9} = 7.5 \\times 10^{-6} \\text{ V}^2\\text{s}$
Étape 2: Calcul de la DSP à $f = 0$
$S_x(0) = A^2 T_b \\times \\text{sinc}^4(0) = 7.5 \\times 10^{-6} \\times 1 = 7.5 \\times 10^{-6} \\text{ V}^2/\\text{Hz}$
Étape 3: Calcul de la DSP à $f = 1/T_b$
$\\text{sinc}^4\\left(\\pi \\times \\frac{1}{T_b} \\times \\frac{T_b}{2}\\right) = \\text{sinc}^4(\\pi/2)$
$\\text{sinc}(\\pi/2) = \\frac{\\sin(\\pi/2)}{\\pi/2} = \\frac{1}{\\pi/2} = 0.6366$
$\\text{sinc}^4(\\pi/2) = (0.6366)^4 = 0.1642$
$S_x(1/T_b) = 7.5 \\times 10^{-6} \\times 0.1642 = 1.232 \\times 10^{-6} \\text{ V}^2/\\text{Hz}$
Étape 4: Calcul de la DSP à $f = 2/T_b$
$\\text{sinc}^4\\left(\\pi \\times \\frac{2}{T_b} \\times \\frac{T_b}{2}\\right) = \\text{sinc}^4(\\pi) = 0$
$S_x(2/T_b) = 0 \\text{ V}^2/\\text{Hz}$
Étape 5: Fréquences caractéristiques du spectre Manchester
$f_1 = \\frac{1}{T_b} = 1.2 \\text{ MHz}$ (premier zéro spectral)
$f_2 = \\frac{2}{T_b} = 2.4 \\text{ MHz}$ (deuxième zéro)
Résultat final:
$\\boxed{S_x(0) = 7.5 \\times 10^{-6} \\text{ V}^2/\\text{Hz}, \\quad S_x(1/T_b) = 1.232 \\times 10^{-6} \\text{ V}^2/\\text{Hz}, \\quad S_x(2/T_b) = 0}$
Avantages du Manchester comparé au NRZ unipolaire:
Absence de composante DC: $S_x(0) = 0$ à l'exception du coefficient fini (contrairement à NRZ qui a une impulsion de Dirac)
Synchronisation garantie: Une transition par bit assure la récupération d'horloge
Détection d'erreur: Toute violation de la transition permet de détecter une erreur
Distribution spectrale: Le spectre en sinc⁴ décroît plus rapidement que le sinc² du NRZ, concentrant l'énergie dans une bande plus étroite au-delà de $f_0$
Interprétation: Le Manchester possède un spectre null à DC, ce qui le rend idéal pour les canaux AC-couplés. La décroissance en sinc⁴ est plus rapide que celle du NRZ unipolaire (sinc²), ce qui réduit les interférences inter-symboles et l'émission hors-bande. L'absence de DC élimine la consommation d'énergie en composante continue et améliore la transmission sur longue distance.
Question 3: Puissance moyenne et largeur de bande pour 95% d'énergie
Données:
Amplitude: $A = 3$ V
Durée symbole: $T_b = 833.3 \\times 10^{-9}$ s
Débit binaire: $D_b = 1.2$ Mbit/s
Bits équiprobables: P(1) = P(0) = 0.5
Résolution:
Étape 1: Calcul de la puissance moyenne
Pour le Manchester, le signal alterne constamment entre -A et +A. La puissance moyenne est:
$P_{moy} = A^2 = 9 \\text{ V}^2$
Ce résultat découle du fait que Manchester passe 50% du temps à +A et 50% du temps à -A:
$P_{moy} = 0.5 \\times A^2 + 0.5 \\times A^2 = A^2$
Étape 2: Détermination de la largeur de bande pour 95% de l'énergie
Pour le code Manchester avec spectre en sinc⁴, l'énergie se concentre davantage dans la bande principale. L'énergie cumulée jusqu'à la fréquence $f_{95\\%}$ est:
$\\int_0^{f_{95\\%}} S_x(f) df = 0.95 \\times E_{total}$
Pour le Manchester, une approximation courante pour 95% de l'énergie est:
$f_{95\\%} \\approx 1.2 \\times D_b = 1.2 \\times 1.2 = 1.44 \\text{ MHz}$
Plus précisément, en termes de largeur de bande bilatérale:
$B_{95\\%} = 2 \\times f_{95\\%} = 2 \\times 1.44 = 2.88 \\text{ MHz}$
Une formule approximative alternative:
$B_{95\\%} \\approx 1.2 \\times \\frac{2}{T_b} = 1.2 \\times 2.4 = 2.88 \\text{ MHz}$
Étape 3: Comparaison avec le NRZ unipolaire
Pour le NRZ unipolaire au même débit (1.2 Mbit/s):
$T_b^{NRZ} = \\frac{1}{1.2 \\times 10^6} = 833.3 \\text{ ns}$ (même que Manchester)
$B_{95\\%, NRZ} = 1.5 \\times D_b = 1.5 \\times 1.2 = 1.8 \\text{ MHz}$
Étape 4: Calcul du surcoût en bande passante
$\\Delta B = B_{95\\%, Manchester} - B_{95\\%, NRZ} = 2.88 - 1.8 = 1.08 \\text{ MHz}$
Surcoût en pourcentage:
$\\text{Surcoût} = \\frac{\\Delta B}{B_{95\\%, NRZ}} \\times 100\\% = \\frac{1.08}{1.8} \\times 100\\% = 60\\%$
Ou en facteur multiplicatif:
$\\text{Ratio} = \\frac{B_{95\\%, Manchester}}{B_{95\\%, NRZ}} = \\frac{2.88}{1.8} = 1.6$
Résultat final:
$\\boxed{P_{moy,Manchester} = 9 \\text{ V}^2, \\quad B_{95\\%,Manchester} = 2.88 \\text{ MHz}, \\quad B_{95\\%,NRZ} = 1.8 \\text{ MHz}, \\quad \\text{Surcoût} = 60\\%}$
Interprétation: Le code Manchester présente une puissance moyenne de 9 V² (maximale) car le signal oscille constamment entre les deux niveaux extrêmes. Bien que cette puissance soit supérieure au NRZ unipolaire (2 V²), le gain en qualité de synchronisation et l'absence de composante DC compensent largement cet inconvénient. Le surcoût spectral de 60% (facteur 1.6) est le prix à payer pour les avantages du Manchester. Cependant, pour les applications exigeant une synchronisation robuste et une meilleure récupération d'horloge, ce surcoût est justifié. Le Manchester reste un choix standard pour de nombreuses applications telles que Ethernet 10BASE-T, où la fiabilité et la synchronisation sont prioritaires.
",
    "id_category": "2",
    "id_number": "19"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Code HDB3 et Optimisation Spectrale en Transmission Numérique
Un système de transmission numérique haut débit utilise le code HDB3 (Haute Densité Bipolaire d'ordre 3) pour transmettre une séquence binaire à $D_b = 4.8$ Mbit/s sur un canal limité en bande passante. Le code HDB3 remplace les suites de 4 zéros consécutifs par une séquence de substitution pour maintenir la synchronisation. L'amplitude des impulsions bipolaires est $A = 1.5$ V. La séquence binaire à coder est 10000100000001.
Question 1: Appliquer les règles du code HDB3 à la séquence binaire donnée et construire le signal codé correspondant. Identifier chaque bit 0 par son codage (0 ou V/B), et indiquer les positions où des impulsions de substitution ont été insérées. Calculer le nombre total de violations bipolaires présentes dans le signal final.
Question 2: Calculer la densité spectrale de puissance du code HDB3 en utilisant l'approximation $S_x(f) \\approx \\frac{A^2 T_b}{4}\\text{sinc}^2\\left(\\pi f T_b\\right) \\left[1 - \\cos(2\\pi f \\times 4T_b)\\right]$. Déterminer la puissance moyenne du signal et le rapport signal-sur-bruit (SNR) théorique si le bruit blanc additif gaussien a une puissance $N_0/2 = 10^{-8}$ W/Hz.
Question 3: Comparer les efficacités spectrales (en bit/s/Hz) du code HDB3 avec le NRZ bipolaire et calculer le gain spectral réalisé. Estimer la bande passante minimale requise pour transmettre 98% de l'énergie du spectre HDB3, puis déterminer le facteur d'amélioration par rapport au NRZ unipolaire utilisé initialement.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solutions détaillées - Exercice 3
Question 1: Codage HDB3 et application à la séquence
Données:
Débit binaire: $D_b = 4.8$ Mbit/s
Durée symbole: $T_b = 1/(4.8 \\times 10^6) = 208.33 \\times 10^{-9}$ s = 208.33 ns
Amplitude: $A = 1.5$ V
Séquence binaire: 10000100000001
Règles HDB3: remplacer 4 zéros consécutifs par 000V où V est une violation de la règle bipolaire
Résolution:
Étape 1: Rappel des règles du code HDB3
Les bits 1 sont codés alternativement +A et -A
Les bits 0 sont codés 0 (zéro)
Toute séquence de 4 zéros est remplacée par 000V où V a le même signe que le dernier 1 encodé
Les violations maintiennent une certaine alternance
Étape 2: Analyse de la séquence 10000100000001
Décomposition par groupes:
Positions 1-5: 10000 (1 suivi de 4 zéros)
Positions 6-10: 10000 (1 suivi de 4 zéros)
Positions 11-14: 0001 (3 zéros suivi de 1)
Étape 3: Codage détaillé
Supposons l'état initial: le dernier 1 codé a une polarité +A
Position
Bit
Groupe
Codage HDB3
Symbole
1
1
Initial
Alterne
+A
2-5
0000
4 zéros
000V avec V=-A
0,0,0,-A
6
1
Après V
Alterne (après -A)
+A
7-10
0000
4 zéros
000V avec V=-A
0,0,0,-A
11-13
000
3 zéros
Pas substitution
0,0,0
14
1
Final
Alterne (après 0)
+A
Étape 4: Signal codé complet
$+A, 0, 0, 0, -A, +A, 0, 0, 0, -A, 0, 0, 0, +A$
Étape 5: Identification des violations bipolaires
Les violations (V) sont les symboles (-A) aux positions 5 et 10:
$N_{violations} = 2$
Résultat final:
$\\boxed{\\text{Signal codé: } +A, 0, 0, 0, -A, +A, 0, 0, 0, -A, 0, 0, 0, +A; \\quad N_{violations} = 2; \\quad \\text{Positions violations: } 5, 10}$
Interprétation: Le code HDB3 a substitué les deux groupes de 4 zéros consécutifs (positions 2-5 et 7-10) par des séquences 000V. Ces violations maintiennent une bonne propriété synchronisation tout en améliorant la récupération de l'horloge. Le nombre limité de violations (2) montre que la séquence originale contient deux blocs de 4 zéros. Dans une transmission réelle, le récepteur peut détecter ces violations et utiliser l'information pour améliorer la synchronisation.
Question 2: Densité spectrale de puissance et rapport signal-bruit
Données:
Amplitude: $A = 1.5$ V
Durée symbole: $T_b = 208.33 \\times 10^{-9}$ s
Formule DSP: $S_x(f) \\approx \\frac{A^2 T_b}{4}\\text{sinc}^2\\left(\\pi f T_b\\right) \\left[1 - \\cos(2\\pi f \\times 4T_b)\\right]$
Bruit: $N_0/2 = 10^{-8}$ W/Hz, donc $N_0 = 2 \\times 10^{-8}$ W/Hz
Débit binaire: $D_b = 4.8$ Mbit/s
Résolution:
Étape 1: Calcul du coefficient de normalisation
$\\frac{A^2 T_b}{4} = \\frac{(1.5)^2 \\times 208.33 \\times 10^{-9}}{4} = \\frac{2.25 \\times 208.33 \\times 10^{-9}}{4}$
$= \\frac{468.74 \\times 10^{-9}}{4} = 117.18 \\times 10^{-9} = 1.1718 \\times 10^{-7} \\text{ V}^2\\text{s}$
Étape 2: Calcul de la puissance moyenne
Pour le code HDB3, la puissance moyenne est approximativement celle du bipolaire avec quelques corrections pour les violations. Pour un code bipolaire équilibré:
$P_{moy,HDB3} = \\frac{A^2}{2} = \\frac{(1.5)^2}{2} = \\frac{2.25}{2} = 1.125 \\text{ V}^2$
Cette valeur représente la moyenne entre les niveaux +A, 0 et -A où les symboles 1 altèrnent entre +A et -A, et les 0 sont à zéro.
Étape 3: Calcul de la densité spectrale à fréquence optimale
La fréquence optimale se situe généralement autour de $f = 1/(4T_b)$, qui correspond à la périodicité du motif HDB3:
$f_{opt} = \\frac{1}{4T_b} = \\frac{1}{4 \\times 208.33 \\times 10^{-9}} = \\frac{1}{833.32 \\times 10^{-9}} = 1.2 \\times 10^6 \\text{ Hz} = 1.2 \\text{ MHz}$
$\\pi f_{opt} T_b = \\pi \\times 1.2 \\times 10^6 \\times 208.33 \\times 10^{-9} = \\pi/4$
$\\text{sinc}(\\pi/4) = \\frac{\\sin(\\pi/4)}{\\pi/4} = \\frac{0.7071}{0.7854} = 0.9003$
$\\text{sinc}^2(\\pi/4) = (0.9003)^2 = 0.8105$
$\\cos(2\\pi \\times 1.2 \\times 10^6 \\times 4 \\times 208.33 \\times 10^{-9}) = \\cos(2\\pi) = 1$
$S_x(f_{opt}) = 1.1718 \\times 10^{-7} \\times 0.8105 \\times (1-1) = 0$
Étape 4: Calcul du rapport signal-sur-bruit (SNR)
Pour un signal en bande passante avec largeur de bande approximative $B \\approx D_b = 4.8$ MHz:
$P_{bruit} = N_0 \\times B = 2 \\times 10^{-8} \\times 4.8 \\times 10^6 = 96 \\times 10^{-3} = 0.096 \\text{ W}$
SNR en linéaire:
$SNR = \\frac{P_{moy}}{P_{bruit}} = \\frac{1.125}{0.096} = 11.719$
SNR en dB:
$SNR_{dB} = 10\\log_{10}(11.719) = 10 \\times 1.069 = 10.69 \\text{ dB}$
Résultat final:
$\\boxed{P_{moy,HDB3} = 1.125 \\text{ V}^2, \\quad SNR = 11.719 \\text{ (lin)}, \\quad SNR_{dB} = 10.69 \\text{ dB}}$
Interprétation: La puissance moyenne du HDB3 (1.125 V²) est inférieure à celle du Manchester (A² = 2.25 V²) mais supérieure au NRZ unipolaire (0.5 V²). Le SNR de 10.69 dB est raisonnable pour une transmission numérique. Cette valeur indique que le signal est environ 11.7 fois plus puissant que le bruit blanc additif gaussien, ce qui devrait permettre une transmission relativement fiable avec un taux d'erreur binaire acceptable (typiquement BER ≈ 10⁻⁶ pour SNR ≈ 11 dB en modulation binaire).
Question 3: Efficacité spectrale et bande passante pour 98% d'énergie
Données:
Débit binaire: $D_b = 4.8$ Mbit/s
Durée symbole: $T_b = 208.33 \\times 10^{-9}$ s
Amplitude HDB3: $A = 1.5$ V
Amplitude NRZ unipolaire: $A_{NRZ} = 2$ V (hypothèse)
Résolution:
Étape 1: Efficacité spectrale du HDB3
L'efficacité spectrale est définie comme le rapport du débit binaire à la largeur de bande:
$\\eta_{HDB3} = \\frac{D_b}{B_{HDB3}}$
Pour le HDB3 avec spectre optimisé:
$B_{HDB3} \\approx 1.2 \\times D_b = 1.2 \\times 4.8 = 5.76 \\text{ MHz}$
$\\eta_{HDB3} = \\frac{4.8}{5.76} = 0.833 \\text{ bit/s/Hz}$
Étape 2: Efficacité spectrale du NRZ bipolaire
Le NRZ bipolaire (sans substitution) a une bande passante similaire au NRZ unipolaire:
$B_{NRZ,bipolaire} \\approx 1.5 \\times D_b = 1.5 \\times 4.8 = 7.2 \\text{ MHz}$
$\\eta_{NRZ,bipolaire} = \\frac{4.8}{7.2} = 0.667 \\text{ bit/s/Hz}$
Étape 3: Gain spectral du HDB3 vs NRZ bipolaire
$\\text{Gain spectral} = \\frac{\\eta_{HDB3}}{\\eta_{NRZ,bipolaire}} = \\frac{0.833}{0.667} = 1.249$
Ou en pourcentage:
$\\text{Amélioration} = \\left(\\frac{0.833}{0.667} - 1\\right) \\times 100\\% = 24.9\\%$
Étape 4: Bande passante pour 98% d'énergie du spectre HDB3
Pour le code HDB3, l'énergie se concentre de manière différente du NRZ. L'intégrale de la densité spectrale jusqu'à une fréquence $f_{98\\%}$ donne 98% de l'énergie totale:
$f_{98\\%,HDB3} \\approx 1.4 \\times D_b = 1.4 \\times 4.8 = 6.72 \\text{ MHz}$
La largeur de bande bilatérale:
$B_{98\\%,HDB3} = 2 \\times f_{98\\%,HDB3} = 2 \\times 6.72 = 13.44 \\text{ MHz}$
Étape 5: Comparaison avec NRZ unipolaire au même débit
Pour le NRZ unipolaire:
$B_{98\\%,NRZ} \\approx 1.5 \\times D_b = 1.5 \\times 4.8 = 7.2 \\text{ MHz}$
Étape 6: Facteur d'amélioration
$\\text{Facteur d'amélioration} = \\frac{B_{98\\%,NRZ}}{B_{98\\%,HDB3}} = \\frac{7.2}{6.72} = 1.071$
Le HDB3 réduit la largeur de bande requise de 7.2% comparé au NRZ.
Alternativement, pour le même débit:
$\\text{Ratio efficacité} = \\frac{\\eta_{HDB3}}{\\eta_{NRZ,unipolaire}} = \\frac{0.833}{(4.8/7.2)} = \\frac{0.833}{0.667} = 1.249$
Résultat final:
$\\boxed{\\eta_{HDB3} = 0.833 \\text{ bit/s/Hz}, \\quad \\eta_{NRZ,bipolaire} = 0.667 \\text{ bit/s/Hz}, \\quad \\text{Gain} = 24.9\\%, \\quad \\text{Facteur amélioration} = 1.071}$
Interprétation: Le code HDB3 offre une efficacité spectrale supérieure de 24.9% comparé au NRZ bipolaire standard. Cette amélioration provient de la meilleure concentration de l'énergie spectrale autour de la fréquence fondamentale, due aux règles de substitution des 4 zéros consécutifs. La bande passante requise pour 98% de l'énergie (13.44 MHz) est légèrement inférieure (7.1% de réduction) à celle du NRZ unipolaire équivalent. Cependant, il est important de noter que ces gains sont modestes comparés aux codes M-aires (comme le PAM-4) qui peuvent doubler l'efficacité spectrale. Le HDB3 reste un choix excellent pour les applications ayant besoin d'un bon équilibre entre complexité de réception, efficacité spectrale et performance de synchronisation, comme dans les systèmes PDH (Plesiochronous Digital Hierarchy) et les anciennes architectures de transmission numérique.
",
    "id_category": "2",
    "id_number": "20"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 2 : Codage Manchester et HDB3 pour transmission numérique
Un système de transmission numérique doit transmettre la séquence binaire : 0 0 1 0 1 1 1 0 1 1 (N = 10 bits) avec un débit binaire $D_b = 8$ Mbit/s. On compare le codage Manchester (ou Biphase) avec le code HDB3 (Haute Densité Bipolaire d'ordre 3). Dans le code Manchester, chaque bit est divisé en deux demi-périodes : le bit 1 est codé par une transition de +A à -A au milieu de l'intervalle bit, tandis que le bit 0 est codé par une transition de -A à +A. Pour le code HDB3, on suit les règles du code bipolaire avec une restriction : jamais plus de 3 zéros consécutifs, suppression des 4ème zéro consécutif par une impulsion de compensation appelée V.
Question 1 : Calculer la durée d'un bit $T_b$ et celle d'une demi-période (ou symbole de transition) $T_s$ pour le codage Manchester. Tracer le diagramme temporel du signal Manchester pour la séquence donnée en utilisant $A = 1.5$ V. Calculer ensuite le nombre de transitions par bit $N_{trans}$ et le nombre total de transitions sur toute la séquence $N_{trans,total}$. Calculer la fréquence de sortie maximale $f_{max}$ du signal (fréquence de transition la plus rapide).
Question 2 : Pour le code HDB3, analyser la séquence en détectant d'abord les zones avec plus de 3 zéros consécutifs. Coder la séquence complète selon les règles HDB3 (alternance +A/-A pour les 1, zéros inchangés sauf 4ème zéro remplacé par V). Calculer la densité de transitions $\\rho_{trans} = \\frac{N_{trans,HDB3}}{N}$ du signal HDB3 codé et la comparer avec celle du Manchester $\\rho_{trans,Manchester} = 1$ (une transition garantie par bit). Déterminer également l'impact sur la récupération d'horloge.
Question 3 : Calculer la densité spectrale de puissance (DSP) moyenne pour les deux codes. Pour le Manchester, la DSP présente un zéro spectral à la fréquence $f_0 = \\frac{1}{T_b}$ et atteint son maximum à $f_{max,Manchester} = \\frac{2}{T_b}$. Pour le HDB3, la DSP est approximée par $S_f(f) = \\frac{4A^2 T_b}{3}\\sin^2(\\pi f T_b)$. Calculer les puissances totales de chaque code $P_{Manchester}$ et $P_{HDB3}$ sachant que $P = \\frac{1}{Z_0}\\int_{-\\infty}^{\\infty}S_f(f)df$ pour une charge $Z_0 = 75$ Ω avec $A = 1.5$ V. Conclure sur l'efficacité spectrale comparée.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution détaillée de l'Exercice 2
Question 1 : Codage Manchester et analyse des transitions
Étape 1 : Calcul de la durée d'un bit T_b
Formule générale :
$T_b = \\frac{1}{D_b}$
Remplacement avec $D_b = 8$ Mbit/s = $8 \\times 10^6$ bit/s :
$T_b = \\frac{1}{8 \\times 10^6} = 125 \\times 10^{-9} \\text{ s} = 125 \\text{ ns}$
Résultat : $T_b = 125 \\text{ ns}$
Étape 2 : Calcul de la durée d'une demi-période T_s
Dans le code Manchester, chaque bit est composé de deux demi-périodes avec une transition au milieu.
Formule générale :
$T_s = \\frac{T_b}{2}$
Calcul :
$T_s = \\frac{125}{2} = 62.5 \\text{ ns}$
Résultat : $T_s = 62.5 \\text{ ns}$
Étape 3 : Analyse de la séquence Manchester
Séquence : 0 0 1 0 1 1 1 0 1 1
Code Manchester (bit 0 : -A→+A, bit 1 : +A→-A) :
• Bit 0 : transition basse-haute (+)
• Bit 0 : transition basse-haute (+)
• Bit 1 : transition haute-basse (-)
• Bit 0 : transition basse-haute (+)
• Bit 1 : transition haute-basse (-)
• Bit 1 : transition haute-basse (-)
• Bit 1 : transition haute-basse (-)
• Bit 0 : transition basse-haute (+)
• Bit 1 : transition haute-basse (-)
• Bit 1 : transition haute-basse (-)
Étape 4 : Calcul du nombre de transitions par bit
Dans le code Manchester, chaque bit contient exactement une transition (au centre du bit).
Formule générale :
$N_{trans\\_par\\_bit} = 1$
Résultat : $N_{trans\\_par\\_bit} = 1$
Étape 5 : Calcul du nombre total de transitions
Formule générale :
$N_{trans,total} = N_{trans\\_par\\_bit} \\times N$
Remplacement avec $N = 10$ bits :
$N_{trans,total} = 1 \\times 10 = 10 \\text{ transitions}$
Résultat : $N_{trans,total} = 10 \\text{ transitions}$
Étape 6 : Calcul de la fréquence de transition maximale
La fréquence de transition maximale correspond à la transition la plus rapide, qui est une transition à chaque demi-période.
Formule générale :
$f_{max} = \\frac{1}{T_s} = \\frac{2}{T_b}$
Remplacement des données :
$f_{max} = \\frac{2}{125 \\times 10^{-9}} = 16 \\times 10^6 \\text{ Hz} = 16 \\text{ MHz}$
Résultat : $f_{max} = 16 \\text{ MHz}$
Interprétation : Le code Manchester génère une transition à chaque bit, garantissant la récupération d'horloge. La fréquence maximale de 16 MHz est deux fois le débit binaire, ce qui est une caractéristique clé du Manchester.
Question 2 : Codage HDB3 et densité de transitions
Étape 1 : Analyse des zéros consécutifs dans la séquence
Séquence : 0 0 1 0 1 1 1 0 1 1
Positions des zéros : 1, 2, 4, 8
Groupes de zéros consécutifs :
• Positions 1-2 : 2 zéros consécutifs (acceptable, < 4)
• Position 4 : 1 zéro isolé (acceptable)
• Position 8 : 1 zéro isolé (acceptable)
Aucune séquence de 4 zéros consécutifs n'existe, donc aucune impulsion V n'est nécessaire.
Étape 2 : Codage HDB3 complet
Règle HDB3 : alternance stricte +A/-A pour les bits 1, zéros inchangés
Séquence d'entrée : 0 0 1 0 1 1 1 0 1 1
Codage HDB3 : +A 0 -A 0 +A -A +A 0 -A +A
(les 1 alternent +A,-A,-A,+A,+A,... et les 0 restent à 0)
Étape 3 : Calcul du nombre de transitions HDB3
Transitions HDB3 (changements de niveau) :
• 0→0 : pas de transition
• 0→-A : transition (1)
• -A→0 : transition (2)
• 0→+A : transition (3)
• +A→-A : transition (4)
• -A→+A : transition (5)
• +A→+A : pas de transition
• +A→0 : transition (6)
• 0→-A : transition (7)
• -A→+A : transition (8)
Total : 8 transitions pour 10 bits
Résultat : $N_{trans,HDB3} = 8$
Étape 4 : Calcul de la densité de transitions HDB3
Formule générale :
$\\rho_{trans,HDB3} = \\frac{N_{trans,HDB3}}{N}$
Remplacement des données :
$\\rho_{trans,HDB3} = \\frac{8}{10} = 0.8$
Résultat : $\\rho_{trans,HDB3} = 0.8$
Étape 5 : Densité de transitions Manchester
Formule générale :
$\\rho_{trans,Manchester} = \\frac{N_{trans,Manchester}}{N}$
Remplacement des données :
$\\rho_{trans,Manchester} = \\frac{10}{10} = 1.0$
Résultat : $\\rho_{trans,Manchester} = 1.0$
Étape 6 : Comparaison et impact sur la récupération d'horloge
Le rapport des densités :
$\\frac{\\rho_{trans,HDB3}}{\\rho_{trans,Manchester}} = \\frac{0.8}{1.0} = 0.8 = 80\\%$
Interprétation : Le HDB3 a 80% de la densité de transitions du Manchester. Bien que le HDB3 garantisse moins de transitions, la restriction sur les zéros consécutifs assure une densité suffisante pour la synchronisation d'horloge. Le Manchester offre une récupération d'horloge supérieure grâce à sa densité constante de transitions.
Question 3 : Densité spectrale de puissance comparée
Étape 1 : Calcul de la fréquence de Nyquist f_0
Formule générale :
$f_0 = \\frac{1}{T_b}$
Remplacement avec $T_b = 125 \\times 10^{-9}$ s :
$f_0 = \\frac{1}{125 \\times 10^{-9}} = 8 \\times 10^6 \\text{ Hz} = 8 \\text{ MHz}$
Résultat : $f_0 = 8 \\text{ MHz}$
Étape 2 : Fréquence maximale Manchester
Formule générale :
$f_{max,Manchester} = \\frac{2}{T_b}$
Calcul :
$f_{max,Manchester} = \\frac{2}{125 \\times 10^{-9}} = 16 \\times 10^6 \\text{ Hz} = 16 \\text{ MHz}$
Résultat : $f_{max,Manchester} = 16 \\text{ MHz}$
Étape 3 : Vérification du zéro spectral Manchester
Le code Manchester a un zéro spectral à $f_0 = 8$ MHz, ce qui signifie qu'il n'y a aucune puissance à la fréquence porteuse.
$S_f(f_0) = 0 \\text{ W/Hz}$
Étape 4 : DSP du HDB3 à la fréquence fondamentale
Formule générale :
$S_f(f) = \\frac{4A^2 T_b}{3}\\sin^2(\\pi f T_b)$
Remplacement à $f = f_0 = 8 \\times 10^6$ Hz avec $A = 1.5$ V et $T_b = 125 \\times 10^{-9}$ s :
$\\pi f T_b = \\pi \\times 8 \\times 10^6 \\times 125 \\times 10^{-9} = \\pi \\times 10^{-3} \\times 8 = 8\\pi \\times 10^{-3}$
$= 0.0251$ radians
$\\sin(0.0251) = 0.0251$
$\\sin^2(0.0251) = 6.30 \\times 10^{-4}$
Calcul :
$S_f(8 \\text{ MHz}) = \\frac{4 \\times (1.5)^2 \\times 125 \\times 10^{-9}}{3} \\times 6.30 \\times 10^{-4}$
$= \\frac{4 \\times 2.25 \\times 125 \\times 10^{-9}}{3} \\times 6.30 \\times 10^{-4}$
$= \\frac{1.125 \\times 10^{-6}}{3} \\times 6.30 \\times 10^{-4}$
$= 3.75 \\times 10^{-7} \\times 6.30 \\times 10^{-4}$
$= 2.36 \\times 10^{-10} \\text{ W/Hz}$
Résultat : $S_f(8 \\text{ MHz})_{HDB3} = 2.36 \\times 10^{-10} \\text{ W/Hz}$
Étape 5 : Calcul de la puissance Manchester
La puissance du Manchester est dominée par les composantes spectrales autour de $f_{max} = 16$ MHz.
Approximation :
$P_{Manchester} \\approx \\frac{A^2}{Z_0} = \\frac{(1.5)^2}{75} = \\frac{2.25}{75} = 0.03 \\text{ W} = 30 \\text{ mW}$
Résultat : $P_{Manchester} = 30 \\text{ mW}$
Étape 6 : Calcul de la puissance HDB3
Pour le HDB3, en utilisant la densité moyenne :
$P_{HDB3} \\approx \\frac{4A^2 T_b}{3Z_0} \\int_{0}^{\\infty}\\sin^2(\\pi f T_b)df$
Cette intégrale converge à :
$\\int_{0}^{\\infty}\\sin^2(\\pi f T_b)df = \\frac{1}{2T_b}$
Donc :
$P_{HDB3} = \\frac{4 \\times (1.5)^2 \\times 125 \\times 10^{-9}}{3 \\times 75} \\times \\frac{1}{2 \\times 125 \\times 10^{-9}}$
$= \\frac{4 \\times 2.25}{3 \\times 75} \\times \\frac{1}{2}$
$= \\frac{9}{225} \\times \\frac{1}{2}$
$= 0.04 \\times 0.5 = 0.02 \\text{ W} = 20 \\text{ mW}$
Résultat : $P_{HDB3} = 20 \\text{ mW}$
Étape 7 : Comparaison d'efficacité spectrale
Rapport des puissances :
$\\frac{P_{Manchester}}{P_{HDB3}} = \\frac{30}{20} = 1.5$
Résultat : $\\frac{P_{Manchester}}{P_{HDB3}} = 1.5 = 3.52 \\text{ dB}$
Interprétation : Le Manchester utilise 50% plus de puissance que le HDB3 en raison de sa densité de transitions plus élevée. Le Manchester occupe également une bande spectrale plus large (16 MHz vs ~8 MHz pour HDB3). Le HDB3 offre une meilleure efficacité spectrale et énergétique, tandis que le Manchester offre une synchronisation d'horloge supérieure.
",
    "id_category": "2",
    "id_number": "21"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 1 : Chaine de transmission numérique, Code NRZ unipolaire et densité spectrale de puissance
\n
On considère une chaîne de transmission numérique en bande de base utilisant un code NRZ unipolaire. Un flux binaire aléatoire équipé d’un débit $R_b = 2\\;Mbit/s$ est transmis sur une distance de 5 km via un canal ayant pour bande passante $B = 1.5\\;MHz$ et un atténuateur de -6 dB.
\n
Données :
\n
\n
Durée d’un bit : $T_b = \\frac{1}{R_b}$
\n
Amplitude du signal NRZ unipolaire : $A = 2\\;V$
\n
\n
Question 1 : Calculer la durée d’un bit $T_b$.
\n
Question 2 : Calculer la puissance moyenne du signal NRZ unipolaire transmis.
\n
Question 3 : Exprimer et calculer la densité spectrale de puissance $S(f)$ pour le code NRZ unipolaire en 0 Hz et à la fréquence de coupure du canal $f_c = 1.5\\;MHz$. Que peut-on conclure sur la quantité de puissance transmise à travers le canal ?
",
    "svg": "c\n  \n  S(f)\n",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 1
\n
Question 1 : Calcul de la durée d’un bit $T_b$.
\n
1. Formule générale :
\n$T_b = \\frac{1}{R_b}$\n
2. Remplacement des données :
\n$T_b = \\frac{1}{2\\times 10^6}$\n
3. Calcul :
\n$T_b = 5\\times 10^{-7}$ s\n
4. Résultat final :
\n$T_b = 0,5 \\; \\mu s$
\n\n
Question 2 : Puissance moyenne du signal NRZ unipolaire
\n
1. Formule générale :
\n$P_{moy} = A^2 \\cdot p(1)$ (p(1) : proba du bit '1', ici aléatoire p(1)=0,5)
\n
2. Remplacement :
\n$P_{moy} = (2)^2 \\cdot 0,5$\n
3. Calcul :
\n$P_{moy} = 4 \\cdot 0,5 = 2$ W\n
4. Résultat final :
\n$P_{moy} = 2 \\text{ W}$
\n\n
Question 3 : Densité spectrale de puissance $S(f)$ code NRZ unipolaire
\n1. Formule générale :
\n$S(f) = P_{moy} \\cdot T_b \\left( \\frac{\\sin(\\pi f T_b)}{\\pi f T_b} \\right)^2$\n
2. Remplacement des valeurs :
\n$S(0) = 2 \\cdot 0.5\\times 10^{-6} = 1\\times 10^{-6}$
\n
$S(f_c) = 2\\cdot 0.5\\times 10^{-6} \\left(\\frac{\\sin(\\pi \\times 1.5\\times 10^6 \\times 0.5\\times 10^{-6})}{\\pi \\times 1.5\\times 10^6 \\times 0.5\\times 10^{-6}}\\right)^2$
\n
3. Calcul :
\n$\\pi f_c T_b = \\pi \\times 1.5\\times 10^6 \\times 0.5\\times 10^{-6} = \\pi \\times 0.75 = 2.356$
\n
$\\frac{\\sin(2.356)}{2.356} = \\frac{0.707}{2.356}=0.300$
\n
$S(f_c) = 1\\times 10^{-6} \\times 0.09 = 9\\times 10^{-8}$
\n
4. Résultat final :
\n$S(0) = 1\\times 10^{-6}\\;\\text{W/Hz}$
$S(1,5\\;MHz) = 9\\times 10^{-8}\\;\\text{W/Hz}$
\n
Interprétation : la majorité de la puissance du signal est concentrée vers les basses fréquences, très peu passe à 1,5 MHz. L’atténuation du canal réduit significativement le signal utile transmis à haute fréquence.
",
    "id_category": "2",
    "id_number": "22"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 2 : Codes biphasés (Manchester) et densité spectrale
\n
Un flux binaire aléatoire de $R_b = 5\\;Mbit/s$ est encodé en Manchester puis transmis sur 4 km à travers un câble dont l'atténuation est de -9 dB/MHz. La tension d’amplitude du signal est $A = 3\\;V$.
\n
Question 1 : Calculer la durée d’un symbole Manchester $T_s$ et exprimer le spectre de puissance en 0 Hz.
\n
Question 2 : Calculer la première fréquence nulle du spectre (défaut DC) du code Manchester et en déduire la bande principale du signal.
\n
Question 3 : Calculer l’atténuation totale subie par le signal en sortie de câble à la fréquence maximale de la bande principale du Manchester.
",
    "svg": "Man(f)\n  \n  0\n  \n  f1\n",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 2
\n
Question 1 : Durée du symbole Manchester et spectre à 0 Hz
\n
1. Formule générale :
\n$T_s = \\frac{1}{R_b}$; $S(0) = 0$\n
2. Remplacement :
\n$T_s = \\frac{1}{5\\times 10^6}$ \n
3. Calcul :
\n$T_s = 2 \\times 10^{-7}$ s = 0,2 \\mu s
\n
4. Résultat :
\n$T_s = 0,2\\;\\mu s$; $S_{Manchester}(0) = 0$
\n\n
Question 2 : Première fréquence nulle et bande principale Manchester
\n
1. Formule générale :
\n$f_1 = R_b / 2$\n
2. Remplacement :
\n$f_1 = 5 \\times 10^6 / 2$\n
3. Calcul :
\n$f_1 = 2,5 \\;MHz$\n
4. Résultat :
\n$f_1 = 2,5 \\;MHz$\n
La bande principale est [0 à 2.5 MHz]
\n\n
Question 3 : Atténuation totale en sortie du câble à la fréquence principale
\n
1. Formule générale :
\n$A_{tot} = \\text{Atténuation unitaire} \\times \\text{Longueur (MHz)}$\n
2. Remplacement :
\n$A_{tot} = -9 \\; dB/MHz \\times 2,5\\;MHz$\n
3. Calcul :
\n$A_{tot} = -22,5\\;dB$\n
4. Résultat :
\n$-22,5\\;dB$ (pertes importantes sur la bande utile)
",
    "id_category": "2",
    "id_number": "23"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 3 : Codage HDB3, transmission NRZ M-aire, et enveloppe complexe
\n
On réalise la transmission d’un signal numérique à débit élevé ($R_b = 8\\;Mbit/s$) sur une liaison cuivre codée en HDB3 avec une longueur de 3,5 km, puis convertie en NRZ-4 (quaternaire) pour la transmission sur fibre optique, sans changement de débit. La puissance moyenne du code HDB3 en ligne est de $P_{moy} = 1,2$ W.
\n
Données :
\n
\n
Amplitude impulsion binaire HDB3: $A = 1\\;V$
\n
Bande passante cuivre : $BW_C = 2,5\\;MHz$
\n
Bande passante fibre optique NRZ-4 : $BW_F = 3\\;MHz$
\n
1 symbole NRZ-4 = 2 bits
\n
\n
Question 1 : Calculer la densité spectrale de puissance centrée en 0 Hz du HDB3 en ligne, sachant que le code est à moyenne nulle et symétrie.
\n
Question 2 : Déterminer le débit symbole sur la fibre et la durée d’un symbole NRZ-4.
\n
Question 3 : Pour transmettre une porteuse OSSB (enveloppe complexe), on module le signal NRZ-4 à la fréquence centrale $f_c = 4\\;MHz$ sur fibre optique. Quelle largeur minimale du spectre faut-il prévoir autour de cette porteuse ?
",
    "svg": "moy = 1,2 W, BWC = 2,5 MHz\n  \n  \n  \n  \n  NRZ-4 conversion\n  \n  \n  \n  Fibre optique\n  BWF = 3 MHz\n  \n  \n  \n  \n  f (Hz)\n  \n  Spectre HDB3\n  \n  NRZ-4\n  \n  OSSB\n  \n  fc= 4 MHz\n",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 3
\n
Question 1 : Densité spectrale autour de 0 Hz pour le HDB3 en ligne (symétrique, moyenne nulle)
\n1. Formule générale :\n$S_{HDB3}(0) = 0$\n
2. Remplacement : C'est une propriété structurelle de HDB3.
\n
3. Calcul : N/A (structurelle)
\n
4. Résultat : $S_{HDB3}(0) = 0$
\n
Interprétation : un code symétrique à moyenne nulle n'a pas de puissance DC.
\n\n
Question 2 : Débit symbole sur fibre et durée d’un symbole NRZ-4
\n1. Formule générale :\n$R_{sym} = \\frac{R_b}{2}$; $T_{sym} = \\frac{1}{R_{sym}}$\n
2. Remplacement :\n$R_{sym} = \\frac{8\\times 10^6}{2} = 4\\times 10^6$; $T_{sym} = \\frac{1}{4\\times 10^6}$
\n
3. Calcul :\n$R_{sym} = 4\\;Mbaud$; $T_{sym} = 2.5\\times 10^{-7}$ s
\n
4. Résultat :\n$R_{sym} = 4\\;Mbaud$; $T_{sym} = 0,25 \\;\\mu s$
\n\n
Question 3 : Largeur minimale du spectre OSSB autour de $f_c = 4\\;MHz$
\n1. Formule générale : largeur minimale = bande NRZ-4
\n2. Remplacement :\n$BW_F = 3\\;MHz$
\n3. Calcul : spectre centré sur $f_c$, s’étend de 2,5 à 5,5 MHz
\n4. Résultat : $\\Delta f = 3\\;MHz$\n
Interprétation : la largeur minimale à prévoir autour de 4 MHz est 3 MHz (de 2,5 à 5,5 MHz) pour garantir l'intégrité du signal NRZ-4.
",
    "id_category": "2",
    "id_number": "24"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 1 : Analyse d'une chaîne de transmission numérique NRZ bipolaire
\n
Un système de transmission numérique transmet un flot binaire à un débit de $R_b = 2$ Mbit/s. La chaîne utilise une modulation en bande de base avec un code NRZ bipolaire. Le canal introduit une atténuation de $A = 14$ dB et une distorsion de fréquence caractérisée par une bande passante de $B = 1.5$ MHz.
\n\n
Question 1 : Calculer le spectre de densité de puissance du signal émis en code NRZ bipolaire, $S_{NRZ}(f)$, à $f = 0$ Hz, $f = R_b/2$ et $f = B$.
\n\n
Question 2 : Déterminer l'amplitude du signal reçu à la sortie du canal, sachant que le signal à l'émission a une amplitude crête de $A_0 = 2$ V. Donner cette amplitude sous forme de crête et de valeur efficace à la sortie du canal.
\n\n
Question 3 : Comparer la densité spectrale de puissance obtenue avec celle d'un code NRZ unipolaire pour $R_b = 2$ Mbit/s. Calculer le rapport des deux spectres à la fréquence $f = R_b/2$.
",
    "svg": "
Atténuation
Bande passante\n  \n  \n  +A₀'\n  -A₀'\n  \n  \n  0\n  \n  R_b/2\n  \n  B\n  \n  Signal NRZ Bipolaire\n  Signal reçu (Atténué)\n",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Réponses détaillées à chaque question :
\n\nQuestion 1 :
\n1. Formule générale dans $S_{NRZ}(f) = \\frac{A_0^2}{2} \\mathrm{sinc}^2(\\pi f T_b)$
\n2. Remplacement des données dans $T_b = \\frac{1}{R_b} = \\frac{1}{2\\times10^{6}} = 0.5~\\mu s$
\n3. Calcul pour chaque fréquence :
\n- À $f = 0$ Hz : $S_{NRZ}(0) = \\frac{A_0^2}{2} = \\frac{4}{2} = 2$ V²/Hz
\n- À $f = R_b/2 = 1$ MHz : $\\pi f T_b = \\pi \\times 1\\times10^6 \\times 0.5\\times10^{-6} = \\pi/2$
\n$S_{NRZ}(1~MHz) = 2 \\times \\left(\\frac{\\sin(\\pi/2)}{\\pi/2}\\right)^2 = 2\\times \\left(\\frac{1}{1.5708}\\right)^2 = 2\\times0.4053 = 0.8106$ V²/Hz
\n- À $f = B = 1.5$ MHz : $\\pi f T_b = \\pi \\times 1.5\\times10^6 \\times 0.5\\times10^{-6} = 0.75\\pi$
\n$S_{NRZ}(1.5~MHz) = 2\\times\\left(\\frac{\\sin(0.75\\pi)}{0.75\\pi}\\right)^2 = 2\\times(0.606/2.356)^2 = 2\\times0.0664 = 0.133$ V²/Hz$S_{NRZ}(0) = 2$, $S_{NRZ}(1~MHz) = 0.81$, $S_{NRZ}(1.5~MHz) = 0.13$ V²/Hz.
\n\nQuestion 2 :
\n1. Formule générale dans $A' = A_0 \\cdot 10^{-A / 20}$
\n2. Remplacement des données dans $A' = 2 \\cdot 10^{-14/20} = 2 \\cdot 10^{-0.7} = 2 \\cdot 0.1995 = 0.399$ V
\nValeur efficace : $A'_{rms} = \\frac{A'}{\\sqrt{2}} = \\frac{0.399}{1.4142} = 0.282$ V
3. Calcul dans $A' = 0.399$ V
\n$A'_{rms} = 0.282$ V$A' = 0.40$ V crête, $A'_{rms} = 0.28$ V.
\n\nQuestion 3 :
\n1. Formule générale pour code NRZ unipolaire : $S_{NRZU}(f) = A_0^2 \\mathrm{sinc}^2(\\pi f T_b)$, pour code NRZ bipolaire $S_{NRZB}(f) = \\frac{A_0^2}{2} \\mathrm{sinc}^2(\\pi f T_b)$
\n2. Remplacement à $f = R_b/2 = 1$ MHz :
\n- Unipolaire : $S_{NRZU}(1~MHz) = 4 \\times 0.4053 = 1.621$ V²/Hz
\n- Bipolaire : $S_{NRZB}(1~MHz) = 2 \\times 0.4053 = 0.8106$ V²/Hz
\n3. Calcul du rapport : $\\frac{S_{NRZB}(1~MHz)}{S_{NRZU}(1~MHz)} = \\frac{0.8106}{1.621} = 0.5$$Rapport = 0.5$, le bipolaire ayant une densité spectrale divisée par deux à cette fréquence.
\n\n
Interprétation : Le code NRZ bipolaire diffuse son énergie sur moins de fréquence que le NRZ unipolaire, ce qui améliore la détection et la robustesse au bruit basse fréquence.
",
    "id_category": "2",
    "id_number": "25"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 2 : Conception d’un code HDB3 et analyse spectrale
\n
Un flux binaire de $R_b = 1$ Mbit/s doit être transmis sur une ligne téléphonique de $B = 0.8$ MHz. On choisit d’utiliser un code HDB3. Un message à transmettre est le suivant : 
$Message = 101100000100100001000$.
\n\n
Question 1 : Déterminer le mot codé HDB3 correspondant et calculer le nombre d’impulsions annulées générées dans ce mot.
\n\n
Question 2 : Calculer la densité spectrale de puissance du signal HDB3 à $f = 0$ Hz et $f = 0.4$ MHz.
\n\n
Question 3 : Déterminer si le signal codé HDB3 satisfait au critère de bande passante du canal et, si nécessaire, calculer le taux d’annulation de bande (pourcentage d’énergie en dehors de la bande utile).
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Réponses détaillées à chaque question :
\n\nQuestion 1 :
\n1. Formule générale : Remplacement des séquences de quatre zéros par les motifs annulants imposés par la règle HDB3.
\n2. Remplacement sur le message : 
$Message = 101100000100100001000$
\nSéquences de 4 zéros repérées, motif annulant ajouté à chaque occurrence, alternance des polarités.
\n3. Calcul du nombre d’impulsions annulées : Ici, 
Occurrences: deux séquences de 4 zéros, donc 2 motifs annulants.
4. Résultat final : Nombre d’impulsions annulées générées dans le mot : $2$.
\n\nQuestion 2 :
\n1. Formule densité spectrale pour code bipolaire : $S_{HDB3}(f) = \\frac{A_0^2}{2R_b} \\cdot \\mathrm{sinc}^2(\\pi f T_b)$
\n2. Remplacement pour $A_0 = 1$ V et $T_b = 1~\\mu s$ (
$R_b = 1~Mbit/s$), à $f = 0$ Hz :
$S_{HDB3}(0) = \\frac{1}{2\\times10^6} = 5.0\\times10^{-7}$ V²/Hz
À $f = 0.4$ MHz :
\n$\\pi f T_b = \\pi \\times 0.4 \\times10^6 \\times 1\\times10^{-6} = 1.2566$
\n$S_{HDB3}(0.4~MHz) = 5.0\\times10^{-7} \\times \\left(\\frac{\\sin(1.2566)}{1.2566}\\right)^2 = 5.0\\times10^{-7}\\times(0.7458)^2 = 5.0\\times10^{-7}\\times0.5563 = 2.78\\times10^{-7}$ V²/Hz
\n4. Résultat final dans $S_{HDB3}(0) = 5.0\\times10^{-7}$ V²/Hz, $S_{HDB3}(0.4~MHz) = 2.78\\times10^{-7}$ V²/Hz.
\n\nQuestion 3 :
\n1. Formule : Bande passante requise pour HDB3 : $B_{eff} = R_b$, donc $B_{eff} = 1$ MHz.
\n2. Comparaison : 
$B_{canal} = 0.8$ MHz < $B_{eff} = 1$ MHz.
\n3. Calcul du taux d'annulation de bande : 
\nPourcentage d'énergie hors bande :
Énergie entre [0, 0.8 MHz] / énergie totale :
\n$Taux = \\frac{\\int_0^{0.8 MHz} S_{HDB3}(f) df}{\\int_0^{\\infty} S_{HDB3}(f) df} = \\frac{0.8}{1} = 80\\%$
\n4. Résultat final : 
\n$Le canal ne transmet que 80\\%$ de l'énergie du signal HDB3, 20\\%$ est hors bande.
\n\n
Interprétation : Pour ce canal, le signal HDB3 perd environ un cinquième de son énergie, ce qui peut causer de la distorsion et du bruit intersymboles ; il faudra utiliser un égaliseur ou modifier le débit ou code.
",
    "id_category": "2",
    "id_number": "26"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Exercice 3 : Codes Manchester, M-aires et analyse de l'enveloppe complexe
\n
Un système transmet des données à $R_b = 4$ Mbit/s via un code Manchester. On souhaite comparer la densité spectrale de puissance obtenue à celle d’un code NRZ 4-aire (chaque symbole représentant 2 bits).
\n\n
Question 1 : Calculer la densité spectrale de puissance du code Manchester à $f = 0$ Hz et $f = R_b/2$, puis celle du NRZ 4-aire à $f = 0$ Hz.
\n\n
Question 2 : Déterminer le taux d’occupation spectral (fraction de la puissance située sous la fréquence $B = 2$ MHz) pour le code Manchester.
\n\n
Question 3 : Calculer le maximum théorique de l’enveloppe complexe du signal Manchester émis pour une suite de bits parfaitement synchronisée, d’amplitude crête $A_0 = 1.2$ V. Exprimer ce maximum et interpréter le résultat en termes de probabilité d’occurrence dans une transmission réelle.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Réponses détaillées à chaque question :
\n\nQuestion 1 :
\n1. Formule Manchester : $S_{Man}(f) = \\frac{A_0^2}{2R_b} \\cdot \\mathrm{sinc}^2(\\pi f T_b) \\cdot 4\\sin^2(\\pi f T_b)$
\nNRZ 4-aire : $S_{NRZ4}(f) = \\frac{A_0^2}{2R_s} \\cdot \\mathrm{sinc}^2(\\pi f T_s)$ avec $R_s = 2$ MHz, $T_s = 0.5~\\mu s$
\n2. Remplacement : Manchester, $A_0 = 1.2$ V, $T_b = 0.25~\\mu s$, $R_b = 4$ Mbit/s.
\nÀ $f = 0$ Hz :
$S_{Man}(0) = \\frac{(1.2)^2}{2\\times4\\times10^6} \\cdot 4\\times0 = 0$ V²/Hz
\nÀ $f = R_b/2 = 2$ MHz : 
$\\pi f T_b = \\pi\\times 2\\times10^6\\times 0.25\\times10^{-6} = \\pi/2$
\n$S_{Man}(2~MHz) = \\frac{1.44}{8\\times10^6} \\times \\left(\\frac{1}{1.5708}\\right)^2\\times4\\times1 = 1.8\\times10^{-7} \\times 0.4053\\times4 = 2.9\\times10^{-7}$ V²/Hz
\nNRZ 4-aire à $f = 0$ Hz :\n$S_{NRZ4}(0) = \\frac{1.44}{2\\times 2\\times10^6} = \\frac{1.44}{4\\times10^6} = 3.6\\times10^{-7}$ V²/Hz
\n4. Résultat final : $S_{Man}(0) = 0$, $S_{Man}(2~MHz) = 2.9\\times10^{-7}$, $S_{NRZ4}(0) = 3.6\\times10^{-7}$ V²/Hz.
\n\nQuestion 2 :
\n1. Formule : Taux d’occupation spectral : $\\eta = \\frac{\\int_0^{2MHz} S_{Man}(f) df}{\\int_0^{\\infty} S_{Man}(f) df}$
\n2. Largement, le code Manchester concentre sa puissance dans une bande égale au débit.
\n3. Calcul numérique (approximation) : $\\eta \\approx \\frac{2}{4} = 0.5$ (environ 50\\%)
\n4. Résultat final : à $B = 2$ MHz, le Manchester n’occupe que 50\\%$ de sa puissance spectrale.
\n\nQuestion 3 :
\n1. Formule : L’enveloppe complexe a pour maximum 
$|s(t)|_{max} = A_0$ lors d’une transition instantanée.
\n2. Remplacement : $A_0 = 1.2$ V
\n3. Calcul : $|s(t)|_{max} = 1.2$ V
\n4. Interprétation : En transmission réelle, ce maximum n’apparaît que lors de transitions alignées (ex : motif 1010), soit une occurrence 
$p = 0.5$ (série aléatoire), donc la probabilité est 50\\%.
\n\n
Interprétation : Le signal Manchester possède un maximum instantané égal à l’amplitude crête, mais dans un flux binaire aléatoire, ce niveau ne sera observé que dans 50\\% des symboles transmis (la plupart du temps, transitions et niveaux de DC moyens sont plus faibles).
",
    "id_category": "2",
    "id_number": "27"
  },
  {
    "category": "Transmission numérique en bande de base",
    "question": "
Contexte de l'exercice
Un système de transmission de données préfère utiliser le code Manchester (Biphase) au lieu du NRZ bipolaire pour améliorer la récupération du rythme. Le même débit binaire de $D_b = 1 \\text{ Mbit/s}$ est utilisé, avec une amplitude $A = 1 \\text{ V}$. La séquence à transmettre est identique : $\\text{1, 0, 1, 1, 0, 0, 1, 0}$. Dans le code Manchester, chaque bit est codé sur deux phases : un bit '1' est représenté par une transition haut-vers-bas (HB), et un bit '0' par une transition bas-vers-haut (BH). La fréquence de transition est $f_t = \\frac{D_b}{2} = 500 \\text{ kHz}$. Le filtre de mise en forme est un filtre passe-bas avec une fréquence de coupure $f_c = 2 \\text{ MHz}$.
Question 1 : Calcul de la durée d'un symbole Manchester et de l'énergie par bit
Dans le code Manchester, chaque bit est divisé en deux moitiés de durée $\\frac{T_b}{2}$ chacune. L'énergie par symbole Manchester est $E_s = A^2 T_b$ (deux transitions par bit). Calculez :
La période de transition $T_{transition} = \\frac{T_b}{2}$
La fréquence fondamentale de Manchester $f_{Manchester} = \\frac{1}{T_{transition}}$
L'énergie par bit $E_b$ en code Manchester
La densité spectrale de puissance maximale $S_x(f_{Manchester})$ à la fréquence fondamentale du code Manchester
Question 2 : Calcul de la bande passante minimale et de la densité spectrale du code Manchester
Le code Manchester génère une bande passante plus large que le NRZ en raison des transitions rapides. La densité spectrale de puissance du code Manchester est donnée par : $S_x(f) = A^2 T_b \\left[\\text{sinc}^2\\left(\\frac{\\pi(f - f_t)}{D_b}\\right) + \\text{sinc}^2\\left(\\frac{\\pi(f + f_t)}{D_b}\\right)\\right]$. Calculez :
La bande passante minimale (largeur du lobe principal) $B_{Manchester}$
La DSP aux fréquences $f = 500 \\text{ kHz}$ et $f = 1 \\text{ MHz}$
Le facteur d'élargissement spectral par rapport au NRZ : $\\frac{B_{Manchester}}{B_{NRZ}}$
La comparaison de l'efficacité spectrale entre Manchester et NRZ bipolaire
Question 3 : Calcul du taux d'erreur binaire et analyse de la qualité de transmission
Pour le code Manchester, l'énergie par bit est la même que celle du NRZ, mais la structure du signal change la détection. Le TEB pour Manchester en canal AWGN est : $\\text{TEB}_{\\text{Manchester}} = Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right)$ (identique au NRZ). Cependant, la présence de transitions garanties offre une meilleure synchronisation. Avec $N_0 = 10^{-10} \\text{ W/Hz}$, calculez :
L'énergie par bit $E_b$ pour Manchester avec $A = 1 \\text{ V}$
Le rapport signal-sur-bruit $\\text{SNR}_b = \\frac{E_b}{N_0}$
L'argument de Q : $\\gamma_b = \\sqrt{\\frac{2E_b}{N_0}}$
Le taux d'erreur binaire approximé
La marge de liaison amélioration (en dB) par rapport au NRZ bipolaire (amplitude 2 V)
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution complète de l'exercice
Question 1 : Calcul de la durée d'un symbole Manchester et de l'énergie par bit
Étape 1 : Calcul de la période de transition
Dans le code Manchester, chaque bit est divisé en deux transitions de durée égale :
$T_{transition} = \\frac{T_b}{2}$
Substitution des valeurs :
$T_b = \\frac{1}{D_b} = \\frac{1}{1 \\times 10^6} = 1 \\text{ μs}$
$T_{transition} = \\frac{1 \\times 10^{-6}}{2} = 0.5 \\times 10^{-6} \\text{ s} = 0.5 \\text{ μs}$
Résultat :
$\\boxed{T_{transition} = 0.5 \\text{ μs} = 5 \\times 10^{-7} \\text{ s}}$
Étape 2 : Calcul de la fréquence fondamentale de Manchester
La fréquence fondamentale de transition est :
$f_{Manchester} = \\frac{1}{T_{transition}} = \\frac{1}{0.5 \\times 10^{-6}}$
$= 2 \\times 10^6 \\text{ Hz} = 2 \\text{ MHz}$
Résultat :
$\\boxed{f_{Manchester} = 2 \\text{ MHz}}$
Interprétation : La fréquence fondamentale du code Manchester est deux fois supérieure à celle du débit binaire, reflétant les transitions rapides.
Étape 3 : Calcul de l'énergie par bit en code Manchester
L'énergie par symbole Manchester (composé de deux transitions) est :
$E_b = A^2 T_b$
Substitution des valeurs :
$E_b = 1^2 \\times 1 \\times 10^{-6} = 1 \\times 10^{-6} \\text{ J} = 1 \\text{ μJ}$
Résultat :
$\\boxed{E_b = 1 \\times 10^{-6} \\text{ J} = 1 \\text{ μJ}}$
Comparaison avec NRZ bipolaire :
NRZ bipolaire (A = 2 V) : $E_b = 4 \\text{ μJ}$
Manchester (A = 1 V) : $E_b = 1 \\text{ μJ}$
Ratio : $\\frac{E_{b,\\text{Manchester}}}{E_{b,\\text{NRZ}}} = \\frac{1}{4} = 0.25$, soit une réduction de 6 dB en énergie.
Étape 4 : Calcul de la densité spectrale maximale à la fréquence fondamentale
Pour le code Manchester, la DSP a une structure concentrée autour de la fréquence de transition $f_t = 500 \\text{ kHz}$. Le maximum spectral se situe à $f_{Manchester} = 2 \\text{ MHz}$ (fréquence de transition fondamentale).
La DSP maximale approximée pour Manchester est :
$S_x(f_{Manchester}) \\approx \\frac{A^2 T_b}{4} = \\frac{1^2 \\times 1 \\times 10^{-6}}{4} = 0.25 \\times 10^{-6} \\text{ V}^2/\\text{Hz}$
Résultat :
$\\boxed{S_x(2\\text{ MHz}) \\approx 0.25 \\times 10^{-6} \\text{ V}^2/\\text{Hz} = 0.25 \\text{ μV}^2/\\text{Hz}}$
Interprétation : La DSP du code Manchester est inférieure au NRZ car l'amplitude est réduite d'un facteur 2 (4 V² vs 1 V²), compensée par la concentration énergétique.
Question 2 : Calcul de la bande passante minimale et de la densité spectrale
Étape 1 : Calcul de la bande passante minimale Manchester
Le code Manchester génère un spectre plus large car les transitions sont deux fois plus rapides que le NRZ. La largeur du lobe principal s'étend de $f_t - \\frac{D_b}{2}$ à $f_t + \\frac{D_b}{2}$, où $f_t = 500 \\text{ kHz}$.
$B_{Manchester} = 2 \\times D_b = 2 \\times 1 \\text{ MHz} = 2 \\text{ MHz}$
Résultat :
$\\boxed{B_{Manchester} = 2 \\text{ MHz}}$
Étape 2 : Calcul de la DSP aux fréquences spécifiques
Pour le code Manchester, la DSP présente deux lobes autour de $\\pm f_t = \\pm 500 \\text{ kHz}$.
À $f = 500 \\text{ kHz}$ (fréquence de transition) :
À cette fréquence, on observe un maximum local du spectre. Approximativement :
$S_x(500\\text{ kHz}) \\approx 0.5 \\times 10^{-6} \\text{ V}^2/\\text{Hz}$
À $f = 1 \\text{ MHz}$ :
$S_x(1\\text{ MHz}) \\approx 0.15 \\times 10^{-6} \\text{ V}^2/\\text{Hz}$
Résultats :
$\\boxed{S_x(500\\text{ kHz}) \\approx 0.5 \\text{ μV}^2/\\text{Hz}, \\quad S_x(1\\text{ MHz}) \\approx 0.15 \\text{ μV}^2/\\text{Hz}}$
Étape 3 : Calcul du facteur d'élargissement spectral
En comparant avec le NRZ (bande passante à -3 dB ≈ 443 kHz) :
$\\frac{B_{Manchester}}{B_{NRZ}} = \\frac{2 \\times 10^6}{443 \\times 10^3} = \\frac{2000}{443} = 4.52$
Résultat :
$\\boxed{\\text{Facteur d'élargissement} = 4.52 \\text{ (le Manchester est 4.5 fois plus large)}}$
Étape 4 : Comparaison de l'efficacité spectrale
NRZ bipolaire :
$\\text{FOM}_{NRZ} = \\frac{D_b}{B_{NRZ}} = \\frac{1 \\text{ MHz}}{0.443 \\text{ MHz}} = 2.26 \\text{ bits/Hz}$
Manchester :
$\\text{FOM}_{Manchester} = \\frac{D_b}{B_{Manchester}} = \\frac{1 \\text{ MHz}}{2 \\text{ MHz}} = 0.5 \\text{ bits/Hz}$
Résultats :
$\\boxed{\\text{FOM}_{Manchester} = 0.5 \\text{ bits/Hz}}$
$\\boxed{\\text{Dégradation d'efficacité spectrale} = \\frac{0.5}{2.26} = 22\\% \\text{ (FOM du Manchester 4.5 fois plus petit)}}$
Interprétation : Le code Manchester sacrifie l'efficacité spectrale (4.5 fois plus de bande passante) pour obtenir des transitions garanties et une meilleure synchronisation d'horloge. C'est un compromis classique en télécommunications.
Question 3 : Calcul du taux d'erreur binaire et analyse comparative
Étape 1 : Calcul de l'énergie par bit Manchester
Déjà calculée à la Question 1 :
$E_b = 1 \\times 10^{-6} \\text{ J} = 1 \\text{ μJ}$
Résultat :
$\\boxed{E_b = 1 \\times 10^{-6} \\text{ J}}$
Étape 2 : Calcul du rapport signal-sur-bruit
$\\text{SNR}_b = \\frac{E_b}{N_0} = \\frac{1 \\times 10^{-6}}{10^{-10}} = 1 \\times 10^4 = 10000$
Conversion en décibels :
$\\text{SNR}_b(\\text{dB}) = 10\\log_{10}(10000) = 10 \\times 4 = 40 \\text{ dB}$
Résultat :
$\\boxed{\\text{SNR}_b = 10000 \\text{ linéaire} = 40 \\text{ dB}}$
Comparaison :
NRZ bipolaire (A = 2 V, Eb = 4 μJ) : SNR = 46.02 dB
Manchester (A = 1 V, Eb = 1 μJ) : SNR = 40 dB
Différence : 46.02 - 40 = 6.02 dB (exactement 6 dB, correspondant au facteur d'amplitude 2)
Étape 3 : Calcul de l'argument de la fonction Q
$\\gamma_b = \\sqrt{\\frac{2E_b}{N_0}} = \\sqrt{\\frac{2 \\times 1 \\times 10^{-6}}{10^{-10}}} = \\sqrt{\\frac{2 \\times 10^{-6}}{10^{-10}}}$
$= \\sqrt{2 \\times 10^4} = \\sqrt{20000} = 141.42$
Résultat :
$\\boxed{\\gamma_b = 141.42}$
Comparaison avec NRZ :
NRZ bipolaire : $\\gamma_b = 282.84$
Manchester : $\\gamma_b = 141.42$
Ratio : $\\frac{141.42}{282.84} = 0.5$, soit une réduction de 50% (3 dB en argument linéaire)
Étape 4 : Calcul du taux d'erreur binaire
$\\text{TEB}_{Manchester} = Q(141.42)$
Avec l'approximation pour $x > 2$ :
$Q(x) \\approx \\frac{1}{\\sqrt{2\\pi}x} e^{-x^2/2}$
$Q(141.42) \\approx \\frac{1}{\\sqrt{2\\pi} \\times 141.42} \\times e^{-(141.42)^2/2}$
$= \\frac{1}{560.5} \\times e^{-10000.3}$
$\\approx 1.78 \\times 10^{-3} \\times e^{-10000}$
Puisque $e^{-10000} \\approx 0$ (infinitésimal) :
$\\text{TEB}_{Manchester} \\approx 10^{-4347}$
Résultat :
$\\boxed{\\text{TEB}_{Manchester} < 10^{-61} \\text{ (très faible, virtuel néant)}}$
Résultat pratique :
$\\boxed{\\text{TEB}_{Manchester} \\approx 10^{-61}}$
Interprétation : Bien que le TEB du Manchester soit légèrement plus élevé que celui du NRZ bipolaire (en raison de l'énergie réduite), il reste infinitésimal et n'est pas un facteur limitant pratique pour cette transmission.
Étape 5 : Calcul de la marge de liaison relative
La marge de liaison (SNR) du Manchester par rapport au NRZ bipolaire est :
$\\Delta \\text{SNR} = \\text{SNR}_{Manchester} - \\text{SNR}_{NRZ} = 40 - 46.02 = -6.02 \\text{ dB}$
Résultat :
$\\boxed{\\text{Dégradation de marge} = -6 \\text{ dB}}$
Résultat d'amélioration :
$\\boxed{\\text{Amélioration du Manchester en synchro} > \\text{Perte de 6 dB}}$
Analyse globale : Bien que le code Manchester présente une perte SNR de 6 dB par rapport au NRZ bipolaire de même débit, il offre des avantages pratiques majeurs :
Transitions garanties : Chaque bit génère au minimum une transition, permettant la récupération d'horloge sans circuit PLL complexe
Absence de DC : Le code Manchester n'a pas de composante continue, idéal pour les liaisons AC-couplées
Codage ambigü réduit : Moins de risque de perte de synchronisation lors de longues séquences identiques
Probabilité d'erreur : Même avec 6 dB de pénalité, le TEB reste excellemment bas (~10^{-61})
Conclusion : Pour la plupart des applications de transmission en bande de base (Ethernet, RS-485, etc.), le code Manchester est préféré malgré la réduction de bande passante et la perte de 6 dB, car les avantages de synchronisation surpassent les inconvénients spectraux.
",
    "id_category": "2",
    "id_number": "28"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 2 : Diagramme de l'Œil et Performance M-aire avec Filtrage de Nyquist
Un système de transmission numérique utilise une modulation M-aire (M = 4, soit une modulation QPSK - Quadrature Phase Shift Keying) avec un débit binaire $f_b = 20$ Mbit/s. Le signal modulé utilise un filtre d'émission en racine de cosinus surélevé (SRRC - Square Root Raised Cosine) avec facteur de roll-off $\\beta = 0.5$ à l'émetteur et un filtre SRRC identique au récepteur (répartition optimale 50/50). L'amplitude du signal modulé est $A = 2$ V, et le canal ajoute du bruit blanc gaussien (AWGN) avec rapport signal sur bruit $SNR = 10$ dB.
Question 1 : Calculez la période symbolique $T_s$ pour ce système M-aire et la bande passante minimale requise $B_{Nyquist}$ pour transmettre sans ISI. Déterminez ensuite la bande passante totale occupée par le signal filtré $B_{total}$ et le débit symbolique $R_s$. Vérifiez que le filtre SRRC appliqué deux fois (émetteur et récepteur) équivaut à un filtre en cosinus surélevé complet.
Question 2 : Pour ce système 4-aire, calculez l'espacement des symboles dans la constellation $d$ (distance minimum entre symboles). En supposant une distribution uniforme des 4 symboles QPSK (espacés de 90°) avec amplitude $A = 2$ V, calculez la puissance moyenne du signal $P_{avg}$ et l'énergie par symbole $E_s$. Vérifiez ensuite que le signal satisfait le critère de Nyquist en évaluant l'effet d'une légère atténuation du canal $\\alpha = 0.9$ sur l'espacement des symboles.
Question 3 : Calculez la probabilité d'erreur binaire (BER - Bit Error Rate) du système QPSK avec filtrage de Nyquist en utilisant la formule $P_e = 2Q(\\sqrt{2 \\times SNR_{lin}})$, où $Q(x)$ est la fonction d'erreur complémentaire et $SNR_{lin}$ est le SNR linéaire. Déterminez également le margin de bruit (noise margin) en pourcentage de l'espacement des symboles et estimez la degradation en dB introduite par le filtrage à cause de l'ISI résiduelle.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 2
Question 1 : Période Symbolique, Bande Passante et Répartition de Filtrage
Étape 1 : Calcul de la période symbolique
Pour une modulation M-aire avec M = 4, chaque symbole représente $\\log_2(M) = 2$ bits. Le débit symbolique est :
$R_s = \\frac{f_b}{\\log_2(M)} = \\frac{20 \\times 10^6}{2} = 10 \\times 10^6$ symboles/s
La période symbolique est :
$T_s = \\frac{1}{R_s} = \\frac{1}{10 \\times 10^6} = 10^{-7}$ s $= 0.1$ µs
Résultat : $T_s = 0.1$ µs, $R_s = 10$ Msymboles/s
Étape 2 : Bande passante minimale de Nyquist
La bande passante minimale sans chevauchement spectral (sans roll-off) est :
$B_{Nyquist} = \\frac{R_s}{2} = \\frac{10 \\times 10^6}{2} = 5$ MHz
Résultat : $B_{Nyquist} = 5$ MHz
Étape 3 : Bande passante totale avec filtre SRRC
Le filtre SRRC avec facteur de roll-off $\\beta$ occupe une bande passante :
$B_{SRRC} = \\frac{R_s(1 + \\beta)}{2} = \\frac{10 \\times 10^6 \\times (1 + 0.5)}{2} = \\frac{15 \\times 10^6}{2} = 7.5$ MHz
Résultat : $B_{total} = B_{SRRC} = 7.5$ MHz
Étape 4 : Vérification de la répartition 50/50 du filtrage
Avec un filtre SRRC à l'émetteur et un filtre SRRC identique au récepteur, la réponse en fréquence totale du système est :
$H_{total}(f) = H_{TX}(f) \\times H_{RX}(f) = \\sqrt{H_{RC}(f)} \\times \\sqrt{H_{RC}(f)} = H_{RC}(f)$
Où $H_{RC}(f)$ est un filtre en cosinus surélevé complet. Cela garantit que la réponse impulsionnelle totale satisfait le critère de Nyquist pour l'absence d'ISI.
Vérification mathématique :
Le filtre SRRC a une réponse en fréquence :
$H_{SRRC}(f) = \\sqrt{H_{RC}(f)}$
Appliqué deux fois (TX et RX) :
$H_{total}(f) = H_{SRRC}(f) \\times H_{SRRC}(f) = H_{RC}(f)$
Qui satisfait le critère de Nyquist :
$H_{RC}(f) + H_{RC}(f - 1/T_s) = 1$ pour tout f
Résultat final : $T_s = 0.1$ µs, $B_{Nyquist} = 5$ MHz, $B_{total} = 7.5$ MHz. La répartition 50/50 du filtrage (SRRC-SRRC) produit un filtre en cosinus surélevé complet, garantissant l'absence d'ISI.
Question 2 : Espacement des Symboles et Performance QPSK
Étape 1 : Espacement des symboles QPSK
Pour une constellation QPSK, les 4 symboles sont placés aux sommets d'un carré, espacés de 90° et tous à la même distance de l'origine. Si l'amplitude (distance de l'origine) est $A = 2$ V, les symboles sont :
$s_1 = A + j0 = 2 \\text{ V}$
$s_2 = 0 + jA = j2 \\text{ V}$
$s_3 = -A + j0 = -2 \\text{ V}$
$s_4 = 0 - jA = -j2 \\text{ V}$
La distance minimale entre deux symboles adjacents (par exemple, entre $s_1$ et $s_2$) est :
$d = |s_1 - s_2| = |2 - j2| = \\sqrt{2^2 + 2^2} = \\sqrt{8} = 2\\sqrt{2} = 2.828$ V
Résultat : $d = 2\\sqrt{2} \\approx 2.828$ V
Étape 2 : Puissance moyenne du signal
Pour une constellation QPSK avec 4 symboles équiprobables :
$P_{avg} = \\frac{1}{4} \\sum_{i=1}^{4} |s_i|^2 = \\frac{1}{4}(A^2 + A^2 + A^2 + A^2) = A^2$
Avec $A = 2$ V :
$P_{avg} = (2)^2 = 4$ W
Résultat : $P_{avg} = 4$ W
Étape 3 : Énergie par symbole
L'énergie par symbole est la puissance moyenne multipliée par la période symbolique :
$E_s = P_{avg} \\times T_s = 4 \\times 10^{-7} = 4 \\times 10^{-7}$ J
L'énergie par bit est :
$E_b = \\frac{E_s}{\\log_2(M)} = \\frac{4 \\times 10^{-7}}{2} = 2 \\times 10^{-7}$ J
Résultat : $E_s = 4 \\times 10^{-7}$ J, $E_b = 2 \\times 10^{-7}$ J
Étape 4 : Effet de l'atténuation du canal sur l'espacement des symboles
Avec une atténuation $\\alpha = 0.9$, l'amplitude reçue devient :
$A_{reçue} = \\alpha \\times A = 0.9 \\times 2 = 1.8$ V
Le nouvel espacement des symboles est :
$d_{atténué} = \\alpha \\times d = 0.9 \\times 2.828 = 2.545$ V
La réduction relative est :
$\\frac{d - d_{atténué}}{d} = \\frac{2.828 - 2.545}{2.828} = \\frac{0.283}{2.828} = 10\\%$
Le signal satisfait toujours le critère de Nyquist car l'atténuation est uniforme et prévisible. Cependant, la marge de bruit se réduit, augmentant la probabilité d'erreur.
Résultat final : $d = 2.828$ V, $P_{avg} = 4$ W, $E_s = 4 \\times 10^{-7}$ J, $d_{atténué} = 2.545$ V. L'atténuation réduit la marge de bruit de 10%.
Question 3 : Probabilité d'Erreur et Marge de Bruit
Étape 1 : Conversion du SNR de dB à linéaire
Le SNR est donné en dB :
$SNR_{dB} = 10$ dB
La valeur linéaire est :
$SNR_{lin} = 10^{SNR_{dB}/10} = 10^{10/10} = 10^1 = 10$
Résultat : $SNR_{lin} = 10$
Étape 2 : Calcul de la probabilité d'erreur binaire
Pour une modulation QPSK avec filtrage de Nyquist, la probabilité d'erreur est :
$P_e = 2Q(\\sqrt{2 \\times SNR_{lin}})$
Remplacement des valeurs :
$\\sqrt{2 \\times SNR_{lin}} = \\sqrt{2 \\times 10} = \\sqrt{20} = 4.472$
La fonction Q est définie comme :
$Q(x) = \\frac{1}{\\sqrt{2\\pi}} \\int_x^{\\infty} e^{-t^2/2} dt$
Pour $x = 4.472$, en utilisant une table ou une approximation :
$Q(4.472) \\approx 3.87 \\times 10^{-6}$
$P_e = 2 \\times 3.87 \\times 10^{-6} = 7.74 \\times 10^{-6}$
Ou en dB :
$P_e (dB) = 10 \\log_{10}(7.74 \\times 10^{-6}) = 10 \\times (-5.111) = -51.11$ dB
Résultat : $P_e \\approx 7.74 \\times 10^{-6}$ $= -51.11$ dB
Étape 3 : Calcul de la marge de bruit
Pour une constellation QPSK avec espacement $d$, la marge de bruit (écart-type du bruit toléré avant erreur) est :
$\\sigma_{max} = \\frac{d}{2\\sqrt{2}} = \\frac{2.828}{2\\sqrt{2}} = \\frac{2.828}{2.828} = 1$ V
En pourcentage de l'espacement des symboles :
$\\text{Marge} \\% = \\frac{\\sigma_{max}}{d/2} \\times 100 = \\frac{1}{1.414} \\times 100 = 70.7\\%$
Résultat : $\\sigma_{max} = 1$ V, Marge de bruit = 70.7%
Étape 4 : Dégradation due à l'ISI résiduelle
Même avec un filtre en cosinus surélevé optimal, il peut y avoir une légère ISI résiduelle due à des imperfections ou à des canaux non-idéaux. L'ISI résiduelle est généralement estimée comme :
$ISI_{résiduelle} \\approx 0.02$ (2% pour un système bien conçu)
Le facteur de dégradation en dB est :
$DF = -10 \\log_{10}(1 - ISI_{résiduelle}) = -10 \\log_{10}(1 - 0.02) = -10 \\log_{10}(0.98)$
Calcul :
$\\log_{10}(0.98) = -0.00877$
$DF = -10 \\times (-0.00877) = 0.0877$ dB \\approx 0.09$ dB
Résultat final : $P_e \\approx 7.74 \\times 10^{-6}$, Marge de bruit = 70.7%, DF ≈ 0.09 dB. Le système QPSK avec filtrage de Nyquist montre d'excellentes performances avec une très faible probabilité d'erreur et une dégradation négligeable due à l'ISI.
",
    "id_category": "3",
    "id_number": "1"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 3 : Répartition du Filtrage Émission-Réception et Optimisation du Critère de Nyquist
Un système de transmission numérique doit transmettre $f_b = 16$ Mbit/s avec une modulation binaire (M = 2, NRZ). Pour minimiser l'ISI, le concepteur peut répartir le filtrage entre l'émetteur et le récepteur de plusieurs façons : (a) filtre complet à l'émetteur et filtre passe-tout au récepteur, (b) répartition 50/50 avec filtres SRRC aux deux extrémités, ou (c) filtre complet au récepteur et filtre passe-tout à l'émetteur. Toutes les variantes utilisent un filtre en cosinus surélevé avec facteur de roll-off $\\beta = 0.35$.
Question 1 : Calculez la bande passante occupée $B_f$ pour chacune des trois stratégies de répartition du filtrage. Déterminez ensuite la bande passante minimale requise $B_{min}$ sans aucun filtrage (bande de Nyquist). Expliquez pourquoi la bande passante dépend de la stratégie de répartition et vérifiez si une stratégie est plus efficace qu'une autre en termes de conservation de la bande passante.
Question 2 : Pour la répartition 50/50 (stratégie b), calculez la réponse impulsionnelle du système $h(t)$ en analysant les convolutions des filtres SRRC. En particulier, calculez les valeurs de $h(t)$ aux instants critiques $t = 0$, $t = T_b$, et $t = 2T_b$, où $T_b = 1/f_b = 62.5$ ns. Vérifiez que le critère de Nyquist est satisfait : $h(kT_b) = \\delta_{k,0}$.
Question 3 : Pour les trois stratégies, évaluez la robustesse face à un décalage temporel (timing error) de $\\delta t = 0.1 T_b$ à la réception. Calculez l'augmentation d'ISI (ISI penalty) pour chaque stratégie en utilisant $P_{ISI} = \\sum_{k \\neq 0} |h(kT_b + \\delta t)|$. Déterminez quelle stratégie est la plus robuste et estimez la dégradation en dB pour chaque cas.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 3
Question 1 : Bande Passante pour les Trois Stratégies de Répartition
Étape 1 : Calcul de la période d'un bit
$T_b = \\frac{1}{f_b} = \\frac{1}{16 \\times 10^6} = 62.5$ ns
Étape 2 : Bande passante minimale de Nyquist
Sans filtrage (transmission en canal de Nyquist) :
$B_{min} = \\frac{f_b}{2} = \\frac{16 \\times 10^6}{2} = 8$ MHz
Résultat : $B_{min} = 8$ MHz
Étape 3 : Bande passante pour la Stratégie A (filtre RC complet à l'émetteur)
La bande passante d'un filtre en cosinus surélevé est :
$B_A = \\frac{f_b(1 + \\beta)}{2}$
Avec $\\beta = 0.35$ :
$B_A = \\frac{16 \\times 10^6 \\times (1 + 0.35)}{2} = \\frac{16 \\times 10^6 \\times 1.35}{2} = \\frac{21.6 \\times 10^6}{2} = 10.8$ MHz
Résultat : $B_A = 10.8$ MHz
Étape 4 : Bande passante pour la Stratégie B (filtres SRRC à l'émetteur et au récepteur)
Chaque filtre SRRC occupe une bande passante :
$B_{SRRC} = \\frac{f_b(1 + \\beta)}{2} = 10.8$ MHz
Cependant, la bande passante du système complet (qui est le produit des réponses en fréquence) reste :
$B_B = \\frac{f_b(1 + \\beta)}{2} = 10.8$ MHz
Car la convolution en fréquence des deux SRRC produit un RC complet.
Résultat : $B_B = 10.8$ MHz
Étape 5 : Bande passante pour la Stratégie C (filtre RC complet au récepteur)
Similairement à la Stratégie A :
$B_C = \\frac{f_b(1 + \\beta)}{2} = 10.8$ MHz
Résultat : $B_C = 10.8$ MHz
Étape 6 : Explication et Comparaison
Les trois stratégies occupent la même bande passante (10.8 MHz) car elles utilisent toutes un filtre en cosinus surélevé avec le même facteur de roll-off. La répartition du filtrage n'affecte pas la largeur spectrale totale du système, mais elle affecte :
La robustesse aux erreurs de synchronisation : La Stratégie B (50/50) est généralement la plus robuste.
La complexité d'implémentation : La Stratégie B nécessite deux filtres, tandis que A et C n'en nécessitent qu'un.
La gestion du bruit : La Stratégie B distribue équitablement le filtrage, ce qui améliore le rapport signal-sur-bruit.
Résultat final : $B_{min} = 8$ MHz, $B_A = B_B = B_C = 10.8$ MHz. La bande passante est identique pour les trois stratégies, mais la répartition 50/50 (Stratégie B) offre une meilleure robustesse.
Question 2 : Réponse Impulsionnelle et Vérification du Critère de Nyquist
Étape 1 : Analyse de la convolution pour la Stratégie B
Pour la répartition 50/50, la réponse impulsionnelle totale est la convolution des filtres SRRC de l'émetteur et du récepteur :
$h_{total}(t) = h_{TX}(t) * h_{RX}(t)$
Où chaque filtre SRRC a la même réponse en fréquence :
$H_{SRRC}(f) = \\sqrt{H_{RC}(f)}$
Dans le domaine fréquentiel :
$H_{total}(f) = H_{SRRC}(f) \\times H_{SRRC}(f) = H_{RC}(f)$
C'est-à-dire que la réponse totale équivaut à un filtre en cosinus surélevé complet.
Étape 2 : Réponse impulsionnelle au point d'échantillonnage central (t = 0)
Pour le filtre RC complet satisfaisant le critère de Nyquist :
$h_{total}(0) = 1$ (valeur normalisée)
Si l'amplitude du signal d'entrée est A, alors :
$h_{total}(0) = A$ ou 1 (en normalisant)
Résultat : $h_{total}(0) = 1$
Étape 3 : Réponse impulsionnelle à t = T_b (premier intervalle de symbole suivant)
Le critère de Nyquist garantit que :
$h_{total}(T_b) = 0$
En réalité, pour un filtre pratique avec roll-off fini :
$h_{total}(T_b) \\approx 10^{-2}$ à $10^{-3}$ (très petit, négligeable)
Résultat : $h_{total}(T_b) \\approx 0$ (théoriquement 0)
Étape 4 : Réponse impulsionnelle à t = 2T_b
Similairement :
$h_{total}(2T_b) \\approx 0$
Résultat : $h_{total}(2T_b) \\approx 0$
Étape 5 : Vérification du critère de Nyquist
Le critère de Nyquist stipule :
$h(kT_b) = \\delta_{k,0} = \\begin{cases} 1 & \\text{si } k = 0 \\ 0 & \\text{si } k \\neq 0 \\end{cases}$
Pour le système complet (SRRC-SRRC → RC) :
$h(0) = 1, \\quad h(T_b) = 0, \\quad h(2T_b) = 0, \\quad \\ldots$
Résultat final : $h(0) = 1, h(T_b) \\approx 0, h(2T_b) \\approx 0$. Le critère de Nyquist est satisfait, garantissant l'absence d'ISI aux instants d'échantillonnage.
Question 3 : Robustesse face au Timing Error
Étape 1 : Décalage temporel appliqué
Le timing error est :
$\\delta t = 0.1 T_b = 0.1 \\times 62.5 = 6.25$ ns
Étape 2 : Calcul de l'ISI due au timing error pour la Stratégie A (RC à l'émetteur seul)
Avec un timing error, la réponse impulsionnelle évaluée aux instants décalés devient :
$h_A(\\delta t) = h_A(0.1 T_b) \\approx 0.05$ (valeur typique pour RC avec β=0.35)
$h_A(T_b + \\delta t) = h_A(1.1 T_b) \\approx 0.02$
$h_A(2T_b + \\delta t) = h_A(2.1 T_b) \\approx 0.008$
L'ISI due au timing error est :
$ISI_A = |h_A(T_b + \\delta t)| + |h_A(2T_b + \\delta t)| + ... \\approx 0.02 + 0.008 + ... = 0.03$
Résultat : $ISI_A \\approx 0.03$
Étape 3 : Calcul de l'ISI pour la Stratégie B (SRRC-SRRC)
La répartition 50/50 offre une meilleure robustesse car chaque filtre a un roll-off plus doux. Avec le timing error :
$h_B(\\delta t) = h_B(0.1 T_b) \\approx 0.025$ (moitié de celle de la Stratégie A due à la répartition)
$h_B(T_b + \\delta t) \\approx 0.010$
$h_B(2T_b + \\delta t) \\approx 0.004$
$ISI_B = 0.010 + 0.004 + ... \\approx 0.015$
Résultat : $ISI_B \\approx 0.015$
Étape 4 : Calcul de l'ISI pour la Stratégie C (RC au récepteur seul)
La Stratégie C a les mêmes caractéristiques que la Stratégie A en termes d'ISI due au timing error :
$ISI_C \\approx 0.03$
Résultat : $ISI_C \\approx 0.03$
Étape 5 : Dégradation en dB pour chaque stratégie
Le facteur de dégradation est :
$DF = -10 \\log_{10}(1 - ISI)$
Pour la Stratégie A :
$DF_A = -10 \\log_{10}(1 - 0.03) = -10 \\log_{10}(0.97) \\approx -10 \\times (-0.01284) = 0.128$ dB
Pour la Stratégie B :
$DF_B = -10 \\log_{10}(1 - 0.015) = -10 \\log_{10}(0.985) \\approx -10 \\times (-0.00638) = 0.064$ dB
Pour la Stratégie C :
$DF_C = -10 \\log_{10}(1 - 0.03) \\approx 0.128$ dB
Résultat final : $ISI_A = 0.03, DF_A \\approx 0.128$ dB; $ISI_B = 0.015, DF_B \\approx 0.064$ dB; $ISI_C = 0.03, DF_C \\approx 0.128$ dB. La Stratégie B (répartition 50/50) est la plus robuste avec une dégradation deux fois plus faible que les Stratégies A et C face au timing error de 0.1 T_b.
",
    "id_category": "3",
    "id_number": "2"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 1 : Diagramme de l'œil et détection d'interférence entre symboles
\n
Une chaîne de transmission binaire utilise un code NRZ avec une amplitude crête $A = 2$ V. Le signal reçu subit une réponse impulsionnelle du canal caractérisée par : $h(t) = δ(t) - 0.2 × δ(t - T_b)$ où $T_b = 1$ μs est la durée du bit et $δ(t)$ est l'impulsion de Dirac. L'échantillonnage se fait à $t = T_b$.
\n\n
Question 1 : Pour la séquence binaire ...0, 1, 0, 1, 0..., calculer les échantillons du signal reçu $y(k)$ aux instants $t = k × T_b$. On suppose que les symboles sont $s_0 = 1$, $s_1 = 0$, $s_2 = 1$, $s_3 = 0$ (notation : 1 = +A, 0 = -A). Calculer $y(0)$, $y(1)$, $y(2)$, $y(3)$. La formule est : $y(k) = A × s_k + c_1 × A × s_{k-1}$ où $c_1 = -0.2$ est le coefficient d'interférence.
\n\n
Question 2 : Calculer la valeur crête minimale du diagramme de l'œil (ouverture verticale de l'œil) en considérant les états possibles du signal à l'instant d'échantillonnage. Pour un système binaire, les deux niveaux de sortie sont : $V_+ = A + c_1 × A$ (bit 1 après bit 1) et $V_- = -A - c_1 × A$ (bit 0 après bit 0). Calculer l'ouverture verticale $ΔV = V_+ - V_-$.
\n\n
Question 3 : Évaluer le dégradation du rapport signal-sur-bruit due à l'interférence entre symboles. La pénalité d'ouverture de l'œil (eye opening penalty) en dB est définie par : $EOP = 20 \\log_{10}\\left(\\frac{ΔV_{ideal}}{ΔV_{réel}}\\right)$ où $ΔV_{ideal} = 2A$ sans ISI. Calculer la pénalité en dB.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution Question 1 : Échantillons du signal reçu avec ISI
...[Full solution provided in JSON block]",
    "id_category": "3",
    "id_number": "3"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 2 : Critère de Nyquist et filtrage en cosinus surélevé
...",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution Question 1 : Bande passante du filtre en cosinus surélevé
...[Full solution provided in JSON block]",
    "id_category": "3",
    "id_number": "4"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 3 : Répartition du filtrage et performances probabilistes M-aire
...",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution Question 1 : Énergie par bit et rapport signal-sur-bruit
...[Full solution provided in JSON block]",
    "id_category": "3",
    "id_number": "5"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 1 : Diagramme de l'œil et condition de Nyquist pour signal M-aire
\n
Une chaîne de transmission M-aire (M=4) transmet des symboles avec un débit binaire $R_b = 4$ Mbps à travers un canal qui introduit une limitation de bande passante. Le système utilise un filtre en cosinus surélevé à l'émission avec un facteur de retombée $\\alpha = 0.5$. On considère que la bande passante du filtre est $B = \\frac{(1+\\alpha)R_b}{2}$.
\n\n
Question 1 : Calculer la bande passante requise $B$ du filtre en cosinus surélevé pour respecter la condition de Nyquist et permettre la transmission sans interférence entre symboles (ISI).
\n\n
Question 2 : Soit le signal à la sortie du canal caractérisé par une réponse impulsionnelle causale du premier ordre : $h(t) = e^{-t/\\tau}$ avec $\\tau = T_s/10$ où $T_s$ est la durée d'un symbole. Calculer le coefficient d'interférence ISI au premier instant d'échantillonnage suivant l'instant optimal $t_0 + T_s$.
\n\n
Question 3 : Pour un rapport signal sur bruit de $\\text{SNR} = 20$ dB et une constellation 4-aire uniformément espacée avec amplitude crête-à-crête $A = 2$ V, déterminer la probabilité d'erreur symbole $P_e$ en utilisant l'approximation $P_e \\approx \\text{erfc}\\left(\\sqrt{\\frac{3\\text{SNR}}{2(M^2-1)}}\\right)$.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'exercice 1 :
\n\n
Question 1 : Bande passante requise pour le filtre cosinus surélevé
\n\n
Étape 1 : Formule générale
\nLa bande passante minimale pour un filtre en cosinus surélevé selon Nyquist est :
\n$B = \\frac{(1 + \\alpha) R_b}{2}$
\n\n
où $\\alpha$ est le facteur de retombée (rolloff factor) et $R_b$ est le débit binaire.
\n\n
Étape 2 : Conversion du débit binaire en débit de symboles
\nAvec M = 4, on a $k = \\log_2(M) = 2$ bits par symbole.
\nLe débit de symboles est : $R_s = \\frac{R_b}{k} = \\frac{4 \\times 10^6}{2} = 2 \\times 10^6$ symboles/s
\n\n
Étape 3 : Remplacement des données
\n$B = \\frac{(1 + 0.5) \\times 4 \\times 10^6}{2}$
\n\n
Étape 4 : Calcul
\n$B = \\frac{1.5 \\times 4 \\times 10^6}{2} = \\frac{6 \\times 10^6}{2} = 3 \\times 10^6$ Hz
\n\n
Résultat final
\n$B = 3 \\, \\text{MHz}$
\n\n
Interprétation : La bande passante requise est de 3 MHz. Cette bande tient compte du facteur de retombée α = 0.5 qui détermine la pente des flancs du filtre. Sans ce facteur (α = 0), la bande serait de 2 MHz (le minimum théorique de Nyquist).
\n\n
\n\n
Question 2 : Coefficient d'interférence ISI au premier instant suivant
\n\n
Étape 1 : Formule générale
\nPour une réponse impulsionnelle $h(t) = e^{-t/\\tau}$, le coefficient d'ISI au temps $t = T_s$ est :
\n$\\text{ISI}(T_s) = \\int_0^{\\infty} h(t) h(t-T_s) dt$
\n\n
Avec la normalisation correcte, cette intégrale représente le chevauchement entre la réponse du symbole actuel et celle du symbole suivant.
\n\n
Étape 2 : Calcul de la durée du symbole
\n$T_s = \\frac{1}{R_s} = \\frac{1}{2 \\times 10^6} = 0.5 \\times 10^{-6} \\, \\text{s} = 0.5 \\, \\mu s$
\n\n
Et $\\tau = \\frac{T_s}{10} = \\frac{0.5 \\times 10^{-6}}{10} = 0.05 \\times 10^{-6} \\, \\text{s} = 50 \\, \\text{ns}$
\n\n
Étape 3 : Remplacement dans la formule
\nPour $h(t) = e^{-t/\\tau}$, l'ISI à l'instant $t = T_s$ est approximée par :
\n$\\text{ISI}(T_s) \\approx \\frac{h(T_s)}{h(0)} = e^{-T_s/\\tau}$
\n\n
Étape 4 : Calcul
\n$\\text{ISI}(T_s) = e^{-0.5 \\times 10^{-6} / 0.05 \\times 10^{-6}} = e^{-10} = 4.54 \\times 10^{-5}$
\n\n
Résultat final
\n$\\text{ISI}(T_s) = 4.54 \\times 10^{-5} \\approx 0.0000454$
\n\n
Interprétation : Le coefficient d'ISI est extrêmement faible (0.00454%), ce qui signifie que l'interférence causée par le canal du premier ordre sur le symbole suivant est négligeable. La constante de temps τ = 50 ns est très courte comparée à la durée du symbole T_s = 500 ns, ce qui permet une récupération rapide du signal après chaque symbole.
\n\n
\n\n
Question 3 : Probabilité d'erreur symbole M-aire avec SNR = 20 dB
\n\n
Étape 1 : Conversion du SNR en échelle linéaire
\n$\\text{SNR (dB)} = 10 \\log_{10}(\\text{SNR})\\, \\Rightarrow \\, \\text{SNR} = 10^{\\text{SNR(dB)}/10}$
\n\n
$\\text{SNR} = 10^{20/10} = 10^2 = 100$
\n\n
Étape 2 : Calcul du terme sous la fonction erfc
\nLa formule approximée est :
\n$P_e \\approx \\text{erfc}\\left(\\sqrt{\\frac{3\\text{SNR}}{2(M^2-1)}}\\right)$
\n\n
Étape 3 : Remplacement des données
\nAvec M = 4 :
\n$M^2 - 1 = 16 - 1 = 15$
\n\n
$\\frac{3\\text{SNR}}{2(M^2-1)} = \\frac{3 \\times 100}{2 \\times 15} = \\frac{300}{30} = 10$
\n\n
Étape 4 : Calcul de la racine carrée
\n$\\sqrt{10} = 3.162$
\n\n
Étape 5 : Évaluation de erfc
\nLa fonction complémentaire d'erreur pour $x = 3.162$ est :
\n$\\text{erfc}(3.162) \\approx 6.1 \\times 10^{-6}$
\n\n
Résultat final
\n$P_e \\approx 6.1 \\times 10^{-6}$
\n\n
Interprétation : La probabilité d'erreur symbole est extrêmement faible (6.1 ppm - parties par million), ce qui correspond à un taux d'erreur binaire très bon. Avec une SNR de 20 dB et un système 4-aire bien filtré selon Nyquist, le système offre une très bonne fiabilité. À titre de comparaison, les normes de télécommunications modernes exigent généralement un BER inférieur à 10^-9, et cette valeur est déjà très proche.
",
    "id_category": "3",
    "id_number": "6"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 2 : Répartition du filtrage entre émission et réception pour système 8-aire
\n
Un système de transmission 8-aire (M=8) opère à un débit binaire $R_b = 6$ Mbps avec une répartition symétrique du filtre en cosinus surélevé. Le filtre est partagé à 50% entre l'émetteur et le récepteur (chacun a un facteur de retombée effectif $\\alpha_e = \\alpha_r = \\sqrt{\\alpha} = \\sqrt{0.3}$ ).
\n\n
Question 1 : Calculer le débit de symboles $R_s$, la durée d'un symbole $T_s$, et la largeur de bande requise $B$ pour cette transmission 8-aire.
\n\n
Question 2 : En supposant une capacité de canal de Shannon $C = B \\log_2(1 + \\text{SNR})$, calculer la SNR minimale requise pour supporter le débit avec une bande $B$ calculée à la question 1.
\n\n
Question 3 : Sous répartition symétrique du filtre cosinus surélevé, la performance en probabilité d'erreur pour une constellation 8-aire est donnée par $P_e \\approx 0.4 \\times \\text{erfc}\\left(\\sqrt{\\frac{1.5 \\times \\text{SNR}}{2(M^2-1)}}\\right)$. Calculer $P_e$ pour une SNR de 18 dB.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'exercice 2 :
\n\n
Question 1 : Débit de symboles, durée et largeur de bande pour 8-aire
\n\n
Étape 1 : Formules générales
\nPour une constellation M-aire :
\n$k = \\log_2(M)$ (bits par symbole)
\n$R_s = \\frac{R_b}{k}$ (débit de symboles)
\n$T_s = \\frac{1}{R_s}$ (durée d'un symbole)
\n$B = \\frac{(1 + \\alpha) R_s}{2}$ (largeur de bande avec facteur retombée)
\n\n
Étape 2 : Calcul du nombre de bits par symbole
\n$k = \\log_2(8) = 3$ bits par symbole
\n\n
Étape 3 : Calcul du débit de symboles
\n$R_s = \\frac{6 \\times 10^6}{3} = 2 \\times 10^6$ symboles/s
\n\n
Étape 4 : Calcul de la durée d'un symbole
\n$T_s = \\frac{1}{2 \\times 10^6} = 0.5 \\times 10^{-6} \\, \\text{s} = 0.5 \\, \\mu s$
\n\n
Étape 5 : Calcul de la largeur de bande
\n$B = \\frac{(1 + 0.3) \\times 2 \\times 10^6}{2} = \\frac{1.3 \\times 2 \\times 10^6}{2} = 1.3 \\times 10^6$ Hz
\n\n
Résultats finaux
\n$R_s = 2 \\, \\text{Msymboles/s}$
\n$T_s = 0.5 \\, \\mu s$
\n$B = 1.3 \\, \\text{MHz}$
\n\n
Interprétation : Pour un débit de 6 Mbps en 8-aire, on transmet 2 millions de symboles par seconde. La durée de chaque symbole est 0.5 µs. La largeur de bande requise est 1.3 MHz, ce qui inclut le facteur de retombée α = 0.3 du filtre cosinus surélevé.
\n\n
\n\n
Question 2 : SNR minimale requise selon Shannon
\n\n
Étape 1 : Formule de la capacité de Shannon
\n$C = B \\log_2(1 + \\text{SNR})$
\n\n
Pour une transmission fiable : $R_b \\le C$
\n\n
Étape 2 : Remplacement
\n$6 \\times 10^6 \\le 1.3 \\times 10^6 \\times \\log_2(1 + \\text{SNR})$
\n\n
Étape 3 : Isoler le terme SNR
\n$\\log_2(1 + \\text{SNR}) \\ge \\frac{6 \\times 10^6}{1.3 \\times 10^6} = 4.615$
\n\n
Étape 4 : Calcul du SNR
\n$1 + \\text{SNR} \\ge 2^{4.615} = 24.73$
\n\n
$\\text{SNR} \\ge 23.73$
\n\n
Étape 5 : Conversion en dB
\n$\\text{SNR (dB)} = 10 \\log_{10}(23.73) = 13.75 \\, \\text{dB}$
\n\n
Résultat final
\n$\\text{SNR}_{\\text{min}} = 23.73 \\text{ linéaire} = 13.75 \\, \\text{dB}$
\n\n
Interprétation : Selon la limite de Shannon, une SNR minimale de 13.75 dB est requise pour supporter 6 Mbps sur une bande de 1.3 MHz. Cela représente la limite théorique inférieure. En pratique, les systèmes réels nécessitent une SNR plus élevée (typiquement 15-20 dB) pour atteindre une fiabilité acceptable.
\n\n
\n\n
Question 3 : Probabilité d'erreur symbole 8-aire à 18 dB
\n\n
Étape 1 : Conversion de la SNR en échelle linéaire
\n$\\text{SNR} = 10^{\\text{SNR(dB)}/10} = 10^{18/10} = 10^{1.8} = 63.10$
\n\n
Étape 2 : Calcul du terme sous la fonction erfc
\nLa formule donnée est :
\n$P_e \\approx 0.4 \\times \\text{erfc}\\left(\\sqrt{\\frac{1.5 \\times \\text{SNR}}{2(M^2-1)}}\\right)$
\n\n
Étape 3 : Calcul du dénominateur
\n$M^2 - 1 = 64 - 1 = 63$
\n\n
Étape 4 : Remplacement des données
\n$\\frac{1.5 \\times \\text{SNR}}{2(M^2-1)} = \\frac{1.5 \\times 63.10}{2 \\times 63} = \\frac{94.65}{126} = 0.7513$
\n\n
Étape 5 : Calcul de la racine carrée
\n$\\sqrt{0.7513} = 0.8668$
\n\n
Étape 6 : Évaluation de erfc
\n$\\text{erfc}(0.8668) \\approx 0.1638$
\n\n
Étape 7 : Calcul final de P_e
\n$P_e = 0.4 \\times 0.1638 = 0.06552$
\n\n
Résultat final
\n$P_e \\approx 6.552 \\times 10^{-2} = 6.55 \\%$
\n\n
Interprétation : Avec une SNR de 18 dB, la probabilité d'erreur symbole est d'environ 6.55%. Cela correspond à un taux d'erreur binaire d'environ 2.2% (puisque chaque symbole transporte 3 bits). Bien que cette performance soit insuffisante pour de nombreuses applications critiques (qui nécessitent BER < 10^-9), elle peut être acceptable pour des applications non critiques ou avec codage de canal. L'utilisation d'une SNR plus élevée (22-24 dB) serait recommandée pour atteindre des taux d'erreur acceptables pour les télécommunications modernes.
",
    "id_category": "3",
    "id_number": "7"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 3 : Analyse du critère de Nyquist et effet de canal sur l'ISI
\n
Un système de transmission binaire (NRZ unipolaire) opère à un débit $R_b = 2$ Mbps sur un canal dont la réponse impulsionnelle est $h(t) = \\text{sinc}(\\pi t/T_s)$. Le signal reçu est filtré par un filtre adapté de réception. On cherche à vérifier le respect du critère de Nyquist.
\n\n
Question 1 : Calculer la durée du symbole $T_s$ et déterminer si la condition de Nyquist $h(kT_s) = \\delta(0,k)$ est respectée pour les échantillons aux instants $t = 0, T_s, 2T_s$.
\n\n
Question 2 : Un canal réel introduit une atténuation uniforme sur la bande passante : le signal reçu devient $r(t) = 0.8 \\cdot \\text{sinc}(\\pi t/T_s) + n(t)$ où $n(t)$ est le bruit blanc additif. Calculer le rapport signal sur bruit en sortie du filtre adapté en supposant une variance de bruit $\\sigma_n^2 = 0.02 \\, V^2$ et une amplitude de symbole $A = 1 \\, V$.
\n\n
Question 3 : Calculer la probabilité d'erreur binaire (BER) pour ce système binaire en utilisant la formule $P_e = Q\\left(\\sqrt{2 \\text{SNR}}\\right)$ où $Q(x) = \\frac{1}{2}\\text{erfc}\\left(\\frac{x}{\\sqrt{2}}\\right)$. Comparer avec le cas idéal (sans atténuation).
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'exercice 3 :
\n\n
Question 1 : Vérification du critère de Nyquist pour h(t) = sinc(πt/T_s)
\n\n
Étape 1 : Calcul de la durée du symbole
\nPour un débit binaire $R_b = 2$ Mbps en transmission binaire :
\n$T_s = \\frac{1}{R_b} = \\frac{1}{2 \\times 10^6} = 0.5 \\times 10^{-6} \\, \\text{s} = 0.5 \\, \\mu s$
\n\n
Étape 2 : Formule générale de la fonction sinc
\n$\\text{sinc}(x) = \\frac{\\sin(\\pi x)}{\\pi x} \\, \\text{pour} \\, x \\ne 0, \\quad \\text{sinc}(0) = 1$
\n\n
Étape 3 : Évaluation aux instants clés
\nÀ $t = 0$ :
\n$h(0) = \\text{sinc}(0) = 1$
\n\n
À $t = T_s$ :
\n$h(T_s) = \\text{sinc}(\\pi T_s / T_s) = \\text{sinc}(\\pi) = \\frac{\\sin(\\pi)}{\\pi} = \\frac{0}{\\pi} = 0$
\n\n
À $t = 2T_s$ :
\n$h(2T_s) = \\text{sinc}(2\\pi) = \\frac{\\sin(2\\pi)}{2\\pi} = \\frac{0}{2\\pi} = 0$
\n\n
Résultat final
\n$h(0) = 1, \\quad h(T_s) = 0, \\quad h(2T_s) = 0$
\n\n
Conclusion : Le critère de Nyquist $h(kT_s) = \\delta(0,k)$ est vérifié. La fonction sinc idéale assure l'absence d'interférence entre symboles car elle vaut 1 à l'instant d'échantillonnage optimal et 0 à tous les autres instants multiples de $T_s$. Cette propriété garantit que chaque symbole ne perturbe pas ses voisins lors du processus de détection.
\n\n
\n\n
Question 2 : Rapport signal sur bruit avec atténuation canal
\n\n
Étape 1 : Formule générale
\nLe signal reçu est : $r(t) = 0.8 \\cdot \\text{sinc}(\\pi t / T_s) + n(t)$
\n\n
Le rapport signal sur bruit à la sortie du filtre adapté est :
\n$\\text{SNR} = \\frac{P_s}{P_n}$
\n\n
où $P_s$ est la puissance du signal reçu et $P_n$ la puissance du bruit.
\n\n
Étape 2 : Calcul de la puissance du signal reçu
\nL'amplitude du signal après atténuation est :
\n$A_{\\text{reçu}} = 0.8 \\times A = 0.8 \\times 1 = 0.8 \\, V$
\n\n
Pour une transmission binaire NRZ unipolaire, la puissance moyenne est :
\n$P_s = \\frac{(0.8 A)^2}{2} = \\frac{(0.8)^2 \\times 1^2}{2} = \\frac{0.64}{2} = 0.32 \\, V^2$
\n\n
Note : le facteur 1/2 provient de la distribution uniforme entre symboles 0 et 1 en NRZ unipolaire.
\n\n
Étape 3 : Puissance du bruit blanc additif
\n$P_n = \\sigma_n^2 = 0.02 \\, V^2$
\n\n
Étape 4 : Calcul du SNR
\n$\\text{SNR} = \\frac{0.32}{0.02} = 16$
\n\n
Résultat final
\n$\\text{SNR} = 16 \\text{ linéaire} = 10 \\log_{10}(16) = 12.04 \\, \\text{dB}$
\n\n
Interprétation : L'atténuation du canal réduit le signal de 20% (facteur 0.8), ce qui diminue la puissance du signal reçu. Le rapport signal sur bruit résultant est 16 linéaire, soit 12.04 dB. Cette dégradation est significative comparée au cas idéal sans atténuation.
\n\n
\n\n
Question 3 : Probabilité d'erreur binaire avec et sans atténuation
\n\n
Étape 1 : Formule de la probabilité d'erreur
\n$P_e = Q\\left(\\sqrt{2 \\text{SNR}}\\right) = \\frac{1}{2}\\text{erfc}\\left(\\frac{\\sqrt{2\\text{SNR}}}{\\sqrt{2}}\\right) = \\frac{1}{2}\\text{erfc}\\left(\\sqrt{\\text{SNR}}\\right)$
\n\n
Étape 2 : Calcul pour le cas avec atténuation (SNR = 16)
\n$P_e = Q(\\sqrt{2 \\times 16}) = Q(\\sqrt{32}) = Q(5.657)$
\n\n
Étape 3 : Évaluation numérique
\n$Q(5.657) = \\frac{1}{2}\\text{erfc}(5.657/\\sqrt{2}) = \\frac{1}{2}\\text{erfc}(4.0)$
\n\n
$\\text{erfc}(4.0) \\approx 1.54 \\times 10^{-8}$
\n\n
$P_e \\approx \\frac{1.54 \\times 10^{-8}}{2} = 7.7 \\times 10^{-9}$
\n\n
Résultat final (avec atténuation)
\n$P_e \\approx 7.7 \\times 10^{-9}$
\n\n
Étape 4 : Cas idéal sans atténuation
\nSans atténuation, l'amplitude reçue serait $A = 1$ V :
\n$P_s = \\frac{1^2}{2} = 0.5 \\, V^2$
\n\n
$\\text{SNR}_{\\text{idéal}} = \\frac{0.5}{0.02} = 25$
\n\n
$P_e^{\\text{idéal}} = Q(\\sqrt{50}) = Q(7.071)$
\n\n
$P_e^{\\text{idéal}} \\approx \\frac{1}{2}\\text{erfc}(5.0) \\approx 2.9 \\times 10^{-12}$
\n\n
Résultat final (cas idéal)
\n$P_e^{\\text{idéal}} \\approx 2.9 \\times 10^{-12}$
\n\n
Comparaison :
\nCas avec atténuation: $P_e \\approx 7.7 \\times 10^{-9}$
\nCas idéal : $P_e^{\\text{idéal}} \\approx 2.9 \\times 10^{-12}$
\n\n
Rapport de dégradation : $\\frac{7.7 \\times 10^{-9}}{2.9 \\times 10^{-12}} \\approx 2655$
\n\n
Interprétation : L'atténuation du canal introduit une dégradation massive de la probabilité d'erreur. L'atténuation de 20% (facteur 0.8) élève la probabilité d'erreur d'environ 2655 fois. Cependant, même avec l'atténuation, le BER reste excellent ($7.7 \\times 10^{-9}$), bien en dessous des seuils requis pour les télécommunications modernes. Le filtre adapté optimise la détection même en présence d'atténuation, mais une compensation de gain à la réception serait recommandée pour restaurer les performances idéales.
",
    "id_category": "3",
    "id_number": "8"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "Exercice 1 : Critère de Nyquist et Interférence entre symboles\n\nUn système de transmission numérique utilise un filtre de mise en forme avec une bande passante de $B = 2{,}4~MHz$. Le débit de symboles est $R_s = 2~Mbauds$. Le signal transmis passe par un canal de communication caractérisé par une fonction de transfert $H_c(f) = e^{-j 2\\pi f \\tau}$ avec un délai $\\tau = 50~ns$. Le filtre de réception est un filtre passe-bas idéal avec une fréquence de coupure $f_c = 1{,}2~MHz$.\n\n1. Vérifiez si le système satisfait le critère de Nyquist pour l'absence d'interférence entre symboles (IES) en calculant la bande passante minimale requise et en comparant avec la bande passante disponible.\n2. Calculez le délai introduit par le canal et déterminez l'effet de ce délai sur la détection des symboles au moment d'échantillonnage optimal $t_0 = \\frac{T_s}{2}$ où $T_s = \\frac{1}{R_s}$.\n3. Évaluez l'atténuation et le déphasage du signal à la fréquence fondamentale $f_1 = R_s$ imposés par le canal, et exprimez le signal de sortie du canal en fonction du signal d'entrée.",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
1. Vérification du critère de Nyquist :
Formule générale : Pour satisfaire le critère de Nyquist sans IES, la bande passante minimale du filtre de mise en forme doit être : $B_{min} = \\frac{R_s}{2}$
Remplacement des données : $B_{min} = \\frac{2 \\times 10^6}{2} = 1~MHz$
Comparaison : Bande disponible $B = 2{,}4~MHz$ > $B_{min} = 1~MHz$
Résultat final : Le système satisfait le critère de Nyquist avec une marge de $B - B_{min} = 1{,}4~MHz$. L'absence d'IES est donc garantie au détecteur ideal.

2. Effet du délai du canal sur la détection :
Formule générale : Le délai du canal est $\\tau = 50~ns$. Le temps d'échantillonnage optimal est $t_0 = \\frac{T_s}{2} = \\frac{1}{2R_s}$
Calcul de $T_s$ : $T_s = \\frac{1}{R_s} = \\frac{1}{2 \\times 10^6} = 0{,}5~\\mu s = 500~ns$
Donc : $t_0 = \\frac{500~ns}{2} = 250~ns$
Le délai du canal introduit un décalage : $\\Delta t = \\tau = 50~ns$
Nouveau temps d'échantillonnage effectif : $t'_0 = t_0 + \\tau = 250 + 50 = 300~ns$
Erreur de synchronisation : $\\delta = \\frac{\\tau}{T_s} = \\frac{50}{500} = 0{,}1$ (10% du symbole)
Résultat final : Le délai du canal décale le point optimal d'échantillonnage de $50~ns$, soit $10\\%$ de la période symbole. Cet écart entraîne une dégradation du rapport signal-sur-bruit de détection.

3. Atténuation, déphasage et signal de sortie :
Formule générale (fonction de transfert du canal) : $H_c(f) = e^{-j 2\\pi f \\tau}$
À la fréquence fondamentale $f_1 = R_s = 2~MHz$ :
Calcul de la phase : $\\phi = -2\\pi f_1 \\tau = -2\\pi \\times 2 \\times 10^6 \\times 50 \\times 10^{-9}$
$\\phi = -2\\pi \\times 100 \\times 10^{-3} = -2\\pi \\times 0{,}1 = -0{,}2\\pi~rad = -36^\\circ$
Atténuation (module) : $|H_c(f_1)| = 1$ (le canal de pure conduction ne produit pas d'atténuation)
Déphasage : $\\theta = -36^\\circ$
Signal de sortie : Si le signal d'entrée est $s_{in}(t)$, le signal à la sortie du canal est :
$s_{out}(t) = s_{in}(t - 50~ns)$
En représentation fréquentielle : $S_{out}(f) = S_{in}(f) \\times e^{-j 2\\pi f \\times 50 \\times 10^{-9}}$
Résultat final : À $f_1 = 2~MHz$, le déphasage introduit est $-36^\\circ$ avec une atténuation nulle (gain unitaire). Le signal de sortie est une version retardée du signal d'entrée de $50~ns$.
",
    "id_category": "3",
    "id_number": "9"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "Exercice 2 : Diagramme de l'œil et estimation de probabilité d'erreur\n\nUn système de communication M-aire avec $M = 16$ utilise un filtre en cosinus surélevé avec un facteur de retombée $\\beta = 0{,}5$ et un débit binaire $R_b = 8~Mbps$. Le signal reçu possède un rapport signal-sur-bruit de $SNR = 14~dB$ à l'entrée du détecteur. La variance du bruit additif est $\\sigma^2 = 0{,}125$.\n\n1. Calculez la largeur d'ouverture horizontale de l'œil au détecteur (en unités de symbole) en fonction du facteur de retombée et déterminez la marge de synchronisation disponible.\n2. Estimez la probabilité d'erreur par symbole $P_s$ en utilisant l'approximation Gaussienne et la distance Euclidienne minimale pour une modulation 16-QAM régulière en grille carrée.\n3. Déduisez la probabilité d'erreur binaire $P_b$ et comparez-la avec la limite théorique de Shannon pour ce système de transmission.",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
1. Largeur d'ouverture horizontale et marge de synchronisation :
Formule générale : Pour un filtre en cosinus surélevé, la largeur d'ouverture de l'œil est donnée par : $W_{eye} = T_s (1 - \\beta)$ où $T_s$ est la période symbole
Calcul de la période symbole : Le débit binaire est $R_b = 8~Mbps$. Pour $M = 16$, le débit symbole est :
$R_s = \\frac{R_b}{\\log_2(M)} = \\frac{8 \\times 10^6}{4} = 2~Mbauds$
$T_s = \\frac{1}{R_s} = \\frac{1}{2 \\times 10^6} = 0{,}5~\\mu s$
Largeur d'ouverture : $W_{eye} = 0{,}5 \\times 10^{-6} \\times (1 - 0{,}5) = 0{,}5 \\times 10^{-6} \\times 0{,}5 = 0{,}25~\\mu s = 250~ns$
Marge de synchronisation (en unités de symbole) : $W_{norm} = 1 - \\beta = 1 - 0{,}5 = 0{,}5~T_s$
Résultat final : La largeur d'ouverture de l'œil est $250~ns$, soit $0{,}5~T_s$. La marge de synchronisation disponible est de $50\\%$ de la période symbole, ce qui offre une tolérance correcte aux erreurs de synchronisation.

2. Probabilité d'erreur par symbole :
Formule générale (pour 16-QAM en grille carrée) : $P_s = 4 Q\\left(\\sqrt{\\frac{3 \\log_2(M)}{M-1} SNR_{lin}}\\right) \\times \\left(1 - \\frac{1}{\\sqrt{M}}\\right)$
Conversion du SNR : $SNR = 14~dB \\Rightarrow SNR_{lin} = 10^{14/10} = 25{,}12$
Distance Euclidienne minimale (pour 16-QAM régulière) : $d_{min} = 2 A$ où $A$ est l'amplitude symbole
Calcul : $P_s = 4 Q\\left(\\sqrt{\\frac{3 \\times 4}{15} \\times 25{,}12}\\right) \\times \\left(1 - \\frac{1}{4}\\right)$
$P_s = 4 Q\\left(\\sqrt{\\frac{12}{15} \\times 25{,}12}\\right) \\times 0{,}75 = 4 Q(\\sqrt{20{,}096}) \\times 0{,}75$
$P_s = 4 Q(4{,}483) \\times 0{,}75$
Calcul de Q(4,483) : $Q(4{,}483) \\approx 3{,}7 \\times 10^{-6}$
$P_s \\approx 4 \\times 3{,}7 \\times 10^{-6} \\times 0{,}75 = 1{,}11 \\times 10^{-5}$
Résultat final : $P_s \\approx 1{,}1 \\times 10^{-5}$ (très bonne performance pour 16-QAM à SNR = 14 dB).

3. Probabilité d'erreur binaire et limite de Shannon :
Formule générale (relation entre $P_s$ et $P_b$) : $P_b \\approx \\frac{P_s}{\\log_2(M)} = \\frac{P_s}{4}$
Calcul : $P_b \\approx \\frac{1{,}11 \\times 10^{-5}}{4} = 2{,}77 \\times 10^{-6}$
Limite de Shannon : $C = B \\log_2(1 + SNR_{lin}) = B \\log_2(1 + 25{,}12)$
Capacité normalisée : $C/B = \\log_2(26{,}12) = 4{,}71~bits/s/Hz$
Débit binaire utilisé : $R_b / B = \\frac{8 \\times 10^6}{4 \\times 10^6} = 2~bits/s/Hz$ (pour le filtre RC à -3dB estimée à $B = R_b/2 = 4~MHz$)
Résultat final : $P_b \\approx 2{,}77 \\times 10^{-6}$, et la capacité théorique de Shannon est $4{,}71~bits/s/Hz$, soit $2{,}35$ fois supérieure au débit utilisé. Le système opère bien en-dessous de la limite de Shannon avec une excellente marge de réserve.
",
    "id_category": "3",
    "id_number": "10"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "Exercice 3 : Filtre en cosinus surélevé et répartition du filtrage Tx/Rx\n\nUn système de transmission QPSK ($M = 4$) utilise un filtre en cosinus surélevé avec un facteur de retombée $\\beta = 0{,}35$. Le débit symbole est $R_s = 10~Mbauds$. Le filtrage est réparti équitablement entre l'émission et la réception (racine carrée du cosinus surélevé de chaque côté). Le canal introduit une atténuation linéique $L(d) = 32{,}45 + 20 \\log_{10}(d) + 20 \\log_{10}(f)$ pour $d = 5~km$ et $f = 2{,}4~GHz$. La puissance d'émission est $P_{tx} = 20~dBm$.\n\n1. Calculez la largeur de bande nécessaire du filtre en cosinus surélevé et déterminez la bande passante utilisée par le signal QPSK après filtrage complet (Tx + Rx).\n2. Évaluez l'atténuation du canal en dB et déterminez la puissance reçue à l'entrée du récepteur après propagation sur $5~km$.\n3. Calculez le gain de traitement (process gain) apporté par la répartition du filtrage Tx/Rx comparé à un filtrage uniquement en réception, et estimez l'amélioration du rapport signal-sur-bruit au détecteur.",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
1. Largeur de bande du filtre en cosinus surélevé :
Formule générale : La largeur de bande d'un filtre en cosinus surélevé est :
$B_{RC} = R_s (1 + \\beta)$
Remplacement des données : $B_{RC} = 10 \\times 10^6 \\times (1 + 0{,}35) = 10 \\times 10^6 \\times 1{,}35 = 13{,}5~MHz$
Après filtrage complet (Tx√RC + Rx√RC), la réponse en fréquence est le produit des deux filtres, ce qui reproduit la réponse du cosinus surélevé complet :
$H_{total}(f) = H_{Tx}(f) \\times H_{Rx}(f) = H_{RC}(f)$
Bande passante utilisée : $B_{utilisée} = B_{RC} = 13{,}5~MHz$
Résultat final : La bande passante nécessaire est $13{,}5~MHz$. Après répartition équitable du filtrage Tx/Rx, la bande passante totale utilisée reste $13{,}5~MHz$, mais l'énergie de chaque filtre est optimisée pour réduire le bruit additif au détecteur.

2. Atténuation du canal et puissance reçue :
Formule générale (atténuation en espace libre) : $L(dB) = 32{,}45 + 20 \\log_{10}(d \\text{ en km}) + 20 \\log_{10}(f \\text{ en GHz})$
Remplacement : $L = 32{,}45 + 20 \\log_{10}(5) + 20 \\log_{10}(2{,}4)$
Calculs :
$20 \\log_{10}(5) = 20 \\times 0{,}699 = 13{,}98~dB$
$20 \\log_{10}(2{,}4) = 20 \\times 0{,}380 = 7{,}60~dB$
$L = 32{,}45 + 13{,}98 + 7{,}60 = 54{,}03~dB$
Puissance reçue : $P_{rx} = P_{tx} - L = 20 - 54{,}03 = -34{,}03~dBm$
En notation linéaire : $P_{rx} = 10^{-34{,}03/10} \\approx 3{,}95 \\times 10^{-4}~W \\approx 0{,}395~\\mu W$
Résultat final : L'atténuation du canal est $54{,}03~dB$ et la puissance reçue est $-34{,}03~dBm$ (soit environ $0{,}4~\\mu W$).

3. Gain de traitement et amélioration SNR :
Formule générale (gain avec répartition Tx/Rx) : La répartition équitable du filtrage √RC minimise le bruit en phase de détection. Comparé à un filtrage unique en réception, le gain est :
$G_{process} = 10 \\log_{10}\\left(\\frac{E_{Tx/Rx}}{E_{Rx}}\\right)$
Avec √RC réparti : chaque filtre contribue 0,5 du facteur de retombée en puissance
Avec RC unique à la réception : atténuation d'amplitude supplémentaire$H_{Rx}(f) = |H_{RC}(f)|$
Gain théorique : $G_{process} = 10 \\log_{10}(2) = 3{,}01~dB$ (amélioration de 2 fois en puissance)
SNR avant détection (√RC réparti) : $SNR_{improved} = P_{rx} / N_0 B_{RC}$
SNR avec RC unique : $SNR_{single} = P_{rx} / (N_0 B_{RC} \\times 2)$
Amélioration : $\\Delta SNR = SNR_{improved} - SNR_{single} = 3{,}01~dB$
Résultat final : Le gain de traitement avec répartition Tx/Rx est $3{,}01~dB$ par rapport à un filtrage uniquement en réception. Cette amélioration provient de l'optimisation de l'énergie du signal et de la réduction du bruit de détection par la normalisation des filtres.
",
    "id_category": "3",
    "id_number": "11"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Contexte de l'exercice
Un système de transmission numérique doit émettre des symboles binaires à un débit $D_b = 2 \\text{ Mbit/s}$ sur un canal avec distorsion. Un filtre en cosinus surélevé (Raised Cosine - RC) est utilisé pour satisfaire le critère de Nyquist et éviter l'interférence entre symboles (IES). Le filtre RC a un facteur de roll-off $\\alpha = 0.5$. L'amplitude du signal binaire est $A = 1 \\text{ V}$, et le canal introduit une atténuation $\\gamma = 0.8$ et une distorsion de phase linéaire. Un bruit blanc gaussien additif (AWGN) avec densité spectrale $N_0 = 10^{-10} \\text{ W/Hz}$ affecte le signal. Le filtre de réception est matched au filtre d'émission.
Question 1 : Calcul de la bande passante minimale du filtre de Nyquist et analyse spectrale
Pour un système binaire avec débit $D_b = 2 \\text{ Mbit/s}$, le critère de Nyquist impose une bande passante minimale dépendant du facteur de roll-off. La bande passante d'un filtre RC est donnée par : $B_{RC} = \\frac{D_b(1 + \\alpha)}{2}$. Calculez :
La période de symbole $T_s$
La bande passante minimale du filtre RC $B_{RC}$
La bande passante en espace libre (sans distorsion) $B_{Nyquist} = \\frac{D_b}{2}$
L'excédent de bande passante (overhead spectral) : $\\Delta B = \\frac{B_{RC} - B_{Nyquist}}{B_{Nyquist}} \\times 100\\%$
Question 2 : Calcul de l'ouverture de l'oeil et analyse de la dégradation du diagramme de l'oeil
Le diagramme de l'oeil est une superposition de tous les symboles de la séquence transmise, tracée sur la durée d'un symbole. L'ouverture verticale de l'oeil (appelée aussi marge verticale ou amplitude d'ouverture) est affectée par l'interférence intersymboles résiduelle et le bruit. Pour un système binaire avec atténuation de canal $\\gamma = 0.8$, l'amplitude reçue est $A_{rx} = \\gamma A = 0.8 \\text{ V}$. L'IES résiduelle due à la non-idéalité du filtre génère une dégradation $\\Delta_{IES} = 0.05 A_{rx}$. Calculez :
L'amplitude reçue après atténuation du canal $A_{rx}$
La dégradation d'amplitude due à l'IES $\\Delta_{IES}$
L'ouverture verticale de l'oeil (Vertical Eye Opening - VEO) : $\\text{VEO} = A_{rx} - \\Delta_{IES}$
La marge de bruit maximale admissible avant erreur (en Volts et en pourcentage de l'amplitude)
Le rapport signal-sur-bruit requis au point de décision $\\text{SNR}_{eye} = \\left(\\frac{\\text{VEO}}{2\\sigma_n}\\right)^2$, où $\\sigma_n = \\sqrt{\\frac{N_0 B_{RC}}{2}}$ est l'écart-type du bruit
Question 3 : Calcul de la probabilité d'erreur binaire avec filtrage de Nyquist et répartition du filtrage
Pour un système avec filtrage de Nyquist (côté émission et réception), la probabilité d'erreur binaire en présence de canal AWGN est approximée par : $\\text{TEB} = Q\\left(\\frac{A_{rx}}{\\sqrt{2\\sigma_n^2}}\\right)$, où $Q(\\cdot)$ est la fonction queue de la distribution normale. La répartition optimale du filtrage est 50% à l'émission et 50% à la réception (filtre matched). Calculez :
L'écart-type du bruit équivalent $\\sigma_n$
Le rapport signal-sur-bruit à l'entrée du décideur : $\\text{SNR}_{dec} = \\frac{A_{rx}^2}{2\\sigma_n^2}$
L'argument de la fonction Q : $\\gamma_b = \\sqrt{2 \\times \\text{SNR}_{dec}}$
Le taux d'erreur binaire TEB (en utilisant l'approximation ou valeur tabellée)
Le facteur de dégradation (Degradation Factor - DF) en dB : $\\text{DF} = 20\\log_{10}\\left(\\frac{A_{rx}}{A}\\right) + 10\\log_{10}\\left(\\frac{\\text{VEO}}{A_{rx}}\\right)$
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution complète de l'exercice
Question 1 : Calcul de la bande passante minimale et analyse spectrale
Étape 1 : Calcul de la période de symbole
Pour un débit binaire de $D_b = 2 \\text{ Mbit/s}$, la période de symbole binaire est :
$T_s = \\frac{1}{D_b} = \\frac{1}{2 \\times 10^6} = 0.5 \\times 10^{-6} \\text{ s} = 0.5 \\text{ μs}$
Résultat :
$\\boxed{T_s = 0.5 \\text{ μs}}$
Étape 2 : Calcul de la bande passante du filtre RC
La bande passante d'un filtre en cosinus surélevé est :
$B_{RC} = \\frac{D_b(1 + \\alpha)}{2}$
Substitution des valeurs :
$B_{RC} = \\frac{2 \\times 10^6 \\times (1 + 0.5)}{2} = \\frac{2 \\times 10^6 \\times 1.5}{2} = 1.5 \\times 10^6 \\text{ Hz} = 1.5 \\text{ MHz}$
Résultat :
$\\boxed{B_{RC} = 1.5 \\text{ MHz}}$
Étape 3 : Calcul de la bande passante minimale de Nyquist
La bande passante minimale requise par le critère de Nyquist (sans roll-off) est :
$B_{Nyquist} = \\frac{D_b}{2} = \\frac{2 \\times 10^6}{2} = 1 \\times 10^6 \\text{ Hz} = 1 \\text{ MHz}$
Résultat :
$\\boxed{B_{Nyquist} = 1 \\text{ MHz}}$
Interprétation : Cette limite est aussi appelée limite dure de Nyquist. Elle représente la plus petite bande passante théoriquement possible pour transmettreun débit $D_b$ sans interférence entre symboles.
Étape 4 : Calcul de l'excédent de bande passante (Overhead spectral)
L'overhead spectral est :
$\\Delta B = \\frac{B_{RC} - B_{Nyquist}}{B_{Nyquist}} \\times 100\\% = \\frac{1.5 - 1}{1} \\times 100\\%$
$\\Delta B = \\frac{0.5}{1} \\times 100\\% = 50\\%$
Résultat final :
$\\boxed{\\Delta B = 50\\%}$
Interprétation : Le facteur de roll-off $\\alpha = 0.5$ génère un excédent de bande passante de 50% par rapport à la limite théorique. C'est le prix payé pour obtenir une réponse impulsionnelle avec décroissance plus rapide, améliorant la robustesse aux imprécisions de synchronisation et à l'IES résiduelle.
Question 2 : Calcul de l'ouverture de l'oeil et analyse de la dégradation
Étape 1 : Calcul de l'amplitude reçue après atténuation du canal
L'atténuation du canal réduit l'amplitude du signal reçu :
$A_{rx} = \\gamma A = 0.8 \\times 1 = 0.8 \\text{ V}$
Résultat :
$\\boxed{A_{rx} = 0.8 \\text{ V}}$
Étape 2 : Calcul de la dégradation due à l'interférence intersymboles résiduelle
L'IES résiduelle introduit une dégradation d'amplitude :
$\\Delta_{IES} = 0.05 \\times A_{rx} = 0.05 \\times 0.8 = 0.04 \\text{ V}$
Résultat :
$\\boxed{\\Delta_{IES} = 0.04 \\text{ V}}$
Interprétation : Cette dégradation de 5% est typique pour un filtre RC avec $\\alpha = 0.5$, qui ne satisfait que de manière approximée le critère de Nyquist strict (due aux imperfections du filtre).
Étape 3 : Calcul de l'ouverture verticale de l'oeil
L'ouverture verticale (VEO) est la différence entre l'amplitude reçue et la dégradation d'IES :
$\\text{VEO} = A_{rx} - \\Delta_{IES} = 0.8 - 0.04 = 0.76 \\text{ V}$
Résultat :
$\\boxed{\\text{VEO} = 0.76 \\text{ V}}$
Étape 4 : Calcul de la marge de bruit maximale admissible
La marge de bruit maximale est la moitié de l'ouverture de l'oeil (limite de décision symétrique) :
$\\sigma_{max} = \\frac{\\text{VEO}}{2} = \\frac{0.76}{2} = 0.38 \\text{ V}$
Résultat en Volts :
$\\boxed{\\sigma_{max} = 0.38 \\text{ V}}$
Résultat en pourcentage :
$\\text{Pourcentage} = \\frac{0.76}{0.8} \\times 100\\% = 95\\%$
$\\boxed{\\text{Marge} = 95\\% \\text{ de } A_{rx}}$
Interprétation : L'ouverture de l'oeil représente 95% de l'amplitude reçue, indiquant une bonne qualité du signal avec une marge suffisante contre le bruit.
Étape 5 : Calcul de l'écart-type du bruit équivalent
L'écart-type du bruit au point d'échantillonnage est :
$\\sigma_n = \\sqrt{\\frac{N_0 B_{RC}}{2}}$
Substitution des valeurs :
$\\sigma_n = \\sqrt{\\frac{10^{-10} \\times 1.5 \\times 10^6}{2}} = \\sqrt{\\frac{1.5 \\times 10^{-4}}{2}} = \\sqrt{0.75 \\times 10^{-4}}$
$\\sigma_n = \\sqrt{7.5 \\times 10^{-5}} = 8.66 \\times 10^{-3} \\text{ V} = 8.66 \\text{ mV}$
Résultat :
$\\boxed{\\sigma_n = 8.66 \\text{ mV}}$
Étape 6 : Calcul du rapport signal-sur-bruit au point de décision
$\\text{SNR}_{dec} = \\left(\\frac{\\text{VEO}}{2\\sigma_n}\\right)^2 = \\left(\\frac{0.76}{2 \\times 8.66 \\times 10^{-3}}\\right)^2$
$= \\left(\\frac{0.76}{0.01732}\\right)^2 = (43.88)^2 = 1925.4$
Conversion en décibels :
$\\text{SNR}_{eye}(\\text{dB}) = 10\\log_{10}(1925.4) = 10 \\times 3.285 = 32.85 \\text{ dB}$
Résultat final :
$\\boxed{\\text{SNR}_{eye} = 1925.4 \\text{ (linéaire)} = 32.85 \\text{ dB}}$
Interprétation : Un SNR de 32.85 dB au point de décision indique une excellente qualité de signal, avec une très faible probabilité d'erreur pour un débit de 2 Mbit/s.
Question 3 : Calcul de la probabilité d'erreur et facteur de dégradation
Étape 1 : Calcul de l'écart-type du bruit (redondant mais confirmé)
$\\sigma_n = 8.66 \\text{ mV}$ (calculé ci-dessus)
Résultat :
$\\boxed{\\sigma_n = 8.66 \\times 10^{-3} \\text{ V}}$
Étape 2 : Calcul du rapport signal-sur-bruit à l'entrée du décideur
$\\text{SNR}_{dec} = \\frac{A_{rx}^2}{2\\sigma_n^2} = \\frac{(0.8)^2}{2 \\times (8.66 \\times 10^{-3})^2}$
$= \\frac{0.64}{2 \\times 7.498 \\times 10^{-5}} = \\frac{0.64}{1.4996 \\times 10^{-4}}$
$= 4267.5$
Résultat :
$\\boxed{\\text{SNR}_{dec} = 4267.5 \\text{ (linéaire)}}$
Conversion en dB :
$\\text{SNR}_{dec}(\\text{dB}) = 10\\log_{10}(4267.5) = 10 \\times 3.630 = 36.30 \\text{ dB}$
Résultat en décibels :
$\\boxed{\\text{SNR}_{dec} = 36.30 \\text{ dB}}$
Étape 3 : Calcul de l'argument de la fonction Q
$\\gamma_b = \\sqrt{2 \\times \\text{SNR}_{dec}} = \\sqrt{2 \\times 4267.5} = \\sqrt{8535}$
$\\gamma_b = 92.38$
Résultat :
$\\boxed{\\gamma_b = 92.38}$
Interprétation : Cet argument très élevé indique une probabilité d'erreur extrêmement faible.
Étape 4 : Calcul du taux d'erreur binaire
Pour un argument si élevé, la fonction Q est très proche de zéro. En utilisant l'approximation :
$Q(x) \\approx \\frac{1}{\\sqrt{2\\pi}x}e^{-x^2/2} \\text{ pour } x > 3$
$Q(92.38) \\approx \\frac{1}{\\sqrt{2\\pi} \\times 92.38} \\times e^{-(92.38)^2/2}$
$\\approx \\frac{1}{366.34} \\times e^{-4272.7} \\approx 0$
Résultat :
$\\boxed{\\text{TEB} \\approx 10^{-1860}}$
Interprétation pratique : Le taux d'erreur est virtuellement nul, indiquant une transmission extrêmement fiable dans ces conditions.
Étape 5 : Calcul du facteur de dégradation en dB
Le facteur de dégradation combine les effets de l'atténuation du canal et de la dégradation d'IES :
$\\text{DF} = 20\\log_{10}\\left(\\frac{A_{rx}}{A}\\right) + 10\\log_{10}\\left(\\frac{\\text{VEO}}{A_{rx}}\\right)$
Premier terme (atténuation du canal) :
$20\\log_{10}\\left(\\frac{0.8}{1}\\right) = 20\\log_{10}(0.8) = 20 \\times (-0.0969) = -1.938 \\text{ dB}$
Second terme (dégradation d'IES) :
$10\\log_{10}\\left(\\frac{0.76}{0.8}\\right) = 10\\log_{10}(0.95) = 10 \\times (-0.0223) = -0.223 \\text{ dB}$
Facteur de dégradation total :
$\\text{DF} = -1.938 + (-0.223) = -2.161 \\text{ dB}$
Résultat final :
$\\boxed{\\text{DF} = -2.161 \\text{ dB}}$
Interprétation : La dégradation totale est de 2.16 dB, décomposée en 1.94 dB d'atténuation de canal et 0.22 dB d'IES résiduelle. Cette dégradation est acceptable pour les applications pratiques.
Résumé des résultats :
Bande passante RC : 1.5 MHz (50% de surcharge spectrale par rapport à Nyquist)
Ouverture de l'oeil : 0.76 V (95% d'amplitude disponible après dégradations)
SNR au décideur : 36.30 dB (excellent)
TEB : ~10^{-1860} (pratiquement nul)
Facteur de dégradation : -2.161 dB (très acceptable)
Cette configuration représente un excellent compromis entre efficacité spectrale, robustesse aux imperfections du filtre et performance de détection.
",
    "id_category": "3",
    "id_number": "12"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Contexte de l'exercice
Un système de transmission 4-aire (M=4) utilise un filtrage de Nyquist en cosinus surélevé. La répartition optimale du filtrage entre l'émetteur et le récepteur suit un schéma de \"square root Raised Cosine\" (SRRC), où chaque côté applique la racine carrée de la réponse complète. Le débit de symboles est $D_s = 1 \\text{ Msymbol/s}$, ce qui correspond à un débit binaire $D_b = 2 \\text{ Mbit/s}$. Le facteur de roll-off est $\\alpha = 0.25$. L'amplitude des 4 niveaux est $A = \\pm 0.5 \\text{ V}, \\pm 1.5 \\text{ V}$. Le canal introduit une atténuation $\\gamma = 0.7$ et un délai de $\\tau = 10 \\text{ ns}$. Un bruit blanc avec $N_0 = 10^{-11} \\text{ W/Hz}$ affecte le signal.
Question 1 : Calcul de la bande passante avec SRRC et analyse de l'efficacité spectrale
La bande passante pour un filtre SRRC (racine carrée de cosinus surélevé) suit la même formule que le RC complet : $B_{SRRC} = \\frac{D_s(1 + \\alpha)}{2}$. Cependant, le filtrage est réparti symétriquement entre l'émission (SRRC TX) et la réception (SRRC RX matched). Calculez :
La période de symbole $T_s$
La bande passante du filtre SRRC (TX et RX combinés) $B_{SRRC}$
L'efficacité spectrale (en bits/Hz) : $\\eta = \\frac{D_b}{B_{SRRC}}$
Le facteur d'élargissement spectral comparé au cas binaire équivalent (débit 2 Mbit/s en binaire)
La densité spectrale de puissance à la fréquence nulle $S(0)$ pour une amplitude moyenne $\\bar{A} = 1 \\text{ V}$
Question 2 : Calcul de l'interférence intersymboles résiduelle et de la qualité du match filter
Le filtre matched (matched filter) au récepteur est la version retardée du filtre d'émission. Sa réponse impulsionnelle combinée (TX + canal + RX) produit une interférence intersymboles résiduelle en fonction de la qualité de la répartition SRRC et du délai de canal. Calculez :
L'amplitude reçue après atténuation du canal $A_{rx} = \\gamma \\bar{A}$
Le délai de propagation normalisé : $\\tau_{norm} = \\frac{\\tau}{T_s}$
L'IES résiduelle au symbole principal (n=0) due au délai : $\\text{IES}_0 = \\sqrt{\\tau_{norm}} \\times 0.01 \\times A_{rx}$ (approximation empirique)
La perte de performance due au délai (Peak-to-Average Power Ratio après délai)
Le facteur de qualité du match filter : $Q_{mf} = \\frac{A_{rx}}{\\sqrt{\\text{IES}_0}}$
Question 3 : Calcul de la probabilité d'erreur symbole pour modulation 4-PSK équivalente et Taux d'erreur binaire
Pour une constellation 4-aire (4-PSK ou 4-QAM équivalent), la probabilité d'erreur symbole est plus élevée que pour le binaire. En supposant un match filter optimal et une égalisation simple, la probabilité d'erreur par symbole est approximée par : $\\text{PES} = 4Q\\left(\\sqrt{\\frac{2E_s}{N_0}}\\right) - 4Q^2\\left(\\sqrt{\\frac{2E_s}{N_0}}\\right)$, où $E_s$ est l'énergie par symbole. Calculez :
L'énergie moyenne par symbole (moyenne des carrés des 4 niveaux) $E_s = \\bar{A}^2 T_s$
L'énergie par bit : $E_b = \\frac{E_s}{\\log_2(4)} = \\frac{E_s}{2}$
Le rapport signal-sur-bruit par symbole : $\\text{SNR}_s = \\frac{2E_b}{N_0}$
L'argument de la fonction Q pour la constellation 4-PSK : $\\gamma_s = \\sqrt{\\frac{2E_s}{N_0}}$
La probabilité d'erreur symbole PES (approximée ou estimée)
Le taux d'erreur binaire (TEB) : $\\text{TEB} \\approx \\frac{\\text{PES}}{\\log_2(4)} = \\frac{\\text{PES}}{2}$
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution complète de l'exercice
Question 1 : Calcul de la bande passante SRRC et efficacité spectrale
Étape 1 : Calcul de la période de symbole
$T_s = \\frac{1}{D_s} = \\frac{1}{1 \\times 10^6} = 1 \\times 10^{-6} \\text{ s} = 1 \\text{ μs}$
Résultat :
$\\boxed{T_s = 1 \\text{ μs}}$
Étape 2 : Calcul de la bande passante du filtre SRRC
La bande passante du filtre SRRC est identique à celle du filtre RC complet :
$B_{SRRC} = \\frac{D_s(1 + \\alpha)}{2}$
Substitution des valeurs :
$B_{SRRC} = \\frac{1 \\times 10^6 \\times (1 + 0.25)}{2} = \\frac{1 \\times 10^6 \\times 1.25}{2} = 0.625 \\times 10^6 \\text{ Hz} = 0.625 \\text{ MHz}$
Résultat :
$\\boxed{B_{SRRC} = 0.625 \\text{ MHz}}$
Interprétation : Bien que la bande passante du filtre combiné soit la même que pour un RC complet, la répartition SRRC (racine carrée à TX et RX) offre une meilleure robustesse et une latence réduite.
Étape 3 : Calcul de l'efficacité spectrale
$\\eta = \\frac{D_b}{B_{SRRC}} = \\frac{2 \\times 10^6}{0.625 \\times 10^6} = \\frac{2}{0.625} = 3.2 \\text{ bits/Hz}$
Résultat :
$\\boxed{\\eta = 3.2 \\text{ bits/Hz}}$
Interprétation : L'efficacité spectrale de 3.2 bits/Hz reflète l'utilisation de 4 niveaux (2 bits par symbole) avec 25% de roll-off. C'est une excellente efficacité spectrale.
Étape 4 : Facteur d'élargissement spectral comparé au cas binaire
Pour un système binaire équivalent (débit 2 Mbit/s) avec $\\alpha = 0.25$ :
$B_{SRRC,bin} = \\frac{D_b(1 + \\alpha)}{2} = \\frac{2 \\times 10^6 \\times 1.25}{2} = 1.25 \\text{ MHz}$
Le facteur d'élargissement est :
$\\text{Facteur} = \\frac{B_{SRRC}}{B_{SRRC,bin}} = \\frac{0.625}{1.25} = 0.5$
Résultat :
$\\boxed{\\text{Facteur d'élargissement} = 0.5 \\text{ (le système 4-aire occupe 50% moins de bande passante)}}$
Interprétation : L'utilisation d'une modulation 4-aire au lieu d'un binaire réduit de moitié la largeur de bande pour le même débit binaire. C'est l'avantage principal des modulations M-aires.
Étape 5 : Calcul de la densité spectrale de puissance à la fréquence nulle
L'amplitude moyenne des 4 niveaux {-1.5V, -0.5V, +0.5V, +1.5V} est effectivement 1 V en RMS.
Pour un filtre RC ou SRRC avec amplitude $\\bar{A} = 1 \\text{ V}$, la DSP maximale (à la fréquence nulle) est :
$S(0) = \\bar{A}^2 T_s = 1^2 \\times 1 \\times 10^{-6} = 1 \\times 10^{-6} \\text{ V}^2/\\text{Hz} = 1 \\text{ μV}^2/\\text{Hz}$
Résultat :
$\\boxed{S(0) = 1 \\text{ μV}^2/\\text{Hz}}$
Interprétation : La DSP maximale est concentrée près de la fréquence zéro (pour un signal en bande de base), avec une décroissance douce vers les hautes fréquences due au facteur de roll-off.
Question 2 : Calcul de l'IES résiduelle et qualité du match filter
Étape 1 : Calcul de l'amplitude reçue
$A_{rx} = \\gamma \\bar{A} = 0.7 \\times 1 = 0.7 \\text{ V}$
Résultat :
$\\boxed{A_{rx} = 0.7 \\text{ V}}$
Étape 2 : Calcul du délai normalisé
$\\tau_{norm} = \\frac{\\tau}{T_s} = \\frac{10 \\times 10^{-9}}{1 \\times 10^{-6}} = \\frac{10 \\times 10^{-9}}{10^{-6}} = 10 \\times 10^{-3} = 0.01$
Résultat :
$\\boxed{\\tau_{norm} = 0.01 \\text{ (le délai est 1% de la période du symbole)}}$
Interprétation : Un délai de 10 ns est très faible comparé à la période de symbole de 1 μs, indiquant un canal avec peu de dispersion temporelle (canal peu dispersif).
Étape 3 : Calcul de l'IES résiduelle au symbole principal
En utilisant l'approximation empirique fournie :
$\\text{IES}_0 = \\sqrt{\\tau_{norm}} \\times 0.01 \\times A_{rx} = \\sqrt{0.01} \\times 0.01 \\times 0.7$
$= 0.1 \\times 0.01 \\times 0.7 = 0.001 \\times 0.7 = 0.0007 \\text{ V}$
Résultat :
$\\boxed{\\text{IES}_0 = 0.0007 \\text{ V} = 0.7 \\text{ mV}}$
Interprétation : L'IES résiduelle est très faible (0.7 mV), ce qui confirme que le canal est peu dispersif et le match filter remplit bien son rôle.
Étape 4 : Perte de performance due au délai
Le délai introduit une légère dégradation de la synchronisation des symboles. Le facteur de perte (Peak-to-Average Power Ratio) due au délai est approximé par :
$\\text{PAPR}_{delay} = 1 + \\tau_{norm}^2 = 1 + (0.01)^2 = 1 + 0.0001 = 1.0001$
En décibels :
$\\text{PAPR}_{delay}(\\text{dB}) = 10\\log_{10}(1.0001) = 10 \\times 0.0000434 = 0.000434 \\text{ dB} \\approx 0 \\text{ dB}$
Résultat :
$\\boxed{\\text{Perte due au délai} \\approx 0 \\text{ dB (négligeable)}}$
Interprétation : La perte est pratiquement nulle, confirmant que le délai est très faible.
Étape 5 : Calcul du facteur de qualité du match filter
$Q_{mf} = \\frac{A_{rx}}{\\sqrt{\\text{IES}_0}} = \\frac{0.7}{\\sqrt{0.0007}} = \\frac{0.7}{0.02646} = 26.45$
Résultat :
$\\boxed{Q_{mf} = 26.45}$
En décibels :
$Q_{mf}(\\text{dB}) = 20\\log_{10}(26.45) = 20 \\times 1.423 = 28.46 \\text{ dB}$
$\\boxed{Q_{mf} = 28.46 \\text{ dB}}$
Interprétation : Un facteur de qualité de 26.45 (28.46 dB) indique une excellente performance du match filter avec une très faible IES résiduelle. C'est un excellent résultat.
Question 3 : Calcul de la probabilité d'erreur symbole et TEB
Étape 1 : Calcul de l'énergie moyenne par symbole
Les 4 niveaux de la constellation 4-aire sont {-1.5V, -0.5V, +0.5V, +1.5V}.
L'énergie moyenne par symbole est :
$E_s = \\bar{A}^2 T_s = 1^2 \\times 1 \\times 10^{-6} = 1 \\times 10^{-6} \\text{ J} = 1 \\text{ μJ}$
Résultat :
$\\boxed{E_s = 1 \\times 10^{-6} \\text{ J}}$
Étape 2 : Calcul de l'énergie par bit
$E_b = \\frac{E_s}{\\log_2(4)} = \\frac{1 \\times 10^{-6}}{2} = 0.5 \\times 10^{-6} \\text{ J} = 0.5 \\text{ μJ}$
Résultat :
$\\boxed{E_b = 0.5 \\times 10^{-6} \\text{ J}}$
Étape 3 : Calcul du rapport signal-sur-bruit par symbole
$\\text{SNR}_s = \\frac{2E_b}{N_0} = \\frac{2 \\times 0.5 \\times 10^{-6}}{10^{-11}} = \\frac{1 \\times 10^{-6}}{10^{-11}} = 1 \\times 10^5 = 100000$
Conversion en décibels :
$\\text{SNR}_s(\\text{dB}) = 10\\log_{10}(100000) = 10 \\times 5 = 50 \\text{ dB}$
Résultat :
$\\boxed{\\text{SNR}_s = 100000 \\text{ (linéaire)} = 50 \\text{ dB}}$
Interprétation : Un SNR de 50 dB est exceptionnellement élevé, indiquant une qualité de transmission excellente.
Étape 4 : Calcul de l'argument de la fonction Q pour 4-PSK
$\\gamma_s = \\sqrt{\\frac{2E_s}{N_0}} = \\sqrt{\\frac{2 \\times 1 \\times 10^{-6}}{10^{-11}}} = \\sqrt{\\frac{2 \\times 10^{-6}}{10^{-11}}}$
$= \\sqrt{2 \\times 10^5} = \\sqrt{200000} = 447.21$
Résultat :
$\\boxed{\\gamma_s = 447.21}$
Interprétation : Cet argument extrêmement élevé indique une probabilité d'erreur symbole pratiquement nulle.
Étape 5 : Calcul de la probabilité d'erreur symbole PES
Pour une constellation 4-PSK, la probabilité d'erreur symbole est approximée par :
$\\text{PES} = 4Q(\\gamma_s) - 4Q^2(\\gamma_s)$
Avec $\\gamma_s = 447.21\\gg 2$, la fonction Q est extrêmement proche de zéro :
$Q(447.21) \\approx \\frac{1}{\\sqrt{2\\pi} \\times 447.21} e^{-(447.21)^2/2} \\approx \\frac{1}{1773.5} e^{-100193} \\approx 0$
Le second terme est encore plus petit :
$Q^2(447.21) \\approx 0$
$\\text{PES} \\approx 0 + 0 = 0$
Résultat :
$\\boxed{\\text{PES} < 10^{-43700}}$
Résultat pratique :
$\\boxed{\\text{PES} \\approx 10^{-43700} \\text{ (virtuellement nulle)}}$
Interprétation : La probabilité d'erreur symbole est si faible qu'elle est statistiquement nulle. Aucune erreur ne serait observée dans une durée de transmission pratique.
Étape 6 : Calcul du taux d'erreur binaire
$\\text{TEB} = \\frac{\\text{PES}}{\\log_2(4)} = \\frac{\\text{PES}}{2} \\approx \\frac{10^{-43700}}{2} \\approx 10^{-43700}$
Résultat final :
$\\boxed{\\text{TEB} < 10^{-43700}}$
Résumé des résultats :
Bande passante SRRC : 0.625 MHz
Efficacité spectrale : 3.2 bits/Hz (excellente)
IES résiduelle : 0.7 mV (très faible)
Facteur de qualité match filter : 26.45 (28.46 dB)
SNR par symbole : 50 dB (exceptionnellement élevé)
TEB : <10^{-43700} (pratiquement nul)
Ce système représente une transmission de très haute qualité avec un excellent compromis entre efficacité spectrale et robustesse.
",
    "id_category": "3",
    "id_number": "13"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Contexte de l'exercice
Un système de transmission 2-aire utilise une répartition asymétrique du filtrage de Nyquist RC : 70% du filtrage est appliqué au récepteur (filtre RX) et 30% à l'émetteur (filtre TX). Ce schéma est utilisé pour réduire la latence d'émission dans les applications critiques. Le débit binaire est $D_b = 10 \\text{ Mbit/s}$, l'amplitude binaire est $A = 2 \\text{ V}$, et le facteur de roll-off est $\\alpha = 0.15$. Le canal introduit une atténuation $\\gamma = 0.6$, une phase linéaire avec délai $\\tau = 50 \\text{ ns}$, et un bruit AWGN avec $N_0 = 5 \\times 10^{-11} \\text{ W/Hz}$. Un canal multitrajets génère une interférence intersymboles additionnelle d'environ $\\Delta_{multipath} = 15\\%$ de l'amplitude reçue.
Question 1 : Calcul des bandes passantes partielles et de la perte de répartition asymétrique
Lorsque le filtrage n'est pas réparti symétriquement (50%-50% SRRC), il en résulte une perte de performance. La bande passante totale reste $B_{RC,total} = \\frac{D_b(1+\\alpha)}{2}$, mais la répartition asymétrique dégrade l'efficacité du match filter. Calculez :
La période de bit $T_b$
La bande passante totale RC $B_{RC,total}$
La bande passante du filtre TX (30% du RC) : $B_{TX} = 0.3 \\times B_{RC,total}$
La bande passante du filtre RX (70% du RC) : $B_{RX} = 0.7 \\times B_{RC,total}$
La dégradation de performance due à la répartition asymétrique (estimation) : $\\text{Asymmetry Loss} = 10\\log_{10}\\left(1 + (0.5 - 0.3)^2 + (0.5 - 0.7)^2\\right) \\text{ (en dB)}$
Question 2 : Calcul de l'IES due aux trajets multiples et de la perte de qualité
Les trajets multiples créent une réflexion qui interfère avec le signal direct, générant une IES résiduelle. L'IES multitrajet est modélisée comme une contribution supplémentaire à la dégradation d'amplitude. Calculez :
L'amplitude reçue après atténuation simple $A_{rx,dir} = \\gamma A$
La dégradation due aux trajets multiples : $\\Delta A_{multipath} = \\Delta_{multipath} \\times A_{rx,dir}$
L'amplitude effective après tous les effets : $A_{eff} = A_{rx,dir} - \\Delta A_{multipath}$
La perte totale en amplitude (en dB) : $\\text{Amplitude Loss} = 20\\log_{10}\\left(\\frac{A_{eff}}{A}\\right)$
La dégradation d'IES cumulée des filtres asymétriques et du multitrajet : $\\text{IES}_{total} = \\Delta A_{multipath} + |\\Delta_{asymmetry}|$, où $\\Delta_{asymmetry} = 0.02 \\times A_{rx,dir}$ (perte match filter)
Question 3 : Calcul du TEB avec dégradations combinées et marge de liaison
Avec tous les effets de dégradation combinés (répartition asymétrique, trajets multiples, délai de synchronisation), le système doit maintenir une performance acceptable. La probabilité d'erreur binaire est approximée par : $\\text{TEB} = Q\\left(\\sqrt{\\frac{2(A_{eff})^2}{\\sigma_n^2}}\\right)$, où $\\sigma_n^2 = \\frac{N_0 B_{RX}}{2}$ est la variance du bruit filtré. Calculez :
L'écart-type du bruit équivalent $\\sigma_n$
Le rapport signal-sur-bruit effectif au décideur : $\\text{SNR}_{eff} = \\frac{2(A_{eff})^2}{\\sigma_n^2}$
L'argument de la fonction Q : $\\gamma_b = \\sqrt{\\text{SNR}_{eff}}$
Le taux d'erreur binaire TEB
La marge de liaison par rapport à un seuil acceptable de TEB = 10^{-6} : $\\text{Marge} = 10\\log_{10}\\left(\\frac{\\text{TEB}_{acceptable}}{\\text{TEB}_{calculé}}\\right)$
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution complète de l'exercice
Question 1 : Calcul des bandes passantes partielles et perte asymétrique
Étape 1 : Calcul de la période de bit
$T_b = \\frac{1}{D_b} = \\frac{1}{10 \\times 10^6} = 0.1 \\times 10^{-6} \\text{ s} = 0.1 \\text{ μs} = 100 \\text{ ns}$
Résultat :
$\\boxed{T_b = 0.1 \\text{ μs}}$
Étape 2 : Calcul de la bande passante totale RC
$B_{RC,total} = \\frac{D_b(1 + \\alpha)}{2} = \\frac{10 \\times 10^6 \\times (1 + 0.15)}{2}$
$= \\frac{10 \\times 10^6 \\times 1.15}{2} = \\frac{11.5 \\times 10^6}{2} = 5.75 \\times 10^6 \\text{ Hz} = 5.75 \\text{ MHz}$
Résultat :
$\\boxed{B_{RC,total} = 5.75 \\text{ MHz}}$
Étape 3 : Calcul de la bande passante du filtre TX (30%)
$B_{TX} = 0.3 \\times B_{RC,total} = 0.3 \\times 5.75 = 1.725 \\text{ MHz}$
Résultat :
$\\boxed{B_{TX} = 1.725 \\text{ MHz}}$
Interprétation : Le filtre TX a une bande passante réduite car il ne reçoit que 30% du roll-off total.
Étape 4 : Calcul de la bande passante du filtre RX (70%)
$B_{RX} = 0.7 \\times B_{RC,total} = 0.7 \\times 5.75 = 4.025 \\text{ MHz}$
Résultat :
$\\boxed{B_{RX} = 4.025 \\text{ MHz}}$
Interprétation : Le filtre RX a une bande passante plus large pour compenser la faible filtration à l'émission.
Étape 5 : Calcul de la perte due à la répartition asymétrique
La formule de perte due à l'asymétrie est :
$\\text{Asymmetry Loss} = 10\\log_{10}\\left(1 + (0.5 - 0.3)^2 + (0.5 - 0.7)^2\\right)$
Calcul du terme sous le logarithme :
$(0.5 - 0.3)^2 + (0.5 - 0.7)^2 = (0.2)^2 + (-0.2)^2 = 0.04 + 0.04 = 0.08$
$1 + 0.08 = 1.08$
Perte en dB :
$\\text{Asymmetry Loss} = 10\\log_{10}(1.08) = 10 \\times 0.0334 = 0.334 \\text{ dB}$
Résultat final :
$\\boxed{\\text{Asymmetry Loss} = 0.334 \\text{ dB}}$
Interprétation : La dégradation due à la répartition asymétrique est modérée (0.334 dB), mais elle s'accumule avec les autres pertes du système. C'est le prix payé pour réduire la latence d'émission.
Question 2 : Calcul de l'IES multitrajet et perte de qualité
Étape 1 : Calcul de l'amplitude reçue après atténuation simple
$A_{rx,dir} = \\gamma A = 0.6 \\times 2 = 1.2 \\text{ V}$
Résultat :
$\\boxed{A_{rx,dir} = 1.2 \\text{ V}}$
Étape 2 : Calcul de la dégradation due aux trajets multiples
$\\Delta A_{multipath} = \\Delta_{multipath} \\times A_{rx,dir} = 0.15 \\times 1.2 = 0.18 \\text{ V}$
Résultat :
$\\boxed{\\Delta A_{multipath} = 0.18 \\text{ V} = 180 \\text{ mV}}$
Interprétation : Le multitrajet produit une dégradation d'amplitude de 180 mV, soit 15% de l'amplitude directe.
Étape 3 : Calcul de l'amplitude effective après tous les effets
$A_{eff} = A_{rx,dir} - \\Delta A_{multipath} = 1.2 - 0.18 = 1.02 \\text{ V}$
Résultat :
$\\boxed{A_{eff} = 1.02 \\text{ V}}$
Interprétation : L'amplitude effective est réduite à 1.02 V, soit 51% de l'amplitude originale.
Étape 4 : Calcul de la perte totale en amplitude
$\\text{Amplitude Loss} = 20\\log_{10}\\left(\\frac{A_{eff}}{A}\\right) = 20\\log_{10}\\left(\\frac{1.02}{2}\\right)$
$= 20\\log_{10}(0.51) = 20 \\times (-0.2924) = -5.848 \\text{ dB}$
Résultat :
$\\boxed{\\text{Amplitude Loss} = -5.848 \\text{ dB}}$
Interprétation : La perte d'amplitude est significative : presque 6 dB. C'est une dégradation considérable pour la performance du système.
Étape 5 : Calcul de la dégradation d'IES cumulée
La dégradation due au match filter asymétrique est :
$\\Delta_{asymmetry} = 0.02 \\times A_{rx,dir} = 0.02 \\times 1.2 = 0.024 \\text{ V}$
L'IES totale cumulée est :
$\\text{IES}_{total} = \\Delta A_{multipath} + |\\Delta_{asymmetry}| = 0.18 + 0.024 = 0.204 \\text{ V}$
Résultat :
$\\boxed{\\text{IES}_{total} = 0.204 \\text{ V} = 204 \\text{ mV}}$
Pourcentage de dégradation :
$\\text{Pourcentage} = \\frac{\\text{IES}_{total}}{A_{rx,dir}} \\times 100\\% = \\frac{0.204}{1.2} \\times 100\\% = 17\\%$
$\\boxed{\\text{IES}_{total} = 17\\% \\text{ de l'amplitude reçue}}$
Interprétation : L'IES cumulée représente 17% de l'amplitude reçue, ce qui est significatif et demandera une compensation par équaliseur.
Question 3 : Calcul du TEB avec dégradations combinées et marge de liaison
Étape 1 : Calcul de l'écart-type du bruit équivalent
La variance du bruit filtré par le filtre RX est :
$\\sigma_n^2 = \\frac{N_0 B_{RX}}{2} = \\frac{5 \\times 10^{-11} \\times 4.025 \\times 10^6}{2}$
$= \\frac{2.0125 \\times 10^{-4}}{2} = 1.00625 \\times 10^{-4}$
L'écart-type est :
$\\sigma_n = \\sqrt{1.00625 \\times 10^{-4}} = 0.01003 \\text{ V} = 10.03 \\text{ mV}$
Résultat :
$\\boxed{\\sigma_n = 10.03 \\text{ mV}}$
Étape 2 : Calcul du rapport signal-sur-bruit effectif
$\\text{SNR}_{eff} = \\frac{2(A_{eff})^2}{\\sigma_n^2} = \\frac{2 \\times (1.02)^2}{(0.01003)^2}$
$= \\frac{2 \\times 1.0404}{0.0001006} = \\frac{2.0808}{0.0001006} = 20668.6$
Conversion en décibels :
$\\text{SNR}_{eff}(\\text{dB}) = 10\\log_{10}(20668.6) = 10 \\times 4.315 = 43.15 \\text{ dB}$
Résultat :
$\\boxed{\\text{SNR}_{eff} = 20668.6 \\text{ (linéaire)} = 43.15 \\text{ dB}}$
Interprétation : Malgré les dégradations (atténuation, IES multitrajet, asymétrie), le SNR reste excellent à 43.15 dB.
Étape 3 : Calcul de l'argument de la fonction Q
$\\gamma_b = \\sqrt{\\text{SNR}_{eff}} = \\sqrt{20668.6} = 143.77$
Résultat :
$\\boxed{\\gamma_b = 143.77}$
Interprétation : Cet argument très élevé indique une très faible probabilité d'erreur théorique.
Étape 4 : Calcul du taux d'erreur binaire
Le TEB est :
$\\text{TEB} = Q(\\gamma_b) = Q(143.77)$
Avec l'approximation pour grand x :
$Q(143.77) \\approx \\frac{1}{\\sqrt{2\\pi} \\times 143.77} e^{-(143.77)^2/2}$
$\\approx \\frac{1}{569.6} e^{-10368} \\approx 0$
Résultat :
$\\boxed{\\text{TEB} < 10^{-4500}}$
Résultat pratique :
$\\boxed{\\text{TEB} \\approx 10^{-4500} \\text{ (pratiquement nul)}}$
Étape 5 : Calcul de la marge de liaison
Le seuil acceptable est généralement TEB = 10^{-6}. La marge est :
$\\text{Marge} = 10\\log_{10}\\left(\\frac{\\text{TEB}_{acceptable}}{\\text{TEB}_{calculé}}\\right) = 10\\log_{10}\\left(\\frac{10^{-6}}{10^{-4500}}\\right)$
$= 10\\log_{10}(10^{4494}) = 10 \\times 4494 = 44940 \\text{ dB}$
Résultat pratique :
$\\boxed{\\text{Marge} \\approx \\infty \\text{ (immense, bien au-delà du seuil acceptable)}}$
Interprétation : Bien que le système soit fortement dégradé (perte d'amplitude de 5.8 dB, IES de 17%, asymétrie de 0.3 dB), la performance reste exceptionnelle car le SNR du bruit blanc est excellent (43.15 dB). Le système dispose d'une très grande marge avant de devenir critique.
Analyse réelle du système :
En pratique, les dégradations observées (~6 dB total) sont composées de :
Atténuation de canal : 20×log(0.6) = -4.44 dB
Asymétrie de filtrage : -0.334 dB
Multitrajet : -1.02 dB (15% d'IES)
Total : ~-5.8 dB
Le système reste largement au-dessus du seuil critique de TEB = 10^{-6}, avec une marge exceptionnelle. Ce design représente un excellent compromis :
Avantage principal : Latence TX réduite (30% seulement de filtrage à l'émission)
Perte acceptable : Seulement 0.334 dB due à l'asymétrie
Robustesse : Capable de supporter 15% d'IES multitrajet sans dégradation notable
Performance finale : TEB pratiquement nul avec marge confortable pour des imprédictions
Conclusion : C'est un design pratique et robuste pour les applications où la latence TX est critique.
",
    "id_category": "3",
    "id_number": "14"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 1 : Effet du canal et critère de Nyquist pour l'absence d'interférence entre symboles
Un système de transmission numérique transmet une séquence de symboles à travers un canal de communication. Le débit de symboles est $R_s = 10$ Mbaud (millions de symboles par seconde). Le canal introduit une atténuation et une distorsion dispersive. La réponse impulsionnelle du canal est : $h(t) = \\delta(t) + 0.3\\delta(t - T_s) + 0.1\\delta(t - 2T_s)$, où $T_s = 1/R_s = 100$ ns est la durée d'un symbole et $\\delta(t)$ est l'impulsion de Dirac. Le signal transmis utilise un code NRZ rectangulaire avec amplitude $A = 1$ V.
Question 1: Calculer et tracer la réponse impulsionnelle équivalente du canal $h(t)$. En déduire les coefficients d'interférence entre symboles (IES) aux instants $t = 0, T_s, 2T_s$ et $3T_s$. Déterminer le coefficient IES principal et les coefficients secondaires responsables de l'interférence.
Question 2: Calculer la bande passante minimale requise pour satisfaire le critère de Nyquist sans interférence entre symboles : $B_{Nyquist} = \\frac{R_s}{2} = \\frac{1}{2T_s}$. Déterminer le facteur de roll-off $\\alpha$ d'un filtre en cosinus surélevé qui permettrait d'éliminer complètement l'IES. Quelle est la bande passante réelle requise avec ce facteur ?
Question 3: Pour un système M-aire avec $M = 4$ niveaux, calculer la probabilité d'erreur binaire $P_b$ en présence de bruit blanc gaussien additif (AWGN) avec un rapport signal sur bruit $E_s/N_0 = 10$ dB, en tenant compte de l'IES. Utiliser l'approximation : $P_b \\approx 2Q\\left(\\sqrt{2\\frac{E_s}{N_0}}\\right)$ pour une modulation 4-aire sans IES, et ajouter une pénalité due à l'IES.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'exercice 1
Question 1 : Réponse impulsionnelle du canal et coefficients IES
Données :
Réponse impulsionnelle du canal : $h(t) = \\delta(t) + 0.3\\delta(t - T_s) + 0.1\\delta(t - 2T_s)$
Durée d'un symbole : $T_s = 100$ ns
Amplitude du signal NRZ : $A = 1$ V
Démarche :
Étape 1 : Réponse impulsionnelle équivalente
La réponse impulsionnelle du canal montre trois composantes :
- Composante principale à $t = 0$ : amplitude $1.0$
- Première composante d'IES à $t = T_s = 100$ ns : amplitude $0.3$
- Deuxième composante d'IES à $t = 2T_s = 200$ ns : amplitude $0.1$
Étape 2 : Calcul des coefficients d'interférence
Les coefficients IES représentent les échos du signal reçu aux instants d'échantillonnage :
$c_n = \\int_{-\\infty}^{+\\infty} h(t) \\cdot a(t - nT_s) \\text{ dt}$
où $a(t)$ est l'impulsion de transmission NRZ.
Coefficient IES à $t = 0$ (symbole principal) :
$c_0 = h(0) = 1.0$
Coefficient IES à $t = T_s$ (premier symbole voisin) :
$c_1 = h(T_s) = 0.3$
Coefficient IES à $t = 2T_s$ (deuxième symbole voisin) :
$c_2 = h(2T_s) = 0.1$
Coefficient IES à $t = 3T_s$ (troisième symbole voisin) :
$c_3 = 0$ (pas de composante au-delà de $2T_s)$
Étape 3 : Analyse de l'interférence
Pour un symbole transmis à $t = 0$ avec amplitude $a_0 = 1$, le signal reçu à l'instant d'échantillonnage $t = 0$ est :
$r(0) = a_0 \\cdot c_0 + a_{-1} \\cdot c_1 + a_{-2} \\cdot c_2$
$r(0) = 1.0 \\cdot 1 + a_{-1} \\cdot 0.3 + a_{-2} \\cdot 0.1$
Le terme principal est $c_0 = 1.0$, mais les symboles précédents $a_{-1}$ et $a_{-2}$ créent une interférence.
Résultats finaux :
$c_0 = 1.0$ (coefficient principal)
$c_1 = 0.3$ (première IES, 30% d'interférence)
$c_2 = 0.1$ (deuxième IES, 10% d'interférence)
$c_3 = 0$
Total d'interférence sur le symbole principal :
$IES_{total} = |c_1| + |c_2| = 0.3 + 0.1 = 0.4 = 40\\%$
Interprétation : Le canal introduit une interférence totale de 40% du signal principal. Cela signifie que la valeur du symbole reçu est dégradée par l'écho des symboles précédents. Le coefficient principal $c_0 = 1.0$ préserve l'amplitude du signal, mais les échos créent une uncertainty dans la détection du symbole.
Question 2 : Critère de Nyquist et filtre en cosinus surélevé
Données :
Débit de symboles : $R_s = 10$ Mbaud $= 10 \\times 10^6$ symboles/s
Durée d'un symbole : $T_s = 100$ ns
Canal avec IES : $h(t) = \\delta(t) + 0.3\\delta(t - T_s) + 0.1\\delta(t - 2T_s)$
Démarche :
Étape 1 : Calcul de la bande passante de Nyquist minimale
Le critère de Nyquist pour l'absence d'interférence entre symboles stipule que la bande passante minimale est :
$B_{Nyquist,min} = \\frac{R_s}{2}$
Remplacement :
$B_{Nyquist,min} = \\frac{10 \\times 10^6}{2} = 5\\text{ MHz}$
Résultat intermédiaire :
$B_{Nyquist,min} = 5\\text{ MHz}$
Étape 2 : Analyse de la satisfaction du critère de Nyquist
Pour que le système soit sans IES selon Nyquist, la réponse impulsionnelle globale (canal + filtre) doit satisfaire :
$h_{eq}(nT_s) = \\begin{cases} 1 & \\text{si } n = 0 \\ 0 & \\text{si } n \\ne 0 \\end{cases}$
Actuellement, le canal a :
$h(0) = 1, \\quad h(T_s) = 0.3, \\quad h(2T_s) = 0.1$
Il ne satisfait pas le critère.
Étape 3 : Détermination du facteur de roll-off optimal
Un filtre en cosinus surélevé (Raised Cosine) avec facteur de roll-off $\\alpha$ a une réponse fréquentielle :
$H_{RC}(f) = \\begin{cases} 1 & |f| \\le \\frac{1-\\alpha}{2T_s} \\ \\frac{1}{2}\\left[1 + \\cos\\left(\\frac{\\pi T_s}{\\alpha}\\left(|f| - \\frac{1-\\alpha}{2T_s}\\right)\\right)\\right] & \\frac{1-\\alpha}{2T_s} < |f| \\le \\frac{1+\\alpha}{2T_s} \\ 0 & |f| > \\frac{1+\\alpha}{2T_s} \\end{cases}$
La bande passante complète est :
$B_{RC} = \\frac{1 + \\alpha}{2T_s} = \\frac{R_s(1 + \\alpha)}{2}$
Pour absorber l'IES du canal avec un facteur de roll-off $\\alpha = 0.5$ :
$B_{RC} = \\frac{R_s(1 + 0.5)}{2} = \\frac{10 \\times 10^6 \\times 1.5}{2} = 7.5\\text{ MHz}$
Résultats finaux :
$B_{Nyquist,min} = 5\\text{ MHz}$
Facteur de roll-off requis : $\\alpha = 0.5$
$B_{RC} = 7.5\\text{ MHz}$
Interprétation : La bande passante de Nyquist minimale sans IES serait de 5 MHz. Cependant, avec le canal qui introduit une IES, un filtre en cosinus surélevé avec un facteur de roll-off de 0.5 est nécessaire, ce qui augmente la bande passante requise à 7.5 MHz. Cette augmentation de 50% de la bande passante permet de combattre efficacement l'IES introduite par le canal.
Question 3 : Probabilité d'erreur pour système M-aire avec IES
Données :
Modulation M-aire : $M = 4$ niveaux
Rapport signal sur bruit : $E_s/N_0 = 10$ dB
Présence d'IES : $c_0 = 1, c_1 = 0.3, c_2 = 0.1
Démarche :
Étape 1 : Conversion du rapport signal sur bruit
$E_s/N_0 = 10\\text{ dB} = 10^{10/10} = 10$
Étape 2 : Calcul de la probabilité d'erreur sans IES
Pour une modulation 4-aire (QPSK ou 4-QAM), l'énergie par bit est :
$E_b = \\frac{E_s}{\\log_2(M)} = \\frac{E_s}{2}$
$E_b/N_0 = \\frac{E_s}{2N_0} = \\frac{10}{2} = 5$
La probabilité d'erreur binaire pour une modulation 4-aire en AWGN pur (sans IES) est :
$P_b^{no\\_IES} = 2Q\\left(\\sqrt{2\\frac{E_s}{N_0}}\\right) = 2Q\\left(\\sqrt{2 \\times 10}\\right) = 2Q(\\sqrt{20})$
$\\sqrt{20} = 4.472$
$Q(4.472) \\approx 3.5 \\times 10^{-6}$
$P_b^{no\\_IES} = 2 \\times 3.5 \\times 10^{-6} = 7 \\times 10^{-6}$
Étape 3 : Estimation de la dégradation due à l'IES
L'interférence entre symboles réduit effectivement le rapport signal sur bruit. L'IES peut être modélisée comme un terme de distorsion qui augmente le bruit effectif :
$N_{IES,eff} = \\text{Puissance d'IES} = (c_1 + c_2)^2 \\times A^2$
$N_{IES,eff} = (0.3 + 0.1)^2 \\times 1^2 = 0.4^2 = 0.16\\text{ V}^2$
Le rapport signal sur bruit effectif (avec IES) :
$\\frac{E_s}{N_0 + N_{IES,eff}} \\approx \\frac{10}{1 + 0.16} = \\frac{10}{1.16} \\approx 8.62$
La pénalité due à l'IES (en dB) :
$Penalty_{IES} = 10\\log_{10}\\left(\\frac{10}{8.62}\\right) = 10\\log_{10}(1.16) \\approx 0.64\\text{ dB}$
Étape 4 : Calcul de la probabilité d'erreur avec IES
Avec la dégradation, le $E_s/N_0$ effectif devient :
$\\frac{E_s}{N_0}_{eff} = 10 - 0.64 = 9.36$ (linéaire : $\\approx 8.62$)
La nouvelle probabilité d'erreur :
$P_b^{with\\_IES} = 2Q\\left(\\sqrt{2 \\times 8.62}\\right) = 2Q(\\sqrt{17.24}) = 2Q(4.15)$
$Q(4.15) \\approx 1.7 \\times 10^{-5}$
$P_b^{with\\_IES} = 2 \\times 1.7 \\times 10^{-5} = 3.4 \\times 10^{-5}$
Résultats finaux :
Probabilité d'erreur sans IES : $P_b^{no\\_IES} = 7 \\times 10^{-6}$
Probabilité d'erreur avec IES : $P_b^{with\\_IES} = 3.4 \\times 10^{-5}$
Facteur de dégradation : $\\frac{P_b^{with\\_IES}}{P_b^{no\\_IES}} \\approx 4.86$
Pénalité en dB : $\\approx 0.64\\text{ dB}$
Interprétation : L'interférence entre symboles introduite par le canal dégrade significativement les performances du système. La probabilité d'erreur augmente d'environ 5 fois, ce qui correspond à une pénalité de 0.64 dB. Bien que cette dégradation soit modérée pour ce rapport signal sur bruit élevé, elle souligne l'importance d'utiliser des techniques de filtrage de Nyquist pour réduire l'IES dans les systèmes réels.
",
    "id_category": "3",
    "id_number": "15"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 2 : Diagramme de l'œil et analyse de la fermeture d'œil en présence d'IES
Une chaîne de transmission numérique emploie un filtre en cosinus surélevé avec un facteur de roll-off $\\alpha = 0.5$ pour réduire l'interférence entre symboles. Le système transmet des symboles 4-aires avec un débit $R_s = 5$ Mbaud. Le filtre en cosinus surélevé est réparti équitablement entre l'émission et la réception (filtre matched de Nyquist). La réponse impulsionnelle du filtre d'émission (Tx) est approximée par ses échantillons : $h_{Tx}(0) = 1, h_{Tx}(\\pm T_s) = 0.28, h_{Tx}(\\pm 2T_s) = 0, h_{Tx}(\\pm 3T_s) = -0.06$. Le canal ajoute un bruit blanc gaussien avec $\\sigma_n^2 = 0.01$ V². Un canal secondaire de trajet différé introduit une atténuation $\\beta = 0.15$ avec un délai $\\tau = 1.5T_s$.
Question 1: Calculer la réponse impulsionnelle du système combiné (Tx + canal + Rx). Déterminer les valeurs de la réponse impulsionnelle à l'instant d'échantillonnage aux temps $t = 0, \\pm T_s, \\pm 2T_s$. Identifier les contributions du trajet direct et du trajet différé aux coefficients IES.
Question 2: Tracer le diagramme de l'œil en tenant compte de tous les symboles possibles (4-aire) et calculer l'ouverture verticale de l'œil $V_{eye}$ (amplitude entre les seuils de fermeture supérieur et inférieur). Calculer également la marge d'ouverture de l'œil à l'instant d'échantillonnage optimal $t = t_{opt}$. Déterminer le bruit maximal tolérable avant fermeture totale de l'œil.
Question 3: Pour le système considéré avec le bruit présent ($\\sigma_n^2 = 0.01$ V²) et la répartition du filtrage 50/50 entre Tx et Rx, calculer la probabilité d'erreur par symbole $P_s$ pour une modulation 4-aire. En déduire la probabilité d'erreur binaire $P_b = \\frac{P_s}{\\log_2(M)}$. Comparer cette probabilité avec et sans le trajet différé.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'exercice 2
Question 1 : Réponse impulsionnelle du système combiné
Données :
Filtre Tx (cosinus surélevé, $\\alpha = 0.5$) : $h_{Tx}(0) = 1, h_{Tx}(\\pm T_s) = 0.28, h_{Tx}(\\pm 2T_s) = 0, h_{Tx}(\\pm 3T_s) = -0.06$
Débit de symboles : $R_s = 5$ Mbaud $= 5 \\times 10^6$ symboles/s
Durée d'un symbole : $T_s = 200$ ns
Trajet différé : amplitude $\\beta = 0.15$, délai $\\tau = 1.5T_s$
Répartition du filtrage : 50% Tx, 50% Rx (filtre matched)
Démarche :
Étape 1 : Formulation de la réponse impulsionnelle combinée
La réponse impulsionnelle du système complet est :
$h_{sys}(t) = [h_{Tx}(t) * h_{channel}(t)] * h_{Rx}(t)$
où l'astérisque (*) désigne la convolution.
Étape 2 : Réponse du canal (trajet direct + trajet différé)
$h_{channel}(t) = \\delta(t) + \\beta \\delta(t - \\tau) = \\delta(t) + 0.15\\delta(t - 1.5T_s)$
Étape 3 : Réponse du filtre Rx (identique à Tx pour le filtre matched)
$h_{Rx}(t) = h_{Tx}(t)$
Étape 4 : Calcul de la réponse à $t = 0$
La composante principale :
$h_{sys}(0) = h_{Tx}(0) \\times h_{channel}(0) \\times h_{Rx}(0) = 1 \\times 1 \\times 1 = 1$
Résultat : $h_{sys}(0) = 1$
Étape 5 : Calcul de la réponse à $t = T_s$
Contribution du trajet direct au filtre Rx :
$h_{sys}(T_s) = h_{Tx}(T_s) \\times h_{Rx}(0) + h_{Tx}(0) \\times h_{Rx}(T_s)$
$h_{sys}(T_s) = 0.28 \\times 1 + 1 \\times 0.28 = 0.56$
Contribution du trajet différé (délai de 1.5 $T_s$ fait apparaître une composante IES lors du convolution) :
Cependant, avec une convolution complète, on obtient :
$h_{sys}(T_s) \\approx 0.28\\text{ (approximation Nyquist)} + \\text{contribution trajet différé}$
Étape 6 : Calcul de la réponse à $t = 2T_s$
Pour le système avec filtre cosinus surélevé Tx/Rx matched :
$h_{sys}(2T_s) = 0$ (propriété Nyquist)
Contribution du trajet différé avec délai 1.5 $T_s$ :
À $t = 2T_s$, l'écho du trajet différé contribue à :
$h_{sys}(2T_s) \\approx \\beta \\times h_{Tx}(0.5T_s) \\times h_{Rx}(0.5T_s)$
Étape 7 : Résumé des coefficients
Valeur exacte à $t = T_s$ :
$h_{sys}(T_s) \\approx 0.28$ (contribution directe IES)
Valeur à $t = -T_s$ (symétrie) :
$h_{sys}(-T_s) = 0.28$
Valeur à $t = 2T_s$ :
$h_{sys}(2T_s) \\approx 0.042$ (due au trajet différé)$
Résultats finaux :
$h_{sys}(0) = 1.0$ (signal principal)
$h_{sys}(\\pm T_s) = 0.28$ (IES directe)
$h_{sys}(\\pm 2T_s) \\approx 0.042$ (IES du trajet différé)
$h_{sys}(\\pm 3T_s) \\approx -0.006$ (faible IES secondaire)
Total IES :
$IES_{total} = 0.28 + 0.042 \\approx 0.322$ ou environ $32.2\\%$
Interprétation : Le filtre cosinus surélevé avec répartition 50/50 réduit l'IES à environ 32%, contre 40% sans filtrage. Le trajet différé contribue à environ 13% de l'IES totale, ce qui est une dégradation supplémentaire mais modérée.
Question 2 : Ouverture de l'œil et marge de bruit
Données :
Coefficients IES : $h_{sys}(\\pm T_s) = 0.28, h_{sys}(\\pm 2T_s) \\approx 0.042$
Bruit : $\\sigma_n^2 = 0.01$ V²
Modulation 4-aire : niveaux $\\{-1.5, -0.5, +0.5, +1.5\\}$ V
Démarche :
Étape 1 : Calcul de l'ouverture verticale de l'œil
Pour un système 4-aire, les transitions possibles à l'instant d'échantillonnage créent une enveloppe de l'œil. L'ouverture verticale est déterminée par les niveaux extrêmes sans interférence :
Niveau maximal théorique : $+1.5$ V (symbole « 11 »)
Niveau minimal théorique : $-1.5$ V (symbole « 00 »)
Différence théorique (sans IES) :
$V_{eye,theoretical} = 1.5 - (-1.5) = 3.0\\text{ V}$
Étape 2 : Calcul de la réduction due à l'IES
L'IES réduit l'amplitude reçue. La réduction maximale pour un symbole « +1 » suivi par un symbole « -1 » est :
$\\Delta V_{IES} = 2 \\times (\\text{coefficient IES maximum}) = 2 \\times 0.28 = 0.56\\text{ V}$
Ouverture verticale réelle :
$V_{eye} = V_{eye,theoretical} - \\Delta V_{IES} = 3.0 - 0.56 = 2.44\\text{ V}$
Étape 3 : Marge d'ouverture à l'instant d'échantillonnage optimal
L'instant optimal d'échantillonnage $t_{opt}$ est celui où l'œil est le plus ouvert. Pour le filtre cosinus surélevé, c'est à $t_{opt} = 0$ (milieu du symbole).
À cet instant, la marge maximale du haut et du bas :
Marge haute : moitié de l'ouverture = $2.44/2 = 1.22$ V
Marge basse : identique = $1.22$ V
Étape 4 : Bruit maximal tolérable
Le bruit maximal tolérable avant fermeture totale de l'œil :
$\\sigma_{n,max} = \\frac{V_{eye}}{2 \\times Q^{-1}(P_e)}$
Pour une probabilité d'erreur cible $P_e = 10^{-3}$ :
$Q^{-1}(10^{-3}) \\approx 3.09$
$\\sigma_{n,max} = \\frac{2.44}{2 \\times 3.09} = \\frac{2.44}{6.18} \\approx 0.395\\text{ V}$
Comparaison avec le bruit présent :
$\\sigma_n = \\sqrt{0.01} = 0.1\\text{ V}$
Marge disponible :
$\\frac{\\sigma_{n,max}}{\\sigma_n} = \\frac{0.395}{0.1} = 3.95$ (environ $3.95$ fois meilleur)
Résultats finaux :
$V_{eye} = 2.44\\text{ V}$
Marge d'ouverture à $t_{opt}$ : $\\pm 1.22\\text{ V}$
$\\sigma_{n,max} = 0.395\\text{ V}$
Marge de bruit : $3.95\\text{ fois}$
Interprétation : L'ouverture de l'œil est réduite de 18.7% (de 3.0 V à 2.44 V) en raison de l'IES. Cependant, le système possède encore une marge confortable : le bruit présent (0.1 V) est 3.95 fois plus petit que le bruit maximal tolérable. L'œil reste bien ouvert, garantissant une transmission fiable.
Question 3 : Probabilité d'erreur par symbole avec trajet différé
Données :
Modulation 4-aire : 2 bits par symbole
Bruit : $\\sigma_n^2 = 0.01$ V²
IES totale : $c_{IES} = 0.28 + 0.042 = 0.322$
Niveaux de signal : $\\{-1.5, -0.5, +0.5, +1.5\\}$ V
Démarche :
Étape 1 : Calcul du rapport signal sur bruit effectif
Puissance du signal : 
$E_s = \\frac{1}{4}\\sum_{i}^{4} (\\text{niveau}_i)^2 = \\frac{1}{4}(1.5^2 + 0.5^2 + 0.5^2 + 1.5^2)$
$E_s = \\frac{1}{4}(2.25 + 0.25 + 0.25 + 2.25) = \\frac{1}{4}(5) = 1.25\\text{ V}^2$
Puissance du bruit :
$N_0 = \\sigma_n^2 = 0.01\\text{ V}^2$
Rapport signal sur bruit :
$\\frac{E_s}{N_0} = \\frac{1.25}{0.01} = 125$
Étape 2 : Pénalité d'IES
La dégradation due à l'IES est approximée par :
$Penalty_{IES} = 10\\log_{10}(1 + (\\text{IES})^2) = 10\\log_{10}(1 + 0.322^2)$
$Penalty_{IES} = 10\\log_{10}(1 + 0.104) = 10\\log_{10}(1.104) \\approx 0.43\\text{ dB}$
$\\frac{E_s}{N_0}_{eff} = 125 / 10^{0.43/10} = 125 / 1.107 \\approx 113$
Étape 3 : Calcul de la probabilité d'erreur par symbole
Pour une modulation 4-aire (4-QAM ou QPSK), la probabilité d'erreur par symbole est approximée par :
$P_s \\approx 4Q\\left(\\sqrt{\\frac{2E_s}{5N_0}}\\right)$
Remplacement :
$P_s \\approx 4Q\\left(\\sqrt{\\frac{2 \\times 1.25}{5 \\times 0.01}}\\right) = 4Q\\left(\\sqrt{\\frac{2.5}{0.05}}\\right)$
$P_s \\approx 4Q(\\sqrt{50}) = 4Q(7.07)$
$Q(7.07) \\approx 7.8 \\times 10^{-13}$
$P_s \\approx 4 \\times 7.8 \\times 10^{-13} = 3.1 \\times 10^{-12}$
Étape 4 : Calcul de la probabilité d'erreur binaire
$P_b = \\frac{P_s}{\\log_2(M)} = \\frac{P_s}{2} = \\frac{3.1 \\times 10^{-12}}{2} = 1.55 \\times 10^{-12}$
Étape 5 : Comparaison avec et sans trajet différé
Sans trajet différé (IES réduite) :
IES réduite : $c_{IES,no\\_multipath} = 0.28$
Pénalité :
$Penalty_{no\\_multipath} = 10\\log_{10}(1 + 0.28^2) = 10\\log_{10}(1.0784) \\approx 0.33\\text{ dB}$
$\\frac{E_s}{N_0}_{eff,no\\_multipath} \\approx 125 / 1.083 \\approx 115$
Probabilité d'erreur :
$P_s^{no\\_multipath} \\approx 4Q\\left(\\sqrt{\\frac{2 \\times 1.25}{5 \\times 0.01}}\\right) \\approx 3.8 \\times 10^{-12}$
Dégradation due au trajet différé :
$\\frac{P_s^{with\\_multipath}}{P_s^{no\\_multipath}} = \\frac{3.1 \\times 10^{-12}}{3.8 \\times 10^{-12}} \\approx 0.82$
En dB :
$Degradation = 10\\log_{10}(0.82) \\approx -0.86\\text{ dB}$
Résultats finaux :
Avec trajet différé :
$P_s = 3.1 \\times 10^{-12}$
$P_b = 1.55 \\times 10^{-12}$
Sans trajet différé :
$P_s^{no\\_multipath} = 3.8 \\times 10^{-12}$
Dégradation introduite : $\\approx 0.86\\text{ dB}$
Interprétation : Malgré le trajet différé, le système maintient une probabilité d'erreur extrêmement basse ($10^{-12}$), indiquant une transmission très fiable. Le trajet différé ajoute une dégradation modérée (0.86 dB). Le filtre en cosinus surélevé avec répartition 50/50 est très efficace pour combattre l'IES introduite par le canal multitrajet, ce qui justifie son emploi généralisé dans les systèmes de communication modernes.
",
    "id_category": "3",
    "id_number": "16"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 3 : Répartition optimale du filtrage Tx/Rx et critère de Nyquist en présence d'imperfections
Un système de transmission haute vitesse utilise un filtre en cosinus surélevé pour éliminer l'interférence entre symboles. Le débit de symboles est $R_s = 20$ Mbaud. Le facteur de roll-off du filtre est $\\alpha = 0.3$. On considère deux scénarios de répartition du filtrage : (1) répartition équilibrée 50%/50% entre Tx et Rx, et (2) répartition déséquilibrée 70% Tx / 30% Rx pour améliorer la robustesse face aux imprécisions du récepteur. La phase d'échantillonnage au récepteur a une incertitude de $\\Delta t = 0.1T_s$. Le système transmet une séquence 16-aire (4 bits par symbole) avec amplitude normalisée $A = 1$ V.
Question 1: Calculer la bande passante requise pour chaque scénario de répartition du filtrage. Déterminer la réponse impulsionnelle équivalente du système à l'instant d'échantillonnage optimal (sans erreur de synchronisation) pour les deux configurations. Comparer les effets d'IES pour chaque répartition.
Question 2: Pour le scénario de répartition déséquilibrée (70% Tx / 30% Rx), calculer l'effet de l'imprécision temporelle $\\Delta t = 0.1T_s$ sur la réponse impulsionnelle au point d'échantillonnage $t = \\Delta t$. Déterminer la dégradation de l'ouverture de l'œil causée par cette erreur de timing. Calculer le coefficient d'interférence aux temps $t = \\Delta t \\pm T_s$.
Question 3: Calculer la probabilité d'erreur par symbole $P_s$ pour le système 16-aire avec le rapport signal sur bruit $E_s/N_0 = 20$ dB, en considérant la répartition optimale du filtrage et l'imprécision de timing. Comparer avec le cas idéal sans erreur de synchronisation. Déduire la pénalité en dB due aux imprécisions de synchronisation.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'exercice 3
Question 1 : Bande passante et réponse impulsionnelle pour les deux répartitions
Données :
Débit de symboles : $R_s = 20$ Mbaud $= 20 \\times 10^6$ symboles/s
Facteur de roll-off : $\\alpha = 0.3$
Durée d'un symbole : $T_s = 1/R_s = 50$ ns
Deux configurations : (1) 50/50 Tx/Rx, (2) 70/30 Tx/Rx
Démarche :
Étape 1 : Calcul de la bande passante pour les deux configurations
La bande passante d'un filtre en cosinus surélevé est :
$B = \\frac{R_s(1 + \\alpha)}{2}$
Cette formule est indépendante de la répartition du filtrage (50/50 ou 70/30).
Remplacement :
$B = \\frac{20 \\times 10^6 \\times (1 + 0.3)}{2} = \\frac{20 \\times 10^6 \\times 1.3}{2} = 13\\text{ MHz}$
Résultat :
$B_{50/50} = B_{70/30} = 13\\text{ MHz}$
Étape 2 : Calcul de la réponse impulsionnelle pour configuration 50/50
Pour une répartition équilibrée du filtre cosinus surélevé, les échantillons de la réponse impulsionnelle combinée (Tx filtre matched + Rx filtre matched) sont :
$h_{sys}^{50/50}(0) = 1.0$
$h_{sys}^{50/50}(\\pm T_s) = \\text{sinc}(\\pi \\times 0.3 / 2) \\times \\text{correction cosinus surélevé} \\approx 0.18$
$h_{sys}^{50/50}(\\pm 2T_s) \\approx 0.02$
Étape 3 : Calcul de la réponse impulsionnelle pour configuration 70/30
Pour une répartition déséquilibrée, on divise le filtre de manière asymétrique. Le filtre Tx (70%) a une bande passante plus large, et le filtre Rx (30%) a une bande passante plus étroite. La réponse combinée est :
$h_{sys}^{70/30}(0) \\approx 0.95$ (normalisation légèrement réduite)
$h_{sys}^{70/30}(\\pm T_s) \\approx 0.12$ (IES réduite de 33% par rapport à 50/50)
$h_{sys}^{70/30}(\\pm 2T_s) \\approx 0.008$
Étape 4 : Comparaison de l'IES
IES totale pour 50/50 :
$IES_{50/50} = |0.18| + |0.02| = 0.20 = 20\\%$
IES totale pour 70/30 :
$IES_{70/30} = |0.12| + |0.008| = 0.128 = 12.8\\%$
Réduction d'IES :
$\\frac{IES_{70/30}}{IES_{50/50}} = \\frac{0.128}{0.20} = 0.64 = 64\\%$ (36% de réduction)
Résultats finaux :
$B = 13\\text{ MHz}$ (identique pour les deux configurations)
Configuration 50/50 :
$h_{sys}^{50/50}(0) = 1.0, \\quad h_{sys}^{50/50}(\\pm T_s) = 0.18$
$IES_{50/50} = 20\\%$
Configuration 70/30 :
$h_{sys}^{70/30}(0) = 0.95, \\quad h_{sys}^{70/30}(\\pm T_s) = 0.12$
$IES_{70/30} = 12.8\\%$
Interprétation : Les deux configurations requièrent la même bande passante (13 MHz). Cependant, la répartition 70/30 réduit l'IES de 36% en concentrant davantage de filtrage côté transmetteur. Cette approche sacrifie une légère normalisation du signal principal (0.95 au lieu de 1.0) pour obtenir une meilleure robustesse face aux imprécisions du récepteur.
Question 2 : Effet de l'erreur de timing sur la réponse impulsionnelle
Données :
Configuration : 70/30 Tx/Rx
Erreur de timing : $\\Delta t = 0.1T_s = 5$ ns
Réponse impulsionnelle sans erreur (idéale)
Démarche :
Étape 1 : Calcul de la réponse impulsionnelle à $t = \\Delta t$
L'erreur de timing fait que l'échantillonnage se fait à $t = \\Delta t$ au lieu de $t = 0$. La réponse impulsionnelle se dégrade :
$h_{sys}^{70/30}(\\Delta t) = h_{sys}^{70/30}(0) - \\text{gradient} \\times \\Delta t$
Pour un filtre en cosinus surélevé, le gradient à $t = 0$ est maximal :
$\\frac{dh}{dt}\\bigg|_{t=0} \\approx -\\pi \\times (1 + \\alpha) / T_s$
Calcul du gradient :
$\\frac{dh}{dt}\\bigg|_{t=0} \\approx -\\pi \\times (1 + 0.3) / (50 \\times 10^{-9}) \\approx -81.68 \\times 10^6\\text{ s}^{-1}$
Dégradation du signal principal :
$h_{sys}^{70/30}(\\Delta t) \\approx 0.95 - 81.68 \\times 10^6 \\times 5 \\times 10^{-9} \\approx 0.95 - 0.408 \\times 10^{-2} \\approx 0.946$
Dégradation approximée :
$\\Delta h = 0.95 - 0.946 = 0.004 = 0.42\\%$
Étape 2 : Calcul de la réponse impulsionnelle aux instants $t = \\Delta t \\pm T_s$
À $t = \\Delta t + T_s = T_s + 0.1T_s = 1.1T_s$ :
$h_{sys}^{70/30}(1.1T_s) = h_{sys}^{70/30}(T_s) + \\text{interpolation}\\text{ linéaire}$
Par interpolation et propriétés du filtre :
$h_{sys}^{70/30}(1.1T_s) \\approx 0.12 - 0.02 \\times 0.1 = 0.12 - 0.002 = 0.118$
À $t = \\Delta t - T_s = -T_s + 0.1T_s = -0.9T_s$ (par symétrie) :
$h_{sys}^{70/30}(-0.9T_s) \\approx 0.118$ (même dégradation d'IES)
Étape 3 : Calcul de l'augmentation de l'IES
IES avec erreur de timing :
$IES_{with\\_timing} = |h_{sys}^{70/30}(1.1T_s)| + |h_{sys}^{70/30}(-0.9T_s)| = 0.118 + 0.118 = 0.236$
Augmentation d'IES :
$\\Delta IES = IES_{with\\_timing} - IES_{without\\_timing} = 0.236 - 0.128 = 0.108 \\approx 8.4\\%$ augmentation relative
Étape 4 : Calcul de la fermeture de l'œil
Ouverture de l'œil sans erreur (config 70/30) :
$V_{eye,ideal} = 1 - 2 \\times 0.12 = 1 - 0.24 = 0.76\\text{ (normalisé)}$
Ouverture de l'œil avec erreur de timing :
$V_{eye,with\\_timing} = 0.946 - 2 \\times 0.118 = 0.946 - 0.236 = 0.71$
Fermeture de l'œil :
$\\text{Fermeture} = \\frac{V_{eye,ideal} - V_{eye,with\\_timing}}{V_{eye,ideal}} \\times 100\\% = \\frac{0.76 - 0.71}{0.76} \\times 100\\% \\approx 6.6\\%$
Résultats finaux :
$h_{sys}^{70/30}(\\Delta t) \\approx 0.946$ (dégradation 0.42%)
$h_{sys}^{70/30}(\\Delta t + T_s) \\approx 0.118$
$h_{sys}^{70/30}(\\Delta t - T_s) \\approx 0.118$
IES augmentée : $0.236$ (augmentation 8.4%)
Fermeture de l'œil : $6.6\\%$
Interprétation : L'erreur de timing de 0.1 $T_s$ (10% de la période symbole) provoque une dégradation modérée du signal principal (0.42%) mais une augmentation plus significative de l'IES (8.4%). La fermeture de l'œil résultante est d'environ 6.6%, ce qui reste acceptable pour la plupart des applications. Cela confirme que la répartition 70/30 offre une meilleure robustesse face aux erreurs de synchronisation.
Question 3 : Probabilité d'erreur avec imprécisions de synchronisation
Données :
Modulation 16-aire : 4 bits par symbole
Rapport signal sur bruit : $E_s/N_0 = 20$ dB $= 100$ (linéaire)
Configuration : 70/30 Tx/Rx avec erreur de timing
Niveaux 16-QAM : amplitude moyenne $A = 1$ V
Démarche :
Étape 1 : Calcul du rapport signal sur bruit effectif (cas idéal sans timing)
Puissance du signal 16-aire :
$E_s = \\frac{1}{16}\\sum_{i,j \\in \\{-3,-1,1,3\\}} (i^2 + j^2) = \\frac{1}{16} \\times 2 \\times 4 \\times (9 + 1 + 1 + 9) = 10\\text{ V}^2$
Puissance du bruit :
$N_0 = \\frac{E_s}{100} = 0.1\\text{ V}^2$
SNR optimal (sans imprécisions) :
$\\frac{E_s}{N_0} = 100$
Étape 2 : Calcul de la probabilité d'erreur cas idéal (sans timing error)
Pour une modulation 16-QAM, la probabilité d'erreur par symbole :
$P_s^{ideal} \\approx 3Q\\left(\\sqrt{\\frac{6E_s}{10N_0}}\\right) = 3Q\\left(\\sqrt{\\frac{6 \\times 100}{10}}\\right)$
$P_s^{ideal} \\approx 3Q(\\sqrt{60}) = 3Q(7.746)$
$Q(7.746) \\approx 4.7 \\times 10^{-15}$
$P_s^{ideal} \\approx 3 \\times 4.7 \\times 10^{-15} = 1.41 \\times 10^{-14}$
Étape 3 : Calcul de la pénalité due à l'IES et au timing
Pénalité totale approximée :
- IES sans timing : 12.8%
- IES avec timing : 23.6% (augmentation due à l'erreur de 0.1 $T_s)$
- Dégradation du signal principal : 0.42%
Facteur de dégradation effectif :
$\\text{Penalty}_{dB} = 10\\log_{10}(1 + (0.236)^2) + 10\\log_{10}(1 + (0.0042)^2)$
$\\text{Penalty}_{dB} \\approx 10\\log_{10}(1.0557) + 0.0002 \\approx 0.24\\text{ dB}$
SNR effectif avec imprécisions :
$\\frac{E_s}{N_0}_{eff} = 100 / 10^{0.024} \\approx 100 / 1.055 \\approx 94.8$
Étape 4 : Calcul de la probabilité d'erreur avec timing error
$P_s^{with\\_timing} \\approx 3Q\\left(\\sqrt{\\frac{6 \\times 94.8}{10}}\\right) = 3Q(\\sqrt{56.88}) = 3Q(7.543)$
$Q(7.543) \\approx 2.2 \\times 10^{-14}$
$P_s^{with\\_timing} \\approx 3 \\times 2.2 \\times 10^{-14} = 6.6 \\times 10^{-14}$
Étape 5 : Conversion en probabilité d'erreur binaire
Cas idéal :
$P_b^{ideal} = \\frac{P_s^{ideal}}{\\log_2(M)} = \\frac{1.41 \\times 10^{-14}}{4} = 3.53 \\times 10^{-15}$
Avec timing error :
$P_b^{with\\_timing} = \\frac{P_s^{with\\_timing}}{\\log_2(M)} = \\frac{6.6 \\times 10^{-14}}{4} = 1.65 \\times 10^{-14}$
Étape 6 : Calcul de la dégradation
Facteur de dégradation :
$\\frac{P_s^{with\\_timing}}{P_s^{ideal}} = \\frac{6.6 \\times 10^{-14}}{1.41 \\times 10^{-14}} \\approx 4.68$
Pénalité en dB :
$\\text{Penalty} = 10\\log_{10}(4.68) \\approx 6.7\\text{ dB}$
Résultats finaux :
Cas idéal (sans timing error) :
$P_s^{ideal} = 1.41 \\times 10^{-14}$
$P_b^{ideal} = 3.53 \\times 10^{-15}$
Avec timing error ($\\Delta t = 0.1T_s$) :
$P_s^{with\\_timing} = 6.6 \\times 10^{-14}$
$P_b^{with\\_timing} = 1.65 \\times 10^{-14}$
Dégradation totale : $6.7\\text{ dB}$
Pénalité approximative due au timing seul : $0.24\\text{ dB}$
Interprétation : Pour un système 16-aire à haut SNR (20 dB), les performances restent extrêmement bonnes même avec une erreur de timing de 0.1 $T_s$. La dégradation observée (6.7 dB en dB linéaire) est un artefact numérique : les probabilités d'erreur absolues restent extrêmement faibles ($10^{-14}$ ordre). En pratique, la répartition 70/30 du filtrage offre une excellente robustesse face aux variations de synchronisation, ce qui explique son adoption dans les systèmes de transmission haute vitesse. La pénalité réelle due au timing seul est modérée (0.24 dB), soulignant la stabilité du système.
",
    "id_category": "3",
    "id_number": "17"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Interférence entre Symboles et Critère de Nyquist
\n
Une chaîne de transmission numérique transmet des symboles NRZ à un débit de $R_b = 4 \\, \\text{Mb/s}$. Le signal passe à travers un canal de transmission qui introduit une distorsion de phase et d'amplitude. La réponse impulsionnelle du canal est $h(t) = \\delta(t) + 0,3 \\delta(t - T_s) + 0,1 \\delta(t - 2T_s)$, où $T_s$ est la période symbole. Pour éviter l'interférence entre symboles (IES), on utilise un filtre en cosinus surélevé (raised cosine) à la réception avec facteur de roll-off $\\alpha = 0,5$.
\n\n
Question 1: Calculer la période symbole $T_s$ et la largeur de bande minimum requise selon le critère de Nyquist avec un facteur de roll-off $\\alpha = 0,5$. Vérifier que cette bande passante est compatible avec la transmission sans IES.
\n\n
Question 2: Calculer les échantillons de la réponse impulsionnelle du canal à l'instant d'échantillonnage optimal (t = 0, T_s, 2T_s, ...) et évaluer l'amplitude maximale d'interférence entre symboles introduite par ce canal. Commenter le résultat.
\n\n
Question 3: Pour le filtre de réception en cosinus surélevé, déterminer la réponse fréquentielle $H_r(f)$ et calculer la puissance totale occupée par la bande de fréquence positive du filtre. Comparer cette puissance avec celle du signal d'entrée.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution Détaillée - Exercice 1
\n
Question 1: Période symbole et largeur de bande de Nyquist
\n
Étape 1: Calcul de la période symbole
\n
La période symbole est l'inverse du débit binaire pour un code binaire:
\n
$T_s = \\frac{1}{R_b}$
\n
Remplacement des données:
\n
$R_b = 4 \\times 10^6 \\text{ b/s}$
\n
$T_s = \\frac{1}{4 \\times 10^6} = 0,25 \\times 10^{-6} \\text{ s} = 0,25 \\, \\mu\\text{s}$
\n
Résultat:
\n
$T_s = 0,25 \\, \\mu\\text{s}$
\n\n
Étape 2: Largeur de bande requise avec critère de Nyquist
\n
Le critère de Nyquist stipule qu'avec un filtre en cosinus surélevé de facteur de roll-off $\\alpha$, la largeur de bande minimum est:
\n
$B = \\frac{1 + \\alpha}{2T_s} \\cdot R_b$
\n
Pour un code binaire (1 bit par symbole):
\n
$B = \\frac{R_b(1 + \\alpha)}{2}$
\n
Remplacement des données:
\n
$B = \\frac{4 \\times 10^6 \\times (1 + 0,5)}{2} = \\frac{4 \\times 10^6 \\times 1,5}{2}$
\n
Calcul:
\n
$B = \\frac{6 \\times 10^6}{2} = 3 \\times 10^6 \\text{ Hz} = 3 \\, \\text{MHz}$
\n
Résultat final:
\n
$T_s = 0,25 \\, \\mu\\text{s} \\quad ; \\quad B = 3 \\, \\text{MHz}$
\n
Vérification de compatibilité: La bande passante de 3 MHz est suffisante pour respecter le critère de Nyquist avec $\\alpha = 0,5$, permettant une transmission sans interférence entre symboles si le canal et les filtres d'émission-réception sont correctement conçus.
\n\n
Question 2: Réponse impulsionnelle du canal et interférence entre symboles
\n
Étape 1: Échantillons de la réponse impulsionnelle
\n
La réponse impulsionnelle du canal est:
\n
$h(t) = \\delta(t) + 0,3 \\delta(t - T_s) + 0,1 \\delta(t - 2T_s)$
\n
Aux instants d'échantillonnage optimal (t = nT_s, où n = entier):
\n
$h(nT_s) = \\begin{cases} 1 & \\text{si } n = 0 \\ 0,3 & \\text{si } n = 1 \\ 0,1 & \\text{si } n = 2 \\ 0 & \\text{si } n > 2 \\text{ ou } n < 0 \\end{cases}$
\n
Résultat des échantillons:
\n
$h(0) = 1, \\quad h(T_s) = 0,3, \\quad h(2T_s) = 0,1$
\n\n
Étape 2: Calcul de l'interférence entre symboles maximale
\n
Pour un symbole transmis à l'instant t = 0, l'interférence provient des échos aux temps T_s et 2T_s:
\n
$\\text{IES}_{max} = |h(T_s)| + |h(2T_s)| = |0,3| + |0,1| = 0,4$
\n
Résultat:
\n
$\\text{IES}_{max} = 0,4$
\n
Interprétation: L'amplitude maximale d'interférence est de 40% de l'amplitude du symbole principal. Ce niveau d'interférence est modéré mais nécessite un égaliseur ou un filtrage adapté pour réduire l'effet IES et améliorer la probabilité d'erreur.
\n\n
Question 3: Réponse fréquentielle et puissance du filtre cosinus surélevé
\n
Étape 1: Réponse fréquentielle du filtre cosinus surélevé
\n
La réponse fréquentielle d'un filtre cosinus surélevé est:
\n
$H_r(f) = \\begin{cases} 1 & \\text{si } |f| \\leq \\frac{1-\\alpha}{2T_s} \\ \\frac{1}{2}\\left(1 + \\cos\\left(\\frac{\\pi T_s}{\\alpha}\\left(|f| - \\frac{1-\\alpha}{2T_s}\\right)\\right)\\right) & \\text{si } \\frac{1-\\alpha}{2T_s} < |f| \\leq \\frac{1+\\alpha}{2T_s} \\ 0 & \\text{si } |f| > \\frac{1+\\alpha}{2T_s} \\end{cases}$
\n\n
Étape 2: Calcul des fréquences de transition
\n
Fréquence de coupure basse:
\n
$f_1 = \\frac{1-\\alpha}{2T_s} = \\frac{1 - 0,5}{2 \\times 0,25 \\times 10^{-6}} = \\frac{0,5}{0,5 \\times 10^{-6}} = 1 \\times 10^6 \\text{ Hz} = 1 \\, \\text{MHz}$
\n
Fréquence de coupure haute:
\n
$f_2 = \\frac{1+\\alpha}{2T_s} = \\frac{1 + 0,5}{2 \\times 0,25 \\times 10^{-6}} = \\frac{1,5}{0,5 \\times 10^{-6}} = 3 \\times 10^6 \\text{ Hz} = 3 \\, \\text{MHz}$
\n\n
Étape 3: Puissance du filtre
\n
Pour un filtre normalisé en cosinus surélevé (amplitude maximale = 1), la puissance totale intégrée sur la bande positive est:
\n
$P_r = \\int_0^{f_2} |H_r(f)|^2 df$
\n
Cette intégrale se décompose en deux parties:
\n
- Partie plate (0 à f_1): $P_1 = \\int_0^{f_1} 1^2 df = f_1 = 1 \\times 10^6$
\n
- Partie en cosinus (f_1 à f_2): $P_2 = \\int_{f_1}^{f_2} \\left|\\frac{1}{2}\\left(1 + \\cos(\\phi)\\right)\\right|^2 df$
\n
Pour le cosinus surélevé, l'intégrale de la partie de transition vaut approximativement:
\n
$P_2 \\approx 0,5 \\times (f_2 - f_1) = 0,5 \\times (3 - 1) \\times 10^6 = 1 \\times 10^6$
\n
Résultat:
\n
$P_r = P_1 + P_2 = 1 \\times 10^6 + 1 \\times 10^6 = 2 \\times 10^6 \\text{ Hz}$
\n
Résultat final:
\n
$f_1 = 1 \\, \\text{MHz}, \\quad f_2 = 3 \\, \\text{MHz}, \\quad P_r = 2 \\, \\text{MHz}$
\n
Comparaison: La puissance occupe une bande de 2 MHz (du point de vue énergétique), correspondant à la largeur de bande effective du filtre cosinus surélevé avec facteur de roll-off 0,5.
",
    "id_category": "3",
    "id_number": "18"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Diagramme de l'Œil et Performance du Système M-aire
\n
Un système de transmission M-aire (M = 4, QPSK) opère à un débit symbole $R_s = 2 \\, \\text{Mb/s}$ avec un filtre d'émission et de réception en cosinus surélevé (roll-off $\\alpha = 0,35$). Le signal traverse un canal additif blanc Gaussien (AWGN) avec un rapport signal sur bruit $E_b/N_0 = 10 \\, \\text{dB}$. La chaîne contient une perte d'insertion du filtre de $L = 3 \\, \\text{dB}$ et un bruit thermique équivalent de $N_0 = 10^{-14} \\, \\text{W/Hz}$.
\n\n
Question 1: Calculer la réponse impulsionnelle du filtre total (émetteur + canal + récepteur) et mesurer l'ouverture verticale de l'œil à l'instant d'échantillonnage optimal. Évaluer le niveau d'interférence entre symboles résiduelle.
\n\n
Question 2: Déterminer la probabilité d'erreur symbole $P_e$ pour le système QPSK avec filtre de Nyquist optimal, en fonction du rapport $E_s/N_0$ (énergie par symbole sur densité spectrale de bruit). Calculer $E_s/N_0$ à partir de $E_b/N_0$ et de la perte d'insertion, puis évaluer $P_e$.
\n\n
Question 3: La répartition du filtrage entre l'émission (filtre $H_e(f)$) et la réception (filtre $H_r(f)$) est modifiée : 70% du filtrage côté émission et 30% côté réception. Calculer le nouveau rapport signal sur bruit effectif et comparer la performance en termes de probabilité d'erreur avec la configuration symétrique (50%-50%). Commenter l'impact sur le système.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution Détaillée - Exercice 2
\n
Question 1: Ouverture de l'œil et interférence entre symboles
\n
Étape 1: Calcul de la réponse impulsionnelle combinée
\n
Pour un système avec filtrage en cosinus surélevé symétrique (50%-50% entre émission et réception), la réponse impulsionnelle totale est:
\n
$g(t) = h_e(t) * h_{canal}(t) * h_r(t)$
\n
En supposant un canal sans distorsion ($h_{canal}(t) = \\delta(t)$), la réponse impulsionnelle du filtre composite (émission + réception) satisfait le critère de Nyquist:
\n
$g(nT_s) = \\begin{cases} 1 & \\text{si } n = 0 \\\\ 0 & \\text{si } n \\neq 0 \\end{cases}$
\n
Ceci garantit l'absence théorique d'IES à l'instant d'échantillonnage.
\n\n
Étape 2: Ouverture verticale de l'œil
\n
L'ouverture verticale est définie comme le niveau du signal à l'instant d'échantillonnage optimal. Pour QPSK avec amplitude unitaire (normalisée):
\n
$\\text{Ouverture}_{vert} = 2 \\times |g(0)| = 2 \\times 1 = 2$
\n
En tenant compte de la perte d'insertion $L = 3 \\, \\text{dB} = 10^{-0.3} \\approx 0.501$:
\n
$\\text{Ouverture}_{corrigée} = 2 \\times 0.501 = 1.002$
\n\n
Résultat:
\n
$\\text{Ouverture}_{vert} = 1.002$
\n
IES résiduelle: Avec le filtre de Nyquist correctement dimensionné, l'IES résiduelle est théoriquement nulle aux instants d'échantillonnage. Cependant, les perturbations (bruit, imprécisions) peuvent créer une IES de l'ordre de 1-5% de l'amplitude.
\n\n
Question 2: Probabilité d'erreur symbole pour QPSK
\n
Étape 1: Conversion de E_b/N_0 en E_s/N_0
\n
Pour QPSK, chaque symbole code 2 bits (M = 4), donc:
\n
$E_s = \\log_2(M) \\cdot E_b = 2 \\times E_b$
\n
En échelle linéaire:
\n
$\\frac{E_b}{N_0} = 10 \\, \\text{dB} = 10^{1} = 10$
\n
$\\frac{E_s}{N_0} = \\log_2(4) \\times \\frac{E_b}{N_0} = 2 \\times 10 = 20$
\n\n
Étape 2: Prise en compte de la perte d'insertion
\n
La perte d'insertion de 3 dB réduit l'énergie reçue:
\n
$\\frac{E_s}{N_0}_{\\text{effectif}} = \\frac{E_s}{N_0} - L = 20 - 10^{0.3} \\approx 20 - 1.995 = 18.005$
\n
En dB:
\n
$\\frac{E_s}{N_0}_{\\text{eff, dB}} = 10 \\log_{10}(18.005) \\approx 12.55 \\, \\text{dB}$
\n\n
Étape 3: Probabilité d'erreur symbole pour QPSK
\n
La formule de probabilité d'erreur symbole pour QPSK avec détection optimale est:
\n
$P_e = 2 Q\\left(\\sqrt{2 \\frac{E_s}{N_0}_{\\text{eff}}}\\right) - Q^2\\left(\\sqrt{2 \\frac{E_s}{N_0}_{\\text{eff}}}\\right)$
\n
où Q(x) est la fonction Q d'erreur.
\n
Calcul numérique:
\n
$\\sqrt{2 \\times 18.005} = \\sqrt{36.01} \\approx 6.001$
\n
$Q(6.001) \\approx 1.0 \\times 10^{-9}$
\n
$P_e \\approx 2 \\times 10^{-9} - (10^{-9})^2 \\approx 2 \\times 10^{-9}$
\n\n
Résultat final:
\n
$\\frac{E_s}{N_0}_{\\text{eff}} = 18.005, \\quad P_e \\approx 2 \\times 10^{-9}$
\n\n
Question 3: Impact de la répartition asymétrique du filtrage
\n
Étape 1: Configuration asymétrique (70%-30%)
\n
Quand le filtrage est réparti asymétriquement (70% émission, 30% réception), la réponse impulsionnelle change:
\n
- Filtre d'émission (70%): roll-off $\\alpha_e = 0.7 \\times 0.35 = 0.245$
\n
- Filtre de réception (30%): roll-off $\\alpha_r = 0.3 \\times 0.35 = 0.105$
\n\n
Étape 2: Impact sur le bruit
\n
Le filtrage côté réception affecte le bruit. Avec moins de filtrage à la réception (30%), le bruit n'est pas aussi bien supprimé.
\n
Le rapport signal sur bruit effectif dépend de la distribution de puissance entre les filtres. Pour une répartition asymétrique:
\n
$\\frac{E_s}{N_0}_{\\text{asy}} = \\frac{E_s}{N_0}_{\\text{sym}} \\times \\frac{\\text{Bande}_{\\text{réception}}}{\\text{Bande}_{\\text{réception, sym}}}$
\n
La bande de réception augmente avec moins de filtrage:
\n
$B_r^{\\text{asy}} = \\frac{(1 + 0.105)}{2T_s} \\times R_s = 1.105 \\times 2 = 2.21 \\, \\text{MHz}$
\n
$B_r^{\\text{sym}} = \\frac{(1 + 0.175)}{2T_s} \\times R_s = 1.175 \\times 2 = 2.35 \\, \\text{MHz}$
\n
Réduction de performance:
\n
$\\Delta \\text{SNR} = -10 \\log_{10}\\left(\\frac{2.21}{2.35}\\right) \\approx 0.32 \\, \\text{dB}$
\n\n
Étape 3: Probabilité d'erreur avec répartition asymétrique
\n
$\\frac{E_s}{N_0}_{\\text{asy}} = 18.005 - 10^{0.32/10} \\approx 18.005 - 1.074 = 16.93$
\n
$P_e^{\\text{asy}} = 2 Q\\left(\\sqrt{2 \\times 16.93}\\right) = 2 Q(5.832) \\approx 5.5 \\times 10^{-9}$
\n\n
Résultat final:
\n
$\\frac{E_s}{N_0}_{\\text{asy}} = 16.93, \\quad P_e^{\\text{asy}} \\approx 5.5 \\times 10^{-9}$
\n
Comparaison: La configuration asymétrique (70%-30%) introduit une dégradation d'environ 1 dB et augmente la probabilité d'erreur d'un facteur 2.75 (de $2 \\times 10^{-9}$ à $5.5 \\times 10^{-9}$). Cela montre l'importance de maintenir une répartition équilibrée du filtrage pour optimiser les performances du système.
",
    "id_category": "3",
    "id_number": "19"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 1 : Critère de Nyquist et canal sans interférence entre symboles
\n\n
Un système de transmission numérique transmet une séquence de symboles à un débit de $D_s = 10$ Mbaud avec un filtre en cosinus surélevé (Raised Cosine - RC) qui doit satisfaire le critère de Nyquist. Le facteur de débordement spectral (roll-off factor) du filtre RC est $\\alpha = 0.5$. La bande passante du canal est limitée à $B_{canal} = 7.5$ MHz. On suppose que les symboles sont équidistants dans le temps avec une période $T_s = \\frac{1}{D_s}$.
\n\n
Question 1 : Calculer la largeur de bande minimale requise $B_{min}$ pour une transmission sans interférence entre symboles (ISI) utilisant le critère de Nyquist, définie par : $B_{min} = \\frac{D_s(1 + \\alpha)}{2}$. Ensuite, vérifier si le canal disponible $B_{canal} = 7.5$ MHz est suffisant pour transmettre sans ISI à $D_s = 10$ Mbaud. Exprimer $B_{min}$ en MHz.
\n\n
Question 2 : Pour satisfaire le critère de Nyquist avec le facteur d'atténuation du canal modélisé comme $A(f) = e^{-\\pi \\beta f^2}$ où $\\beta = 0.01 \\text{ s}^2/\\text{Hz}^2$, calculer l'atténuation à la fréquence limite de Nyquist $f_{Nyquist} = \\frac{D_s}{2}$. Exprimer l'atténuation en dB et vérifier si elle reste acceptable (tolérance : $-3$ dB à $0$ dB).
\n\n
Question 3 : Pour un système 16-aire (M = 16) avec filtrage optimal de Nyquist, calculer la probabilité d'erreur par symbole $P_e$ en utilisant l'approximation : $P_e \\approx 2(M-1) \\cdot Q\\left(\\sqrt{\\frac{3 \\cdot E_s}{(M^2-1) \\cdot N_0}}\\right)$, où $E_s = 1 \\text{ J}$ (énergie normalisée par symbole), $N_0 = 0.01 \\text{ W/Hz}$ (densité spectrale de bruit). Calculer $P_e$ sachant que $Q(x) \\approx \\frac{1}{\\sqrt{2\\pi}} e^{-x^2/2}$ pour $x \\geq 3$.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 1
\n\n
Question 1 : Largeur de bande minimale de Nyquist et vérification de disponibilité
\n\n
Données fournies :
\n
Débit de symboles : $D_s = 10 \\text{ Mbaud} = 10 \\times 10^6 \\text{ symboles/s}$
\n
Facteur de roll-off : $\\alpha = 0.5$
\n
Bande passante du canal : $B_{canal} = 7.5 \\text{ MHz}$
\n\n
Étape 1 - Calcul de la largeur de bande minimale :
\n
Le critère de Nyquist stipule que pour transmettre sans interférence entre symboles (ISI), la bande passante minimale dépend du facteur de débordement spectral (roll-off factor) du filtre utilisé.
\n\n
Formule générale :
\n
$B_{min} = \\frac{D_s(1 + \\alpha)}{2}$
\n\n
Remplacement des données :
\n
$B_{min} = \\frac{10 \\times (1 + 0.5)}{2} = \\frac{10 \\times 1.5}{2}$
\n\n
Calcul :
\n
$B_{min} = \\frac{15}{2} = 7.5 \\text{ MHz}$
\n\n
Résultat 1 :
\n
$\\boxed{B_{min} = 7.5 \\text{ MHz}}$
\n\n
Étape 2 - Vérification de la disponibilité du canal :
\n
Comparons la bande passante minimale requise avec la bande passante disponible :
\n\n
$B_{min} = 7.5 \\text{ MHz} \\leq B_{canal} = 7.5 \\text{ MHz}$
\n\n
Résultat 2 :
\n
$\\boxed{\\text{Le canal est JUSTE SUFFISANT pour transmettre sans ISI}}$
\n\n
Interprétation : Le canal disponible possède exactement la bande passante minimale requise par le critère de Nyquist. Cela signifie que le système fonctionne à la limite critique. Un facteur de roll-off inférieur (par exemple $\\alpha = 0.25$) aurait nécessité une bande passante inférieure ($6.25$ MHz), tandis qu'un facteur supérieur aurait dépassé la capacité du canal. Le filtre en cosinus surélevé avec $\\alpha = 0.5$ est donc optimalement choisi pour cette application.
\n\n
Question 2 : Atténuation du canal à la fréquence limite de Nyquist
\n\n
Données fournies :
\n
Modèle d'atténuation du canal : $A(f) = e^{-\\pi \\beta f^2}$
\n
Coefficient : $\\beta = 0.01 \\text{ s}^2/\\text{Hz}^2$
\n
Débit de symboles : $D_s = 10 \\text{ Mbaud}$
\n\n
Étape 1 - Calcul de la fréquence limite de Nyquist :
\n
La fréquence limite de Nyquist correspond à la fréquence de coupure du lobe principal du filtre :
\n\n
Formule générale :
\n
$f_{Nyquist} = \\frac{D_s}{2}$
\n\n
Remplacement des données :
\n
$f_{Nyquist} = \\frac{10 \\times 10^6}{2} = 5 \\times 10^6 \\text{ Hz} = 5 \\text{ MHz}$
\n\n
Résultat 1 :
\n
$\\boxed{f_{Nyquist} = 5 \\text{ MHz}}$
\n\n
Étape 2 - Calcul de l'atténuation à cette fréquence :
\n
L'atténuation linéaire du canal est :
\n\n
Formule générale :
\n
$A(f_{Nyquist}) = e^{-\\pi \\beta f_{Nyquist}^2}$
\n\n
Remplacement des données :
\n
$A(f_{Nyquist}) = e^{-\\pi \\times 0.01 \\times (5 \\times 10^6)^2}$
\n\n
Calcul de l'exposant :
\n
$-\\pi \\times 0.01 \\times 25 \\times 10^{12} = -\\pi \\times 0.25 \\times 10^{12} = -0.785 \\times 10^{12}$
\n\n
Cela semble excessif. Reconverisons avec des unités cohérentes. Si $\\beta = 0.01$ avec fréquence en MHz :
\n
$-\\pi \\beta f^2 = -\\pi \\times 0.01 \\times (5)^2 = -\\pi \\times 0.01 \\times 25 = -0.785$ (où f est en MHz)
\n\n
$A(f_{Nyquist}) = e^{-0.785} = 0.456$
\n\n
Conversion en dB :
\n
$A_{dB} = 20 \\log_{10}(0.456) = 20 \\times (-0.341) = -6.82 \\text{ dB}$
\n\n
Résultat 2 :
\n
$\\boxed{A(f_{Nyquist}) = -6.82 \\text{ dB}}$
\n\n
Étape 3 - Vérification de l'acceptabilité :
\n
La tolérance spécifiée est de $-3$ dB à $0$ dB. L'atténuation calculée de $-6.82$ dB dépasse la limite tolérable.
\n\n
Résultat 3 :
\n
$\\boxed{\\text{INACCEPTABLE : L'atténuation de -6.82 dB dépasse la tolérance de -3 dB}}$
\n\n
Interprétation : Le canal introduit une atténuation excessive à la fréquence de Nyquist. Cela signifie que :
\n
1. Les composantes spectrales critiques du signal (à la limite du lobe principal) sont fortement atténuées
\n
2. Le signal reçu sera distordu, et même si le critère de Nyquist théorique est satisfait, la pratique montrera une dégradation significative
\n
3. Des techniques de compensation (égalisation, prédistorsion) seraient nécessaires pour corriger cette atténuation en fréquence
\n\n
Question 3 : Probabilité d'erreur pour un système 16-aire avec filtrage optimal
\n\n
Données fournies :
\n
Nombre de symboles : $M = 16$
\n
Énergie par symbole (normalisée) : $E_s = 1 \\text{ J}$
\n
Densité spectrale de bruit : $N_0 = 0.01 \\text{ W/Hz} = 0.01 \\text{ J/Hz}$
\n\n
Étape 1 - Calcul du rapport signal-à-bruit par symbole :
\n
Le rapport signal-à-bruit normalisé est :
\n\n
Formule générale :
\n
$\\gamma_s = \\frac{E_s}{N_0}$
\n\n
Remplacement des données :
\n
$\\gamma_s = \\frac{1}{0.01} = 100$
\n\n
Résultat 1 :
\n
$\\boxed{\\gamma_s = 100 \\text{ (20 dB)}}$
\n\n
Étape 2 - Calcul du coefficient dans la formule de probabilité d'erreur :
\n\n
Pour un système 16-aire :
\n
$M^2 - 1 = 16^2 - 1 = 256 - 1 = 255$
\n
$M - 1 = 16 - 1 = 15$
\n\n
La formule de probabilité d'erreur est :
\n
$P_e \\approx 2(M-1) \\cdot Q\\left(\\sqrt{\\frac{3 \\cdot E_s}{(M^2-1) \\cdot N_0}}\\right)$
\n\n
Étape 3 - Calcul de l'argument de la fonction Q :
\n\n
$\\sqrt{\\frac{3 \\cdot E_s}{(M^2-1) \\cdot N_0}} = \\sqrt{\\frac{3 \\times 1}{255 \\times 0.01}}$
\n\n
$= \\sqrt{\\frac{3}{2.55}} = \\sqrt{1.176} = 1.085$
\n\n
Étape 4 - Calcul de la fonction Q :
\n
Puisque $x = 1.085$ est inférieur à $3$, nous ne pouvons pas utiliser l'approximation donnée. Cependant, nous pouvons utiliser une approximation plus précise ou une table :
\n\n
$Q(1.085) \\approx \\frac{1}{\\sqrt{2\\pi}} e^{-1.085^2/2} = \\frac{1}{\\sqrt{2\\pi}} e^{-0.589}$
\n\n
$= \\frac{1}{2.507} \\times 0.554 = 0.221$
\n\n
Une meilleure estimation utilise une table ou calculatrice : $Q(1.085) \\approx 0.139$
\n\n
Étape 5 - Calcul de la probabilité d'erreur :
\n\n
$P_e \\approx 2 \\times 15 \\times 0.139 = 30 \\times 0.139 = 4.17 \\times 10^{-2}$
\n\n
Résultat 2 :
\n
$\\boxed{P_e \\approx 4.17 \\times 10^{-2} = 4.17\\%}$
\n\n
Étape 6 - Interprétation :
\n
Cette probabilité d'erreur de $4.17\\%$ est élevée pour une application pratique. Typiquement, les systèmes de communication visent des probabilités d'erreur inférieures à $10^{-5}$ ou $10^{-6}$. Cela indique que :
\n\n
1. Le rapport $E_s/N_0 = 100$ (20 dB) est insuffisant pour un système 16-aire fiable
\n
2. Pour atteindre $P_e = 10^{-5}$, il faudrait augmenter l'énergie par symbole ou réduire le bruit
\n
3. L'ajout de codage de correction d'erreur (FEC) serait nécessaire pour garantir une transmission fiable
\n\n
Résultat 3 :
\n
$\\boxed{\\text{Conclusion : Performance insuffisante sans codage supplémentaire}}$
",
    "id_category": "3",
    "id_number": "20"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 2 : Filtre en cosinus surélevé et répartition optimale du filtrage
\n\n
Un système de transmission adopte un filtre en cosinus surélevé (Raised Cosine) pour respecter le critère de Nyquist. Le filtre global (émission + canal + réception) a un facteur de roll-off $\\alpha_{global} = 0.4$. Pour minimiser la charge de traitement et réduire la complexité du récepteur, on décide de répartir le filtrage de manière égale entre l'émetteur et le récepteur. Le débit de symboles est $D_s = 8$ Mbaud, et la période du symbole est $T_s = \\frac{1}{D_s}$.
\n\n
Question 1 : Calculer la largeur de bande totale occupée $B_{total}$ par le système avec un facteur de roll-off global $\\alpha_{global} = 0.4$ en utilisant la formule : $B_{total} = D_s(1 + \\alpha_{global})/2$. Ensuite, calculer les facteurs de roll-off individuels pour le filtre d'émission (TX) et de réception (RX) si le filtrage est réparti de manière optimale, définis par : $\\alpha_{TX} = \\alpha_{RX} = \\sqrt{\\alpha_{global}}$. Exprimer les résultats en MHz et sans dimensions.
\n\n
Question 2 : Pour vérifier que la répartition du filtrage ne crée pas d'interférence entre symboles, calculer la réponse impulsionnelle $h(t)$ du système global à l'instant d'échantillonnage $t = T_s$ (premier symbole adjacent). Le critère de Nyquist exige $h(n \\cdot T_s) = 0$ pour $n \\neq 0$. Utiliser l'approximation : $h(t) = \\sin(\\pi t / T_s) \\cdot \\frac{\\cos(\\pi \\alpha_{global} t / T_s)}{1 - (2 \\alpha_{global} t / T_s)^2}$ et évaluer $h(T_s)$.
\n\n
Question 3 : Calculer la densité spectrale de puissance (DSP) du filtre en cosinus surélevé global à la fréquence limite du lobe principal $f = \\frac{1}{2T_s}$. Utiliser la formule approchée : $S(f) = T_s \\cdot \\text{sinc}^2(\\pi f T_s) \\cdot \\frac{1}{1 + (\\alpha_{global})^2}$ où $\\text{sinc}(x) = \\frac{\\sin(x)}{x}$. Exprimer la DSP en dB par rapport à la puissance de référence $P_{ref} = 1 \\text{ W}$.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 2
\n\n
Question 1 : Largeur de bande totale et facteurs de roll-off individuels
\n\n
Données fournies :
\n
Débit de symboles : $D_s = 8 \\text{ Mbaud} = 8 \\times 10^6 \\text{ symboles/s}$
\n
Facteur de roll-off global : $\\alpha_{global} = 0.4$
\n\n
Étape 1 - Calcul de la largeur de bande totale :
\n\n
Formule générale :
\n
$B_{total} = \\frac{D_s(1 + \\alpha_{global})}{2}$
\n\n
Remplacement des données :
\n
$B_{total} = \\frac{8 \\times (1 + 0.4)}{2} = \\frac{8 \\times 1.4}{2} = \\frac{11.2}{2}$
\n\n
Calcul :
\n
$B_{total} = 5.6 \\text{ MHz}$
\n\n
Résultat 1 :
\n
$\\boxed{B_{total} = 5.6 \\text{ MHz}}$
\n\n
Étape 2 - Calcul des facteurs de roll-off individuels :
\n
Pour une répartition optimale du filtrage entre l'émetteur et le récepteur, où chaque filtre doit avoir le même facteur de roll-off, on utilise la relation :
\n\n
Formule générale :
\n
$\\alpha_{TX} = \\alpha_{RX} = \\sqrt{\\alpha_{global}}$
\n\n
Remplacement des données :
\n
$\\alpha_{TX} = \\alpha_{RX} = \\sqrt{0.4}$
\n\n
Calcul :
\n
$\\alpha_{TX} = \\alpha_{RX} = 0.632$
\n\n
Résultat 2 :
\n
$\\boxed{\\alpha_{TX} = \\alpha_{RX} = 0.632}$
\n\n
Interprétation : La répartition du facteur de roll-off suivant la relation $\\alpha_{TX} \\times \\alpha_{RX} = \\alpha_{global}^2 / \\alpha_{TX}\\alpha_{RX}$ n'est pas correcte. La relation correcte pour une cascade de deux filtres identiques est :
\n\n
Si le filtre global a un facteur $\\alpha_{global}$ et est la combinaison de deux filtres identiques en cascade, alors chaque filtre doit avoir un facteur tel que leur produit en fréquence donne le résultat global. Pour le cosinus surélevé, cela signifie :
\n\n
$\\alpha_{TX} = \\alpha_{RX} = \\sqrt{\\alpha_{global}} = \\sqrt{0.4} = 0.632$
\n\n
Résultat 3 :
\n
$\\boxed{\\text{Facteurs individuels : } \\alpha_{TX} = \\alpha_{RX} = 0.632}$
\n\n
Question 2 : Vérification du critère de Nyquist à l'instant t = Ts
\n\n
Données fournies :
\n
Période du symbole : $T_s = \\frac{1}{D_s} = \\frac{1}{8 \\times 10^6} = 0.125 \\times 10^{-6} \\text{ s} = 125 \\text{ ns}$
\n
Facteur de roll-off global : $\\alpha_{global} = 0.4$
\n
Instant d'évaluation : $t = T_s$
\n\n
Étape 1 - Évaluation de la réponse impulsionnelle à t = Ts :
\n
La réponse impulsionnelle du filtre en cosinus surélevé est :
\n\n
Formule générale :
\n
$h(t) = \\sin(\\pi t / T_s) \\cdot \\frac{\\cos(\\pi \\alpha_{global} t / T_s)}{1 - (2 \\alpha_{global} t / T_s)^2}$
\n\n
Remplacement à t = Ts :
\n
$h(T_s) = \\sin(\\pi T_s / T_s) \\cdot \\frac{\\cos(\\pi \\alpha_{global} T_s / T_s)}{1 - (2 \\alpha_{global} T_s / T_s)^2}$
\n\n
$= \\sin(\\pi) \\cdot \\frac{\\cos(\\pi \\alpha_{global})}{1 - (2 \\alpha_{global})^2}$
\n\n
Calcul du numérateur :
\n
$\\sin(\\pi) = 0$
\n\n
Puisque le numérateur est zéro, le terme entier s'annule :
\n\n
$h(T_s) = 0 \\cdot \\frac{\\cos(\\pi \\times 0.4)}{1 - (2 \\times 0.4)^2} = 0$
\n\n
Résultat :
\n
$\\boxed{h(T_s) = 0 \\text{ (exactement)}}$
\n\n
Interprétation : Le résultat exact $h(T_s) = 0$ confirme que le système satisfait parfaitement le critère de Nyquist à l'instant d'échantillonnage du premier symbole adjacent. Cela garantit l'absence complète d'interférence entre symboles (ISI) à cet instant critique. De manière générale, pour tous les entiers $n \\neq 0$, la réponse impulsionnelle s'annule à $t = n \\cdot T_s$, assurant ainsi l'ISI-free condition.
\n\n
Question 3 : Densité spectrale de puissance à la limite du lobe principal
\n\n
Données fournies :
\n
Période du symbole : $T_s = 125 \\text{ ns} = 0.125 \\times 10^{-6} \\text{ s}$
\n
Débit de symboles : $D_s = 8 \\times 10^6 \\text{ symboles/s}$
\n
Facteur de roll-off global : $\\alpha_{global} = 0.4$
\n
Fréquence d'évaluation : $f = \\frac{1}{2T_s}$
\n\n
Étape 1 - Calcul de la fréquence limite du lobe principal :
\n\n
$f = \\frac{1}{2T_s} = \\frac{1}{2 \\times 0.125 \\times 10^{-6}} = \\frac{1}{0.25 \\times 10^{-6}} = 4 \\times 10^6 \\text{ Hz} = 4 \\text{ MHz}$
\n\n
Résultat 1 :
\n
$\\boxed{f = 4 \\text{ MHz} = \\frac{D_s}{2}}$
\n\n
Étape 2 - Calcul du produit $\\pi f T_s$ :
\n\n
$\\pi f T_s = \\pi \\times 4 \\times 10^6 \\times 0.125 \\times 10^{-6} = \\pi \\times 0.5 = \\frac{\\pi}{2}$
\n\n
Étape 3 - Calcul de sinc(πfTs) :
\n\n
$\\text{sinc}(\\pi f T_s) = \\text{sinc}(\\pi/2) = \\frac{\\sin(\\pi/2)}{\\pi/2} = \\frac{1}{\\pi/2} = \\frac{2}{\\pi} = 0.637$
\n\n
Étape 4 - Calcul de sinc²(πfTs) :
\n\n
$\\text{sinc}^2(\\pi f T_s) = (0.637)^2 = 0.406$
\n\n
Étape 5 - Calcul du facteur de normalisation :
\n\n
$\\frac{1}{1 + (\\alpha_{global})^2} = \\frac{1}{1 + (0.4)^2} = \\frac{1}{1 + 0.16} = \\frac{1}{1.16} = 0.862$
\n\n
Étape 6 - Calcul de la DSP :
\n\n
Formule générale :
\n
$S(f) = T_s \\cdot \\text{sinc}^2(\\pi f T_s) \\cdot \\frac{1}{1 + (\\alpha_{global})^2}$
\n\n
Remplacement des données :
\n
$S(f) = 0.125 \\times 10^{-6} \\times 0.406 \\times 0.862$
\n\n
Calcul :
\n
$S(f) = 0.125 \\times 10^{-6} \\times 0.350 = 0.0438 \\times 10^{-6} \\text{ W/Hz} = 43.8 \\times 10^{-9} \\text{ W/Hz}$
\n\n
Résultat 2 :
\n
$\\boxed{S(f) = 43.8 \\text{ nW/Hz}}$
\n\n
Étape 7 - Conversion en dB :
\n\n
Conversion en dB par rapport à une référence de $P_{ref} = 1 \\text{ W}$ :
\n\n
$S_{dB}(f) = 10 \\log_{10}\\left(\\frac{S(f)}{P_{ref}}\\right) = 10 \\log_{10}(43.8 \\times 10^{-9})$
\n\n
$= 10 \\times [\\log_{10}(43.8) + \\log_{10}(10^{-9})]$
\n
$= 10 \\times [1.641 - 9] = 10 \\times (-7.359) = -73.59 \\text{ dB}$
\n\n
Résultat 3 :
\n
$\\boxed{S(f) = -73.59 \\text{ dB W/Hz}}$
\n\n
Interprétation : La densité spectrale de puissance à la limite du lobe principal est très faible (- 73.59 dB), ce qui indique une forte atténuation à cette fréquence. C'est une caractéristique normale du filtre en cosinus surélevé, qui réduit progressivement l'énergie spectrale en s'éloignant de la fréquence centrale. Cette atténuation aide à confiner l'énergie du signal à la bande passante requise, minimisant l'interférence avec les canaux adjacents (limitant l'interférence inter-canal).
",
    "id_category": "3",
    "id_number": "21"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 3 : Diagramme de l'œil et performances d'un système 4-aire avec filtrage optimal
\n\n
Un système de transmission 4-aire (QPSK - Quadrature Phase Shift Keying) utilise un filtre en cosinus surélevé avec un facteur de roll-off $\\alpha = 0.25$. Le débit de symboles est $D_s = 16$ Mbaud. La largeur d'ouverture de l'œil (eye opening) est directement liée aux performances du système et peut être calculée en fonction du rapport signal-à-bruit. On suppose que le canal introduit une atténuation de $A = -10$ dB et un bruit additif gaussien blanc (AWGN) avec un rapport $\\text{SNR} = 15$ dB.
\n\n
Question 1 : Calculer la bande passante minimale requise $B_{min}$ pour transmettre le signal 4-aire sans interférence entre symboles en utilisant la formule : $B_{min} = \\frac{D_s(1 + \\alpha)}{2}$. Ensuite, déterminer la marge disponible par rapport à la bande passante allouée de $B_{alloc} = 10$ MHz, calculée comme : $\\text{Marge} = \\frac{B_{alloc} - B_{min}}{B_{alloc}} \\times 100\\%$. Exprimer $B_{min}$ en MHz et la marge en pourcentage.
\n\n
Question 2 : L'amplitude de l'ouverture de l'œil à l'instant d'échantillonnage est donnée approximativement par : $\\text{Ouverture} = 2(A + N_{RMS})$, où $A$ est l'amplitude du signal (en V) et $N_{RMS}$ est la tension efficace du bruit. Si le rapport SNR en dB est converti en rapport linéaire par $\\text{SNR}_{lin} = 10^{\\text{SNR}_{dB}/10}$, la tension efficace du bruit est $N_{RMS} = \\frac{A}{\\sqrt{\\text{SNR}_{lin}}}$. Calculer l'ouverture de l'œil en volts sachant que $A = 1 \\text{ V}$ et $\\text{SNR} = 15$ dB. Exprimer le résultat en mV.
\n\n
Question 3 : Le taux d'erreur binaire (BER) peut être estimé à partir de l'ouverture de l'œil en utilisant l'approximation : $\\text{BER} \\approx Q\\left(\\frac{\\text{Ouverture}}{2}\\right)$, où $Q(x) \\approx \\frac{1}{\\sqrt{2\\pi x}} e^{-x^2/2}$ pour $x \\geq 3$. Calculer le BER du système et exprimer le résultat en notation scientifique. Interpréter les implications pour la qualité de la transmission.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 3
\n\n
Question 1 : Bande passante minimale et marge disponible
\n\n
Données fournies :
\n
Débit de symboles : $D_s = 16 \\text{ Mbaud} = 16 \\times 10^6 \\text{ symboles/s}$
\n
Facteur de roll-off : $\\alpha = 0.25$
\n
Bande passante allouée : $B_{alloc} = 10 \\text{ MHz}$
\n\n
Étape 1 - Calcul de la bande passante minimale :
\n\n
Formule générale :
\n
$B_{min} = \\frac{D_s(1 + \\alpha)}{2}$
\n\n
Remplacement des données :
\n
$B_{min} = \\frac{16 \\times (1 + 0.25)}{2} = \\frac{16 \\times 1.25}{2} = \\frac{20}{2}$
\n\n
Calcul :
\n
$B_{min} = 10 \\text{ MHz}$
\n\n
Résultat 1 :
\n
$\\boxed{B_{min} = 10 \\text{ MHz}}$
\n\n
Étape 2 - Calcul de la marge disponible :
\n\n
Formule générale :
\n
$\\text{Marge} = \\frac{B_{alloc} - B_{min}}{B_{alloc}} \\times 100\\%$
\n\n
Remplacement des données :
\n
$\\text{Marge} = \\frac{10 - 10}{10} \\times 100\\% = \\frac{0}{10} \\times 100\\%$
\n\n
Calcul :
\n
$\\text{Marge} = 0\\%$
\n\n
Résultat 2 :
\n
$\\boxed{\\text{Marge disponible} = 0\\%}$
\n\n
Interprétation : La bande passante allouée est exactement égale à la bande passante minimale requise par le critère de Nyquist. Cela signifie que le système fonctionne au maximum de son efficacité spectrale possible avec ce facteur de roll-off. Aucune flexibilité n'est disponible pour l'imperfection du canal ou pour les impédances d'accès. Le système est critique et doit être très bien calibré.
\n\n
Question 2 : Amplitude de l'ouverture de l'œil
\n\n
Données fournies :
\n
Rapport signal-à-bruit en dB : $\\text{SNR}_{dB} = 15 \\text{ dB}$
\n
Amplitude du signal : $A = 1 \\text{ V}$
\n\n
Étape 1 - Conversion du SNR en rapport linéaire :
\n\n
Formule générale :
\n
$\\text{SNR}_{lin} = 10^{\\text{SNR}_{dB}/10}$
\n\n
Remplacement des données :
\n
$\\text{SNR}_{lin} = 10^{15/10} = 10^{1.5}$
\n\n
Calcul :
\n
$10^{1.5} = 10 \\times 10^{0.5} = 10 \\times 3.162 = 31.62$
\n\n
Résultat 1 :
\n
$\\boxed{\\text{SNR}_{lin} = 31.62}$
\n\n
Étape 2 - Calcul de la tension efficace du bruit :
\n\n
Formule générale :
\n
$N_{RMS} = \\frac{A}{\\sqrt{\\text{SNR}_{lin}}}$
\n\n
Remplacement des données :
\n
$N_{RMS} = \\frac{1}{\\sqrt{31.62}} = \\frac{1}{5.623}$
\n\n
Calcul :
\n
$N_{RMS} = 0.178 \\text{ V} = 178 \\text{ mV}$
\n\n
Résultat 2 :
\n
$\\boxed{N_{RMS} = 178 \\text{ mV}}$
\n\n
Étape 3 - Calcul de l'ouverture de l'œil :
\n\n
Note : La formule donnée $\\text{Ouverture} = 2(A + N_{RMS})$ ne semble pas physiquement correcte. Une formule plus appropriée serait :
\n\n
$\\text{Ouverture} = 2(A - N_{RMS})$
\n\n
Cependant, on utilise la formule fournie :
\n\n
Formule générale :
\n
$\\text{Ouverture} = 2(A + N_{RMS})$
\n\n
Remplacement des données :
\n
$\\text{Ouverture} = 2(1 + 0.178) = 2 \\times 1.178$
\n\n
Calcul :
\n
$\\text{Ouverture} = 2.356 \\text{ V}$
\n\n
Conversion en millivolts :
\n
$\\text{Ouverture} = 2356 \\text{ mV}$
\n\n
Résultat 3 :
\n
$\\boxed{\\text{Ouverture de l'œil} = 2356 \\text{ mV}}$
\n\n
Interprétation : L'ouverture de l'œil de 2356 mV est relativement grande, ce qui indique une bonne marge de décision. En réalité, pour un rapport SNR = 15 dB dans un système QPSK avec bruit additif, on s'attend à une bonne performance. Pour un système sans bruit (SNR → ∞), l'ouverture serait 2V (de -1V à +1V). La réduction à 2356 mV due au bruit est acceptable.
\n\n
Question 3 : Calcul du taux d'erreur binaire (BER)
\n\n
Données fournies :
\n
Ouverture de l'œil : $\\text{Ouverture} = 2.356 \\text{ V}$
\n\n
Étape 1 - Calcul de l'argument de la fonction Q :
\n\n
Formule générale :
\n
$\\text{Argument} = \\frac{\\text{Ouverture}}{2} = \\frac{2.356}{2} = 1.178$
\n\n
Résultat 1 :
\n
$\\boxed{\\text{Argument de Q} = 1.178}$
\n\n
Étape 2 - Calcul de la fonction Q :
\n\n
Puisque $x = 1.178$ est inférieur à $3$, l'approximation donnée n'est pas valide. Utilisons une approximation plus précise ou une valeur tabulée :
\n\n
$Q(1.178) \\approx 0.1197$ (d'après une table ou calculatrice)
\n\n
Ou en utilisant l'approximation complète :
\n
$Q(x) = \\frac{1}{\\sqrt{2\\pi}} e^{-x^2/2}$
\n\n
$Q(1.178) = \\frac{1}{\\sqrt{2\\pi}} e^{-(1.178)^2/2}$
\n
$= \\frac{1}{2.507} \\times e^{-0.693}$
\n
$= 0.399 \\times 0.500 = 0.1995$
\n\n
Une meilleure estimation utilise la fonction d'erreur complémentaire : $Q(1.178) \\approx 0.1197$
\n\n
Résultat 2 :
\n
$\\boxed{Q(1.178) \\approx 0.1197 \\approx 1.2 \\times 10^{-1}}$
\n\n
Étape 3 - Calcul du BER :
\n\n
Pour un système QPSK 4-aire, le BER est directement lié à la probabilité d'erreur de symbole :
\n\n
$\\text{BER} \\approx Q(\\text{Argument}) = Q(1.178)$
\n\n
Calcul :
\n
$\\text{BER} \\approx 0.1197$
\n\n
Résultat 3 :
\n
$\\boxed{\\text{BER} \\approx 1.2 \\times 10^{-1} \\text{ ou } 12\\%}$
\n\n
Étape 4 - Interprétation pour la qualité de transmission :
\n\n
Un BER de $1.2 \\times 10^{-1}$ (12%) est très élevé et inacceptable pour une transmission numérique fiable. Pour la plupart des applications :
\n\n
• Télécommunications critiques : BER cible ≤ $10^{-9}$ à $10^{-12}$
\n
• Communications vidéo : BER ≤ $10^{-6}$
\n
• Communications mobiles : BER ≤ $10^{-3}$
\n\n
Le BER calculé de $12\\%$ signifie que :
\n\n
1. Environ 1 bit sur 8 sera erroné en transmission directe sans codage de correction d'erreur
\n
2. Le SNR de 15 dB est insuffisant pour un système 4-aire non codé
\n
3. Le codage de correction d'erreur (FEC) est impératif pour améliorer les performances
\n\n
Résultat 4 :
\n
$\\boxed{\\text{Conclusion : BER de 12% indique une transmission très dégradée, inacceptable sans FEC}}$
\n\n
Pour atteindre un BER acceptable de $10^{-5}$, il faudrait augmenter le SNR d'environ 6 à 8 dB supplémentaires, ou implémenter un schéma de codage (comme le Turbo Coding ou LDPC) pour améliorer les performances.
",
    "id_category": "3",
    "id_number": "22"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 1 : Analyse du critère de Nyquist et mesure de l'ouverture de l'œil
\n
Une chaîne de transmission numérique utilise une modulation $4$-aire en bande de base avec un débit binaire $R_b = 4 \\, Mbit/s$. Le signal à l'émetteur subit un filtrage gaussien de bande passante $B_G = 2.5 \\, MHz$ pour satisfaire les contraintes spectrales. Le canal de transmission a une réponse en fréquence plate jusqu'à $f_c = 3 \\, MHz$ (bande passante du canal), puis s'atténue progressivement. À la réception, un filtre de Nyquist en cosinus surélevé (roll-off $\\alpha = 0.5$) est appliqué. Les symboles ont une amplitude $\\pm 3 V$ (binaire antipodale).
\n\n
Question 1 : Vérifier que le système respecte le critère de Nyquist (absence d'interférence entre symboles) en calculant la largeur de bande minimale requise $B_{Nyquist}$ en fonction du débit symbole $R_s$ et du facteur de roll-off $\\alpha$. Déterminer si le filtre en cosinus surélevé avec $\\alpha = 0.5$ est compatible avec la bande passante du canal.
\n\n
Question 2 : À partir de la réponse impulsionnelle du filtre en cosinus surélevé, calculer les échantillons d'interférence entre symboles (ISI) aux temps $t = \\pm T_s, \\pm 2T_s, \\pm 3T_s$ (où $T_s$ est la période symbole), en utilisant l'expression analytique du filtre. Montrer que les croisements à zéro sont présents aux instants de décision prévus.
\n\n
Question 3 : Mesurer l'ouverture verticale de l'œil (en volts et en pourcentage de la pleine échelle) et l'ouverture temporelle (margin de timing en pourcentage de $T_s$). En supposant un bruit blanc additif de variance $\\sigma^2 = 0.04 V^2$ à la réception, calculer la marge de bruit (noise margin) en dB et déterminer le taux d'erreurs binaire (BER) à la décision.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 1
\n
Question 1 : Vérification du critère de Nyquist
\n
1. Formule générale du critère de Nyquist : $B_{Nyquist} = \\frac{R_s(1+\\alpha)}{2}$
\n
2. Calcul du débit symbole : $R_s = \\frac{R_b}{\\log_2(M)} = \\frac{4 \\times 10^6}{\\log_2(4)} = \\frac{4 \\times 10^6}{2} = 2 \\times 10^6 \\, symboles/s$
\n
3. Remplacement dans la formule : $B_{Nyquist} = \\frac{2 \\times 10^6 \\times (1 + 0.5)}{2} = \\frac{2 \\times 10^6 \\times 1.5}{2} = 1.5 \\times 10^6 = 1.5 \\, MHz$
\n
4. Résultat final : $B_{Nyquist} = 1.5 \\, MHz$
\n
Comparaison avec la bande du canal : $B_{Nyquist} = 1.5 \\, MHz < B_c = 3 \\, MHz$. Le système est donc compatible avec le canal. Le facteur de roll-off $\\alpha = 0.5$ permet une adaptation entre émetteur (gaussien) et récepteur (cosinus surélevé) sans dépassement spectral.
\n\n
Question 2 : Calcul des échantillons d'ISI
\n
La réponse impulsionnelle du filtre en cosinus surélevé est :
\n
Formule générale : $h(t) = \\frac{\\sin(\\pi t/T_s)}{\\pi t/T_s} \\cdot \\frac{\\cos(\\pi \\alpha t/T_s)}{1-(2\\alpha t/T_s)^2}$
\n
Période symbole : $T_s = \\frac{1}{R_s} = \\frac{1}{2 \\times 10^6} = 0.5 \\times 10^{-6} = 0.5 \\, \\mu s$
\n
À $t = 0$ (instant de décision) : $h(0) = 1$
\n
Aux croisements nuls théoriques, en vertu du critère de Nyquist : $h(nT_s) = 0$ pour $n \\neq 0$
\n
Calculs numériques aux temps spécifiés :
\n
$h(T_s) = 0$ (croisement nul)
\n
$h(2T_s) = 0$ (croisement nul)
\n
$h(3T_s) = 0$ (croisement nul)
\n
Résultat final : L'ISI est nulle aux instants de décision $t = nT_s$ pour $n \\neq 0$, confirmant que le filtre en cosinus surélevé satisfait le critère de Nyquist.
\n\n
Question 3 : Mesure de l'ouverture de l'œil et BER
\n
1. Ouverture verticale de l'œil au centre ($t = T_s/2$) :
\n
Amplitude crête des symboles : $A = 3 \\, V$ (binaire antipodale $\\pm 3 V$)
\n
En absence d'ISI et de bruit (filtrage parfait de Nyquist) : ouverture maximale $= 2A = 6 \\, V$
\n
En pratique, avec ISI résiduelle estimée à $\\approx 5\\%$ : $V_{eye} \\approx 6 \\times (1 - 0.05) = 5.7 \\, V$
\n
Pourcentage de la pleine échelle (de -3V à +3V, soit 6V total) : $\\frac{5.7}{6} \\times 100 = 95\\%$
\n
2. Ouverture temporelle (timing margin) :
\n
Le filtre en cosinus surélevé avec $\\alpha = 0.5$ a une pente nulle à $t = 0$ et offre environ $\\pm 0.25 T_s$ de margin de timing.
\n
Margin de timing : $\\frac{0.25 T_s}{T_s} \\times 100 = 25\\%$
\n
3. Marge de bruit (noise margin) :
\n
Signal à bruit (SNR au seuil de décision) : $SNR = \\frac{(V_{eye}/2)^2}{\\sigma^2} = \\frac{(2.85)^2}{0.04} = \\frac{8.12}{0.04} = 203$
\n
En dB : $SNR_{dB} = 10 \\log_{10}(203) = 23.1 \\, dB$
\n
4. Taux d'erreurs binaire pour détection binaire antipodale :
\n
Formule générale : $BER = Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right)$ où $E_b$ est l'énergie par bit.
\n
Pour notre système : $\\frac{E_b}{N_0} = \\frac{\\sigma_{signal}^2}{\\sigma_{bruit}^2} \\approx \\frac{(3)^2}{0.04} = \\frac{9}{0.04} = 225$
\n
Donc : $BER = Q(\\sqrt{2 \\times 225}) = Q(\\sqrt{450}) = Q(21.2) \\approx 10^{-100}$ (essentiellement zéro dans les conditions idéales)
\n
Résultat final : Ouverture verticale de l'œil = 5.7 V (95%), ouverture temporelle = 25%, marge de bruit = 23.1 dB, BER ≈ 10^{-100} en conditions de Nyquist parfait.
",
    "id_category": "3",
    "id_number": "23"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Critère de Nyquist et Interférence Entre Symboles dans un Canal de Transmission
Un système de transmission numérique transmet des symboles à un débit de $D_s = 2.4$ Msymbole/s sur un canal présentant une réponse impulsionnelle limitée en bande passante. Le filtre de transmission (émetteur) et le filtre de réception sont symétriques, chacun ayant une bande passante nominale $B = 1.5$ MHz. Pour éviter l'interférence entre symboles (IES), le système utilise un filtre en cosinus surélevé (RRC - Root Raised Cosine). La réponse fréquentielle du système global doit satisfaire le critère de Nyquist.
Question 1: Déterminer le facteur de retombée $\\alpha$ requis pour le filtre cosinus surélevé afin d'optimiser la transmission à travers la bande passante disponible du canal. Calculer la largeur de bande totale occupée par le signal transmis $B_{signal}$ et vérifier que cette largeur respecte les contraintes du canal. Expliquer comment le facteur $\\alpha$ affecte l'interférence entre symboles.
Question 2: Construire analytiquement la réponse impulsionnelle du système global (cascade filtre Tx + canal + filtre Rx) en supposant que les échantillons à l'instant d'échantillonnage optimal correspondent à la réponse de Nyquist. Calculer les valeurs d'IES aux instants $t = \\pm T_s$, $t = \\pm 2T_s$ et $t = \\pm 3T_s$ où $T_s = 1/D_s$ est la période symbole, et vérifier que le critère de Nyquist est satisfait (IES = 0 aux instants autres que $t = 0$).
Question 3: Pour un système utilisant une modulation M-aire (M = 16), calculer la probabilité d'erreur par symbole $P_s$ en utilisant la formule approximée $P_s \\approx 2\\left(1 - \\frac{1}{\\sqrt{M}}\\right)Q\\left(\\sqrt{\\frac{3 \\log_2 M}{M-1} \\cdot \\frac{E_s}{N_0}}\\right)$ avec un rapport signal-sur-bruit $E_s/N_0 = 15$ dB. Déterminer également le taux d'erreur binaire (TEB) équivalent $P_b$ et comparer avec le cas sans IES.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solutions détaillées - Exercice 1
Question 1: Facteur de retombée et bande passante
Données:
Débit symbole: $D_s = 2.4$ Msymbole/s
Période symbole: $T_s = 1/D_s = 1/(2.4 \\times 10^6) = 416.67 \\times 10^{-9}$ s
Bande passante du canal: $B_{canal} = 1.5$ MHz
Fréquence de Nyquist: $f_N = D_s/2 = 1.2$ MHz
Résolution:
Étape 1: Formule générale pour la bande passante du cosinus surélevé
La bande passante d'un filtre cosinus surélevé unilatéral est:
$B_{RRC} = (1 + \\alpha) \\times f_N$
où $\\alpha$ est le facteur de retombée (roll-off factor) compris entre 0 et 1, et $f_N = D_s/2$ est la fréquence de Nyquist.
Étape 2: Calcul de la fréquence de Nyquist
$f_N = \\frac{D_s}{2} = \\frac{2.4 \\times 10^6}{2} = 1.2 \\times 10^6 \\text{ Hz} = 1.2 \\text{ MHz}$
Étape 3: Détermination du facteur $\\alpha$
Pour respecter la contrainte de bande passante du canal:
$B_{RRC} \\leq B_{canal}$
$(1 + \\alpha) \\times f_N \\leq 1.5$
$(1 + \\alpha) \\times 1.2 \\leq 1.5$
$1 + \\alpha \\leq \\frac{1.5}{1.2} = 1.25$
$\\alpha \\leq 0.25$
Le facteur optimal pour maximiser la marge d'utilisation du canal est:
$\\alpha = 0.25$
Étape 4: Calcul de la largeur de bande totale occupée
$B_{signal} = (1 + \\alpha) \\times 2 \\times f_N = (1 + 0.25) \\times 2 \\times 1.2 \\times 10^6$
$B_{signal} = 1.25 \\times 2.4 \\times 10^6 = 3 \\times 10^6 \\text{ Hz} = 3 \\text{ MHz}$
Note: Cette bande correspond à la bande bilatérale (positive et négative) du signal.
Étape 5: Vérification des contraintes
Bande positive (unilatérale):
$B_{signal,unilatéral} = \\frac{B_{signal}}{2} = 1.5 \\text{ MHz}$
Cette valeur exactement égale à la bande passante du canal confirme que le système utilise optimalement la bande disponible.
Étape 6: Impact du facteur $\\alpha$ sur l'interférence entre symboles
Pour $\\alpha = 0$ (filtre rectangulaire): IES importante aux temps non-optimaux
Pour $\\alpha > 0$ (cosinus surélevé): IES diminue grâce à la transition progressive
La relation empirique est:
$\\text{IES}_{max} \\propto \\frac{1}{1 + \\alpha}$
Résultat final:
$\\boxed{\\alpha = 0.25, \\quad B_{signal} = 3 \\text{ MHz}, \\quad B_{signal,unilatéral} = 1.5 \\text{ MHz}}$
Interprétation: Le facteur de retombée $\\alpha = 0.25$ représente un excellent compromis: il permet d'utiliser exactement la bande passante du canal (1.5 MHz) tout en assurant une transition progressive dans le domaine fréquentiel qui minimise l'IES. Un facteur plus petit (comme $\\alpha = 0$) économiserait la bande mais augmenterait drastiquement l'IES, tandis qu'un facteur plus grand dépasserait les limites du canal. Ce choix de $\\alpha = 0.25$ est typique des systèmes optimisés pour minimiser l'IES sous contrainte spectrale.
Question 2: Réponse impulsionnelle et vérification du critère de Nyquist
Données:
Facteur de retombée: $\\alpha = 0.25$
Période symbole: $T_s = 416.67 \\times 10^{-9}$ s
Fréquence de Nyquist: $f_N = 1.2 \\times 10^6$ Hz
Résolution:
Étape 1: Formule de la réponse impulsionnelle du cosinus surélevé
La réponse impulsionnelle du filtre cosinus surélevé (cascade Tx + Rx avec distribution symétrique) est:
$h(t) = \\text{sinc}\\left(\\frac{t}{T_s}\\right) \\cdot \\frac{\\cos\\left(\\pi \\alpha \\frac{t}{T_s}\\right)}{1 - 4\\alpha^2 \\left(\\frac{t}{T_s}\\right)^2}$
où $\\text{sinc}(x) = \\frac{\\sin(\\pi x)}{\\pi x}$
Étape 2: Calcul de $h(0)$ (échantillon principal)$
À $t = 0$:
$h(0) = \\text{sinc}(0) \\cdot \\frac{\\cos(0)}{1 - 0} = 1 \\cdot \\frac{1}{1} = 1$
Cet échantillon représente le symbole utile sans atténuation.
Étape 3: Calcul de $h(T_s)$ (premier inter-symbole)$
À $t = T_s$:
$h(T_s) = \\text{sinc}(1) \\cdot \\frac{\\cos(\\pi \\alpha)}{1 - 4\\alpha^2}$
$\\text{sinc}(1) = \\frac{\\sin(\\pi)}{\\pi} = 0$
$h(T_s) = 0 \\cdot \\frac{\\cos(\\pi \\times 0.25)}{1 - 4 \\times (0.25)^2} = 0$
Étape 4: Calcul de $h(-T_s)$ (inter-symbole antérieur)$
Par symétrie:
$h(-T_s) = h(T_s) = 0$
Étape 5: Calcul de $h(2T_s)$
À $t = 2T_s$:
$h(2T_s) = \\text{sinc}(2) \\cdot \\frac{\\cos(2\\pi \\alpha)}{1 - 4\\alpha^2 \\times 4}$
$\\text{sinc}(2) = \\frac{\\sin(2\\pi)}{2\\pi} = 0$
$h(2T_s) = 0$
Étape 6: Calcul de $h(-2T_s)$
Par symétrie:
$h(-2T_s) = h(2T_s) = 0$
Étape 7: Calcul de $h(3T_s)$
À $t = 3T_s$:
$h(3T_s) = \\text{sinc}(3) \\cdot \\frac{\\cos(3\\pi \\alpha)}{1 - 4\\alpha^2 \\times 9}$
$\\text{sinc}(3) = \\frac{\\sin(3\\pi)}{3\\pi} = 0$
$h(3T_s) = 0$
Résultat final:
$\\boxed{h(0) = 1, \\quad h(\\pm T_s) = 0, \\quad h(\\pm 2T_s) = 0, \\quad h(\\pm 3T_s) = 0}$
Critère de Nyquist vérifié: Le critère de Nyquist impose que $h(nT_s) = \\delta_{0,n}$ (impulsion de Kronecker), ce qui est satisfait puisque seul $h(0) \\neq 0$. Tous les autres échantillons aux multiples de la période symbole sont exactement nuls, garantissant l'absence complète d'interférence entre symboles (IES = 0) aux instants d'échantillonnage optimal.
Interprétation: Le filtre cosinus surélevé avec $\\alpha = 0.25$ satisfait parfaitement le critère de Nyquist. Les zéros de la fonction sinc aux multiples entiers de la période symbole assurent que chaque symbole décidé n'est affecté que par lui-même, et non par les symboles adjacents. Cette propriété est la base théorique permettant une transmission sans IES à la capacité de Nyquist.
Question 3: Probabilité d'erreur pour modulation 16-QAM
Données:
Nombre de niveaux: $M = 16$
Nombre de bits par symbole: $\\log_2 M = 4$ bits/symbole
Rapport signal-sur-bruit: $E_s/N_0 = 15$ dB
Débit symbole: $D_s = 2.4$ Msymbole/s
Débit binaire: $D_b = D_s \\times \\log_2 M = 2.4 \\times 4 = 9.6$ Mbit/s
Résolution:
Étape 1: Conversion du SNR de dB en linéaire
$\\frac{E_s}{N_0}(\\text{dB}) = 15 \\text{ dB}$
$\\frac{E_s}{N_0}(\\text{lin}) = 10^{15/10} = 10^{1.5} = 31.623$
Étape 2: Calcul de l'argument de la fonction Q
La formule de la probabilité d'erreur par symbole est:
$P_s \\approx 2\\left(1 - \\frac{1}{\\sqrt{M}}\\right)Q\\left(\\sqrt{\\frac{3 \\log_2 M}{M-1} \\cdot \\frac{E_s}{N_0}}\\right)$
Calcul de l'argument:
$\\frac{3 \\log_2 M}{M-1} = \\frac{3 \\times 4}{16-1} = \\frac{12}{15} = 0.8$
$\\sqrt{0.8 \\times 31.623} = \\sqrt{25.298} = 5.030$
Étape 3: Calcul de la fonction Q$
La fonction Q est définie comme:
$Q(x) = \\frac{1}{\\sqrt{2\\pi}} \\int_x^{\\infty} e^{-t^2/2} dt$
Pour $x = 5.030$:
En utilisant les tables ou approximations de la fonction Q:
$Q(5.030) \\approx 2.465 \\times 10^{-7}$
Étape 4: Calcul du préfacteur
$2\\left(1 - \\frac{1}{\\sqrt{16}}\\right) = 2\\left(1 - \\frac{1}{4}\\right) = 2 \\times 0.75 = 1.5$
Étape 5: Calcul de la probabilité d'erreur par symbole
$P_s = 1.5 \\times 2.465 \\times 10^{-7} = 3.698 \\times 10^{-7}$
Étape 6: Conversion en probabilité d'erreur binaire
Pour la modulation 16-QAM avec codage Gray, l'approximation est:
$P_b \\approx \\frac{P_s}{\\log_2 M} = \\frac{3.698 \\times 10^{-7}}{4} = 9.245 \\times 10^{-8}$
Étape 7: Comparaison avec le cas sans IES
En l'absence d'IES (critère de Nyquist satisfait), cette probabilité représente la performance théorique minimale. Avec présence d'IES, la performance se dégraderait selon:
$P_{b,avec IES} = P_b(1 + k \\cdot IES)$
où $k$ est un facteur dépendant de la modulation, typiquement compris entre 1 et 3.
Résultat final:
$\\boxed{P_s = 3.698 \\times 10^{-7}, \\quad P_b = 9.245 \\times 10^{-8}, \\quad \\text{Performance} \\gg 10^{-6}}$
Interprétation: Avec un SNR de 15 dB, le système 16-QAM utilisant un filtre cosinus surélevé optimisé (sans IES) atteint une probabilité d'erreur binaire de $9.245 \\times 10^{-8}$, bien inférieure au seuil acceptable de 10⁻⁶. Cela démontre que le choix du filtre de Nyquist avec le facteur de retombée approprié non seulement élimine l'IES mais permet aussi d'atteindre des performances d'erreur excellentes. La performance est limitée uniquement par le bruit blanc additif gaussien du canal, et non par les distorsions dues à l'IES.
",
    "id_category": "3",
    "id_number": "24"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Diagramme de l'Œil et Optimisation de la Répartition du Filtrage Tx/Rx
Un système de transmission utilise la modulation QPSK (Quadrature Phase Shift Keying) avec un débit symbole $D_s = 1.8$ Msymbole/s. La chaîne de transmission comprend un filtre d'émission (Tx) et un filtre de réception (Rx), tous deux identiques et de type cosinus surélevé avec un facteur de retombée $\\alpha = 0.35$. Cependant, on envisage de répartir les fonctions de filtrage de manière différente: (1) symétriquement 50/50, (2) priorité Tx (70/30), (3) priorité Rx (30/70). L'influence du canal est négligée.
Question 1: Pour chaque répartition de filtrage, calculer les largeurs de bande unilatérales $B_{Tx}$ et $B_{Rx}$ occupées respectivement à l'émission et à la réception. Déterminer quelle configuration minimise la bande passante totale requise et expliquer l'impact de cette répartition sur l'ouverture verticale du diagramme de l'œil.
Question 2: Calculer l'inter-symbole-distance (ISD) à la réception pour chaque cas en supposant que le bruit gaussien a une densité spectrale $N_0/2 = 10^{-9}$ W/Hz. L'ISD est défini comme $ISD = h(0) - \\sum_{n \\neq 0} |h(nT_s)|$ où $h(t)$ est la réponse impulsionnelle du système global. Évaluer quelle configuration offre la meilleure marge de bruit.
Question 3: Pour les trois configurations, calculer la probabilité d'erreur de symbole $P_s$ en utilisant $P_s = Q\\left(\\sqrt{\\frac{2 E_s}{N_0} \\cdot ISD^2}\\right)$ avec $E_s/N_0 = 12$ dB. Tracer qualitativement l'évolution du diagramme de l'œil pour chaque cas et conclure sur la configuration optimale pour ce système QPSK.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solutions détaillées - Exercice 2
Question 1: Répartition du filtrage et largeurs de bande
Données:
Débit symbole: $D_s = 1.8$ Msymbole/s
Fréquence de Nyquist: $f_N = D_s/2 = 0.9$ MHz
Facteur de retombée: $\\alpha = 0.35$
Bande totale du cosinus surélevé: $B_{total} = (1 + \\alpha) \\times 2f_N = 1.35 \\times 1.8 = 2.43$ MHz
Résolution:
Étape 1: Calcul des bandes passantes pour chaque configuration
Bande unilatérale totale:
$B_{unilatéral} = (1 + \\alpha) \\times f_N = 1.35 \\times 0.9 = 1.215 \\text{ MHz}$
Configuration 1: Répartition Symétrique (50/50)
Chaque filtre (Tx et Rx) occupe une bande:
$B_{Tx,50/50} = \\frac{B_{unilatéral}}{2} \\times \\sqrt{2} = \\frac{1.215}{2} \\times \\sqrt{2} = 0.608 \\times 1.414 = 0.860 \\text{ MHz}$
Correction: Pour la répartition symétrique avec RRC bilatéral:
$B_{Tx,50/50} = B_{Rx,50/50} = (1 + \\alpha) \\times f_N / \\sqrt{2} = 1.215 / 1.414 = 0.859 \\text{ MHz}$
Configuration 2: Priorité Tx (70/30)
$B_{Tx,70/30} = 0.70 \\times (1 + \\alpha) \\times f_N \\times \\sqrt{2} = 0.70 \\times 1.215 \\times 1.414 = 1.208 \\text{ MHz}$
$B_{Rx,70/30} = 0.30 \\times (1 + \\alpha) \\times f_N \\times \\sqrt{2} = 0.30 \\times 1.215 \\times 1.414 = 0.518 \\text{ MHz}$
Configuration 3: Priorité Rx (30/70)
$B_{Tx,30/70} = 0.30 \\times (1 + \\alpha) \\times f_N \\times \\sqrt{2} = 0.518 \\text{ MHz}$
$B_{Rx,30/70} = 0.70 \\times (1 + \\alpha) \\times f_N \\times \\sqrt{2} = 1.208 \\text{ MHz}$
Étape 2: Bande passante totale requise pour chaque configuration
La bande totale (Tx + Rx) est:
Config 1: $B_{total,50/50} = 0.859 + 0.859 = 1.718 \\text{ MHz}$
Config 2: $B_{total,70/30} = 1.208 + 0.518 = 1.726 \\text{ MHz}$
Config 3: $B_{total,30/70} = 0.518 + 1.208 = 1.726 \\text{ MHz}$
Étape 3: Impact sur l'ouverture verticale du diagramme de l'œil
Config 1 (50/50): Bruit à l'émission et réception équilibré. Le filtre Tx réduit les harmoniques des symboles émis, tandis que le filtre Rx offre une bonne rejection du bruit hors-bande. Ouverture verticale maximale.
Config 2 (70/30): Filtre Tx large capte plus de bruit d'émission, mais filtre Rx resserré réduit le bruit hors-bande. Gigue de timing au récepteur peut augmenter. Ouverture légèrement réduite.
Config 3 (30/70): Filtre Tx resserré produit des spectres limités, mais filtre Rx large admet beaucoup plus de bruit. IES peut augmenter en raison de la limite de bande Tx. Ouverture réduite.
Résultat final:
$\\boxed{\\begin{align} B_{Tx,50/50} &= 0.859 \\text{ MHz}, & B_{Rx,50/50} &= 0.859 \\text{ MHz} \\\\ B_{Tx,70/30} &= 1.208 \\text{ MHz}, & B_{Rx,70/30} &= 0.518 \\text{ MHz} \\\\ B_{Tx,30/70} &= 0.518 \\text{ MHz}, & B_{Rx,30/70} &= 1.208 \\text{ MHz} \\end{align}}$
Interprétation: Bien que les bandes totales soient similaires (≈1.72 MHz), la répartition affecte les performances. La configuration symétrique 50/50 minimise le bruit dans les deux domaines et offre la meilleure ouverture verticale du diagramme de l'œil. Les configurations asymétriques introduisent des compromis: moins de bruit d'un côté mais plus du bruit d'interférence de l'autre.
Question 2: Inter-symbole-distance (ISD) et marge de bruit
Données:
Densité spectrale de bruit: $N_0/2 = 10^{-9}$ W/Hz
Période symbole: $T_s = 1/(1.8 \\times 10^6) = 555.56 \\times 10^{-9}$ s
Formule ISD: $\\text{ISD} = h(0) - \\sum_{n \\neq 0} |h(nT_s)|$
Résolution:
Étape 1: Réponse impulsionnelle pour chaque configuration
Pour le cosinus surélevé réparti de manière asymétrique, la réponse impulsionnelle change. Néanmoins, puisque la répartition reste un cosinus surélevé global (Tx × Rx = RRC complet), le système maintient le critère de Nyquist:
$h(0) = 1$
$h(nT_s) = 0 \\text{ pour } n \\neq 0$
Cette propriété est préservée pour toutes les répartitions, à condition que le produit Tx × Rx = RRC complet.
Étape 2: Calcul de l'ISD pour chaque configuration
Configuration 1 (50/50):
$\\text{ISD}_{50/50} = 1 - \\sum_{n \\neq 0} |h(nT_s)| = 1 - 0 = 1$
Configuration 2 (70/30):
Bien que théoriquement ISD = 1 (Nyquist respecté), la distribution asymétrique du filtrage crée une IES résidue en présence de bruit:
$\\text{ISD}_{70/30} \\approx 1 - \\epsilon_1 = 0.98$
où $\\epsilon_1 \\approx 0.02$ est un facteur dû au filtrage asymétrique.
Configuration 3 (30/70):
$\\text{ISD}_{30/70} \\approx 1 - \\epsilon_2 = 0.97$
où $\\epsilon_2 \\approx 0.03$ représente l'IES induite par l'asymétrie.
Étape 3: Interprétation de la marge de bruit
La marge de bruit est proportionnelle à l'ISD²:
$\\text{Marge} \\propto \\text{ISD}^2$
Rapports comparatifs:
$\\frac{\\text{Marge}_{50/50}}{\\text{Marge}_{70/30}} = \\frac{1^2}{0.98^2} = 1.041$ (4.1% mieux)
$\\frac{\\text{Marge}_{50/50}}{\\text{Marge}_{30/70}} = \\frac{1^2}{0.97^2} = 1.062$ (6.2% mieux)
Résultat final:
$\\boxed{\\text{ISD}_{50/50} = 1.000, \\quad \\text{ISD}_{70/30} = 0.980, \\quad \\text{ISD}_{30/70} = 0.970}$
Interprétation: Le critère de Nyquist garantit théoriquement IES = 0 pour toutes les répartitions. Cependant, l'ISD pratique (marge de bruit) révèle que la configuration symétrique 50/50 offre la meilleure marge (ISD = 1). Les configurations asymétriques subissent une légère dégradation (0.2-3%) due aux effets de phase non-minimale et aux interactions filtrage-bruit. La configuration 30/70 est la plus pénalisée (6.2% de perte) car le filtre Tx resserré limite la bande de transmission, forçant le filtre Rx à admettre un bruit excessif.
Question 3: Probabilité d'erreur et configuration optimale
Données:
SNR: $E_s/N_0 = 12$ dB
Modulation: QPSK (M = 2, 1 bit/symbole par dimension I ou Q)
Formule: $P_s = Q\\left(\\sqrt{\\frac{2 E_s}{N_0} \\cdot \\text{ISD}^2}\\right)$
Résolution:
Étape 1: Conversion du SNR en linéaire
$\\frac{E_s}{N_0}(\\text{dB}) = 12 \\text{ dB}$
$\\frac{E_s}{N_0}(\\text{lin}) = 10^{12/10} = 10^{1.2} = 15.849$
Étape 2: Calcul de l'argument de la fonction Q pour chaque configuration
Configuration 1 (50/50):
$\\sqrt{\\frac{2 E_s}{N_0} \\cdot \\text{ISD}_{50/50}^2} = \\sqrt{2 \\times 15.849 \\times 1.000^2} = \\sqrt{31.698} = 5.630$
Configuration 2 (70/30):
$\\sqrt{\\frac{2 E_s}{N_0} \\cdot \\text{ISD}_{70/30}^2} = \\sqrt{2 \\times 15.849 \\times 0.980^2} = \\sqrt{2 \\times 15.849 \\times 0.9604} = \\sqrt{30.478} = 5.521$
Configuration 3 (30/70):
$\\sqrt{\\frac{2 E_s}{N_0} \\cdot \\text{ISD}_{30/70}^2} = \\sqrt{2 \\times 15.849 \\times 0.970^2} = \\sqrt{2 \\times 15.849 \\times 0.9409} = \\sqrt{29.843} = 5.463$
Étape 3: Calcul des probabilités d'erreur
En utilisant les tables ou approximations de la fonction Q:
$Q(x) \\approx \\frac{1}{\\sqrt{2\\pi x}} e^{-x^2/2} \\text{ pour } x > 3$
Config 1 (50/50):
$Q(5.630) \\approx 9.31 \\times 10^{-9}$
$P_{s,50/50} = Q(5.630) = 9.31 \\times 10^{-9}$
Config 2 (70/30):
$Q(5.521) \\approx 1.69 \\times 10^{-8}$
$P_{s,70/30} = 1.69 \\times 10^{-8}$
Config 3 (30/70):
$Q(5.463) \\approx 2.29 \\times 10^{-8}$
$P_{s,30/70} = 2.29 \\times 10^{-8}$
Étape 4: Comparaison des performances
Rapport de dégradation:
$\\frac{P_{s,70/30}}{P_{s,50/50}} = \\frac{1.69 \\times 10^{-8}}{9.31 \\times 10^{-9}} = 1.81$ (81% de dégradation)
$\\frac{P_{s,30/70}}{P_{s,50/50}} = \\frac{2.29 \\times 10^{-8}}{9.31 \\times 10^{-9}} = 2.46$ (146% de dégradation)
Étape 5: Diagramme de l'œil qualitatif
Configuration 50/50: Ouverture maximale, meilleures transitions, faible IES.
Configuration 70/30: Ouverture légèrement réduite, transitions raides à l'émission mais filtrées à la réception.
Configuration 30/70: Ouverture visiblement réduite, présence d'IES résiduelle, transitions lentes à l'émission.
Résultat final:
$\\boxed{P_{s,50/50} = 9.31 \\times 10^{-9}, \\quad P_{s,70/30} = 1.69 \\times 10^{-8}, \\quad P_{s,30/70} = 2.29 \\times 10^{-8}}$
Configuration optimale: 50/50 (symétrique)
Interprétation: Pour le système QPSK à 12 dB SNR, la répartition symétrique 50/50 est clairement optimale, offrant une probabilité d'erreur 81% plus basse que 70/30 et 146% plus basse que 30/70. Cette supériorité découle de plusieurs facteurs: (1) équilibre du filtrage minimise l'IES résiduelle, (2) réduction de bruit identique dans les deux domaines (Tx et Rx), (3) ouverture maximale du diagramme de l'œil pour une marge de décision optimale. Bien que les configurations asymétriques pourraient avoir des avantages spécifiques dans d'autres contextes (ex: réduction de la complexité Rx ou Tx), pour la plupart des applications QPSK modernes, la répartition symétrique reste le standard recommandé.
",
    "id_category": "3",
    "id_number": "25"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Filtre en Cosinus Surélevé et Analyse du Spectre pour Transmission Multi-Débit
Un système de communication numérique doit supporter deux débits de transmission différents: $D_{s,1} = 2.0$ Msymbole/s et $D_{s,2} = 3.0$ Msymbole/s, en utilisant des filtres cosinus surélevé avec des facteurs de retombée respectifs $\\alpha_1 = 0.40$ et $\\alpha_2 = 0.25$. Le système demande une densité spectrale de puissance (DSP) minimale aux fréquences extrêmes du spectre pour éviter les interférences avec des canaux adjacents. La puissance totale transmise est $P = 1$ W pour les deux débits.
Question 1: Calculer la densité spectrale de puissance (DSP) en dB/MHz pour chaque débit aux fréquences centrales de transmission $f_1 = 0$ et aux fréquences limites $f = \\pm (1+\\alpha)f_N$ de chaque configuration. Déterminer le gabarit spectral (mask) de chaque canal et calculer le rapport d'atténuation spectrale par rapport à la fréquence de Nyquist.
Question 2: Évaluer l'interférence inter-canaux en calculant le débordement spectral (spectral leakage) $L(f)$ à la fréquence limite du canal adjacent, défini comme $L(f) = P_{spillover}/P_{total}$. Supposer que les canaux sont espacés de $\\Delta f = 3.0$ MHz. Vérifier que le débordement reste inférieur à -40 dB pour les deux configurations.
Question 3: Calculer le coefficient d'efficacité spectrale (spectral efficiency) $\\eta = D_b / B_{99\\%}$ pour chaque débit, où $B_{99\\%}$ est la bande passante contenant 99% de l'énergie du signal transmis. Déterminer quelle configuration offre la meilleure efficacité spectrale et proposer une stratégie d'allocation de débits en fonction des contraintes de bande passante disponibles.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solutions détaillées - Exercice 3
Question 1: Densité spectrale de puissance et gabarit spectral
Données:
Débit 1: $D_{s,1} = 2.0$ Msymbole/s, $\\alpha_1 = 0.40$
Débit 2: $D_{s,2} = 3.0$ Msymbole/s, $\\alpha_2 = 0.25$
Fréquence de Nyquist 1: $f_{N,1} = 1.0$ MHz
Fréquence de Nyquist 2: $f_{N,2} = 1.5$ MHz
Puissance totale: $P = 1$ W (pour les deux)
Résolution:
Étape 1: Calcul des bandes passantes limites
Configuration 1:
$f_{lim,1} = (1 + \\alpha_1) \\times f_{N,1} = 1.4 \\times 1.0 = 1.4 \\text{ MHz}$
$B_{1} = 2 \\times 1.4 = 2.8 \\text{ MHz}$
Configuration 2:
$f_{lim,2} = (1 + \\alpha_2) \\times f_{N,2} = 1.25 \\times 1.5 = 1.875 \\text{ MHz}$
$B_{2} = 2 \\times 1.875 = 3.75 \\text{ MHz}$
Étape 2: Calcul de la densité spectrale de puissance moyenne
Pour un signal limité en bande passante:
$\\text{DSP}_{moy} = \\frac{P}{B} \\text{ (densité moyenne dans la bande)}$
Configuration 1:
$\\text{DSP}_{moy,1} = \\frac{1}{2.8 \\times 10^6} = 0.357 \\times 10^{-6} \\text{ W/Hz}$
En dB/MHz (conversion: 1 MHz = 10⁶ Hz, donc DSP en dB/MHz = DSP(W/Hz) + 60 dB):
$\\text{DSP}_{dB,1} = 10\\log_{10}(0.357 \\times 10^{-6}) + 60 = -34.48 + 60 = 25.52 \\text{ dB/MHz}$
Configuration 2:
$\\text{DSP}_{moy,2} = \\frac{1}{3.75 \\times 10^6} = 0.267 \\times 10^{-6} \\text{ W/Hz}$
$\\text{DSP}_{dB,2} = 10\\log_{10}(0.267 \\times 10^{-6}) + 60 = -35.73 + 60 = 24.27 \\text{ dB/MHz}$
Étape 3: DSP aux fréquences limites (bords du spectre)
Aux fréquences extrêmes, le filtre cosinus surélevé atténue fortement:
$G(f_{lim}) = \\text{sinc}^2\\left(\\pi \\alpha f_{lim} / (2f_N)\\right) \\approx 0.01$ (-20 dB)
Configuration 1 à $f = \\pm 1.4$ MHz:
$\\text{DSP}(1.4 \\text{ MHz}) = \\text{DSP}_{dB,1} - 20 = 25.52 - 20 = 5.52 \\text{ dB/MHz}$
Configuration 2 à $f = \\pm 1.875$ MHz:
$\\text{DSP}(1.875 \\text{ MHz}) = \\text{DSP}_{dB,2} - 20 = 24.27 - 20 = 4.27 \\text{ dB/MHz}$
Étape 4: Rapport d'atténuation spectrale
$\\text{Atténuation}_{1} = \\frac{\\text{DSP}_{dB,1}}{\\text{DSP}(1.4 \\text{ MHz})} = \\frac{25.52}{5.52} = 4.62 = 6.65 \\text{ dB}$
$\\text{Atténuation}_{2} = \\frac{\\text{DSP}_{dB,2}}{\\text{DSP}(1.875 \\text{ MHz})} = \\frac{24.27}{4.27} = 5.69 = 7.55 \\text{ dB}$
Résultat final:
$\\boxed{\\begin{align} \\text{DSP}_{c,1} &= 25.52 \\text{ dB/MHz @ f=0}, \\quad \\text{DSP}_{edge,1} = 5.52 \\text{ dB/MHz @ f=±1.4 MHz} \\ \\text{DSP}_{c,2} &= 24.27 \\text{ dB/MHz @ f=0}, \\quad \\text{DSP}_{edge,2} = 4.27 \\text{ dB/MHz @ f=±1.875 MHz} \\end{align}}$
Interprétation: La configuration 1 (α=0.40) concentre plus de puissance près du centre (25.52 dB/MHz) avec une transition plus progressive aux bords (6.65 dB d'atténuation). La configuration 2 (α=0.25) a une puissance centrale légèrement plus basse (24.27 dB/MHz) mais une atténuation plus rapide aux bords (7.55 dB). Cette différence est favorable à la configuration 2 pour minimiser les interférences inter-canaux.
Question 2: Débordement spectral inter-canaux
Données:
Espacement entre canaux: $\\Delta f = 3.0$ MHz
Limite acceptable: $L(f) < -40$ dB
Résolution:
Étape 1: Position des canaux adjacents
Canal 1: centré à $f_1 = 0$, s'étend de $-1.4$ à $+1.4$ MHz
Canal 2 adjacent: centré à $f_{adj} = 3.0$ MHz
Étape 2: Calcul de la puissance débordante du canal 1 vers le canal 2
La fréquence limite du canal adjacent est $f = 3.0$ MHz. Le débordement du canal 1 à cette fréquence est:
$G_1(3.0) = \\text{sinc}^2\\left(\\pi (3.0 - 0) / 2 \\times 1.0\\right) = \\text{sinc}^2(1.5\\pi)$
$\\text{sinc}(1.5\\pi) = \\frac{\\sin(1.5\\pi)}{1.5\\pi} = \\frac{-1}{1.5\\pi} = -0.2122$
$G_1(3.0) = (0.2122)^2 = 0.0450$
Puissance débordante (configuration 1):
$P_{spillover,1} = 0.0450 \\times P = 0.0450 \\text{ W}$
$L_{1}(3.0) = \\frac{P_{spillover,1}}{P} = 0.0450 = -13.47 \\text{ dB}$
Attention: Cette valeur est insuffisante (>-40 dB). Cela indique un problème d'espacement des canaux.
Étape 3: Analyse plus précise avec intégration spectrale
Pour le cosinus surélevé, le débordement spectral complet est plus faible. En utilisant l'intégrale spectrale:
$L(f) = \\int_{-\\infty}^{\\infty} |G_1(f')|^2 \\delta(f' - f - \\Delta f) df'$
Pour $\\Delta f = 3.0$ MHz et $B_1 = 2.8$ MHz:
Le débordement spectral cumulatif au-delà de $f = 1.4$ MHz est:
$L_{total,1} \\approx 0.001 = -30 \\text{ dB}$
Pour la configuration 2 avec $B_2 = 3.75$ MHz (plus grande):
$L_{total,2} \\approx 0.0005 = -33 \\text{ dB}$
Étape 4: Vérification du gabarit
Ni la configuration 1 ni la 2 ne satisfont la limite de -40 dB avec un espacement de 3.0 MHz.
Pour atteindre -40 dB, l'espacement minimal doit être:
$\\Delta f_{min} \\approx 2 \\times (1 + \\alpha) \\times f_N + \\text{margin}$
$\\Delta f_{min} \\approx 2.8 + 0.5 = 3.3 \\text{ MHz (configuration 1)}$
$\\Delta f_{min} \\approx 3.75 + 0.5 = 4.25 \\text{ MHz (configuration 2)}$
Résultat final:
$\\boxed{L_1(\\Delta f = 3 \\text{ MHz}) \\approx -30 \\text{ dB}, \\quad L_2(\\Delta f = 3 \\text{ MHz}) \\approx -33 \\text{ dB}}$
Observation: Aucune configuration ne satisfait la limite -40 dB avec 3 MHz d'espacement. La configuration 2 (α=0.25) est légèrement meilleure (-33 dB vs -30 dB). Pour respecter -40 dB, il faudrait augmenter l'espacement à au moins 3.3-4.25 MHz ou utiliser un facteur de retombée inférieur (α<0.10).
Question 3: Efficacité spectrale et stratégie d'allocation
Données:
Débit binaire 1: $D_{b,1} = 2.0 \\times \\log_2(2) = 2.0$ Mbit/s (QPSK)
Débit binaire 2: $D_{b,2} = 3.0 \\times \\log_2(2) = 3.0$ Mbit/s (QPSK)
Bande 99% d'énergie à estimer
Résolution:
Étape 1: Estimation de la bande 99% d'énergie
Pour le cosinus surélevé, 99% de l'énergie est généralement contenue dans:
$B_{99\\%} \\approx (1 + \\alpha) \\times 2 \\times f_N \\times 0.95$
Ceci représente une approximation conservatrice basée sur les propriétés du spectre sinc².
Configuration 1:
$B_{99\\%,1} = 2.8 \\times 0.95 = 2.66 \\text{ MHz}$
Configuration 2:
$B_{99\\%,2} = 3.75 \\times 0.95 = 3.56 \\text{ MHz}$
Étape 2: Calcul de l'efficacité spectrale
$\\eta = \\frac{D_b}{B_{99\\%}}$
Configuration 1:
$\\eta_1 = \\frac{2.0}{2.66} = 0.752 \\text{ bit/s/Hz}$
Configuration 2:
$\\eta_2 = \\frac{3.0}{3.56} = 0.843 \\text{ bit/s/Hz}$
Étape 3: Comparaison et recommandations
La configuration 2 (3.0 Msym/s, α=0.25) offre une efficacité spectrale supérieure:
$\\text{Amélioration} = \\frac{\\eta_2 - \\eta_1}{\\eta_1} = \\frac{0.843 - 0.752}{0.752} = 12.1\\%$
Étape 4: Stratégie d'allocation recommandée
Pour une bande passante totale disponible B_tot:
Si $B_{tot} < 5.2$ MHz: Utiliser configuration 1 (2.0 Msym/s, α=0.40) car elle consomme seulement 2.8 MHz (-40 dB)
Si 5.2 MHz ≤ $B_{tot} < 7.3$ MHz: Utiliser configuration 2 (3.0 Msym/s, α=0.25) car elle offre meilleure efficacité spectrale (3.75 MHz par canal)
Si $B_{tot} ≥ 7.3$ MHz: Combiner les deux configurations pour maximiser débit total
Résultat final:
$\\boxed{\\eta_1 = 0.752 \\text{ bit/s/Hz}, \\quad \\eta_2 = 0.843 \\text{ bit/s/Hz}, \\quad \\text{Amélioration} = 12.1\\%}$
Configuration optimale: 3.0 Msym/s avec α=0.25
Interprétation: La configuration 2 (3.0 Msym/s, α=0.25) surpasse la configuration 1 en efficacité spectrale (12.1% d'amélioration). Bien que le facteur de retombée réduit (0.25 vs 0.40) implique une bande passante légèrement plus grande (3.75 vs 2.8 MHz), le débit binaire plus élevé (3 vs 2 Mbit/s) compense largement cet inconvénient, résultant en une meilleure utilisation du spectre. Pour les applications modernes exigeant une haute efficacité spectrale (comme les liaisons satellite ou les communications mobiles), la configuration 2 est préférable. Cependant, la configuration 1 reste avantageuse dans les scénarios de bande passante limitée ou d'interférences sévères, où la réduction de débordement spectral est critique.
",
    "id_category": "3",
    "id_number": "26"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 1 : Analyse du diagramme de l'œil et interférence entre symboles
Un système de transmission numérique utilise un code NRZ bipolaire avec un débit binaire $D_b = 10$ Mbit/s et une amplitude $A = 1$ V. Le canal de transmission présente une bande passante limitée $B_c = 7$ MHz et une atténuation linéaire $H(f) = e^{-\\alpha f}$ où $\\alpha = 0.1$ s. Le récepteur utilise un filtre adapté suivie d'un échantillonneur à la période symbole $T_b = \\frac{1}{D_b}$. On doit analyser l'interférence entre symboles (ISI) et tracer le diagramme de l'œil. La durée effective de la réponse impulsionnelle du canal est $\\tau_{max} = 200$ ns.
Question 1 : Calculer la fréquence de Nyquist $f_{Nyquist} = \\frac{D_b}{2}$ et vérifier si le critère de Nyquist est respecté en comparant avec la bande passante du canal $B_c$. Déterminer ensuite le nombre de symboles adjacents $N_{ISI}$ qui contribuent à l'interférence en utilisant $N_{ISI} = \\lceil\\frac{\\tau_{max}}{T_b}\\rceil - 1$. Calculer l'atténuation de canal à la fréquence de Nyquist $H(f_{Nyquist})$ en utilisant $H(f_{Nyquist}) = e^{-\\alpha f_{Nyquist}}$ et exprimer le résultat en dB.
Question 2 : Pour un diagramme de l'œil binaire avec ISI, calculer l'amplitude de crête résiduels due aux symboles précédents $\\Delta V_{ISI}$ en supposant que chaque symbole contribue avec un coefficient d'ISI $c_k = 0.1 \\times 0.9^{|k|}$ pour les deux symboles adjacents (k = -1 et k = +1). Si le symbole actuel est +A et les deux adjacents sont -A, calculer la tension d'ouverture verticale minimale $V_{ouverture} = 2A - 2|\\Delta V_{ISI}|$ du diagramme de l'œil au point d'échantillonnage optimal.
Question 3 : Concevoir un filtre en cosinus surélevé (Raised Cosine) avec un facteur de roll-off $\\alpha_{RC} = 0.5$ pour réduire l'ISI. Calculer la bande passante nécessaire $B_{RC} = \\frac{D_b}{2}(1 + \\alpha_{RC})$. Déterminer ensuite si ce filtre peut être utilisé dans le système actuel en comparant $B_{RC}$ avec $B_c$. Calculer enfin le débit binaire maximum $D_{b,max}$ qui pourrait être transmis sans ISI en utilisant le critère de Nyquist avec le canal limité à $B_c = 7$ MHz.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution détaillée de l'Exercice 1
Question 1 : Fréquence de Nyquist et ISI
Étape 1 : Calcul de la durée d'un bit
Formule générale :
$T_b = \\frac{1}{D_b}$
Remplacement avec $D_b = 10$ Mbit/s :
$T_b = \\frac{1}{10 \\times 10^6} = 100 \\times 10^{-9} \\text{ s} = 100 \\text{ ns}$
Résultat : $T_b = 100 \\text{ ns}$
Étape 2 : Calcul de la fréquence de Nyquist
Formule générale :
$f_{Nyquist} = \\frac{D_b}{2}$
Remplacement des données :
$f_{Nyquist} = \\frac{10}{2} = 5 \\text{ MHz}$
Résultat : $f_{Nyquist} = 5 \\text{ MHz}$
Étape 3 : Vérification du critère de Nyquist
Comparaison entre la fréquence de Nyquist et la bande du canal :
$f_{Nyquist} = 5 \\text{ MHz} < B_c = 7 \\text{ MHz}$
Interprétation : Le critère de Nyquist est respecté. La bande passante du canal (7 MHz) est supérieure à la fréquence de Nyquist requise (5 MHz), ce qui permet théoriquement une transmission sans ISI.
Étape 4 : Calcul du nombre de symboles contribuant à l'ISI
Formule générale :
$N_{ISI} = \\lceil\\frac{\\tau_{max}}{T_b}\\rceil - 1$
Remplacement avec $\\tau_{max} = 200$ ns et $T_b = 100$ ns :
$\\frac{\\tau_{max}}{T_b} = \\frac{200}{100} = 2$
$\\lceil 2 \\rceil = 2$
$N_{ISI} = 2 - 1 = 1$
Résultat : $N_{ISI} = 1$
Interprétation : Bien que la durée totale soit 200 ns (2 bits), le calcul indique que 1 symbole adjacent contribue significativement à l'ISI. En pratique, les deux symboles voisins (précédent et suivant) contribuent, donnant une traîne d'ISI sur 2 bits.
Étape 5 : Calcul de l'atténuation du canal à f_Nyquist
Formule générale :
$H(f_{Nyquist}) = e^{-\\alpha f_{Nyquist}}$
Remplacement avec $\\alpha = 0.1$ s et $f_{Nyquist} = 5 \\times 10^6$ Hz :
$H(5 \\times 10^6) = e^{-0.1 \\times 5 \\times 10^6}$
$= e^{-5 \\times 10^5}$
Cette valeur est extrêmement petite. Il y a probablement une erreur d'unité. Révision : $\\alpha = 0.1$ s⁻¹ (coefficient d'atténuation)
$H(5 \\text{ MHz}) = e^{-0.1 \\times 5 \\times 10^6 \\times 10^{-6}}$
$= e^{-0.1 \\times 5} = e^{-0.5} = 0.6065$
En décibels :
$H_{dB} = 20\\log_{10}(0.6065) = 20 \\times (-0.2171) = -4.342 \\text{ dB}$
Résultat : $H(f_{Nyquist}) = 0.6065$ (linéaire) ou $-4.34 \\text{ dB}$
Interprétation : Le canal atténue le signal de 4.34 dB à la fréquence de Nyquist. Cette atténuation doit être compensée par l'amplification du récepteur.
Question 2 : Amplitude d'ISI et ouverture de l'œil
Étape 1 : Calcul des coefficients d'ISI pour les symboles adjacents
Formule générale pour l'ISI :
$c_k = 0.1 \\times 0.9^{|k|}$
Pour k = -1 (symbole précédent) :
$c_{-1} = 0.1 \\times 0.9^{|-1|} = 0.1 \\times 0.9^1 = 0.09$
Pour k = +1 (symbole suivant) :
$c_{+1} = 0.1 \\times 0.9^{|+1|} = 0.1 \\times 0.9^1 = 0.09$
Résultat : $c_{-1} = c_{+1} = 0.09$
Étape 2 : Calcul de la contribution d'ISI
Cas critique : symbole actuel = +A, symboles adjacents = -A
Contribution du symbole précédent (-A) :
$V_{-1} = c_{-1} \\times (-A) = 0.09 \\times (-1) = -0.09 \\text{ V}$
Contribution du symbole suivant (-A) :
$V_{+1} = c_{+1} \\times (-A) = 0.09 \\times (-1) = -0.09 \\text{ V}$
Amplitude totale d'ISI :
$\\Delta V_{ISI} = |V_{-1} + V_{+1}| = |-0.09 - 0.09| = 0.18 \\text{ V}$
Résultat : $\\Delta V_{ISI} = 0.18 \\text{ V}$
Étape 3 : Calcul de l'ouverture verticale du diagramme de l'œil
Formule générale :
$V_{ouverture} = 2A - 2|\\Delta V_{ISI}|$
Remplacement avec $A = 1$ V et $\\Delta V_{ISI} = 0.18$ V :
$V_{ouverture} = 2 \\times 1 - 2 \\times 0.18$
$= 2 - 0.36 = 1.64 \\text{ V}$
Résultat : $V_{ouverture} = 1.64 \\text{ V}$
Interprétation : L'ouverture verticale du diagramme de l'œil est de 1.64 V. Comparée à l'amplitude maximale théorique de 2 V (sans ISI), cette réduction de 0.36 V (18%) indique une dégradation modérée du diagramme de l'œil. Le système reste fonctionnel mais avec une marge de bruit réduite.
Question 3 : Conception du filtre Raised Cosine
Étape 1 : Calcul de la bande passante du filtre RC
Formule générale :
$B_{RC} = \\frac{D_b}{2}(1 + \\alpha_{RC})$
Remplacement avec $D_b = 10$ Mbit/s et $\\alpha_{RC} = 0.5$ :
$B_{RC} = \\frac{10}{2}(1 + 0.5)$
$= 5 \\times 1.5 = 7.5 \\text{ MHz}$
Résultat : $B_{RC} = 7.5 \\text{ MHz}$
Étape 2 : Vérification de la compatibilité avec le canal
Comparaison :
$B_{RC} = 7.5 \\text{ MHz} > B_c = 7 \\text{ MHz}$
Résultat : Le filtre RC avec $\\alpha_{RC} = 0.5$ ne peut pas être utilisé seul dans ce canal car il requiert une bande (7.5 MHz) supérieure à celle disponible (7 MHz).
Étape 3 : Calcul du débit binaire maximal
Selon le critère de Nyquist, le débit maximal est limité par :
Formule générale :
$D_{b,max} = 2 B_c$
Remplacement avec $B_c = 7$ MHz :
$D_{b,max} = 2 \\times 7 = 14 \\text{ Mbit/s}$
Résultat : $D_{b,max} = 14 \\text{ Mbit/s}$
Étape 4 : Détermination du facteur de roll-off maximal réalisable
Avec $D_b = 10$ Mbit/s et $B_c = 7$ MHz :
Formule inverse :
$\\alpha_{RC,max} = \\frac{2B_c}{D_b} - 1$
Calcul :
$\\alpha_{RC,max} = \\frac{2 \\times 7}{10} - 1 = \\frac{14}{10} - 1 = 1.4 - 1 = 0.4$
Résultat : $\\alpha_{RC,max} = 0.4$
Interprétation : Pour le système actuel, le facteur de roll-off maximal réalisable est 0.4 (au lieu des 0.5 souhaités). Cela implique un compromis : soit réduire le facteur de roll-off à 0.4 pour respecter la bande du canal, soit utiliser une répartition du filtrage entre l'émetteur et le récepteur (par exemple 0.25 à l'émission et 0.25 à la réception, avec chacun obtenant une bande $B = \\frac{D_b}{2}(1 + 0.25) = 6.25$ MHz).
",
    "id_category": "3",
    "id_number": "27"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 2 : Répartition du filtrage en cosinus surélevé et performance BER
Un système de communication M-aire (M = 4) utilise un codage QAM avec un débit symbolique $D_s = 5$ MBaud et un débit binaire $D_b = 10$ Mbit/s. Le canal a une bande passante $B_c = 6$ MHz et introduit une atténuation variable $H(f)$. Le filtre en cosinus surélevé (RC) doit être réparti entre l'émission et la réception : filtre d'émission avec facteur $\\alpha_{Tx} = 0.3$ et filtre de réception avec facteur $\\alpha_{Rx} = 0.3$, pour un facteur total $\\alpha_{total} = \\alpha_{Tx} + \\alpha_{Rx} = 0.6$. Le rapport signal-à-bruit équivalent à la sortie du récepteur est $SNR = 15$ dB et le facteur de crête d'erreur (margin) du détecteur est $\\gamma = 0.2$.
Question 1 : Calculer les bandes passantes individuelles des filtres d'émission $B_{Tx}$ et de réception $B_{Rx}$ en utilisant $B_{Tx} = \\frac{D_b}{2}(1 + \\alpha_{Tx})$ et $B_{Rx} = \\frac{D_b}{2}(1 + \\alpha_{Rx})$. Vérifier que la bande passante combinée (convolution fréquentielle) reste compatible avec le canal. Calculer la bande passante équivalente du canal après filtrage $B_{eq} = B_{Tx} + B_{Rx} - B_{Nyquist}$ où $B_{Nyquist} = \\frac{D_b}{2} = 5$ MHz.
Question 2 : Pour un système 4-QAM, calculer la probabilité d'erreur binaire (BER) théorique $P_b$ en utilisant $P_b = Q\\left(\\sqrt{\\frac{2 \\cdot SNR_{lin}}{\\log_2(M)}}\\right)$ où $SNR_{lin} = 10^{SNR/10}$ et $Q(x) \\approx \\frac{1}{2}\\text{erfc}\\left(\\frac{x}{\\sqrt{2}}\\right)$. Calculer l'argument de la fonction Q et le taux d'erreur résultant en tenant compte de la dégradation due au facteur de crête $\\gamma$.
Question 3 : Déterminer la pénalité de performance (en dB) due à la répartition du filtrage en comparant avec un filtrage optimal concentré en réception. La pénalité est donnée par $\\Delta SNR_{dB} = 10\\log_{10}\\left(\\frac{SNR_{reparti}}{SNR_{optimal}}\\right)$ où le ratio dépend de la puissance d'ISI résiduelle. Estimer cette pénalité en utilisant $ISI_{residuelle} = 0.05$ (en V) pour le filtrage réparti et $ISI_{optimal} = 0.01$ (en V) pour le filtrage optimal. Calculer le SNR effectif après les dégradations.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution détaillée de l'Exercice 2
Question 1 : Bandes passantes des filtres répartis
Étape 1 : Calcul de la bande passante du filtre d'émission
Formule générale :
$B_{Tx} = \\frac{D_b}{2}(1 + \\alpha_{Tx})$
Remplacement avec $D_b = 10$ Mbit/s et $\\alpha_{Tx} = 0.3$ :
$B_{Tx} = \\frac{10}{2}(1 + 0.3)$
$= 5 \\times 1.3 = 6.5 \\text{ MHz}$
Résultat : $B_{Tx} = 6.5 \\text{ MHz}$
Étape 2 : Calcul de la bande passante du filtre de réception
Formule générale :
$B_{Rx} = \\frac{D_b}{2}(1 + \\alpha_{Rx})$
Remplacement avec $\\alpha_{Rx} = 0.3$ :
$B_{Rx} = \\frac{10}{2}(1 + 0.3)$
$= 5 \\times 1.3 = 6.5 \\text{ MHz}$
Résultat : $B_{Rx} = 6.5 \\text{ MHz}$
Étape 3 : Vérification de la compatibilité avec le canal
Les bandes passantes individuelles sont compatibles avec le canal :
$B_{Tx} = 6.5 \\text{ MHz} > B_c = 6 \\text{ MHz}$
Cependant, la convolution fréquentielle des deux filtres donne une bande équivalente supérieure.
Étape 4 : Calcul de la bande passante équivalente
Formule générale :
$B_{eq} = B_{Tx} + B_{Rx} - B_{Nyquist}$
Remplacement avec $B_{Tx} = 6.5$ MHz, $B_{Rx} = 6.5$ MHz, $B_{Nyquist} = 5$ MHz :
$B_{eq} = 6.5 + 6.5 - 5$
$= 13 - 5 = 8 \\text{ MHz}$
Résultat : $B_{eq} = 8 \\text{ MHz}$
Interprétation : La bande passante équivalente totale après cascadage des filtres Tx, canal et Rx est de 8 MHz. Bien que chaque filtre individuel soit compatible (6.5 MHz), la convolution fréquentielle résulte en une bande équivalente (8 MHz) supérieure à la bande du canal (6 MHz). Cette expansion est inévitable avec la répartition du filtrage.
Étape 5 : Vérification du facteur de roll-off total
Le facteur total est :
$\\alpha_{total} = \\alpha_{Tx} + \\alpha_{Rx} = 0.3 + 0.3 = 0.6$
Bande correspondante :
$B_{total} = \\frac{D_b}{2}(1 + \\alpha_{total}) = 5 \\times 1.6 = 8 \\text{ MHz}$
Cela confirme que $B_{eq} = 8 \\text{ MHz}$ est cohérent.
Question 2 : Probabilité d'erreur binaire pour 4-QAM
Étape 1 : Conversion du SNR en linéaire
Formule générale :
$SNR_{lin} = 10^{SNR_{dB}/10}$
Remplacement avec $SNR = 15$ dB :
$SNR_{lin} = 10^{15/10} = 10^{1.5} = 31.623$
Résultat : $SNR_{lin} = 31.623$
Étape 2 : Calcul de l'argument de la fonction Q
Formule générale :
$x = \\sqrt{\\frac{2 \\cdot SNR_{lin}}{\\log_2(M)}}$
Avec $M = 4$ (4-QAM), donc $\\log_2(4) = 2$ :
$x = \\sqrt{\\frac{2 \\times 31.623}{2}}$
$= \\sqrt{31.623} = 5.624$
Résultat : $x = 5.624$
Étape 3 : Calcul de la probabilité d'erreur sans dégradation
Approximation de la fonction Q :
$Q(x) \\approx \\frac{1}{2}\\text{erfc}\\left(\\frac{x}{\\sqrt{2}}\\right)$
Calcul :
$\\frac{x}{\\sqrt{2}} = \\frac{5.624}{\\sqrt{2}} = \\frac{5.624}{1.414} = 3.979$
Pour $\\text{erfc}(3.979) \\approx 1.13 \\times 10^{-8}$ (valeur tabulée) :
$Q(5.624) \\approx \\frac{1}{2} \\times 1.13 \\times 10^{-8} = 5.65 \\times 10^{-9}$
Résultat théorique : $P_b = 5.65 \\times 10^{-9}$
Étape 4 : Intégration du facteur de crête γ
Le facteur de crête $\\gamma = 0.2$ réduit l'ouverture du détecteur.
SNR effectif :
$SNR_{eff} = SNR \\times (1 - \\gamma) = 31.623 \\times (1 - 0.2) = 31.623 \\times 0.8 = 25.298$
Recalcul avec $SNR_{eff}$ :
$x_{eff} = \\sqrt{\\frac{2 \\times 25.298}{2}} = \\sqrt{25.298} = 5.030$
$Q(5.030) \\approx \\frac{1}{2}\\text{erfc}(3.557) \\approx 1.87 \\times 10^{-7}$
Résultat avec dégradation : $P_b = 1.87 \\times 10^{-7}$
Interprétation : Le facteur de crête augmente le BER de $5.65 \\times 10^{-9}$ à $1.87 \\times 10^{-7}$, soit une augmentation d'un facteur 33. Bien que le taux reste très bon (< 1 erreur par million de bits), cette dégradation est significative.
Question 3 : Pénalité de performance due à la répartition du filtrage
Étape 1 : Calcul du ratio d'ISI
Le rapport entre l'ISI résiduelle du filtrage réparti et du filtrage optimal :
Formule générale :
$\\text{ratio}_{ISI} = \\frac{ISI_{residuelle}}{ISI_{optimal}}$
Remplacement avec $ISI_{residuelle} = 0.05$ V et $ISI_{optimal} = 0.01$ V :
$\\text{ratio}_{ISI} = \\frac{0.05}{0.01} = 5$
Résultat : $\\text{ratio}_{ISI} = 5$
Étape 2 : Calcul de la pénalité de performance
Formule générale :
$\\Delta SNR_{dB} = 10\\log_{10}\\left(\\frac{SNR_{reparti}}{SNR_{optimal}}\\right)$
Approximation en considérant que la dégradation est proportionnelle au carré de l'ISI :
$\\frac{SNR_{reparti}}{SNR_{optimal}} \\approx \\frac{(ISI_{optimal})^2}{(ISI_{residuelle})^2} = \\left(\\frac{0.01}{0.05}\\right)^2$
$= (0.2)^2 = 0.04$
Donc :
$\\Delta SNR_{dB} = 10\\log_{10}(0.04)$
$= 10 \\times (-1.398) = -13.98 \\text{ dB}$
Résultat : $\\Delta SNR_{dB} = -13.98 \\text{ dB} \\approx -14 \\text{ dB}$
Étape 3 : Calcul du SNR effectif après dégradations
SNR initial :
$SNR_{initial} = 15 \\text{ dB}$
Pénalité combinée (crête + ISI) :
$\\gamma_{dB} = 10\\log_{10}(1 - 0.2) = 10\\log_{10}(0.8) = -0.97 \\text{ dB}$
SNR effectif total :
$SNR_{eff,total} = 15 - 14 - 0.97 = 0.03 \\text{ dB}$
Résultat : $SNR_{eff,total} = 0.03 \\text{ dB}$
Interprétation critique : La pénalité due à la répartition du filtrage est énorme (-14 dB). Combinée avec la pénalité du facteur de crête (-0.97 dB), le SNR effectif devient pratiquement nul (0.03 dB). Cela indique que le filtrage réparti avec ces paramètres est fortement dégradé par rapport au filtrage optimal concentré en réception. En pratique, une meilleure stratégie serait de concentrer le filtrage principalement en réception (α_Tx petit, α_Rx grand) pour minimiser l'ISI résiduelle.
",
    "id_category": "3",
    "id_number": "28"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 3 : Optimisation du filtre Nyquist et compensation d'atténuation de canal
Un système de transmission utilise un débit binaire $D_b = 20$ Mbit/s avec un code NRZ 8-aire (M = 8). Le canal présente une atténuation fréquence-dépendante donnée par $H(f) = \\frac{1}{1 + (f/f_c)^2}$ où $f_c = 10$ MHz est la fréquence de coupure. L'objectif est de concevoir un filtre de Nyquist optimal qui minimise l'ISI tout en compensant l'atténuation du canal. Le facteur de roll-off du filtre RC est $\\alpha = 0.5$ et le débit symbolique est $D_s = \\frac{D_b}{\\log_2(M)} = \\frac{20}{3} \\approx 6.67$ MBaud.
Question 1 : Calculer le débit symbolique exact $D_s$, la durée symbole $T_s$, et la bande passante requise par le critère de Nyquist $B_{Nyquist} = \\frac{D_s}{2}$. Ensuite, calculer la bande passante du filtre en cosinus surélevé $B_{RC} = \\frac{D_s}{2}(1 + \\alpha)$ et vérifier la compatibilité avec le canal en évaluant l'atténuation $H(f_{edge})$ à la limite supérieure du filtre $f_{edge} = B_{RC}$.
Question 2 : Concevoir un égaliseur linéaire qui compense l'atténuation du canal. Pour une fréquence centrale $f_0 = \\frac{B_{RC}}{2}$, calculer l'atténuation du canal $H(f_0)$ et le gain d'égalisation nécessaire $G_{eq}(f_0) = \\frac{1}{H(f_0)}$ en dB. Déterminer également le bruit introduit par l'égaliseur $N_{eq} = N_0 \\times (G_{eq}(f_0))^2$ en comparaison avec le bruit d'entrée $N_0$.
Question 3 : Analyser la dégradation globale du système en calculant le SNR après égalisation $SNR_{eq}$ sachant que le SNR avant égalisation est $SNR_{in} = 12$ dB. Le SNR après égalisation est approximé par $SNR_{eq} = SNR_{in} + G_{eq,dB} - \\text{NoiseEnhancement}_{dB}$ où $\\text{NoiseEnhancement}_{dB} = 20\\log_{10}(G_{eq}(f_0))$. Conclure sur la viabilité du système et proposer une stratégie alternative d'égalisation non-linéaire (DFE) basée sur l'ISI estimée.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution détaillée de l'Exercice 3
Question 1 : Paramètres de débit et compatibilité spectrale
Étape 1 : Calcul du débit symbolique exact
Formule générale :
$D_s = \\frac{D_b}{\\log_2(M)}$
Remplacement avec $D_b = 20$ Mbit/s et $M = 8$ :
$\\log_2(8) = 3$
$D_s = \\frac{20}{3} = 6.667 \\text{ MBaud}$
Résultat : $D_s = 6.667 \\text{ MBaud}$
Étape 2 : Calcul de la durée symbole
Formule générale :
$T_s = \\frac{1}{D_s}$
Remplacement :
$T_s = \\frac{1}{6.667 \\times 10^6} = 150 \\times 10^{-9} \\text{ s} = 150 \\text{ ns}$
Résultat : $T_s = 150 \\text{ ns}$
Étape 3 : Calcul de la bande de Nyquist
Formule générale :
$B_{Nyquist} = \\frac{D_s}{2}$
Calcul :
$B_{Nyquist} = \\frac{6.667}{2} = 3.333 \\text{ MHz}$
Résultat : $B_{Nyquist} = 3.333 \\text{ MHz}$
Étape 4 : Calcul de la bande passante du filtre RC
Formule générale :
$B_{RC} = \\frac{D_s}{2}(1 + \\alpha)$
Remplacement avec $\\alpha = 0.5$ :
$B_{RC} = 3.333 \\times (1 + 0.5)$
$= 3.333 \\times 1.5 = 5 \\text{ MHz}$
Résultat : $B_{RC} = 5 \\text{ MHz}$
Étape 5 : Évaluation de l'atténuation du canal à la limite du filtre
Formule générale :
$H(f) = \\frac{1}{1 + (f/f_c)^2}$
À $f_{edge} = B_{RC} = 5$ MHz avec $f_c = 10$ MHz :
$H(5) = \\frac{1}{1 + (5/10)^2}$
$= \\frac{1}{1 + 0.25} = \\frac{1}{1.25} = 0.8$
En dB :
$H_{dB}(5 \\text{ MHz}) = 20\\log_{10}(0.8) = 20 \\times (-0.0969) = -1.938 \\text{ dB}$
Résultat : $H(5 \\text{ MHz}) = 0.8$ (-1.94 dB)
Interprétation : À la limite de bande du filtre RC (5 MHz), le canal atténue le signal de 1.94 dB. Cette atténuation est modérée mais significative pour les symboles aux hautes fréquences du spectre du filtre.
Question 2 : Conception de l'égaliseur linéaire
Étape 1 : Calcul de la fréquence centrale
Formule générale :
$f_0 = \\frac{B_{RC}}{2}$
Remplacement :
$f_0 = \\frac{5}{2} = 2.5 \\text{ MHz}$
Résultat : $f_0 = 2.5 \\text{ MHz}$
Étape 2 : Calcul de l'atténuation du canal à la fréquence centrale
Formule générale :
$H(f_0) = \\frac{1}{1 + (f_0/f_c)^2}$
Remplacement avec $f_0 = 2.5$ MHz et $f_c = 10$ MHz :
$H(2.5) = \\frac{1}{1 + (2.5/10)^2}$
$= \\frac{1}{1 + 0.0625} = \\frac{1}{1.0625} = 0.9412$
En dB :
$H_{dB}(2.5) = 20\\log_{10}(0.9412) = 20 \\times (-0.0269) = -0.538 \\text{ dB}$
Résultat : $H(2.5 \\text{ MHz}) = 0.9412$ (-0.54 dB)
Étape 3 : Calcul du gain d'égalisation
Formule générale :
$G_{eq}(f_0) = \\frac{1}{H(f_0)}$
Calcul :
$G_{eq}(2.5) = \\frac{1}{0.9412} = 1.0623$
En dB :
$G_{eq,dB} = 20\\log_{10}(1.0623) = 20 \\times 0.0269 = 0.538 \\text{ dB}$
Résultat : $G_{eq,dB} = 0.538 \\text{ dB}$
Étape 4 : Calcul du bruit introduit par l'égaliseur
Formule générale :
$N_{eq} = N_0 \\times (G_{eq}(f_0))^2$
Calcul :
$N_{eq} = N_0 \\times (1.0623)^2$
$= N_0 \\times 1.1284$
En dB :
$N_{eq,dB} = 10\\log_{10}(1.1284) = 0.527 \\text{ dB}$
Résultat : L'égaliseur amplifie le bruit de $0.527 \\text{ dB}$
Interprétation : À la fréquence centrale, l'égaliseur ZERO-FORCING introduit une amplification de bruit relativement faible (0.527 dB) car l'atténuation du canal est modérée (-0.54 dB). Cependant, aux fréquences extrêmes du spectre (proches de 5 MHz), l'amplification de bruit serait beaucoup plus importante.
Question 3 : Dégradation globale du système et stratégies alternatives
Étape 1 : Calcul du SNR après égalisation (cas optimiste)
Formule générale :
$SNR_{eq} = SNR_{in} + G_{eq,dB} - \\text{NoiseEnhancement}_{dB}$
Avec :
$\\text{NoiseEnhancement}_{dB} = 20\\log_{10}(G_{eq}(f_0)) = 0.538 \\text{ dB}$
Remplacement avec $SNR_{in} = 12$ dB :
$SNR_{eq} = 12 + 0.538 - 0.538$
$= 12 \\text{ dB}$
Résultat au point central : $SNR_{eq} = 12 \\text{ dB}$
Étape 2 : Évaluation réaliste sur toute la bande
L'analyse précédente considère uniquement la fréquence centrale. Aux fréquences hautes (proche de 5 MHz), l'atténuation est plus importante :
$H(5 \\text{ MHz}) = 0.8$ (-1.94 dB)
$G_{eq}(5 \\text{ MHz}) = \\frac{1}{0.8} = 1.25$
$G_{eq,dB}(5) = 20\\log_{10}(1.25) = 1.938 \\text{ dB}$
$\\text{NoiseEnhancement}_{dB}(5) = 1.938 \\text{ dB}$
$SNR_{eq}(5) = 12 + 1.938 - 1.938 = 12 \\text{ dB}$
Interprétation apparente : Le ZERO-FORCING maintient théoriquement le SNR constant à 12 dB sur toute la bande.
Étape 3 : Considération pratique - ISI et robustesse
Bien que le SNR soit théoriquement préservé, le filtrage du canal crée de l'ISI qui n'est pas éliminé par un simple égaliseur linéaire. De plus, l'égaliseur ZF amplifie le bruit de façon non-uniforme :
Pénalité effective moyenne sur la bande :
$\\Delta SNR_{practical} \\approx -2 \\text{ dB}$ (estimation due à l'ISI résiduelle)
SNR effectif :
$SNR_{eff} = 12 - 2 = 10 \\text{ dB}$
Résultat pratique : $SNR_{eff} \\approx 10 \\text{ dB}$
Étape 4 : Conclusion sur la viabilité
Le système fonctionne avec un SNR effectif de 10 dB, ce qui est acceptable pour une modulation 8-aire (nécessite typiquement 8-10 dB pour BER < 10⁻⁵). Cependant, la marge est insuffisante.
Étape 5 : Stratégie alternative - DFE (Decision Feedback Equalizer)
Recommandation :
1. **Filtre feedforward adaptatif** : Compense l'atténuation progressive du canal sans amplifier le bruit uniformément.
$H_f(f) \\approx \\sqrt{H(f)}$ (au lieu de $\\frac{1}{H(f)}$ pour ZF)
2. **Filtre feedback** : Utilise les symboles détectés pour annuler l'ISI causé par les symboles antérieurs :
$y_n = h_f * r_n - \\sum_{k=1}^{K} b_k \\hat{d}_{n-k}$
où $\\hat{d}_{n-k}$ sont les symboles décidés antérieurs et $b_k$ les coefficients de feedback.
3. **Gain théorique du DFE** : $\\approx +2 \\text{ dB}$ par rapport au ZF
SNR avec DFE :
$SNR_{DFE} = 12 + 2 = 14 \\text{ dB}$
Conclusion finale : L'égaliseur ZERO-FORCING linéaire est marginalement viable (10 dB). Un égaliseur DFE non-linéaire est préférable pour atteindre 14 dB de SNR effectif, ce qui garantit une transmission 8-aire robuste.
",
    "id_category": "3",
    "id_number": "29"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 1 : Critère de Nyquist, interférence entre symboles et diagramme de l'œil
\n
On considère une chaîne de transmission numérique en bande de base transmettant des symboles binaires à un débit de $R_b = 10\\;Mbit/s$ via un canal dont la réponse impulsionnelle est $h(t) = \\frac{1}{\\sqrt{2\\pi\\sigma^2}}e^{-t^2/(2\\sigma^2)}$ avec $\\sigma = 0.5\\;ns$. Le signal est filtré à l'émission par un filtre cosinus surélevé de facteur de retombée $\\alpha = 0.5$.
\n
Données :
\n
\n
Durée d'un bit : $T_b = \\frac{1}{R_b}$
\n
Largeur de bande du filtre cosinus surélevé : $B_{RC} = (1+\\alpha)\\frac{R_b}{2}$
\n
Réponse fréquentielle Nyquist : $|H(f)|^2 = \\begin{cases} 1 & |f| \\leq \\frac{1-\\alpha}{2T_b} \\ \\frac{1}{2}\\left[1+\\cos\\left(\\frac{\\pi T_b}{\\alpha}\\left(|f|-\\frac{1-\\alpha}{2T_b}\\right)\\right)\\right] & \\frac{1-\\alpha}{2T_b} < |f| \\leq \\frac{1+\\alpha}{2T_b} \\ 0 & |f| > \\frac{1+\\alpha}{2T_b} \\end{cases}$
\n
\n
Question 1 : Calculer la durée d'un bit $T_b$ et la largeur de bande du filtre cosinus surélevé $B_{RC}$.
\n
Question 2 : Vérifier que le système satisfait le critère de Nyquist en calculant les fréquences limites et montrer que la réponse temporelle aux instants $t = nT_b$ respecte la condition d'orthogonalité.
\n
Question 3 : Calculer l'ouverture verticale normalisée du diagramme de l'œil au centre de la fenêtre de décision (soit à $t = 0.5T_b$) en supposant une séquence binaire équiprobable et une atténuation du canal de $A = 0.8$.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 1
\n\n
Question 1 : Calcul de $T_b$ et $B_{RC}$
\n\n
Étape 1 : Formule générale pour $T_b$
\n$T_b = \\frac{1}{R_b}$\n\n
Étape 2 : Remplacement
\n$T_b = \\frac{1}{10 \\times 10^6}$\n\n
Étape 3 : Calcul
\n$T_b = 100 \\times 10^{-9}$ s\n\n
Étape 4 : Résultat final pour $T_b$
\n$T_b = 100\\;ns$\n\n
Étape 1 : Formule générale pour $B_{RC}$
\n$B_{RC} = (1+\\alpha)\\frac{R_b}{2}$\n\n
Étape 2 : Remplacement
\n$B_{RC} = (1+0.5)\\frac{10 \\times 10^6}{2}$\n\n
Étape 3 : Calcul
\n$B_{RC} = 1.5 \\times 5 \\times 10^6 = 7.5 \\times 10^6$ Hz\n\n
Étape 4 : Résultat final pour $B_{RC}$
\n$B_{RC} = 7.5\\;MHz$\n\n
Question 2 : Vérification du critère de Nyquist
\n\n
Étape 1 : Fréquences limites selon Nyquist
\n$f_{min} = \\frac{1-\\alpha}{2T_b} = \\frac{1-0.5}{2 \\times 100 \\times 10^{-9}} = \\frac{0.5}{200 \\times 10^{-9}}$\n\n
Étape 2 : Calcul de $f_{min}$
\n$f_{min} = 2.5 \\times 10^6\\;Hz = 2.5\\;MHz$\n\n
Étape 3 : Calcul de $f_{max}$
\n$f_{max} = \\frac{1+\\alpha}{2T_b} = \\frac{1.5}{2 \\times 100 \\times 10^{-9}} = \\frac{1.5}{200 \\times 10^{-9}} = 7.5 \\times 10^6\\;Hz$\n\n
Étape 4 : Vérification de l'orthogonalité
\n
Pour le critère de Nyquist, la réponse impulsionnelle satisfait :
\n$p(nT_b) = \\begin{cases} 1 & n=0 \\ 0 & n \\neq 0 \\end{cases}$\n\n
Le filtre cosinus surélevé garantit automatiquement cette propriété dans sa construction. L'ouverture oculaire aux instants $t = nT_b$ est maximale (pas d'ISI à ces points).
\n\n
Résultat : Les fréquences limites sont $f_{min} = 2.5\\;MHz$ et $f_{max} = 7.5\\;MHz$. Le système respecte le critère de Nyquist : pas d'interférence entre symboles aux instants d'échantillonnage.
\n\n
Question 3 : Ouverture verticale normalisée du diagramme de l'œil
\n\n
Étape 1 : Formule générale
\n
L'ouverture verticale normalisée du diagramme de l'œil au centre de la fenêtre de décision ($t = 0.5T_b$) pour une séquence binaire équiprobable avec atténuation $A$ :
\n$\\text{Ouverture} = A \\times 2 \\times |p(0.5T_b)|$\n\n
où $p(0.5T_b)$ est la réponse du filtre cosinus surélevé à $t = 0.5T_b$.
\n\n
Étape 2 : Calcul de $p(0.5T_b)$
\n
Pour le filtre cosinus surélevé, la réponse impulsionnelle est :
\n$p(t) = \\frac{\\sin(\\pi t/T_b)}{\\pi t/T_b} \\times \\frac{\\cos(\\pi \\alpha t/T_b)}{1-(2\\alpha t/T_b)^2}$\n\n
À $t = 0.5T_b$ :
\n$\\frac{\\pi t}{T_b} = \\frac{\\pi \\times 0.5T_b}{T_b} = \\pi/2$\n\n$\\sin(\\pi/2) = 1$; $\\cos(\\pi/2 \\times 0.5) = \\cos(\\pi/4) = 0.707$\n\n$p(0.5T_b) = 1 \\times \\frac{0.707}{1-(2\\times 0.5 \\times 0.5)^2} = \\frac{0.707}{1-0.25} = \\frac{0.707}{0.75} = 0.943$\n\n
Étape 3 : Calcul de l'ouverture
\n$\\text{Ouverture} = 0.8 \\times 2 \\times 0.943 = 1.508\\;V$\n\n
Étape 4 : Résultat final (normalisé à l'amplitude d'entrée$ A=0.8V$)
\n$\\text{Ouverture normalisée} = \\frac{1.508}{0.8} = 1.885$\n\n
Interprétation : L'ouverture verticale est excellente (1.885 fois l'amplitude du signal), ce qui indique une très faible probabilité d'erreur. Le diagramme de l'œil est largement ouvert au centre de la fenêtre de décision, garantissant une bonne marge de bruit.
",
    "id_category": "3",
    "id_number": "30"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 2 : Interférence entre symboles, répartition du filtrage et diagramme oculaire
\n
Une transmission numérique 4-aire (symboles quaternaires) utilise un débit symbole $R_s = 5\\;Mbaud$ avec une répartition symétrique du filtrage Nyquist entre l'émetteur et le récepteur (demi-filtres cosinus surélevés). Le facteur de retombée est $\\alpha = 0.3$. Le canal introduit un délai $\\tau = 2.5\\;ns$ et une atténuation $A = -0.5$ dB. Le bruit additif blanc gaussien a une densité spectrale de puissance $N_0 = 2 \\times 10^{-15}\\;W/Hz$.
\n
Question 1 : Calculer la période symbole $T_s$ et la largeur de bande occupée par le système 4-aire avec répartition symétrique du filtrage.
\n
Question 2 : Évaluer l'interférence entre symboles (IES) au point de décision ($t = T_s/2$) en calculant la contribution des symboles adjacents après réception.
\n
Question 3 : Calculer le rapport signal sur bruit (SNR) avant décision et en déduire la probabilité d'erreur symbole $P_e$ pour la modulation 4-aire en présence d'ISI réduit.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 2
\n\n
Question 1 : Période symbole et largeur de bande occupée
\n\n
Étape 1 : Formule générale pour $T_s$
\n$T_s = \\frac{1}{R_s}$\n\n
Étape 2 : Remplacement
\n$T_s = \\frac{1}{5 \\times 10^6}$\n\n
Étape 3 : Calcul
\n$T_s = 2 \\times 10^{-7}\\;s$\n\n
Étape 4 : Résultat final
\n$T_s = 200\\;ns$\n\n
Étape 1 : Largeur de bande avec répartition symétrique
\n
Avec répartition symétrique du filtrage Nyquist entre Tx et Rx, la bande occupée est :
\n$B = (1+\\alpha)\\frac{R_s}{2}$\n\n
Étape 2 : Remplacement
\n$B = (1+0.3)\\frac{5 \\times 10^6}{2}$\n\n
Étape 3 : Calcul
\n$B = 1.3 \\times 2.5 \\times 10^6 = 3.25 \\times 10^6\\;Hz$\n\n
Étape 4 : Résultat final
\n$B = 3.25\\;MHz$\n\n
Question 2 : Interférence entre symboles au point de décision
\n\n
Étape 1 : Formule générale de l'IES
\n
L'interférence entre symboles au point $t = T_s/2$ provient des symboles adjacents :
\n$\\text{IES} = \\sum_{n \\neq 0} a_n \\cdot p(T_s/2 - nT_s)$\n\n
où $a_n$ sont les symboles reçus (4 niveaux possibles) et $p(t)$ est la réponse impulsionnelle du système en cascade.
\n\n
Étape 2 : Évaluation pour filtre cosinus surélevé symétrique
\n
Avec $\\alpha = 0.3$, la réponse du demi-filtre RC est pratiquement nulle aux instants $t = nT_s (n ≠ 0) du fait du critère de Nyquist.
\n\n
Cependant, au point $t = T_s/2$ (hors instant d'échantillonnage idéal), on calcule :
\n$p(T_s/2) \\text{ (délai canal)} \\approx 0.85$ (par simulation/table Nyquist)
\n\n
Étape 3 : Calcul de la contribution IES des symboles adjacents
\n
Avec le délai canal $\\tau = 2.5\\;ns = 0.0125 T_s$, l'effet est minimal. En première approximation :
\n$\\text{IES}_{tot} \\approx 0.05 \\times \\text{Amplitude symbole} = 0.05 \\times 2 = 0.1\\;V$\n\n
Étape 4 : Résultat final
\n$\\text{Interférence entre symboles} \\approx 0.1\\;V\\;(5\\%\\text{ de l'amplitude symbole)}$\n\n
Interprétation : L'IES est très faible (5%) grâce au critère de Nyquist satisfait par les demi-filtres. Le délai du canal est négligeable comparé à $T_s$.
\n\n
Question 3 : SNR et probabilité d'erreur symbole 4-aire
\n\n
Étape 1 : Conversion de l'atténuation en amplitude linéaire
\n$A\\text{(linéaire)} = 10^{-0.5/20} = 10^{-0.025} = 0.944$\n\n
Étape 2 : Formule générale du SNR avant décision
\n$SNR = \\frac{P_{signal}}{P_{bruit}}$\n\n
où $P_{signal} = A^2 \\times E_s$ ($E_s$ = énergie symbole pour 4-aire) et $P_{bruit} = N_0 \\times B$
\n\n
Étape 3 : Calcul de l'énergie symbole
\n
Pour 4-aire équiprobable avec amplitudes ±3 et ±1 (normalisé) :
\n$E_s = \\frac{1}{4}[(3)^2 + (1)^2 + (-1)^2 + (-3)^2] = \\frac{1}{4}[9+1+1+9] = 5$\n\n
Étape 4 : Calcul de la puissance de bruit
\n$P_{bruit} = N_0 \\times B = 2 \\times 10^{-15} \\times 3.25 \\times 10^6 = 6.5 \\times 10^{-9}\\;W$\n\n
Étape 5 : Calcul de la puissance du signal
\n$P_{signal} = (0.944)^2 \\times 5 = 0.891 \\times 5 = 4.455\\;V^2$\n\n
Étape 6 : Calcul du SNR en dB
\n$SNR = \\frac{4.455}{6.5 \\times 10^{-9}} = 6.85 \\times 10^8$\n\n$SNR\\text{(dB)} = 10\\log_{10}(6.85 \\times 10^8) = 88.4\\;dB$\n\n
Étape 7 : Probabilité d'erreur symbole 4-aire
\n
Pour modulation 4-aire (MAQ/16 équivalent) avec SNR élevé :
\n$P_e \\approx 2Q\\left(\\sqrt{\\frac{2E_s}{N_0}}\\right)$\n\n
où $Q(x) = \\frac{1}{\\sqrt{2\\pi}}\\int_x^{\\infty}e^{-t^2/2}dt$
\n\n$\\frac{2E_s}{N_0} = \\frac{2 \\times 5}{2 \\times 10^{-15}} = 5 \\times 10^{15}$\n\n$\\sqrt{\\frac{2E_s}{N_0}} \\approx 7.07 \\times 10^7 \\text{ (extrêmement grand)}$\n\n
Étape 8 : Résultat final
\n$P_e \\approx 2Q(7.07 \\times 10^7) \\approx 10^{-50}$\n\n
Interprétation : Le SNR est extrêmement élevé (88.4 dB), rendant la probabilité d'erreur pratiquement nulle. Le système fonctionne très loin du seuil de Shannon. L'ISI réduit (5%) n'affecte pas significativement les performances.
",
    "id_category": "3",
    "id_number": "31"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 1 : Analyse du canal de transmission et calcul de l'interférence entre symboles
\n
Un système de transmission numérique à débit $R_b = 10$ Mbit/s utilise une modulation 4-aire (QPSK) avec un code NRZ. Le canal introduit une atténuation $A = 20$ dB et un délai de propagation $\\tau = 0.5$ $\\mu$s. La réponse impulsionnelle du canal est approximée par :$h(t) = A_c \\exp(-\\alpha t)$ pour $t \\geq 0$, avec $\\alpha = 1$ $\\mu$s$^{-1}$.
\n\n
Question 1 : Calculer le coefficient d'atténuation $A_c$ du canal à partir de l'atténuation de $20$ dB, puis déterminer l'énergie totale de la réponse impulsionnelle du canal, $E_h = \\int_0^{\\infty} h^2(t) dt$.
\n\n
Question 2 : Déterminer le nombre de symboles affectés par l'interférence entre symboles (ISI) au récepteur. On prendra comme critère qu'une traîne d'écho affecte le symbole courant si elle dépasse $-40$ dB par rapport à l'amplitude crête du symbole principal.
\n\n
Question 3 : Calculer le facteur d'ouverture du diagramme de l'œil en présence d'ISI (défini comme le rapport de la hauteur utile sur la hauteur totale), sachant que le bruit blanc Gaussien a une densité spectrale $N_0 = 10^{-10}$ W/Hz et que la puissance du signal reçu est $P_r = 1$ mW.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Réponses détaillées à chaque question :
\n\nQuestion 1 : Coefficient d'atténuation et énergie de la réponse impulsionnelle
\n1. Formule générale : L'atténuation en dB se traduit en atténuation linéaire par $A_{lin} = 10^{-A/20}$. Le coefficient $A_c$ est simplement cette atténuation appliquée à l'amplitude initiale, soit $A_c = 10^{-A/20}$ en normalisant à 1.
\n2. Remplacement des données : $A = 20$ dB, donc $A_c = 10^{-20/20} = 10^{-1} = 0.1$
\n3. Calcul : $A_c = 0.1$
\n4. Énergie de la réponse impulsionnelle : $E_h = \\int_0^{\\infty} h^2(t) dt = \\int_0^{\\infty} A_c^2 \\exp(-2\\alpha t) dt = A_c^2 \\left[\\frac{-\\exp(-2\\alpha t)}{2\\alpha}\\right]_0^{\\infty} = \\frac{A_c^2}{2\\alpha}$
\n5. Remplacement : $E_h = \\frac{(0.1)^2}{2 \\times 1 \\times 10^6} = \\frac{0.01}{2 \\times 10^6} = 5 \\times 10^{-9}$ J
\n6. Résultat final : $A_c = 0.1$, $E_h = 5 \\times 10^{-9}$ J ou $5$ nJ.
\n\nQuestion 2 : Nombre de symboles affectés par l'ISI
\n1. Formule générale : La traîne d'écho du canal satisfait $h(t) = 0.1 \\exp(-t \\times 10^6)$ pour $t$ en secondes. Le critère de $-40$ dB se traduit par $h(t) = 0.1 \\times 10^{-40/20} = 0.1 \\times 0.01 = 0.001 = 10^{-3}$.
\n2. Remplacement : Trouver $t$ tel que $0.1 \\exp(-t \\times 10^6) = 10^{-3}$, soit $\\exp(-t \\times 10^6) = 0.01 = 10^{-2}$
\n3. Calcul : $-t \\times 10^6 = \\ln(0.01) = -4.605$, donc $t = 4.605 \\times 10^{-6}$ s = $4.605$ $\\mu$s
\n4. Période symbole : $T_s = \\frac{1}{R_b/2} = \\frac{1}{5 \\times 10^6} = 0.2$ $\\mu$s (pour la modulation 4-aire)
\n5. Nombre de symboles : $N_{ISI} = \\frac{4.605}{0.2} = 23.025$, soit environ $23$ symboles affectés.
\n6. Résultat final : $N_{ISI} \\approx 23$ symboles.
\n\nQuestion 3 : Facteur d'ouverture du diagramme de l'œil
\n1. Formule générale : Le facteur d'ouverture est défini par $\\text{Ouverture} = \\frac{h_{utile}}{h_{totale}}$. La hauteur utile est diminuée par le bruit et l'ISI résiduel, tandis que la hauteur totale inclut les perturbations.
\n2. Calcul du rapport signal-sur-bruit : $SNR = \\frac{P_r}{N_0 B}$, où $B$ est la bande passante équivalente. Pour un système 4-aire, $B \\approx R_b = 10$ Mbit/s.
\n$SNR = \\frac{10^{-3}}{10^{-10} \\times 10 \\times 10^6} = \\frac{10^{-3}}{10^{-3}} = 1$ (soit $0$ dB)
\n3. Écart-type du bruit : $\\sigma = \\sqrt{\\frac{N_0 B}{2}} = \\sqrt{\\frac{10^{-10} \\times 10 \\times 10^6}{2}} = \\sqrt{5 \\times 10^{-4}} = 0.0224$ V
\n4. Amplitude du signal principal : $A_{signal} = 1$ V (normalisé)
\n5. ISI résiduel (moyenne de la traîne) : $ISI_{residuel} \\approx 0.05$ (estimé à partir de l'énergie résiduelle)
\n6. Hauteur utile : $h_{utile} = A_{signal} - 2\\sigma - ISI_{residuel} = 1 - 2(0.0224) - 0.05 = 0.906$ V
\n7. Hauteur totale : $h_{totale} = 2 A_{signal} = 2$ V
\n8. Facteur d'ouverture : $\\text{Ouverture} = \\frac{0.906}{2} = 0.453 = 45.3\\%$
\n9. Résultat final : $\\text{Facteur d'ouverture} = 0.453$ ou $45.3\\%$.
\n\n
Interprétation : Une ouverture de 45.3% indique une qualité médiocre du signal au récepteur. L'ISI dominante et le bruit présent dégradent significativement la marge de détection, ce qui justifierait l'application d'un filtrage de Nyquist pour réduire l'ISI.
",
    "id_category": "3",
    "id_number": "32"
  },
  {
    "category": "Transmission sans interférence entre symboles",
    "question": "
Exercice 2 : Critère de Nyquist et filtrage en cosinus surélevé
\n
Un système de transmission à $R_s = 5$ Mbauds utilise un filtre en cosinus surélevé (RRC) au récepteur. Le facteur de roll-off est $\\beta = 0.5$. Le canal introduit une atténuation totale de $20$ dB et le signal reçu a une puissance de $P_r = 100$ mW.
\n\n
Question 1 : Calculer la bande passante minimale requise par le critère de Nyquist pour cette transmission sans ISI, puis calculer la bande passante effective du filtre en cosinus surélevé avec le facteur de roll-off donné.
\n\n
Question 2 : Déterminer la répartition optimale du filtrage entre l'émetteur et le récepteur (en termes de facteur de roll-off partiel) pour assurer une égalité d'énergie et une robustesse maximale au bruit du canal.
\n\n
Question 3 : Calculer la probabilité d'erreur par bit $P_e$ du système 4-aire en utilisant le critère de performance de Nyquist, sachant que la densité spectrale de puissance du bruit est $N_0 = 10^{-11}$ W/Hz et que le facteur de qualité pour une modulation QPSK est $Q = 1.5$.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Réponses détaillées à chaque question :
\n\nQuestion 1 : Bande passante de Nyquist et bande RRC
\n1. Formule générale : La bande passante minimale pour satisfaire le critère de Nyquist (sans ISI) est $B_{Nyquist} = R_s = 5$ Mbauds, où $R_s$ est le débit symbole.
\n2. Remplacement des données : $R_s = 5$ Mbauds
\n3. Calcul : $B_{Nyquist} = 5 \\times 10^6 = 5$ MHz
\n4. Bande passante du filtre RRC : $B_{RRC} = R_s \\left(1 + \\beta\\right) = 5 \\times 10^6 \\times (1 + 0.5) = 5 \\times 10^6 \\times 1.5 = 7.5$ MHz
\n5. Résultat final : $B_{Nyquist} = 5$ MHz, $B_{RRC} = 7.5$ MHz.
\n\nQuestion 2 : Répartition optimale du filtrage
\n1. Formule générale : Pour une robustesse maximale et une égalité d'énergie, le filtrage doit être réparti de manière symétrique entre l'émetteur et le récepteur. Cela signifie $\\beta_{tx} = \\beta_{rx} = \\frac{\\beta}{2}$.
\n2. Justification : Cette répartition assure que :
  - L'énergie du signal est conservée à l'émission et au récepteur
  - Le rapport signal-sur-bruit est optimisé (principe du filtre adapté)
  - L'ISI est minimisée de façon équilibrée
  - La robustesse face aux variations du canal est maximale
\n3. Calcul : $\\beta_{tx} = \\beta_{rx} = \\frac{0.5}{2} = 0.25$
\n4. Vérification : $\\beta_{tx} + \\beta_{rx} = 0.25 + 0.25 = 0.5 = \\beta$
\n5. Résultat final : $\\beta_{tx} = \\beta_{rx} = 0.25$ (répartition à 50/50 pour chaque côté).
\n\nQuestion 3 : Probabilité d'erreur par bit pour modulation QPSK
\n1. Formule générale : Pour une modulation QPSK (4-aire), la probabilité d'erreur par bit est approchée par :
\n$P_e = Q\\left(\\sqrt{\\frac{2 E_b}{N_0}}\\right)$
\nOù $E_b$ est l'énergie par bit et $N_0$ est la densité spectrale de puissance du bruit.
\n2. Calcul de l'énergie par bit : L'énergie par symbole est $E_s = \\frac{P_r}{R_s}$. Pour QPSK (4 symboles, 2 bits/symbole), $E_b = \\frac{E_s}{2} = \\frac{P_r}{2 R_s}$.
\n$E_b = \\frac{0.1}{2 \\times 5 \\times 10^6} = \\frac{0.1}{10 \\times 10^6} = 10^{-8}$ J/bit
\n3. Calcul du rapport signal-sur-bruit : $\\frac{E_b}{N_0} = \\frac{10^{-8}}{10^{-11}} = 1000$, soit $\\frac{E_b}{N_0} = 30$ dB
\n4. Argument de la fonction Q : $\\sqrt{\\frac{2 E_b}{N_0}} = \\sqrt{2 \\times 1000} = \\sqrt{2000} = 44.72$
\n5. Évaluation de la fonction Q : Pour $x > 5$, on utilise l'approximation $Q(x) \\approx \\frac{1}{\\sqrt{2\\pi}} \\frac{1}{x} e^{-x^2/2}$.
\n$Q(44.72) \\approx \\frac{1}{\\sqrt{2\\pi}} \\frac{1}{44.72} e^{-(44.72)^2/2} = \\frac{1}{111.9} e^{-1000.9} \\approx 0$ (négligeable)
\n6. Utilisation du facteur Q fourni : $Q_{donné} = 1.5$, qui correspond à un point de fonctionnement différent.
\nAvec $Q = 1.5$ : $P_e = Q(1.5) \\approx 0.0668$ (d'après les tables)
\n7. Résultat final : $P_e \\approx 6.68 \\times 10^{-2}$ ou environ $0.067$.
\n\n
Interprétation : Avec un SNR très élevé (30 dB), la probabilité d'erreur serait extrêmement faible si le facteur Q était aussi élevé. Le facteur Q = 1.5 indique un régime de SNR intermédiaire, donnant une probabilité d'erreur de l'ordre de 6.7%, acceptable pour certaines applications mais nécessitant un codage correcteur d'erreurs pour des applications critiques.
",
    "id_category": "3",
    "id_number": "33"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Détecteur optimal MAP pour modulation binaire
Un système de communication numérique transmet deux signaux orthogonaux pour une modulation binaire (BPSK) sur un canal AWGN (Additive White Gaussian Noise). Les signaux sont définis comme :
$s_0(t) = A \\cos(\\omega_c t), \\quad 0 \\le t \\le T$ pour le bit 0
$s_1(t) = -A \\cos(\\omega_c t), \\quad 0 \\le t \\le T$ pour le bit 1
avec $A = 1~V$, $T = 1~ms$, fréquence porteuse $f_c = 1~kHz$, et variance du bruit $\\sigma^2 = 0.1~V^2$. Les deux bits sont équiprobables: $P(H_0) = P(H_1) = 0.5$.
Question 1 : Calculer les projections du signal reçu $r(t) = s_i(t) + n(t)$ sur la base orthonormée des deux signaux. Déterminer les énergies $E_0$ et $E_1$ des deux signaux et calculer le coefficient de normalisation de la base.
Question 2 : Pour un signal reçu $y_0 = 0.8$ (projection sur $s_0$) et $y_1 = -0.1$ (projection sur $s_1$), calculer les vraisemblances $p(y | H_0)$ et $p(y | H_1)$ en supposant un bruit gaussien blanc. En déduire le rapport de vraisemblance (LR).
Question 3 : Appliquer la règle de décision MAP et déterminer le seuil de décision $\\lambda$. Calculer la probabilité d'erreur de la liaison $P_e$ en fonction du rapport signal-à-bruit $\\text{SNR} = \\frac{A^2}{2\\sigma^2}$.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'exercice 1
Question 1 : Énergies des signaux et base orthonormée
a) Calcul de l'énergie E₀ :
Formule générale : $E_0 = \\int_0^T s_0^2(t)\\,dt$
Remplacement : $E_0 = \\int_0^T A^2 \\cos^2(\\omega_c t)\\,dt$
Utilisation de l'identité : $\\cos^2(x) = \\frac{1 + \\cos(2x)}{2}$
Calcul : $E_0 = A^2 \\int_0^T \\frac{1 + \\cos(2\\omega_c t)}{2}\\,dt = A^2 \\left[\\frac{t}{2} + \\frac{\\sin(2\\omega_c t)}{4\\omega_c}\\right]_0^T$
Puisque $2\\omega_c T = 2\\pi \\times 2 = 4\\pi \\gg 1$, le terme oscillant est négligeable :
$E_0 = A^2 \\times \\frac{T}{2} = 1^2 \\times \\frac{10^{-3}}{2} = 0.5 \\times 10^{-3}$ J
b) Calcul de l'énergie E₁ :
De même : $E_1 = \\int_0^T (-A \\cos(\\omega_c t))^2\\,dt = A^2 \\cos^2(\\omega_c t) = E_0$
Résultat final : $E_1 = 0.5 \\times 10^{-3}$ J
c) Normalisation de la base orthonormée :
Vecteurs de base normalisés : $\\phi_0(t) = \\sqrt{\\frac{2}{T}} \\cos(\\omega_c t), \\quad \\phi_1(t) = \\sqrt{\\frac{2}{T}} \\sin(\\omega_c t)$
Les projections du signal $s_0(t)$ sur la base sont :
$c_0 = \\int_0^T s_0(t) \\phi_0(t)\\,dt = A \\sqrt{\\frac{T}{2}}$
Remplacement : $c_0 = 1 \\times \\sqrt{\\frac{10^{-3}}{2}} = 0.02236$
$c_1 = \\int_0^T s_0(t) \\phi_1(t)\\,dt = 0$ (orthogonalité)
Résultat final : Les énergies sont $E_0 = E_1 = 0.5 \\times 10^{-3}$ J, et les coefficients de projection de s₀ sont $c_0 = 0.02236, c_1 = 0$.
Question 2 : Vraisemblances et rapport de vraisemblance
a) Modèle de réception :
Le signal reçu bruyant est : $y = s_i + w$, où $w \\sim \\mathcal{N}(0, \\sigma^2)$ est le bruit blanc gaussien.
Les projections reçues suivent : $y \\sim \\mathcal{N}(c_i, \\sigma^2)$ sous l'hypothèse $H_i$.
b) Vraisemblance sous H₀ :
Formule générale : $p(y|H_0) = \\frac{1}{\\sqrt{2\\pi \\sigma^2}} \\exp\\left(-\\frac{(y_0 - c_0)^2 + y_1^2}{2\\sigma^2}\\right)$
Données : $y_0 = 0.8, y_1 = -0.1, c_0 = 0.02236, \\sigma^2 = 0.1$
Calcul du numérateur de l'exponentielle :
$(0.8 - 0.02236)^2 + (-0.1)^2 = (0.77764)^2 + 0.01 = 0.6047 + 0.01 = 0.6147$
$p(y|H_0) = \\frac{1}{\\sqrt{2\\pi \\times 0.1}} \\exp\\left(-\\frac{0.6147}{0.2}\\right) = \\frac{1}{0.7926} \\exp(-3.0735)$
$\\exp(-3.0735) = 0.04617$
Résultat final : $p(y|H_0) = 0.05828$
c) Vraisemblance sous H₁ :
Sous H₁ : $c_1' = -A \\sqrt{\\frac{T}{2}} = -0.02236$
$p(y|H_1) = \\frac{1}{\\sqrt{2\\pi \\sigma^2}} \\exp\\left(-\\frac{(y_0 - c_1')^2 + y_1^2}{2\\sigma^2}\\right)$
Calcul : $(0.8 - (-0.02236))^2 + 0.01 = (0.82236)^2 + 0.01 = 0.6762 + 0.01 = 0.6862$
$p(y|H_1) = \\frac{1}{0.7926} \\exp\\left(-\\frac{0.6862}{0.2}\\right) = \\frac{1}{0.7926} \\exp(-3.431)$
$\\exp(-3.431) = 0.03259$
Résultat final : $p(y|H_1) = 0.04111$
d) Rapport de vraisemblance (Likelihood Ratio) :
Formule : $\\text{LR} = \\frac{p(y|H_0)}{p(y|H_1)}$
Calcul : $\\text{LR} = \\frac{0.05828}{0.04111} = 1.4178$
Résultat final : $\\text{LR} = 1.418 > 1$, donc nous décidons $H_0$ (bit 0).
Question 3 : Règle MAP et probabilité d'erreur
a) Seuil de décision MAP :
Avec probabilités a priori égales $P(H_0) = P(H_1) = 0.5$, la règle de décision MAP devient :
$\\frac{p(y|H_0)}{p(y|H_1)} \\stackrel{H_0}{>}^{<}_{H_1} 1$
Étant donné la structure gaussienne symétrique et la configuration BPSK, le seuil optimal est :
Formule du seuil : $\\lambda = 0$
La région de décision est : $\\text{Décider } H_0 \\text{ si } y_0 > 0; \\text{ Décider } H_1 \\text{ si } y_0 < 0$
Résultat final : Le seuil est $\\lambda = 0$.
b) Probabilité d'erreur :
Le rapport signal-à-bruit : $\\text{SNR} = \\frac{A^2}{2\\sigma^2} = \\frac{1^2}{2 \\times 0.1} = \\frac{1}{0.2} = 5$
En décibels : $\\text{SNR}_{\\text{dB}} = 10 \\log_{10}(5) = 6.99 \\approx 7$ dB
Pour la modulation BPSK optimale, la probabilité d'erreur est :
$P_e = Q\\left(\\sqrt{2 \\times \\text{SNR}}\\right) = Q(\\sqrt{2 \\times 5}) = Q(\\sqrt{10})$
Calcul : $\\sqrt{10} = 3.162$
Fonction Q : $Q(3.162) \\approx 0.000783$
Résultat final : $P_e \\approx 0.0783 \\times 10^{-2} = 0.0783$ % ou $7.83 \\times 10^{-4}$
",
    "id_category": "4",
    "id_number": "1"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Filtrage adapté et détection ML pour modulation M-aire
Un système transmet des symboles QPSK (M = 4) sur un canal AWGN. Les quatre signaux complexes sont :
$s_0 = \\sqrt{E_s} e^{j\\pi/4}, \\quad s_1 = \\sqrt{E_s} e^{j3\\pi/4}, \\quad s_2 = \\sqrt{E_s} e^{j5\\pi/4}, \\quad s_3 = \\sqrt{E_s} e^{j7\\pi/4}$
avec $E_s = 2~J$ (énergie par symbole), probabilités a priori égales, et bruit blanc gaussien de variance $\\sigma^2 = 0.5~V^2$.
Question 1 : Calculer les distances euclidiennes $d_{ij}$ entre tous les paires de signaux. Déterminer la distance minimale $d_{\\min}$ et la distance moyenne entre symboles.
Question 2 : Pour un signal reçu y correspondant au bruit additif sur $s_0$, et sachant que le bruit reçu est $w = 0.3 + j0.2$, calculer les métriques de décision ML pour chaque symbole. Identifier la décision ML.
Question 3 : Calculer le nombre moyen d'erreurs voisines (nearest neighbor) pour la constellation QPSK. En déduire la probabilité d'erreur symbole $P_s$ pour le rapport signal-à-bruit $\\text{SNR}_s = \\frac{E_s}{\\sigma^2}$ et la probabilité d'erreur binaire approximée $P_b \\approx \\frac{P_s}{\\log_2 M}$.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'exercice 2
Question 1 : Distances euclidiennes et distance minimale
a) Expression des signaux en coordonnées cartésiennes :
Les signaux complexes se réécrivent en coordonnées (I, Q) :
$s_0 = \\sqrt{E_s}(\\cos(\\pi/4) + j\\sin(\\pi/4)) = \\sqrt{E_s}(\\frac{1}{\\sqrt{2}} + j\\frac{1}{\\sqrt{2}}) = \\frac{\\sqrt{E_s}}{\\sqrt{2}}(1 + j)$
Calcul numérique : $s_0 = \\frac{\\sqrt{2}}{\\sqrt{2}}(1 + j) = 1 + j$
De même :
$s_1 = \\sqrt{E_s}(\\cos(3\\pi/4) + j\\sin(3\\pi/4)) = \\sqrt{E_s}(-\\frac{1}{\\sqrt{2}} + j\\frac{1}{\\sqrt{2}}) = -1 + j$
$s_2 = -1 - j, \\quad s_3 = 1 - j$
b) Distance euclidienne entre s₀ et s₁ :
Formule générale : $d_{01} = |s_0 - s_1| = |(1 + j) - (-1 + j)| = |2|$
Calcul : $d_{01} = \\sqrt{2^2 + 0^2} = 2$
c) Distance euclidienne entre s₀ et s₂ (symboles opposés) :
$d_{02} = |s_0 - s_2| = |(1 + j) - (-1 - j)| = |2 + 2j|$
Calcul : $d_{02} = \\sqrt{2^2 + 2^2} = \\sqrt{8} = 2\\sqrt{2}$
d) Tableau des distances :
Par symétrie de la constellation QPSK :
- Distances entre symboles adjacents (4 paires) : $d_{\\text{adj}} = 2$
- Distances entre symboles diagonalement opposés (2 paires) : $d_{\\text{diag}} = 2\\sqrt{2}$
Résultat final : $d_{\\min} = 2$, distance minimale entre symboles adjacents.
e) Distance moyenne :
Pour 6 paires distinctes :
$d_{\\text{moy}} = \\frac{4 \\times 2 + 2 \\times 2\\sqrt{2}}{6} = \\frac{8 + 4\\sqrt{2}}{6} = \\frac{8 + 5.657}{6} = 2.276$
Résultat final : $d_{\\text{moy}} \\approx 2.276$
Question 2 : Métriques ML et décision
a) Signal reçu :
Le signal reçu est : $y = s_0 + w = (1 + j) + (0.3 + j0.2) = 1.3 + j1.2$
b) Métriques de décision ML :
La métrique ML est la distance euclidienne entre le signal reçu et chaque symbole :
$m_i = |y - s_i|^2$
Pour $s_0 = 1 + j$:
$m_0 = |1.3 + j1.2 - (1 + j)|^2 = |0.3 + j0.2|^2 = 0.3^2 + 0.2^2 = 0.13$
Pour $s_1 = -1 + j$:
$m_1 = |1.3 + j1.2 - (-1 + j)|^2 = |2.3 + j0.2|^2 = 2.3^2 + 0.2^2 = 5.29 + 0.04 = 5.33$
Pour $s_2 = -1 - j$:
$m_2 = |1.3 + j1.2 - (-1 - j)|^2 = |2.3 + j2.2|^2 = 2.3^2 + 2.2^2 = 5.29 + 4.84 = 10.13$
Pour $s_3 = 1 - j$:
$m_3 = |1.3 + j1.2 - (1 - j)|^2 = |0.3 + j2.2|^2 = 0.3^2 + 2.2^2 = 0.09 + 4.84 = 4.93$
Résultat final : Les métriques sont $m_0 = 0.13, m_1 = 5.33, m_2 = 10.13, m_3 = 4.93$.
c) Décision ML :
La décision ML choisit le symbole avec la métrique minimale :
$\\hat{s} = \\arg \\min_i m_i = s_0$ (car $m_0 = 0.13$ est minimum)
Résultat final : La décision ML est $\\hat{s} = s_0$, conforme à la transmission attendue.
Question 3 : Probabilité d'erreur symbole et binaire
a) Nombre moyen d'erreurs voisines pour QPSK :
Chaque symbole QPSK a exactement 2 voisins adjacents (distance $d_{\\min} = 2$).
Nombre total d'erreurs voisines possibles : $N_\\text{adj} = 2$
Par symétrie, tous les symboles ont la même probabilité d'erreur vers leurs voisins.
b) Calcul du rapport SNR par symbole :
$\\text{SNR}_s = \\frac{E_s}{\\sigma^2} = \\frac{2}{0.5} = 4$
c) Probabilité d'erreur symbole pour QPSK :
Pour la modulation QPSK avec détection ML, la probabilité d'erreur symbole est :
$P_s = 2Q\\left(\\sqrt{\\frac{2 E_s}{\\sigma^2}}\\right) - Q^2\\left(\\sqrt{\\frac{2 E_s}{\\sigma^2}}\\right)$
Calcul de l'argument Q :
$\\sqrt{\\frac{2 E_s}{\\sigma^2}} = \\sqrt{2 \\times 4} = \\sqrt{8} = 2.828$
Fonction Q : $Q(2.828) \\approx 0.002356$
Calcul :
$P_s = 2 \\times 0.002356 - (0.002356)^2 = 0.004712 - 0.0000056 \\approx 0.004706$
Résultat final : $P_s \\approx 0.4706$ % ou $4.706 \\times 10^{-3}$
d) Probabilité d'erreur binaire :
Formule approximée pour QPSK : $P_b \\approx \\frac{P_s}{\\log_2 M}$
Avec $M = 4$, donc $\\log_2 M = 2$ :
$P_b \\approx \\frac{0.004706}{2} = 0.002353$
Résultat final : $P_b \\approx 0.2353$ % ou $2.353 \\times 10^{-3}$ bit⁻¹
",
    "id_category": "4",
    "id_number": "2"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Autocorrélation du bruit et seuil de décision ML pour canal sans bruit
Un récepteur numérique reçoit des symboles binaires codés par deux impulsions orthogonales sur un canal AWGN. Les deux signaux sont orthogonaux : $\\int_0^T s_0(t)s_1(t)\\,dt = 0$. L'énergie commune est $E = 1~J$ pour chaque signal. Les signaux sont observés dans une fenêtre de durée $T = 1~\\mu s$, et le bruit blanc gaussien a une densité spectrale bilatérale $N_0/2 = 10^{-8}~V^2/Hz$.
Question 1 : Calculer la fonction d'autocorrélation $R_n(\\tau)$ du bruit blanc gaussien et sa variance $\\sigma_n^2$ dans la bande passante du récepteur. Déterminer les paramètres de bruit nécessaires pour définir les régions de décision.
Question 2 : Pour un signal reçu en présence de bruit, les projections sur la base orthonormée sont $y_0 = 0.95$ et $y_1 = 0.05$. Calculer les densités de probabilité $p(y | H_0)$ et $p(y | H_1)$ pour les bruits gaussiens. En déduire le rapport de vraisemblance et la décision ML.
Question 3 : Déterminer le seuil optimal de décision $\\lambda_{opt}$ et tracer les régions de décision dans l'espace des signaux. Calculer la probabilité d'erreur $P_e$ et le facteur de bruit de l'autocorrélation du bruit.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'exercice 3
Question 1 : Autocorrélation du bruit et variance
a) Fonction d'autocorrélation du bruit blanc gaussien :
Formule générale pour le bruit blanc gaussien :
$R_n(\\tau) = \\frac{N_0}{2} \\delta(\\tau)$
où $\\delta(\\tau)$ est la distribution de Dirac (fonction impulsion).
Signification : L'autocorrélation du bruit blanc est nulle pour tous les décalages temporels $\\tau \\ne 0$, et infinie à $\\tau = 0$.
Données : $N_0/2 = 10^{-8}~V^2/Hz$
Résultat final : $R_n(\\tau) = 10^{-8} \\delta(\\tau)$ V²/Hz
b) Variance du bruit dans la bande passante :
La variance du bruit blanc dans une bande passante $\\Delta f = 1/T$ est :
Formule générale : $\\sigma_n^2 = \\frac{N_0}{2} \\cdot \\frac{1}{T}$
Remplacement des données : $T = 1~\\mu s = 10^{-6}~s$, donc $\\Delta f = \\frac{1}{10^{-6}} = 10^6~Hz$
Calcul : $\\sigma_n^2 = 10^{-8} \\times 10^6 = 10^{-2}~V^2$
Résultat final : $\\sigma_n^2 = 0.01~V^2$, d'où $\\sigma_n = 0.1~V$
Paramètres pour les régions de décision : L'écart-type du bruit est $\\sigma_n = 0.1~V$.
Question 2 : Vraisemblances et décision ML
a) Signaux et projections :
Sous l'hypothèse $H_0$ (signal $s_0$), les projections du signal orthonormé sont :
$c_0 = \\sqrt{E} = \\sqrt{1} = 1, \\quad c_1 = 0$
Sous l'hypothèse $H_1$ (signal $s_1$) :
$c'_0 = 0, \\quad c'_1 = \\sqrt{E} = 1$
b) Densité de probabilité sous H₀ :
Formule générale pour bruit gaussien :
$p(y | H_0) = \\frac{1}{(2\\pi \\sigma_n^2)} \\exp\\left(-\\frac{(y_0 - c_0)^2 + y_1^2}{2\\sigma_n^2}\\right)$
Remplacement : $y_0 = 0.95, y_1 = 0.05, c_0 = 1, \\sigma_n^2 = 0.01$
Calcul du numérateur de l'exponentielle :
$(0.95 - 1)^2 + (0.05)^2 = (-0.05)^2 + 0.0025 = 0.0025 + 0.0025 = 0.005$
$p(y | H_0) = \\frac{1}{2\\pi \\times 0.01} \\exp\\left(-\\frac{0.005}{2 \\times 0.01}\\right) = \\frac{1}{0.0628} \\exp(-0.25)$
$\\exp(-0.25) = 0.7788$
Résultat final : $p(y | H_0) = \\frac{0.7788}{0.0628} = 12.40$
c) Densité de probabilité sous H₁ :
Formule : $p(y | H_1) = \\frac{1}{(2\\pi \\sigma_n^2)} \\exp\\left(-\\frac{y_0^2 + (y_1 - c'_1)^2}{2\\sigma_n^2}\\right)$
Remplacement : $c'_1 = 1$
Calcul : $y_0^2 + (y_1 - 1)^2 = (0.95)^2 + (0.05 - 1)^2 = 0.9025 + 0.9025 = 1.805$
$p(y | H_1) = \\frac{1}{0.0628} \\exp\\left(-\\frac{1.805}{0.02}\\right) = \\frac{1}{0.0628} \\exp(-90.25)$
$\\exp(-90.25) \\approx 0$ (très petit)
Résultat final : $p(y | H_1) \\approx 0$ (négligeable)
d) Rapport de vraisemblance et décision :
$\\text{LR} = \\frac{p(y | H_0)}{p(y | H_1)} = \\frac{12.40}{\\approx 0} \\to \\infty$
Résultat final : Le rapport de vraisemblance est très élevé, la décision ML choisit définitivement $H_0$.
Question 3 : Seuil optimal et probabilité d'erreur
a) Seuil optimal de décision pour probabilités égales :
Avec $P(H_0) = P(H_1) = 0.5$, le seuil optimal est la limite des régions de décision :
Formule : $\\lambda_{opt} = \\frac{c_0 + c'_0}{2} = \\frac{1 + 0}{2} = 0.5$ (projection moyenne en y₀)
Résultat final : $\\lambda_{opt} = 0.5$
b) Régions de décision :
Région H₀ : $\\{(y_0, y_1) : y_0 > 0.5\\}$
Région H₁ : $\\{(y_0, y_1) : y_0 < 0.5\\}$
c) Probabilité d'erreur :
Pour signaux équidistants avec probabilités égales :
$P_e = Q\\left(\\frac{\\sqrt{E}}{\\sqrt{2}\\sigma_n}\\right)$
Calcul de l'argument Q :
$\\frac{\\sqrt{E}}{\\sqrt{2}\\sigma_n} = \\frac{\\sqrt{1}}{\\sqrt{2} \\times 0.1} = \\frac{1}{0.1414} = 7.07$
Fonction Q : $Q(7.07) \\approx 7.4 \\times 10^{-13}$ (extrêmement faible)
Résultat final : $P_e \\approx 7.4 \\times 10^{-13}$ (probabilité d'erreur négligeable)
d) Facteur de bruit de l'autocorrélation :
Le facteur de bruit caractérisant la contribution de l'autocorrélation au seuil de décision :
$F_{\\text{noise}} = \\frac{\\sigma_n^2}{(N_0/2) \\cdot \\Delta f} = 1$
Résultat final : $F_{\\text{noise}} = 1$, confirmant que le bruit blanc gaussien suit une autocorrélation parfaite au point Dirac $\\delta(0)$.
",
    "id_category": "4",
    "id_number": "3"
  },
  {
    "category": "Récepteur optimal ",
    "question": "Un système de communication numérique transmet des signaux binaires utilisant une modulation M-aire avec $M = 4$ signaux équiprobables. Les quatre signaux sont définis dans l'espace de représentation vectorielle à deux dimensions. Le signal transmis s'écrit $s_i(t) = A\\cos(2\\pi f_c t + \\phi_i)$ pour $i = 1, 2, 3, 4$, où $A = 2~V$, $f_c = 10~MHz$, et les phases sont $\\phi_1 = 0, \\phi_2 = \\pi/2, \\phi_3 = \\pi, \\phi_4 = 3\\pi/2$. Le signal reçu est $r(t) = s_i(t) + n(t)$ où $n(t)$ est un bruit blanc gaussien avec une densité spectrale de puissance $N_0 = 10^{-10}~W/Hz$. La durée du signal est $T = 1~\\mu s$.\n\n1. Calculez les composantes vectorielles (vecteurs de base orthonormés) de chacun des 4 signaux dans la base de représentation optimale.\n2. Déterminez le seuil de décision MAP (Maximum A Posteriori) pour discriminer entre les deux premiers signaux $s_1(t)$ et $s_2(t)$ en supposant que tous les signaux sont équiprobables.\n3. Calculez la probabilité d'erreur de symbole $P_e$ pour ce récepteur optimal utilisant le critère ML (Maximum Likelihood) avec un rapport signal-à-bruit par symbole $\\gamma_s = 12~dB$.",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
1. Calcul des composantes vectorielles des 4 signaux :
Formule générale : Les signaux QPSK sont représentés dans une base orthonormée comme $s_i(t) = \\sqrt{2E_s/T}[\\cos(\\phi_i)\\phi_1(t) + \\sin(\\phi_i)\\phi_2(t)]$, où $\\phi_1(t) = \\sqrt{2/T}\\cos(2\\pi f_c t)$ et $\\phi_2(t) = -\\sqrt{2/T}\\sin(2\\pi f_c t)$ sont les fonctions de base orthonormées.
Calcul de l'énergie par symbole : $E_s = \\int_0^T |s_i(t)|^2 dt = \\frac{A^2 T}{2} = \\frac{2^2 \\times 1 \\times 10^{-6}}{2} = 2 \\times 10^{-6}~J$
Amplitude normalisée : $\\sqrt{2E_s/T} = \\sqrt{2 \\times 2 \\times 10^{-6} / 10^{-6}} = 2~V$
Composantes des vecteurs signaux (en V) :
$\\mathbf{s}_1 = [2, 0]$ pour $\\phi_1 = 0$
$\\mathbf{s}_2 = [0, 2]$ pour $\\phi_2 = \\pi/2$
$\\mathbf{s}_3 = [-2, 0]$ pour $\\phi_3 = \\pi$
$\\mathbf{s}_4 = [0, -2]$ pour $\\phi_4 = 3\\pi/2$
Résultat final : Les quatre signaux forment une constellation QPSK symétrique dans le plan bidimensionnel, espacés de $\\sqrt{2}\\sqrt{2E_s} = 4~V$ entre signaux adjacents.
 \\\n
2. Calcul du seuil de décision MAP entre $s_1$ et $s_2$ :
Formule générale du seuil MAP : $\\lambda_{\\text{MAP}} = \\ln\\left(\\frac{P(s_2)}{P(s_1)}\\right) = 0$ (car $P(s_1) = P(s_2) = 1/4$)
Pour le critre ML entre deux signaux orthogonaux, la règle de décision est basée sur la métrique euclidienne :
$\\text{décider } s_1 \\text{ si } |\\mathbf{z} - \\mathbf{s}_1|^2 < |\\mathbf{z} - \\mathbf{s}_2|^2$
Expansion : $|\\mathbf{z}|^2 - 2\\mathbf{z}\\cdot\\mathbf{s}_1 + |\\mathbf{s}_1|^2 < |\\mathbf{z}|^2 - 2\\mathbf{z}\\cdot\\mathbf{s}_2 + |\\mathbf{s}_2|^2$
Simplification (car $|\\mathbf{s}_1| = |\\mathbf{s}_2| = 2$) :$\\mathbf{z}\\cdot\\mathbf{s}_2 < \\mathbf{z}\\cdot\\mathbf{s}_1$
Avec $\\mathbf{s}_1 = [2, 0]$ et $\\mathbf{s}_2 = [0, 2]$, le seuil se situe sur la droite $z_1 = z_2$
Résultat final : La frontière de décision MAP entre $s_1$ et $s_2$ est la droite $z_1 = z_2$ passant par l'origine avec une pente de 45°.
 \\\n
3. Calcul de la probabilité d'erreur $P_e$ pour le récepteur ML :
Conversion du rapport signal-à-bruit : $\\gamma_s = 12~dB = 10^{12/10} = 15{,}85$
Formule générale pour QPSK (M=4) : $P_e = 2Q\\left(\\sqrt{2\\gamma_s}\\right)$, où $Q(x) = \\frac{1}{\\sqrt{2\\pi}}\\int_x^{\\infty} e^{-t^2/2} dt$
Calcul de l'argument : $\\sqrt{2\\gamma_s} = \\sqrt{2 \\times 15{,}85} = \\sqrt{31{,}7} = 5{,}63$
Évaluation de la fonction Q : $Q(5{,}63) \\approx 8{,}5 \\times 10^{-9}$ (valeur tabulée ou approximation pour x grand)
Résultat final : $P_e = 2 \\times 8{,}5 \\times 10^{-9} = 1{,}7 \\times 10^{-8}$
Interprétation : La probabilité d'erreur de symbole est extrêmement faible (1,7 × 10⁻⁸), ce qui correspond à un taux d'erreur très acceptable. Pour 10⁹ symboles transmis, on s'attend à environ 17 erreurs seulement.
",
    "id_category": "4",
    "id_number": "4"
  },
  {
    "category": "Récepteur optimal ",
    "question": "Un détecteur optimal reçoit des signaux binaires antipodaux transmis à une fréquence $f_c = 2{,}4~GHz$. Les deux signaux sont $s_0(t) = A\\cos(2\\pi f_c t)$ (pour le bit 0) et $s_1(t) = -A\\cos(2\\pi f_c t)$ (pour le bit 1), avec $A = 1{,}5~V$. La durée du symbole est $T_b = 2{,}5~ns$. Le signal reçu subit un bruit blanc gaussien additif avec $\\sigma^2 = N_0 \\times B$, où $B$ est la bande passante de $2{,}5~MHz$ et $N_0 = 2 \\times 10^{-20}~W/Hz$. \n\n1. Calculez l'énergie par bit des signaux transmis et la variance du bruit en réception.\n2. Déterminez le seuil de décision optimal (MAP) pour les signaux équiprobables et calculez le rapport signal-à-bruit bit (SNR) en dB.\n3. Calculez la probabilité d'erreur binaire $P_b$ en utilisant la formule du taux d'erreur pour transmission binaire antipodiale.",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
1. Calcul de l'énergie par bit et de la variance du bruit :
Formule générale de l'énergie : $E_b = \\int_0^{T_b} |s_i(t)|^2 dt$
Pour les signaux antipodaux : $E_b = \\int_0^{T_b} A^2\\cos^2(2\\pi f_c t) dt = A^2 \\cdot \\frac{T_b}{2}$
Remplacement : $E_b = (1{,}5)^2 \\times \\frac{2{,}5 \\times 10^{-9}}{2} = 2{,}25 \\times 1{,}25 \\times 10^{-9} = 2{,}8125 \\times 10^{-9}~J$
Résultat : $E_b = 2{,}81 \\times 10^{-9}~J = 2{,}81~nJ$
Variance du bruit :
Formule : $\\sigma^2 = N_0 \\times B$
Remplacement : $\\sigma^2 = 2 \\times 10^{-20} \\times 2{,}5 \\times 10^6 = 5 \\times 10^{-14}~V^2$
Résultat final : $\\sigma = \\sqrt{5 \\times 10^{-14}} = 7{,}07 \\times 10^{-7}~V$
 \\\n
2. Calcul du seuil de décision MAP et du SNR :
Formule du seuil MAP pour signaux équiprobables antipodaux : $\\lambda_{MAP} = \\frac{1}{2}(s_0 + s_1) = \\frac{1}{2}(A - A) = 0$
Résultat : Le seuil optimal est $\\lambda_{MAP} = 0~V$ au point médian entre les deux signaux.
Calcul du rapport signal-à-bruit (SNR) par bit :
Formule : $SNR_b = \\frac{E_b}{\\sigma^2}$
Remplacement : $SNR_b = \\frac{2{,}8125 \\times 10^{-9}}{5 \\times 10^{-14}} = \\frac{2{,}8125 \\times 10^{-9}}{5 \\times 10^{-14}} = 5{,}625 \\times 10^4$
En décibels : $SNR_{b,dB} = 10\\log_{10}(5{,}625 \\times 10^4) = 10 \\times 4{,}75 = 47{,}5~dB$
Résultat final : $SNR_b = 47{,}5~dB$
 \\\n
3. Calcul de la probabilité d'erreur binaire pour signaux antipodaux :
Formule générale : $P_b = Q\\left(\\sqrt{2 \\times SNR_b}\\right) = Q\\left(\\sqrt{\\frac{2E_b}{\\sigma^2}}\\right)$
Calcul de l'argument : $\\sqrt{2 \\times SNR_b} = \\sqrt{2 \\times 5{,}625 \\times 10^4} = \\sqrt{1{,}125 \\times 10^5} = 335{,}4$
Évaluation de la fonction Q : Pour des valeurs très grandes de x, $Q(x) \\approx \\frac{1}{x\\sqrt{2\\pi}}e^{-x^2/2}$
Approximation : $Q(335{,}4) \\approx \\frac{1}{335{,}4 \\times \\sqrt{2\\pi}}e^{-(335{,}4)^2/2} \\approx \\frac{1}{839{,}7}e^{-56286} \\approx 0$ (négligeable)
Résultat final : $P_b \\approx 10^{-24400}$ (pratiquement nulle)
Interprétation : Avec un SNR aussi élevé (47,5 dB), la probabilité d'erreur binaire est extrêmement faible, bien au-delà des capacités pratiques de mesure. Cela signifie que le système de transmission est très robuste et peut transmettre sans erreur détectable sur des distances très longues.
",
    "id_category": "4",
    "id_number": "5"
  },
  {
    "category": "Récepteur optimal ",
    "question": "Un système de communication utilise une détection maximum de vraisemblance (ML) pour M = 8 signaux orthogonaux en bande de base. Les signaux sont des impulsions rectangulaires de durée $T = 1~\\mu s$ avec amplitudes $s_i = i \\times 0{,}5~V$ pour $i = 0, 1, 2, ..., 7$. Le récepteur utilise une corrélation sur chacune des 8 voies et une structure d'autocorrélation pour l'estimation. Le rapport signal-à-bruit par symbole est $\\gamma_s = 18~dB$. Le bruit blanc additif a une puissance $P_n = 1{,}25 \\times 10^{-3}~W$.\n\n1. Calculez l'énergie moyenne par symbole $E_s$ de la constellation et la variance du bruit présent à la sortie du filtre de corrélation.\n2. Déterminez les distances euclidiennes minimale et maximale entre les points de la constellation et déduisez-en la marge de décision (robustesse du système).\n3. Calculez la probabilité d'erreur de symbole $P_e$ approximée pour ce système M-aire en utilisant la formule de l'union bound.",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
1. Calcul de l'énergie moyenne par symbole et variance du bruit :
Formule générale de l'énergie par symbole : $E_s = \\frac{1}{M}\\sum_{i=0}^{M-1} s_i^2$
Avec $s_i = i \\times 0{,}5~V$ pour $i = 0, 1, ..., 7$
Calcul : $E_s = \\frac{1}{8}[(0)^2 + (0{,}5)^2 + (1)^2 + (1{,}5)^2 + (2)^2 + (2{,}5)^2 + (3)^2 + (3{,}5)^2]$
$E_s = \\frac{1}{8}[0 + 0{,}25 + 1 + 2{,}25 + 4 + 6{,}25 + 9 + 12{,}25] = \\frac{35}{8} = 4{,}375~V^2$
Résultat : $E_s = 4{,}375~V^2$
Conversion du SNR : $\\gamma_s = 18~dB = 10^{1{,}8} = 63{,}10$
Calcul de la variance du bruit à la sortie des corrélateurs :
Formule : $\\sigma_n^2 = \\frac{E_s}{\\gamma_s}$
Remplacement : $\\sigma_n^2 = \\frac{4{,}375}{63{,}10} = 0{,}06938~V^2$
Résultat final : $\\sigma_n = \\sqrt{0{,}06938} = 0{,}263~V$
 \\\n
2. Calcul des distances euclidiennes et marge de décision :
Formule de la distance euclidienne entre deux points de la constellation PAM : $d(s_i, s_j) = |s_i - s_j|$
Distance minimale (entre symboles adjacents) : $d_{\\text{min}} = |s_{i+1} - s_i| = |0{,}5~V| = 0{,}5~V$
Distance maximale (entre symboles extrêmes) : $d_{\\text{max}} = |s_7 - s_0| = |3{,}5 - 0| = 3{,}5~V$
Marge de décision normalisée (robustesse) :
Formule : $\\text{Margin} = \\frac{d_{\\text{min}}}{2\\sigma_n}$
Calcul : $\\text{Margin} = \\frac{0{,}5}{2 \\times 0{,}263} = \\frac{0{,}5}{0{,}526} = 0{,}951$
Résultat final : La marge de décision est 0,951 écarts-types, ce qui indique une excellente robustesse du système vis-à-vis du bruit.
 \\\n
3. Calcul de la probabilité d'erreur de symbole par union bound :
Formule de l'union bound pour PAM M-aire : $P_e \\leq (M-1)Q\\left(\\frac{d_{\\text{min}}}{2\\sigma_n}\\right)$
Calcul de l'argument Q : $\\frac{d_{\\text{min}}}{2\\sigma_n} = \\frac{0{,}5}{0{,}526} = 0{,}951$
Évaluation de Q(0,951) : $Q(0{,}951) \\approx 0{,}1705$ (valeur tabulée)
Formule avec M = 8 : $P_e \\leq (8-1) \\times 0{,}1705 = 7 \\times 0{,}1705 = 1{,}1935$
Remarque : Cette borne est supérieure à 1, ce qui indique que l'union bound n'est pas stricte pour ce régime SNR modéré.
Utilisation de la formule plus précise de Chernoff : $P_e \\approx \\frac{2(M-1)}{M}Q\\left(\\sqrt{\\frac{3E_s}{(M^2-1)N_0/T}}\\right)$
Calcul du ratio : $\\frac{3E_s}{(M^2-1)N_0/T} = \\frac{3 \\times 4{,}375 \\times 10^{-6}}{63 \\times 1{,}25 \\times 10^{-3}} = \\frac{1{,}3125 \\times 10^{-5}}{0{,}07875} \\approx 1{,}667$
$P_e \\approx \\frac{2 \\times 7}{8}Q(\\sqrt{1{,}667}) \\approx 1{,}75 \\times Q(1{,}291) \\approx 1{,}75 \\times 0{,}0985 \\approx 0{,}172$
Résultat final : $P_e \\approx 0{,}17~(17\\%)$
Interprétation : La probabilité d'erreur de symbole est d'environ 17%, ce qui est acceptable pour une transmission 8-aire en présence de bruit additif blanc. Avec une augmentation du SNR de seulement quelques dB, cette probabilité diminuerait de façon exponentielle.
",
    "id_category": "4",
    "id_number": "6"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 1 : Détection Optimale ML dans un Système Binaire avec Bruit Gaussien
Un système de communication numérique transmet des symboles binaires à travers un canal AWGN (Additive White Gaussian Noise). Le récepteur doit détecter les deux symboles possibles : $s_0 = 0$ et $s_1 = A$ où $A = 2$ volts est l'amplitude du signal. Le signal reçu est modélisé par $r = s_i + n$ où $n$ est un bruit gaussien blanc de moyenne nulle et de variance $\\sigma^2 = 0.25$ V$^2$. Le détecteur utilise le critère du maximum de vraisemblance (ML pour Maximum Likelihood). Lors de la réception, on mesure le signal reçu $r = 1.2$ V.
Question 1 : Calculez les deux fonctions de densité de probabilité conditionnelle $p(r|s_0)$ et $p(r|s_1)$ sachant que pour un bruit gaussien, $p(r|s_i) = \\frac{1}{\\sqrt{2\\pi\\sigma^2}} \\exp\\left(-\\frac{(r-s_i)^2}{2\\sigma^2}\\right)$. Évaluez numériquement ces fonctions pour la valeur observée $r = 1.2$ V.
Question 2 : Appliquez le critère ML pour prendre une décision : le récepteur doit choisir l'hypothèse $H_1$ (symbole $s_1$) si $p(r|s_1) > p(r|s_0)$, et l'hypothèse $H_0$ (symbole $s_0$) sinon. Simplifiez le test ML en utilisant le logarithme du rapport de vraisemblance $\\Lambda(r) = \\ln\\left(\\frac{p(r|s_1)}{p(r|s_0)}\\right)$ et établissez le seuil de décision théorique $\\tau$.
Question 3 : Pour un bloc de 1000 symboles transmis, où 600 symboles $s_0$ et 400 symboles $s_1$ sont envoyés, estimez la probabilité d'erreur théorique $P_e$ sachant que $P_e(s_0 \\to s_1) = Q\\left(\\frac{A}{2\\sigma}\\right)$ et $P_e(s_1 \\to s_0) = Q\\left(\\frac{A}{2\\sigma}\\right)$, où $Q(x) = \\frac{1}{\\sqrt{2\\pi}}\\int_x^{\\infty} e^{-t^2/2}dt$. Calculez le nombre d'erreurs attendues dans ce bloc.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 1
Question 1 : Calcul des fonctions de densité de probabilité conditionnelle
Étape 1 : Formule générale des densités de probabilité gaussiennes
Pour un bruit gaussien blanc additif (AWGN), les densités de probabilité conditionnelles sont :
$p(r|s_i) = \\frac{1}{\\sqrt{2\\pi\\sigma^2}} \\exp\\left(-\\frac{(r-s_i)^2}{2\\sigma^2}\\right)$
Étape 2 : Paramètres donnés
$s_0 = 0 \\text{ V}$, $s_1 = A = 2 \\text{ V}$, $\\sigma^2 = 0.25 \\text{ V}^2$, donc $\\sigma = 0.5 \\text{ V}$.
$r = 1.2 \\text{ V}$ est la valeur observée.
Étape 3 : Calcul de p(r|s₀)
Pour $s_0 = 0$ :
$p(r|s_0) = \\frac{1}{\\sqrt{2\\pi \\times 0.25}} \\exp\\left(-\\frac{(1.2-0)^2}{2 \\times 0.25}\\right)$
$p(r|s_0) = \\frac{1}{\\sqrt{2\\pi \\times 0.25}} \\exp\\left(-\\frac{1.44}{0.5}\\right)$
$p(r|s_0) = \\frac{1}{\\sqrt{1.5708}} \\exp(-2.88)$
$p(r|s_0) = \\frac{1}{1.2533} \\times e^{-2.88}$
$p(r|s_0) = 0.7979 \\times 0.0559 = 0.04464 \\text{ V}^{-1}$
Étape 4 : Calcul de p(r|s₁)
Pour $s_1 = 2$ :
$p(r|s_1) = \\frac{1}{\\sqrt{2\\pi \\times 0.25}} \\exp\\left(-\\frac{(1.2-2)^2}{2 \\times 0.25}\\right)$
$p(r|s_1) = \\frac{1}{\\sqrt{1.5708}} \\exp\\left(-\\frac{0.64}{0.5}\\right)$
$p(r|s_1) = \\frac{1}{1.2533} \\exp(-1.28)$
$p(r|s_1) = 0.7979 \\times 0.2780 = 0.2220 \\text{ V}^{-1}$
Résultat : $p(r|s_0) \\approx 0.0446 \\text{ V}^{-1}$, $p(r|s_1) \\approx 0.2220 \\text{ V}^{-1}$
Interprétation : La densité de probabilité conditionnelle pour le symbole $s_1 = 2$ V évaluée au point $r = 1.2$ V est environ 5 fois plus grande que celle pour $s_0 = 0$. Cela signifie que si le symbole $s_1$ avait été transmis, il serait beaucoup plus probable d'observer $r = 1.2$ V que si le symbole $s_0$ avait été transmis. Cela indique que le signal reçu est plus proche de $s_1$.
Question 2 : Application du critère ML et seuil de décision
Étape 1 : Calcul du rapport de vraisemblance
Le rapport de vraisemblance (likelihood ratio) est :
$\\frac{p(r|s_1)}{p(r|s_0)} = \\frac{0.2220}{0.0446} = 4.975$
Étape 2 : Application du critère ML
Puisque $p(r|s_1) > p(r|s_0)$, le critère ML choisit l'hypothèse $H_1$ (le symbole $s_1$ a été transmis).
Étape 3 : Simplification du test ML par le logarithme
Le logarithme du rapport de vraisemblance (log-likelihood ratio) est :
$\\Lambda(r) = \\ln\\left(\\frac{p(r|s_1)}{p(r|s_0)}\\right) = \\ln\\left(\\frac{p(r|s_1)}{p(r|s_0)}\\right)$
En développant :
$\\Lambda(r) = \\ln\\left(\\frac{1}{\\sqrt{2\\pi\\sigma^2}} e^{-(r-s_1)^2/(2\\sigma^2)}\\right) - \\ln\\left(\\frac{1}{\\sqrt{2\\pi\\sigma^2}} e^{-(r-s_0)^2/(2\\sigma^2)}\\right)$
$\\Lambda(r) = -\\frac{(r-s_1)^2}{2\\sigma^2} + \\frac{(r-s_0)^2}{2\\sigma^2}$
$\\Lambda(r) = \\frac{1}{2\\sigma^2}\\left[(r-s_0)^2 - (r-s_1)^2\\right]$
Étape 4 : Développement algébrique
$(r-s_0)^2 - (r-s_1)^2 = r^2 - 2rs_0 + s_0^2 - (r^2 - 2rs_1 + s_1^2)$
$= -2rs_0 + s_0^2 + 2rs_1 - s_1^2 = 2r(s_1 - s_0) + (s_0^2 - s_1^2)$
$= 2r(s_1 - s_0) - (s_1^2 - s_0^2) = 2r(s_1 - s_0) - (s_1 - s_0)(s_1 + s_0)$
$= (s_1 - s_0)[2r - (s_1 + s_0)]$
Donc :
$\\Lambda(r) = \\frac{s_1 - s_0}{2\\sigma^2}[2r - (s_1 + s_0)]$
Étape 5 : Test de décision simplifié
Le critère ML devient : choisir $H_1$ si $\\Lambda(r) > 0$, c'est-à-dire :
$2r - (s_1 + s_0) > 0$
$r > \\frac{s_1 + s_0}{2}$
Étape 6 : Calcul du seuil de décision théorique
$\\tau = \\frac{s_1 + s_0}{2} = \\frac{2 + 0}{2} = 1 \\text{ V}$
Étape 7 : Application au signal reçu
Puisque $r = 1.2 \\text{ V} > \\tau = 1 \\text{ V}$, le récepteur choisit $H_1$.
Résultat : $\\tau = 1 \\text{ V}$, Décision : $H_1$ (symbole $s_1 = 2$ V est détecté)
Interprétation : Le seuil de décision optimal $\\tau = 1$ V est exactement au milieu entre les deux points de constellation (0 V et 2 V). Toute valeur reçue supérieure à 1 V est attribuée au symbole $s_1$, tandis que les valeurs inférieures ou égales à 1 V sont attribuées à $s_0$. Cette règle minimise la probabilité d'erreur si les deux symboles sont équiprobables. Dans notre cas, le signal reçu $r = 1.2$ V se situe dans la région de décision pour $s_1$.
Question 3 : Probabilité d'erreur et nombre d'erreurs attendues
Étape 1 : Calcul du rapport signal-sur-bruit
Le rapport signal-sur-bruit (SNR) pour ce système est :
$\\text{SNR} = \\frac{(s_1 - s_0)^2}{4\\sigma^2} = \\frac{A^2}{4\\sigma^2} = \\frac{4}{4 \\times 0.25} = \\frac{4}{1} = 4$
En linéaire : $\\text{SNR}_{dB} = 10\\log_{10}(4) = 6.02 \\text{ dB}$
Étape 2 : Calcul de l'argument de la fonction Q
L'argument de la fonction Q est :
$x = \\frac{A}{2\\sigma} = \\frac{2}{2 \\times 0.5} = \\frac{2}{1} = 2$
Étape 3 : Probabilité d'erreur pour chaque symbole
La probabilité d'erreur symétrique est :
$P_e = Q(2)$
La fonction Q(2) peut être calculée ou approchée. La valeur exacte de Q(2) est :
$Q(2) = \\frac{1}{\\sqrt{2\\pi}}\\int_2^{\\infty} e^{-t^2/2}dt \\approx 0.02275$
Étape 4 : Probabilité d'erreur totale
Avec les probabilités a priori de 0.6 pour $s_0$ et 0.4 pour $s_1$, et une probabilité d'erreur identique pour chaque symbole :
$P_e = 0.6 \\times Q(2) + 0.4 \\times Q(2) = Q(2) = 0.02275$
Étape 5 : Nombre total de symboles et d'erreurs
Nombre total de symboles : $N_{total} = 1000$
Nombre de symboles $s_0$ : $N_0 = 1000 \\times 0.6 = 600$
Nombre de symboles $s_1$ : $N_1 = 1000 \\times 0.4 = 400$
Étape 6 : Nombre d'erreurs attendues
Nombre d'erreurs attendues :
$N_e = P_e \\times N_{total} = 0.02275 \\times 1000 = 22.75 \\text{ erreurs}$
Étape 7 : Détail des erreurs par symbole
Erreurs sur $s_0$ : $N_{e,0} = Q(2) \\times 600 = 0.02275 \\times 600 = 13.65$
Erreurs sur $s_1$ : $N_{e,1} = Q(2) \\times 400 = 0.02275 \\times 400 = 9.10$
Total : $N_e = 13.65 + 9.10 = 22.75 \\text{ erreurs}$
Résultat : $P_e = Q(2) \\approx 0.02275$ (soit 2.275%), $N_e \\approx 22.75 \\text{ erreurs}$
Interprétation : Pour un bloc de 1000 symboles transmis à travers un canal AWGN avec un SNR de 6.02 dB, le récepteur ML optimal commet environ 23 erreurs de décision. Cela correspond à un taux d'erreur symbole de 2.275%. Cette performance est déterminée par la géométrie de la constellation (distance entre symboles) et la puissance du bruit. Un SNR plus élevé réduirait cette probabilité d'erreur de manière exponentielle. C'est le meilleur résultat possible avec les probabilités a priori données.
",
    "id_category": "4",
    "id_number": "7"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 2 : Récepteur Optimal à Filtre Adapté pour Modulation BPSK
Un système de communication utilise une modulation BPSK (Binary Phase Shift Keying) pour transmettre des symboles binaires. Le signal transmis pour un symbole est une sinusoïde modulée : $s_0(t) = -A\\cos(2\\pi f_c t)$ pour le bit 0 et $s_1(t) = A\\cos(2\\pi f_c t)$ pour le bit 1, où $A = 1$ V est l'amplitude, $f_c = 10$ kHz est la fréquence porteuse, et $T = 100$ μs est la durée du symbole. Le signal reçu est $r(t) = s_i(t) + n(t)$ où $n(t)$ est un bruit AWGN de variance spectrale $N_0/2 = 10^{-7}$ V$^2$/Hz. Le récepteur optimal utilise deux filtres adaptés, un pour chaque symbole, suivis d'un comparateur. À la fin de chaque période symbole ($t = T$), on mesure les sorties des filtres adaptés : $y_0(T) = 0.8$ V et $y_1(T) = -0.3$ V.
Question 1 : Calculez l'énergie du signal transmis $E_s$ pour chaque symbole. Déterminez la variance du bruit après passage dans chaque filtre adapté $\\sigma_n^2$ en supposant que la bande passante du filtre équivaut à $B_{eq} = 1/(2T)$.
Question 2 : Supposons que les deux symboles sont équiprobables. Calculez les statistiques des sorties des filtres adaptés en absence de bruit (signaux idéaux) : $y_0^{ideal}(T)$ et $y_1^{ideal}(T)$. Déterminez ensuite les seuils de décision optimal $\\gamma_0$ et $\\gamma_1$ et la limite de décision centrale $\\gamma_c$.
Question 3 : Pour les sorties mesurées $y_0(T) = 0.8$ V et $y_1(T) = -0.3$ V, calculez le rapport de vraisemblance logarithmique $\\Lambda = \\ln(\\Lambda_{ML})$ et prenez une décision en comparant avec un seuil de logarithme du rapport. Estimez également la probabilité d'erreur $P_e$ pour cette constellation BPSK.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 2
Question 1 : Énergie du signal et variance du bruit après filtrage
Étape 1 : Formule générale de l'énergie du signal
L'énergie d'un signal $s(t)$ sur une période $[0, T]$ est :
$E_s = \\int_0^T s^2(t) dt$
Étape 2 : Calcul pour le symbole BPSK
Pour BPSK, les symboles sont $s_0(t) = -A\\cos(2\\pi f_c t)$ et $s_1(t) = A\\cos(2\\pi f_c t)$.
L'énergie est identique pour les deux :
$E_s = \\int_0^T [A\\cos(2\\pi f_c t)]^2 dt = A^2 \\int_0^T \\cos^2(2\\pi f_c t) dt$
Étape 3 : Utilisation de l'identité trigonométrique
Utilisant $\\cos^2(x) = \\frac{1 + \\cos(2x)}{2}$ :
$E_s = A^2 \\int_0^T \\frac{1 + \\cos(4\\pi f_c t)}{2} dt = \\frac{A^2}{2} \\int_0^T [1 + \\cos(4\\pi f_c t)] dt$
$E_s = \\frac{A^2}{2} \\left[T + \\frac{\\sin(4\\pi f_c T)}{4\\pi f_c}\\right]$
Étape 4 : Simplification
Puisque $f_c T = 10 \\times 10^3 \\times 100 \\times 10^{-6} = 1$, nous avons $4\\pi f_c T = 4\\pi$, et $\\sin(4\\pi) = 0$.
Donc :
$E_s = \\frac{A^2 T}{2} = \\frac{1^2 \\times 100 \\times 10^{-6}}{2} = \\frac{10^{-4}}{2} = 5 \\times 10^{-5} \\text{ J}$
Étape 5 : Calcul de la variance du bruit après filtrage
La variance du bruit après passage dans un filtre adapté est :
$\\sigma_n^2 = \\frac{N_0}{2} \\times B_{eq}$
où $B_{eq} = \\frac{1}{2T}$ est la bande passante équivalente du filtre.
$\\sigma_n^2 = 10^{-7} \\times \\frac{1}{2 \\times 100 \\times 10^{-6}}$
$\\sigma_n^2 = 10^{-7} \\times \\frac{1}{2 \\times 10^{-4}} = 10^{-7} \\times \\frac{10^4}{2} = \\frac{10^{-3}}{2} = 5 \\times 10^{-4} \\text{ V}^2$
$\\sigma_n = \\sqrt{5 \\times 10^{-4}} = 0.02236 \\text{ V}$
Résultat : $E_s = 5 \\times 10^{-5} \\text{ J} = 50 \\text{ μJ}$, $\\sigma_n^2 = 5 \\times 10^{-4} \\text{ V}^2$, $\\sigma_n = 0.02236 \\text{ V}$
Interprétation : L'énergie du signal BPSK est très faible (50 microjoules), ce qui est typique des systèmes de communication numérique. La variance du bruit après filtrage (0.0005 V²) donne un écart-type d'environ 22.36 mV, ce qui n'est pas négligeable devant l'amplitude du signal (1 V). Le rapport signal-sur-bruit est $E_s/\\sigma_n^2 = (5 \\times 10^{-5})/(5 \\times 10^{-4}) = 0.1$, soit -10 dB, ce qui indique un canal avec un bruit significatif.
Question 2 : Sorties idéales, seuils de décision et limite de décision
Étape 1 : Sorties idéales des filtres adaptés
En l'absence de bruit, les sorties des filtres adaptés sont les produits scalaires entre le signal reçu et les filtres :
$y_0(T)|_{n=0} = \\int_0^T r(t) h_0(t) dt = \\int_0^T s_i(t) \\times s_0(t) dt$
Pour $s_i = s_0$ :
$y_0(T)|_{s_0} = \\int_0^T [-A\\cos(2\\pi f_c t)]^2 dt = E_s = 5 \\times 10^{-5} \\text{ J}$
Pour $s_i = s_1$ :
$y_0(T)|_{s_1} = \\int_0^T [A\\cos(2\\pi f_c t)] \\times [-A\\cos(2\\pi f_c t)] dt = -E_s = -5 \\times 10^{-5} \\text{ J}$
Similairement :
$y_1(T)|_{s_0} = -E_s = -5 \\times 10^{-5} \\text{ J}$
$y_1(T)|_{s_1} = E_s = 5 \\times 10^{-5} \\text{ J}$
Étape 2 : Conversion en volts (normalisation)
En normalisant par la racine de l'énergie pour obtenir les statistiques en volts :
$y_0^{ideal}(T) = +\\sqrt{E_s} = \\sqrt{5 \\times 10^{-5}} = 0.00707 \\text{ V} \\approx 7.07 \\text{ mV}$ (si $s_0$ est transmis)
$y_1^{ideal}(T) = -\\sqrt{E_s} = -0.00707 \\text{ V} \\approx -7.07 \\text{ mV}$ (si $s_0$ est transmis)
ou
$y_0^{ideal}(T) = -\\sqrt{E_s} = -0.00707 \\text{ V}$ (si $s_1$ est transmis)
$y_1^{ideal}(T) = +\\sqrt{E_s} = +0.00707 \\text{ V}$ (si $s_1$ est transmis)
Étape 3 : Seuils de décision optimal
Avec des symboles équiprobables et bruits symétriques, le seuil de décision pour chaque filtre est au point d'équilibre :
$\\gamma_0 = \\frac{y_0(T)|_{s_0} + y_0(T)|_{s_1}}{2} = \\frac{+E_s + (-E_s)}{2} = 0$ (normalisé)
$\\gamma_1 = \\frac{y_1(T)|_{s_0} + y_1(T)|_{s_1}}{2} = \\frac{(-E_s) + E_s}{2} = 0$ (normalisé)
Étape 4 : Limite de décision centrale
Pour BPSK, la limite de décision centrale est :
$\\gamma_c = \\frac{y_0^{ideal} + y_1^{ideal}}{2} = \\frac{(+\\sqrt{E_s}) + (-\\sqrt{E_s})}{2} = 0$ V$
Résultat : $y_0^{ideal}(T) = \\pm 0.00707 \\text{ V}$, $y_1^{ideal}(T) = \\mp 0.00707 \\text{ V}$, $\\gamma_0 = 0$, $\\gamma_1 = 0$, $\\gamma_c = 0 \\text{ V}$
Interprétation : Tous les seuils de décision sont centrés à zéro, ce qui est attendu pour BPSK avec des symboles équiprobables et un bruit symétrique. Les sorties idéales sont très petites (±7.07 mV) car l'énergie du signal est faible. Le récepteur doit être sensible pour détecter ces variations minuscules du signal.
Question 3 : Rapport de vraisemblance logarithmique et probabilité d'erreur
Étape 1 : Formule du rapport de vraisemblance logarithmique
Le rapport de vraisemblance logarithmique pour les deux filtres est :
$\\Lambda = \\ln\\left(\\frac{p(y_0, y_1|s_1)}{p(y_0, y_1|s_0)}\\right)$
Avec les statistiques gaussiennes indépendantes :
$\\Lambda = \\frac{1}{\\sigma_n^2}\\left[2(y_0(T)\\Delta_0 + y_1(T)\\Delta_1)\\right]$
où $\\Delta_0$ et $\\Delta_1$ sont les différences entre les sorties idéales pour les deux symboles.
Étape 2 : Calcul simplifié
Pour BPSK, la statistique de décision est généralement prise comme la différence des sorties :
$\\Lambda = \\frac{2}{\\sigma_n^2}[y_0(T) - y_1(T)]$
Remplacement des valeurs :
$\\Lambda = \\frac{2}{5 \\times 10^{-4}}[0.8 - (-0.3)]$
$\\Lambda = \\frac{2}{5 \\times 10^{-4}} \\times 1.1$
$\\Lambda = \\frac{2.2}{5 \\times 10^{-4}} = 4400$
Étape 3 : Calcul du logarithme du rapport de vraisemblance
$\\ln(\\Lambda) = \\ln(4400) = 8.391$
Étape 4 : Comparaison avec le seuil
Le seuil de logarithme pour les symboles équiprobables est :
$\\ln(\\Lambda_{seuil}) = \\ln\\left(\\frac{P(s_1)}{P(s_0)}\\right) = \\ln(1) = 0$
Puisque $\\ln(\\Lambda) = 8.391 > 0$, le récepteur choisit $s_1$.
Étape 5 : Décision
Décision : Le symbole $s_1 = +A$ (bit 1) est détecté.
Étape 6 : Calcul de la probabilité d'erreur
Le rapport signal-sur-bruit par symbole est :
$\\text{SNR}_s = \\frac{E_s}{\\sigma_n^2} = \\frac{5 \\times 10^{-5}}{5 \\times 10^{-4}} = 0.1 = -10 \\text{ dB}$
La probabilité d'erreur pour BPSK est :
$P_e = Q\\left(\\sqrt{2 \\times \\text{SNR}_s}\\right) = Q(\\sqrt{2 \\times 0.1}) = Q(\\sqrt{0.2}) = Q(0.4472)$
Étape 7 : Évaluation numérique de la fonction Q
$Q(0.4472) \\approx 0.3272$ (soit 32.72%)
Résultat : $\\Lambda = 4400$, $\\ln(\\Lambda) = 8.391$, Décision : $s_1$, $P_e \\approx 0.3272 = 32.72\\%$
Interprétation : Le rapport de vraisemblance très élevé (4400) indique une forte certitude dans la décision, malgré le SNR faible. Cependant, la probabilité d'erreur de 32.72% est relativement élevée, ce qui reflète le SNR très faible (-10 dB). Un taux d'erreur de 32.72% signifie que le système commet environ 1 erreur tous les 3 symboles, ce qui est inacceptable pour des applications pratiques. Un SNR d'au moins 0 dB (soit un ratio de 1) serait nécessaire pour obtenir une probabilité d'erreur acceptable. Cette simulation montre l'importance d'un SNR suffisant pour une communication fiable.
",
    "id_category": "4",
    "id_number": "8"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 3 : Récepteur Optimal pour Modulation M-aire (M-PSK) avec Détecteur MAP
Un système de communication transmet des symboles à partir d'une constellation M-PSK (M-Phase Shift Keying) avec $M = 4$ phases équidistantes. Les quatre symboles sont définis dans le plan complexe comme : $s_0 = A e^{j\\pi/4}$, $s_1 = A e^{j3\\pi/4}$, $s_2 = A e^{j5\\pi/4}$, $s_3 = A e^{j7\\pi/4}$, avec $A = \\sqrt{2}$ V. Le signal reçu dans le plan complexe est modélisé par $r = s_m + n$ où $n$ est un bruit complexe gaussien de variance $\\sigma^2 = 0.5$ (variance pour chaque composante réelle et imaginaire). Le détecteur MAP (Maximum A Posteriori) utilise les probabilités a priori : $P(s_0) = 0.5$, $P(s_1) = 0.2$, $P(s_2) = 0.2$, $P(s_3) = 0.1$. À la réception, on mesure $r = 1.2 + j0.8$ V dans le plan complexe.
Question 1 : Exprimez les quatre symboles $s_m$ sous forme rectangulaire (composantes réelles et imaginaires). Calculez les énergies $E_m = |s_m|^2$ pour chacun des quatre symboles et vérifiez qu'elles sont identiques. Déterminez la distance euclidienne entre deux symboles adjacents dans la constellation (par exemple, entre $s_0$ et $s_1$).
Question 2 : Pour le signal reçu $r = 1.2 + j0.8$ V, calculez les vraisemblances conditionnelles $p(r|s_m)$ pour tous les symboles $m = 0, 1, 2, 3$ en utilisant la formule gaussienne complexe : $p(r|s_m) = \\frac{1}{\\pi\\sigma^2}\\exp\\left(-\\frac{|r-s_m|^2}{\\sigma^2}\\right)$. Classez les symboles par ordre décroissant de vraisemblance.
Question 3 : Appliquez le détecteur MAP en calculant les probabilités a posteriori $P(s_m|r) = \\frac{P(r|s_m)P(s_m)}{\\sum_{i=0}^{3}P(r|s_i)P(s_i)}$ pour tous les symboles. Identifiez le symbole détecté $\\hat{s}$ qui maximise $P(s_m|r)$. Comparez avec une décision ML et expliquez les différences.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 3
Question 1 : Expression rectangulaire des symboles, énergies et distances
Étape 1 : Conversion des symboles en forme rectangulaire
Les symboles sont donnés en forme polaire. Convertissons-les en forme rectangulaire :
$s_m = A e^{j\\phi_m} = A\\cos(\\phi_m) + j A\\sin(\\phi_m)$
Pour $s_0 = A e^{j\\pi/4}$ avec $A = \\sqrt{2}$ :
$s_0 = \\sqrt{2}\\cos(\\pi/4) + j\\sqrt{2}\\sin(\\pi/4) = \\sqrt{2} \\times \\frac{\\sqrt{2}}{2} + j\\sqrt{2} \\times \\frac{\\sqrt{2}}{2} = 1 + j1$
Pour $s_1 = A e^{j3\\pi/4}$ :
$s_1 = \\sqrt{2}\\cos(3\\pi/4) + j\\sqrt{2}\\sin(3\\pi/4) = \\sqrt{2} \\times (-\\frac{\\sqrt{2}}{2}) + j\\sqrt{2} \\times \\frac{\\sqrt{2}}{2} = -1 + j1$
Pour $s_2 = A e^{j5\\pi/4}$ :
$s_2 = \\sqrt{2}\\cos(5\\pi/4) + j\\sqrt{2}\\sin(5\\pi/4) = \\sqrt{2} \\times (-\\frac{\\sqrt{2}}{2}) + j\\sqrt{2} \\times (-\\frac{\\sqrt{2}}{2}) = -1 - j1$
Pour $s_3 = A e^{j7\\pi/4}$ :
$s_3 = \\sqrt{2}\\cos(7\\pi/4) + j\\sqrt{2}\\sin(7\\pi/4) = \\sqrt{2} \\times \\frac{\\sqrt{2}}{2} + j\\sqrt{2} \\times (-\\frac{\\sqrt{2}}{2}) = 1 - j1$
Étape 2 : Calcul des énergies
L'énergie d'un symbole complexe est :
$E_m = |s_m|^2 = (\\text{Re}(s_m))^2 + (\\text{Im}(s_m))^2$
Pour $s_0 = 1 + j1$ :
$E_0 = 1^2 + 1^2 = 2 \\text{ V}^2$
Pour $s_1 = -1 + j1$ :
$E_1 = (-1)^2 + 1^2 = 1 + 1 = 2 \\text{ V}^2$
Pour $s_2 = -1 - j1$ :
$E_2 = (-1)^2 + (-1)^2 = 1 + 1 = 2 \\text{ V}^2$
Pour $s_3 = 1 - j1$ :
$E_3 = 1^2 + (-1)^2 = 1 + 1 = 2 \\text{ V}^2$
Étape 3 : Vérification de l'égalité des énergies
Toutes les énergies sont égales : $E_0 = E_1 = E_2 = E_3 = 2 \\text{ V}^2$. C'est attendu pour une modulation PSK où tous les symboles ont la même amplitude.
Étape 4 : Calcul de la distance euclidienne entre symboles adjacents
Distance entre $s_0$ et $s_1$ :
$d_{0,1} = |s_1 - s_0| = |(-1+j1) - (1+j1)| = |-2| = 2 \\text{ V}$
Distance entre $s_1$ et $s_2$ :
$d_{1,2} = |s_2 - s_1| = |(-1-j1) - (-1+j1)| = |-j2| = 2 \\text{ V}$
Distance entre $s_2$ et $s_3$ :
$d_{2,3} = |s_3 - s_2| = |(1-j1) - (-1-j1)| = |2| = 2 \\text{ V}$
Distance entre $s_3$ et $s_0$ :
$d_{3,0} = |s_0 - s_3| = |(1+j1) - (1-j1)| = |j2| = 2 \\text{ V}$
Résultat : $s_0 = 1 + j1$, $s_1 = -1 + j1$, $s_2 = -1 - j1$, $s_3 = 1 - j1$. Énergies : $E_m = 2 \\text{ V}^2$ pour tous les symboles. Distance euclidienne entre symboles adjacents : $d = 2 \\text{ V}$
Interprétation : Les quatre symboles forment un carré régulier dans le plan complexe, chacun séparé de ses voisins par une distance égale de 2 V. Cette symétrie garantit des performances égales pour chaque symbole en absence de probabilités a priori différentes.
Question 2 : Vraisemblances conditionnelles et classement
Étape 1 : Formule générale de la vraisemblance conditionnelle complexe
Pour un bruit complexe gaussien :
$p(r|s_m) = \\frac{1}{\\pi\\sigma^2} \\exp\\left(-\\frac{|r - s_m|^2}{\\sigma^2}\\right)$
Étape 2 : Données
$r = 1.2 + j0.8 \\text{ V}$, $\\sigma^2 = 0.5 \\text{ V}^2$
Étape 3 : Calcul des distances
$|r - s_0|^2 = |(1.2 + j0.8) - (1 + j1)|^2 = |0.2 - j0.2|^2 = 0.2^2 + (-0.2)^2 = 0.04 + 0.04 = 0.08$
$|r - s_1|^2 = |(1.2 + j0.8) - (-1 + j1)|^2 = |2.2 - j0.2|^2 = 2.2^2 + (-0.2)^2 = 4.84 + 0.04 = 4.88$
$|r - s_2|^2 = |(1.2 + j0.8) - (-1 - j1)|^2 = |2.2 + j1.8|^2 = 2.2^2 + 1.8^2 = 4.84 + 3.24 = 8.08$
$|r - s_3|^2 = |(1.2 + j0.8) - (1 - j1)|^2 = |0.2 + j1.8|^2 = 0.2^2 + 1.8^2 = 0.04 + 3.24 = 3.28$
Étape 4 : Calcul des vraisemblances
$p(r|s_0) = \\frac{1}{\\pi \\times 0.5} \\exp\\left(-\\frac{0.08}{0.5}\\right) = \\frac{2}{\\pi} \\exp(-0.16) = 0.6366 \\times 0.8521 = 0.5422$
$p(r|s_1) = \\frac{2}{\\pi} \\exp\\left(-\\frac{4.88}{0.5}\\right) = 0.6366 \\times \\exp(-9.76) = 0.6366 \\times 5.57 \\times 10^{-5} = 3.55 \\times 10^{-5}$
$p(r|s_2) = \\frac{2}{\\pi} \\exp\\left(-\\frac{8.08}{0.5}\\right) = 0.6366 \\times \\exp(-16.16) = 0.6366 \\times 1.04 \\times 10^{-7} = 6.63 \\times 10^{-8}$
$p(r|s_3) = \\frac{2}{\\pi} \\exp\\left(-\\frac{3.28}{0.5}\\right) = 0.6366 \\times \\exp(-6.56) = 0.6366 \\times 1.40 \\times 10^{-3} = 8.91 \\times 10^{-4}$
Étape 5 : Classement par ordre décroissant de vraisemblance
Ordre de vraisemblance :
$p(r|s_0) = 0.5422 > p(r|s_3) = 8.91 \\times 10^{-4} > p(r|s_1) = 3.55 \\times 10^{-5} > p(r|s_2) = 6.63 \\times 10^{-8}$
Résultat : $p(r|s_0) \\approx 0.542$, $p(r|s_3) \\approx 0.000891$, $p(r|s_1) \\approx 3.55 \\times 10^{-5}$, $p(r|s_2) \\approx 6.63 \\times 10^{-8}$
Interprétation : Le signal reçu $r = 1.2 + j0.8$ est beaucoup plus proche de $s_0 = 1 + j1$ que des autres symboles. La vraisemblance pour $s_0$ est environ 600 fois plus grande que celle de $s_3$. Cela indique que le détecteur ML choisirait sans hésitation le symbole $s_0$.
Question 3 : Détecteur MAP et comparaison avec ML
Étape 1 : Formule générale des probabilités a posteriori
$P(s_m|r) = \\frac{p(r|s_m)P(s_m)}{\\sum_{i=0}^{3} p(r|s_i)P(s_i)}$
Étape 2 : Calcul du dénominateur (normalisation)
$\\sum_{i=0}^{3} p(r|s_i)P(s_i) = p(r|s_0)P(s_0) + p(r|s_1)P(s_1) + p(r|s_2)P(s_2) + p(r|s_3)P(s_3)$
$= 0.5422 \\times 0.5 + 3.55 \\times 10^{-5} \\times 0.2 + 6.63 \\times 10^{-8} \\times 0.2 + 8.91 \\times 10^{-4} \\times 0.1$
$= 0.2711 + 7.10 \\times 10^{-6} + 1.33 \\times 10^{-8} + 8.91 \\times 10^{-5}$
$= 0.2712$
Étape 3 : Calcul des probabilités a posteriori
$P(s_0|r) = \\frac{0.5422 \\times 0.5}{0.2712} = \\frac{0.2711}{0.2712} = 0.9996$
$P(s_1|r) = \\frac{3.55 \\times 10^{-5} \\times 0.2}{0.2712} = \\frac{7.10 \\times 10^{-6}}{0.2712} = 2.62 \\times 10^{-5}$
$P(s_2|r) = \\frac{6.63 \\times 10^{-8} \\times 0.2}{0.2712} = \\frac{1.33 \\times 10^{-8}}{0.2712} = 4.90 \\times 10^{-8}$
$P(s_3|r) = \\frac{8.91 \\times 10^{-4} \\times 0.1}{0.2712} = \\frac{8.91 \\times 10^{-5}}{0.2712} = 3.29 \\times 10^{-4}$
Étape 4 : Identification du symbole détecté MAP
Le symbole qui maximise $P(s_m|r)$ est :
$\\hat{s}_{MAP} = \\arg\\max_m P(s_m|r) = s_0$
$P(s_0|r) = 0.9996$ (99.96%)
Étape 5 : Comparaison avec la décision ML
Pour la décision ML uniquement (ignorant les probabilités a priori) :
$\\hat{s}_{ML} = \\arg\\max_m p(r|s_m) = s_0$
Les deux décisions (MAP et ML) donnent le même résultat : $s_0$.
Étape 6 : Analyse de la raison pour laquelle MAP = ML
Bien que les probabilités a priori soient déséquilibrées (P(s₀) = 0.5 est le double de P(s₁) et P(s₂)), la vraisemblance de $s_0$ est tellement dominante (environ 600 fois plus grande que $s_3$) que la décision a posteriori reste inchangée. C'est un cas où le signal reçu est si proche du symbole vrai que les priors n'affectent pas la décision.
Résultat : $\\hat{s}_{MAP} = s_0$, $P(s_0|r) = 0.9996$, $P(s_3|r) = 3.29 \\times 10^{-4}$, $P(s_1|r) = 2.62 \\times 10^{-5}$, $P(s_2|r) = 4.90 \\times 10^{-8}$. Décision MAP = Décision ML = $s_0$
Interprétation : Le détecteur MAP affecte une probabilité a posteriori de 99.96% au symbole $s_0$, ce qui indique une très haute confiance dans cette décision. Même si les probabilités a priori favorisent $s_0$ (P(s₀) = 0.5), le résultat serait identique avec des priors équiprobables car la vraisemblance est tellement dominante. Cependant, les probabilités a priori deviendraient critiques si le signal reçu était exactement équidistant de deux symboles. Dans ce cas, les probabilités a priori $P(s_m)$ détermineraient la décision. Ce scénario illustre comment les probabilités a priori peuvent améliorer les performances quand le signal est ambigu, tandis qu'elles ont peu d'effet quand le signal est clairement identifiable.
",
    "id_category": "4",
    "id_number": "9"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 1 : Récepteur Optimal pour M Signaux avec Bruit Gaussien
Un système de communication numérique transmet des signaux binaires sur un canal bruité. On envisage la transmission de $M = 4$ signaux différents $s_1(t), s_2(t), s_3(t), s_4(t)$ équiprobables, chacun de durée $T = 1 \\, \\mu s$. Les signaux sont orthogonaux et possèdent une énergie $E_s = 100 \\, \\mu J$. Le signal reçu est $r(t) = s_m(t) + n(t)$, où $n(t)$ est un bruit blanc gaussien additif (AWGN) de densité spectrale bilatérale $N_0/2 = 10^{-12} \\, \\text{W/Hz}$.
Question 1 : Calculer la probabilité d'erreur $P_e$ pour une transmission sans bruit afin d'établir une référence, puis déterminer la probabilité d'erreur $P_e(\\text{ML})$ pour un détecteur maximum vraisemblance (ML) en présence du bruit spécifié.
Question 2 : Établir la structure du récepteur optimal utilisant des filtres adaptés pour chacun des $M = 4$ signaux. Calculer la variance du bruit $\\sigma^2$ à la sortie de chaque filtre adapté et déterminer les statistiques des variables de décision $y_i$ pour l'hypothèse $H_m$ (réception du signal $s_m(t)$).
Question 3 : Comparer les performances du détecteur ML avec un détecteur sous-optimal utilisant une simple corrélation (sans normalisation énergétique) pour le même ensemble de signaux. Calculer la pénalité en rapport signal-sur-bruit (SNR) introduite par cette sous-optimalité.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 1
Question 1 : Probabilité d'erreur sans bruit et avec détecteur ML
Étape 1 : Cas sans bruit (référence théorique)
Sans bruit, chaque signal est reçu sans perturbation. Le détecteur peut distinguer parfaitement les $M = 4$ signaux grâce aux variables de décision correspondantes.
Probabilité d'erreur sans bruit :
$P_e(\\text{sans bruit}) = 0$
Étape 2 : Calcul du rapport signal-sur-bruit (SNR)
Le SNR en sortie du filtre adapté pour chaque signal est :
$\\text{SNR} = \\frac{E_s}{N_0/2} = \\frac{2E_s}{N_0}$
Conversion numérique :
$\\text{SNR} = \\frac{2 \\times 100 \\times 10^{-6}}{10^{-12}} = \\frac{200 \\times 10^{-6}}{10^{-12}} = 2 \\times 10^{8}$
En décibels :
$\\text{SNR}_{\\text{dB}} = 10 \\log_{10}(2 \\times 10^8) = 10(\\log_{10}(2) + 8) = 10(0.301 + 8) = 83.01 \\, \\text{dB}$
Étape 3 : Probabilité d'erreur avec détecteur ML et signaux orthogonaux
Pour un système de transmission avec $M$ signaux orthogonaux équiprobables en présence de bruit gaussien, le détecteur ML minimise la probabilité d'erreur. La probabilité d'erreur est donnée par :
$P_e(\\text{ML}) = (M-1) Q\\left(\\sqrt{2 \\log_2(M) \\times \\text{SNR}}\\right)$
Pour $M = 4$ signaux orthogonaux équiprobables avec $\\log_2(4) = 2$ bits par symbole :
$P_e(\\text{ML}) \\approx 3 Q\\left(\\sqrt{2 \\times 2 \\times 2 \\times 10^8}\\right) = 3 Q(\\sqrt{8 \\times 10^8})$
$P_e(\\text{ML}) = 3 Q(\\sqrt{8 \\times 10^8}) = 3 Q(2.828 \\times 10^4)$
Avec une valeur si grande de l'argument de la fonction Q (Q-function), on obtient :
$Q(2.828 \\times 10^4) \\approx 10^{-1.39 \\times 10^8} \\approx 0 \\, \\text{(numériquement négligeable)}$
Pour un calcul plus réaliste à SNR modéré, utilisons la formule alternative pour signaux orthogonaux :
$P_e(\\text{ML}) = (M-1) Q\\left(\\sqrt{\\frac{2 E_s}{N_0}}\\right) = 3 Q\\left(\\sqrt{\\frac{2 \\times 100 \\times 10^{-6}}{10^{-12}}}\\right)$
$P_e(\\text{ML}) = 3 Q(\\sqrt{2 \\times 10^8}) = 3 Q(14142)$
La fonction Q est extrêmement petite : $Q(14142) \\ll 10^{-10}$
$P_e(\\text{ML}) \\approx 10^{-87} \\, \\text{(pratiquement zéro)}$
Résultat : La probabilité d'erreur pour le détecteur ML est $P_e(\\text{ML}) \\approx 10^{-87}$, ce qui est pratiquement nul. À cet SNR extrêmement élevé (83 dB), la transmission est pratiquement exempte d'erreurs.
Interprétation : Avec une énergie aussi importante par rapport au bruit (SNR = 83 dB), le système de communication fonctionne dans un régime où les erreurs sont extraordinairement rares, confirmant la nature optimale du détecteur ML.
Question 2 : Structure du récepteur optimal avec filtres adaptés
Étape 1 : Architecture du récepteur avec filtres adaptés
Le récepteur optimal pour détecter un signal parmi $M = 4$ signaux orthogonaux comprend :
- Une batterie de $M = 4$ filtres adaptés, chacun calé sur un signal différent
- Un échantillonneur à chaque sortie de filtre au temps $t = T$
- Une logique de décision qui compare les variables de décision
Étape 2 : Calcul de la variance du bruit en sortie de filtre adapté
Pour un filtre adapté optimal, la réponse impulsionnelle est :
$h_i(t) = s_i(T - t) \\, \\text{pour} \\, 0 \\leq t \\leq T$
La variance du bruit en sortie du filtre adapté est :
$\\sigma^2 = \\frac{N_0}{2} \\int_0^T |h_i(t)|^2 dt = \\frac{N_0}{2} \\int_0^T s_i^2(t) dt = \\frac{N_0}{2} E_s$
Numériquement :
$\\sigma^2 = \\frac{10^{-12}}{2} \\times 100 \\times 10^{-6} = 5 \\times 10^{-12} \\times 100 \\times 10^{-6}$
$\\sigma^2 = 5 \\times 10^{-16} \\, \\text{V}^2$
L'écart-type :
$\\sigma = \\sqrt{5 \\times 10^{-16}} = 2.236 \\times 10^{-8} \\, \\text{V}$
Étape 3 : Statistiques des variables de décision sous l'hypothèse H_m
Sous l'hypothèse que le signal $s_m(t)$ est transmis, la variable de décision en sortie du i-ème filtre est :
$y_i = \\int_0^T r(t) h_i(t) dt = \\int_0^T (s_m(t) + n(t)) h_i(t) dt$
Cette intégrale peut se décomposer en deux termes :
$y_i = \\int_0^T s_m(t) h_i(t) dt + \\int_0^T n(t) h_i(t) dt$
Le premier terme (signal déterministe) :
$\\text{Si} \\, i = m \\, : \\quad \\int_0^T s_m(t) h_m(t) dt = \\int_0^T s_m^2(t) dt = E_s = 100 \\times 10^{-6} \\, \\text{J}$
$\\text{Si} \\, i \\neq m \\, : \\quad \\int_0^T s_m(t) h_i(t) dt = 0 \\, \\text{(orthogonalité)}$
Le second terme (bruit) est gaussien de variance $\\sigma^2$ calculée précédemment.
Résultat : Sous l'hypothèse $H_m$ (réception du signal $s_m$) :
$y_m \\sim \\mathcal{N}(E_s, \\sigma^2) = \\mathcal{N}(100 \\times 10^{-6}, 5 \\times 10^{-16})$
$y_i \\sim \\mathcal{N}(0, \\sigma^2) = \\mathcal{N}(0, 5 \\times 10^{-16}) \\, \\text{pour} \\, i \\neq m$
La décision optimale est :
$\\hat{m} = \\arg\\max_{i \\in \\{1,2,3,4\\}} y_i$
Question 3 : Comparaison avec un détecteur sous-optimal
Étape 1 : Définition du détecteur sous-optimal
Un détecteur simple par corrélation (sans normalisation énergétique) utilise directement les variables :
$z_i = \\int_0^T r(t) s_i(t) dt$
Sans normaliser par l'énergie, ce détecteur ne compense pas les variations potentielles d'amplitude.
Étape 2 : Relation entre les deux approches
Techniquement, pour des signaux de même énergie $E_s$, les deux approches (filtre adapté et corrélation directe) sont équivalentes en termes de performances, car :
$h_i(t) = s_i(T-t) \\, \\text{est essentiellement} \\, s_i(t) \\, \\text{pour les calculs de SNR}$
Cependant, considérons un scénario où les signaux n'ont pas exactement la même énergie (situation plus réaliste) :
Pour le détecteur ML avec filtre adapté :
$\\text{SNR}_{\\text{ML}} = \\frac{2 E_s}{N_0}$
Pour un détecteur simplifié sans filtrage adapté optimal :
$\\text{SNR}_{\\text{simple}} = \\frac{E_s}{N_0}$
La pénalité en SNR est :
$\\text{Pénalité} = \\text{SNR}_{\\text{ML}} - \\text{SNR}_{\\text{simple}} = \\frac{2 E_s}{N_0} - \\frac{E_s}{N_0} = \\frac{E_s}{N_0}$
En décibels :
$\\text{Pénalité (dB)} = 10 \\log_{10}\\left(\\frac{2 E_s / N_0}{E_s / N_0}\\right) = 10 \\log_{10}(2) = 3.01 \\, \\text{dB}$
Résultat : La pénalité en SNR du détecteur sous-optimal par rapport au détecteur ML optimal est de $3.01 \\, \\text{dB}$. Cela signifie qu'un détecteur simplifié aurait besoin d'environ 2 fois plus de puissance pour obtenir les mêmes performances que le détecteur ML optimal.
Interprétation : Cette pénalité de 3 dB est la différence fondamentale entre un détecteur optimal et une implémentation sous-optimale. Pour le système d'exercice avec SNR = 83 dB au départ, la pénalité réduit effectivement le SNR à 80 dB, ce qui reste très large pour les performances pratiques mais illustre l'importance de l'optimalité du détecteur.
",
    "id_category": "4",
    "id_number": "10"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 2 : Récepteur Optimal pour Signaux Bipolaires BPSK avec Processus de Décision
Un système de communication binaire (2-PSK ou BPSK) transmet alternativement deux signaux antipodaux : $s_0(t) = A \\cos(\\omega_c t)$ et $s_1(t) = -A \\cos(\\omega_c t)$ pour $0 \\leq t \\leq T_b$, où $T_b$ est la durée du bit. L'amplitude du signal est $A = 10 \\, \\text{mV}$, la durée du bit $T_b = 1 \\, \\text{ms}$, et le canal introduit un bruit blanc gaussien de densité spectrale $N_0 = 10^{-11} \\, \\text{W/Hz}$. Le récepteur optimal utilise un filtre adapté suivi d'une décision par seuil.
Question 1 : Calculer l'énergie par bit $E_b$, le rapport signal-sur-bruit par bit $\\text{SNR}_b$, et la probabilité d'erreur binaire théorique $P_b(\\text{BPSK})$ pour ce système BPSK.
Question 2 : Établir le structure du récepteur BPSK optimal (filtre adapté + seuil) et calculer la valeur optimale du seuil de décision $\\lambda_{\\text{opt}}$. Justifier pourquoi ce seuil est optimal pour le cas où les deux symboles sont équiprobables.
Question 3 : Analyser l'effet du bruit de phase (désynchronisation porteuse) en supposant une erreur de phase $\\phi = 15^\\circ$ entre l'oscillateur local du récepteur et la porteuse reçue. Calculer la dégradation de la probabilité d'erreur $\\Delta P_b$ due à cette désynchronisation.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 2
Question 1 : Énergie par bit, SNR et probabilité d'erreur BPSK
Étape 1 : Calcul de l'énergie par bit
Pour un signal sinusoïdal d'amplitude $A$ sur une durée $T_b$, l'énergie est :
$E_b = \\int_0^{T_b} s_i^2(t) dt = \\int_0^{T_b} A^2 \\cos^2(\\omega_c t) dt$
Utilisant l'identité $\\cos^2(x) = \\frac{1 + \\cos(2x)}{2}$ :
$E_b = A^2 \\int_0^{T_b} \\frac{1 + \\cos(2\\omega_c t)}{2} dt = \\frac{A^2}{2} \\left[T_b + \\frac{\\sin(2\\omega_c T_b)}{2\\omega_c}\\right]$
Pour une fréquence porteuse suffisamment élevée ($\\omega_c T_b \\gg 2\\pi$), le terme oscillatoire est négligeable :
$E_b \\approx \\frac{A^2 T_b}{2}$
Numériquement :
$E_b = \\frac{(10 \\times 10^{-3})^2 \\times 1 \\times 10^{-3}}{2} = \\frac{10^{-4} \\times 10^{-3}}{2} = \\frac{10^{-7}}{2} = 5 \\times 10^{-8} \\, \\text{J}$
Étape 2 : Calcul du rapport signal-sur-bruit par bit
Le SNR par bit est défini comme :
$\\text{SNR}_b = \\frac{E_b}{N_0} = \\frac{5 \\times 10^{-8}}{10^{-11}} = 5 \\times 10^{3} = 5000$
En décibels :
$\\text{SNR}_{b,\\text{dB}} = 10 \\log_{10}(5000) = 10(\\log_{10}(5) + 3) = 10(0.699 + 3) = 36.99 \\approx 37 \\, \\text{dB}$
Étape 3 : Probabilité d'erreur binaire pour BPSK
Pour une modulation BPSK avec signaux antipodaux équiprobables, la probabilité d'erreur binaire est :
$P_b(\\text{BPSK}) = Q\\left(\\sqrt{2 \\cdot \\text{SNR}_b}\\right) = Q\\left(\\sqrt{2 \\times 5000}\\right) = Q(\\sqrt{10000})$
$P_b(\\text{BPSK}) = Q(100)$
La fonction Q-error à cet argument extrêmement grand est numériquement négligeable :
$Q(100) \\approx 3.7 \\times 10^{-2184}$
En pratique, pour tous les objectifs, cette probabilité est considérée comme zéro.
Résultats : L'énergie par bit est $E_b = 5 \\times 10^{-8} \\, \\text{J}$, le SNR par bit est $\\text{SNR}_b = 5000$ (37 dB), et la probabilité d'erreur binaire est $P_b(\\text{BPSK}) \\approx 10^{-2184}$ (essentiellement zéro).
Question 2 : Structure du récepteur optimal et seuil de décision
Étape 1 : Structure du récepteur BPSK optimal
Le récepteur BPSK optimal comprend :
1. Un filtre adapté avec réponse impulsionnelle :
$h(t) = \\begin{cases} \\cos(\\omega_c t) & 0 \\leq t \\leq T_b \\\\ 0 & \\text{sinon} \\end{cases}$
2. Un échantillonneur au temps $t = T_b$ (sortie du filtre adapté)
3. Un comparateur avec seuil $\\lambda$
4. Une logique de décision :
$\\hat{b} = \\begin{cases} 0 & \\text{si} \\, y(T_b) \\geq \\lambda \\\\ 1 & \\text{si} \\, y(T_b) < \\lambda \\end{cases}$
Étape 2 : Calcul de la sortie du filtre adapté
Pour le signal $s_i(t)$ reçu, la sortie du filtre adapté à $t = T_b$ est :
$y(T_b) = \\int_0^{T_b} (s_i(t) + n(t)) h(t) dt = \\int_0^{T_b} s_i(t) h(t) dt + \\int_0^{T_b} n(t) h(t) dt$
Le premier terme (corrélation signal):
$\\int_0^{T_b} s_0(t) h(t) dt = \\int_0^{T_b} A \\cos(\\omega_c t) \\cos(\\omega_c t) dt = \\frac{A T_b}{2} = E_b$
$\\int_0^{T_b} s_1(t) h(t) dt = \\int_0^{T_b} (-A) \\cos(\\omega_c t) \\cos(\\omega_c t) dt = -\\frac{A T_b}{2} = -E_b$
Le second terme (bruit) est gaussien de variance :
$\\sigma^2 = \\frac{N_0}{2} \\int_0^{T_b} \\cos^2(\\omega_c t) dt = \\frac{N_0}{2} \\cdot \\frac{T_b}{2} = \\frac{N_0 T_b}{4} = \\frac{E_b}{2}$
Étape 3 : Détermination du seuil optimal
Sous l'hypothèse $H_0$ (symbole 0 transmis) :
$y(T_b) | H_0 \\sim \\mathcal{N}(E_b, \\sigma^2) = \\mathcal{N}(5 \\times 10^{-8}, 2.5 \\times 10^{-8})$
Sous l'hypothèse $H_1$ (symbole 1 transmis) :
$y(T_b) | H_1 \\sim \\mathcal{N}(-E_b, \\sigma^2) = \\mathcal{N}(-5 \\times 10^{-8}, 2.5 \\times 10^{-8})$
Pour des symboles équiprobables $P(0) = P(1) = 0.5$, le seuil optimal (minimisant la probabilité d'erreur totale) est le point où les deux densités de probabilité s'intersectent :
$\\lambda_{\\text{opt}} = \\frac{E_b + (-E_b)}{2} = 0$
Résultat : Le seuil de décision optimal est $\\lambda_{\\text{opt}} = 0 \\, \\text{V}$. Ce seuil est optimal pour le cas équiprobable car les deux densités de probabilité sont symétriques autour de zéro, et cette valeur minimise la probabilité d'erreur totale.
Justification : La probabilité d'erreur totale est :
$P_e(\\lambda) = P(0) P(y < \\lambda | H_0) + P(1) P(y \\geq \\lambda | H_1)$
Pour $P(0) = P(1) = 0.5$, cette probabilité est minimisée quand :
$\\frac{dP_e}{d\\lambda} = 0 \\, \\Rightarrow \\, p(y|H_0) = p(y|H_1)$
Ce qui se produit exactement à $\\lambda = 0$
Question 3 : Effet du bruit de phase sur la probabilité d'erreur
Étape 1 : Sortie du filtre adapté avec erreur de phase
Si l'oscillateur local introduit une erreur de phase $\\phi = 15^\\circ$, le signal de multiplication au récepteur devient :
$h_{\\text{déphasé}}(t) = \\cos(\\omega_c t + \\phi) = \\cos(\\omega_c t + \\pi/12)$
La sortie du filtre adapté avec déphasage, en supposant que le signal $s_0(t) = A \\cos(\\omega_c t)$ est transmis :
$y_{\\text{déphasé}} = \\int_0^{T_b} A \\cos(\\omega_c t) \\cos(\\omega_c t + \\phi) dt$
Utilisant l'identité produit-somme :
$\\cos(x) \\cos(x + \\phi) = \\frac{1}{2}[\\cos(\\phi) + \\cos(2x + \\phi)]$
$y_{\\text{déphasé}} = \\frac{A}{2} \\left[\\cos(\\phi) T_b + \\int_0^{T_b} \\cos(2\\omega_c t + \\phi) dt\\right]$
Le second terme d'intégrale est négligeable à haute fréquence :
$y_{\\text{déphasé}} \\approx \\frac{A T_b}{2} \\cos(\\phi) = E_b \\cos(\\phi)$
Étape 2 : Calcul numérique de la dégradation
Avec $\\phi = 15^\\circ = \\pi/12$ rad :
$\\cos(15^\\circ) = \\cos(\\pi/12) \\approx 0.9659$
La sortie devient :
$y_{\\text{déphasé}} = E_b \\times 0.9659 = 5 \\times 10^{-8} \\times 0.9659 \\approx 4.83 \\times 10^{-8} \\, \\text{J}$
Le SNR effectif est réduit d'un facteur $\\cos^2(\\phi)$ :
$\\text{SNR}_{b,\\text{déphasé}} = \\text{SNR}_b \\times \\cos^2(\\phi) = 5000 \\times (0.9659)^2 = 5000 \\times 0.9330 = 4665$
Étape 3 : Nouvelle probabilité d'erreur
$P_b(\\text{BPSK, déphasé}) = Q\\left(\\sqrt{2 \\times 4665}\\right) = Q(\\sqrt{9330}) = Q(96.59)$
La dégradation peut être exprimée comme :
$\\Delta P_b = P_b(\\text{BPSK, déphasé}) - P_b(\\text{BPSK})$
En décibels, la pénalité due au déphasage est :
$\\text{Pénalité (dB)} = 10 \\log_{10}\\left(\\frac{\\text{SNR}_{b,\\text{déphasé}}}{\\text{SNR}_b}\\right) = 10 \\log_{10}(\\cos^2(15^\\circ))$
$= 10 \\log_{10}(0.9330) = 10 \\times (-0.0314) = -0.314 \\, \\text{dB}$
Résultat : L'erreur de phase de $15^\\circ$ introduit une pénalité de $-0.314 \\, \\text{dB}$ en SNR. La nouvelle probabilité d'erreur binaire devient :
$P_b(\\text{BPSK, déphasé}) = Q(96.59) \\approx 10^{-2015}$
La dégradation absolue $\\Delta P_b \\approx 10^{-2015}$ reste numériquement négligeable, mais le facteur d'amplification du taux d'erreur (si on considerait des SNR modérés) serait d'environ $1 / \\cos^2(15^\\circ) \\approx 1.072$, soit une augmentation de 7.2%.
Interprétation : À cet SNR très élevé (37 dB), l'effet du déphasage de $15^\\circ$ est minime car le système fonctionne loin du seuil d'erreur. Cependant, pour des systèmes opérant à SNR plus modérés (par exemple 10 dB), cette même erreur de phase aurait un impact beaucoup plus significatif, illustrant l'importance de la synchronisation porteuse en BPSK.
",
    "id_category": "4",
    "id_number": "11"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 3 : Récepteur M-aire avec Signaux Orthogonaux Complexes (M-PSK)
Un système de transmission numérique utilise une modulation M-PSK (Phase Shift Keying) avec $M = 8$ symboles équiprobables. Les signaux sont représentés dans le plan complexe comme :
$s_m(t) = \\sqrt{E_s} \\cos\\left(\\omega_c t + \\frac{2\\pi m}{M}\\right) \\, \\text{pour} \\, m = 0, 1, \\ldots, M-1 \\, \\text{et} \\, 0 \\leq t \\leq T_s$
où $T_s = 1 \\, \\mu s$ est la durée du symbole, $E_s = 200 \\, \\mu J$ l'énergie du symbole, et la densité spectrale du bruit est $N_0 = 10^{-12} \\, \\text{W/Hz}$. Le récepteur optimal utilise une décomposition en composantes en phase (I) et en quadrature (Q).
Question 1 : Calculer les composantes I et Q en sortie du récepteur pour un signal $s_m(t)$ reçu dans le bruit. Établir les expressions générales des variables de décision complexes $z_m$ pour tous les $M = 8$ symboles et la probabilité d'erreur symbolique $P_s(\\text{8-PSK})$.
Question 2 : Déterminer la région de décision (diagramme de Voronoi) pour le récepteur ML optimal dans le plan I-Q. Calculer les frontières de décision linéaires entre symboles adjacents.
Question 3 : Comparer les performances du système 8-PSK avec un système QPSK (4-PSK) en termes de probabilité d'erreur symbole pour le même SNR total. Calculer la pénalité en énergie par symbole requise pour 8-PSK pour maintenir la même probabilité d'erreur que QPSK.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 3
Question 1 : Composantes I-Q et probabilité d'erreur 8-PSK
Étape 1 : Décomposition en voies I et Q
Le signal 8-PSK peut être représenté en composantes I (phase) et Q (quadrature). La porteuse complexe reçue est :
$r(t) = \\sqrt{E_s} \\cos\\left(\\omega_c t + \\frac{2\\pi m}{M}\\right) + n(t)$
Cette expression peut être développée comme :
$r(t) = \\sqrt{E_s} \\left[\\cos\\left(\\frac{2\\pi m}{M}\\right) \\cos(\\omega_c t) - \\sin\\left(\\frac{2\\pi m}{M}\\right) \\sin(\\omega_c t)\\right] + n(t)$
Étape 2 : Sorties des filtres adaptés I et Q
Les filtres adaptés effectuent les corrélations suivantes :
$y_I = \\int_0^{T_s} r(t) \\cos(\\omega_c t) dt = \\sqrt{E_s} \\cos\\left(\\frac{2\\pi m}{M}\\right) + n_I$
$y_Q = -\\int_0^{T_s} r(t) \\sin(\\omega_c t) dt = \\sqrt{E_s} \\sin\\left(\\frac{2\\pi m}{M}\\right) + n_Q$
où $n_I$ et $n_Q$ sont les composantes du bruit en voies I et Q, toutes deux gaussiennes de variance :
$\\sigma^2 = \\frac{N_0}{2} \\cdot \\frac{T_s}{2} = \\frac{N_0 T_s}{4}$
Numériquement :
$\\sigma^2 = \\frac{10^{-12} \\times 1 \\times 10^{-6}}{4} = \\frac{10^{-18}}{4} = 2.5 \\times 10^{-19} \\, \\text{V}^2$
Étape 3 : Variables de décision complexes
La variable de décision complexe est :
$z = y_I + j \\cdot y_Q = \\sqrt{E_s} \\left[\\cos\\left(\\frac{2\\pi m}{M}\\right) + j \\sin\\left(\\frac{2\\pi m}{M}\\right)\\right] + (n_I + j n_Q)$
$z = \\sqrt{E_s} \\cdot e^{j 2\\pi m / M} + n_{IQ}$
où $n_{IQ} = n_I + j n_Q$ est le bruit complexe.
Pour $M = 8$, les 8 symboles complexes sont positionnés aux angles :
$\\theta_m = \\frac{2\\pi m}{8} = \\frac{\\pi m}{4} \\, \\text{rad} = 45^\\circ \\times m \\, \\text{pour} \\, m = 0, 1, \\ldots, 7$
Soit : $0^\\circ, 45^\\circ, 90^\\circ, 135^\\circ, 180^\\circ, 225^\\circ, 270^\\circ, 315^\\circ$
Étape 4 : Probabilité d'erreur symbolique pour 8-PSK
Pour une modulation M-PSK équiprobable avec bruit gaussien blanc additif, la probabilité d'erreur symbolique est approximée par :
$P_s(\\text{8-PSK}) \\approx 2 Q\\left(\\sqrt{2 \\cdot \\text{SNR}_s} \\sin\\left(\\frac{\\pi}{M}\\right)\\right)$
où le SNR par symbole est :
$\\text{SNR}_s = \\frac{E_s}{N_0} = \\frac{200 \\times 10^{-6}}{10^{-12}} = 2 \\times 10^8$
Avec $M = 8$ :
$\\sin\\left(\\frac{\\pi}{8}\\right) = \\sin(22.5^\\circ) \\approx 0.3827$
$P_s(\\text{8-PSK}) \\approx 2 Q\\left(\\sqrt{2 \\times 2 \\times 10^8 \\times (0.3827)^2}\\right)$
$= 2 Q\\left(\\sqrt{4 \\times 10^8 \\times 0.1465}\\right) = 2 Q(\\sqrt{5.86 \\times 10^7})$
$= 2 Q(7654) \\approx 10^{-25325}$
Résultats : Les variables de décision complexes pour chaque symbole sont $z_m = \\sqrt{E_s} e^{j\\pi m/4} + n_{IQ}$ pour $m = 0, 1, \\ldots, 7$. La probabilité d'erreur symbolique est $P_s(\\text{8-PSK}) \\approx 10^{-25325}$ (pratiquement zéro à ce SNR élevé).
Question 2 : Région de décision et frontières dans le plan I-Q
Étape 1 : Régions de Voronoi pour le détecteur ML
Le détecteur ML décide en faveur du symbole $m$ qui minimise la distance euclidienne dans le plan complexe I-Q :
$\\hat{m} = \\arg\\min_{m \\in \\{0,...,7\\}} |z - s_m|^2$
Où chaque symbole est :
$s_m = \\sqrt{E_s} e^{j\\pi m / 4} = \\sqrt{200 \\times 10^{-6}} e^{j\\pi m / 4}$
$\\sqrt{E_s} = \\sqrt{200 \\times 10^{-6}} = 4.47 \\times 10^{-3} \\, \\text{V}$
En coordonnées cartésiennes :
$s_m = (I_m, Q_m) = (\\sqrt{E_s} \\cos(\\pi m / 4), \\sqrt{E_s} \\sin(\\pi m / 4))$
Étape 2 : Calcul des frontières linéaires entre symboles adjacents
La frontière de décision entre deux symboles adjacents (par exemple $m = 0$ et $m = 1$) est la médiatrice du segment reliant les deux points de constellation.
Pour $m = 0$ (angle $0^\\circ$) :
$s_0 = (\\sqrt{E_s}, 0) = (4.47 \\times 10^{-3}, 0)$
Pour $m = 1$ (angle $45^\\circ$) :
$s_1 = (\\sqrt{E_s} \\cos(45^\\circ), \\sqrt{E_s} \\sin(45^\\circ)) = (3.16 \\times 10^{-3}, 3.16 \\times 10^{-3})$
La droite frontière entre $s_0$ et $s_1$ passe par le milieu :
$\\text{Milieu} = \\left(\\frac{4.47 + 3.16}{2} \\times 10^{-3}, \\frac{0 + 3.16}{2} \\times 10^{-3}\\right) = (3.815 \\times 10^{-3}, 1.58 \\times 10^{-3})$
La pente de la frontière est perpendiculaire au vecteur reliant $s_0$ et $s_1$ :
$\\vec{s_0 s_1} = (-1.31 \\times 10^{-3}, 3.16 \\times 10^{-3})$
La pente perpendiculaire :
$m_{\\perp} = -\\frac{-1.31}{3.16} = 0.414$
L'équation de la droite frontière :
$Q - 1.58 \\times 10^{-3} = 0.414 (I - 3.815 \\times 10^{-3})$
Étape 3 : Généralisation des frontières
Pour la modulation 8-PSK, il y a 8 frontières linéaires émanant de l'origine (pour un système équiprobable en bruit gaussien additif). Chaque frontière sépare deux symboles adjacents et fait un angle de $22.5^\\circ$ (bisectrice entre deux symboles).
Les angles des frontières sont :
$\\phi_j = \\frac{\\pi}{8} + \\frac{\\pi j}{4} \\, \\text{pour} \\, j = 0, 1, \\ldots, 7$
Soit en degrés : $22.5^\\circ, 67.5^\\circ, 112.5^\\circ, 157.5^\\circ, 202.5^\\circ, 247.5^\\circ, 292.5^\\circ, 337.5^\\circ$
Chaque région de Voronoi est un secteur angulaire de $45^\\circ$ centré sur chaque point de la constellation.
Résultat : Les régions de décision sont 8 secteurs angulaires de $45^\\circ$ chacun, séparés par des droites linéaires émanant de l'origine et orientées aux angles $22.5^\\circ + 45^\\circ k$ pour $k = 0, 1, \\ldots, 7$.
Question 3 : Comparaison 8-PSK vs QPSK et pénalité en énergie
Étape 1 : Probabilité d'erreur pour QPSK (4-PSK)
Pour QPSK avec les mêmes paramètres de bruit, la probabilité d'erreur symbole est :
$P_s(\\text{QPSK}) = 2 Q\\left(\\sqrt{2 \\cdot \\text{SNR}_s} \\sin\\left(\\frac{\\pi}{4}\\right)\\right)$
Avec $\\sin(\\pi/4) = \\sqrt{2}/2 \\approx 0.7071$ :
$P_s(\\text{QPSK}) = 2 Q\\left(\\sqrt{2 \\times \\text{SNR}_s \\times 0.5}\\right) = 2 Q(\\sqrt{\\text{SNR}_s})$
Pour le même SNR par symbole ($\\text{SNR}_s = 2 \\times 10^8$) :
$P_s(\\text{QPSK}) = 2 Q(\\sqrt{2 \\times 10^8}) = 2 Q(14142) \\approx 10^{-87}$
Étape 2 : Comparaison directe à SNR égal
À SNR égal :
$\\frac{P_s(\\text{8-PSK})}{P_s(\\text{QPSK})} = \\frac{Q(\\sqrt{2 \\times \\text{SNR}_s \\times \\sin^2(\\pi/8)})}{Q(\\sqrt{\\text{SNR}_s})} = \\frac{Q(7654)}{Q(14142)} \\approx \\frac{10^{-25325}}{10^{-87}}$
Le rapport est extrêmement petit à ces SNR élevés, mais l'8-PSK a une probabilité d'erreur significativement plus élevée à SNR égal.
Étape 3 : Calcul de la pénalité en énergie pour performances égales
Pour avoir la même probabilité d'erreur, définissons :
$P_s(\\text{8-PSK, E'_s}) = P_s(\\text{QPSK, E_s})$
$2 Q\\left(\\sqrt{2 E'_s / N_0} \\sin(\\pi/8)\\right) = 2 Q(\\sqrt{E_s / N_0})$
Pour avoir des arguments de Q-function égaux :
$\\sqrt{2 E'_s / N_0} \\sin(\\pi/8) = \\sqrt{E_s / N_0}$
$\\sqrt{2 E'_s} \\sin(\\pi/8) = \\sqrt{E_s}$
$E'_s = \\frac{E_s}{2 \\sin^2(\\pi/8)}$
Avec $\\sin(\\pi/8) = 0.3827$ :
$E'_s = \\frac{E_s}{2 \\times (0.3827)^2} = \\frac{E_s}{2 \\times 0.1465} = \\frac{E_s}{0.293} = 3.41 E_s$
Étape 4 : Pénalité en décibels
La pénalité en énergie est :
$\\text{Pénalité (dB)} = 10 \\log_{10}\\left(\\frac{E'_s}{E_s}\\right) = 10 \\log_{10}(3.41) = 10 \\times 0.533 = 5.33 \\, \\text{dB}$
Résultats : Pour maintenir la même probabilité d'erreur que QPSK, la modulation 8-PSK nécessite une énergie par symbole supérieure de 3.41 fois, soit une pénalité de $5.33 \\, \\text{dB}$. Cela reflète le coût du passage de 2 bits/symbole (QPSK) à 3 bits/symbole (8-PSK) : chaque bit supplémentaire dans la modulation réduit la distance minimale entre points de constellation, dégradant ainsi les performances.
Interprétation : La modulation 8-PSK permet une transmission 1.5 fois plus rapide (3 bits contre 2), mais au prix d'une pénalité d'environ 5.3 dB. C'est un compromis classique en communications numériques entre débit et fiabilité. Pour les systèmes opérant à SNR modéré (par exemple 10 dB), cette pénalité serait critique, mais à SNR très élevé (>30 dB), elle devient négligeable.
",
    "id_category": "4",
    "id_number": "12"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 1 : Détection optimale MAP dans un système de communication binaire
Un système de communication numérique transmet deux signaux binaires antipodaux sur un canal gaussien additif blanc (AWGN). Les signaux transmis sont :
Signal 0 : $s_0(t) = -A \\cos(2\\pi f_c t)$, représenté par le vecteur $\\mathbf{s}_0 = [-\\sqrt{E_b}, 0]$
Signal 1 : $s_1(t) = A \\cos(2\\pi f_c t)$, représenté par le vecteur $\\mathbf{s}_1 = [\\sqrt{E_b}, 0]$
Énergie par bit : $E_b = 1 \\, \\text{J}$
Variance du bruit : $\\sigma^2 = 0.5 \\, \\text{(W)}$
Probabilités a priori : $P(s_0) = 0.4$ et $P(s_1) = 0.6$
Le récepteur utilise un filtrage adapté suivi d'un détecteur MAP (Maximum A Posteriori)
Question 1 : Calculez les statistiques du vecteur reçu $\\mathbf{r} = [r_1, r_2]$ aux sorties des deux filtres adaptés (corrélateurs). Déterminez la projection du signal reçu sur l'espace des signaux. Calculez également les distances euclidiennes $\\|\\mathbf{r} - \\mathbf{s}_0\\|$ et $\\|\\mathbf{r} - \\mathbf{s}_1\\|$ pour un vecteur reçu $\\mathbf{r} = [0.5, 0.1]$.
Question 2 : Formez la fonction de vraisemblance (likelihood) $p(\\mathbf{r}|s_i)$ pour chaque hypothèse. Calculez les probabilités a posteriori $P(s_0|\\mathbf{r})$ et $P(s_1|\\mathbf{r})$ en utilisant la règle de Bayes. Déterminez la décision MAP pour le vecteur reçu donné.
Question 3 : Calculez le seuil de décision optimal $\\gamma$ pour le détecteur MAP. Déterminez la région de décision pour chaque signal et calculez la probabilité d'erreur binaire $P_e$ du système.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution complète de l'Exercice 1
Question 1 : Calcul des distances euclidiennes et projections
Étape 1 : Vérification de l'espace de signaux
Les deux signaux binaires antipodaux forment un espace unidimensionnel effectif. Nous travaillons en deux dimensions pour inclure le bruit.
Signaux vectoriels donnés :
$\\mathbf{s}_0 = [-\\sqrt{E_b}, 0] = [-1, 0]$
$\\mathbf{s}_1 = [\\sqrt{E_b}, 0] = [1, 0]$
Vecteur reçu :
$\\mathbf{r} = [0.5, 0.1]$
Étape 2 : Calcul des distances euclidiennes
Distance entre le signal reçu et le signal 0 :
Formule générale :
$\\|\\mathbf{r} - \\mathbf{s}_0\\| = \\sqrt{(r_1 - s_{0,1})^2 + (r_2 - s_{0,2})^2}$
Remplacement :
$\\|\\mathbf{r} - \\mathbf{s}_0\\| = \\sqrt{(0.5 - (-1))^2 + (0.1 - 0)^2}$
Calcul :
$\\|\\mathbf{r} - \\mathbf{s}_0\\| = \\sqrt{(1.5)^2 + (0.1)^2} = \\sqrt{2.25 + 0.01} = \\sqrt{2.26}$
Résultat :
$\\|\\mathbf{r} - \\mathbf{s}_0\\| = 1.503 \\, \\text{(unités normalisées)}$
Distance entre le signal reçu et le signal 1 :
Formule générale :
$\\|\\mathbf{r} - \\mathbf{s}_1\\| = \\sqrt{(r_1 - s_{1,1})^2 + (r_2 - s_{1,2})^2}$
Remplacement :
$\\|\\mathbf{r} - \\mathbf{s}_1\\| = \\sqrt{(0.5 - 1)^2 + (0.1 - 0)^2}$
Calcul :
$\\|\\mathbf{r} - \\mathbf{s}_1\\| = \\sqrt{(-0.5)^2 + (0.1)^2} = \\sqrt{0.25 + 0.01} = \\sqrt{0.26}$
Résultat :
$\\|\\mathbf{r} - \\mathbf{s}_1\\| = 0.510 \\, \\text{(unités normalisées)}$
Étape 3 : Statistiques du vecteur reçu
Le vecteur reçu peut être modélisé comme :
$\\mathbf{r} = \\mathbf{s}_i + \\mathbf{n}$
où $\\mathbf{n}$ est le vecteur bruit gaussien avec variance $\\sigma^2 = 0.5$.
Sous l'hypothèse $H_i$ (transmission du signal $i$) :
$\\mathbf{r} | H_0 \\sim \\mathcal{N}(\\mathbf{s}_0, \\sigma^2 \\mathbf{I})$
$\\mathbf{r} | H_1 \\sim \\mathcal{N}(\\mathbf{s}_1, \\sigma^2 \\mathbf{I})$
Interprétation : Le signal reçu r = [0.5, 0.1] est plus proche du signal 1 (distance 0.510) que du signal 0 (distance 1.503). Cela suggère que le signal 1 a probablement été transmis, avec une perturbation de bruit. La composante en r₂ = 0.1 représente le bruit reçu, puisque les signaux s'étendent uniquement selon r₁.
Question 2 : Fonctions de vraisemblance et probabilités a posteriori
Étape 1 : Formulation des vraisemblances
Pour un vecteur gaussien reçu avec bruit blanc additif, la vraisemblance est :
Formule générale :
$p(\\mathbf{r}|s_i) = \\frac{1}{2\\pi \\sigma^2} \\exp\\left(-\\frac{\\|\\mathbf{r} - \\mathbf{s}_i\\|^2}{2\\sigma^2}\\right)$
Sous $H_0$ (signal 0 transmis) :
$p(\\mathbf{r}|s_0) = \\frac{1}{2\\pi \\times 0.5} \\exp\\left(-\\frac{\\|\\mathbf{r} - \\mathbf{s}_0\\|^2}{2 \\times 0.5}\\right)$
Remplacement des distances calculées :
$p(\\mathbf{r}|s_0) = \\frac{1}{\\pi} \\exp\\left(-\\frac{2.26}{1}\\right) = \\frac{1}{\\pi} \\exp(-2.26)$
Calcul :
$p(\\mathbf{r}|s_0) = 0.3183 \\times 0.1033 = 0.0329$
Sous $H_1$ (signal 1 transmis) :
$p(\\mathbf{r}|s_1) = \\frac{1}{\\pi} \\exp\\left(-\\frac{0.26}{1}\\right) = \\frac{1}{\\pi} \\exp(-0.26)$
Calcul :
$p(\\mathbf{r}|s_1) = 0.3183 \\times 0.7707 = 0.2453$
Étape 2 : Application de la règle de Bayes
Formule générale (règle de Bayes) :
$P(s_i|\\mathbf{r}) = \\frac{p(\\mathbf{r}|s_i) P(s_i)}{p(\\mathbf{r})}$
où $p(\\mathbf{r}) = p(\\mathbf{r}|s_0)P(s_0) + p(\\mathbf{r}|s_1)P(s_1)$
Calcul du dénominateur :
$p(\\mathbf{r}) = 0.0329 \\times 0.4 + 0.2453 \\times 0.6$
$p(\\mathbf{r}) = 0.01316 + 0.14718 = 0.16034$
Probabilité a posteriori de s₀ :
$P(s_0|\\mathbf{r}) = \\frac{0.0329 \\times 0.4}{0.16034} = \\frac{0.01316}{0.16034} = 0.0820$
Probabilité a posteriori de s₁ :
$P(s_1|\\mathbf{r}) = \\frac{0.2453 \\times 0.6}{0.16034} = \\frac{0.14718}{0.16034} = 0.9180$
Étape 3 : Décision MAP
La règle MAP choisit l'hypothèse la plus probable :
Formule :
$\\hat{s} = \\arg \\max_i P(s_i|\\mathbf{r})$
Comparaison :
$P(s_0|\\mathbf{r}) = 0.0820 < P(s_1|\\mathbf{r}) = 0.9180$
Décision : Sélectionner le signal 1 (s₁)
Résultats finaux :
• Vraisemblance sous $H_0$ : $p(\\mathbf{r}|s_0) = 0.0329$
• Vraisemblance sous $H_1$ : $p(\\mathbf{r}|s_1) = 0.2453$
• Probabilité a posteriori P(s₀|r) = 0.0820
• Probabilité a posteriori P(s₁|r) = 0.9180
• Décision MAP : Décider s₁
Interprétation : Avec une probabilité a posteriori de 91.8%, le détecteur MAP choisit le signal 1. Même si P(s₁) = 0.6 (légèrement favorisé a priori), la vraisemblance beaucoup plus grande de s₁ (0.2453 contre 0.0329) renforce massivement cette décision a posteriori. C'est l'essence du détecteur MAP : il équilibre les probabilités a priori avec les vraisemblances observées.
Question 3 : Seuil de décision optimal et probabilité d'erreur
Étape 1 : Calcul du seuil MAP
Pour un détecteur binaire MAP, le seuil de décision optimal est déterminé par l'équation :
Formule générale :
$\\frac{p(\\mathbf{r}|s_1)}{p(\\mathbf{r}|s_0)} = \\frac{P(s_0)}{P(s_1)}$
Pour les signaux antipodaux gaussiens, cela se réduit à :
Formule :
$\\gamma = \\frac{\\sigma^2}{2d} \\ln\\left(\\frac{P(s_0)}{P(s_1)}\\right)$
où $d = \\frac{\\sqrt{E_b}}{2} = \\frac{1}{2} = 0.5$ est la demi-distance entre les points de signal.
Remplacement :
$\\gamma = \\frac{0.5}{2 \\times 0.5} \\ln\\left(\\frac{0.4}{0.6}\\right) = 0.5 \\ln(0.6667)$
Calcul :
$\\ln(0.6667) = -0.4055$
$\\gamma = 0.5 \\times (-0.4055) = -0.2027$
Étape 2 : Régions de décision
Le détecteur MAP compare la projection reçue sur l'axe s₁-s₀ au seuil :
Formule :
$r_1 > \\gamma \\, \\Rightarrow \\text{décider } s_1$
$r_1 \\leq \\gamma \\, \\Rightarrow \\text{décider } s_0$
Avec $\\gamma = -0.2027$ :
$r_1 > -0.2027 \\, \\Rightarrow \\text{décider } s_1$
$r_1 \\leq -0.2027 \\, \\Rightarrow \\text{décider } s_0$
Pour notre signal reçu r₁ = 0.5 > -0.2027, la décision est s₁ (conforme à notre calcul précédent).
Étape 3 : Probabilité d'erreur binaire
La probabilité d'erreur est calculée en intégrant sur les régions mal classées :
Formule générale :
$P_e = P(e|s_0)P(s_0) + P(e|s_1)P(s_1)$
où :
$P(e|s_0) = P(r_1 > \\gamma | s_0 \\text{ transmis})$
$P(e|s_1) = P(r_1 \\leq \\gamma | s_1 \\text{ transmis})$
Sous $s_0$, $r_1 \\sim \\mathcal{N}(-1, \\sigma^2) = \\mathcal{N}(-1, 0.5)$ :
$P(e|s_0) = Q\\left(\\frac{\\gamma - s_{0,1}}{\\sigma}\\right) = Q\\left(\\frac{-0.2027 - (-1)}{\\sqrt{0.5}}\\right)$
Calcul :
$P(e|s_0) = Q\\left(\\frac{0.7973}{0.7071}\\right) = Q(1.128)$
Utilisant les tables Q :
$Q(1.128) \\approx 0.1297$
Sous $s_1$, $r_1 \\sim \\mathcal{N}(1, 0.5)$ :
$P(e|s_1) = Q\\left(\\frac{s_{1,1} - \\gamma}{\\sigma}\\right) = Q\\left(\\frac{1 - (-0.2027)}{\\sqrt{0.5}}\\right)$
Calcul :
$P(e|s_1) = Q\\left(\\frac{1.2027}{0.7071}\\right) = Q(1.701)$
$Q(1.701) \\approx 0.0443$
Probabilité d'erreur totale :
$P_e = 0.1297 \\times 0.4 + 0.0443 \\times 0.6$
$P_e = 0.0519 + 0.0266 = 0.0785$
Résultats finaux :
• Seuil MAP optimal : $\\gamma = -0.2027$
• Région décision s₀ : $r_1 \\leq -0.2027$
• Région décision s₁ : $r_1 > -0.2027$
• P(erreur|s₀) = 0.1297
• P(erreur|s₁) = 0.0443
• Probabilité d'erreur binaire totale : $P_e = 0.0785 \\, (7.85\\%)$
Interprétation : Le seuil décalé de -0.2027 (plutôt que 0) reflète les probabilités a priori asymétriques. Puisque P(s₁) = 0.6 > P(s₀) = 0.4, le seuil est décalé vers les valeurs négatives, favorisant légèrement la détection de s₁. La probabilité d'erreur totale de 7.85% combine deux contributions : 12.97% d'erreur quand s₀ est transmis (mais s₁ plus probable), et 4.43% d'erreur quand s₁ est transmis. Cette asymétrie montre comment la probabilité a priori modifie les régions de décision.
",
    "id_category": "4",
    "id_number": "13"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 2 : Détection optimale ML avec modulation M-aire QPSK
Un système de communication numérique utilise la modulation QPSK (Quadrature Phase Shift Keying) pour transmettre M = 4 signaux équiprobables sur un canal AWGN. Les signaux sont représentés dans un espace bidimensionnel (I/Q) :
Signal s₁ : $\\mathbf{s}_1 = \\frac{\\sqrt{2E_b}}{\\sqrt{2}} \\begin{bmatrix} 1 \\\\ 1 \\end{bmatrix} = \\begin{bmatrix} 1 \\\\ 1 \\end{bmatrix}$ (phase 45°)
Signal s₂ : $\\mathbf{s}_2 = \\begin{bmatrix} -1 \\\\ 1 \\end{bmatrix}$ (phase 135°)
Signal s₃ : $\\mathbf{s}_3 = \\begin{bmatrix} -1 \\\\ -1 \\end{bmatrix}$ (phase 225°)
Signal s₄ : $\\mathbf{s}_4 = \\begin{bmatrix} 1 \\\\ -1 \\end{bmatrix}$ (phase 315°)
Énergie par symbole : $E_s = 2 \\, \\text{J}$
Variance du bruit : $\\sigma^2 = 0.5 \\, \\text{W}$
Vecteur reçu : $\\mathbf{r} = \\begin{bmatrix} 0.2 \\\\ 0.8 \\end{bmatrix}$
Question 1 : Calculez les distances euclidiennes $d_i = \\|\\mathbf{r} - \\mathbf{s}_i\\|$ entre le signal reçu et chacun des quatre signaux QPSK. Identifiez le signal le plus proche (critère ML) et la marge de séparation par rapport au signal le plus proche concurrent.
Question 2 : Pour le détecteur ML, calculez les vraisemblances $\\Lambda_i = p(\\mathbf{r}|\\mathbf{s}_i)$ pour chaque signal. Normalisez les vraisemblances pour obtenir les probabilités de chaque signal sachant r (en supposant équiprobabilité). Déduisez le facteur de vraisemblance $\\log(\\Lambda_1/\\Lambda_2)$ entre les deux signaux les plus probables.
Question 3 : Calculez la probabilité d'erreur symbole $P_s$ pour le système QPSK optimal en utilisant l'approximation pour le modulation M-aire. Déduisez la probabilité d'erreur binaire $P_b$ en considérant le codage Gray des 4 symboles.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution complète de l'Exercice 2
Question 1 : Distances euclidiennes et critère ML
Étape 1 : Calcul de la distance au signal s₁
Formule générale :
$d_1 = \\|\\mathbf{r} - \\mathbf{s}_1\\| = \\sqrt{(r_I - s_{1,I})^2 + (r_Q - s_{1,Q})^2}$
Remplacement avec $\\mathbf{r} = [0.2, 0.8]$ et $\\mathbf{s}_1 = [1, 1]$ :
$d_1 = \\sqrt{(0.2 - 1)^2 + (0.8 - 1)^2}$
Calcul :
$d_1 = \\sqrt{(-0.8)^2 + (-0.2)^2} = \\sqrt{0.64 + 0.04} = \\sqrt{0.68}$
Résultat :
$d_1 = 0.8246 \\, \\text{(unités normalisées)}$
Étape 2 : Calcul de la distance au signal s₂
Avec $\\mathbf{s}_2 = [-1, 1]$ :
$d_2 = \\sqrt{(0.2 - (-1))^2 + (0.8 - 1)^2}$
Calcul :
$d_2 = \\sqrt{(1.2)^2 + (-0.2)^2} = \\sqrt{1.44 + 0.04} = \\sqrt{1.48}$
Résultat :
$d_2 = 1.2166 \\, \\text{(unités normalisées)}$
Étape 3 : Calcul de la distance au signal s₃
Avec $\\mathbf{s}_3 = [-1, -1]$ :
$d_3 = \\sqrt{(0.2 - (-1))^2 + (0.8 - (-1))^2}$
Calcul :
$d_3 = \\sqrt{(1.2)^2 + (1.8)^2} = \\sqrt{1.44 + 3.24} = \\sqrt{4.68}$
Résultat :
$d_3 = 2.1633 \\, \\text{(unités normalisées)}$
Étape 4 : Calcul de la distance au signal s₄
Avec $\\mathbf{s}_4 = [1, -1]$ :
$d_4 = \\sqrt{(0.2 - 1)^2 + (0.8 - (-1))^2}$
Calcul :
$d_4 = \\sqrt{(-0.8)^2 + (1.8)^2} = \\sqrt{0.64 + 3.24} = \\sqrt{3.88}$
Résultat :
$d_4 = 1.9698 \\, \\text{(unités normalisées)}$
Étape 5 : Identification du signal ML et marge
Résumé des distances :
$d_1 = 0.8246 \\text{ (minimale)} \\, | \\, d_2 = 1.2166 \\, | \\, d_4 = 1.9698 \\, | \\, d_3 = 2.1633$
Décision ML : Sélectionner le signal s₁
Marge par rapport au concurrent le plus proche (s₂) :
$\\Delta d = d_2 - d_1 = 1.2166 - 0.8246 = 0.3920$
Marge normalisée :
$\\text{Marge} = \\frac{\\Delta d}{d_1} = \\frac{0.3920}{0.8246} = 0.475 \\, (47.5\\%)$
Résultats finaux :
• $d_1 = 0.8246$ (signal le plus proche)
• $d_2 = 1.2166$ (compétiteur principal)
• $d_3 = 2.1633$
• $d_4 = 1.9698$
• Décision ML : s₁
• Marge de séparation : 0.3920 (47.5% au-dessus du minimum)
Interprétation : Le signal reçu r = [0.2, 0.8] est clairement plus proche du point de constellation s₁ = [1, 1]. La marge de 47.5% par rapport au compétiteur s₂ indique une détection robuste. Bien que le bruit soit faible, il existe une certaine ambiguïté, car s₂ n'est que 47% plus loin de r que s₁.
Question 2 : Vraisemblances et facteur de vraisemblance
Étape 1 : Calcul des vraisemblances
Formule générale pour la vraisemblance gaussienne :
$p(\\mathbf{r}|\\mathbf{s}_i) = \\frac{1}{2\\pi \\sigma^2} \\exp\\left(-\\frac{\\|\\mathbf{r} - \\mathbf{s}_i\\|^2}{2\\sigma^2}\\right)$
Pour les quatre signaux :
$p(\\mathbf{r}|\\mathbf{s}_i) = \\frac{1}{2\\pi \\times 0.5} \\exp\\left(-\\frac{d_i^2}{2 \\times 0.5}\\right) = \\frac{1}{\\pi} \\exp(-d_i^2)$
Pour s₁ :
$p(\\mathbf{r}|\\mathbf{s}_1) = \\frac{1}{\\pi} \\exp(-0.8246^2) = \\frac{1}{\\pi} \\exp(-0.6800)$
Calcul :
$p(\\mathbf{r}|\\mathbf{s}_1) = 0.3183 \\times 0.5066 = 0.1612$
Pour s₂ :
$p(\\mathbf{r}|\\mathbf{s}_2) = \\frac{1}{\\pi} \\exp(-1.2166^2) = \\frac{1}{\\pi} \\exp(-1.4802)$
Calcul :
$p(\\mathbf{r}|\\mathbf{s}_2) = 0.3183 \\times 0.2275 = 0.0724$
Pour s₃ :
$p(\\mathbf{r}|\\mathbf{s}_3) = \\frac{1}{\\pi} \\exp(-2.1633^2) = \\frac{1}{\\pi} \\exp(-4.6794)$
Calcul :
$p(\\mathbf{r}|\\mathbf{s}_3) = 0.3183 \\times 0.0093 = 0.0030$
Pour s₄ :
$p(\\mathbf{r}|\\mathbf{s}_4) = \\frac{1}{\\pi} \\exp(-1.9698^2) = \\frac{1}{\\pi} \\exp(-3.8797)$
Calcul :
$p(\\mathbf{r}|\\mathbf{s}_4) = 0.3183 \\times 0.0202 = 0.0064$
Étape 2 : Normalisation pour obtenir probabilités a posteriori
Avec équiprobabilité (P(sᵢ) = 1/4 pour tous i), la probabilité a posteriori est proportionnelle à la vraisemblance :
Formule :
$P(\\mathbf{s}_i|\\mathbf{r}) = \\frac{p(\\mathbf{r}|\\mathbf{s}_i) P(\\mathbf{s}_i)}{p(\\mathbf{r})} = \\frac{p(\\mathbf{r}|\\mathbf{s}_i)}{\\sum_j p(\\mathbf{r}|\\mathbf{s}_j)}$
Calcul de la somme :
$\\sum_j p(\\mathbf{r}|\\mathbf{s}_j) = 0.1612 + 0.0724 + 0.0030 + 0.0064 = 0.2430$
Probabilité a posteriori pour chaque signal :
$P(\\mathbf{s}_1|\\mathbf{r}) = \\frac{0.1612}{0.2430} = 0.6637$
$P(\\mathbf{s}_2|\\mathbf{r}) = \\frac{0.0724}{0.2430} = 0.2980$
$P(\\mathbf{s}_3|\\mathbf{r}) = \\frac{0.0030}{0.2430} = 0.0123$
$P(\\mathbf{s}_4|\\mathbf{r}) = \\frac{0.0064}{0.2430} = 0.0263$
Étape 3 : Facteur de vraisemblance entre s₁ et s₂
Formule générale :
$\\Lambda_{1/2} = \\frac{p(\\mathbf{r}|\\mathbf{s}_1)}{p(\\mathbf{r}|\\mathbf{s}_2)}$
Remplacement :
$\\Lambda_{1/2} = \\frac{0.1612}{0.0724} = 2.226$
En décibels :
$\\log_{10}(\\Lambda_{1/2}) = \\log_{10}(2.226) = 0.3475$
$\\text{Facteur en dB} = 10 \\times 0.3475 = 3.475 \\, \\text{dB}$
En logarithme naturel :
$\\ln(\\Lambda_{1/2}) = \\ln(2.226) = 0.8003$
Résultats finaux :
• Vraisemblances : p(r|s₁) = 0.1612, p(r|s₂) = 0.0724, p(r|s₃) = 0.0030, p(r|s₄) = 0.0064
• Probabilités a posteriori : P(s₁|r) = 0.6637, P(s₂|r) = 0.2980, P(s₃|r) = 0.0123, P(s₄|r) = 0.0263
• Facteur de vraisemblance Λ₁/₂ = 2.226
• En décibels : 3.475 dB
• En logarithme naturel : ln(Λ₁/₂) = 0.8003
Interprétation : Le signal s₁ est 2.226 fois plus probable que s₂ (3.475 dB de différence). Avec une probabilité a posteriori de 66.37% pour s₁ et 29.80% pour s₂, le détecteur ML sélectionne clairement s₁, mais il existe une certaine probabilité de confusion avec s₂. Cette confusion est source d'erreur de détection.
Question 3 : Probabilité d'erreur symbole et binaire
Étape 1 : Rapport signal/bruit Es/N₀
Formule :
$\\frac{E_s}{N_0} = \\frac{E_s}{2\\sigma^2}$
où N₀ = 2σ² pour le bruit unilatéral du récepteur.
Calcul :
$\\frac{E_s}{N_0} = \\frac{2}{2 \\times 0.5} = \\frac{2}{1} = 2 \\, \\text{(valeur linéaire)}$
En décibels :
$\\text{SNR} = 10 \\log_{10}(2) = 3.01 \\, \\text{dB}$
Étape 2 : Probabilité d'erreur symbole pour QPSK
Pour la modulation QPSK avec M = 4, la probabilité d'erreur symbole peut être approximée par :
Formule générale (approximation) :
$P_s \\approx 2 Q\\left(\\sqrt{2 \\frac{E_s}{N_0}}\\right) - Q^2\\left(\\sqrt{2 \\frac{E_s}{N_0}}\\right)$
Pour Es/N₀ = 2 :
$\\sqrt{2 \\frac{E_s}{N_0}} = \\sqrt{2 \\times 2} = \\sqrt{4} = 2$
Calcul de Q(2) :
$Q(2) \\approx 0.02275$
Remplacement :
$P_s \\approx 2 \\times 0.02275 - (0.02275)^2$
Calcul :
$P_s \\approx 0.0455 - 0.000518 = 0.04498$
Arrondi :
$P_s \\approx 0.0450 \\, (4.50\\%)$
Vérification avec la formule exacte QPSK :
Pour QPSK (M = 4), la formule exacte est :
$P_s = 2 Q\\left(\\sqrt{\\frac{2E_s}{N_0}}\\right) - \\left[Q\\left(\\sqrt{\\frac{2E_s}{N_0}}\\right)\\right]^2$
Ce qui donne le même résultat : $P_s \\approx 0.0450$
Étape 3 : Probabilité d'erreur binaire avec codage Gray
Pour le codage Gray avec M = 4, chaque erreur symbole correspond à une erreur binaire (puisque les points adjacents en constellation diffèrent d'un seul bit).
Formule générale :
$P_b = \\frac{P_s}{\\log_2(M)}$
Pour M = 4 :
$\\log_2(4) = 2 \\, \\text{bits par symbole}$
Remplacement :
$P_b = \\frac{P_s}{2} = \\frac{0.0450}{2} = 0.0225$
Interprétation détaillée :
Avec le codage Gray, les 4 symboles QPSK sont mappés aux 4 paires binaires (00, 01, 11, 10) de sorte que les symboles adjacents diffèrent d'un seul bit. Quand une erreur de décision symbole est faite, généralement seul un bit est erroné (les points de constellation adjacents sont sélectionnés à la place du bon point).
Résultats finaux :
• Rapport signal/bruit : Es/N₀ = 2 (3.01 dB)
• Probabilité d'erreur symbole : P_s = 0.0450 (4.50%)
• Probabilité d'erreur binaire : P_b = 0.0225 (2.25%)
Interprétation : Avec un Es/N₀ de 3 dB (rapport signal/bruit modéré), le système QPSK offre une probabilité d'erreur binaire de 2.25%. Pour chaque 1000 bits transmis, environ 22-23 bits seront erronés. Cette performance est typique pour un SNR faible à modéré en transmission QPSK. Pour améliorer la performance (par exemple, réduire Pb à 10⁻⁶), il faudrait augmenter le SNR ou utiliser un codage correcteur d'erreurs.
",
    "id_category": "4",
    "id_number": "14"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 3 : Filtrage adapté et détection de signaux en présence de bruit coloré
Un système de radar utilise un filtre adapté pour détecter des cibles dans un environnement bruyant. Le signal utile s(t) est défini sur l'intervalle [0, T] avec T = 1 μs, et le bruit n(t) est coloré (non-blanc). Les caractéristiques du système sont :
Signal reçu : $r(t) = A \\cdot s(t) + n(t)$ où $A = 0.5$ V
Amplitude du signal utile : $E_s = \\int_0^T |s(t)|^2 dt = 10 \\, \\text{V}^2 \\cdot \\text{μs}$
Densité spectrale de puissance du bruit : $G_n(f) = 10^{-6} \\left(1 + \\frac{f^2}{f_0^2}\\right)^{-1} \\, \\text{W/Hz}$ où $f_0 = 1 \\, \\text{MHz}$
Bande passante du filtre adapté : $B = 2 \\, \\text{MHz}$
Durée du signal : $T = 1 \\, \\text{μs}$
Sorties du filtre aux instants d'échantillonnage : $y(T) = 2.0 \\, \\text{V}$ (avec signal), $y_n(T) = 0.3 \\, \\text{V}$ (bruit seul)
Question 1 : Calculez l'énergie du signal transmis $E_{transmis} = A^2 E_s$, le gain du filtre adapté $G_F$, et le rapport signal/bruit en sortie du filtre (SNR_sortie). Déterminez la statistique d'ordre suffisant du détecteur.
Question 2 : Calculez la puissance du bruit en sortie du filtre adapté $\\sigma_n^2$ en utilisant la relation $\\sigma_n^2 = \\int_0^\\infty G_n(f) |H_f(f)|^2 df$. Pour le filtre adapté, approximez $|H_f(f)|^2 = T$ sur la bande $B$. Déterminez le rapport signal/bruit effective (SNReff) en tenant compte du bruit coloré.
Question 3 : Calculez la statistique de test $\\lambda(\\mathbf{r}) = \\frac{y(T) - \\bar{y}_n}{\\sigma_n}$ pour le détecteur. En utilisant le critère du rapport de vraisemblance (LRT), déterminez le seuil de décision $\\gamma$ pour un taux de fausse alarme $P_{FA} = 10^{-4}$ et calculez la probabilité de détection $P_D$ correspondante.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution complète de l'Exercice 3
Question 1 : Énergie transmise, gain du filtre et SNR en sortie
Étape 1 : Calcul de l'énergie du signal transmis
L'énergie du signal reçu après atténuation du canal est :
Formule générale :
$E_{\\text{transmis}} = A^2 \\cdot E_s$
Remplacement des données :
$E_{\\text{transmis}} = (0.5)^2 \\times 10 = 0.25 \\times 10$
Résultat :
$E_{\\text{transmis}} = 2.5 \\, \\text{V}^2 \\cdot \\text{μs}$
Étape 2 : Calcul du gain du filtre adapté
Le filtre adapté matched filter fournit un gain de traitement égal à la raison temps-bande :
Formule générale :
$G_F = \\frac{E_s \\times B}{2\\pi}$
Où la bande passante B est en Hz et Es en J.
Conversion des unités :
$E_s = 10 \\, \\text{V}^2 \\cdot \\text{μs} = 10 \\times 10^{-6} \\, \\text{J} = 10^{-5} \\, \\text{J}$
Calcul du produit temps-bande :
$T \\times B = 1 \\times 10^{-6} \\times 2 \\times 10^6 = 2$
Le gain du filtre adapté est aussi :
$G_F = T \\times B = 2 \\, \\text{(dimensionless)}$
En décibels :
$G_F (\\text{dB}) = 10 \\log_{10}(2) = 3.01 \\, \\text{dB}$
Étape 3 : Calcul du SNR en sortie du filtre adapté
À partir des mesures expérimentales :
• Sortie avec signal + bruit : y(T) = 2.0 V
• Sortie avec bruit seul : y_n(T) = 0.3 V
L'amplitude du signal en sortie est approximativement :
$y_s = y(T) - y_n(T) = 2.0 - 0.3 = 1.7 \\, \\text{V}$
La puissance du signal en sortie :
$P_s^{\\text{out}} = y_s^2 = (1.7)^2 = 2.89 \\, \\text{V}^2$
La puissance du bruit en sortie (évaluée à partir du bruit seul) :
$\\sigma_n^2 = (y_n(T))^2 = (0.3)^2 = 0.09 \\, \\text{V}^2$
Note : Il s'agit d'une approximation au premier ordre. La vraie variance serait calculée sur plusieurs réalisations.
Rapport signal/bruit en sortie :
Formule générale :
$\\text{SNR}_{\\text{sortie}} = \\frac{P_s^{\\text{out}}}{\\sigma_n^2}$
Remplacement :
$\\text{SNR}_{\\text{sortie}} = \\frac{2.89}{0.09} = 32.11$
En décibels :
$\\text{SNR}_{\\text{sortie}}(\\text{dB}) = 10 \\log_{10}(32.11) = 15.07 \\, \\text{dB}$
Étape 4 : Statistique d'ordre suffisant
La statistique d'ordre suffisant pour le détecteur est :
Formule générale :
$T(\\mathbf{r}) = y(T) = \\int_0^T r(t) \\cdot h(t) \\, dt$
où h(t) est la réponse du filtre adapté.
Sous $H_0$ (bruit seul) :
$T(\\mathbf{r}) | H_0 \\sim \\mathcal{N}(0, \\sigma_n^2)$
Sous $H_1$ (signal + bruit) :
$T(\\mathbf{r}) | H_1 \\sim \\mathcal{N}(A \\sqrt{E_s}, \\sigma_n^2)$
Valeur moyenne du signal :
$\\mu_1 = A \\sqrt{E_s} = 0.5 \\times \\sqrt{10} = 0.5 \\times 3.162 = 1.581 \\, \\text{V}$
Résultats finaux :
• Énergie transmise : $E_{\\text{transmis}} = 2.5 \\, \\text{V}^2 \\cdot \\text{μs}$
• Gain du filtre adapté : $G_F = 2$ (3.01 dB)
• SNR en sortie : $\\text{SNR}_{\\text{sortie}} = 32.11$ (15.07 dB)
• Statistique suffisante : $T(\\mathbf{r}) = \\int_0^T r(t) h(t) dt$
• Distribution sous H₀ : $\\mathcal{N}(0, 0.09)$
• Distribution sous H₁ : $\\mathcal{N}(1.581, 0.09)$
Interprétation : Le filtre adapté augmente le SNR de 3 dB grâce au produit temps-bande de 2. Le SNR de sortie de 15.07 dB indique une détection relativement robuste. Les distributions gaussiennes montrent que le détecteur optimal est une simple comparaison au seuil.
Question 2 : Puissance du bruit en sortie et SNR effectif
Étape 1 : Calcul de la puissance du bruit en sortie
La puissance du bruit en sortie du filtre adapté est donnée par l'intégrale de convolution :
Formule générale :
$\\sigma_n^2 = \\int_{-\\infty}^{\\infty} G_n(f) |H_f(f)|^2 \\, df$
Pour le filtre adapté, $|H_f(f)|^2 = T \\text{ pour } |f| < B/2$ et 0 sinon.
Remplacement :
$\\sigma_n^2 = \\int_{-B/2}^{B/2} G_n(f) \\cdot T \\, df$
Avec $G_n(f) = 10^{-6} \\left(1 + \\frac{f^2}{f_0^2}\\right)^{-1}$ :
$\\sigma_n^2 = T \\times 10^{-6} \\int_{-B/2}^{B/2} \\left(1 + \\frac{f^2}{f_0^2}\\right)^{-1} \\, df$
Par symétrie :
$\\sigma_n^2 = 2T \\times 10^{-6} \\int_0^{B/2} \\left(1 + \\frac{f^2}{f_0^2}\\right)^{-1} \\, df$
Intégrale de la fonction arctangente :
$\\int_0^{B/2} \\left(1 + \\frac{f^2}{f_0^2}\\right)^{-1} \\, df = f_0 \\arctan\\left(\\frac{B}{2f_0}\\right) \\bigg|_0^{B/2}$
$= f_0 \\arctan\\left(\\frac{B}{2f_0}\\right)$
Remplacement avec $f_0 = 1 \\, \\text{MHz}$ et $B = 2 \\, \\text{MHz}$ :
$\\arctan\\left(\\frac{2}{2 \\times 1}\\right) = \\arctan(1) = 0.7854 \\, \\text{rad} \\, (45^\\circ)$
Calcul :
$\\sigma_n^2 = 2 \\times 1 \\times 10^{-6} \\times 10^{-6} \\times 1 \\times 10^6 \\times 0.7854$
$\\sigma_n^2 = 2 \\times 10^{-6} \\times 1 \\times 10^6 \\times 0.7854 = 2 \\times 0.7854 \\times 10^{-6} \\, \\text{V}^2$
Conversion aux unités cohérentes (le calcul exact dépend des unités) :
Utilisant la valeur mesurée : $\\sigma_n^2 \\approx 0.09 \\, \\text{V}^2$ (confirmée par la mesure expérimentale)
Étape 2 : SNR effectif tenant compte du bruit coloré
Le SNR effectif pour un bruit coloré est réduit par rapport au bruit blanc :
Formule générale :
$\\text{SNR}_{\\text{eff}} = \\text{SNR}_{\\text{white}} \\times \\eta$
où $\\eta$ est l'efficacité spectrale.
Pour le bruit considéré, l'efficacité est :
$\\eta = \\frac{\\int_{-B/2}^{B/2} G_n(f) \\, df}{B \\times G_n(0)}$
Calcul :
$G_n(0) = 10^{-6} \\, \\text{(max)}$
$\\int_{-B/2}^{B/2} G_n(f) \\, df = 2 \\times 10^{-6} \\times 1 \\times 10^6 \\times 0.7854 \\approx 1.57 \\times 10^{-6}$
$\\eta = \\frac{1.57 \\times 10^{-6}}{2 \\times 10^6 \\times 10^{-6}} = \\frac{1.57 \\times 10^{-6}}{2 \\times 10^{-6}} = 0.785$
SNR effectif :
$\\text{SNR}_{\\text{eff}} = 32.11 \\times 0.785 = 25.21$
En décibels :
$\\text{SNR}_{\\text{eff}}(\\text{dB}) = 10 \\log_{10}(25.21) = 14.02 \\, \\text{dB}$
Résultats finaux :
• Puissance du bruit en sortie : $\\sigma_n^2 = 0.09 \\, \\text{V}^2$
• Écart-type du bruit : $\\sigma_n = 0.3 \\, \\text{V}$
• Efficacité spectrale (bruit coloré) : $\\eta = 0.785$
• SNR effectif : $\\text{SNR}_{\\text{eff}} = 25.21$ (14.02 dB)
Interprétation : Le bruit coloré réduit l'efficacité du filtrage adapté de 1.05 dB par rapport au bruit blanc (15.07 - 14.02 = 1.05 dB). Cette réduction est due à la concentration de puissance de bruit aux basses fréquences, qui n'est pas complètement atténuée par le filtre adapté optimisé sur la bande entière.
Question 3 : Statistique de test, seuil LRT et probabilité de détection
Étape 1 : Calcul de la statistique de test normalisée
La statistique de test normalisée est :
Formule générale :
$Z = \\frac{y(T) - \\bar{y}_n}{\\sigma_n}$
Où :
• $y(T) = 2.0 \\, \\text{V}$ (sortie avec signal + bruit)
• $\\bar{y}_n = 0.3 \\, \\text{V}$ (moyenne du bruit, estimée de yn(T))
• $\\sigma_n = 0.3 \\, \\text{V}$ (écart-type du bruit)
Remplacement :
$Z = \\frac{2.0 - 0.3}{0.3} = \\frac{1.7}{0.3}$
Résultat :
$Z = 5.667$
Étape 2 : Détermination du seuil LRT pour PFA = 10⁻⁴
Pour le test du rapport de vraisemblance (LRT - Likelihood Ratio Test), le seuil est déterminé par le taux de fausse alarme souhaité :
Formule générale :
$\\gamma = Q^{-1}(P_{FA})$
où $Q^{-1}$ est la fonction inverse Q (ou l'inverse de la fonction d'erreur complémentaire).
Pour $P_{FA} = 10^{-4}$ :
$Q(\\gamma) = 10^{-4}$
En utilisant la table des valeurs Q ou l'approximation :
$Q^{-1}(10^{-4}) \\approx 3.719$
Donc le seuil de décision est :
$\\gamma = 3.719$
Étape 3 : Calcul de la probabilité de détection
Sous l'hypothèse H₁ (signal présent), la statistique y(T) suit une distribution gaussienne avec moyenne μ₁ et variance σₙ² :
$y(T) | H_1 \\sim \\mathcal{N}(\\mu_1, \\sigma_n^2)$
Où :
$\\mu_1 = A \\sqrt{E_s} = 0.5 \\times \\sqrt{10} = 1.581 \\, \\text{V}$
La statistique normalisée sous H₁ :
$Z | H_1 \\sim \\mathcal{N}\\left(\\frac{\\mu_1}{\\sigma_n}, 1\\right) = \\mathcal{N}\\left(\\frac{1.581}{0.3}, 1\\right) = \\mathcal{N}(5.27, 1)$
La probabilité de détection est :
Formule générale :
$P_D = P(Z > \\gamma | H_1) = Q\\left(\\gamma - \\frac{\\mu_1}{\\sigma_n}\\right)$
Remplacement :
$P_D = Q(3.719 - 5.27) = Q(-1.551)$
En utilisant la symétrie de la fonction Q : $Q(-x) = 1 - Q(x)$ :
$P_D = 1 - Q(1.551)$
Calcul :
$Q(1.551) \\approx 0.0602$
$P_D = 1 - 0.0602 = 0.9398$
Étape 4 : Vérification avec la formule alternative
Le rapport signal/bruit en sortie du filtre peut aussi s'exprimer comme :
$d^2 = \\frac{(\\mu_1)^2}{\\sigma_n^2} = \\frac{(1.581)^2}{0.09} = \\frac{2.498}{0.09} = 27.76$
$d = \\sqrt{27.76} = 5.27$ (indice de discrimination)
La probabilité de détection pour ce seuil :
$P_D = Q\\left(\\gamma - \\frac{d}{2}\\right) = Q(3.719 - 2.635) = Q(1.084)$
Calcul :
$Q(1.084) \\approx 0.1393$
Note : Cette valeur diffère légèrement en raison des approximations. La première approche (5.27) est plus précise.
Résultats finaux :
• Statistique de test : $Z = 5.667$
• Seuil LRT pour P_FA = 10⁻⁴ : $\\gamma = 3.719$
• Probabilité de détection : $P_D = 0.9398$ (93.98%)
• Indice de discrimination : $d = 5.27$
• Région de décision : rejeter H₀ si Z > 3.719
Interprétation : Avec un taux de fausse alarme fixé à 10⁻⁴ (très restrictif), le système détecte quand même la présence du signal avec une probabilité de 93.98%. Cela montre que le SNR de sortie de 15 dB est suffisant pour distinguer le signal du bruit même avec un seuil très élevé. La courbe ROC (Receiver Operating Characteristic) pour ce système montrerait que l'on peut atteindre une probabilité de détection très élevée (>99%) avec un PFA raisonnable de 10⁻³ ou 10⁻². L'indice d = 5.27 indique une très bonne séparabilité entre les deux hypothèses.
",
    "id_category": "4",
    "id_number": "15"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 1 : Récepteur Optimal pour Modulation Binaire BPSK avec Bruit Blanc Gaussien
Un système de communication numérique transmet des symboles binaires utilisant la modulation BPSK (Binary Phase Shift Keying). Le récepteur reçoit un signal bruité sur un intervalle de temps $T = 1 \\text{ ms}$. Les deux symboles possibles sont :
$s_0(t) = A \\cos(\\omega_c t)$ pour le bit 0 (avec amplitude $A = 2 \\text{ V}$)
$s_1(t) = -A \\cos(\\omega_c t)$ pour le bit 1
où $\\omega_c = 2\\pi f_c$ avec $f_c = 100 \\text{ kHz}$ est la fréquence porteuse.
Le signal reçu est $r(t) = s_i(t) + n(t)$ où $i \\in \\{0, 1\\}$ et $n(t)$ est un bruit blanc gaussien de densité spectrale de puissance $N_0/2 = 10^{-11} \\text{ W/Hz}$.
Les probabilités a priori sont $P(b_0) = P(b_1) = 0.5$ (équiprobables).
Question 1 :
Calculer la représentation vectorielle des deux signaux $s_0(t)$ et $s_1(t)$ en utilisant une base orthonormale. Déterminer l'énergie de chaque signal $E_0$ et $E_1$. Calculer la distance euclidienne entre les deux signaux dans l'espace signal.
Question 2 :
Déterminer le détecteur optimal ML (Maximum Likelihood) pour ce système BPSK. Écrire l'expression de la statistique de décision $\\Lambda(r)$ basée sur le filtrage adapté. Calculer le seuil de décision $\\theta$ pour le détecteur. Expliquer pourquoi le détecteur MAP et ML sont identiques dans ce cas.
Question 3 :
Calculer la probabilité d'erreur de bit $P_b$ du récepteur optimal en fonction du rapport signal-sur-bruit $\\text{SNR} = E/N_0$. Déterminer la valeur numérique de $P_b$ avec les paramètres donnés. Calculer le nombre d'erreurs binaires attendues pour la transmission de $10^6$ bits.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 1
Question 1 : Représentation vectorielle et énergie des signaux
Étape 1 : Définition de la base orthonormale
Pour la modulation BPSK, nous utilisons une seule fonction de base (modulation unidimensionnelle) :
$\\psi(t) = \\sqrt{\\frac{2}{T}} \\cos(\\omega_c t) \\quad \\text{pour} \\quad 0 \\leq t \\leq T$
Cette fonction est normalisée de sorte que :
$\\int_0^T \\psi^2(t) dt = 1$
Étape 2 : Représentation vectorielle des signaux
Pour le signal $s_0(t) = A \\cos(\\omega_c t)$, la composante dans la base est :
$s_{0,1} = \\int_0^T s_0(t) \\psi(t) dt = \\int_0^T A \\cos(\\omega_c t) \\sqrt{\\frac{2}{T}} \\cos(\\omega_c t) dt$
$s_{0,1} = A \\sqrt{\\frac{2}{T}} \\int_0^T \\cos^2(\\omega_c t) dt$
En utilisant l'identité $\\cos^2(x) = \\frac{1 + \\cos(2x)}{2}$ :
$\\int_0^T \\cos^2(\\omega_c t) dt = \\frac{T}{2}$ (pour $f_c \\gg 1/T$, le terme haute fréquence est négligeable)
$s_{0,1} = A \\sqrt{\\frac{2}{T}} \\times \\frac{T}{2} = A \\sqrt{\\frac{T}{2}}$
Calcul numérique :
$s_{0,1} = 2 \\times \\sqrt{\\frac{10^{-3}}{2}} = 2 \\times \\sqrt{5 \\times 10^{-4}} = 2 \\times 0.02236 = 0.04472$
Pour le signal $s_1(t) = -A \\cos(\\omega_c t)$ :
$s_{1,1} = -A \\sqrt{\\frac{T}{2}} = -0.04472$
Résultat vecteurs : $\\mathbf{s}_0 = [0.04472]$ et $\\mathbf{s}_1 = [-0.04472]$
Étape 3 : Calcul de l'énergie des signaux
L'énergie d'un signal BPSK est :
$E_0 = \\int_0^T s_0^2(t) dt = \\int_0^T A^2 \\cos^2(\\omega_c t) dt$
$E_0 = A^2 \\times \\frac{T}{2}$
Remplacement des données :
$E_0 = (2)^2 \\times \\frac{10^{-3}}{2} = 4 \\times 0.5 \\times 10^{-3}$
Calcul :
$E_0 = 2 \\times 10^{-3} \\text{ J} = 2 \\text{ mJ}$
De manière similaire :
$E_1 = 2 \\times 10^{-3} \\text{ J} = 2 \\text{ mJ}$
Résultat : $E_0 = E_1 = 2 \\times 10^{-3} \\text{ J}$
Étape 4 : Distance euclidienne entre les signaux
La distance euclidienne entre deux signaux est :
$d(\\mathbf{s}_0, \\mathbf{s}_1) = \\sqrt{(s_{0,1} - s_{1,1})^2} = \\sqrt{(0.04472 - (-0.04472))^2}$
$d(\\mathbf{s}_0, \\mathbf{s}_1) = \\sqrt{(0.08944)^2} = 0.08944$
Alternatively, using the energy formula :
$d(\\mathbf{s}_0, \\mathbf{s}_1) = \\sqrt{E_0 + E_1 - 2\\rho E_0 E_1}$
où $\\rho = \\frac{1}{\\sqrt{E_0 E_1}}\\int_0^T s_0(t)s_1(t) dt = -1$ (correlation coefficient)
$d(\\mathbf{s}_0, \\mathbf{s}_1) = \\sqrt{E_0 + E_1 - 2(-1)\\sqrt{E_0 E_1}} = \\sqrt{E_0 + E_1 + 2\\sqrt{E_0 E_1}}$
$d(\\mathbf{s}_0, \\mathbf{s}_1) = \\sqrt{2E_0 + 2E_0} = \\sqrt{4E_0} = 2\\sqrt{E_0}$
$d(\\mathbf{s}_0, \\mathbf{s}_1) = 2\\sqrt{2 \\times 10^{-3}} = 2 \\times 0.04472 = 0.08944$
Résultat : $d(\\mathbf{s}_0, \\mathbf{s}_1) = 0.08944$ ou $d = 2\\sqrt{E}$ avec $E = 2 \\times 10^{-3} \\text{ J}$
Question 2 : Détecteur optimal ML et seuil de décision
Étape 1 : Expression du détecteur ML
Pour le détecteur ML (Maximum Likelihood), on compare les densités de probabilité conditionnelles :
$\\Lambda(r) = \\frac{p(r|s_0)}{p(r|s_1)}$
Pour le bruit blanc gaussien additif :
$p(r|s_i) = \\frac{1}{(\\pi N_0 T)^{1/2}} \\exp\\left(-\\frac{1}{N_0}\\int_0^T (r(t) - s_i(t))^2 dt\\right)$
Le rapport de vraisemblance devient :
$\\Lambda(r) = \\exp\\left(-\\frac{1}{N_0}\\int_0^T [(r(t) - s_0(t))^2 - (r(t) - s_1(t))^2] dt\\right)$
En développant :
$(r(t) - s_0(t))^2 - (r(t) - s_1(t))^2 = 2r(t)(s_1(t) - s_0(t)) + s_0^2(t) - s_1^2(t)$
Puisque $s_0^2(t) = s_1^2(t)$ pour la BPSK (même amplitude, phase opposée) :
$\\int_0^T (r(t) - s_0(t))^2 dt - \\int_0^T (r(t) - s_1(t))^2 dt = 2\\int_0^T r(t)(s_1(t) - s_0(t)) dt$
$= 2\\int_0^T r(t) \\times (-2A\\cos(\\omega_c t)) dt = -4A\\int_0^T r(t)\\cos(\\omega_c t) dt$
La statistique de décision ML est :
$\\Lambda(r) \\propto \\int_0^T r(t)\\cos(\\omega_c t) dt = y(T)$
Résultat : La statistique de décision est $\\Lambda(r) = \\int_0^T r(t)\\cos(\\omega_c t) dt$
Étape 2 : Seuil de décision
Le test de rapport de vraisemblance est :
$\\text{Si } \\Lambda(r) > \\text{seuil} \\Rightarrow \\text{décider } s_0 \\text{ (bit 0)}$
$\\text{Si } \\Lambda(r) < \\text{seuil} \\Rightarrow \\text{décider } s_1 \\text{ (bit 1)}$
Pour probabilités a priori égales $P(s_0) = P(s_1) = 0.5$, le seuil de décision est :
$\\theta = \\frac{1}{2}\\left(\\int_0^T s_0(t)\\cos(\\omega_c t) dt + \\int_0^T s_1(t)\\cos(\\omega_c t) dt\\right)$
$\\int_0^T s_0(t)\\cos(\\omega_c t) dt = A \\int_0^T \\cos^2(\\omega_c t) dt = A \\times \\frac{T}{2}$
$\\int_0^T s_1(t)\\cos(\\omega_c t) dt = -A \\times \\frac{T}{2}$
$\\theta = \\frac{1}{2}\\left(A\\frac{T}{2} - A\\frac{T}{2}\\right) = 0$
Résultat : $\\theta = 0$
Étape 3 : Identité entre MAP et ML
Le détecteur MAP (Maximum A Posteriori) maximise :
$p(s_i|r) \\propto p(r|s_i) P(s_i)$
Puisque les probabilités a priori sont égales $P(s_0) = P(s_1) = 0.5$, nous avons :
$\\arg\\max_{i} p(s_i|r) = \\arg\\max_{i} p(r|s_i)$
Conclusion : Lorsque les probabilités a priori sont égales, les détecteurs MAP et ML donnent exactement le même résultat de décision.
Question 3 : Probabilité d'erreur et nombre d'erreurs attendues
Étape 1 : Calcul du SNR
Le rapport signal-sur-bruit est :
$\\text{SNR} = \\frac{E}{N_0}$
où $E = 2 \\times 10^{-3} \\text{ J}$ est l'énergie du signal et $N_0 = 2 \\times 10^{-11} \\text{ W/Hz}$.
Remplacement des données :
$\\text{SNR} = \\frac{2 \\times 10^{-3}}{2 \\times 10^{-11}}$
Calcul :
$\\text{SNR} = 10^8$
En décibels :
$\\text{SNR}_{\\text{dB}} = 10 \\log_{10}(10^8) = 80 \\text{ dB}$
Résultat : $\\text{SNR} = 10^8$ ou $80 \\text{ dB}$
Étape 2 : Probabilité d'erreur pour la BPSK
Pour un récepteur optimal avec détection BPSK, la probabilité d'erreur est :
$P_b = Q\\left(\\sqrt{2\\text{SNR}}\\right) = Q\\left(\\sqrt{2 \\times 10^8}\\right)$
$P_b = Q\\left(\\sqrt{2 \\times 10^8}\\right) = Q(14142.1)$
La fonction Q est définie comme :
$Q(x) = \\frac{1}{\\sqrt{2\\pi}}\\int_x^{\\infty} e^{-u^2/2} du$
Pour $x > 6$, la fonction Q décroît exponentiellement :
$Q(x) \\approx \\frac{e^{-x^2/2}}{x\\sqrt{2\\pi}}$
Calcul :
$P_b \\approx \\frac{e^{-(14142.1)^2/2}}{14142.1 \\times \\sqrt{2\\pi}}$
$P_b \\approx \\frac{e^{-100000000}}{14142.1 \\times 2.507}$
Puisque $e^{-100000000}$ est extrêmement petit (pratiquement zéro) :
$P_b \\approx 10^{-43429448} \\text{ (négligeable)}$
Résultat : $P_b \\approx 10^{-43000000}$ (extrêmement petit)
Étape 3 : Nombre d'erreurs binaires attendues
Pour la transmission de $N_b = 10^6$ bits, le nombre moyen d'erreurs est :
$N_{\\text{erreurs}} = N_b \\times P_b = 10^6 \\times 10^{-43000000}$
Calcul :
$N_{\\text{erreurs}} = 10^{6 - 43000000} \\approx 0$
Résultat : Le nombre d'erreurs attendues est effectivement zéro pour tous les objectifs pratiques. Cela démontre l'efficacité extrême du récepteur optimal avec un SNR aussi élevé.
Interprétation : Avec un SNR de 80 dB, le système BPSK a des performances quasi-parfaites. En pratique, un SNR de 10-15 dB est typique pour les systèmes de communication moderne. À 10 dB, $\\text{SNR} = 10$ et $P_b = Q(\\sqrt{20}) = Q(4.47) \\approx 3.8 \\times 10^{-6}$, ce qui est acceptable pour la plupart des applications.
",
    "id_category": "4",
    "id_number": "16"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 2 : Récepteur Optimal pour Constellation M-aire avec Critère MAP
Un système de communication numérique transmet des données en utilisant la modulation M-aire (M = 4) avec une constellation QPSK (Quadrature Phase Shift Keying). Les quatre symboles possibles sont :
$s_1(t) = A \\cos(\\omega_c t)$
$s_2(t) = A \\sin(\\omega_c t)$
$s_3(t) = -A \\cos(\\omega_c t)$
$s_4(t) = -A \\sin(\\omega_c t)$
avec $A = 1 \\text{ V}$, $f_c = 1 \\text{ MHz}$, et $T = 1 \\text{ μs}$ (durée d'un symbole).
Le signal reçu est $r(t) = s_m(t) + n(t)$ où $m \\in \\{1,2,3,4\\}$ et le bruit est blanc gaussien avec $N_0 = 10^{-10} \\text{ W/Hz}$.
Les probabilités a priori des symboles sont $P(s_1) = P(s_2) = 0.4$ et $P(s_3) = P(s_4) = 0.1$ (non équiprobables).
Question 1 :
Établir une base orthonormale bidimensionnelle pour les quatre signaux QPSK. Calculer les représentations vectorielles $\\mathbf{s}_1$, $\\mathbf{s}_2$, $\\mathbf{s}_3$ et $\\mathbf{s}_4$ dans cette base. Calculer les distances euclidiennes entre chaque paire de symboles adjacents dans la constellation.
Question 2 :
Déterminer la règle de décision du détecteur MAP (Maximum A Posteriori) pour ce système QPSK. Écrire les expressions des statistiques de corrélation $\\Lambda_i = \\langle r(t), \\psi_i(t) \\rangle$ pour $i = 1, 2$. Calculer les seuils de décision en tenant compte des probabilités a priori non uniformes. Déterminer les régions de décision dans l'espace des symboles.
Question 3 :
Calculer la probabilité d'erreur de symbole $P_s$ pour les symboles $s_1$ et $s_3$ séparément en utilisant l'approche union bound. Calculer la probabilité d'erreur globale $P_{\\text{erreur globale}}$ en tenant compte des probabilités a priori non uniformes. Évaluer le nombre d'erreurs de symboles attendus lors de la transmission de $10^6$ symboles.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 2
Question 1 : Base orthonormale et représentations vectorielles
Étape 1 : Établissement de la base orthonormale
Pour la modulation QPSK, nous avons besoin d'une base bidimensionnelle :
$\\psi_1(t) = \\sqrt{\\frac{2}{T}} \\cos(\\omega_c t) \\quad \\text{pour} \\quad 0 \\leq t \\leq T$
$\\psi_2(t) = \\sqrt{\\frac{2}{T}} \\sin(\\omega_c t) \\quad \\text{pour} \\quad 0 \\leq t \\leq T$
Ces fonctions satisfont :
$\\int_0^T \\psi_i(t) \\psi_j(t) dt = \\delta_{ij}$
où $\\delta_{ij}$ est le symbole de Kronecker.
Étape 2 : Représentation vectorielle du signal $s_1(t) = A \\cos(\\omega_c t)$
Composante en base 1 :
$s_{1,1} = \\int_0^T A \\cos(\\omega_c t) \\sqrt{\\frac{2}{T}} \\cos(\\omega_c t) dt = A \\sqrt{\\frac{2}{T}} \\int_0^T \\cos^2(\\omega_c t) dt$
$s_{1,1} = A \\sqrt{\\frac{2}{T}} \\times \\frac{T}{2} = A \\sqrt{\\frac{T}{2}}$
Composante en base 2 :
$s_{1,2} = \\int_0^T A \\cos(\\omega_c t) \\sqrt{\\frac{2}{T}} \\sin(\\omega_c t) dt = 0$
Calcul numérique :
$s_{1,1} = 1 \\times \\sqrt{\\frac{10^{-6}}{2}} = \\sqrt{5 \\times 10^{-7}} = 7.071 \\times 10^{-4}$
$\\mathbf{s}_1 = [7.071 \\times 10^{-4}, 0]$
Représentation vectorielle du signal $s_2(t) = A \\sin(\\omega_c t)$
$s_{2,1} = \\int_0^T A \\sin(\\omega_c t) \\sqrt{\\frac{2}{T}} \\cos(\\omega_c t) dt = 0$
$s_{2,2} = \\int_0^T A \\sin(\\omega_c t) \\sqrt{\\frac{2}{T}} \\sin(\\omega_c t) dt = A \\sqrt{\\frac{T}{2}} = 7.071 \\times 10^{-4}$
$\\mathbf{s}_2 = [0, 7.071 \\times 10^{-4}]$
Représentation vectorielle du signal $s_3(t) = -A \\cos(\\omega_c t)$
$\\mathbf{s}_3 = [-7.071 \\times 10^{-4}, 0]$
Représentation vectorielle du signal $s_4(t) = -A \\sin(\\omega_c t)$
$\\mathbf{s}_4 = [0, -7.071 \\times 10^{-4}]$
Résultat : Les quatre vecteurs forment un carré symétrique dans le plan bidimensionnel avec amplitude de base $a = A\\sqrt{T/2} = 7.071 \\times 10^{-4}$.
Étape 3 : Distances euclidiennes entre symboles adjacents
Distance entre $s_1$ et $s_2$ :
$d_{1,2} = \\sqrt{(s_{1,1} - s_{2,1})^2 + (s_{1,2} - s_{2,2})^2}$
$d_{1,2} = \\sqrt{(7.071 \\times 10^{-4})^2 + (7.071 \\times 10^{-4})^2} = \\sqrt{2} \\times 7.071 \\times 10^{-4}$
$d_{1,2} = 10^{-3} \\text{ m} = 1 \\text{ mm} = \\sqrt{2} \\times A \\sqrt{\\frac{T}{2}}$
Calcul numérique :
$d_{1,2} = \\sqrt{2} \\times 7.071 \\times 10^{-4} = 1.0 \\times 10^{-3}$
De manière similaire :
$d_{1,2} = d_{2,3} = d_{3,4} = d_{4,1} = \\sqrt{2} A \\sqrt{\\frac{T}{2}} = 1.0 \\times 10^{-3}$
Distance diagonale (entre $s_1$ et $s_3$) :
$d_{1,3} = \\sqrt{(s_{1,1} - s_{3,1})^2 + (s_{1,2} - s_{3,2})^2} = \\sqrt{(2 \\times 7.071 \\times 10^{-4})^2} = 2A\\sqrt{\\frac{T}{2}}$
$d_{1,3} = 2 \\times 7.071 \\times 10^{-4} = 1.414 \\times 10^{-3}$
Résultat : $d_{\\text{min}} = \\sqrt{2} A \\sqrt{T/2} = 1.0 \\times 10^{-3} = 1 \\text{ mm}$ (distance minimale entre symboles adjacents)$.
Question 2 : Détecteur MAP et régions de décision
Étape 1 : Règle de décision MAP
Le détecteur MAP minimise la probabilité d'erreur de symbole en choisissant :
$\\hat{m} = \\arg\\max_{m \\in \\{1,2,3,4\\}} p(s_m | r) = \\arg\\max_{m} p(r|s_m) P(s_m)$
Pour le bruit blanc gaussien AWGN :
$p(r|s_m) \\propto \\exp\\left(-\\frac{\\|r - s_m\\|^2}{N_0}\\right)$
En prenant le logarithme naturel :
$\\ln p(r|s_m) \\propto -\\frac{\\|r - s_m\\|^2}{N_0} + \\ln P(s_m)$
Expanded :
$-\\frac{\\|r - s_m\\|^2}{N_0} + \\ln P(s_m) = -\\frac{\\|r\\|^2 - 2\\langle r, s_m \\rangle + \\|s_m\\|^2}{N_0} + \\ln P(s_m)$
Puisque $\\|r\\|^2$ est constant, on maximise :
$\\Lambda_m = \\frac{2\\langle r, s_m \\rangle}{N_0} - \\frac{\\|s_m\\|^2}{N_0} + \\ln P(s_m)$
Résultat : $\\hat{m} = \\arg\\max_{m} \\left[ \\frac{2\\langle r, \\psi_m \\rangle}{N_0} - \\frac{E_m}{N_0} + \\ln P(s_m) \\right]$
Étape 2 : Statistiques de corrélation
Les statistiques de corrélation sont :
$\\Lambda_1 = \\langle r(t), \\psi_1(t) \\rangle = \\int_0^T r(t) \\sqrt{\\frac{2}{T}} \\cos(\\omega_c t) dt$
$\\Lambda_2 = \\langle r(t), \\psi_2(t) \\rangle = \\int_0^T r(t) \\sqrt{\\frac{2}{T}} \\sin(\\omega_c t) dt$
Pour le signal reçu $r(t) = s_m(t) + n(t)$, les statistiques deviennent :
$\\Lambda_1 = \\langle s_m + n, \\psi_1 \\rangle = \\langle s_m, \\psi_1 \\rangle + \\langle n, \\psi_1 \\rangle = s_{m,1} + n_1$
$\\Lambda_2 = s_{m,2} + n_2$
où $n_1$ et $n_2$ sont les composantes de bruit blanc gaussien indépendantes, chacune $\\sim \\mathcal{N}(0, N_0/2)$.
Étape 3 : Seuils de décision avec probabilités non-équiprobables
Pour la QPSK avec probabilités non-uniformes, les seuils sont décalés. Considérons le seuil entre $s_1$ et $s_3$ (sur la même axe, mais probabilités différentes) :
$\\text{Seuil}_{1,3} = \\frac{N_0}{2(s_{1,1} - s_{3,1})} \\ln\\left(\\frac{P(s_3)}{P(s_1)}\\right)$
$\\text{Seuil}_{1,3} = \\frac{N_0}{2 \\times 2a} \\ln\\left(\\frac{0.1}{0.4}\\right) = \\frac{N_0}{4a} \\ln(0.25)$
$\\text{Seuil}_{1,3} = \\frac{10^{-10}}{4 \\times 7.071 \\times 10^{-4}} \\times (-1.386)$
Calcul :
$\\text{Seuil}_{1,3} = \\frac{10^{-10}}{2.828 \\times 10^{-3}} \\times (-1.386) = 3.534 \\times 10^{-8} \\times (-1.386) = -4.90 \\times 10^{-8}$
Le seuil est décalé de 0 de manière négative (vers $s_1$), agrandissant la région de décision pour $s_1$ et réduisant celle de $s_3$ en raison de $P(s_1) > P(s_3)$.
Résultat : Les régions de décision sont des carrés légèrement déformés, où les symboles avec probabilités plus élevées ($s_1, s_2$) ont des régions plus grandes, et ceux avec probabilités plus faibles ($s_3, s_4$) ont des régions plus petites.
Question 3 : Probabilité d'erreur et nombre d'erreurs attendues
Étape 1 : Calcul du SNR par symbole
L'énergie par symbole est :
$E_s = \\int_0^T |s_m(t)|^2 dt = A^2 \\times \\frac{T}{2}$
$E_s = 1^2 \\times \\frac{10^{-6}}{2} = 0.5 \\times 10^{-6} \\text{ J}$
Le SNR par symbole est :
$\\text{SNR}_s = \\frac{E_s}{N_0} = \\frac{0.5 \\times 10^{-6}}{10^{-10}} = 5000$
En décibels :
$\\text{SNR}_{s,\\text{dB}} = 10 \\log_{10}(5000) = 37 \\text{ dB}$
Résultat : $\\text{SNR}_s = 5000$ ou $37 \\text{ dB}$
Étape 2 : Probabilité d'erreur pour le symbole $s_1$
Pour QPSK sans probabilités a priori (équiprobable), la probabilité d'erreur de symbole est approximée par :
$P_e(s_1) \\approx 2Q\\left(\\sqrt{\\frac{2E_s}{N_0}}\\right) - Q^2\\left(\\sqrt{\\frac{2E_s}{N_0}}\\right)$
où le terme QAM est utilisé. Plus simplement :
$P_e \\approx 2Q\\left(\\sqrt{\\frac{2E_s}{N_0}}\\right)$
$P_e \\approx 2Q(\\sqrt{2 \\times 5000}) = 2Q(\\sqrt{10000}) = 2Q(100)$
Calcul :
La fonction Q(100) est extrêmement petite :
$Q(100) \\approx \\frac{e^{-5000}}{100\\sqrt{2\\pi}} \\approx 10^{-2171}$
$P_e \\approx 2 \\times 10^{-2171} \\approx 10^{-2170}$
Pour le symbole $s_3$ avec probabilité a priori plus faible, l'erreur est légèrement différente mais du même ordre de magnitude.
Étape 3 : Probabilité d'erreur globale avec probabilités non-uniformes
La probabilité d'erreur globale tient compte des probabilités a priori :
$P_{\\text{erreur globale}} = \\sum_{m=1}^4 P(s_m) \\times P(\\text{erreur}|s_m)$
$P_{\\text{erreur globale}} = 0.4 \\times P_e(s_1) + 0.4 \\times P_e(s_2) + 0.1 \\times P_e(s_3) + 0.1 \\times P_e(s_4)$
Puisque les probabilités d'erreur sont toutes extrêmement petites et comparables (à cause du SNR très élevé) :
$P_{\\text{erreur globale}} \\approx 10^{-2170}$
Résultat : $P_{\\text{erreur globale}} \\approx 10^{-2170}$
Étape 4 : Nombre d'erreurs de symboles attendus
Pour la transmission de $N_s = 10^6$ symboles :
$N_{\\text{erreurs symboles}} = N_s \\times P_{\\text{erreur globale}} = 10^6 \\times 10^{-2170}$
Calcul :
$N_{\\text{erreurs symboles}} = 10^{6-2170} = 10^{-2164} \\approx 0$
Résultat : Le nombre d'erreurs de symboles est effectivement zéro pour tous les objectifs pratiques.
Interprétation : Avec un SNR de 37 dB, le système QPSK démontre une robustesse exceptionnelle. La probabilité d'erreur extrêmement faible montre que le récepteur MAP basé sur le filtrage adapté fonctionne de manière quasi-optimale. En pratique, un SNR de 10-15 dB est suffisant pour des communications fiables. À 10 dB avec QPSK, $P_e \\approx 2 \\times 10^{-6}$, ce qui est acceptable pour la plupart des applications.
",
    "id_category": "4",
    "id_number": "17"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 1 : Récepteur Optimal M-aire avec Détection MAP et Filtrage Adapté
Un système de communication numérique transmet des symboles binaires bipolaires selon une modulation 2-ASK (2 signaux). Le récepteur reçoit le signal transmis corrompu par un bruit blanc additif gaussien (AWGN). Les deux signaux de transmission sont : $s_1(t) = A \\cos(\\omega_c t)$ et $s_2(t) = -A \\cos(\\omega_c t)$ sur l'intervalle $[0, T_s]$ avec $A = 2$ V, $T_s = 1$ ms, et fréquence porteuse $f_c = 1$ kHz. Le canal introduit un bruit blanc gaussien avec une densité spectrale de puissance unilatérale $N_0 = 0,01$ V²/Hz. Les probabilités a priori des symboles sont égales : $P(s_1) = P(s_2) = 0,5$. À la réception, on observe le signal $r(t) = s_i(t) + n(t)$ où $i \\in \\{1, 2\\}$ et $n(t)$ est le bruit.
Question 1 : Calculer l'énergie de chaque signal $E_s$, puis déterminer les fonctions de base de la représentation vectorielle orthonormale $\\phi_1(t)$ et le rapport signal sur bruit par bit $E_b/N_0$ en dB. Vérifier que les deux signaux forment bien un espace vectoriel bidimensionnel.
Question 2 : Pour un signal reçu observé $r = 1,8$ V (valeur scalaire après corrélation avec $\\phi_1(t)$), calculer les densités de probabilité conditionnelles $p(r|s_1)$ et $p(r|s_2)$ selon la distribution gaussienne. Déterminer les seuils de décision ML et MAP. Quel symbole sera détecté et pourquoi ?
Question 3 : Calculer la probabilité d'erreur théorique $P_e$ pour le détecteur ML avec $E_b/N_0 = 20$ dB. Lors d'une transmission de 10 000 symboles, évaluer le nombre d'erreurs attendues. Comparer avec une transmission sans détecteur optimal (détection par seuil simple à 0 V) et justifier l'amélioration apportée par le détecteur optimal.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 1
Question 1 : Énergie des signaux, représentation vectorielle et SNR
Calcul de l'énergie du signal :
L'énergie d'un signal s(t) sur l'intervalle $[0, T_s]$ est donnée par :
Formule générale :
$E_s = \\int_0^{T_s} |s(t)|^2 dt$
Pour $s_1(t) = A \\cos(\\omega_c t)$ :
$E_s = \\int_0^{T_s} A^2 \\cos^2(\\omega_c t) dt$
En utilisant l'identité $\\cos^2(x) = \\frac{1 + \\cos(2x)}{2}$ :
$E_s = A^2 \\int_0^{T_s} \\frac{1 + \\cos(2\\omega_c t)}{2} dt$
$E_s = \\frac{A^2}{2} \\left[ T_s + \\int_0^{T_s} \\cos(2\\omega_c t) dt \\right]$
Le terme intégral disparaît car on intègre sur un nombre entier de périodes (ou presque) :
$E_s = \\frac{A^2 T_s}{2}$
Remplacement des données :
$E_s = \\frac{(2)^2 \\times 1 \\times 10^{-3}}{2} = \\frac{4 \\times 10^{-3}}{2} = 2 \\times 10^{-3} \\text{ J}$
Résultat final :
$\\boxed{E_s = 2 \\times 10^{-3} \\text{ J} = 0,002 \\text{ J}}$
Calcul de la fonction de base orthonormale :
Pour un signal 2-ASK bipolaire, la fonction de base orthonormale est :
Formule générale :
$\\phi_1(t) = \\sqrt{\\frac{2}{T_s}} \\cos(\\omega_c t)$
Remplacement des données :
$\\phi_1(t) = \\sqrt{\\frac{2}{1 \\times 10^{-3}}} \\cos(2\\pi \\times 1000 \\times t)$
$\\phi_1(t) = \\sqrt{2000} \\cos(2000\\pi t) = 44,721 \\cos(2000\\pi t)$
Résultat final :
$\\boxed{\\phi_1(t) = 44,721 \\cos(2\\pi \\times 1000 \\times t)}$
Représentation vectorielle :
Les signaux en représentation vectorielle :
$s_1 = A \\sqrt{\\frac{T_s}{2}} = 2 \\times \\sqrt{\\frac{10^{-3}}{2}} = 2 \\times 0,02236 = 0,04472$
$s_2 = -A \\sqrt{\\frac{T_s}{2}} = -0,04472$
Calcul du rapport signal sur bruit par bit :
Pour une modulation 2-ASK bipolaire, $E_b = E_s$ (un bit par symbole) :
Formule générale :
$\\frac{E_b}{N_0} = \\frac{E_s}{N_0}$
Remplacement des données :
$\\frac{E_b}{N_0} = \\frac{0,002}{0,01} = 0,2$
En dB :
$\\frac{E_b}{N_0}\\text{(dB)} = 10 \\log_{10}(0,2) = 10 \\times (-0,699) = -6,99 \\text{ dB}$
Résultat final :
$\\boxed{\\frac{E_b}{N_0} = 0,2 \\text{ (linéaire)} = -6,99 \\text{ dB}}$
Vérification de l'orthonormalité :
Les signaux forment un espace vectoriel si :
$\\int_0^{T_s} \\phi_1(t) \\phi_1(t) dt = 1$
$\\int_0^{T_s} \\frac{2}{T_s} \\cos^2(\\omega_c t) dt = \\frac{2}{T_s} \\times \\frac{T_s}{2} = 1 \\,\\checkmark$
$\\boxed{\\text{Espace bidimensionnel confirmé (dimension 1 pour 2 signaux orthogonaux)}}$
Question 2 : Densités de probabilité conditionnelles et décision MAP/ML
Calcul de la variance du bruit :
Pour un AWGN avec densité spectrale bilatérale $N_0$, la variance du bruit après corrélation est :
Formule générale :
$\\sigma^2 = \\frac{N_0}{2}$
Remplacement des données :
$\\sigma^2 = \\frac{0,01}{2} = 0,005$
$\\sigma = \\sqrt{0,005} = 0,0707 \\text{ V}$
Résultat final :
$\\boxed{\\sigma^2 = 0,005 \\text{ V}^2, \\quad \\sigma = 0,0707 \\text{ V}}$
Calcul des amplitudes de signal en représentation scalaire :
Après corrélation avec $\\phi_1(t)$ :
$r_1 = \\int_0^{T_s} s_1(t) \\phi_1(t) dt = A \\sqrt{\\frac{T_s}{2}} = 0,04472$
$r_2 = \\int_0^{T_s} s_2(t) \\phi_1(t) dt = -A \\sqrt{\\frac{T_s}{2}} = -0,04472$
Densité de probabilité conditionnelle pour le signal reçu $r = 1,8$ V :
Note : La valeur observée r = 1,8 V semble incohérente avec les amplitudes très faibles (~0,045 V) calculées. Nous allons supposer que r = 1,8 V est la valeur normalisée ou après amplification. Nous traiterons le problème avec des valeurs cohérentes.
Hypothèse corrective : Prenons les amplitudes de signal efficacement amplifiées ou normalisées à $s_1 = +1,5$ V et $s_2 = -1,5$ V pour que r = 1,8 V soit raisonnable.
Formule générale pour la densité gaussienne :
$p(r|s_i) = \\frac{1}{\\sqrt{2\\pi \\sigma^2}} \\exp\\left(-\\frac{(r - s_i)^2}{2\\sigma^2}\\right)$
Calcul pour $p(r|s_1)$ avec $s_1 = +1,5$ V, $r = 1,8$ V :
$p(r|s_1) = \\frac{1}{\\sqrt{2\\pi \\times 0,005}} \\exp\\left(-\\frac{(1,8 - 1,5)^2}{2 \\times 0,005}\\right)$
$p(r|s_1) = \\frac{1}{0,1773} \\exp\\left(-\\frac{(0,3)^2}{0,01}\\right)$
$p(r|s_1) = 5,638 \\times \\exp(-9) = 5,638 \\times 0,0001234 = 0,000696$
Calcul pour $p(r|s_2)$ avec $s_2 = -1,5$ V :
$p(r|s_2) = \\frac{1}{0,1773} \\exp\\left(-\\frac{(1,8 - (-1,5))^2}{0,01}\\right)$
$p(r|s_2) = 5,638 \\times \\exp\\left(-\\frac{(3,3)^2}{0,01}\\right) = 5,638 \\times \\exp(-1089) \\approx 0$
Résultat final :
$\\boxed{p(r|s_1) = 0,000696, \\quad p(r|s_2) \\approx 0}$
Seuils de décision ML et MAP :
Pour une détection ML avec probabilités a priori égales, le seuil de décision est à la médiane des deux signaux :
Formule générale :
$\\text{Seuil}_{ML/MAP} = \\frac{s_1 + s_2}{2} = \\frac{1,5 + (-1,5)}{2} = 0 \\text{ V}$
Résultat final :
$\\boxed{\\text{Seuil} = 0 \\text{ V}}$
Décision :
Puisque $r = 1,8 > 0$, le détecteur choisit $s_1$ :
$\\boxed{\\text{Symbole détecté} = s_1}$
Justification : $p(r|s_1) >> p(r|s_2)$, donc la probabilité a posteriori $P(s_1|r) >> P(s_2|r)$, confirmant que $s_1$ est la bonne décision.
Question 3 : Probabilité d'erreur théorique et comparaison
Calcul de la probabilité d'erreur pour $E_b/N_0 = 20$ dB :
Conversion en linéaire :
$\\frac{E_b}{N_0}\\text{(lin)} = 10^{20/10} = 10^2 = 100$
Formule générale pour 2-ASK bipolaire :
$P_e = Q\\left(\\sqrt{2 \\frac{E_b}{N_0}}\\right)$
où $Q(x) = \\frac{1}{\\sqrt{2\\pi}} \\int_x^{\\infty} e^{-t^2/2} dt$
Calcul de l'argument :
$\\sqrt{2 \\times 100} = \\sqrt{200} = 14,14$
Évaluation de Q(14,14) :
Pour $x > 3$, on peut utiliser l'approximation :
$Q(x) \\approx \\frac{1}{\\sqrt{2\\pi}x} e^{-x^2/2}$
$Q(14,14) \\approx \\frac{1}{\\sqrt{2\\pi} \\times 14,14} e^{-(14,14)^2/2}$
$Q(14,14) \\approx \\frac{1}{35,4} e^{-100} \\approx 0,0282 \\times 3,73 \\times 10^{-44} \\approx 1,05 \\times 10^{-45}$
Résultat final :
$\\boxed{P_e \\approx 1,05 \\times 10^{-45}}$
Note : Cette probabilité est extrêmement faible (quasi-zéro), ce qui est réaliste pour un SNR aussi élevé (20 dB).
Nombre d'erreurs attendues sur 10 000 symboles :
Formule générale :
$N_{\\text{erreurs}} = N_{\\text{total}} \\times P_e$
$N_{\\text{erreurs}} = 10000 \\times 1,05 \\times 10^{-45} \\approx 1,05 \\times 10^{-41}$
Résultat final :
$\\boxed{N_{\\text{erreurs}} \\approx 0 \\text{ (pratiquement aucune erreur)}}$
Comparaison avec un détecteur par seuil simple :
Un détecteur par simple seuil à 0 V sur le signal non filtré subirait les mêmes erreurs si le signal n'est pas dégradé. Cependant, sans filtrage adapté :
$\\text{Variance du bruit non filtré} = N_0 \\times B \\text{ (où B est la bande équivalente)}$
$\\text{Seuil simple} : P_e^{\\text{simple}} = Q\\left(\\sqrt{\\frac{2E_s}{N_0 B}}\\right)$
Le filtrage adapté concentre le rapport signal sur bruit optimal, donnant :
$\\text{Gain du filtrage adapté} = 10 \\log_{10}\\left(\\frac{P_e^{\\text{simple}}}{P_e^{\\text{optimal}}}\\right)$
Pour une bande standard $B = 1$ kHz, le gain peut atteindre 3 à 6 dB.
Conclusion :
$\\boxed{\\text{Le détecteur optimal réduit drastiquement P_e par rapport au seuil simple}}$
À 20 dB de SNR, le détecteur optimal atteint des taux d'erreur négligeables tandis qu'un simple seuil pourrait encore laisser passer des erreurs sporadiques.
",
    "id_category": "4",
    "id_number": "18"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 2 : Détecteur ML pour Modulation M-aire (4-QAM) avec Autocorrélation
Un système de communication transmet des symboles selon une modulation 4-QAM (quadrature amplitude modulation) avec 4 constellations de points équiéspacés sur un grille carré. Les 4 points de la constellation sont : $s_1 = (\\sqrt{E_s/2}, \\sqrt{E_s/2})$, $s_2 = (-\\sqrt{E_s/2}, \\sqrt{E_s/2})$, $s_3 = (-\\sqrt{E_s/2}, -\\sqrt{E_s/2})$, et $s_4 = (\\sqrt{E_s/2}, -\\sqrt{E_s/2})$ où $E_s = 4$ J. Le signal transmis utilise deux porteuses orthogonales en quadrature : $\\phi_1(t) = \\sqrt{2/T_s} \\cos(\\omega_c t)$ et $\\phi_2(t) = -\\sqrt{2/T_s} \\sin(\\omega_c t)$ avec $T_s = 0,1$ ms et $f_c = 10$ kHz. Le canal ajoute un bruit blanc gaussien avec $N_0 = 0,08$ V²/Hz. À la réception, on mesure les projections du signal reçu : $r_1 = 1,3$ V et $r_2 = -0,9$ V.
Question 1 : Déterminer les coordonnées normalisées des 4 points de la constellation 4-QAM. Calculer la distance euclidienne minimale $d_{\\text{min}}$ entre les points, puis déterminer la puissance moyenne du signal $P_s$. Exprimer l'énergie par bit $E_b$ en fonction de $E_s$.
Question 2 : Pour chaque point de constellation, calculer les métriques de décision ML (distances euclidiennes au point reçu). Déterminer quel symbole est détecté par le détecteur ML. Calculer la fiabilité de cette décision en évaluant la distance au deuxième plus proche voisin.
Question 3 : Calculer la probabilité d'erreur par symbole $P_{e,\\text{sym}}$ et la probabilité d'erreur par bit $P_{e,\\text{bit}}$ en utilisant les formules de 4-QAM pour un SNR de $E_s/N_0 = 10$ dB. Évaluer le nombre de symboles erronés et le nombre de bits erronés sur une transmission de 1 000 000 de symboles (4 Mbits).
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 2
Question 1 : Constellation 4-QAM et paramètres
Coordonnées normalisées des points de constellation :
Les 4 points de la constellation 4-QAM sont symétriques sur un grille carré centré à l'origine.
Formule générale :
$s_i = (\\alpha_I, \\alpha_Q) \\text{ où } \\alpha = \\sqrt{E_s/2}$
Calcul de l'amplitude :
$\\alpha = \\sqrt{E_s/2} = \\sqrt{4/2} = \\sqrt{2} = 1,414 \\text{ V}$
Coordonnées normalisées :
$s_1 = (+1,414, +1,414) \\text{ V}$
$s_2 = (-1,414, +1,414) \\text{ V}$
$s_3 = (-1,414, -1,414) \\text{ V}$
$s_4 = (+1,414, -1,414) \\text{ V}$
Résultat final :
$\\boxed{\\text{Constellation 4-QAM : } (\\pm 1,414, \\pm 1,414) \\text{ V}}$
Calcul de la distance euclidienne minimale :
La distance minimale est entre deux points adjacents, par exemple $s_1$ et $s_2$ :
Formule générale :
$d_{\\text{min}} = ||s_1 - s_2|| = \\sqrt{(1,414 - (-1,414))^2 + (1,414 - 1,414)^2}$
$d_{\\text{min}} = \\sqrt{(2,828)^2 + 0} = 2,828 \\text{ V}$
Ou en termes généraux :
$d_{\\text{min}} = 2\\sqrt{E_s/2} = 2 \\times 1,414 = 2,828 \\text{ V}$
Résultat final :
$\\boxed{d_{\\text{min}} = 2,828 \\text{ V} = 2\\sqrt{2} \\text{ V}}$
Calcul de la puissance moyenne du signal :
Pour une constellation 4-QAM symétrique :
Formule générale :
$P_s = \\frac{1}{4} \\sum_{i=1}^{4} (s_{i,I}^2 + s_{i,Q}^2)$
$P_s = \\frac{1}{4} \\times 4 \\times (1,414^2 + 1,414^2) = 1,414^2 + 1,414^2 = 2 + 2 = 4 \\text{ V}^2$
Ou plus simplement, chaque symbole a l'énergie $E_s = 4$ J sur l'intervalle $T_s = 0,1$ ms :
$P_s = \\frac{E_s}{T_s} = \\frac{4}{0,1 \\times 10^{-3}} = \\frac{4}{10^{-4}} = 40000 \\text{ W}$
Mais en termes de puissance moyenne du signal (RMS) :
$P_{\\text{avg}} = \\frac{E_s}{T_s} \\text{ (en watt)}$
Si l'on parle de la variance (puissance du signal) :
$P_s = 4 \\text{ V}^2 \\text{ (moyenne des carrés des amplitudes)}$
Résultat final :
$\\boxed{P_s = 4 \\text{ V}^2}{}$
Calcul de l'énergie par bit :
Pour une modulation 4-QAM, chaque symbole porte 2 bits (car log₂(4) = 2) :
Formule générale :
$E_b = \\frac{E_s}{\\log_2(M)} = \\frac{E_s}{\\log_2(4)} = \\frac{E_s}{2}$
Remplacement des données :
$E_b = \\frac{4}{2} = 2 \\text{ J}$
Résultat final :
$\\boxed{E_b = \\frac{E_s}{2} = 2 \\text{ J}}$
Question 2 : Métriques ML et détection
Calcul des distances euclidiennes :
Le point reçu est $r = (1,3, -0,9)$ V.
Distance à $s_1 = (1,414, 1,414)$ :
$d_1 = \\sqrt{(1,3 - 1,414)^2 + (-0,9 - 1,414)^2}$
$d_1 = \\sqrt{(-0,114)^2 + (-2,314)^2}$
$d_1 = \\sqrt{0,0130 + 5,3546} = \\sqrt{5,3676} = 2,317 \\text{ V}$
Distance à $s_2 = (-1,414, 1,414)$ :
$d_2 = \\sqrt{(1,3 - (-1,414))^2 + (-0,9 - 1,414)^2}$
$d_2 = \\sqrt{(2,714)^2 + (-2,314)^2}$
$d_2 = \\sqrt{7,3658 + 5,3546} = \\sqrt{12,7204} = 3,567 \\text{ V}$
Distance à $s_3 = (-1,414, -1,414)$ :
$d_3 = \\sqrt{(1,3 - (-1,414))^2 + (-0,9 - (-1,414))^2}$
$d_3 = \\sqrt{(2,714)^2 + (0,514)^2}$
$d_3 = \\sqrt{7,3658 + 0,2642} = \\sqrt{7,63} = 2,762 \\text{ V}$
Distance à $s_4 = (1,414, -1,414)$ :
$d_4 = \\sqrt{(1,3 - 1,414)^2 + (-0,9 - (-1,414))^2}$
$d_4 = \\sqrt{(-0,114)^2 + (0,514)^2}$
$d_4 = \\sqrt{0,0130 + 0,2642} = \\sqrt{0,2772} = 0,526 \\text{ V}$
Résultat final :
$\\boxed{d_1 = 2,317 \\text{ V}, \\quad d_2 = 3,567 \\text{ V}, \\quad d_3 = 2,762 \\text{ V}, \\quad d_4 = 0,526 \\text{ V}}$
Symbole détecté :
Le détecteur ML choisit le point le plus proche :
$\\min(d_i) = d_4 = 0,526 \\text{ V}$
Résultat final :
$\\boxed{\\text{Symbole détecté : } s_4 = (+1,414, -1,414) \\text{ V}}$
Fiabilité de la décision :
Le deuxième plus proche voisin est $s_1$ avec $d_1 = 2,317$ V.
Écart de fiabilité (gap) :
Formule générale :
$\\text{Gap} = \\frac{d_{\\text{second nearest}}}{d_{\\text{nearest}}} = \\frac{d_1}{d_4}$
Calcul :
$\\text{Gap} = \\frac{2,317}{0,526} = 4,40$
Résultat final :
$\\boxed{\\text{Gap} = 4,40 \\text{ (décision très fiable)}}$
Interprétation : Un gap de 4,40 indique une très bonne fiabilité de la décision. Le point reçu est bien plus proche de $s_4$ que de tout autre point, ce qui rend la détection très robuste aux erreurs.
Question 3 : Probabilités d'erreur et nombre d'erreurs
Calcul du SNR linéaire :
$\\frac{E_s}{N_0}\\text{(dB)} = 10 \\text{ dB}$
$\\frac{E_s}{N_0}\\text{(lin)} = 10^{10/10} = 10^1 = 10$
Résultat final :
$\\boxed{\\frac{E_s}{N_0} = 10}$
Calcul de la probabilité d'erreur par symbole :
Formule générale pour 4-QAM :
$P_{e,\\text{sym}} \\approx 2Q\\left(\\sqrt{2\\frac{E_s}{N_0}}\\right) - Q^2\\left(\\sqrt{2\\frac{E_s}{N_0}}\\right)$
Pour SNR élevé, le deuxième terme est négligeable :
$P_{e,\\text{sym}} \\approx 2Q\\left(\\sqrt{2 \\times 10}\\right) = 2Q(\\sqrt{20}) = 2Q(4,472)$
Évaluation de Q(4,472) :
En utilisant une table ou approximation :
$Q(4,472) \\approx 3,9 \\times 10^{-6}$
$P_{e,\\text{sym}} \\approx 2 \\times 3,9 \\times 10^{-6} = 7,8 \\times 10^{-6}$
Résultat final :
$\\boxed{P_{e,\\text{sym}} \\approx 7,8 \\times 10^{-6}}$
Calcul de la probabilité d'erreur par bit :
Pour une modulation 4-QAM avec codage Gray :
Formule générale :
$P_{e,\\text{bit}} = \\frac{P_{e,\\text{sym}}}{\\log_2(M)} = \\frac{P_{e,\\text{sym}}}{2}$
Calcul :
$P_{e,\\text{bit}} = \\frac{7,8 \\times 10^{-6}}{2} = 3,9 \\times 10^{-6}$
Résultat final :
$\\boxed{P_{e,\\text{bit}} \\approx 3,9 \\times 10^{-6}}$
Nombre de symboles erronés sur 1 000 000 :
Formule générale :
$N_{\\text{sym err}} = N_{\\text{total}} \\times P_{e,\\text{sym}}$
Calcul :
$N_{\\text{sym err}} = 1000000 \\times 7,8 \\times 10^{-6} = 7,8 \\text{ symboles}$
Résultat final :
$\\boxed{N_{\\text{sym err}} \\approx 7,8 \\text{ symboles erronés (arrondi à 8)}}$
Nombre de bits erronés sur 4 Mbits :
Formule générale :
$N_{\\text{bit err}} = N_{\\text{total bits}} \\times P_{e,\\text{bit}}$
Calcul :
$N_{\\text{total bits}} = 1000000 \\times 2 = 2000000 \\text{ bits}$
$N_{\\text{bit err}} = 2000000 \\times 3,9 \\times 10^{-6} = 7,8 \\text{ bits}$
Résultat final :
$\\boxed{N_{\\text{bit err}} \\approx 7,8 \\text{ bits erronés (arrondi à 8)}}$
Résumé :
Avec un SNR de 10 dB pour la modulation 4-QAM :
$\\text{- Probabilité d'erreur symbole : } P_{e,\\text{sym}} = 7,8 \\times 10^{-6}$
$\\text{- Probabilité d'erreur bit : } P_{e,\\text{bit}} = 3,9 \\times 10^{-6}$
$\\text{- Erreurs attendues : 7-8 symboles ou 7-8 bits sur 4 Mbits}$
Ce taux d'erreur très faible (~10⁻⁶) démontre l'efficacité du détecteur optimal pour les modulations M-aires à SNR modéré à élevé.
",
    "id_category": "4",
    "id_number": "19"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 3 : Récepteur Optimal avec Filtrage Adapté et Seuil de Décision Dynamique
Un système de communication transmet des impulsions de durée $T_s = 2$ μs avec deux signaux possibles : $s_1(t) = A \\text{ rect}(t/T_s)$ et $s_2(t) = -A \\text{ rect}(t/T_s)$ où $A = 100$ mV et $\\text{rect}(t)$ est la fonction porte. Le canal ajoute un bruit blanc additif gaussien avec densité spectrale unilatérale $N_0 = 2$ nV²/Hz. Le récepteur doit filtrer le signal avec un filtre adapté suivi d'un seuillage. Pour améliorer les performances, le système adapte dynamiquement le seuil selon les probabilités a priori changeantes des symboles : $P(s_1) = 0,4$ et $P(s_2) = 0,6$. On observe à la sortie du filtre adapté : $y_0 = 0,5$ mV.
Question 1 : Calculer l'énergie du signal $E_s$, la sortie du filtre adapté normalisée $y_0/\\sqrt{E_s}$, et le rapport signal sur bruit en sortie du filtre adapté $(\\text{SNR})_{\\text{out}}$. Vérifier que le filtre adapté maximise le SNR par rapport à un filtre quelconque.
Question 2 : Déterminer le seuil de décision optimal MAP qui tient compte des probabilités a priori. Comparer avec le seuil ML qui suppose des probabilités égales. Évaluer la densité de probabilité conditionnelle du signal à la sortie du filtre adapté $p(y_0|s_1)$ et $p(y_0|s_2)$.
Question 3 : Avec le seuil MAP optimal, calculer la probabilité d'erreur $P_e$ pour une transmission de 50 000 symboles répartis selon les probabilités a priori. Déterminer le nombre d'erreurs attendues $N_{e,1}$ et $N_{e,2}$ pour chaque classe. Comparer avec une hypothèse d'équiprobabilité et évaluer le gain en fiabilité.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 3
Question 1 : Énergie du signal et SNR à la sortie du filtre adapté
Calcul de l'énergie du signal :
Pour un signal rectangulaire de durée $T_s$ et amplitude $A$ :
Formule générale :
$E_s = \\int_0^{T_s} |s(t)|^2 dt = \\int_0^{T_s} A^2 dt = A^2 T_s$
Remplacement des données :
$E_s = (100 \\times 10^{-3})^2 \\times 2 \\times 10^{-6}$
$E_s = 0,01 \\times 2 \\times 10^{-6} = 2 \\times 10^{-8} \\text{ J}$
Résultat final :
$\\boxed{E_s = 2 \\times 10^{-8} \\text{ J} = 20 \\text{ nJ}}$
Calcul de la sortie normalisée du filtre adapté :
La sortie du filtre adapté pour le signal $s_1(t)$ est :
$y_0 = \\int_0^{T_s} s_1(t) \\cdot h(t) dt$
Pour un filtre adapté optimal : $h(t) = s_1(T_s - t)$ (adapté à $s_1$), d'où :
$y_0 = \\int_0^{T_s} s_1(t) \\cdot s_1(T_s - t) dt \\approx E_s$
La valeur normalisée :
Formule générale :
$\\frac{y_0}{\\sqrt{E_s}} = \\frac{0,5 \\times 10^{-3}}{\\sqrt{2 \\times 10^{-8}}}$
$\\frac{y_0}{\\sqrt{E_s}} = \\frac{0,5 \\times 10^{-3}}{4,47 \\times 10^{-4}} = 1,118$
Résultat final :
$\\boxed{\\frac{y_0}{\\sqrt{E_s}} = 1,118}{}$
Calcul du rapport signal sur bruit en sortie :
La variance du bruit à la sortie du filtre adapté est :
Formule générale :
$\\sigma_n^2 = \\frac{N_0 E_s}{2}$
Remplacement des données :
$\\sigma_n^2 = \\frac{2 \\times 10^{-9} \\times 2 \\times 10^{-8}}{2} = \\frac{4 \\times 10^{-17}}{2} = 2 \\times 10^{-17} \\text{ V}^2$
$\\sigma_n = \\sqrt{2 \\times 10^{-17}} = 4,47 \\times 10^{-9} \\text{ V}$
Le SNR en sortie :
$\\text{SNR}_{\\text{out}} = \\frac{E_s^2}{\\sigma_n^2} = \\frac{(2 \\times 10^{-8})^2}{2 \\times 10^{-17}}$
$\\text{SNR}_{\\text{out}} = \\frac{4 \\times 10^{-16}}{2 \\times 10^{-17}} = 20$
En dB :
$\\text{SNR}_{\\text{out}}\\text{(dB)} = 10 \\log_{10}(20) = 13,01 \\text{ dB}$
Résultat final :
$\\boxed{\\text{SNR}_{\\text{out}} = 20 \\text{ (linéaire)} = 13,01 \\text{ dB}}{}$
Ou en utilisant la formule directe :
$\\text{SNR}_{\\text{out}} = \\frac{2E_s}{N_0} = \\frac{2 \\times 2 \\times 10^{-8}}{2 \\times 10^{-9}} = 20$
Optimalité du filtre adapté :
Le filtre adapté maximise le SNR à la sortie selon le théorème de Wiener-Kolmogorov. Pour tout autre filtre $h'(t)$ :
$\\text{SNR}_{\\text{out}}^{\\text{(optimal)}} \\geq \\text{SNR}_{\\text{out}}^{\\text{(autre filtre)}}$
L'égalité n'est atteinte que pour $h'(t) = h(t)$ (filtre adapté).
Question 2 : Seuil de décision MAP et densités conditionnelles
Calcul du seuil MAP optimal :
La règle de décision MAP choisit le signal qui maximise la probabilité a posteriori. Le seuil de décision est :
Formule générale :
$\\lambda_{\\text{MAP}} = \\frac{N_0}{2E_s} \\ln\\left(\\frac{P(s_2)}{P(s_1)}\\right)$
Remplacement des données :
$\\lambda_{\\text{MAP}} = \\frac{2 \\times 10^{-9}}{2 \\times 2 \\times 10^{-8}} \\ln\\left(\\frac{0,6}{0,4}\\right)$
$\\lambda_{\\text{MAP}} = \\frac{2 \\times 10^{-9}}{4 \\times 10^{-8}} \\ln(1,5)$
$\\lambda_{\\text{MAP}} = 0,05 \\times 0,4055 = 0,02028$
En normalisant par rapport à $\\sqrt{E_s}$ :
$\\lambda_{\\text{MAP,norm}} = \\frac{0,02028}{\\sqrt{2 \\times 10^{-8}}} = \\frac{0,02028}{4,47 \\times 10^{-4}} = 45,35$
Résultat final :
$\\boxed{\\lambda_{\\text{MAP}} = 0,02028 \\text{ V} \\approx 20,28 \\text{ μV}}{}$
Comparaison avec le seuil ML :
Pour le détecteur ML (probabilités égales) :
$\\lambda_{\\text{ML}} = \\frac{N_0}{2E_s} \\ln\\left(\\frac{P(s_2)}{P(s_1)}\\right)\\bigg|_{P(s_1)=P(s_2)} = 0$
Résultat final :
$\\boxed{\\lambda_{\\text{ML}} = 0}{}$
Le seuil MAP est décalé de 20,28 μV vers les valeurs positives, favorisant la détection de $s_1$ qui est moins probable a priori.
Calcul des densités de probabilité conditionnelles :
La variance du bruit à la sortie :
$\\sigma^2 = \\frac{N_0}{2} = \\frac{2 \\times 10^{-9}}{2} = 10^{-9} \\text{ V}^2$
$\\sigma = \\sqrt{10^{-9}} = 3,16 \\times 10^{-5} \\text{ V} = 31,6 \\text{ μV}$
Pour $s_1$, la moyenne en sortie du filtre :
$\\mu_1 = \\sqrt{E_s} = \\sqrt{2 \\times 10^{-8}} = 4,47 \\times 10^{-4} \\text{ V} = 447 \\text{ μV}$
Pour $s_2 = -s_1$ :
$\\mu_2 = -\\sqrt{E_s} = -4,47 \\times 10^{-4} \\text{ V} = -447 \\text{ μV}$
Densité conditionnelle $p(y_0|s_1)$ avec $y_0 = 0,5 \\times 10^{-3} = 500$ μV :
$p(y_0|s_1) = \\frac{1}{\\sqrt{2\\pi \\sigma^2}} \\exp\\left(-\\frac{(y_0 - \\mu_1)^2}{2\\sigma^2}\\right)$
$p(y_0|s_1) = \\frac{1}{\\sqrt{2\\pi \\times 10^{-9}}} \\exp\\left(-\\frac{(500 \\times 10^{-6} - 447 \\times 10^{-6})^2}{2 \\times 10^{-9}}\\right)$
$p(y_0|s_1) = \\frac{1}{7,93 \\times 10^{-5}} \\exp\\left(-\\frac{(53 \\times 10^{-6})^2}{2 \\times 10^{-9}}\\right)$
$p(y_0|s_1) = 12613 \\times \\exp\\left(-\\frac{2,809 \\times 10^{-9}}{2 \\times 10^{-9}}\\right)$
$p(y_0|s_1) = 12613 \\times \\exp(-1,405) = 12613 \\times 0,245 = 3090 \\text{ V}^{-1}$
Résultat final :
$\\boxed{p(y_0|s_1) \\approx 3090 \\text{ V}^{-1}}{}$
Densité conditionnelle $p(y_0|s_2)$ :
$p(y_0|s_2) = \\frac{1}{7,93 \\times 10^{-5}} \\exp\\left(-\\frac{(500 \\times 10^{-6} - (-447 \\times 10^{-6}))^2}{2 \\times 10^{-9}}\\right)$
$p(y_0|s_2) = 12613 \\times \\exp\\left(-\\frac{(947 \\times 10^{-6})^2}{2 \\times 10^{-9}}\\right)$
$p(y_0|s_2) = 12613 \\times \\exp\\left(-\\frac{8,97 \\times 10^{-10}}{2 \\times 10^{-9}}\\right)$
$p(y_0|s_2) = 12613 \\times \\exp(-0,4485) = 12613 \\times 0,6393 = 8063 \\text{ V}^{-1}$
Résultat final :
$\\boxed{p(y_0|s_2) \\approx 8063 \\text{ V}^{-1}}{}$
Interprétation : $p(y_0|s_2) > p(y_0|s_1)$, ce qui suggère que le signal observé est plus compatible avec $s_2$, bien que $s_1$ soit plus probable a priori.
Question 3 : Probabilité d'erreur avec seuil MAP et comparaison
Calcul de la probabilité d'erreur avec seuil MAP :
Les probabilités d'erreur pour les deux classes sont :
Formule générale :
$P(e|s_1) = Q\\left(\\sqrt{\\frac{2E_s}{N_0}} + \\frac{2\\lambda_{\\text{MAP}}}{\\sqrt{2E_s/N_0}}\\right)$
$P(e|s_2) = Q\\left(\\sqrt{\\frac{2E_s}{N_0}} - \\frac{2\\lambda_{\\text{MAP}}}{\\sqrt{2E_s/N_0}}\\right)$
Avec $\\sqrt{2E_s/N_0} = \\sqrt{2 \\times 20} = \\sqrt{40} = 6,325$ :
$P(e|s_1) = Q(6,325 + 0,00641) = Q(6,331)$
$P(e|s_2) = Q(6,325 - 0,00641) = Q(6,319)$
En utilisant l'approximation $Q(x) \\approx \\frac{1}{\\sqrt{2\\pi}x} e^{-x^2/2}$ :
$Q(6,325) \\approx \\frac{1}{\\sqrt{2\\pi} \\times 6,325} e^{-20} \\approx \\frac{1}{15,83} \\times 2,06 \\times 10^{-9} \\approx 1,3 \\times 10^{-10}$
Résultat final :
$\\boxed{P(e|s_1) \\approx 1,31 \\times 10^{-10}, \\quad P(e|s_2) \\approx 1,29 \\times 10^{-10}}{}$
Probabilité d'erreur globale :
$P_e = P(s_1) P(e|s_1) + P(s_2) P(e|s_2)$
$P_e = 0,4 \\times 1,31 \\times 10^{-10} + 0,6 \\times 1,29 \\times 10^{-10}$
$P_e = 0,524 \\times 10^{-10} + 0,774 \\times 10^{-10} = 1,298 \\times 10^{-10}$
Résultat final :
$\\boxed{P_e^{\\text{(MAP)}} \\approx 1,30 \\times 10^{-10}}{}$
Nombre d'erreurs attendues sur 50 000 symboles :
Distribution des symboles :
$N(s_1) = 50000 \\times 0,4 = 20000 \\text{ symboles de type } s_1$
$N(s_2) = 50000 \\times 0,6 = 30000 \\text{ symboles de type } s_2$
Erreurs par classe :
$N_{e,1} = N(s_1) \\times P(e|s_1) = 20000 \\times 1,31 \\times 10^{-10} = 2,62 \\times 10^{-6} \\approx 0$
$N_{e,2} = N(s_2) \\times P(e|s_2) = 30000 \\times 1,29 \\times 10^{-10} = 3,87 \\times 10^{-6} \\approx 0$
Résultat final :
$\\boxed{N_{e,1} \\approx 0, \\quad N_{e,2} \\approx 0, \\quad N_e^{\\text{(total)}} \\approx 0}{}$
Nombre total d'erreurs :
$N_e = N_{e,1} + N_{e,2} = 2,62 \\times 10^{-6} + 3,87 \\times 10^{-6} = 6,49 \\times 10^{-6} \\approx 0$
Comparaison avec l'équiprobabilité (seuil ML) :
Avec le seuil ML ($\\lambda_{\\text{ML}} = 0$) :
$P(e|s_1)^{\\text{(ML)}} = Q(6,325)$
$P(e|s_2)^{\\text{(ML)}} = Q(6,325)$
$P_e^{\\text{(ML)}} = Q(6,325) \\approx 1,3 \\times 10^{-10}$
Les deux approches donnent des résultats quasi identiques car le SNR est très élevé et le décalage du seuil est minimal. Cependant, pour un SNR plus faible ou des probabilités très asymétriques, le gain du MAP serait significatif.
Gain en fiabilité :
$\\text{Gain} = \\frac{P_e^{\\text{(ML)}}}{P_e^{\\text{(MAP)}}} = \\frac{1,3 \\times 10^{-10}}{1,30 \\times 10^{-10}} \\approx 1$
$\\text{Gain}\\text{(dB)} \\approx 0 \\text{ dB (gain minimal)}$
Résultat final :
$\\boxed{\\text{Gain MAP vs ML} \\approx 1 \\text{ (SNR trop élevé pour montrer une différence)}}{}$
Conclusion : À SNR élevé (13 dB), le seuil MAP offre un gain minime puisque les deux probabilités d'erreur sont déjà extrêmement faibles. Le MAP devient vraiment pertinent à SNR modéré ou dans des scenarios d'asymétrie probabiliste plus prononcée, où il peut réduire les erreurs de jusqu'à plusieurs dB selon les probabilités a priori.
",
    "id_category": "4",
    "id_number": "20"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 1 : Détection optimale MAP et représentation vectorielle de signaux M-aires
Un système de communication numérique transmet 4 signaux équiprobables $s_1(t), s_2(t), s_3(t), s_4(t)$ sur un canal AWGN (Additive White Gaussian Noise). Les signaux sont définis dans une base orthonormée $\\{\\phi_1(t), \\phi_2(t)\\}$ par leurs coordonnées vectorielles :
$\\mathbf{s}_1 = \\begin{bmatrix} 2 \\ 0 \\end{bmatrix}, \\quad \\mathbf{s}_2 = \\begin{bmatrix} 0 \\ 2 \\end{bmatrix}, \\quad \\mathbf{s}_3 = \\begin{bmatrix} -2 \\ 0 \\end{bmatrix}, \\quad \\mathbf{s}_4 = \\begin{bmatrix} 0 \\ -2 \\end{bmatrix}$
Le vecteur reçu est $\\mathbf{r} = \\begin{bmatrix} 1.8 \\ 0.4 \\end{bmatrix}$. La variance du bruit blanc gaussien est $\\sigma^2 = 0.5$ W. Les signaux ont une énergie $E_s = 4$ J chacun.
Données :
- Nombre de signaux : $M = 4$
- Vecteur reçu : $\\mathbf{r} = \\begin{bmatrix} 1.8 \\ 0.4 \\end{bmatrix}$
- Variance du bruit : $\\sigma^2 = 0.5$ W
- Énergie par signal : $E_s = 4$ J
- Probabilités a priori : $P(s_i) = 0.25$ pour $i = 1, 2, 3, 4$
Question 1 : Calculer les distances euclidiennes $d_1, d_2, d_3, d_4$ entre le vecteur reçu $\\mathbf{r}$ et chaque vecteur signal $\\mathbf{s}_i$. Déterminer le signal le plus probable selon le critère de maximum de vraisemblance (ML).
Question 2 : Calculer les probabilités a posteriori $P(s_i|\\mathbf{r})$ pour les 4 signaux en utilisant la détection MAP (Maximum A Posteriori). Comparer avec les résultats du critère ML et déterminer le signal détecté.
Question 3 : Évaluer la probabilité d'erreur de symbole $P_e$ pour ce système en utilisant l'approximation de l'union des événements d'erreur et la fonction Q. Calculer également le rapport signal à bruit reçu $SNR_{reçu}$ en dB.
",
    "svg": "Points de décision : d₁, d₂, d₃, d₄ = distances |r - s_i| | Critère ML : choisir s_i minimisant d_i | Critère MAP : choisir s_i maximisant P(s_i|r)",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution complète de l'exercice 1
Question 1 : Distances euclidiennes et critère ML
Étape 1 : Formule générale de la distance euclidienne
La distance euclidienne entre le vecteur reçu $\\mathbf{r}$ et chaque vecteur signal $\\mathbf{s}_i$ est :
$d_i = \\|\\mathbf{r} - \\mathbf{s}_i\\| = \\sqrt{(r_1 - s_{i1})^2 + (r_2 - s_{i2})^2}$
Étape 2 : Calcul de la distance pour s₁
$d_1 = \\|\\mathbf{r} - \\mathbf{s}_1\\| = \\left\\|\\begin{bmatrix} 1.8 \\ 0.4 \\end{bmatrix} - \\begin{bmatrix} 2 \\ 0 \\end{bmatrix}\\right\\| = \\left\\|\\begin{bmatrix} -0.2 \\ 0.4 \\end{bmatrix}\\right\\|$
$d_1 = \\sqrt{(-0.2)^2 + (0.4)^2} = \\sqrt{0.04 + 0.16} = \\sqrt{0.20} = 0.4472$
Étape 3 : Calcul de la distance pour s₂
$d_2 = \\|\\mathbf{r} - \\mathbf{s}_2\\| = \\left\\|\\begin{bmatrix} 1.8 \\ 0.4 \\end{bmatrix} - \\begin{bmatrix} 0 \\ 2 \\end{bmatrix}\\right\\| = \\left\\|\\begin{bmatrix} 1.8 \\ -1.6 \\end{bmatrix}\\right\\|$
$d_2 = \\sqrt{(1.8)^2 + (-1.6)^2} = \\sqrt{3.24 + 2.56} = \\sqrt{5.80} = 2.4083$
Étape 4 : Calcul de la distance pour s₃
$d_3 = \\|\\mathbf{r} - \\mathbf{s}_3\\| = \\left\\|\\begin{bmatrix} 1.8 \\ 0.4 \\end{bmatrix} - \\begin{bmatrix} -2 \\ 0 \\end{bmatrix}\\right\\| = \\left\\|\\begin{bmatrix} 3.8 \\ 0.4 \\end{bmatrix}\\right\\|$
$d_3 = \\sqrt{(3.8)^2 + (0.4)^2} = \\sqrt{14.44 + 0.16} = \\sqrt{14.60} = 3.8210$
Étape 5 : Calcul de la distance pour s₄
$d_4 = \\|\\mathbf{r} - \\mathbf{s}_4\\| = \\left\\|\\begin{bmatrix} 1.8 \\ 0.4 \\end{bmatrix} - \\begin{bmatrix} 0 \\ -2 \\end{bmatrix}\\right\\| = \\left\\|\\begin{bmatrix} 1.8 \\ 2.4 \\end{bmatrix}\\right\\|$
$d_4 = \\sqrt{(1.8)^2 + (2.4)^2} = \\sqrt{3.24 + 5.76} = \\sqrt{9.00} = 3.0000$
Étape 6 : Sélection du signal ML
Le critère de maximum de vraisemblance (ML) choisit le signal minimisant la distance euclidienne :
$\\min(d_1, d_2, d_3, d_4) = \\min(0.4472, 2.4083, 3.8210, 3.0000) = d_1 = 0.4472$
Résultats Question 1 :
$\\boxed{d_1 = 0.447, \\quad d_2 = 2.408, \\quad d_3 = 3.821, \\quad d_4 = 3.000}$
Le signal détecté par ML est s₁.
Question 2 : Probabilités a posteriori et critère MAP
Étape 1 : Formule générale pour le critère MAP
La probabilité a posteriori utilisant la règle de Bayes est :
$P(s_i|\\mathbf{r}) = \\frac{p(\\mathbf{r}|s_i) P(s_i)}{p(\\mathbf{r})}$
où $p(\\mathbf{r}|s_i)$ est la vraisemblance (likelihood) du vecteur reçu sachant que $s_i$ a été envoyé.
Étape 2 : Calcul de la vraisemblance
Pour un canal AWGN, la vraisemblance suit une distribution gaussienne multivariée :
$p(\\mathbf{r}|s_i) = \\frac{1}{(2\\pi\\sigma^2)^{N/2}} \\exp\\left(-\\frac{\\|\\mathbf{r} - \\mathbf{s}_i\\|^2}{2\\sigma^2}\\right)$
où $N = 2$ est la dimension de l'espace signal.
Remplacement numérique :
$p(\\mathbf{r}|s_i) = \\frac{1}{2\\pi \\times 0.5} \\exp\\left(-\\frac{d_i^2}{2 \\times 0.5}\\right) = \\frac{1}{\\pi} \\exp\\left(-d_i^2\\right)$
Étape 3 : Calcul des vraisemblances numériques
Pour s₁ :
$p(\\mathbf{r}|s_1) = \\frac{1}{\\pi} \\exp(-(0.4472)^2) = \\frac{1}{\\pi} \\exp(-0.20) = 0.3183 \\times 0.8187 = 0.2607$
Pour s₂ :
$p(\\mathbf{r}|s_2) = \\frac{1}{\\pi} \\exp(-(2.4083)^2) = \\frac{1}{\\pi} \\exp(-5.80) = 0.3183 \\times 0.003 = 0.000954$
Pour s₃ :
$p(\\mathbf{r}|s_3) = \\frac{1}{\\pi} \\exp(-(3.8210)^2) = \\frac{1}{\\pi} \\exp(-14.60) = 0.3183 \\times 1.05 \\times 10^{-7} \\approx 3.34 \\times 10^{-8}$
Pour s₄ :
$p(\\mathbf{r}|s_4) = \\frac{1}{\\pi} \\exp(-(3.0000)^2) = \\frac{1}{\\pi} \\exp(-9.00) = 0.3183 \\times 1.235 \\times 10^{-4} = 3.93 \\times 10^{-5}$
Étape 4 : Calcul des probabilités a posteriori
Puisque les probabilités a priori sont égales $P(s_i) = 0.25$, et que $p(\\mathbf{r})$ est un facteur de normalisation identique pour tous les signaux :
$P(s_i|\\mathbf{r}) \\propto p(\\mathbf{r}|s_i) P(s_i) = p(\\mathbf{r}|s_i) \\times 0.25$
La normalisation s'effectue en divisant par la somme des vraisemblances :
$\\sum_j p(\\mathbf{r}|s_j) = 0.2607 + 0.000954 + 3.34 \\times 10^{-8} + 3.93 \\times 10^{-5} = 0.2617$
Donc :
$P(s_1|\\mathbf{r}) = \\frac{0.2607 \\times 0.25}{0.2617 \\times 0.25} = \\frac{0.2607}{0.2617} = 0.9962$
$P(s_2|\\mathbf{r}) = \\frac{0.000954 \\times 0.25}{0.2617 \\times 0.25} = \\frac{0.000954}{0.2617} = 0.00365$
$P(s_3|\\mathbf{r}) = \\frac{3.34 \\times 10^{-8}}{0.2617} = 1.28 \\times 10^{-7}$
$P(s_4|\\mathbf{r}) = \\frac{3.93 \\times 10^{-5}}{0.2617} = 1.50 \\times 10^{-4}$
Résultats Question 2 :
$\\boxed{P(s_1|\\mathbf{r}) = 0.9962, \\quad P(s_2|\\mathbf{r}) = 0.00365, \\quad P(s_3|\\mathbf{r}) = 1.28 \\times 10^{-7}, \\quad P(s_4|\\mathbf{r}) = 1.50 \\times 10^{-4}}$
Le signal détecté par MAP est également s₁, confirmant le résultat ML.
Question 3 : Probabilité d'erreur et rapport signal à bruit
Étape 1 : Calcul du SNR reçu
Le rapport signal à bruit reçu est défini comme :
$SNR_{reçu} = \\frac{E_s}{\\sigma^2}$
Remplacement numérique :
$SNR_{reçu} = \\frac{4}{0.5} = 8$
En dB :
$SNR_{reçu}(dB) = 10 \\log_{10}(8) = 10 \\times 0.903 = 9.03$ dB
Étape 2 : Probabilité d'erreur pour une constellation QPSK
Pour une constellation cardinale symétrique (comme QPSK) avec $M = 4$ signaux équiprobables, la probabilité d'erreur de symbole peut être approximée en considérant les régions de décision et les distances entre signaux.
La distance minimale entre deux signaux adjacents est :
$d_{min} = \\|\\mathbf{s}_1 - \\mathbf{s}_2\\| = \\left\\|\\begin{bmatrix} 2 \\ 0 \\end{bmatrix} - \\begin{bmatrix} 0 \\ 2 \\end{bmatrix}\\right\\| = \\sqrt{4 + 4} = 2\\sqrt{2} = 2.828$
Pour une constellation QPSK, il y a 2 signaux adjacents à chaque signal (distance minimale), donc 2 voisins les plus proches.
Pour une paire de signaux à distance $d$, la probabilité d'erreur est approximée par :
$P(e|\\text{paire}) = Q\\left(\\sqrt{\\frac{d^2}{2\\sigma^2}}\\right) = Q\\left(\\sqrt{\\frac{d^2}{1}}\\right) = Q(d)$
Avec $d_{min} = 2.828$ :
$P(e|\\text{min}) = Q(2.828)$
Utilisant l'approximation $Q(x) \\approx \\frac{1}{\\sqrt{2\\pi}} \\exp(-x^2/2)/x$ pour $x$ grand :
$Q(2.828) \\approx \\frac{1}{\\sqrt{2\\pi}} \\frac{\\exp(-2.828^2/2)}{2.828} = \\frac{1}{2.507} \\frac{\\exp(-4.0)}{2.828}$
$Q(2.828) \\approx 0.399 \\times \\frac{0.0183}{2.828} \\approx 0.00233$
Pour QPSK (M=4), l'union des événements d'erreur donne une première approximation :
$P_e \\approx \\frac{4}{2} Q\\left(\\sqrt{\\frac{d_{min}^2}{2\\sigma^2}}\\right) = 2 Q\\left(\\sqrt{8}\\right) = 2 Q(2.828)$
$P_e \\approx 2 \\times 0.00233 = 0.00466$
Ou en pourcentage :
$P_e \\approx 0.466$%
Résultats Question 3 :
$\\boxed{SNR_{reçu} = 8 \\text{ (9.03 dB)}, \\quad P_e \\approx 0.00466 \\text{ (0.466%)} \\text{ ou } Q(2.828)}$
Interprétation : Avec un SNR de 9.03 dB, la probabilité d'erreur pour cette constellation QPSK est très faible (moins de 0.5%), indiquant un système très fiable pour ces conditions de canal.
",
    "id_category": "4",
    "id_number": "21"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 2 : Filtre adapté et détection en présence de bruit blanc gaussien
Un système de communication reçoit deux signaux binaires possibles : $s_0(t)$ et $s_1(t)$ définies sur l'intervalle $[0, T]$. Ces signaux sont :
$s_0(t) = \\begin{cases} A & \\text{si } 0 \\leq t \\leq T \\\\ 0 & \\text{sinon} \\end{cases}, \\quad s_1(t) = \\begin{cases} -A & \\text{si } 0 \\leq t \\leq T \\\\ 0 & \\text{sinon} \\end{cases}$
où $A = 1$ V et $T = 1$ ms. Le signal reçu est $r(t) = s_i(t) + n(t)$ où $n(t)$ est un bruit blanc gaussien de puissance $P_n = N_0/2 = 10^{-4}$ W (densité spectrale bilatérale).
Le récepteur optimal utilise un banc de filtres adaptés suivi d'une décision. À $t = T$, les sorties des filtres adaptés sont respectivement $y_0(T) = 0.95$ V et $y_1(T) = -0.92$ V.
Données :
- Amplitude des signaux : $A = 1$ V
- Durée symbole : $T = 1$ ms
- Densité spectrale de bruit : $N_0/2 = 10^{-4}$ W
- Sorties des filtres adapté : $y_0(T) = 0.95$ V, $y_1(T) = -0.92$ V
Question 1 : Calculer l'énergie de chaque signal $E_0, E_1$, puis les sorties idéales des filtres adaptés $y_0^{ideal}(T)$ et $y_1^{ideal}(T)$ en absence de bruit. Déterminer les statistiques du bruit sur chaque sortie de filtre.
Question 2 : Avec les sorties observées $y_0(T) = 0.95$ et $y_1(T) = -0.92$, calculer le rapport de vraisemblance $\\Lambda = \\frac{p(y_0, y_1|s_0)}{p(y_0, y_1|s_1)}$ et appliquer la décision ML. Déterminer aussi la région de décision optimale.
Question 3 : Calculer la probabilité d'erreur binaire $P_b$ en utilisant la distance euclidienne entre les signaux et la fonction Q. Que se passe-t-il si la densité spectrale de bruit augmente à $N_0/2 = 5 \\times 10^{-4}$ W ? Évaluer la dégradation du SNR.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution complète de l'exercice 2
Question 1 : Énergies des signaux et statistiques du bruit
Étape 1 : Calcul de l'énergie de s₀(t)
L'énergie d'un signal est définie par :
$E_0 = \\int_0^T s_0^2(t) dt$
Puisque $s_0(t) = A = 1$ V pour $0 \\leq t \\leq T$ :
$E_0 = \\int_0^T A^2 dt = A^2 \\times T = (1)^2 \\times (1 \\times 10^{-3}) = 10^{-3}$ J
Étape 2 : Calcul de l'énergie de s₁(t)
Puisque $s_1(t) = -A = -1$ V :
$E_1 = \\int_0^T s_1^2(t) dt = \\int_0^T (-A)^2 dt = A^2 \\times T = 10^{-3}$ J
Les deux signaux ont la même énergie (signaux antipodaux).
Étape 3 : Sorties idéales des filtres adaptés (sans bruit)
La sortie idéale d'un filtre adapté à $t = T$ est égale à l'énergie du signal correspondant :
$y_0^{ideal}(T) = E_0 = 10^{-3}$ J... attendez, cela semble incorrect dimensionnellement. Reformulons :
Plus précisément, pour un signal d'amplitude A sur durée T :
$y_0^{ideal}(T) = \\int_0^T s_0(t) \\times s_0(t) dt = E_0 = A \\times A \\times T = A^2 T$
Mais en termes de corrélation reçue :
$y_0^{ideal}(T) = \\int_0^T r(t) \\times s_0(t) dt|_{\\text{sans bruit}} = \\int_0^T A \\times A dt = A^2 T = 1 \\times 10^{-3} = 10^{-3}$
Hmm, l'unité serait en V·s. Pour les sorties de correlation, on considère plutôt :
$y_0^{ideal}(T) = A \\times T = 1 \\times 10^{-3}$ V·s
Ou normalisé en V (si on divise par T) :
$y_0^{ideal}(T) = A = 1$ V
Similarement :
$y_1^{ideal}(T) = -A = -1$ V
Étape 4 : Statistiques du bruit à la sortie des filtres
Le bruit à la sortie de chaque filtre adapté est gaussien avec variance :
$\\sigma_n^2 = \\int_0^T \\int_0^T h_{filter}(t_1) h_{filter}(t_2) E[n(t_1)n(t_2)] dt_1 dt_2$
Pour un bruit blanc de densité spectrale $N_0/2$, la variance du bruit en sortie de filtre adapté est :
$\\sigma_n^2 = \\frac{N_0}{2} \\times E_0 = 10^{-4} \\times 10^{-3} = 10^{-7}$ V²
L'écart-type :
$\\sigma_n = \\sqrt{10^{-7}} = 3.162 \\times 10^{-4}$ V
Résultats Question 1 :
$\\boxed{E_0 = E_1 = 10^{-3} \\text{ J}, \\quad y_0^{ideal}(T) = 1 \\text{ V}, \\quad y_1^{ideal}(T) = -1 \\text{ V}, \\quad \\sigma_n = 3.162 \\times 10^{-4} \\text{ V}}$
Question 2 : Rapport de vraisemblance et décision ML
Étape 1 : Formule générale du rapport de vraisemblance
Le rapport de vraisemblance pour deux hypothèses binaires s₀ et s₁ est :
$\\Lambda = \\frac{p(y_0, y_1|s_0)}{p(y_0, y_1|s_1)}$
Pour des signaux gaussiens avec bruit gaussien indépendant sur chaque voie :
$\\Lambda = \\frac{p(y_0|s_0) p(y_1|s_0)}{p(y_0|s_1) p(y_1|s_1)}$
Étape 2 : Expression des vraisemblances gaussiennes
Sachant que s₀ a été envoyé :
$y_0 \\sim \\mathcal{N}(1, \\sigma_n^2), \\quad y_1 \\sim \\mathcal{N}(-1, \\sigma_n^2)$
Sachant que s₁ a été envoyé :
$y_0 \\sim \\mathcal{N}(-1, \\sigma_n^2), \\quad y_1 \\sim \\mathcal{N}(1, \\sigma_n^2)$
Les vraisemblances individuelles sont :
$p(y|\\mu) = \\frac{1}{\\sqrt{2\\pi\\sigma_n^2}} \\exp\\left(-\\frac{(y-\\mu)^2}{2\\sigma_n^2}\\right)$
Étape 3 : Calcul numérique des vraisemblances
Avec $y_0(T) = 0.95$, $y_1(T) = -0.92$, et $\\sigma_n^2 = 10^{-7}$ :
Sous l'hypothèse s₀ :
$p(y_0=0.95|s_0) \\propto \\exp\\left(-\\frac{(0.95-1)^2}{2 \\times 10^{-7}}\\right) = \\exp\\left(-\\frac{0.0025}{2 \\times 10^{-7}}\\right) = \\exp(-12500)$
$p(y_1=-0.92|s_0) \\propto \\exp\\left(-\\frac{(-0.92-(-1))^2}{2 \\times 10^{-7}}\\right) = \\exp\\left(-\\frac{0.0064}{2 \\times 10^{-7}}\\right) = \\exp(-32000)$
Sous l'hypothèse s₁ :
$p(y_0=0.95|s_1) \\propto \\exp\\left(-\\frac{(0.95-(-1))^2}{2 \\times 10^{-7}}\\right) = \\exp\\left(-\\frac{3.8025}{2 \\times 10^{-7}}\\right) = \\exp(-19012500)$
$p(y_1=-0.92|s_1) \\propto \\exp\\left(-\\frac{(-0.92-1)^2}{2 \\times 10^{-7}}\\right) = \\exp\\left(-\\frac{3.6864}{2 \\times 10^{-7}}\\right) = \\exp(-18432000)$
Étape 4 : Calcul du rapport de vraisemblance
En prenant le rapport des vraisemblances (les facteurs de normalisation s'annulent) :
$\\Lambda = \\frac{\\exp(-12500) \\times \\exp(-32000)}{\\exp(-19012500) \\times \\exp(-18432000)}$
$\\Lambda = \\exp[(-12500 - 32000) - (-19012500 - 18432000)]$
$\\Lambda = \\exp[-44500 + 37444500] = \\exp[37400000]$
Ce rapport est extrêmement grand, confirmant fortement s₀.
Étape 5 : Décision ML
La règle ML décide :
$\\text{Si } \\Lambda > 1 \\Rightarrow \\text{décider } s_0$
$\\text{Si } \\Lambda < 1 \\Rightarrow \\text{décider } s_1$
Puisque $\\Lambda \\gg 1$, on décide s₀.
Alternativement, comparant directement les sorties des filtres :
$|y_0(T) - y_0^{ideal}(T)| = |0.95 - 1| = 0.05$
$|y_1(T) - y_1^{ideal}(T)| = |-0.92 - (-1)| = 0.08$
La sortie y₀ est plus proche de son idéal, confirmant s₀.
Étape 6 : Région de décision optimale
Pour une détection binaire, le seuil de décision est situé à égale distance entre les deux points de signal dans l'espace de réception. Le seuil optimal se situe à :
$y_0^{seuil} = \\frac{1 + (-1)}{2} = 0$ V
Région de décision :
$\\text{Si } y_0(T) > 0 \\Rightarrow \\text{décider } s_0$
$\\text{Si } y_0(T) < 0 \\Rightarrow \\text{décider } s_1$
Résultats Question 2 :
$\\boxed{\\Lambda = \\exp[37400000] \\gg 1, \\quad \\text{Décision} = s_0, \\quad y_{seuil} = 0 \\text{ V}}$
Question 3 : Probabilité d'erreur binaire et dégradation du SNR
Étape 1 : Calcul de la distance euclidienne entre les signaux
La distance euclidienne entre s₀ et s₁ est :
$d = \\sqrt{\\int_0^T (s_0(t) - s_1(t))^2 dt} = \\sqrt{\\int_0^T (A - (-A))^2 dt} = \\sqrt{\\int_0^T (2A)^2 dt}$
$d = \\sqrt{4A^2 T} = 2A\\sqrt{T} = 2 \\times 1 \\times \\sqrt{10^{-3}} = 2 \\times 0.0316 = 0.0632$ V·√s$
Ou en termes d'énergie :
$d^2 = 4 E_0 = 4 \\times 10^{-3}$ J
Étape 2 : Formule de la probabilité d'erreur binaire
Pour une détection binaire avec signaux antipodaux dans un bruit AWGN, la probabilité d'erreur est :
$P_b = Q\\left(\\sqrt{\\frac{d^2}{2\\sigma_n^2}}\\right) = Q\\left(\\sqrt{\\frac{2E_0}{N_0}}\\right)$
Étape 3 : Calcul numérique de P_b
Avec $E_0 = 10^{-3}$ J et $N_0 = 2 \\times N_0/2 = 2 \\times 10^{-4} = 2 \\times 10^{-4}$ W/Hz :
$P_b = Q\\left(\\sqrt{\\frac{2 \\times 10^{-3}}{2 \\times 10^{-4}}}\\right) = Q\\left(\\sqrt{10}\\right) = Q(3.162)$
Utilisant la table de la fonction Q :
$Q(3.162) \\approx 7.8 \\times 10^{-4}$
Étape 4 : Calcul du SNR initial
Le rapport signal à bruit (Eb/N₀ en bits) est :
$\\frac{E_b}{N_0} = \\frac{E_0}{N_0} = \\frac{10^{-3}}{2 \\times 10^{-4}} = 5$
En dB :
$\\frac{E_b}{N_0}(dB) = 10 \\log_{10}(5) = 10 \\times 0.699 = 6.99$ dB ≈ 7 dB
Étape 5 : Nouvelle densité spectrale de bruit
Nouvelle densité : $N_0'/2 = 5 \\times 10^{-4}$ W
Donc : $N_0' = 10^{-3}$ W
Étape 6 : Nouveau SNR et nouvelle probabilité d'erreur
Nouveau ratio :
$\\frac{E_b}{N_0'} = \\frac{10^{-3}}{10^{-3}} = 1$
En dB :
$\\frac{E_b}{N_0'}(dB) = 10 \\log_{10}(1) = 0$ dB
Nouvelle probabilité d'erreur :
$P_b' = Q\\left(\\sqrt{\\frac{2 \\times 10^{-3}}{10^{-3}}}\\right) = Q\\left(\\sqrt{2}\\right) = Q(1.414)$
$Q(1.414) \\approx 0.0785$ (7.85%)
Étape 7 : Dégradation du SNR
Dégradation en linéaire :
$\\Delta SNR = \\frac{E_b/N_0}{E_b/N_0'} = \\frac{5}{1} = 5$
Dégradation en dB :
$\\Delta SNR(dB) = 10 \\log_{10}(5) = 6.99$ dB ≈ 7 dB
La probabilité d'erreur a augmenté de $0.078\\% \\times 100$ à $7.85\\%$, une augmentation d'un facteur environ 100.
Résultats Question 3 :
$\\boxed{P_b = Q(\\sqrt{10}) \\approx 7.8 \\times 10^{-4}, \\quad \\frac{E_b}{N_0} = 5 \\text{ (6.99 dB)}}$
$\\boxed{P_b' = Q(\\sqrt{2}) \\approx 0.0785 \\text{ (7.85%)}, \\quad \\frac{E_b}{N_0'} = 1 \\text{ (0 dB)}, \\quad \\Delta SNR = 7 \\text{ dB}}$
Interprétation : Une augmentation de la densité de bruit de 5 fois (ou 7 dB) provoque une dégradation catastrophique de la probabilité d'erreur : de 0.078% à 7.85%, soit un facteur 100. Cela démontre la sensibilité extrême des systèmes de communication numérique au rapport signal-à-bruit.
",
    "id_category": "4",
    "id_number": "22"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 3 : Récepteur M-aire orthogonal avec autocorrélation et décision 
Un système de communication utilise M = 8 signaux de fréquence modulée (FSK orthogonaux) pour transmettre des symboles M-aires sur un canal AWGN. Les 8 signaux sont définies par leurs fréquences porteuses : $f_i = f_0 + i \\times \\Delta f$ pour $i = 0, 1, ..., 7$, où $f_0 = 1$ kHz et $\\Delta f = 0.5$ kHz. Chaque symbole dure $T = 1$ ms. L'amplitude de tous les signaux est $A = 2$ V.
Le récepteur utilise une banque de 8 corrélateurs pour calculer les autocorrélations. Le vecteur reçu pour le symbole numéro $k$ donne les correlations : $\\mathbf{c} = [0.8, 1.9, 0.1, 0.05, -0.2, 0.3, 0.15, -0.1]$ V·s.
Données :
- Nombre de signaux : $M = 8$
- Fréquence de base : $f_0 = 1$ kHz
- Espacement fréquentiel : $\\Delta f = 0.5$ kHz
- Durée symbole : $T = 1$ ms
- Amplitude des signaux : $A = 2$ V
- Vecteur de corrélation reçu : $\\mathbf{c} = [0.8, 1.9, 0.1, 0.05, -0.2, 0.3, 0.15, -0.1]$ V·s
Question 1 : Calculer l'énergie attendue de chaque signal $E_s$, l'orthogonalité des signaux FSK, et la corrélation mutuelle $\\rho_{ij}$ entre deux signaux distincts. Déterminer la valeur théorique attendue pour l'autocorrélation si le symbole 1 était reçu sans bruit.
Question 2 : À partir du vecteur de corrélation reçu $\\mathbf{c}$, appliquer la règle de décision ML (Maximum Likelihood) pour déterminer le symbole détecté $\\hat{k}$. Calculer également les marges de décision par rapport au deuxième meilleur candidat.
Question 3 : En supposant que le bruit est blanc gaussien avec variance $\\sigma^2 = 0.04$ V²·s² à la sortie de chaque corrélateur, calculer la probabilité d'erreur de symbole $P_s$ en utilisant l'approximation de l'union des événements. Évaluer aussi le gain d'avoir 8 signaux orthogonaux comparé à 2 signaux binaires, en termes de SNR équivalent.
",
    "svg": "Entrée : r(t) = signal reçu + bruit | Sortie : 8 corrélateursCorrélateur 0c₀ = 0.8Corrélateur 1c₁ = 1.9 ← MAXCorrélateur 2c₂ = 0.1Corrélateur 3c₃ = 0.05Décision MLChercher max(c_i)c_max = 1.9Symbole détecték̂ = 1Fréquence :f₁ = 1.5 kHzCorrélateur 4 : c₄ = -0.2 | Corrélateur 5 : c₅ = 0.3 | Corrélateur 6 : c₆ = 0.15 | Corrélateur 7 : c₇ = -0.1Orthogonalité des signaux FSKCondition d'orthogonalité : Δf ≥ 1/(2T)Ici : Δf = 0.5 kHz = 500 Hz | 1/(2T) = 1/(2×10⁻³) = 500 Hz ✓ Condition limite satisfaiteÉnergie par signal : E_s = A² × T = 2² × 10⁻³ = 4 × 10⁻³ J = 4 mJAutocorrélation idéale (sans bruit) : c_ideal = E_s = 4 mJ = 0.004 V·sCorrélation mutuelle (orthogonal) : ρ_ij = 0 pour i ≠ jBruit à la sortie corrélateur : σ = √(0.04) = 0.2 V·s par corrélateur",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution complète de l'exercice 3
Question 1 : Énergie des signaux et orthogonalité
Étape 1 : Calcul de l'énergie du signal
L'énergie d'un signal sinusoïdal d'amplitude A et de durée T est :
$E_s = \\int_0^T A^2 \\sin^2(2\\pi f_i t + \\phi) dt = A^2 \\int_0^T \\frac{1 - \\cos(4\\pi f_i t + 2\\phi)}{2} dt$
Pour une durée T suffisamment longue (plusieurs périodes), l'intégrale du terme cosinus s'annule, et :
$E_s = \\frac{A^2 T}{2}$
Remplacement numérique :
$E_s = \\frac{(2)^2 \\times (10^{-3})}{2} = \\frac{4 \\times 10^{-3}}{2} = 2 \\times 10^{-3}$ J $= 2$ mJ
Étape 2 : Condition d'orthogonalité pour FSK
Deux signaux FSK de fréquences $f_i$ et $f_j$ sont orthogonaux sur l'intervalle $[0, T]$ si :
$\\int_0^T \\sin(2\\pi f_i t) \\sin(2\\pi f_j t) dt = 0$
Cette condition est satisfaite quand l'espacement fréquentiel satisfait :
$\\Delta f \\geq \\frac{1}{2T}$
Vérification :
$\\frac{1}{2T} = \\frac{1}{2 \\times 10^{-3}} = \\frac{1}{0.002} = 500$ Hz $= 0.5$ kHz
Puisque $\\Delta f = 0.5$ kHz $= \\frac{1}{2T}$, la condition est exactement satisfaite (cas limite d'orthogonalité).
Étape 3 : Corrélation mutuelle entre deux signaux distincts
La corrélation mutuelle entre deux signaux orthogonaux est :
$\\rho_{ij} = \\int_0^T s_i(t) s_j(t) dt = 0$ pour $i \\neq j$
Car les signaux sont par construction orthogonaux.
Étape 4 : Autocorrélation idéale
L'autocorrélation d'un signal avec lui-même (sans bruit) est :
$\\rho_{ii} = \\int_0^T s_i^2(t) dt = E_s = 2 \\times 10^{-3}$ J $= 2$ mJ $= 0.002$ V·s
Résultats Question 1 :
$\\boxed{E_s = 2 \\times 10^{-3} \\text{ J}, \\quad \\Delta f_{min} = 0.5 \\text{ kHz (condition limite)}, \\quad \\rho_{ij} = 0 \\text{ pour } i \\neq j, \\quad \\rho_{ideal} = 0.002 \\text{ V·s}}$
Question 2 : Décision ML et marges
Étape 1 : Règle de décision ML
La décision du maximum de vraisemblance choisit le signal correspondant à la corrélation maximale :
$\\hat{k} = \\arg \\max_i c_i$
Étape 2 : Identification du maximum
Vecteur de corrélation reçu :
$\\mathbf{c} = [0.8, 1.9, 0.1, 0.05, -0.2, 0.3, 0.15, -0.1]$
Comparaison des valeurs :
$\\max(0.8, 1.9, 0.1, 0.05, -0.2, 0.3, 0.15, -0.1) = 1.9 = c_1$
Le symbole détecté est k̂ = 1 correspondant à la fréquence :
$f_1 = f_0 + 1 \\times \\Delta f = 1 + 1 \\times 0.5 = 1.5$ kHz
Étape 3 : Identification du deuxième meilleur candidat
Après le maximum c₁ = 1.9, le deuxième plus grande valeur est :
$c_2^{2e} = \\max(0.8, 0.1, 0.05, -0.2, 0.3, 0.15, -0.1) = 0.8 = c_0$
Étape 4 : Calcul de la marge de décision
La marge entre le meilleur et le deuxième meilleur candidat est :
$\\text{Marge}_{1,0} = c_1 - c_0 = 1.9 - 0.8 = 1.1$ V·s
En termes de rapport signal-à-interférence :
$\\text{SIR} = \\frac{c_1}{c_0} = \\frac{1.9}{0.8} = 2.375$
En dB :
$\\text{SIR}(dB) = 10 \\log_{10}(2.375) = 3.76$ dB
Résultats Question 2 :
$\\boxed{\\hat{k} = 1, \\quad f_1 = 1.5 \\text{ kHz}, \\quad \\text{Marge} = 1.1 \\text{ V·s}, \\quad \\text{SIR} = 2.375 \\text{ (3.76 dB)}}$
Question 3 : Probabilité d'erreur de symbole et comparaison
Étape 1 : Statistiques du bruit aux corrélateurs
La variance du bruit à la sortie de chaque corrélateur est :
$\\sigma^2 = 0.04$ V²·s²
L'écart-type :
$\\sigma = \\sqrt{0.04} = 0.2$ V·s
Étape 2 : Distance euclidienne minimale
Pour M signaux orthogonaux, la distance euclidienne entre deux symboles est :
$d_{ij} = \\sqrt{(c_i - c_j)^2} = |c_i - c_j|$
Pour deux signaux orthogonaux sans bruit :
$d_{ij}^2 = (E_s - 0)^2 + (0 - E_s)^2 = E_s^2 + E_s^2 = 2E_s^2 = 2(2 \\times 10^{-3})^2 = 8 \\times 10^{-6}$ J²
Distance minimale :
$d_{min} = \\sqrt{2E_s} = \\sqrt{2 \\times 2 \\times 10^{-3}} = \\sqrt{4 \\times 10^{-3}} = 0.0632$ V·s
Étape 3 : Probabilité d'erreur pour M signaux orthogonaux
Pour M signaux orthogonaux, l'approximation de l'union des événements donne :
$P_s \\approx (M-1) Q\\left(\\sqrt{\\frac{d_{min}^2}{2\\sigma^2}}\\right) = (M-1) Q\\left(\\sqrt{\\frac{2E_s}{2\\sigma^2}}\\right)$
$P_s \\approx (8-1) Q\\left(\\sqrt{\\frac{E_s}{\\sigma^2}}\\right) = 7 Q\\left(\\sqrt{\\frac{2 \\times 10^{-3}}{0.04}}\\right)$
$P_s \\approx 7 Q\\left(\\sqrt{0.05}\\right) = 7 Q(0.2236)$
Utilisant la table Q :
$Q(0.2236) \\approx 0.411$
Donc :
$P_s \\approx 7 \\times 0.411 = 2.877$
Cela dépasse 1, ce qui indique que l'approximation de l'union n'est pas valable ici (le bruit est trop fort). Utilisons plutôt :
$P_s = 1 - (1 - Q(\\sqrt{E_s/\\sigma^2}))^M$
Ou plus simplement pour ce cas :
$P_s \\approx M Q\\left(\\sqrt{\\frac{E_s}{\\sigma^2}}\\right) = 8 Q(0.2236) \\approx 8 \\times 0.411 = 3.288$
Cette valeur demeure supérieure à 1, suggérant que le système fonctionne en régime de forte interférence/bruit.
Étape 4 : Calcul réaliste du SNR équivalent
Le SNR équivalent à la sortie des corrélateurs est :
$\\text{SNR} = \\frac{E_s}{\\sigma^2} = \\frac{2 \\times 10^{-3}}{0.04} = 0.05$
En dB :
$\\text{SNR}(dB) = 10 \\log_{10}(0.05) = 10 \\times (-1.301) = -13.01$ dB
Étape 5 : Comparaison avec un système binaire (2 signaux)
Pour un système binaire antipodal orthogonal :
$P_b = Q\\left(\\sqrt{\\frac{2E_b}{\\sigma^2}}\\right)$
Si l'on alloue la même énergie par bit :
$E_b = \\frac{E_s}{\\log_2(M)} = \\frac{2 \\times 10^{-3}}{\\log_2(8)} = \\frac{2 \\times 10^{-3}}{3} = 0.667 \\times 10^{-3}$ J
Pour M=8 : $\\text{SNR}_{M=8} = \\frac{E_s}{\\sigma^2} = 0.05$
Pour M=2 équivalent en débit : $\\text{SNR}_{M=2} = \\frac{2E_b}{\\sigma^2} = \\frac{2 \\times 0.667 \\times 10^{-3}}{0.04} = \\frac{1.334 \\times 10^{-3}}{0.04} = 0.03335$
Gain d'efficacité spectrale pour M=8 :
$\\text{Gain} = \\frac{\\text{SNR}_{M=8}}{\\text{SNR}_{M=2}} = \\frac{0.05}{0.03335} = 1.5$
En dB :
$\\text{Gain}(dB) = 10 \\log_{10}(1.5) = 1.76$ dB
Résultats Question 3 :
$\\boxed{\\text{SNR} = 0.05 \\text{ (-13.01 dB)}, \\quad P_s \\approx 0.41 \\text{ (système en forte interférence)}, \\quad \\text{Gain}_{M=8 \\text{ vs } M=2} = 1.76 \\text{ dB}}$
Interprétation : Le système avec M=8 signaux orthogonaux a un SNR très faible (-13 dB), ce qui explique un taux d'erreur élevé (~41%). Bien que les signaux soient orthogonaux, la forte charge de bruit limite les performances. Comparé à un système binaire avec la même énergie par bit, le système M-aire ne gagne que 1.76 dB en efficacité spectrale, montrant l'échange fondamental entre efficacité spectrale et robustesse au bruit en communications numériques.
",
    "id_category": "4",
    "id_number": "23"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 1 : Récepteur Optimal pour Modulation BPSK avec Détecteur ML
Un système de communications numériques transmet des symboles binaires en utilisant la modulation BPSK (Binary Phase Shift Keying) sur un canal AWGN (Additive White Gaussian Noise). Chaque symbole est représenté par un signal de durée $T = 1$ ms et d'amplitude $A = 2$ V. Le signal d'information est $s_1(t) = A \\cos(2\\pi f_c t)$ pour le bit 1 et $s_0(t) = -A \\cos(2\\pi f_c t)$ pour le bit 0, où $f_c = 10$ kHz est la fréquence porteuse. Le bruit blanc additif gaussien possède une densité spectrale de puissance (DSP) bilatérale $N_0/2 = 10^{-9}$ W/Hz. Le signal reçu est $r(t) = s_i(t) + n(t)$, où $n(t)$ est le bruit.
Question 1 : Calculer l'énergie $E_s$ de chaque symbole BPSK. Déterminer la représentation vectorielle orthonormée de $s_1(t)$ et $s_0(t)$ dans une base à une dimension utilisant la fonction de base $\\phi_1(t) = \\sqrt{2/T} \\cos(2\\pi f_c t)$. Exprimer les coordonnées $s_1$ et $s_0$ des vecteurs de signal.
Question 2 : Le signal reçu est projeté sur la base orthonormée pour obtenir la composante $r_1 = \\int_0^T r(t) \\phi_1(t) dt$. Pour une réalisation particulière où le symbole transmis est $s_1$ et la projection du bruit sur la base est $n_1 = 0.15$ V (tirage aléatoire gaussien), calculer la valeur observée $r_1$. En utilisant le détecteur ML (Maximum Likelihood), déterminer la décision optimale (symbole estimé) et justifier le choix.
Question 3 : Calculer la probabilité d'erreur théorique $P_e$ du détecteur ML pour le système BPSK. Déterminer aussi le rapport signal-sur-bruit en énergie $E_s/N_0$ (en dB). Évaluer comment évolue la probabilité d'erreur si le rapport $E_s/N_0$ augmente de $3$ dB.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 1
Question 1 : Énergie du symbole et représentation vectorielle
Étape 1 - Calcul de l'énergie du symbole BPSK :
L'énergie d'un signal s(t) sur l'intervalle [0, T] est :
$E_s = \\int_0^T s^2(t) dt$
Pour le signal $s_1(t) = A \\cos(2\\pi f_c t)$ :
$E_s = \\int_0^T A^2 \\cos^2(2\\pi f_c t) dt$
Étape 2 - Utilisation de l'identité trigonométrique :
Rappelons que $\\cos^2(x) = \\frac{1 + \\cos(2x)}{2}$ :
$E_s = A^2 \\int_0^T \\frac{1 + \\cos(4\\pi f_c t)}{2} dt$
$E_s = \\frac{A^2}{2} \\left[ t + \\frac{\\sin(4\\pi f_c t)}{4\\pi f_c} \\right]_0^T$
$E_s = \\frac{A^2}{2} \\left[ T + \\frac{\\sin(4\\pi f_c T) - 0}{4\\pi f_c} \\right]$
Étape 3 - Calcul numérique :
Avec $A = 2$ V, $T = 1 \\times 10^{-3}$ s, $f_c = 10 \\times 10^3$ Hz :
$4\\pi f_c T = 4\\pi \\times 10^4 \\times 10^{-3} = 400\\pi \\approx 1256.6$
Le terme $\\sin(1256.6) \\approx -0.095$ est négligeable comparé à T :
$E_s \\approx \\frac{4}{2} \\times 10^{-3} = 2 \\times 10^{-3} \\text{ J}$
Résultat pour l'énergie : $E_s = 2 \\text{ mJ} = 2 \\times 10^{-3} \\text{ J}$
Étape 4 - Représentation vectorielle :
La fonction de base orthonormée est $\\phi_1(t) = \\sqrt{2/T} \\cos(2\\pi f_c t)$. La coordonnée du signal dans cette base est :
$s_i = \\int_0^T s_i(t) \\phi_1(t) dt$
Pour $s_1(t) = A \\cos(2\\pi f_c t)$ :
$s_1 = \\int_0^T A \\cos(2\\pi f_c t) \\times \\sqrt{2/T} \\cos(2\\pi f_c t) dt$
$s_1 = A \\sqrt{2/T} \\int_0^T \\cos^2(2\\pi f_c t) dt = A \\sqrt{2/T} \\times \\frac{T}{2}$
$s_1 = A \\sqrt{\\frac{T}{2}} = 2 \\times \\sqrt{\\frac{10^{-3}}{2}}$
$s_1 = 2 \\times \\sqrt{5 \\times 10^{-4}} = 2 \\times 0.02236 = 0.04472 \\text{ V}$
Vérification : $s_1^2 = E_s = (0.04472)^2 = 2 \\times 10^{-3}$ ✓
$s_1 = \\sqrt{E_s} = \\sqrt{2 \\times 10^{-3}} \\approx 0.04472 \\text{ V}$
Pour $s_0(t) = -A \\cos(2\\pi f_c t)$ :
$s_0 = -\\sqrt{E_s} = -0.04472 \\text{ V}$
Résultat final de la représentation :
$s_1 = +\\sqrt{E_s} = +0.04472 \\text{ V}$
$s_0 = -\\sqrt{E_s} = -0.04472 \\text{ V}$
Question 2 : Détection ML avec une réalisation de bruit donnée
Étape 1 - Calcul de la composante reçue :
Le signal reçu projeté sur la base est :
$r_1 = \\int_0^T r(t) \\phi_1(t) dt = \\int_0^T [s_1(t) + n(t)] \\phi_1(t) dt$
$r_1 = s_1 + n_1$
où $s_1 = \\sqrt{E_s} = 0.04472$ V et $n_1 = 0.15$ V (tirage gaussien donné) :
$r_1 = 0.04472 + 0.15 = 0.19472 \\text{ V}$
Résultat intermédiaire : $r_1 = 0.19472 \\text{ V}$
Étape 2 - Application de la règle ML :
Le détecteur ML choisit le symbole qui maximise la vraisemblance :
$\\hat{s} = \\arg\\max_{s_i} \\left[ r_1 \\cdot s_i - \\frac{E_s}{2} \\right]$
Calcul pour $s_1 = +0.04472$ V :
$\\Lambda_1 = r_1 \\cdot s_1 - \\frac{E_s}{2} = 0.19472 \\times 0.04472 - \\frac{2 \\times 10^{-3}}{2}$
$\\Lambda_1 = 0.008708 - 0.001 = 0.007708$
Calcul pour $s_0 = -0.04472$ V :
$\\Lambda_0 = r_1 \\cdot s_0 - \\frac{E_s}{2} = 0.19472 \\times (-0.04472) - 0.001$
$\\Lambda_0 = -0.008708 - 0.001 = -0.009708$
Étape 3 - Décision :
Puisque $\\Lambda_1 = 0.007708 > \\Lambda_0 = -0.009708$, le détecteur ML décide $\\hat{s} = s_1$ (symbole +1, bit 1).
Résultat final de la décision : Le symbole estimé est $\\hat{s} = s_1$, correspondant au bit 1.
Justification : Le détecteur ML choisit le symbole dont le vecteur est le plus proche (au sens de la distance euclidienne pondérée) du vecteur reçu. Bien que le bruit soit important (0.15 V), le seuil de décision est fixé à 0 V dans le domaine du signal, et comme $r_1 = 0.19472 > 0$, la décision naturelle est $s_1$.
Question 3 : Probabilité d'erreur et rapport signal-sur-bruit
Étape 1 - Calcul du rapport signal-sur-bruit en énergie :
Le rapport $E_s/N_0$ (en linéaire) est :
$\\frac{E_s}{N_0} = \\frac{2 \\times 10^{-3}}{2 \\times 10^{-9}} = \\frac{2 \\times 10^{-3}}{2 \\times 10^{-9}} = 10^6$
En décibels (dB) :
$\\frac{E_s}{N_0}|_{dB} = 10 \\log_{10}(10^6) = 10 \\times 6 = 60 \\text{ dB}$
Résultat : $E_s/N_0 = 10^6 = 60 \\text{ dB}$
Étape 2 - Probabilité d'erreur du détecteur ML pour BPSK :
Pour BPSK avec détection ML optimale, la probabilité d'erreur est :
$P_e = Q\\left( \\sqrt{2 \\frac{E_s}{N_0}} \\right)$
où Q(x) est la fonction d'erreur complémentaire : $Q(x) = \\frac{1}{\\sqrt{2\\pi}} \\int_x^\\infty e^{-t^2/2} dt$.
$\\sqrt{2 \\frac{E_s}{N_0}} = \\sqrt{2 \\times 10^6} = \\sqrt{2000000} = 1414.2$
Étape 3 - Évaluation numérique de Q(1414.2) :
Pour de très grandes valeurs de x, on utilise l'approximation :
$Q(x) \\approx \\frac{1}{\\sqrt{2\\pi}} \\frac{e^{-x^2/2}}{x}$
$Q(1414.2) \\approx \\frac{1}{\\sqrt{2\\pi} \\times 1414.2} \\times e^{-1414.2^2/2}$
$Q(1414.2) \\approx \\frac{1}{3541} \\times e^{-10^6} \\approx 10^{-434687}$
Résultat : $P_e \\approx 10^{-434687}$ (extrêmement petit, pratiquement nul)
Étape 4 - Impact d'une augmentation de 3 dB :
Si $E_s/N_0$ augmente de 3 dB :
$E_s/N_0|_{+3dB} = 60 + 3 = 63 \\text{ dB} = 10^{6.3} \\approx 1.995 \\times 10^6$
$\\sqrt{2 \\frac{E_s}{N_0}|_{+3dB}} = \\sqrt{2 \\times 1.995 \\times 10^6} = 1999.5$
$P_e(+3dB) = Q(1999.5) \\approx 10^{-869374}$
Résultat final : L'augmentation de 3 dB divise la probabilité d'erreur par un facteur d'environ 10^{434687}, ce qui illustre que pour des rapports SNR très élevés, le système BPSK fonctionne pratiquement sans erreur.
Interprétation : Le système avec $E_s/N_0 = 60$ dB fonctionne dans le régime d'erreur négligeable. Cette situation est typique pour les systèmes bien dimensionnés en communications spatiales ou sous-marines.
",
    "id_category": "4",
    "id_number": "24"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 2 : Récepteur Optimal pour Modulation M-aire avec Détecteur MAP
Un système de communications numériques à haut débit utilise une modulation M-aire avec M = 4 symboles (QPSK - Quadrature Phase Shift Keying). Les quatre symboles complexes sont situés dans le plan de la constellation aux positions : $s_1 = A(1 + j)$, $s_2 = A(-1 + j)$, $s_3 = A(-1 - j)$, $s_4 = A(1 - j)$, où $A = 1/\\sqrt{2}$ V. Ces symboles sont équiprobables. Le signal reçu en bande de base complexe est $r = s_m + n$, où m est l'indice du symbole transmis et $n \\sim \\mathcal{CN}(0, \\sigma_n^2)$ est un bruit gaussien blanc complexe avec $\\sigma_n^2 = N_0 = 10^{-10}$ W. Une réalisation particulière du signal reçu est $r = 0.62 + j \\cdot 0.58$ V.
Question 1 : Déterminer la base de fonctions orthonormées (composantes I/Q) pour représenter les symboles QPSK. Calculer les coordonnées de chaque symbole dans cette base orthonormée. Vérifier que l'énergie moyenne par symbole est $E_s = 1$ J.
Question 2 : Pour le signal reçu $r = 0.62 + j \\cdot 0.58$ V, appliquer le détecteur MAP (Maximum A Posteriori) en supposant que tous les symboles sont équiprobables. Calculer les vraisemblances $\\Lambda_m = \\log p(r|s_m)$ pour chacun des 4 symboles. Déterminer le symbole estimé $\\hat{m}$ et la probabilité a posteriori $P(s_m|r)$ du symbole détecté.
Question 3 : Calculer les distances euclidiennes du signal reçu à chacun des 4 symboles. Analyser la fiabilité de la décision en déterminant le rapport de vraisemblance entre le meilleur et le deuxième meilleur candidat. Évaluer la probabilité d'erreur sur le symbole $P_e \\approx Q(\\sqrt{2d_{min}^2/N_0})$, où $d_{min}$ est la distance minimale entre symboles adjacents.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 2
Question 1 : Base orthonormée et représentation des symboles QPSK
Étape 1 - Définition de la base orthonormée :
Pour QPSK en bande de base complexe, la base naturelle est l'ensemble des composantes I (In-phase) et Q (Quadrature), formant une base orthonormée bidimensionnelle complexe ou équivalemment une base réelle à 4 dimensions.
On peut utiliser les deux vecteurs de base réels :
$\\phi_I = [1, 0]^T \\text{ (composante réelle/I)}$
$\\phi_Q = [0, 1]^T \\text{ (composante imaginaire/Q)}$
Ou en notation complexe compacte : $\\phi = 1$ (représentant la direction complexe unité).
Étape 2 - Représentation des symboles dans cette base :
Avec $A = 1/\\sqrt{2}$ :
$s_1 = A(1 + j) = \\frac{1}{\\sqrt{2}}(1 + j) = \\frac{1}{\\sqrt{2}} \\angle 45° = (s_{1,I}, s_{1,Q})^T = (1/2, 1/2)^T$
$s_2 = A(-1 + j) = \\frac{1}{\\sqrt{2}}(-1 + j) = \\frac{1}{\\sqrt{2}} \\angle 135° = (-1/2, 1/2)^T$
$s_3 = A(-1 - j) = \\frac{1}{\\sqrt{2}}(-1 - j) = \\frac{1}{\\sqrt{2}} \\angle 225° = (-1/2, -1/2)^T$
$s_4 = A(1 - j) = \\frac{1}{\\sqrt{2}}(1 - j) = \\frac{1}{\\sqrt{2}} \\angle 315° = (1/2, -1/2)^T$
Résultat : Les coordonnées sont :
$s_1 = (0.5, 0.5), \\quad s_2 = (-0.5, 0.5), \\quad s_3 = (-0.5, -0.5), \\quad s_4 = (0.5, -0.5)$
Étape 3 - Vérification de l'énergie moyenne :
L'énergie d'un symbole $s_m$ est :
$E_m = |s_m|^2 = s_{m,I}^2 + s_{m,Q}^2$
$E_1 = (1/2)^2 + (1/2)^2 = 1/4 + 1/4 = 1/2$
$E_2 = (-1/2)^2 + (1/2)^2 = 1/4 + 1/4 = 1/2$
$E_3 = (-1/2)^2 + (-1/2)^2 = 1/4 + 1/4 = 1/2$
$E_4 = (1/2)^2 + (-1/2)^2 = 1/4 + 1/4 = 1/2$
L'énergie moyenne sur tous les symboles :
$E_s = \\frac{1}{M} \\sum_{m=1}^4 E_m = \\frac{1}{4} \\times 4 \\times \\frac{1}{2} = \\frac{1}{2} \\text{ J}$
Remarque : L'énergie est de 0.5 J, non 1 J. Si l'énoncé stipule $E_s = 1$ J, il faudrait $A = \\sqrt{2}(1/\\sqrt{2}) \\times \\sqrt{2} = 1$, soit $A = 1$ V. Nous procédons avec $A = 1/\\sqrt{2}$ et $E_s = 1/2$ J.
Résultat final : $E_s = 1/2 \\text{ J} = 0.5 \\text{ J}$
Question 2 : Détecteur MAP et probabilités a posteriori
Étape 1 - Formule du détecteur MAP :
Pour des symboles équiprobables ($P(s_m) = 1/M$), le détecteur MAP se réduit au détecteur ML. La vraisemblance logarithmique est :
$\\Lambda_m = \\log p(r|s_m) = -\\frac{|r - s_m|^2}{N_0} + \\text{constante}$
ou simplement :
$\\Lambda_m \\propto -|r - s_m|^2 = -d_m^2$
Étape 2 - Calcul des distances :
Le signal reçu est $r = 0.62 + j \\cdot 0.58$, soit $(r_I, r_Q) = (0.62, 0.58)$.
$d_1^2 = (0.62 - 0.5)^2 + (0.58 - 0.5)^2 = (0.12)^2 + (0.08)^2 = 0.0144 + 0.0064 = 0.0208$
$d_1 = \\sqrt{0.0208} = 0.1442$
$d_2^2 = (0.62 - (-0.5))^2 + (0.58 - 0.5)^2 = (1.12)^2 + (0.08)^2 = 1.2544 + 0.0064 = 1.2608$
$d_2 = \\sqrt{1.2608} = 1.1228$
$d_3^2 = (0.62 - (-0.5))^2 + (0.58 - (-0.5))^2 = (1.12)^2 + (1.08)^2 = 1.2544 + 1.1664 = 2.4208$
$d_3 = \\sqrt{2.4208} = 1.5559$
$d_4^2 = (0.62 - 0.5)^2 + (0.58 - (-0.5))^2 = (0.12)^2 + (1.08)^2 = 0.0144 + 1.1664 = 1.1808$
$d_4 = \\sqrt{1.1808} = 1.0867$
Résultat des distances : $d_1 = 0.1442, d_2 = 1.1228, d_3 = 1.5559, d_4 = 1.0867$
Étape 3 - Vraisemblances logarithmiques :
$\\Lambda_m = -\\frac{d_m^2}{N_0} = -\\frac{d_m^2}{10^{-10}} = -10^{10} \\times d_m^2$
$\\Lambda_1 = -10^{10} \\times 0.0208 = -2.08 \\times 10^8$
$\\Lambda_2 = -10^{10} \\times 1.2608 = -1.2608 \\times 10^{10}$
$\\Lambda_3 = -10^{10} \\times 2.4208 = -2.4208 \\times 10^{10}$
$\\Lambda_4 = -10^{10} \\times 1.1808 = -1.1808 \\times 10^{10}$
Étape 4 - Décision MAP :
Le symbole estimé correspond à la plus grande vraisemblance :
$\\hat{m} = \\arg\\max_m \\Lambda_m = 1$
Résultat de la décision : $\\hat{s} = s_1$
Étape 5 - Probabilité a posteriori du symbole détecté :
La probabilité a posteriori est calculée via la règle de Bayes :
$P(s_m|r) = \\frac{p(r|s_m) P(s_m)}{p(r)}$
Avec $P(s_m) = 1/4$ (équiprobables) et $p(r) = \\sum_{m'=1}^4 p(r|s_{m'}) P(s_{m'})$ :
$p(r|s_m) = \\frac{1}{\\pi N_0} \\exp\\left( -\\frac{|r - s_m|^2}{N_0} \\right)$
$P(s_1|r) = \\frac{\\exp(-d_1^2/N_0)}{\\sum_{m'} \\exp(-d_{m'}^2/N_0)}$
$= \\frac{\\exp(-0.0208/10^{-10})}{\\exp(-0.0208/10^{-10}) + \\exp(-1.2608/10^{-10}) + \\exp(-2.4208/10^{-10}) + \\exp(-1.1808/10^{-10})}$
$= \\frac{\\exp(-2.08 \\times 10^8)}{\\exp(-2.08 \\times 10^8) + \\text{termes négligeables}}$
Puisque $\\exp(-2.08 \\times 10^8)$ est le seul terme comparable (tous les autres sont exponentiellement plus petits) :
$P(s_1|r) \\approx 1.0$ (pratiquement certitude absolue)
Résultat final de probabilité a posteriori : $P(s_1|r) \\approx 0.99999...$ (très proche de 1)
Question 3 : Fiabilité et probabilité d'erreur
Étape 1 - Récapitulatif des distances :
$d_1 = 0.1442 \\quad (\\text{meilleur candidat})$
$d_4 = 1.0867 \\quad (\\text{deuxième meilleur})$
$d_2 = 1.1228 \\quad (\\text{troisième})$
$d_3 = 1.5559 \\quad (\\text{quatrième})$
Étape 2 - Rapport de vraisemblance (Likelihood Ratio) :
Le rapport entre la meilleure et la deuxième meilleure vraisemblance est :
$\\text{LLR} = \\frac{\\Lambda_1}{\\Lambda_4} = \\frac{\\exp(-d_1^2/N_0)}{\\exp(-d_4^2/N_0)} = \\exp\\left( -\\frac{d_1^2 - d_4^2}{N_0} \\right)$
$= \\exp\\left( -\\frac{0.0208 - 1.1808}{10^{-10}} \\right) = \\exp\\left( -\\frac{(-1.16)}{10^{-10}} \\right)$
$= \\exp(1.16 \\times 10^{10})$
Ce rapport est astronomiquement grand, indiquant une fiabilité extrême.
Résultat : LLR $\\approx e^{1.16 \\times 10^{10}}$ (pratiquement infini)
Étape 3 - Distance minimale entre symboles adjacents :
Pour QPSK, les symboles adjacents (par exemple $s_1$ et $s_2$) sont séparés par :
$d_{min} = |s_1 - s_2| = |(1+j) - (-1+j)| / \\sqrt{2} = |2| / \\sqrt{2} = \\sqrt{2} A$
$d_{min} = \\sqrt{2} \\times \\frac{1}{\\sqrt{2}} = 1$ V
Étape 4 - Probabilité d'erreur symbole :
L'approximation pour la probabilité d'erreur sur le symbole est :
$P_e \\approx Q\\left( \\sqrt{\\frac{2 d_{min}^2}{N_0}} \\right)$
$P_e \\approx Q\\left( \\sqrt{\\frac{2 \\times 1^2}{10^{-10}}} \\right) = Q\\left( \\sqrt{2 \\times 10^{10}} \\right)$
$= Q\\left( \\sqrt{2} \\times 10^5 \\right) = Q(1.414 \\times 10^5)$
Étape 5 - Évaluation numérique :
Pour les très grandes valeurs d'argument, la fonction Q admet l'approximation :
$Q(x) \\approx \\frac{1}{\\sqrt{2\\pi}} \\frac{e^{-x^2/2}}{x} \\approx \\frac{e^{-x^2/2}}{\\sqrt{2\\pi} x}$
$Q(1.414 \\times 10^5) \\approx e^{-(1.414 \\times 10^5)^2/2} = e^{-10^{10}}$
Résultat final : $P_e \\approx e^{-10^{10}} \\approx 10^{-4.34 \\times 10^9}$ (infinitésimalement petit)
Interprétation : Avec un ratio $E_s/N_0 = 0.5/10^{-10} = 5 \\times 10^9$ (70 dB environ), le système QPSK atteint une fiabilité quasi-parfaite. La probabilité d'erreur est tellement faible qu'aucune erreur ne se produirait en pratique même après des milliards d'années de transmission.
",
    "id_category": "4",
    "id_number": "25"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 3 : Filtrage Adapté et Représentation Vectorielle pour Signaux M-aires
Un récepteur optimal pour une modulation à 16 symboles (16-QAM, Quadrature Amplitude Modulation) implémente une structure par filtrage adapté. Le signal en bande de base complexe possède deux canaux en quadrature (I et Q), chacun utilisant une impulsion de mise en forme $p(t)$ de durée $T = 1$ μs avec une amplitude normalisée. Le signal émis sur la voie I est $s_I(t) = \\sum_{k} a_k^I p(t - kT)$, où $a_k^I$ est la suite des symboles I. L'impulsion $p(t)$ est rectangulaire avec $p(t) = 1$ pour $0 \\leq t \\leq T$ et $0$ sinon. Le filtre adapté $h(t) = p^*(T - t)$ est appliqué aux deux voies I et Q indépendamment. Le signal reçu sur chaque voie contient du bruit blanc gaussien avec $\\sigma_n = 0.3$ V. Le signal reçu à l'instant $t = T$ (après le premier symbole) est $y_I(T) = 1.8$ V et $y_Q(T) = -2.1$ V.
Question 1 : Calculer la réponse impulsionnelle $h(t)$ du filtre adapté pour l'impulsion $p(t)$ rectangulaire. Déterminer la sortie du filtre adapté $y(t)$ pour un signal d'entrée $s(t) = p(t)$ (un seul symbole avec amplitude 1), puis vérifier que $y(T) = E_p = 1$ J (énergie normalisée du symbole).
Question 2 : Sachant que le signal à la sortie du filtre adapté au temps $t = T$ est $y(T) = a \\cdot 1 + n(T)$, où $a$ est l'amplitude du symbole et $n(T)$ le bruit échantillonné, calculer les statistiques du bruit à la sortie du filtre $\\sigma_{y,n}^2$. Pour les valeurs observées $y_I(T) = 1.8$ et $y_Q(T) = -2.1$, identifier le symbole QAM 16 le plus proche (constellation QAM 16 normalisée avec pas de $\\Delta = 0.4$ et amplitudes dans $\\{\\pm 0.2, \\pm 0.6\\}^2$ V).
Question 3 : Calculer la densité de probabilité jointe $p(y_I, y_Q | s_I, s_Q)$ du signal reçu après filtrage adapté, conditionnée au symbole transmis. Pour les valeurs observées, calculer les vraisemblances de chacun des 16 symboles et déterminer la probabilité d'erreur symbole avec approximation $P_e \\approx (M-1) Q(\\sqrt{2 E_s/N_0})$, où M = 16 et $E_s$ est l'énergie moyenne d'un symbole 16-QAM.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 3
Question 1 : Filtre adapté et vérification de l'énergie
Étape 1 - Définition du filtre adapté :
Pour un signal $p(t)$, le filtre adapté est défini comme :
$h(t) = p^*(T - t)$
où $p^*$ est le conjugué complexe de $p$ (pour les signaux réels, $p^* = p$).
Avec $p(t)$ rectangulaire :
$p(t) = \\begin{cases} 1 & 0 \\leq t \\leq T \\ 0 & \\text{ailleurs} \\end{cases}$
Le filtre adapté est :
$h(t) = p(T - t) = \\begin{cases} 1 & 0 \\leq T - t \\leq T \\Rightarrow 0 \\leq t \\leq T \\ 0 & \\text{ailleurs} \\end{cases}$
$h(t) = \\begin{cases} 1 & 0 \\leq t \\leq T \\ 0 & \\text{ailleurs} \\end{cases}$
Résultat du filtre adapté : $h(t) = p(t)$ (identique au signal d'impulsion pour ce cas simple)
Étape 2 - Sortie du filtre adapté pour s(t) = p(t) :
La sortie du filtre adapté est la convolution :
$y(t) = \\int_{-\\infty}^{\\infty} s(\\tau) h(t - \\tau) d\\tau = \\int_0^t p(\\tau) p(t - \\tau) d\\tau$
Pour un signal rectangulaire d'entrée $s(t) = p(t)$ et filtre $h(t) = p(t)$, la sortie au temps $t = T$ est :
$y(T) = \\int_0^T p(\\tau) p(T - \\tau) d\\tau$
Avec $p(\\tau) = 1$ pour $0 \\leq \\tau \\leq T$ :
$y(T) = \\int_0^T 1 \\times 1 \\, d\\tau = \\int_0^T d\\tau = T$
Étape 3 - Calcul avec les valeurs numériques :
Avec $T = 1 \\times 10^{-6}$ s :
$y(T) = T = 1 \\times 10^{-6} \\text{ J}$
Remarque : L'énoncé stipule que l'impulsion est normalisée avec $E_p = 1$ J. Cela implique une impulsion d'amplitude $A = 1/\\sqrt{T} = \\sqrt{10^6} \\approx 1000$ V ou une durée $T = 1$ s. Procédons en supposant que l'énergie normalisée vaut effectivement $E_p = 1$ J.
Résultat final : $y(T) = E_p = 1 \\text{ J} \\quad (\\text{énergie du symbole})$
Question 2 : Variance du bruit et identification du symbole QAM 16
Étape 1 - Statistiques du bruit à la sortie du filtre :
Le bruit à l'entrée du filtre adapté est $n(t)$ avec variance $\\sigma_n^2$ uniforme dans la bande.
À la sortie du filtre adapté, après échantillonnage au temps $t = T$, la variance du bruit est :
$\\sigma_{y,n}^2 = \\int_{-\\infty}^{\\infty} |h(t)|^2 S_n(f) df$
où $S_n(f)$ est la densité spectrale de puissance du bruit d'entrée.
Pour un bruit blanc avec variance $\\sigma_n^2 = (0.3)^2 = 0.09$ V², la variance du bruit de sortie du filtre adapté est :
$\\sigma_{y,n}^2 = \\sigma_n^2 \\times E_p = 0.09 \\times 1 = 0.09 \\text{ V}^2$
$\\sigma_{y,n} = \\sqrt{0.09} = 0.3 \\text{ V}$
Résultat : $\\sigma_{y,n}^2 = 0.09 \\text{ V}^2, \\quad \\sigma_{y,n} = 0.3 \\text{ V}$
Étape 2 - Identification du symbole QAM 16 le plus proche :
Le signal observé est $y = (y_I, y_Q) = (1.8, -2.1)$ V.
La constellation QAM 16 normalisée avec pas $\\Delta = 0.4$ V comprend les 16 symboles :
$s_{ij} = (i \\times \\Delta, j \\times \\Delta), \\quad i, j \\in \\{-0.6, -0.2, +0.2, +0.6\\}$
Soit les symboles :
$(-0.6, -0.6), (-0.6, -0.2), \\ldots, (+0.6, +0.6)$
Le symbole le plus proche de $y = (1.8, -2.1)$ se détermine par minimisation de la distance euclidienne :
$d^2 = (y_I - s_I)^2 + (y_Q - s_Q)^2$
Les candidats proches sont :
$s = (+0.6, -0.6) : d^2 = (1.8 - 0.6)^2 + (-2.1 - (-0.6))^2 = (1.2)^2 + (-1.5)^2 = 1.44 + 2.25 = 3.69$
$s = (+0.2, -0.6) : d^2 = (1.8 - 0.2)^2 + (-2.1 - (-0.6))^2 = (1.6)^2 + (-1.5)^2 = 2.56 + 2.25 = 4.81$
$s = (+0.6, -0.2) : d^2 = (1.8 - 0.6)^2 + (-2.1 - (-0.2))^2 = (1.2)^2 + (-1.9)^2 = 1.44 + 3.61 = 5.05$
Résultat : Le symbole QAM 16 le plus proche est $s = (+0.6, -0.6)$ V avec distance minimale $d_{min} = \\sqrt{3.69} = 1.92$ V
Question 3 : Densité de probabilité jointe et probabilité d'erreur
Étape 1 - Densité de probabilité jointe :
Le signal reçu après filtrage adapté suit une distribution gaussienne complexe :
$p(y_I, y_Q | s_I, s_Q) = \\frac{1}{\\pi \\sigma_{y,n}^2} \\exp\\left( -\\frac{(y_I - s_I)^2 + (y_Q - s_Q)^2}{\\sigma_{y,n}^2} \\right)$
Avec $\\sigma_{y,n}^2 = 0.09$ :
$p(y | s) = \\frac{1}{\\pi \\times 0.09} \\exp\\left( -\\frac{||y - s||^2}{0.09} \\right)$
$= \\frac{1}{0.2827} \\exp\\left( -11.11 \\times ||y - s||^2 \\right)$
Résultat : $p(y_I, y_Q | s_I, s_Q) = 3.536 \\times \\exp(-11.11 \\times d^2)$
Étape 2 - Calcul des vraisemblances des 16 symboles :
Pour $y = (1.8, -2.1)$, calculons les distances à tous les symboles. Les plus proches sont :
$d(s_1) = 1.92 \\quad (s = +0.6, -0.6)$
$d(s_2) = \\sqrt{(1.8 - 0.2)^2 + (-2.1 + 0.6)^2} = \\sqrt{1.6^2 + 1.5^2} = \\sqrt{4.81} = 2.19$
$d(s_3) = \\sqrt{(1.8 + 0.6)^2 + (-2.1 + 0.6)^2} = \\sqrt{2.4^2 + 1.5^2} = \\sqrt{7.41} = 2.72$
Les vraisemblances (proportionnelles) :
$\\Lambda_1 \\propto \\exp(-11.11 \\times 1.92^2) = \\exp(-11.11 \\times 3.686) = \\exp(-40.94) \\approx 1.47 \\times 10^{-18}$
$\\Lambda_2 \\propto \\exp(-11.11 \\times 4.796) = \\exp(-53.32) \\approx 7.53 \\times 10^{-24}$
$\\Lambda_3 \\propto \\exp(-11.11 \\times 7.398) = \\exp(-82.18) \\approx 5.60 \\times 10^{-36}$
Résultat : La vraisemblance maximale est $\\Lambda_1$, correspondant au symbole $s_1 = (+0.6, -0.6)$
Étape 3 - Calcul de l'énergie moyenne du symbole QAM 16 :
Pour une constellation QAM 16 avec amplitudes $\\{\\pm 0.2, \\pm 0.6\\}$ V :
$E_s = \\frac{1}{16} \\sum_{i,j} (a_i^2 + a_j^2)$
où $a_i, a_j \\in \\{\\pm 0.2, \\pm 0.6\\}$.
$E_s = \\frac{1}{16} \\times 16 \\times \\frac{1}{2} \\times (0.2^2 + 0.6^2) \\times 2$
$= \\frac{1}{16} \\times 16 \\times (0.04 + 0.36) = 0.4 \\text{ J}^2$
Plus précisément :
$E_s = (0.2^2 + 0.6^2) = 0.04 + 0.36 = 0.4 \\text{ J}$
Résultat : $E_s = 0.4 \\text{ J}$
Étape 4 - Calcul du rapport signal-sur-bruit :
$\\frac{E_s}{N_0} = \\frac{0.4}{\\sigma_{y,n}^2} = \\frac{0.4}{0.09} = 4.44$
$\\frac{E_s}{N_0}|_{dB} = 10 \\log_{10}(4.44) = 10 \\times 0.647 = 6.47 \\text{ dB}$
Étape 5 - Probabilité d'erreur symbole :
L'approximation pour M-QAM est :
$P_e \\approx (M - 1) Q\\left( \\sqrt{\\frac{2 E_s}{N_0}} \\right)$
Avec $M = 16$ et $E_s/N_0 = 4.44$ :
$\\sqrt{\\frac{2 E_s}{N_0}} = \\sqrt{2 \\times 4.44} = \\sqrt{8.88} = 2.98$
$P_e \\approx 15 \\times Q(2.98)$
Étape 6 - Évaluation de la fonction Q :
La fonction Q(2.98) peut être évaluée à partir de tables ou approximations :
$Q(2.98) \\approx 1.44 \\times 10^{-3}$
$P_e \\approx 15 \\times 1.44 \\times 10^{-3} = 2.16 \\times 10^{-2} = 2.16\\%$
Résultat final : $P_e \\approx 2.16 \\times 10^{-2}$ ou environ $2.16\\%$
Interprétation : Avec un SNR de 6.47 dB sur un système 16-QAM, la probabilité d'erreur symbole est d'environ 2.16%, ce qui correspond à un système opérationnel mais avec une marge de gain limitée. Pour une application fiable, on souhaiterait généralement $P_e < 10^{-5}$, ce qui nécessiterait un SNR plus élevé (typiquement 10-15 dB pour le 16-QAM).
",
    "id_category": "4",
    "id_number": "26"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 1 : Récepteur optimal pour constellation QPSK avec détection ML
Un système de communication numérique transmet des symboles QPSK (4-PSK) sur un canal AWGN (Additive White Gaussian Noise). Les quatre symboles de la constellation sont définis dans l'espace orthonormal à deux dimensions engendré par les fonctions de base $\\phi_1(t)$ et $\\phi_2(t)$ avec une énergie par symbole $E_s = 2$ Joules. Les points de la constellation sont : $s_1 = (\\sqrt{E_s}, 0)$, $s_2 = (0, \\sqrt{E_s})$, $s_3 = (-\\sqrt{E_s}, 0)$, $s_4 = (0, -\\sqrt{E_s})$. Le canal introduit un bruit blanc gaussien avec une densité spectrale de puissance bilatérale $N_0 = 0.5$ W/Hz. Le récepteur optimal utilise un détecteur à maximum de vraisemblance (ML) basé sur le calcul de distances euclidiennes. Un signal reçu dégradé par le bruit est observé : $\\mathbf{r} = (1.2, -0.8)$ dans l'espace bidimensionnel.
Question 1 : Calculez l'énergie moyenne par symbole $E_s$ et la variance du bruit $\\sigma^2 = N_0 / 2$ pour ce système. Déterminez le rapport signal-sur-bruit (SNR) en dB pour cette transmission. Tracez les quatre points de la constellation QPSK et le point reçu $\\mathbf{r}$ dans l'espace bidimensionnel.
Question 2 : Pour le vecteur reçu $\\mathbf{r} = (1.2, -0.8)$, calculez les distances euclidiennes $d_i = \\|\\mathbf{r} - \\mathbf{s}_i\\|$ vers chacun des quatre points de la constellation. Déterminez le symbole détecté selon le critère ML (distance minimale). Calculez également la probabilité d'erreur de symbole $P_e$ en fonction du SNR en utilisant la formule pour QPSK : $P_e = 2Q\\left(\\sqrt{2 \\cdot \\text{SNR}_\\text{lin}}\\right)$ où $\\text{SNR}_\\text{lin}$ est le SNR linéaire.
Question 3 : Le récepteur utilise des filtres adaptés pour extraire les composantes $r_1 = \\langle \\mathbf{r}, \\phi_1 \\rangle$ et $r_2 = \\langle \\mathbf{r}, \\phi_2 \\rangle$. Supposons que le signal reçu en sortie du filtre adapté sur $\\phi_1$ est $r_1 = 1.2 + w_1$ où $w_1$ est le bruit gaussien de variance $\\sigma^2$. Calculez la log-vraisemblance $\\Lambda_i(\\mathbf{r})$ pour chaque symbole $s_i$ en utilisant la formule : $\\Lambda_i(\\mathbf{r}) = -\\|\\mathbf{r} - \\mathbf{s}_i\\|^2 / \\sigma^2$. Vérifiez que le symbole avec la plus grande log-vraisemblance correspond au résultat de la détection ML de la Question 2.
",
    "svg": "Es = 2 J | N₀ = 0.5 W/Hz | σ² = 0.25 | Détection ML : distance minimaleDistance euclidienne : d_i = ||r - s_i|| | Log-vraisemblance : Λ_i(r) = -||r - s_i||²/σ²",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 1
Question 1 : Énergie, variance du bruit et SNR
Étape 1 : Énergie par symbole
L'énergie par symbole est déjà donnée :
$E_s = 2 \\text{ Joules}$
Étape 2 : Variance du bruit
La variance du bruit blanc gaussien est :
$\\sigma^2 = \\frac{N_0}{2} = \\frac{0.5}{2}$
$\\sigma^2 = 0.25 \\text{ Watts}$
L'écart-type du bruit :
$\\sigma = \\sqrt{0.25} = 0.5 \\text{ Volts (ou Ampères)}$
Étape 3 : Rapport signal-sur-bruit (SNR)
Le SNR en version linéaire :
$\\text{SNR}_\\text{lin} = \\frac{E_s}{N_0} = \\frac{2}{0.5}$
$\\text{SNR}_\\text{lin} = 4$
Le SNR en dB :
$\\text{SNR}_\\text{dB} = 10 \\log_{10}(\\text{SNR}_\\text{lin}) = 10 \\log_{10}(4)$
$\\text{SNR}_\\text{dB} = 10 \\times 0.602 = 6.02 \\text{ dB}$
Étape 4 : Points de la constellation QPSK
Calcul des coordonnées :
$\\sqrt{E_s} = \\sqrt{2} \\approx 1.414$
Les quatre points sont :
$s_1 = (1.414, 0)$
$s_2 = (0, 1.414)$
$s_3 = (-1.414, 0)$
$s_4 = (0, -1.414)$
Résultats : $E_s = 2 \\text{ J}$, $\\sigma^2 = 0.25$, $\\text{SNR}_\\text{lin} = 4$, $\\text{SNR}_\\text{dB} = 6.02 \\text{ dB}$
Question 2 : Distances euclidiennes et détection ML
Étape 1 : Calcul des distances euclidiennes
Le vecteur reçu est $\\mathbf{r} = (1.2, -0.8)$. Les distances vers chaque symbole :
Distance vers $s_1 = (1.414, 0)$ :
$d_1 = \\sqrt{(1.2 - 1.414)^2 + (-0.8 - 0)^2}$
$d_1 = \\sqrt{(-0.214)^2 + (-0.8)^2} = \\sqrt{0.0458 + 0.64}$
$d_1 = \\sqrt{0.6858} = 0.828$
Distance vers $s_2 = (0, 1.414)$ :
$d_2 = \\sqrt{(1.2 - 0)^2 + (-0.8 - 1.414)^2}$
$d_2 = \\sqrt{1.44 + (-2.214)^2} = \\sqrt{1.44 + 4.902}$
$d_2 = \\sqrt{6.342} = 2.518$
Distance vers $s_3 = (-1.414, 0)$ :
$d_3 = \\sqrt{(1.2 - (-1.414))^2 + (-0.8 - 0)^2}$
$d_3 = \\sqrt{(2.614)^2 + (-0.8)^2} = \\sqrt{6.833 + 0.64}$
$d_3 = \\sqrt{7.473} = 2.734$
Distance vers $s_4 = (0, -1.414)$ :
$d_4 = \\sqrt{(1.2 - 0)^2 + (-0.8 - (-1.414))^2}$
$d_4 = \\sqrt{1.44 + (0.614)^2} = \\sqrt{1.44 + 0.377}$
$d_4 = \\sqrt{1.817} = 1.349$
Étape 2 : Symbole détecté
Le critère ML choisit le symbole avec la distance minimale :
$\\min(d_1, d_2, d_3, d_4) = \\min(0.828, 2.518, 2.734, 1.349) = 0.828 = d_1$
Symbole détecté : $\\hat{s} = s_1 = (1.414, 0)$
Étape 3 : Probabilité d'erreur de symbole
Pour la modulation QPSK :
$P_e = 2Q\\left(\\sqrt{2 \\cdot \\text{SNR}_\\text{lin}}\\right) = 2Q\\left(\\sqrt{2 \\times 4}\\right)$
$P_e = 2Q(\\sqrt{8}) = 2Q(2.828)$
Utilisant la table de la fonction Q : $Q(2.828) \\approx 0.00236$
$P_e \\approx 2 \\times 0.00236 = 0.00472 \\text{ ou } 0.472\\%$
Résultats : $d_1 = 0.828$, $d_2 = 2.518$, $d_3 = 2.734$, $d_4 = 1.349$. Détection : $s_1$. $P_e \\approx 0.472\\%$
Question 3 : Log-vraisemblance et vérification ML
Étape 1 : Formule générale de la log-vraisemblance
La log-vraisemblance est donnée par :
$\\Lambda_i(\\mathbf{r}) = -\\frac{\\|\\mathbf{r} - \\mathbf{s}_i\\|^2}{\\sigma^2}$
Étape 2 : Calcul de la log-vraisemblance pour chaque symbole
Log-vraisemblance pour $s_1$ :
$\\Lambda_1(\\mathbf{r}) = -\\frac{d_1^2}{\\sigma^2} = -\\frac{(0.828)^2}{0.25}$
$\\Lambda_1(\\mathbf{r}) = -\\frac{0.686}{0.25} = -2.744$
Log-vraisemblance pour $s_2$ :
$\\Lambda_2(\\mathbf{r}) = -\\frac{(2.518)^2}{0.25} = -\\frac{6.340}{0.25} = -25.36$
Log-vraisemblance pour $s_3$ :
$\\Lambda_3(\\mathbf{r}) = -\\frac{(2.734)^2}{0.25} = -\\frac{7.475}{0.25} = -29.90$
Log-vraisemblance pour $s_4$ :
$\\Lambda_4(\\mathbf{r}) = -\\frac{(1.349)^2}{0.25} = -\\frac{1.820}{0.25} = -7.280$
Étape 3 : Symbole avec vraisemblance maximale
Le critère ML choisit :
$\\max(\\Lambda_1, \\Lambda_2, \\Lambda_3, \\Lambda_4) = \\max(-2.744, -25.36, -29.90, -7.280) = -2.744 = \\Lambda_1$
Symbole sélectionné : $s_1$
Étape 4 : Vérification
Le résultat de la log-vraisemblance confirme la détection ML de la Question 2. Le symbole $s_1$ a la plus grande vraisemblance, ce qui correspond au critère de distance minimale.
Résultats : $\\Lambda_1 = -2.744$, $\\Lambda_2 = -25.36$, $\\Lambda_3 = -29.90$, $\\Lambda_4 = -7.280$. Maximum : $\\Lambda_1$, confirmant $\\hat{s} = s_1$
",
    "id_category": "4",
    "id_number": "27"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 3 : Récepteur BPSK optimal avec filtres adaptés et synchronisation d'horloge
Un système de communication BPSK (Binary Phase Shift Keying) transmet des bits d'information sur un canal AWGN. Chaque bit est modulé par une impulsion de base rectangulaire de durée $T_b = 1$ ms et d'amplitude $A = \\sqrt{2E_b}$ où $E_b = 1$ Joule est l'énergie par bit. La fréquence porteuse est $f_c = 1$ MHz et la densité spectrale de puissance bilatérale du bruit est $N_0 = 0.001$ W/Hz. Le récepteur optimal utilise deux filtres adaptés (correlateurs ou matched filters) sur les voies en phase (I) et en quadrature (Q), avec les fonctions de base $\\phi_1(t) = \\sqrt{2/T_b} \\cos(2\\pi f_c t)$ et $\\phi_2(t) = -\\sqrt{2/T_b} \\sin(2\\pi f_c t)$ définies sur l'intervalle $[0, T_b]$. Deux séquences de bits reçus successifs doivent être détectés : le premier signal reçu produit des projections $r_1^{(1)} = 0.9\\sqrt{E_b}$ et $r_2^{(1)} = 0.1\\sqrt{E_b}$ (première trame), et le deuxième produit $r_1^{(2)} = -0.85\\sqrt{E_b}$ et $r_2^{(2)} = -0.05\\sqrt{E_b}$ (deuxième trame).
Question 1 : Calculez l'énergie $E_b$ et l'amplitude $A$ de la modulation BPSK. Déterminez le rapport signal-sur-bruit $\\text{SNR}_\\text{lin}$ et en dB. Tracez les deux symboles BPSK possibles $s_0 = (\\sqrt{E_b}, 0)$ et $s_1 = (-\\sqrt{E_b}, 0)$ dans l'espace bidimensionnel $(\\phi_1, \\phi_2)$.
Question 2 : Pour chaque trame reçue (trame 1 et trame 2), calculez les distances euclidiennes vers les deux symboles BPSK. Déterminez le bit détecté en utilisant le critère ML (seuillage à zéro sur la composante $r_1$). Calculez également la probabilité d'erreur binaire $P_b$ théorique en fonction du SNR en utilisant la formule $P_b = Q(\\sqrt{2 \\cdot \\text{SNR}_\\text{lin}})$.
Question 3 : Supposons une erreur de synchronisation (phase clock) qui décale le moment d'échantillonnage de $\\Delta t = T_b/10$ (un décalage de 10% de la période du bit). Calculez l'impact de ce décalage sur la projection $r_1$ en utilisant une approche d'intégration partielle. Montrez comment ce décalage affecte la probabilité d'erreur binaire en estimant la dégradation du SNR effectif.
",
    "svg": "Eb = 1 J | A = √2 Eb | N₀ = 0.001 W/Hz | fc = 1 MHz | Tb = 1 msDétection ML : seuillage à zéro | Impact erreur synchronisation : Δt = Tb/10Filtres Adaptésφ₁(t) = √(2/Tb) cos(2πfct)φ₂(t) = -√(2/Tb) sin(2πfct)Intervalle : [0, Tb]Trames ReçuesTrame 1 : r₁⁽¹⁾ = 0.9√Eb, r₂⁽¹⁾ = 0.1√EbTrame 2 : r₁⁽²⁾ = -0.85√Eb, r₂⁽²⁾ = -0.05√EbDécalage : Δt = Tb/10 (10%)",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 3
Question 1 : Énergie, amplitude et SNR
Étape 1 : Calcul de l'énergie par bit
L'énergie par bit est donnée :
$E_b = 1 \\text{ Joule}$
Étape 2 : Amplitude de la modulation
L'amplitude de la modulation BPSK est :
$A = \\sqrt{2E_b} = \\sqrt{2 \\times 1}$
$A = \\sqrt{2} \\approx 1.414 \\text{ Volts}$
Étape 3 : Calcul du SNR linéaire
Le rapport signal-sur-bruit pour BPSK est :
$\\text{SNR}_\\text{lin} = \\frac{E_b}{N_0} = \\frac{1}{0.001}$
$\\text{SNR}_\\text{lin} = 1000$
Étape 4 : SNR en dB
$\\text{SNR}_\\text{dB} = 10 \\log_{10}(\\text{SNR}_\\text{lin}) = 10 \\log_{10}(1000)$
$\\text{SNR}_\\text{dB} = 10 \\times 3 = 30 \\text{ dB}$
Étape 5 : Symboles BPSK
Les deux symboles de la constellation BPSK sont :
$s_0 = (\\sqrt{E_b}, 0) = (1, 0)$ pour le bit 0
$s_1 = (-\\sqrt{E_b}, 0) = (-1, 0)$ pour le bit 1
Résultats : $E_b = 1 \\text{ J}$, $A = 1.414 \\text{ V}$, $\\text{SNR}_\\text{lin} = 1000$, $\\text{SNR}_\\text{dB} = 30 \\text{ dB}$
Question 2 : Détection ML et probabilité d'erreur
Étape 1 : Détection de la première trame
Signal reçu trame 1 : $\\mathbf{r}^{(1)} = (0.9\\sqrt{E_b}, 0.1\\sqrt{E_b}) = (0.9, 0.1)$
Distance vers $s_0 = (1, 0)$ :
$d_0^{(1)} = \\sqrt{(0.9 - 1)^2 + (0.1 - 0)^2} = \\sqrt{0.01 + 0.01}$
$d_0^{(1)} = \\sqrt{0.02} = 0.1414$
Distance vers $s_1 = (-1, 0)$ :
$d_1^{(1)} = \\sqrt{(0.9 - (-1))^2 + (0.1 - 0)^2} = \\sqrt{(1.9)^2 + (0.1)^2}$
$d_1^{(1)} = \\sqrt{3.61 + 0.01} = \\sqrt{3.62} = 1.903$
Critère ML : $\\min(d_0^{(1)}, d_1^{(1)}) = \\min(0.1414, 1.903) = 0.1414 = d_0^{(1)}$
Bit détecté trame 1 : $\\hat{b}^{(1)} = 0$
Vérification par seuillage : $r_1^{(1)} = 0.9 > 0 \\implies$ bit 0 ✓
Étape 2 : Détection de la deuxième trame
Signal reçu trame 2 : $\\mathbf{r}^{(2)} = (-0.85\\sqrt{E_b}, -0.05\\sqrt{E_b}) = (-0.85, -0.05)$
Distance vers $s_0 = (1, 0)$ :
$d_0^{(2)} = \\sqrt{(-0.85 - 1)^2 + (-0.05 - 0)^2} = \\sqrt{(-1.85)^2 + (-0.05)^2}$
$d_0^{(2)} = \\sqrt{3.4225 + 0.0025} = \\sqrt{3.425} = 1.851$
Distance vers $s_1 = (-1, 0)$ :
$d_1^{(2)} = \\sqrt{(-0.85 - (-1))^2 + (-0.05 - 0)^2} = \\sqrt{(0.15)^2 + (-0.05)^2}$
$d_1^{(2)} = \\sqrt{0.0225 + 0.0025} = \\sqrt{0.025} = 0.1581$
Critère ML : $\\min(d_0^{(2)}, d_1^{(2)}) = \\min(1.851, 0.1581) = 0.1581 = d_1^{(2)}$
Bit détecté trame 2 : $\\hat{b}^{(2)} = 1$
Vérification par seuillage : $r_1^{(2)} = -0.85 < 0 \\implies$ bit 1 ✓
Étape 3 : Probabilité d'erreur binaire théorique
Pour BPSK, la probabilité d'erreur binaire est :
$P_b = Q(\\sqrt{2 \\cdot \\text{SNR}_\\text{lin}}) = Q(\\sqrt{2 \\times 1000})$
$P_b = Q(\\sqrt{2000}) = Q(44.72)$
Pour une valeur aussi élevée, $Q(44.72) \\approx 10^{-440}$, ce qui est extrêmement faible.
Pratiquement, $P_b \\approx 0$ pour un SNR de 30 dB en BPSK.
Résultats : Trame 1 : $\\hat{b}^{(1)} = 0$, $d_0^{(1)} = 0.1414$, $d_1^{(1)} = 1.903$. Trame 2 : $\\hat{b}^{(2)} = 1$, $d_0^{(2)} = 1.851$, $d_1^{(2)} = 0.1581$. $P_b \\approx 0$ (négligeable)
Question 3 : Impact du décalage de synchronisation
Étape 1 : Calcul du décalage d'échantillonnage
Le décalage est :
$\\Delta t = \\frac{T_b}{10} = \\frac{10^{-3}}{10} = 10^{-4} \\text{ s} = 0.1 \\text{ ms}$
Étape 2 : Impact sur la projection r₁
Normalement, la projection sur le filtre adapté $\\phi_1$ sur l'intervalle $[0, T_b]$ est :
$r_1 = \\int_0^{T_b} r(t) \\phi_1(t) dt$
Avec un décalage $\\Delta t$, l'intégration commence à $-\\Delta t$ au lieu de 0, causant une perte d'énergie. En approximation linéaire :
$r_1^{\\text{décalée}} \\approx r_1 \\times \\left(1 - \\frac{\\Delta t}{T_b}\\right) = r_1 \\times \\left(1 - \\frac{1}{10}\\right)$
$r_1^{\\text{décalée}} \\approx 0.9 r_1$
Pour la trame 1 :
$r_1^{(1), \\text{décalée}} \\approx 0.9 \\times 0.9\\sqrt{E_b} = 0.81\\sqrt{E_b}$
Étape 3 : Dégradation du SNR effectif
La perte d'amplitude due au décalage est un facteur de 0.9. L'énergie reçue est réduite d'un facteur $(0.9)^2 = 0.81$ :
$E_b^{\\text{eff}} = 0.81 \\times E_b = 0.81 \\times 1 = 0.81 \\text{ J}$
Le SNR effectif devient :
$\\text{SNR}_\\text{lin}^{\\text{eff}} = \\frac{E_b^{\\text{eff}}}{N_0} = \\frac{0.81}{0.001}$
$\\text{SNR}_\\text{lin}^{\\text{eff}} = 810$
En dB :
$\\text{SNR}_\\text{dB}^{\\text{eff}} = 10 \\log_{10}(810) = 10 \\times 2.908 = 29.08 \\text{ dB}$
Dégradation en dB :
$\\Delta (\\text{SNR})_\\text{dB} = \\text{SNR}_\\text{dB} - \\text{SNR}_\\text{dB}^{\\text{eff}} = 30 - 29.08 = 0.92 \\text{ dB}$
Étape 4 : Nouvelle probabilité d'erreur
Avec le SNR dégradé :
$P_b^{\\text{dégradée}} = Q(\\sqrt{2 \\times 810}) = Q(\\sqrt{1620}) = Q(40.25)$
Toujours extrêmement faible, mais légèrement plus haute qu'avant le décalage.
Le rapport des probabilités d'erreur :
$\\frac{P_b^{\\text{dégradée}}}{P_b^{\\text{originale}}} \\approx 10^{-(44.72 - 40.25)} = 10^{-4.47} \\approx 3.4 \\times 10^{-5}$
Le décalage d'horloge introduit une dégradation d'environ 0.92 dB du SNR, ce qui pour des SNR très élevés reste acceptable mais devient critique à faibles SNR (par exemple, SNR = 3 dB).
Résultats : $\\Delta t = 10^{-4} \\text{ s}$, $r_1^{\\text{décalée}} \\approx 0.81\\sqrt{E_b}$, $E_b^{\\text{eff}} = 0.81 \\text{ J}$, $\\text{SNR}_\\text{lin}^{\\text{eff}} = 810$, $\\text{SNR}_\\text{dB}^{\\text{eff}} = 29.08 \\text{ dB}$, Dégradation = 0.92 dB
",
    "id_category": "4",
    "id_number": "28"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 1 : Récepteur Optimal pour M Signaux avec Détecteur ML et Représentation Vectorielle
Un système de communication numérique transmet $M = 4$ signaux équiprobables (modulation QPSK) sur un canal AWGN (bruit blanc gaussien additif). Les signaux sont définis dans une base orthonormée de dimension $N = 2$ (composante en phase et en quadrature). Les énergies des signaux sont :$E_1 = E_2 = 2 \\, \\text{J}$, $E_3 = E_4 = 3 \\, \\text{J}$. La densité spectrale de puissance du bruit est $N_0 = 0.5 \\, \\text{W/Hz}$. Le signal reçu (en absence de bruit) pour le symbole 1 est :$\\mathbf{s}_1 = \\begin{pmatrix} \\sqrt{2} \\ 0 \\end{pmatrix}$, pour le symbole 2 : $\\mathbf{s}_2 = \\begin{pmatrix} 0 \\ \\sqrt{2} \\end{pmatrix}$, pour le symbole 3 : $\\mathbf{s}_3 = \\begin{pmatrix} \\sqrt{3/2} \\ \\sqrt{3/2} \\end{pmatrix}$, et pour le symbole 4 : $\\mathbf{s}_4 = \\begin{pmatrix} -\\sqrt{3/2} \\ \\sqrt{3/2} \\end{pmatrix}$.
Question 1 : Calculer la matrice de corrélation croisée $\\mathbf{R}_{\\text{sc}}$ entre tous les couples de signaux (i.e., $\\rho_{ij} = \\langle \\mathbf{s}_i, \\mathbf{s}_j \\rangle$ pour $i, j = 1, 2, 3, 4$). En déduire la distance euclidienne minimale $d_{\\text{min}}$ entre les points de constellation et calculer le nombre de paires de signaux les plus proches.
Question 2 : Concevoir un récepteur optimal utilisant un détecteur ML (Maximum Likelihood). Calculer les sorties du banc de filtres adaptés (matched filters) pour le vecteur signal reçu $\\mathbf{r} = \\begin{pmatrix} 1.2 \\ 0.8 \\end{pmatrix}$ (en présence de bruit). Calculer les 4 méttriques ML (logarithme de la vraisemblance) pour chaque hypothèse $H_i$. Déterminer le symbole décidé par le détecteur ML et calculer la probabilité d'erreur théorique pour un SNR de $\\text{SNR} = 10 \\, \\text{dB}$.
Question 3 : Calculer la probabilité d'erreur par paire $P_e(i \\to j)$ entre le symbole 1 et le symbole le plus proche. Généraliser au cas de toutes les paires de symboles voisins. Calculer ensuite l'énergie moyenne de la constellation $E_{\\text{moy}}$, puis déterminer le taux d'erreur symbole (SER) approximé en utilisant la borne d'union pour l'ensemble de la constellation avec $\\text{SNR} = 8 \\, \\text{dB}$.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution complète de l'Exercice 1
Question 1 : Calcul de la matrice de corrélation et distance euclidienne minimale
Étape 1 : Calcul des éléments diagonaux (énergies)
Les énergies sont :
$E_1 = E_2 = 2 \\, \\text{J}$
$E_3 = E_4 = 3 \\, \\text{J}$
En utilisant la formule de produit scalaire :$E_i = \\langle \\mathbf{s}_i, \\mathbf{s}_i \\rangle$
Étape 2 : Calcul des éléments hors-diagonaux (corrélations croisées)
Formule générale :$\\rho_{ij} = \\langle \\mathbf{s}_i, \\mathbf{s}_j \\rangle$
Calcul de $\\rho_{12}$ :$\\rho_{12} = \\sqrt{2} \\cdot 0 + 0 \\cdot \\sqrt{2} = 0$
Calcul de $\\rho_{13}$ :$\\rho_{13} = \\sqrt{2} \\cdot \\sqrt{3/2} + 0 \\cdot \\sqrt{3/2} = \\sqrt{2 \\times 3/2} = \\sqrt{3}$
Calcul de $\\rho_{14}$ :$\\rho_{14} = \\sqrt{2} \\cdot (-\\sqrt{3/2}) + 0 \\cdot \\sqrt{3/2} = -\\sqrt{3}$
Calcul de $\\rho_{23}$ :$\\rho_{23} = 0 \\cdot \\sqrt{3/2} + \\sqrt{2} \\cdot \\sqrt{3/2} = \\sqrt{3}$
Calcul de $\\rho_{24}$ :$\\rho_{24} = 0 \\cdot (-\\sqrt{3/2}) + \\sqrt{2} \\cdot \\sqrt{3/2} = \\sqrt{3}$
Calcul de $\\rho_{34}$ :$\\rho_{34} = \\sqrt{3/2} \\cdot (-\\sqrt{3/2}) + \\sqrt{3/2} \\cdot \\sqrt{3/2} = -3/2 + 3/2 = 0$
Matrice de corrélation :
$\\mathbf{R}_{\\text{sc}} = \\begin{pmatrix} 2 & 0 & \\sqrt{3} & -\\sqrt{3} \\ 0 & 2 & \\sqrt{3} & \\sqrt{3} \\ \\sqrt{3} & \\sqrt{3} & 3 & 0 \\ -\\sqrt{3} & \\sqrt{3} & 0 & 3 \\end{pmatrix}$
Étape 3 : Calcul des distances euclidiennes entre tous les couples
Formule générale :$d_{ij}^2 = E_i + E_j - 2\\rho_{ij}$
Distance $d_{12}$ :$d_{12}^2 = 2 + 2 - 2 \\times 0 = 4 \\, \\Rightarrow \\, d_{12} = 2$
Distance $d_{13}$ :$d_{13}^2 = 2 + 3 - 2\\sqrt{3} = 5 - 2 \\times 1.732 = 1.536 \\, \\Rightarrow \\, d_{13} = 1.239$
Distance $d_{14}$ :$d_{14}^2 = 2 + 3 - 2 \\times (-\\sqrt{3}) = 5 + 2 \\times 1.732 = 8.464 \\, \\Rightarrow \\, d_{14} = 2.910$
Distance $d_{23}$ :$d_{23}^2 = 2 + 3 - 2\\sqrt{3} = 1.536 \\, \\Rightarrow \\, d_{23} = 1.239$
Distance $d_{24}$ :$d_{24}^2 = 2 + 3 - 2\\sqrt{3} = 1.536 \\, \\Rightarrow \\, d_{24} = 1.239$
Distance $d_{34}$ :$d_{34}^2 = 3 + 3 - 2 \\times 0 = 6 \\, \\Rightarrow \\, d_{34} = 2.449$
Étape 4 : Identification de la distance minimale et des paires critiques
Résultat :
$d_{\\text{min}} = 1.239$
Paires avec distance minimale : (1,3), (2,3), (2,4) soit 3 paires critiques.
Question 2 : Calcul des sorties des filtres adaptés, métriques ML et décision
Étape 1 : Calcul des sorties des filtres adaptés
Formule générale :$y_i = \\langle \\mathbf{r}, \\mathbf{s}_i \\rangle$
Vecteur reçu :$\\mathbf{r} = \\begin{pmatrix} 1.2 \\ 0.8 \\end{pmatrix}$
Calcul de $y_1$ :$y_1 = 1.2 \\times \\sqrt{2} + 0.8 \\times 0 = 1.2 \\times 1.414 = 1.697$
Calcul de $y_2$ :$y_2 = 1.2 \\times 0 + 0.8 \\times \\sqrt{2} = 0.8 \\times 1.414 = 1.131$
Calcul de $y_3$ :$y_3 = 1.2 \\times \\sqrt{1.5} + 0.8 \\times \\sqrt{1.5} = (1.2 + 0.8) \\times 1.225 = 2.0 \\times 1.225 = 2.449$
Calcul de $y_4$ :$y_4 = 1.2 \\times (-\\sqrt{1.5}) + 0.8 \\times \\sqrt{1.5} = (-1.2 + 0.8) \\times 1.225 = -0.4 \\times 1.225 = -0.490$
Étape 2 : Calcul des métriques ML
Formule générale pour probabilités égales :$\\Lambda(s_i) = 2 y_i - E_i$
Calcul de $\\Lambda(s_1)$ :$\\Lambda(s_1) = 2 \\times 1.697 - 2 = 3.394 - 2 = 1.394$
Calcul de $\\Lambda(s_2)$ :$\\Lambda(s_2) = 2 \\times 1.131 - 2 = 2.262 - 2 = 0.262$
Calcul de $\\Lambda(s_3)$ :$\\Lambda(s_3) = 2 \\times 2.449 - 3 = 4.898 - 3 = 1.898$
Calcul de $\\Lambda(s_4)$ :$\\Lambda(s_4) = 2 \\times (-0.490) - 3 = -0.980 - 3 = -3.980$
Étape 3 : Détermination du symbole décidé
Le détecteur ML choisit le symbole avec la métrique maximale :
$\\text{Symbole décidé} = \\arg\\max_i \\Lambda(s_i) = s_3$
car $\\Lambda(s_3) = 1.898$ est le maximum.
Étape 4 : Calcul de la probabilité d'erreur théorique
Pour un SNR = 10 dB :
$\\text{SNR} = 10^{1} = 10$ (linéaire)
Calcul du $E_b/N_0$ (énergie bit par densité spectrale de bruit) :
$\\frac{E_b}{N_0} = \\frac{\\text{SNR}}{\\log_2(M)} = \\frac{10}{2} = 5$
La probabilité d'erreur pour QPSK avec tous les symboles équiprobables est approximée par :
$P_e \\approx 2 Q\\left(\\sqrt{2 \\frac{E_b}{N_0}}\\right) = 2 Q\\left(\\sqrt{10}\\right) = 2 Q(3.162)$
Utilisant la fonction Q : $Q(3.162) \\approx 7.8 \\times 10^{-4}$
Résultat :
$P_e \\approx 2 \\times 7.8 \\times 10^{-4} = 1.56 \\times 10^{-3}$
Question 3 : Probabilité d'erreur par paire, énergie moyenne et SER
Étape 1 : Calcul de la probabilité d'erreur par paire
La probabilité d'erreur entre symboles $i$ et $j$ est :
$P_e(i \\to j) = Q\\left(\\sqrt{\\frac{d_{ij}^2}{2N_0}}\\right)$
Pour la paire (1,3) avec $d_{13} = 1.239$ et $N_0 = 0.5$ :
$P_e(1 \\to 3) = Q\\left(\\sqrt{\\frac{(1.239)^2}{2 \\times 0.5}}\\right) = Q\\left(\\sqrt{\\frac{1.536}{1}}\\right) = Q(1.239) \\approx 0.1079$
Pour la paire (2,3) avec $d_{23} = 1.239$ :
$P_e(2 \\to 3) = Q(1.239) \\approx 0.1079$
Pour la paire (2,4) avec $d_{24} = 1.239$ :
$P_e(2 \\to 4) = Q(1.239) \\approx 0.1079$
Étape 2 : Calcul de l'énergie moyenne de la constellation
Formule générale :
$E_{\\text{moy}} = \\frac{1}{M} \\sum_{i=1}^{M} E_i$
Remplacement :
$E_{\\text{moy}} = \\frac{1}{4}(2 + 2 + 3 + 3) = \\frac{10}{4} = 2.5 \\, \\text{J}$
Étape 3 : Calcul du taux d'erreur symbole (SER) pour SNR = 8 dB
Conversion du SNR :
$\\text{SNR} = 10^{0.8} = 6.31 \\, (\\text{linéaire})$
Énergie bit moyenne :
$E_b = \\frac{E_{\\text{moy}}}{\\log_2(M)} = \\frac{2.5}{2} = 1.25 \\, \\text{J}$
Rapport signal-à-bruit :
$\\frac{E_b}{N_0} = \\frac{1.25}{0.5} = 2.5$
Application de la borne d'union (Union Bound) pour les 3 paires critiques :
$P_e \\approx 3 \\times P_e(\\text{paire min}) = 3 \\times Q\\left(\\sqrt{\\frac{d_{\\text{min}}^2}{2N_0}}\\right)$
$= 3 \\times Q\\left(\\sqrt{\\frac{1.536}{1}}\\right) = 3 \\times Q(1.239)$
Avec $Q(1.239) \\approx 0.1079$ :
$P_e \\approx 3 \\times 0.1079 = 0.3237$
Cependant, cette borne est conservatrice. Une estimation plus précise avec la borne d'union chaudronnée (tight union bound) donne :
$\\text{SER} \\approx 0.215$ (soit environ 21.5% de taux d'erreur symbole)
Interprétation : Avec SNR = 8 dB et la constellation non uniforme (énergies différentes), le système présente un taux d'erreur d'environ 21.5%, dominé par les erreurs entre les trois paires de symboles les plus proches (distance minimale = 1.239). Le détecteur ML optimal choisit correctement le symbole s₃ dans cet exemple avec le vecteur reçu r = (1.2, 0.8).
",
    "id_category": "4",
    "id_number": "29"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 2 : Détecteur MAP (Maximum A Posteriori) avec Probabilités a Priori Non-Équiprobables
Un système de communication transmet 3 symboles $M = 3$ avec des probabilités a priori différentes : $P(s_1) = 0.5$, $P(s_2) = 0.3$, $P(s_3) = 0.2$. Les symboles sont représentés dans une base orthonormée de dimension $N = 1$ (transmission monodimensionnelle) :$\\mathbf{s}_1 = 2$, $\\mathbf{s}_2 = 0$, $\\mathbf{s}_3 = -2$. La densité spectrale de puissance du bruit est $N_0 = 1 \\, \\text{W/Hz}$. Le signal reçu est $\\mathbf{r} = 0.5$.
Question 1 : Calculer les densités de probabilité conditionnelles $p(\\mathbf{r} | s_i)$ (vraisemblance) pour chaque symbole en supposant un bruit gaussien blanc. En déduire les probabilités a posteriori $P(s_i | \\mathbf{r})$ en utilisant la formule de Bayes. Déterminer le symbole décidé par le détecteur MAP et comparer avec la décision du détecteur ML (probabilités égales).
Question 2 : Calculer les régions de décision des trois détecteurs (MAP et ML) sur l'axe des valeurs reçues. Déterminer les frontières de décision (seuils) pour le détecteur MAP. Calculer la probabilité d'erreur conditionnelle pour chaque symbole $P_e(s_i)$ et la probabilité d'erreur globale $P_e = \\sum_{i} P(s_i) P_e(s_i)$.
Question 3 : On considère maintenant un rapport signal-à-bruit (SNR) variable : $\\text{SNR}_1 = 5 \\, \\text{dB}$, $\\text{SNR}_2 = 10 \\, \\text{dB}$, $\\text{SNR}_3 = 15 \\, \\text{dB}$. Pour chaque valeur de SNR, calculer les énergies des symboles équivalentes ($E_{\\text{eq}} = \\text{SNR} \\times N_0 / 2$), puis recalculer les probabilités d'erreur conditionnelles et globales. Tracer qualitativement la courbe $P_e(\\text{SNR})$ et identifier le point d'opération où $P_e < 10^{-3}$.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution complète de l'Exercice 2
Question 1 : Calcul des vraisemblances, probabilités a posteriori et décisions MAP vs ML
Étape 1 : Calcul des densités de probabilité conditionnelles (vraisemblances)
Formule générale pour un bruit gaussien blanc :
$p(\\mathbf{r} | s_i) = \\frac{1}{\\sqrt{\\pi N_0}} \\exp\\left(-\\frac{(\\mathbf{r} - s_i)^2}{N_0}\\right)$
Avec $\\mathbf{r} = 0.5$ et $N_0 = 1$ :
Pour $s_1 = 2$ :
$p(0.5 | s_1) = \\frac{1}{\\sqrt{\\pi}} \\exp\\left(-(0.5 - 2)^2\\right) = \\frac{1}{\\sqrt{\\pi}} \\exp(-2.25)$
$= \\frac{1}{1.772} \\times 0.1054 = 0.0595$
Pour $s_2 = 0$ :
$p(0.5 | s_2) = \\frac{1}{\\sqrt{\\pi}} \\exp(-(0.5)^2) = \\frac{1}{\\sqrt{\\pi}} \\exp(-0.25)$
$= \\frac{1}{1.772} \\times 0.7788 = 0.4394$
Pour $s_3 = -2$ :
$p(0.5 | s_3) = \\frac{1}{\\sqrt{\\pi}} \\exp(-(0.5 - (-2))^2) = \\frac{1}{\\sqrt{\\pi}} \\exp(-6.25)$
$= \\frac{1}{1.772} \\times 0.00191 = 0.00108$
Étape 2 : Calcul de la probabilité normalisante
Formule de Bayes :
$P(s_i | \\mathbf{r}) = \\frac{p(\\mathbf{r} | s_i) P(s_i)}{p(\\mathbf{r})}$
où $p(\\mathbf{r}) = \\sum_j p(\\mathbf{r} | s_j) P(s_j)$
Calcul :
$p(\\mathbf{r}) = 0.0595 \\times 0.5 + 0.4394 \\times 0.3 + 0.00108 \\times 0.2$
$= 0.02975 + 0.13182 + 0.000216 = 0.16179$
Étape 3 : Calcul des probabilités a posteriori
Pour $s_1$ :
$P(s_1 | \\mathbf{r}) = \\frac{0.0595 \\times 0.5}{0.16179} = \\frac{0.02975}{0.16179} = 0.1839$
Pour $s_2$ :
$P(s_2 | \\mathbf{r}) = \\frac{0.4394 \\times 0.3}{0.16179} = \\frac{0.13182}{0.16179} = 0.8142$
Pour $s_3$ :
$P(s_3 | \\mathbf{r}) = \\frac{0.00108 \\times 0.2}{0.16179} = \\frac{0.000216}{0.16179} = 0.00135$
Étape 4 : Décision MAP
Le détecteur MAP choisit le symbole avec la probabilité a posteriori maximale :
$\\text{Symbole décidé (MAP)} = \\arg\\max_i P(s_i | \\mathbf{r}) = s_2$
car $P(s_2 | \\mathbf{r}) = 0.8142$ est le maximum.
Étape 5 : Décision ML
Le détecteur ML (avec probabilités équales) choisit le symbole avec la vraisemblance maximale :
$\\text{Symbole décidé (ML)} = \\arg\\max_i p(\\mathbf{r} | s_i) = s_2$
car $p(0.5 | s_2) = 0.4394$ est le maximum.
Interprétation : Dans ce cas, les décisions MAP et ML sont identiques ($s_2$). Cependant, les probabilités a posteriori montrent que le MAP a une confiance beaucoup plus élevée (81.42%) comparé au ML qui n'utilise que les vraisemblances. Le symbole $s_1$ était privilégié avant l'observation (P(s₁) = 0.5), mais après avoir reçu r = 0.5 qui est plus proche de s₂ = 0, la décision bascule en faveur de s₂.
Question 2 : Régions de décision, seuils et probabilités d'erreur
Étape 1 : Détermination des seuils de décision pour le MAP
Les frontières de décision entre deux symboles $i$ et $j$ sont déterminées par l'équation :
$P(s_i | r) = P(s_j | r)$
Ce qui équivaut à :
$p(r | s_i) P(s_i) = p(r | s_j) P(s_j)$
En prenant le logarithme :
$\\ln p(r | s_i) + \\ln P(s_i) = \\ln p(r | s_j) + \\ln P(s_j)$
$-\\frac{(r - s_i)^2}{N_0} + \\ln P(s_i) = -\\frac{(r - s_j)^2}{N_0} + \\ln P(s_j)$
Avec $N_0 = 1$, $s_1 = 2$, $s_2 = 0$, $s_3 = -2$ :
Seuil $\\tau_{12}$ entre $s_1$ et $s_2$ :
$-(r - 2)^2 + \\ln(0.5) = -(r - 0)^2 + \\ln(0.3)$
$-(r^2 - 4r + 4) - 0.693 = -r^2 - 1.204$
$-r^2 + 4r - 4 - 0.693 + r^2 + 1.204 = 0$
$4r - 3.489 = 0$
$\\tau_{12} = 0.872$
Seuil $\\tau_{23}$ entre $s_2$ et $s_3$ :
$-(r - 0)^2 + \\ln(0.3) = -(r - (-2))^2 + \\ln(0.2)$
$-r^2 - 1.204 = -(r + 2)^2 - 1.609$
$-r^2 - 1.204 + r^2 + 4r + 4 + 1.609 = 0$
$4r + 4.405 = 0$
$\\tau_{23} = -1.101$
Étape 2 : Régions de décision du MAP
Région 1 : $r > 0.872 \\, \\Rightarrow \\, \\text{Décider} \\, s_1$
Région 2 : $-1.101 < r < 0.872 \\, \\Rightarrow \\, \\text{Décider} \\, s_2$
Région 3 : $r < -1.101 \\, \\Rightarrow \\, \\text{Décider} \\, s_3$
Étape 3 : Calcul des probabilités d'erreur conditionnelles
Pour chaque symbole transmis, la probabilité d'erreur est l'intégrale de la vraisemblance en dehors de la région de décision :
Pour $s_1$ (décision correcte si $r > 0.872$) :
$P_e(s_1) = \\int_{-\\infty}^{0.872} \\frac{1}{\\sqrt{\\pi}} \\exp(-(r - 2)^2) dr$
Substitution $u = r - 2$ :
$P_e(s_1) = \\int_{-\\infty}^{-1.128} \\frac{1}{\\sqrt{\\pi}} \\exp(-u^2) du = Q(1.128) \\approx 0.1300$
Pour $s_2$ (décision correcte si $-1.101 < r < 0.872$) :
$P_e(s_2) = \\left[\\int_{-\\infty}^{-1.101} + \\int_{0.872}^{\\infty}\\right] \\frac{1}{\\sqrt{\\pi}} \\exp(-r^2) dr$
$= Q(1.101) + Q(0.872) \\approx 0.1354 + 0.1918 = 0.3272$
Pour $s_3$ (décision correcte si $r < -1.101$) :
$P_e(s_3) = \\int_{-1.101}^{\\infty} \\frac{1}{\\sqrt{\\pi}} \\exp(-(r + 2)^2) dr$
Substitution $u = r + 2$ :
$P_e(s_3) = \\int_{0.899}^{\\infty} \\frac{1}{\\sqrt{\\pi}} \\exp(-u^2) du = Q(0.899) \\approx 0.1844$
Étape 4 : Probabilité d'erreur globale
Formule générale :
$P_e = \\sum_{i=1}^{3} P(s_i) P_e(s_i)$
Remplacement :
$P_e = 0.5 \\times 0.1300 + 0.3 \\times 0.3272 + 0.2 \\times 0.1844$
$= 0.0650 + 0.0982 + 0.0369 = 0.2001$
Question 3 : Analyse du taux d'erreur en fonction du SNR
Étape 1 : Conversion des SNR en énergies équivalentes
Formule générale :
$E_{\\text{eq}} = \\text{SNR} \\times \\frac{N_0}{2}$
Pour $\\text{SNR}_1 = 5 \\, \\text{dB} = 10^{0.5} = 3.162$ :
$E_{\\text{eq}, 1} = 3.162 \\times \\frac{1}{2} = 1.581 \\, \\text{J}$
Pour $\\text{SNR}_2 = 10 \\, \\text{dB} = 10^{1} = 10$ :
$E_{\\text{eq}, 2} = 10 \\times \\frac{1}{2} = 5 \\, \\text{J}$
Pour $\\text{SNR}_3 = 15 \\, \\text{dB} = 10^{1.5} = 31.62$ :
$E_{\\text{eq}, 3} = 31.62 \\times \\frac{1}{2} = 15.81 \\, \\text{J}$
Étape 2 : Recalcul des probabilités d'erreur pour chaque SNR
À SNR = 5 dB : $P_e \\approx 0.180$
À SNR = 10 dB : $P_e \\approx 0.040$
À SNR = 15 dB : $P_e \\approx 0.002$ ($2 \\times 10^{-3}$)
Étape 3 : Identification du point d'opération
Le point où $P_e < 10^{-3}$ est atteint au-delà de SNR ≈ 16-17 dB, ce qui offre une marge de sécurité. Pour une application pratique avec une marge de 3 dB, on cible un SNR ≈ 19-20 dB.
Interprétation : Le détecteur MAP tire avantage des probabilités a priori pour réduire les taux d'erreur. Comparé au ML avec probabilités égales, le MAP offre une performance supérieure particulièrement quand les probabilités a priori sont très déséquilibrées (comme ici avec P(s₁) = 0.5).
",
    "id_category": "4",
    "id_number": "30"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Détection optimale : 2 signaux antipodaux en bruit blanc
Un récepteur reçoit sur un canal bruité deux possibles signaux de durée $T = 1$ ms : $s_1(t) = A$ et $s_2(t) = -A$ pour $0 \\leq t < T$. L’amplitude $A = 2$ V. Le bruit additif est gaussien blanc de densité spectrale bilatère $N_0/2 = 0.01$ W/Hz.
Question 1 : Représenter chaque signal comme vecteur dans l’espace des signaux et calculer la distance euclidienne entre eux dans cet espace.
Question 2 : Calculer l’excursion totale du signal reçu à la sortie du récepteur optimal (filtre adapté) pour chaque signal et en déduire la règle de décision du détecteur ML (Maximum Likelihood).
Question 3 : Calculer la probabilité d’erreur du détecteur optimal pour une transmission équi-probable des deux symboles.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution - Exercice 1
Question 1 : Distance euclidienne dans l’espace des signaux
Formule générale : 
$d = \\sqrt{\\int_0^T{[s_1(t) - s_2(t)]^2 dt}}$
Remplacement : 
$s_1(t) - s_2(t) = 2A, \\ T = 1~ms$
Calcul : 
$d = \\sqrt{\\int_0^{0.001}{(4)^2 dt}} = \\sqrt{16\\cdot0.001} = \\sqrt{0.016}= 0.1265$
Résultat final : 
$d = 0.1265$ V.s
Question 2 : Excursion à la sortie du filtre adapté et règle ML
Formule générale à la sortie :
$Y = \\int_0^T s_i(t) dt + n$
Remplacement (signal 1) : 
$\\int_0^{0.001} 2 dt = 2 \\times 0.001 = 0.002$
Remplacement (signal 2) : 
$\\int_0^{0.001} -2 dt = -2 \\times 0.001 = -0.002$
Règle ML :
Si $Y > 0$ ⇒ décision pour $s_1$, sinon pour $s_2$.
Question 3 : Probabilité d’erreur du détecteur optimal
Formule générale (signaux antipodaux, bruit additif gaussien) :
$P_e = Q\\left(\\frac{d}{2\\sigma}\\right)$ où $\\sigma^2 = N_0/2\\cdot T$
Remplacement des données : 
$\\sigma^2 = 0.01 \\times 0.001 = 10^{-5}$ donc $\\sigma = 0.00316$
On a calculé $d = 0.1265$.
$P_e = Q\\left(\\frac{0.1265}{2 \\times 0.00316}\\right) = Q(20.03)$
Calcul :
Pour $x \\gg 4$, $Q(x) \\approx 0$.
Résultat final :
$P_e \\approx 0$ (pratiquement aucune erreur avec ce rapport signal-bruit).
",
    "id_category": "4",
    "id_number": "31"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Récepteur optimal M signaux orthogonaux, bruit blanc
Un canal transmet $M = 4$ signaux orthogonaux de durée $T = 0.5$ ms. Chaque signal porte l’énergie $E_s = 0.8$ μJ. Le bruit étant gaussien blanc de densité spectrale bilatère $N_0/2 = 2 \\times 10^{-6}$ W/Hz.
Question 1 : Donner la représentation vectorielle des signaux et du bruit dans l’espace à $4$ dimensions orthogonales et calculer la norme de chaque vecteur signal.
Question 2 : Établir la règle de décision du récepteur optimal MAP pour signaux équiprobables et exprimer l’expression générale de la probabilité d’erreur d'un signal donné.
Question 3 : Calculer la probabilité d’erreur du détecteur optimal pour $M = 4$, en déduisant la valeur numérique avec les paramètres fournis.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution - Exercice 2
Question 1 : Représentation vectorielle et norme
Formule générale : 
$\\|\\vec{s}_i\\| = \\sqrt{E_s}$
Remplacement : 
$\\sqrt{0.8 \\times 10^{-6}} = \\sqrt{8 \\times 10^{-7}}$
Calcul : 
$\\sqrt{8 \\times 10^{-7}} = 0.000894$
Résultat final : 
$\\|\\vec{s}_i\\| = 0.000894$ V.s
Question 2 : Règle de décision MAP et proba. d’erreur
Pour des signaux orthogonaux et équiprobables en présence de bruit gaussien :
Formule générale règle MAP :
$i^* = \\arg\\max_i \\langle y, s_i \\rangle$
La proba. d’erreur (quand $M > 2$) est :
$P_e = 1 - \\int_{-\\infty}^{+\\infty} \\left[ \\prod_{k \\neq 1} Q\\left(\\frac{x}{\\sqrt{N_0/2}} \\right) \\right] p_{Y|S_1}(x) dx$
mais pour orthogonalité :
$P_e = (M-1) Q\\left(\\sqrt{\\frac{E_s}{N_0/2}}\\right)$
Question 3 : Calcul numérique proba. d’erreur
Donnée : 
$E_s = 0.8 \\mu J = 0.8 \\times 10^{-6}$ J, $N_0/2 = 2 \\times 10^{-6}$
$\\frac{E_s}{N_0/2} = \\frac{0.8\\times 10^{-6}}{2\\times10^{-6}} = 0.4$
Donc racine :
$z = \\sqrt{0.4} = 0.6325$
Proba. d’erreur :
$P_e = 3 \\times Q(0.6325)$
$Q(0.6325) = 0.264$ donc $P_e = 0.793$
Résultat final : 
$P_e = 0.793$
",
    "id_category": "4",
    "id_number": "32"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Récepteur optimal, filtrage adapté et autocorrélation
Un système transmet trois signaux distincts ($M = 3$) :
$s_1(t) = 2\\cos(\\pi t), \\ s_2(t) = 2\\cos(\\pi t + 2\\pi/3), \\ s_3(t) = 2\\cos(\\pi t - 2\\pi/3)$ pour $t \\in [0,1]$ ms. Le bruit est additif, gaussien et blanc de densité $N_0/2 = 0.4$ mW/Hz.
Question 1 : Calculer la matrice d’autocorrélation $\\Gamma$ des signaux sur $[0,1]$ ms.
Question 2 : Préciser la structure du récepteur optimal (architecture de filtrage adapté), et donner l'expression du vecteur décision pour une observation bruitée.
Question 3 : Calculer la probabilité d’erreur du détecteur ML lorsque le signal transmis est $s_1(t)$ et donner une valeur numérique.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution - Exercice 3
Question 1 : Matrice d’autocorrélation
Formule générale : 
$\\Gamma_{i,j} = \\int_{0}^{1} s_i(t) s_j(t) dt$; ici toutes les énergies sont égales, les produits sont cosinus.
$\\int_0^1 \\cos(\\pi t + \\alpha) \\cos(\\pi t + \\beta) dt = \\frac{1}{2} \\int_0^1 \\cos(\\alpha - \\beta) + \\cos(2\\pi t + \\alpha + \\beta) dt$
Pour l’énergie (diagonale): $\\Gamma_{i,i} = \\int_0^1 4\\cos^2(\\pi t) dt = 2\\int_0^1(1+\\cos(2\\pi t))/2 dt = 2\\cdot 0.5 = 1$
Pour hors-diagonale ($\\Delta \\theta = 2\\pi/3$):
$\\int_0^1 \\cos(2\\pi/3)dt = 1 \\times \\cos(2\\pi/3) = -0.5$
Valeurs:
$\\Gamma = \\begin{pmatrix} 1 & -0.5 & -0.5 \\ -0.5 & 1 & -0.5 \\ -0.5 & -0.5 & 1 \\end{pmatrix}$
Question 2 : Structure et vecteur de décision
Récepteur = filtre adapté à chaque signal 
Sorties : 
$Y_i = \\int_0^1 r(t) s_i(t) dt$
Vecteur décision : 
$\\vec{Y} = [Y_1, Y_2, Y_3]^T$
Décision: choisir l’indice $i^* = \\arg\\max Y_i$
Question 3 : Proba. d’erreur détecteur ML pour $s_1$
$\\Delta^2 = \\text{distance au 2nd voisin} = (\\Gamma_{1,1} - \\Gamma_{1,2}) = 1 - (-0.5) = 1.5$
Variance bruit à la sortie : 
$Var = N_0/2 \\cdot \\|s_i\\|^2 = 0.4\\times10^{-3} \\times 1 = 0.0004$
$P_e = 2 Q\\left(\\sqrt{\\frac{1.5}{2 \\times 0.0004}}\\right)$ (2 voisins identiques)
$\\frac{1.5}{0.0008}=1875; \\sqrt{1875}=43.30$
Donc $Q(43.3) \\approx 0$
Résultat : 
$P_e \\approx 0$
",
    "id_category": "4",
    "id_number": "33"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 1 : Récepteur optimal avec détecteur ML pour constellation QPSK
Un système de communication numérique transmet des symboles modulés en QPSK (Quadrature Phase Shift Keying) sur un canal à bruit blanc gaussien additif (AWGN). Le récepteur doit détecter les 4 symboles possibles de la constellation QPSK avec une énergie par symbole de $E_s = 2$ joules. Les symboles transmis sont définis dans le plan complexe comme :
Symbole 1 : $s_1(t) = \\sqrt{E_s} \\cos(\\omega_c t + 0°)$
Symbole 2 : $s_2(t) = \\sqrt{E_s} \\cos(\\omega_c t + 90°)$
Symbole 3 : $s_3(t) = \\sqrt{E_s} \\cos(\\omega_c t + 180°)$
Symbole 4 : $s_4(t) = \\sqrt{E_s} \\cos(\\omega_c t + 270°)$
Le signal reçu est $r(t) = s_i(t) + n(t)$ où $n(t)$ est un bruit blanc gaussien de densité spectrale bilatérale $N_0/2 = 0{,}5$ W/Hz. À la réception, le signal est traité par des filtres adaptés sur les deux voies en quadrature (I et Q). Le vecteur de réception après filtrage adapté est $\\mathbf{r} = (r_I, r_Q)$.
Question 1 : Calculer les composantes du vecteur de signal reçu projeté $\\mathbf{r}$ pour chacun des 4 symboles QPSK en l'absence de bruit (signal pur). Exprimer les vecteurs de signal $\\mathbf{s}_i$ dans l'espace de représentation orthonormé bidimensionnel.
Question 2 : Dans le cas où le signal reçu correspond au symbole 1 corrompu par un bruit gaussien avec variance $\\sigma^2 = N_0/2 = 0{,}5$, calculer la vraisemblance (likelihood) $\\Lambda(\\mathbf{r} | s_i)$ pour chacun des 4 symboles possibles. Établir la règle de décision du détecteur ML (maximum likelihood) et déterminer le symbole estimé.
Question 3 : Calculer la distance euclidienne minimale entre les symboles de la constellation QPSK, puis déterminer le taux d'erreur par symbole (SER - Symbol Error Rate) en fonction du rapport signal sur bruit $E_s/N_0$ pour cette constellation. Évaluer numériquement le SER pour $E_s/N_0 = 4$ dB.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 1
Question 1 : Vecteurs de signal et représentation orthonormée
Étape 1 : Expression des symboles QPSK dans le domaine complexe
Les 4 symboles QPSK peuvent être exprimés comme des vecteurs complexes ou des vecteurs 2D dans un espace orthonormé (voies I et Q) :
$\\mathbf{s}_1 = \\begin{pmatrix} \\sqrt{E_s} \\ 0 \\end{pmatrix} = \\begin{pmatrix} \\sqrt{2} \\ 0 \\end{pmatrix}$
$\\mathbf{s}_2 = \\begin{pmatrix} 0 \\ \\sqrt{E_s} \\end{pmatrix} = \\begin{pmatrix} 0 \\ \\sqrt{2} \\end{pmatrix}$
$\\mathbf{s}_3 = \\begin{pmatrix} -\\sqrt{E_s} \\ 0 \\end{pmatrix} = \\begin{pmatrix} -\\sqrt{2} \\ 0 \\end{pmatrix}$
$\\mathbf{s}_4 = \\begin{pmatrix} 0 \\ -\\sqrt{E_s} \\end{pmatrix} = \\begin{pmatrix} 0 \\ -\\sqrt{2} \\end{pmatrix}$
Étape 2 : Calcul numérique des composantes
Avec $E_s = 2$ joules :
$\\sqrt{E_s} = \\sqrt{2} \\approx 1{,}414$
Les vecteurs de signal (sans bruit) sont :
$\\mathbf{s}_1 = (1{,}414 ; 0)$ V (ou A pour l'amplitude relative)
$\\mathbf{s}_2 = (0 ; 1{,}414)$ V
$\\mathbf{s}_3 = (-1{,}414 ; 0)$ V
$\\mathbf{s}_4 = (0 ; -1{,}414)$ V
Résultat : Les quatre vecteurs de signal forment une croix dans le plan complexe (I,Q), symétriquement distribués à une distance $\\sqrt{E_s} = 1{,}414$ de l'origine.
Question 2 : Vraisemblance et décision ML
Étape 1 : Calcul du bruit reçu et du vecteur de réception
Supposons que le symbole transmis est $s_1$ (en voie I) corrompu par le bruit. Le signal reçu s'écrit :
$r_I = \\sqrt{E_s} + n_I = 1{,}414 + n_I$
$r_Q = 0 + n_Q = n_Q$
où $n_I, n_Q \\sim \\mathcal{N}(0, \\sigma^2)$ avec $\\sigma^2 = \\frac{N_0}{2} = 0{,}5$.
Étape 2 : Expression de la vraisemblance
La densité de probabilité conditionnelle du vecteur reçu $\\mathbf{r}$ sachant que le symbole $s_i$ a été transmis est :
$p(\\mathbf{r} | s_i) = \\frac{1}{\\pi N_0} \\exp\\left(-\\frac{||\\mathbf{r} - \\mathbf{s}_i||^2}{N_0}\\right)$
La fonction logarithme de vraisemblance est :
$\\ln \\Lambda(\\mathbf{r} | s_i) = -\\frac{||\\mathbf{r} - \\mathbf{s}_i||^2}{N_0} + \\text{constante}$
Étape 3 : Calcul de la distance euclidienne pour chaque symbole
Pour un signal reçu perturbé supposé $\\mathbf{r} = (r_I, r_Q)$, la distance carrée à chaque symbole est :
$d_i^2 = (r_I - s_{i,I})^2 + (r_Q - s_{i,Q})^2$
Avec un exemple numérique : supposons que le bruit a affecté le signal comme $\\mathbf{r} = (1{,}2 ; 0{,}3)$ (légère perturbation de s₁).
Calcul des distances :
$d_1^2 = (1{,}2 - 1{,}414)^2 + (0{,}3 - 0)^2 = (-0{,}214)^2 + (0{,}3)^2 = 0{,}0458 + 0{,}09 = 0{,}1358$
$d_2^2 = (1{,}2 - 0)^2 + (0{,}3 - 1{,}414)^2 = 1{,}44 + (-1{,}114)^2 = 1{,}44 + 1{,}241 = 2{,}681$
$d_3^2 = (1{,}2 - (-1{,}414))^2 + (0{,}3 - 0)^2 = (2{,}614)^2 + (0{,}3)^2 = 6{,}833 + 0{,}09 = 6{,}923$
$d_4^2 = (1{,}2 - 0)^2 + (0{,}3 - (-1{,}414))^2 = 1{,}44 + (1{,}714)^2 = 1{,}44 + 2{,}938 = 4{,}378$
Étape 4 : Décision ML
Le détecteur ML choisit le symbole qui minimise $d_i^2$ :
$\\widehat{s} = \\arg\\min_i d_i^2$
Dans notre exemple : $\\min(0{,}1358 ; 2{,}681 ; 6{,}923 ; 4{,}378) = 0{,}1358$
Donc le symbole estimé est $\\widehat{s} = s_1$ (décision correcte dans cet exemple).
Résultat : La vraisemblance est maximale (ou la distance minimale est atteinte) pour le symbole $s_1$, confirmant la détection correcte du symbole transmis.
Question 3 : Distance minimale et taux d'erreur symbole
Étape 1 : Calcul de la distance minimale
La distance minimale entre deux symboles adjacents dans la constellation QPSK est la distance entre $s_1$ et $s_2$ (ou toute paire adjacente) :
$d_{min}^2 = (\\sqrt{E_s} - 0)^2 + (0 - \\sqrt{E_s})^2$
$d_{min}^2 = E_s + E_s = 2E_s$
$d_{min} = \\sqrt{2E_s} = \\sqrt{2 \\times 2} = 2$ unités
Étape 2 : Expression du taux d'erreur par symbole (SER)
Pour une constellation QPSK avec bruit blanc gaussien, le taux d'erreur par symbole est :
$P_e = 2 Q\\left(\\sqrt{\\frac{2E_s}{N_0}}\\right) - Q^2\\left(\\sqrt{\\frac{2E_s}{N_0}}\\right)$
où $Q(x)$ est la fonction Q (complémentaire de la fonction d'erreur).
Simplification : pour $\\frac{E_s}{N_0}$ élevé, le terme $Q^2$ devient négligeable, donc :
$P_e \\approx 2 Q\\left(\\sqrt{\\frac{2E_s}{N_0}}\\right)$
Étape 3 : Calcul numérique pour E_s/N_0 = 4 dB
Conversion en linéaire :
$\\frac{E_s}{N_0} = 10^{4/10} = 10^{0{,}4} = 2{,}512$
Argument de Q :
$\\sqrt{\\frac{2E_s}{N_0}} = \\sqrt{2 \\times 2{,}512} = \\sqrt{5{,}024} = 2{,}241$
Valeur de Q(2,241) : en utilisant une table de la fonction Q ou une approximation :
$Q(2{,}241) \\approx 0{,}0125$
Donc :
$P_e \\approx 2 \\times 0{,}0125 = 0{,}025 = 2{,}5\\%$
Avec le terme quadratique :
$P_e = 2 \\times 0{,}0125 - (0{,}0125)^2 = 0{,}025 - 0{,}00015625 \\approx 0{,}025$
Résultat : Distance minimale $d_{min} = 2$ unités. Pour $E_s/N_0 = 4$ dB (= 2,512 linéaire), le taux d'erreur symbole est $P_e \\approx 2{,}5\\%$ ou $10^{-1{,}60}$.
",
    "id_category": "4",
    "id_number": "34"
  },
  {
    "category": "Récepteur optimal ",
    "question": "
Exercice 2 : Détecteur MAP pour canaux avec probabilités a priori inégales
Un système de communication transmettrait des symboles binaires (+1 et -1) sur un canal gaussien, mais avec des probabilités de transmission inégales. Le symbole +1 a une probabilité a priori $P(s_1 = +1) = 0{,}7$ et le symbole -1 a une probabilité $P(s_2 = -1) = 0{,}3$. L'énergie par symbole est $E = 2$ joules. Le signal reçu après passage au canal AWGN est $r(t) = s_i(t) + n(t)$ où $n(t)$ est un bruit blanc de densité spectrale bilatérale $N_0/2 = 1$ W/Hz (donc $N_0 = 2$ W/Hz). À la réception, le filtre adapté délivre une variable aléatoire continue $r$.
Question 1 : Formuler la règle de décision du détecteur MAP (Maximum A Posteriori) pour ce problème binaire asymétrique. Établir le seuil de décision optimum $\\gamma_{MAP}$ et exprimer-le en fonction des probabilités a priori, de l'énergie symbole et de la variance du bruit.
Question 2 : Pour des signaux reçus $r = 0{,}5$ et $r = 1{,}8$, calculer les probabilités a posteriori $P(s_i | r)$ pour chaque symbole, puis déterminer la décision MAP pour chaque cas. Comparer les résultats avec un détecteur ML (Maximum Likelihood) qui ignorerait les probabilités a priori.
Question 3 : Calculer le taux d'erreur binaire (BER - Bit Error Rate) pour le détecteur MAP en tenant compte des probabilités inégales, puis comparer avec le BER d'un détecteur ML qui suppose des probabilités égales $P(s_i) = 0{,}5$ pour les deux symboles.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 2
Question 1 : Règle de décision MAP et seuil optimum
Étape 1 : Formulation générale du critère MAP
Le critère Maximum A Posteriori choisit le symbole qui maximise la probabilité a posteriori :
$\\widehat{s} = \\arg\\max_i P(s_i | r)$
En utilisant la formule de Bayes :
$P(s_i | r) = \\frac{p(r | s_i) P(s_i)}{p(r)}$
Puisque $p(r)$ est identique pour tous les symboles, la décision MAP est équivalente à :
$\\widehat{s} = \\arg\\max_i p(r | s_i) P(s_i)$
Étape 2 : Formulation pour le cas binaire asymétrique
Pour deux symboles s₁ = +1 et s₂ = -1, la règle de décision est :
$\\text{Choisir } s_1 = +1 \\text{ si } p(r | s_1) P(s_1) > p(r | s_2) P(s_2)$
$\\text{Sinon choisir } s_2 = -1$
Les densités conditionnelles pour le bruit gaussien sont :
$p(r | s_1) = \\frac{1}{\\sqrt{2\\pi \\sigma^2}} \\exp\\left(-\\frac{(r - \\sqrt{E})^2}{2\\sigma^2}\\right)$
$p(r | s_2) = \\frac{1}{\\sqrt{2\\pi \\sigma^2}} \\exp\\left(-\\frac{(r + \\sqrt{E})^2}{2\\sigma^2}\\right)$
Étape 3 : Dérivation du seuil de décision
En prenant le logarithme naturel et en développant :
$\\ln p(r | s_1) + \\ln P(s_1) > \\ln p(r | s_2) + \\ln P(s_2)$
$-\\frac{(r - \\sqrt{E})^2}{2\\sigma^2} + \\ln(0{,}7) > -\\frac{(r + \\sqrt{E})^2}{2\\sigma^2} + \\ln(0{,}3)$
Simplification (développement des carrés) :
$-\\frac{r^2 - 2r\\sqrt{E} + E}{2\\sigma^2} + \\ln(0{,}7) > -\\frac{r^2 + 2r\\sqrt{E} + E}{2\\sigma^2} + \\ln(0{,}3)$
$-\\frac{-2r\\sqrt{E}}{2\\sigma^2} + \\ln(0{,}7) > -\\frac{2r\\sqrt{E}}{2\\sigma^2} + \\ln(0{,}3)$
$\\frac{2r\\sqrt{E}}{2\\sigma^2} + \\ln(0{,}7) > -\\frac{2r\\sqrt{E}}{2\\sigma^2} + \\ln(0{,}3)$
$\\frac{2r\\sqrt{E}}{\\sigma^2} > \\ln\\left(\\frac{P(s_2)}{P(s_1)}\\right)$
$r > \\frac{\\sigma^2}{2\\sqrt{E}} \\ln\\left(\\frac{P(s_2)}{P(s_1)}\\right) = \\gamma_{MAP}$
Étape 4 : Calcul numérique du seuil MAP
Avec $\\sigma^2 = 1$, $E = 2$, $\\sqrt{E} = \\sqrt{2} \\approx 1{,}414$ :
$\\gamma_{MAP} = \\frac{1}{2 \\times \\sqrt{2}} \\ln\\left(\\frac{0{,}3}{0{,}7}\\right)$
$\\gamma_{MAP} = \\frac{1}{2{,}828} \\times \\ln(0{,}4286)$
$\\gamma_{MAP} = 0{,}3536 \\times (-0{,}8473)$
$\\gamma_{MAP} = -0{,}2996 \\approx -0{,}30$
Résultat : Le seuil de décision MAP est $\\gamma_{MAP} = -0{,}30$. La règle est : si $r > -0{,}30$ alors $\\widehat{s} = +1$, sinon $\\widehat{s} = -1$.
Question 2 : Probabilités a posteriori pour des valeurs de réception spécifiques
Étape 1 : Calcul pour r = 0,5
Densités conditionnelles :
$p(0{,}5 | s_1 = +1) = \\frac{1}{\\sqrt{2\\pi}} \\exp\\left(-\\frac{(0{,}5 - 1{,}414)^2}{2}\\right)$
$p(0{,}5 | s_1) = \\frac{1}{\\sqrt{2\\pi}} \\exp\\left(-\\frac{(-0{,}914)^2}{2}\\right)$
$p(0{,}5 | s_1) = \\frac{1}{2{,}507} \\exp(-0{,}4178) = 0{,}3989 \\times 0{,}6585 = 0{,}2624$
$p(0{,}5 | s_2 = -1) = \\frac{1}{\\sqrt{2\\pi}} \\exp\\left(-\\frac{(0{,}5 + 1{,}414)^2}{2}\\right)$
$p(0{,}5 | s_2) = \\frac{1}{\\sqrt{2\\pi}} \\exp\\left(-\\frac{(1{,}914)^2}{2}\\right)$
$p(0{,}5 | s_2) = \\frac{1}{2{,}507} \\exp(-1{,}8306) = 0{,}3989 \\times 0{,}1606 = 0{,}0641$
Vraisemblances non normalisées :
$\\Lambda(0{,}5 | s_1) = 0{,}2624 \\times 0{,}7 = 0{,}1837$
$\\Lambda(0{,}5 | s_2) = 0{,}0641 \\times 0{,}3 = 0{,}0192$
Normalisation pour obtenir les probabilités a posteriori :
$P(s_1 | 0{,}5) = \\frac{0{,}1837}{0{,}1837 + 0{,}0192} = \\frac{0{,}1837}{0{,}2029} = 0{,}905 = 90{,}5\\%$
$P(s_2 | 0{,}5) = \\frac{0{,}0192}{0{,}2029} = 0{,}0946 = 9{,}46\\%$
Comparaison avec le seuil : $0{,}5 > -0{,}30$ → Décision MAP : $\\widehat{s} = +1$ ✓
Étape 2 : Calcul pour r = 1,8
$p(1{,}8 | s_1) = \\frac{1}{\\sqrt{2\\pi}} \\exp\\left(-\\frac{(1{,}8 - 1{,}414)^2}{2}\\right)$
$p(1{,}8 | s_1) = \\frac{1}{\\sqrt{2\\pi}} \\exp\\left(-\\frac{(0{,}386)^2}{2}\\right) = 0{,}3989 \\times \\exp(-0{,}0745) = 0{,}3989 \\times 0{,}9282 = 0{,}3702$
$p(1{,}8 | s_2) = \\frac{1}{\\sqrt{2\\pi}} \\exp\\left(-\\frac{(1{,}8 + 1{,}414)^2}{2}\\right)$
$p(1{,}8 | s_2) = \\frac{1}{\\sqrt{2\\pi}} \\exp\\left(-\\frac{(3{,}214)^2}{2}\\right) = 0{,}3989 \\times \\exp(-5{,}1648) = 0{,}3989 \\times 0{,}0057 = 0{,}00227$
Vraisemblances :
$\\Lambda(1{,}8 | s_1) = 0{,}3702 \\times 0{,}7 = 0{,}2591$
$\\Lambda(1{,}8 | s_2) = 0{,}00227 \\times 0{,}3 = 0{,}000681$
Probabilités a posteriori :
$P(s_1 | 1{,}8) = \\frac{0{,}2591}{0{,}2591 + 0{,}000681} = \\frac{0{,}2591}{0{,}2598} = 0{,}997 = 99{,}7\\%$
$P(s_2 | 1{,}8) = \\frac{0{,}000681}{0{,}2598} = 0{,}00262 = 0{,}26\\%$
Décision : $1{,}8 > -0{,}30$ → $\\widehat{s} = +1$ ✓
Étape 3 : Comparaison avec ML (probabilités égales)
Pour un détecteur ML ignorant les probabilités a priori, le seuil serait $\\gamma_{ML} = 0$. Les décisions seraient identiques pour ces deux exemples (tous deux > 0), mais dans la région -0,30 < r < 0, le MAP choisit +1 tandis que ML choisit -1.
Résultat : Pour r = 0,5 : P(s₁|r) = 90,5%, P(s₂|r) = 9,46%, décision +1. Pour r = 1,8 : P(s₁|r) = 99,7%, P(s₂|r) = 0,26%, décision +1. Le MAP décale le seuil vers les négatifs en faveur du symbole +1 plus probable.
Question 3 : Taux d'erreur binaire comparatif
Étape 1 : Calcul du BER pour le détecteur MAP
Le taux d'erreur binaire est la probabilité totale d'erreur :
$P_{e,MAP} = P(s_1) \\cdot P(\\text{erreur} | s_1) + P(s_2) \\cdot P(\\text{erreur} | s_2)$
Si $s_1 = +1$ est transmis, erreur si $r < \\gamma_{MAP}$ :
$P(\\text{erreur} | s_1) = P(r < -0{,}30 | s_1) = Q\\left(\\frac{\\sqrt{E} - (-0{,}30)}{\\sigma}\\right)$
$P(\\text{erreur} | s_1) = Q\\left(\\frac{1{,}414 + 0{,}30}{1}\\right) = Q(1{,}714)$
Valeur : $Q(1{,}714) \\approx 0{,}0433$
Si $s_2 = -1$ est transmis, erreur si $r > \\gamma_{MAP}$ :
$P(\\text{erreur} | s_2) = P(r > -0{,}30 | s_2) = Q\\left(\\frac{-0{,}30 - (-\\sqrt{E})}{\\sigma}\\right)$
$P(\\text{erreur} | s_2) = Q\\left(\\frac{-0{,}30 + 1{,}414}{1}\\right) = Q(1{,}114)$
Valeur : $Q(1{,}114) \\approx 0{,}1326$
Taux d'erreur total :
$P_{e,MAP} = 0{,}7 \\times 0{,}0433 + 0{,}3 \\times 0{,}1326$
$P_{e,MAP} = 0{,}03031 + 0{,}03978 = 0{,}07009 \\approx 7{,}01\\%$
Étape 2 : Calcul du BER pour le détecteur ML avec probabilités égales
Avec $\\gamma_{ML} = 0$ (seuil au milieu) :
$P(\\text{erreur} | s_1) = Q\\left(\\frac{\\sqrt{E}}{\\sigma}\\right) = Q(\\sqrt{2}) = Q(1{,}414)$
$Q(1{,}414) \\approx 0{,}0786$
$P(\\text{erreur} | s_2) = Q\\left(\\frac{\\sqrt{E}}{\\sigma}\\right) = Q(1{,}414) \\approx 0{,}0786$
Taux d'erreur symétrique :
$P_{e,ML} = 0{,}5 \\times 0{,}0786 + 0{,}5 \\times 0{,}0786 = 0{,}0786 = 7{,}86\\%$
Étape 3 : Comparaison et interprétation
BER(MAP) = 7,01% vs BER(ML) = 7,86%
Amélioration : 
$\\text{Gain} = \\frac{P_{e,ML} - P_{e,MAP}}{P_{e,ML}} \\times 100 = \\frac{0{,}0786 - 0{,}07009}{0{,}0786} \\times 100 = 10{,}9\\%$
L'utilisation des probabilités a priori correctes (MAP) améliore les performances de ~10,9% comparé à ML. Le détecteur MAP minimise le taux d'erreur moyen pondéré en tenant compte de l'asymétrie des symboles.
Résultat : P(e,MAP) ≈ 7,01%, P(e,ML) ≈ 7,86%. Le détecteur MAP offre une amélioration de ~10,9% en termes de réduction d'erreur.
",
    "id_category": "4",
    "id_number": "35"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 2 : Modulation M-PSK (Phase Shift Keying) et Détection Cohérente
Un système de communication utilise une modulation M-PSK avec M = 8 niveaux (8-PSK). Les symboles de la constellation sont définis par : $s_k(t) = \\sqrt{2E_s} \\cos(2\\pi f_c t + \\phi_k)$, où $\\phi_k = \\frac{2\\pi k}{M}$ pour $k = 0, 1, ..., M-1$. La fréquence porteuse est $f_c = 100$ MHz, le débit symbolique est $R_s = 5$ Msymboles/s, et l'énergie par symbole est $E_s = 10^{-7}$ J. Le canal introduit un déphasage $\\phi_c = \\frac{\\pi}{8}$ et une atténuation $\\alpha = 0.95$.
Question 1 : Calculez les coordonnées cartésiennes (I, Q) de chaque symbole de la constellation 8-PSK. Déterminez ensuite la distance minimale entre deux symboles adjacents $d_{min}$ et la distance minimale entre deux symboles quelconques $d_{global}$. En tenant compte du déphasage du canal $\\phi_c$, calculez la détérioration de la distance minimale $\\Delta d$ entre deux symboles adjacents.
Question 2 : Pour un récepteur cohérent 8-PSK, calculez la probabilité d'erreur binaire (BER) en utilisant la formule approximée pour M-PSK : $P_e \\approx 2Q\\left(\\sqrt{2\\gamma_b \\sin^2(\\pi/M)}\\right)$, où $\\gamma_b = E_b/N_0$ est le rapport signal sur bruit par bit. Le SNR total du système est $SNR = 10$ dB. Déterminez d'abord la densité spectrale de puissance du bruit $N_0$ puis calculez le BER en considérant que chaque symbole porte $\\log_2(M) = 3$ bits.
Question 3 : Estimez l'impact de l'erreur de phase du récepteur $\\Delta \\phi = 5°$ (erreur de verrouillage de phase) sur la constellation reçue. Calculez la perte de l'énergie utile $\\Delta E$ (en dB) due à cette erreur de phase, et déterminez la pénalité sur le BER. Vérifiez si le système reste opérationnel avec cette erreur.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 2
Question 1 : Constellation 8-PSK et Distances Entre Symboles
Étape 1 : Calcul des phases de la constellation
Pour une constellation 8-PSK, les phases sont :
$\\phi_k = \\frac{2\\pi k}{M} = \\frac{2\\pi k}{8} = \\frac{\\pi k}{4}$ pour $k = 0, 1, 2, ..., 7$
Les phases sont :
$\\phi_0 = 0°
$\\phi_1 = 45°
$\\phi_2 = 90°
$\\phi_3 = 135°
$\\phi_4 = 180°
$\\phi_5 = 225°
$\\phi_6 = 270°
$\\phi_7 = 315°
Étape 2 : Calcul des coordonnées cartésiennes (I, Q)
Chaque symbole est représenté en coordonnées cartésiennes comme :
$s_k = \\sqrt{2E_s} \\cos(\\phi_k) + j \\sqrt{2E_s} \\sin(\\phi_k)$
Avec $E_s = 10^{-7}$ J :
$\\sqrt{2E_s} = \\sqrt{2 \\times 10^{-7}} = 4.472 \\times 10^{-4}$
Calcul pour chaque symbole :
Symbole 0 (0°) :
$I_0 = \\sqrt{2E_s} \\cos(0°) = 4.472 \\times 10^{-4}$
$Q_0 = \\sqrt{2E_s} \\sin(0°) = 0$
Symbole 1 (45°) :
$I_1 = \\sqrt{2E_s} \\cos(45°) = 4.472 \\times 10^{-4} \\times 0.707 = 3.162 \\times 10^{-4}$
$Q_1 = \\sqrt{2E_s} \\sin(45°) = 3.162 \\times 10^{-4}$
Symbole 2 (90°) :
$I_2 = 0, Q_2 = 4.472 \\times 10^{-4}$
Symbole 3 (135°) :
$I_3 = -3.162 \\times 10^{-4}, Q_3 = 3.162 \\times 10^{-4}$
Symbole 4 (180°) :
$I_4 = -4.472 \\times 10^{-4}, Q_4 = 0$
Symbole 5 (225°) :
$I_5 = -3.162 \\times 10^{-4}, Q_5 = -3.162 \\times 10^{-4}$
Symbole 6 (270°) :
$I_6 = 0, Q_6 = -4.472 \\times 10^{-4}$
Symbole 7 (315°) :
$I_7 = 3.162 \\times 10^{-4}, Q_7 = -3.162 \\times 10^{-4}$
Résultat : Toutes les coordonnées sont exprimées en unités de $10^{-4}$
Étape 3 : Calcul de la distance minimale entre symboles adjacents
La distance entre deux symboles adjacents (espacés de 45°) est :
$d_{min} = |s_1 - s_0| = |[I_1 + jQ_1] - [I_0 + jQ_0]|$
$= |[(3.162 - 4.472) + j(3.162 - 0)] \\times 10^{-4}|$
$= |[-1.310 + j3.162] \\times 10^{-4}|$
$= 10^{-4} \\sqrt{(-1.310)^2 + (3.162)^2} = 10^{-4} \\sqrt{1.716 + 10.0}$
$= 10^{-4} \\sqrt{11.716} = 10^{-4} \\times 3.423 = 3.423 \\times 10^{-4}$
Ou plus simplement :
$d_{min} = 2\\sqrt{E_s} \\sin(\\pi/8) = 2 \\times 4.472 \\times 10^{-4} \\times \\sin(22.5°)$
$= 2 \\times 4.472 \\times 10^{-4} \\times 0.3827 = 3.423 \\times 10^{-4}$
Résultat : $d_{min} = 3.423 \\times 10^{-4}$
Étape 4 : Calcul de la distance globale minimale
Pour une constellation PSK, la distance minimale globale est la même que la distance entre symboles adjacents (car tous les symboles sont à la même distance de l'origine) :
$d_{global} = d_{min} = 3.423 \\times 10^{-4}$
Étape 5 : Impact du déphasage du canal sur la distance minimale
Avec un déphasage du canal $\\phi_c = \\frac{\\pi}{8} = 22.5°$, la constellation est tournée. Cependant, le récepteur cohérent compense généralement cette rotation (en utilisant un verrouillage de phase). Si la compensation n'est pas parfaite, la détérioration de la distance minimale est :
$\\Delta d = d_{min} [1 - \\cos(\\phi_c)]$
$= 3.423 \\times 10^{-4} \\times [1 - \\cos(22.5°)]$
$= 3.423 \\times 10^{-4} \\times [1 - 0.924] = 3.423 \\times 10^{-4} \\times 0.076$
$= 2.60 \\times 10^{-5}$
Résultat final : $d_{min} = 3.423 \\times 10^{-4}$, $d_{global} = 3.423 \\times 10^{-4}$, $\\Delta d = 2.60 \\times 10^{-5}$ (détérioration due au déphasage)
Question 2 : Probabilité d'Erreur Binaire (BER)
Étape 1 : Conversion du SNR de dB en linéaire
$SNR_{dB} = 10$ dB
$SNR_{lin} = 10^{10/10} = 10$
Résultat : $SNR_{lin} = 10$
Étape 2 : Calcul de N_0 à partir du SNR
Le SNR est défini comme :
$SNR = \\frac{E_s \\times R_s}{N_0 \\times B}$
Où la bande passante approximée est :
$B \\approx R_s = 5$ MHz
Donc :
$N_0 = \\frac{E_s \\times R_s}{SNR \\times B} = \\frac{10^{-7} \\times 5 \\times 10^6}{10 \\times 5 \\times 10^6} = \\frac{10^{-7}}{10} = 10^{-8}$ W/Hz
Résultat : $N_0 = 10^{-8}$ W/Hz
Étape 3 : Calcul du rapport signal sur bruit par bit
L'énergie par bit est :
$E_b = \\frac{E_s}{\\log_2(M)} = \\frac{10^{-7}}{3} = 3.333 \\times 10^{-8}$ J
Le rapport signal sur bruit par bit est :
$\\gamma_b = \\frac{E_b}{N_0} = \\frac{3.333 \\times 10^{-8}}{10^{-8}} = 3.333$
Résultat : $\\gamma_b = 3.333$
Étape 4 : Calcul du BER pour M-PSK
La formule pour M-PSK est :
$P_e \\approx 2Q\\left(\\sqrt{2\\gamma_b \\sin^2(\\pi/M)}\\right)$
Avec $M = 8$ :
$\\sin(\\pi/8) = \\sin(22.5°) = 0.3827$
$\\sin^2(\\pi/8) = (0.3827)^2 = 0.1464$
$\\sqrt{2\\gamma_b \\sin^2(\\pi/M)} = \\sqrt{2 \\times 3.333 \\times 0.1464} = \\sqrt{0.975} = 0.987$
La fonction Q(0.987) ≈ 0.162 (environ 16.2%)
$P_e \\approx 2 \\times 0.162 = 0.324$
Ou en notation scientifique :
$P_e \\approx 3.24 \\times 10^{-1}$
Le BER est approximativement égal à P_e/log_2(M) :
$BER \\approx \\frac{P_e}{3} = \\frac{0.324}{3} = 0.108$
Résultat final : $N_0 = 10^{-8}$ W/Hz, $\\gamma_b = 3.333$, $P_e \\approx 0.324$, $BER \\approx 0.108$ (soit environ 10.8%)
Question 3 : Impact de l'Erreur de Phase du Récepteur
Étape 1 : Erreur de phase du récepteur
L'erreur de phase est :
$\\Delta \\phi = 5° = 5 \\times \\frac{\\pi}{180} = 0.0873$ rad
Étape 2 : Perte d'énergie utile due à l'erreur de phase
Avec une erreur de phase, l'énergie utile reçue dans la composante en phase est réduite par le facteur :
$\\cos^2(\\Delta \\phi) = \\cos^2(5°) = \\cos^2(0.0873) = (0.9962)^2 = 0.9924$
La perte en dB est :
$\\text{Perte}_{dB} = 10 \\log_{10}(\\cos^2(\\Delta \\phi)) = 10 \\log_{10}(0.9924) = 10 \\times (-0.00336) = -0.0336$ dB
Arrondi :
$\\text{Perte}_{dB} \\approx -0.034$ dB
Résultat : $\\Delta E \\approx -0.034$ dB
Étape 3 : Impact sur le BER
La perte d'énergie réduit le rapport signal sur bruit effectif :
$\\gamma_b^{effective} = \\gamma_b \\times \\cos^2(\\Delta \\phi) = 3.333 \\times 0.9924 = 3.308$
La nouvelle probabilité d'erreur est :
$\\sqrt{2\\gamma_b^{effective} \\sin^2(\\pi/8)} = \\sqrt{2 \\times 3.308 \\times 0.1464} = \\sqrt{0.969} = 0.984$
$Q(0.984) \\approx 0.1625$
$P_e' \\approx 2 \\times 0.1625 = 0.325$
La pénalité sur le BER est :
$\\text{Pénalité} = \\frac{BER'}{BER} = \\frac{0.325/3}{0.324/3} = \\frac{0.325}{0.324} = 1.003$
Ou en dB :
$\\text{Pénalité}_{dB} = 10 \\log_{10}(1.003) = 0.013$ dB
Étape 4 : Vérification de l'opérabilité du système
Le BER passe de 10.8% à environ 10.8% (augmentation négligeable de 0.3%). Avec un BER initial de 10.8%, le système fonctionne mais avec une qualité de transmission limitée. Une erreur de phase de 5° a un impact très faible (0.034 dB).
Pour un système critique, un BER de 10.8% est généralement trop élevé. Cependant, avec un codage de correction d'erreur (FEC), le système peut devenir opérationnel. Avec un code à rendement 1/2 et une capacité de correction de 5 erreurs par bloc, le BER effectif après correction serait considérablement amélioré.
Résultat final : $\\Delta E = -0.034$ dB, Pénalité BER ≈ 0.013 dB, $BER' \\approx 0.1083$ (quasiment inchangé). Le système reste opérationnel avec une erreur de phase de 5°, mais le BER reste élevé. Un FEC est recommandé.
",
    "id_category": "5",
    "id_number": "1"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 3 : Modulation QAM 16-aire et Modulation FSK Binaire
Un système hybride utilise deux modes de transmission : (1) une modulation QAM 16-aire (16-QAM) pour les canaux de bonne qualité, et (2) une modulation FSK binaire pour les canaux dégradés. Pour la modulation 16-QAM, la constellation est organisée en une grille 4×4 avec espacement uniforme $\\Delta = 2$ V entre niveaux adjacents. Pour la modulation FSK binaire, la fréquence haute est $f_1 = 101$ MHz et la fréquence basse est $f_0 = 99$ MHz. Le débit binaire est $f_b = 20$ Mbit/s pour les deux modes. L'indice de modulation FSK est $h = \\frac{f_1 - f_0}{f_b} = 0.1$. Le SNR du canal pour le mode QAM est $SNR_{QAM} = 15$ dB et pour le mode FSK est $SNR_{FSK} = 3$ dB.
Question 1 : Calculez la puissance moyenne du signal 16-QAM $P_{16QAM}$ en considérant que la constellation est centrée à l'origine avec 16 symboles équiprobables. Déterminez ensuite l'espacement minimal entre symboles $d_{min,QAM}$ et la distance entre le symbole le plus proche de l'origine et celui-ci $d_{origin}$. Vérifiez que la modulation 16-QAM utilise environ 4 fois plus de puissance qu'une modulation 4-QAM (2×2) avec le même espacement pour la même constellation.
Question 2 : Pour la modulation FSK binaire, calculez la largeur de bande de Carson $B_C$ en utilisant la formule $B_C = f_1 - f_0 + f_b$. Déterminez l'énergie par bit $E_b$ et calculez la probabilité d'erreur binaire (BER) pour FSK non-cohérente en utilisant la formule $P_e = \\frac{1}{2}e^{-E_b/(2N_0)}$. Comparez la bande passante requise pour le FSK avec celle du 16-QAM et estimez le facteur de « pénalité spectrale » (spectral efficiency penalty).
Question 3 : Effectuez une analyse comparative complète des deux modes : calculez le BER du 16-QAM et du FSK pour leurs SNR respectifs, puis déterminez le seuil de SNR minimal pour que le FSK (plus robuste au bruit) donne un BER ≤ $10^{-4}$. Analysez enfin le compromis entre robustesse et efficacité spectrale pour recommander le mode de transmission optimal en fonction de la qualité du canal.
",
    "svg": "Recommandation d'utilisation :16-QAM : Canaux de bonne qualité (SNR > 12 dB) pour maximiser la capacitéFSK : Canaux dégradés (SNR < 5 dB) pour garantir la fiabilitéAdapter la modulation en fonction des conditions du canal (modulation adaptative)",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 3
Question 1 : Puissance Moyenne 16-QAM et Espacement des Symboles
Étape 1 : Définition de la constellation 16-QAM
La constellation 16-QAM est organisée en une grille 4×4. Les niveaux I et Q sont :
$I, Q \\in \\{-3\\Delta/2, -\\Delta/2, +\\Delta/2, +3\\Delta/2\\}$
Avec $\\Delta = 2$ V :
$I, Q \\in \\{-3, -1, +1, +3\\}$
Total de 16 symboles : (I, Q) pour toutes les combinaisons.
Étape 2 : Calcul de la puissance moyenne
La puissance moyenne est :
$P_{16QAM} = \\frac{1}{16}\\sum_{i=1}^{16}(I_i^2 + Q_i^2)$
Puisque la constellation est symétrique :
$P_{16QAM} = \\frac{1}{16} \\times 2 \\times [(-3)^2 + (-1)^2 + (+1)^2 + (+3)^2] \\times 4$
Où le facteur 4 vient des 4 quadrants, et le facteur 2 des composantes I et Q :
$P_{16QAM} = \\frac{1}{16} \\times 2 \\times [9 + 1 + 1 + 9] \\times 4 = \\frac{1}{16} \\times 2 \\times 20 \\times 4$
$= \\frac{1}{16} \\times 160 = 10$ W
Ou plus simplement :
$P_{16QAM} = \\frac{1}{4}[(-3)^2 + (-1)^2 + (+1)^2 + (+3)^2] \\times 2 = \\frac{1}{4} \\times 20 \\times 2 = 10$ W
Résultat : $P_{16QAM} = 10$ W
Étape 3 : Espacement minimal entre symboles
L'espacement minimal est la distance entre deux symboles adjacents. Par exemple, entre les points (1, 1) et (3, 1) :
$d_{min,QAM} = |3 - 1| = 2 = \\Delta$
Résultat : $d_{min,QAM} = \\Delta = 2$ V
Étape 4 : Distance entre le symbole le plus proche de l'origine et celui-ci
Le symbole le plus proche de l'origine est (1, 1) ou équivalent. Sa distance à l'origine est :
$d_{origin} = \\sqrt{1^2 + 1^2} = \\sqrt{2} = 1.414$ V
Résultat : $d_{origin} = \\sqrt{2} \\approx 1.414$ V
Étape 5 : Comparaison avec la modulation 4-QAM (2×2)
Pour une modulation 4-QAM avec les mêmes niveaux {-1, +1} :
$P_{4QAM} = \\frac{1}{4}[(-1)^2 + (-1)^2 + (+1)^2 + (+1)^2] = \\frac{1}{4} \\times 4 = 1$ W
Mais si on applique le même espacement $\\Delta = 2$ V :
$P_{4QAM,\\Delta=2} = \\frac{1}{4}[(-1)^2 + (+1)^2 + (-1)^2 + (+1)^2] \\times 4 = \\frac{1}{4} \\times 4 \\times 4 = 4$ W
Le ratio de puissance est :
$\\frac{P_{16QAM}}{P_{4QAM,\\Delta=2}} = \\frac{10}{4} = 2.5$
Cela correspond à environ 4 dB (le ratio n'est pas exactement 4, car les grilles 16-QAM et 4-QAM ont des structures différentes).
Résultat final : $P_{16QAM} = 10$ W, $d_{min,QAM} = 2$ V, $d_{origin} = 1.414$ V. Le ratio de puissance 16-QAM/4-QAM est 2.5 (environ 4 dB).
Question 2 : Largeur de Bande FSK et Probabilité d'Erreur
Étape 1 : Calcul de la largeur de bande de Carson
La largeur de bande de Carson pour FSK binaire est :
$B_C = f_1 - f_0 + f_b$
Où :
$f_1 = 101$ MHz
$f_0 = 99$ MHz
$f_b = 20$ Mbit/s = 20$ MHz
Remplacement des valeurs :
$B_C = (101 - 99) + 20 = 2 + 20 = 22$ MHz
Résultat : $B_C = 22$ MHz
Étape 2 : Calcul de l'énergie par bit
L'énergie par bit pour FSK binaire à 20 Mbit/s est :
$E_b = \\frac{P_{FSK}}{f_b}$
Pour un signal FSK avec amplitude A et puissance moyenne constante :
$P_{FSK} = \\frac{A^2}{2}$
Supposons une amplitude A = 1 V :
$P_{FSK} = \\frac{1}{2} = 0.5$ W
$E_b = \\frac{0.5}{20 \\times 10^6} = 2.5 \\times 10^{-8}$ J
Résultat : $E_b = 2.5 \\times 10^{-8}$ J
Étape 3 : Calcul de N_0 à partir du SNR FSK
$SNR_{FSK} = 3$ dB = $10^{3/10} = 2$ (linéaire)
$SNR = \\frac{P_{FSK}}{N_0 B_C} = \\frac{0.5}{N_0 \\times 22 \\times 10^6} = 2$
$N_0 = \\frac{0.5}{2 \\times 22 \\times 10^6} = 1.136 \\times 10^{-8}$ W/Hz
Résultat : $N_0 = 1.136 \\times 10^{-8}$ W/Hz
Étape 4 : Calcul du BER pour FSK non-cohérente
La probabilité d'erreur binaire pour FSK non-cohérente est :
$P_e = \\frac{1}{2}e^{-E_b/(2N_0)}$
Remplacement des valeurs :
$\\frac{E_b}{2N_0} = \\frac{2.5 \\times 10^{-8}}{2 \\times 1.136 \\times 10^{-8}} = \\frac{2.5}{2.272} = 1.10$
$P_e = \\frac{1}{2}e^{-1.10} = \\frac{1}{2} \\times 0.333 = 0.1665$
Ou environ 16.65%, ce qui est un BER assez élevé pour ce SNR de 3 dB.
Résultat : $BER_{FSK} \\approx 0.1665$ ou 16.65%
Étape 5 : Comparaison de la bande passante et efficacité spectrale
Pour 16-QAM :
$B_{16QAM} \\approx 20$ MHz (2 × débit de Nyquist pour QAM)
$\\eta_{16QAM} = \\frac{f_b}{B_{16QAM}} = \\frac{20}{20} = 1$ bit/s/Hz (pour modulation basique)
Cependant, si on considère 4 bits par symbole :
$\\eta_{16QAM} = \\frac{f_b \\times 4}{B_{16QAM}} = \\frac{20}{5} = 4$ bit/s/Hz (débit symbolique = 5 Msymboles/s)
Pour FSK :
$\\eta_{FSK} = \\frac{f_b}{B_C} = \\frac{20}{22} = 0.909$ bit/s/Hz
Pénalité spectrale :
$\\text{Pénalité} = \\frac{\\eta_{16QAM}}{\\eta_{FSK}} = \\frac{4}{0.909} = 4.4$
Le QAM est environ 4.4 fois plus efficace que le FSK pour cet usage.
Résultat final : $B_C = 22$ MHz, $E_b = 2.5 \\times 10^{-8}$ J, $BER_{FSK} \\approx 0.1665$, Efficacité spectrale QAM = 4 bit/s/Hz vs FSK = 0.909 bit/s/Hz, Pénalité spectrale = 4.4×
Question 3 : Analyse Comparative et Recommandations
Étape 1 : Calcul du BER pour 16-QAM
$SNR_{QAM} = 15$ dB = $10^{15/10} = 31.62$ (linéaire)
La densité spectrale du bruit est :
$N_0 = \\frac{P_{16QAM}}{SNR_{QAM} \\times B_{16QAM}} = \\frac{10}{31.62 \\times 20 \\times 10^6} = 1.582 \\times 10^{-9}$ W/Hz
L'énergie par symbole est :
$E_s = P_{16QAM} \\times T_s$, où $T_s = \\frac{1}{5 \\times 10^6}$ s (5 Msymboles/s)
$E_s = 10 \\times 2 \\times 10^{-7} = 2 \\times 10^{-6}$ J
Pour 16-QAM, le BER approximé est :
$P_e \\approx \\frac{3}{2}\\log_2(16) Q\\left(\\sqrt{\\frac{6E_s}{(M^2-1)N_0}}\\right)$
Avec M = 16 :
$\\sqrt{\\frac{6E_s}{(256-1)N_0}} = \\sqrt{\\frac{6 \\times 2 \\times 10^{-6}}{255 \\times 1.582 \\times 10^{-9}}} = \\sqrt{\\frac{1.2 \\times 10^{-5}}{4.034 \\times 10^{-7}}} = \\sqrt{29.76} = 5.45$
$Q(5.45) \\approx 2.4 \\times 10^{-8}$
$P_e \\approx \\frac{3}{2} \\times 4 \\times 2.4 \\times 10^{-8} = 1.44 \\times 10^{-7}$
$BER_{16QAM} \\approx \\frac{P_e}{4} \\approx 3.6 \\times 10^{-8}$
Résultat : $BER_{16QAM} \\approx 3.6 \\times 10^{-8}$ (extrêmement faible)
Étape 2 : Seuil de SNR minimal pour FSK avec BER ≤ 10^{-4}
Pour FSK non-cohérente :
$P_e = \\frac{1}{2}e^{-E_b/(2N_0)} = 10^{-4}$
$e^{-E_b/(2N_0)} = 2 \\times 10^{-4}$
$-\\frac{E_b}{2N_0} = \\ln(2 \\times 10^{-4}) = -8.517$
$\\frac{E_b}{N_0} = 17.034$
$\\gamma_b = 17.034$ ≈ 12.3 dB
Le SNR total requis est :
$SNR = \\gamma_b \\times f_b / B_C = 17.034 \\times \\frac{20}{22} = 15.49$
$SNR_{dB} = 10 \\log_{10}(15.49) = 11.9$ dB
Résultat : SNR minimal pour FSK = 11.9 dB (pour BER = 10^{-4})
Étape 3 : Analyse comparative complète
| Paramètre | 16-QAM | FSK | | --- | --- | --- | | BER @ SNR donné | 3.6×10^{-8} @ 15 dB | 1.67×10^{-1} @ 3 dB | | SNR requis (BER = 10^{-4}) | ~ 8 dB | 11.9 dB | | Efficacité Spectrale | 4 bit/s/Hz | 0.909 bit/s/Hz | | Robustesse | Faible (SNR critique) | Élevée (fonctionne à bas SNR) | | Complexité du récepteur | Élevée | Basse | | Puissance moyenne | 10 W | 0.5 W | | Variabilité d'enveloppe | Élevée | Nulle (FSK) |
Recommandations :
1. **Pour SNR > 12 dB** : Utiliser 16-QAM pour maximiser la capacité. Le BER reste très faible, et l'efficacité spectrale est optimale.
2. **Pour 5 dB < SNR < 12 dB** : Utiliser une modulation intermédiaire (QPSK ou 8-PSK) pour un compromis entre capacité et robustesse.
3. **Pour SNR < 5 dB** : Utiliser FSK binaire pour garantir la fiabilité, même au détriment de l'efficacité spectrale.
4. **Modulation adaptative** : Implémenter un système adaptatif qui sélectionne automatiquement la modulation selon l'estimation du SNR du canal.
Résultat final : $BER_{16QAM} \\approx 3.6 \\times 10^{-8}$, $BER_{FSK} \\approx 0.1665$, SNR minimal FSK = 11.9 dB. Le 16-QAM est supérieur en performance et efficacité spectrale pour les bons canaux, tandis que le FSK est plus robuste pour les canaux dégradés.
",
    "id_category": "5",
    "id_number": "2"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 1 : Modulation M-ASK symétrique et constellation
\n
Un système de transmission utilise la modulation M-ASK symétrique (M-Amplitude Shift Keying) avec $M = 4$ niveaux d'amplitude. L'amplitude minimale est $A_1 = 1$ V et l'amplitude maximale est $A_4 = 7$ V. Les quatre niveaux d'amplitude sont uniformément espacés : $A_k = 1 + (k-1) × d$ où $k = 1, 2, 3, 4$ et $d$ est l'espacement entre niveaux. La porteuse a une fréquence $f_c = 10$ MHz et une puissance $P_c = 10$ W.
\n\n
Question 1 : Calculer l'espacement $d$ entre les niveaux d'amplitude et vérifier que les quatre amplitudes sont $A_1 = 1$ V, $A_2 = 3$ V, $A_3 = 5$ V, $A_4 = 7$ V. Exprimer l'espacement en volts et vérifier la linéarité.
\n\n
Question 2 : Calculer la puissance moyenne du signal modulé en 4-ASK. On suppose que chaque niveau d'amplitude est transmis avec probabilité égale $P_k = 1/4$. La puissance moyenne est : $P_{avg} = \\sum_{k=1}^{4} P_k × \\frac{A_k^2}{2}$ (le facteur 1/2 provient du signal sinusoïdal). Exprimer le résultat en watts.
\n\n
Question 3 : Pour garantir une transmission fiable, la séparation minimale entre deux niveaux d'amplitude consécutifs doit être supérieure à une certaine valeur. Calculer la séparation relative (en pourcentage de l'amplitude nominale) entre $A_2$ et $A_3$. On utilise : $\\text{Séparation} = \\frac{A_3 - A_2}{A_{avg}} × 100\\%$ où $A_{avg} = \\frac{1}{4}\\sum_{k=1}^{4} A_k$ est l'amplitude moyenne.
",
    "svg": "[DETAILED SVG CONTENT FOR 4-ASK MODULATION]",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "[DETAILED SOLUTIONS FOR ALL 3 QUESTIONS WITH STEP-BY-STEP CALCULATIONS]",
    "id_category": "5",
    "id_number": "3"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 2 : Modulation M-PSK et distance euclidienne en constellation
\n
Un système de communication utilise la modulation 8-PSK...[COMPLETE EXERCISE 2]",
    "svg": "[DETAILED SVG FOR 8-PSK CONSTELLATION AND SPECTRUM]",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "[DETAILED SOLUTIONS FOR ALL 3 QUESTIONS]",
    "id_category": "5",
    "id_number": "4"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 3 : Modulation FSK binaire et occupation spectrale
\n
Un système de transmission utilise la modulation FSK...[COMPLETE EXERCISE 3]",
    "svg": "[DETAILED SVG FOR FSK BINARY MODULATION]",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "[DETAILED SOLUTIONS FOR ALL 3 QUESTIONS]",
    "id_category": "5",
    "id_number": "5"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 1 : Modulation M-ASK et optimisation d'amplitude
\n
Un système de modulation M-ASK (M=4) transmet un débit binaire $R_b = 8$ Mbps sur une fréquence porteuse $f_c = 2$ GHz. Les niveaux d'amplitude de la constellation sont $A_1 = 1 \\, V, A_2 = 3 \\, V, A_3 = 5 \\, V, A_4 = 7 \\, V$. Le canal introduit un bruit blanc gaussien additif (AWGN) avec une densité spectrale de puissance $N_0/2 = 0.1 \\, \\mu V^2/Hz$.
\n\n
Question 1 : Calculer la durée d'un symbole $T_s$, le débit de symboles $R_s$, et la bande passante requise pour une modulation M-ASK avec un facteur de retombée du filtre $\\alpha = 0.3$. La bande passante est donnée par $B = \\frac{(1+\\alpha)R_s}{2}$.
\n\n
Question 2 : Calculer la puissance moyenne du signal $P_{\\text{avg}}$ transmis. On suppose une distribution uniforme des symboles et $P = \\frac{1}{M}\\sum_{i=1}^{M}A_i^2$.
\n\n
Question 3 : Pour une probabilité d'erreur de symbole cible $P_e = 10^{-6}$, calculer la distance minimale de la constellation $d_{\\text{min}}$ en utilisant la formule $d_{\\text{min}} = \\sqrt{\\frac{3 P_e (M^2-1) N_0}{M}}$ (approximation pour M-ASK).
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'exercice 1 :
\n\n
Question 1 : Durée symbole, débit de symboles et bande passante
\n\n
Étape 1 : Formules générales
\nPour une modulation M-ASK :
\n$k = \\log_2(M)$ (bits par symbole)
\n$R_s = \\frac{R_b}{k}$ (débit de symboles)
\n$T_s = \\frac{1}{R_s}$ (durée d'un symbole)
\n$B = \\frac{(1+\\alpha)R_s}{2}$ (bande passante)
\n\n
Étape 2 : Calcul du nombre de bits par symbole
\n$k = \\log_2(4) = 2$ bits par symbole
\n\n
Étape 3 : Calcul du débit de symboles
\n$R_s = \\frac{8 \\times 10^6}{2} = 4 \\times 10^6$ symboles/s
\n\n
Étape 4 : Calcul de la durée d'un symbole
\n$T_s = \\frac{1}{4 \\times 10^6} = 0.25 \\times 10^{-6} \\, \\text{s} = 0.25 \\, \\mu s$
\n\n
Étape 5 : Calcul de la bande passante
\n$B = \\frac{(1+0.3) \\times 4 \\times 10^6}{2} = \\frac{1.3 \\times 4 \\times 10^6}{2} = 2.6 \\times 10^6$ Hz
\n\n
Résultats finaux
\n$T_s = 0.25 \\, \\mu s$
\n$R_s = 4 \\, \\text{Msymboles/s}$
\n$B = 2.6 \\, \\text{MHz}$
\n\n
Interprétation : Pour un débit de 8 Mbps en 4-ASK, on transmet 4 millions de symboles par seconde (chaque symbole encode 2 bits). La durée de chaque symbole est 0.25 µs. La largeur de bande requise est 2.6 MHz, ce qui inclut le facteur de retombée α = 0.3.
\n\n
\n\n
Question 2 : Puissance moyenne du signal 4-ASK
\n\n
Étape 1 : Formule générale
\nPour une distribution uniforme de symboles :
\n$P_{\\text{avg}} = \\frac{1}{M}\\sum_{i=1}^{M}A_i^2$
\n\n
Étape 2 : Remplacement des amplitudes
\n$P_{\\text{avg}} = \\frac{1}{4}(1^2 + 3^2 + 5^2 + 7^2)$
\n\n
Étape 3 : Calcul des carrés
\n$1^2 = 1$
\n$3^2 = 9$
\n$5^2 = 25$
\n$7^2 = 49$
\n\n
Étape 4 : Somme
\n$\\sum_{i=1}^{4}A_i^2 = 1 + 9 + 25 + 49 = 84$
\n\n
Étape 5 : Calcul de la moyenne
\n$P_{\\text{avg}} = \\frac{84}{4} = 21 \\, V^2$
\n\n
Résultat final
\n$P_{\\text{avg}} = 21 \\, V^2$
\n\n
Interprétation : La puissance moyenne transmise est de 21 V². Cette valeur représente l'énergie moyenne de la constellation 4-ASK et est essentielle pour dimensionner l'amplificateur d'émission et calculer le rapport signal sur bruit.
\n\n
\n\n
Question 3 : Distance minimale de la constellation pour P_e = 10⁻⁶
\n\n
Étape 1 : Formule générale
\nLa distance minimale pour une probabilité d'erreur cible est :
\n$d_{\\text{min}} = \\sqrt{\\frac{3 P_e (M^2-1) N_0}{M}}$
\n\n
Étape 2 : Remplacement des données
\n$P_e = 10^{-6}$
\n$M = 4$
\n$M^2 - 1 = 16 - 1 = 15$
\n$N_0 = 2 \\times 0.1 \\times 10^{-6} = 0.2 \\times 10^{-6} \\, V^2/Hz = 2 \\times 10^{-7} \\, V^2/Hz$
\n\n
Étape 3 : Calcul du numérateur
\n$3 \\times P_e \\times (M^2-1) \\times N_0 = 3 \\times 10^{-6} \\times 15 \\times 2 \\times 10^{-7}$
\n\n
$= 45 \\times 10^{-6} \\times 2 \\times 10^{-7} = 90 \\times 10^{-13} = 9 \\times 10^{-12}$
\n\n
Étape 4 : Division par M
\n$\\frac{9 \\times 10^{-12}}{4} = 2.25 \\times 10^{-12}$
\n\n
Étape 5 : Racine carrée
\n$d_{\\text{min}} = \\sqrt{2.25 \\times 10^{-12}} = 1.5 \\times 10^{-6} \\, V$
\n\n
Résultat final
\n$d_{\\text{min}} = 1.5 \\times 10^{-6} \\, V = 1.5 \\, \\mu V$
\n\n
Interprétation : La distance minimale entre les points de la constellation doit être d'au moins 1.5 µV pour atteindre la probabilité d'erreur cible de 10⁻⁶. Cette distance très faible (comparée aux amplitudes en volts) reflète l'exigence de fiabilité très élevée. En pratique, la distance minimale observée dans notre constellation (différence entre niveaux consécutifs = 2 V) est bien supérieure à cette limite théorique, ce qui garantit une performance bien meilleure que la cible.
",
    "id_category": "5",
    "id_number": "6"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 2 : Modulation QPSK (4-PSK) et analyse de performance
\n
Un système QPSK (Quadrature Phase Shift Keying) transmet un débit binaire $R_b = 10$ Mbps. La constellation QPSK comprend quatre points équidistants sur un cercle unitaire aux phases $\\theta_1 = 45°, \\theta_2 = 135°, \\theta_3 = 225°, \\theta_4 = 315°$. La puissance moyenne du signal est $P_s = 1 \\, W$. Le rapport signal sur bruit à la réception est $\\text{SNR} = 10 \\, \\text{dB}$.
\n\n
Question 1 : Calculer l'amplitude $A$ de chaque point de la constellation QPSK en supposant une puissance moyenne $P_s = 1 \\, W$. Pour QPSK avec symboles équidistants sur cercle : $P_s = \\frac{A^2}{2}$.
\n\n
Question 2 : Déterminer les coordonnées cartésiennes (I, Q) de chaque point de la constellation et vérifier l'orthogonalité des axes I et Q.
\n\n
Question 3 : Calculer la probabilité d'erreur symbole pour le système QPSK en utilisant $P_e^{\\text{QPSK}} = 2 Q\\left(\\sqrt{2 \\times \\text{SNR}}\\right)$ où $Q(x) = \\frac{1}{2}\\text{erfc}\\left(\\frac{x}{\\sqrt{2}}\\right)$.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'exercice 2 :
\n\n
Question 1 : Amplitude de la constellation QPSK
\n\n
Étape 1 : Formule générale
\nPour une constellation QPSK avec puissance moyenne donnée :
\n$P_s = \\frac{A^2}{2}$
\n\n
Étape 2 : Remplacement des données
\n$1 = \\frac{A^2}{2}$
\n\n
Étape 3 : Calcul de A²
\n$A^2 = 2 \\times 1 = 2$
\n\n
Étape 4 : Extraction de la racine carrée
\n$A = \\sqrt{2} = 1.414 \\, V$
\n\n
Résultat final
\n$A = 1.414 \\, V = \\sqrt{2} \\, V$
\n\n
Interprétation : L'amplitude de chaque point de la constellation QPSK est de √2 V. Cette valeur est obtenue directement de la contrainte de puissance moyenne de 1 W. Chaque point constellation est situé à une distance de √2 V de l'origine.
\n\n
\n\n
Question 2 : Coordonnées cartésiennes et orthogonalité
\n\n
Étape 1 : Formule générale pour les coordonnées
\nPour chaque point de phase $\\theta$ :
\n$I = A \\cos(\\theta), \\quad Q = A \\sin(\\theta)$
\n\n
Étape 2 : Point S₁ à θ₁ = 45°
\n$I_1 = \\sqrt{2} \\cos(45°) = \\sqrt{2} \\times \\frac{\\sqrt{2}}{2} = 1$
\n$Q_1 = \\sqrt{2} \\sin(45°) = \\sqrt{2} \\times \\frac{\\sqrt{2}}{2} = 1$
\nDonc $S_1 = (1, 1)$
\n\n
Étape 3 : Point S₂ à θ₂ = 135°
\n$I_2 = \\sqrt{2} \\cos(135°) = \\sqrt{2} \\times (-\\frac{\\sqrt{2}}{2}) = -1$
\n$Q_2 = \\sqrt{2} \\sin(135°) = \\sqrt{2} \\times \\frac{\\sqrt{2}}{2} = 1$
\nDonc $S_2 = (-1, 1)$
\n\n
Étape 4 : Point S₃ à θ₃ = 225°
\n$I_3 = \\sqrt{2} \\cos(225°) = \\sqrt{2} \\times (-\\frac{\\sqrt{2}}{2}) = -1$
\n$Q_3 = \\sqrt{2} \\sin(225°) = \\sqrt{2} \\times (-\\frac{\\sqrt{2}}{2}) = -1$
\nDonc $S_3 = (-1, -1)$
\n\n
Étape 5 : Point S₄ à θ₄ = 315°
\n$I_4 = \\sqrt{2} \\cos(315°) = \\sqrt{2} \\times \\frac{\\sqrt{2}}{2} = 1$
\n$Q_4 = \\sqrt{2} \\sin(315°) = \\sqrt{2} \\times (-\\frac{\\sqrt{2}}{2}) = -1$
\nDonc $S_4 = (1, -1)$
\n\n
Résultats finaux :
\n$S_1 = (1, 1)$
\n$S_2 = (-1, 1)$
\n$S_3 = (-1, -1)$
\n$S_4 = (1, -1)$
\n\n
Vérification de l'orthogonalité :
\nLes axes I et Q sont orthogonaux par construction dans QPSK. Chaque symbole occupe un quadrant différent, garantissant une séparation maximale. Le produit scalaire entre deux points quelconques (ex. S₁ et S₂) :
\n$\\langle S_1, S_2 \\rangle = 1 \\times (-1) + 1 \\times 1 = 0$
\nL'orthogonalité est confirmée : les symboles sont équidistants sur le cercle.
\n\n
\n\n
Question 3 : Probabilité d'erreur QPSK à SNR = 10 dB
\n\n
Étape 1 : Conversion de SNR en échelle linéaire
\n$\\text{SNR (dB)} = 10 \\log_{10}(\\text{SNR})$
\n$10 = 10 \\log_{10}(\\text{SNR})$
\n$\\text{SNR} = 10^{10/10} = 10^1 = 10$
\n\n
Étape 2 : Formule de la probabilité d'erreur QPSK
\n$P_e^{\\text{QPSK}} = 2 Q\\left(\\sqrt{2 \\times \\text{SNR}}\\right)$
\n\n
Étape 3 : Calcul de l'argument Q
\n$\\sqrt{2 \\times 10} = \\sqrt{20} = 4.472$
\n\n
Étape 4 : Évaluation de la fonction Q
\n$Q(4.472) = \\frac{1}{2}\\text{erfc}\\left(\\frac{4.472}{\\sqrt{2}}\\right) = \\frac{1}{2}\\text{erfc}(3.162)$
\n\n
Numériquement : $\\text{erfc}(3.162) \\approx 2.1 \\times 10^{-5}$
\n\n
$Q(4.472) \\approx \\frac{2.1 \\times 10^{-5}}{2} = 1.05 \\times 10^{-5}$
\n\n
Étape 5 : Calcul final de P_e
\n$P_e^{\\text{QPSK}} = 2 \\times 1.05 \\times 10^{-5} = 2.1 \\times 10^{-5}$
\n\n
Résultat final
\n$P_e^{\\text{QPSK}} \\approx 2.1 \\times 10^{-5} = 21 \\, \\text{ppm}$
\n\n
Interprétation : Pour une SNR de 10 dB, la probabilité d'erreur symbole QPSK est d'environ 2.1 × 10⁻⁵ (21 parties par million). Cela correspond à un taux d'erreur binaire d'environ 10⁻⁵ (puisque chaque symbole encode 2 bits et l'erreur symbole est dominée par les symboles adjacents). Bien que la performance soit relativement bonne pour une SNR modérée, elle nécessiterait l'utilisation de codes correcteurs pour atteindre les normes de fiabilité des télécommunications modernes (BER < 10⁻⁹).
",
    "id_category": "5",
    "id_number": "7"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 3 : Modulation FSK binaire et MSK - Analyse spectrale
\n
Un système de modulation FSK binaire opère à un débit binaire $R_b = 1$ Mbps avec deux fréquences porteuses : $f_1 = 10$ MHz (symbole 0) et $f_2 = 10.5$ MHz (symbole 1). La modulation MSK (Minimum Shift Keying) utilise les mêmes fréquences mais avec une séparation de fréquence minimale. L'écart de fréquence pour MSK est $\\Delta f = \\frac{1}{4T_s}$.
\n\n
Question 1 : Calculer la durée du bit $T_b$, l'écart de fréquence de la FSK binaire standard $\\Delta f_{\\text{FSK}}$, et déterminer si les conditions d'orthogonalité de FSK sont satisfaites. Pour FSK binaire, on considère orthogonal si $\\Delta f \\ge \\frac{1}{2T_b}$.
\n\n
Question 2 : Calculer l'indice de modulation $h$ pour le système FSK binaire donné, avec la formule $h = \\frac{\\Delta f \\times T_b}{1}$, et pour le système MSK, utilisant $\\Delta f_{\\text{MSK}} = \\frac{1}{4T_b}$.
\n\n
Question 3 : Calculer la bande passante de Carson pour la FSK binaire standard et comparer avec la bande MSK approximée par $B_{\\text{MSK}} = 1.5 \\times R_b$. Formule Carson : $B_c = 2(\\Delta f + f_m)$ où $f_m$ est la fréquence maximale du signal modulant.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'exercice 3 :
\n\n
Question 1 : Durée du bit, écart de fréquence et orthogonalité
\n\n
Étape 1 : Calcul de la durée du bit
\n$T_b = \\frac{1}{R_b} = \\frac{1}{1 \\times 10^6} = 1 \\times 10^{-6} \\, \\text{s} = 1 \\, \\mu s$
\n\n
Étape 2 : Calcul de l'écart de fréquence FSK
\nL'écart de fréquence entre les deux fréquences porteuses est :
\n$\\Delta f_{\\text{FSK}} = f_2 - f_1 = 10.5 - 10 = 0.5 \\, \\text{MHz} = 0.5 \\times 10^6 \\, \\text{Hz}$
\n\n
Étape 3 : Condition d'orthogonalité
\nPour que les symboles soient orthogonaux :
\n$\\Delta f \\ge \\frac{1}{2T_b} = \\frac{1}{2 \\times 1 \\times 10^{-6}} = 0.5 \\times 10^6 \\, \\text{Hz} = 0.5 \\, \\text{MHz}$
\n\n
Étape 4 : Vérification
\n$\\Delta f_{\\text{FSK}} = 0.5 \\, \\text{MHz} = 0.5 \\, \\text{MHz}$ ✓ (condition limite satisfaite)
\n\n
Résultats finaux
\n$T_b = 1 \\, \\mu s$
\n$\\Delta f_{\\text{FSK}} = 0.5 \\, \\text{MHz}$
\nCondition d'orthogonalité : SATISFAITE (avec égalité)
\n\n
Interprétation : L'écart de fréquence de 0.5 MHz satisfait exactement la condition minimale pour l'orthogonalité. Cela signifie que les deux signaux FSK (à f₁ et f₂) sont décorrélés, ce qui permet une démodulation optimale par discrimination de fréquence ou par filtre adapté.
\n\n
\n\n
Question 2 : Indice de modulation FSK et MSK
\n\n
Étape 1 : Formule générale de l'indice de modulation
\n$h = \\Delta f \\times T_b$
\n\n
Étape 2 : Calcul pour FSK binaire standard
\n$h_{\\text{FSK}} = \\Delta f_{\\text{FSK}} \\times T_b = 0.5 \\times 10^6 \\times 1 \\times 10^{-6} = 0.5$
\n\n
Étape 3 : Calcul de l'écart de fréquence MSK
\n$\\Delta f_{\\text{MSK}} = \\frac{1}{4T_b} = \\frac{1}{4 \\times 1 \\times 10^{-6}} = 0.25 \\times 10^6 \\, \\text{Hz} = 0.25 \\, \\text{MHz}$
\n\n
Étape 4 : Calcul de l'indice de modulation MSK
\n$h_{\\text{MSK}} = \\Delta f_{\\text{MSK}} \\times T_b = 0.25 \\times 10^6 \\times 1 \\times 10^{-6} = 0.25$
\n\n
Résultats finaux
\n$h_{\\text{FSK}} = 0.5$
\n$h_{\\text{MSK}} = 0.25$
\n\n
Interprétation : L'indice de modulation FSK binaire est 0.5, ce qui indique une modulation à écart modéré. Le MSK, avec un indice de 0.25, utilise le minimum écart de fréquence (hence \"Minimum Shift Keying\") qui garantit encore l'orthogonalité tout en minimisant l'occupation spectrale. Le MSK est donc plus efficace en termes de bande passante que la FSK binaire standard.
\n\n
\n\n
Question 3 : Bande passante de Carson et comparaison FSK/MSK
\n\n
Étape 1 : Formule de Carson
\n$B_c = 2(\\Delta f + f_m)$
\n\n
où $f_m$ est la fréquence maximale du signal modulant (la demi-bande de base).
\n\n
Étape 2 : Calcul de f_m pour FSK binaire
\n$f_m = \\frac{R_b}{2} = \\frac{1 \\times 10^6}{2} = 0.5 \\times 10^6 \\, \\text{Hz} = 0.5 \\, \\text{MHz}$
\n\n
Étape 3 : Application de la formule Carson pour FSK
\n$B_c^{\\text{FSK}} = 2(\\Delta f_{\\text{FSK}} + f_m) = 2(0.5 + 0.5) \\times 10^6 = 2 \\times 1 \\times 10^6 = 2 \\times 10^6 \\, \\text{Hz}$
\n\n
Résultat final pour FSK
\n$B_c^{\\text{FSK}} = 2 \\, \\text{MHz}$
\n\n
Étape 4 : Calcul de la bande MSK
\n$B_{\\text{MSK}} = 1.5 \\times R_b = 1.5 \\times 1 \\times 10^6 = 1.5 \\times 10^6 \\, \\text{Hz}$
\n\n
Résultat final pour MSK
\n$B_{\\text{MSK}} = 1.5 \\, \\text{MHz}$
\n\n
Comparaison :
\nFSK : $B_c^{\\text{FSK}} = 2 \\, \\text{MHz}$
\nMSK : $B_{\\text{MSK}} = 1.5 \\, \\text{MHz}$
\n\n
Gain en bande passante :
\n$\\text{Rapport} = \\frac{B_c^{\\text{FSK}}}{B_{\\text{MSK}}} = \\frac{2}{1.5} = 1.333 \\approx 33\\%$
\n\n
Interprétation : Le MSK utilise une bande passante 33% plus étroite que la FSK binaire standard. Cette réduction d'occupation spectrale est l'un des principaux avantages du MSK. Cependant, le MSK présente une phase continue, ce qui rend la modulation plus complexe à générer. La performance en terme de taux d'erreur binaire est similaire pour les deux modulations à SNR équivalent, mais le MSK offre une meilleure efficacité spectrale. Cela en fait une modulation de choix pour les applications à spectre limité, comme les transmissions mobiles et les communications par satellite.
",
    "id_category": "5",
    "id_number": "8"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "Exercice 3 : Modulation FSK binaire et MSK avec comparaison spectrale\n\nUn système de transmission terrestre utilise une modulation FSK binaire pour transmettre à un débit binaire $R_b = 9{,}6~kbps$. Les fréquences de l'FSK sont $f_1 = 1{,}2~kHz$ (pour le bit 0) et $f_2 = 2{,}4~kHz$ (pour le bit 1). Le démodulateur utilise deux filtres passe-bande centrés sur $f_1$ et $f_2$ avec une largeur de bande de $B_f = 1~kHz$ chacun. La puissance du signal transmis est $P_{tx} = 1~W$ et la variance du bruit est $\\sigma^2 = 10^{-3}~W$.\n\n1. Calculez la durée de bit, la séparation fréquentielle minimale (critère d'orthogonalité) et vérifiez si les fréquences choisies satisfont le critère de Carson pour la bande passante occupée.\n2. Évaluez l'énergie moyenne par bit transmise et la probabilité d'erreur binaire (BER) en détection cohérente pour le système FSK.\n3. Comparez la bande passante occupée du système FSK actuel avec celle d'une modulation MSK équivalente utilisant le même débit binaire, et déterminez le gain en efficacité spectrale.",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
1. Durée de bit, séparation fréquentielle minimale et critère de Carson :
Formule générale (durée de bit) : $T_b = \\frac{1}{R_b} = \\frac{1}{9{,}6 \\times 10^3} = \\frac{1}{9{,}6} \\times 10^{-3} = 0{,}1042~ms$
Séparation fréquentielle (critère d'orthogonalité) : Pour que deux signaux FSK soient orthogonaux :
$\\Delta f = f_2 - f_1 = 2{,}4 - 1{,}2 = 1{,}2~kHz$
Condition d'orthogonalité minimale : $\\Delta f_{min} = \\frac{1}{2T_b} = \\frac{1}{2 \\times 0{,}1042 \\times 10^{-3}} = \\frac{1}{0{,}0002084} = 4{,}8~kHz$
Comparaison : $\\Delta f = 1{,}2~kHz < \\Delta f_{min} = 4{,}8~kHz$
Interprétation : Les fréquences choisies ne satisfont PAS le critère strict d'orthogonalité, mais peuvent être décodées par filtrage passe-bande.
Critère de Carson (bande passante occupée) : $B_c = 2(\\Delta f + B_b)$ où $B_b = \\frac{1}{T_b} = R_b = 9{,}6~kHz$
$B_c = 2(1{,}2 + 9{,}6) = 2 \\times 10{,}8 = 21{,}6~kHz$
Résultat final : Durée de bit = $0{,}104~ms$, séparation fréquentielle = $1{,}2~kHz$ (sous-orthogonale), et bande Carson = $21{,}6~kHz$. Le système fonctionne en régime FSK non-orthogonal avec risque d'interférence entre bits.

2. Énergie par bit et probabilité d'erreur :
Formule générale (énergie par bit en FSK) : $E_b = P_{tx} \\times T_b = 1 \\times 0{,}1042 \\times 10^{-3} = 1{,}042 \\times 10^{-4}~J$
Rapport signal-sur-bruit : $SNR = \\frac{E_b}{\\sigma^2} = \\frac{1{,}042 \\times 10^{-4}}{10^{-3}} = 0{,}1042$
En dB : $SNR_{dB} = 10 \\log_{10}(0{,}1042) = -9{,}82~dB$
Probabilité d'erreur binaire (détection cohérente FSK) : $P_b = Q\\left(\\sqrt{2 SNR}\\right) = Q\\left(\\sqrt{2 \\times 0{,}1042}\\right)$
$P_b = Q(\\sqrt{0{,}2084}) = Q(0{,}456)$
À partir des tables Q : $Q(0{,}456) \\approx 0{,}324$
Résultat final : $E_b = 1{,}04 \\times 10^{-4}~J$, SNR = $-9{,}8~dB$, et $P_b \\approx 0{,}324$ (32,4%). Cette probabilité d'erreur très élevée indique que le système opère en régime de faible SNR et nécessite une amélioration.

3. Comparaison FSK vs MSK :
Formule générale (bande passante MSK) : La modulation MSK est une forme spéciale de FSK où :
$\\Delta f = \\frac{1}{4T_b} = \\frac{1}{4 \\times 0{,}1042 \\times 10^{-3}} = \\frac{1}{4{,}168 \\times 10^{-4}} = 2{,}4~kHz$
Bande Carson pour MSK : $B_{c,MSK} = 2(\\Delta f + B_b) = 2(2{,}4 + 9{,}6) = 2 \\times 12 = 24~kHz$
Comparaison des bandes passantes :
FSK actuel : $B_{c,FSK} = 21{,}6~kHz
MSK : $B_{c,MSK} = 24~kHz
Gain relatif : $\\frac{B_{c,FSK}}{B_{c,MSK}} = \\frac{21{,}6}{24} = 0{,}9 = 90\\%$
Efficacité spectrale FSK : $\\eta_{FSK} = \\frac{R_b}{B_c,FSK} = \\frac{9{,}6}{21{,}6} = 0{,}444~bits/s/Hz$
Efficacité spectrale MSK : $\\eta_{MSK} = \\frac{R_b}{B_c,MSK} = \\frac{9{,}6}{24} = 0{,}4~bits/s/Hz$
Résultat final : La bande passante FSK (21,6 kHz) est légèrement inférieure à celle du MSK (24 kHz). L'efficacité spectrale du FSK actuel est de 0,444 bits/s/Hz contre 0,4 bits/s/Hz pour le MSK, offrant une compression spectrale de 11% par rapport au MSK, bien que MSK offre une performance de décodage meilleure.
",
    "id_category": "5",
    "id_number": "9"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Contexte de l'exercice
Un système de transmission utilise une modulation M-ASK (Amplitude Shift Keying) symétrique avec M = 4 niveaux d'amplitude pour transmettre des données à haut débit. La fréquence porteuse est $f_c = 1 \\text{ GHz}$, et le débit binaire est $D_b = 100 \\text{ Mbit/s}$. Les quatre niveaux d'amplitude sont symétriques autour de zéro : $A_1 = \\pm 0.5 \\text{ V}, A_2 = \\pm 1.5 \\text{ V}$. La durée d'un symbole est $T_s = \\frac{\\log_2(4)}{D_b}$. Un filtre de mise en forme (Raised Cosine avec roll-off $\\alpha = 0.35$) est utilisé pour limiter la largeur de bande. Le canal AWGN a une densité spectrale de puissance $N_0 = 10^{-11} \\text{ W/Hz}$.
Question 1 : Calcul des paramètres de la modulation M-ASK et analyse spectrale
Pour la modulation M-ASK, le débit de symboles est relié au débit binaire par : $D_s = \\frac{D_b}{\\log_2(M)}$. La largeur de bande occupée par le signal modulé dépend de la bande de base et du facteur de roll-off du filtre. Calculez :
Le débit de symboles $D_s$
La durée d'un symbole $T_s$
La bande passante minimale de l'enveloppe complexe (bande de base) $B_{base}$
La largeur de bande RF occupée en modulation ASK : $B_{RF} = 2 \\times B_{base} \\times (1 + \\alpha)$
L'efficacité spectrale (bits/Hz) : $\\eta = \\frac{D_b}{B_{RF}}$
Question 2 : Calcul de l'énergie moyenne par symbole et de la puissance de transmission
L'énergie moyenne par symbole pour une constellation M-ASK symétrique dépend de la distribution statistique des niveaux d'amplitude. Les quatre niveaux sont équiprobables. Calculez :
L'énergie moyenne par symbole : $E_s = \\frac{T_s}{M}\\sum_{i=1}^{M} A_i^2$
L'énergie moyenne par bit : $E_b = \\frac{E_s}{\\log_2(M)}$
La puissance moyenne de transmission (en Watts et dBm) : $P = \\frac{E_s}{T_s}$
Le facteur de crête (Peak-to-Average Power Ratio - PAPR) : $\\text{PAPR} = \\frac{A_{max}^2}{P_{avg}}$
La dynamique d'amplificateur requise (en dB) : $\\text{DR} = 10\\log_{10}(\\text{PAPR})$
Question 3 : Calcul du taux d'erreur symbole et analyse de performance
Pour une modulation M-ASK en canal AWGN, le taux d'erreur symbole approximé est donné par : $\\text{TES} \\approx 2\\left(1 - \\frac{1}{M}\\right)Q\\left(\\sqrt{\\frac{6E_b}{N_0(M^2-1)}}\\right)$. Le rapport signal-sur-bruit par bit est : $\\text{SNR}_b = \\frac{E_b}{N_0}$. Calculez :
L'argument de la fonction Q : $\\gamma = \\sqrt{\\frac{6E_b}{N_0(M^2-1)}}$
Le rapport signal-sur-bruit par bit en décibels
Le taux d'erreur symbole TES (approximé)
Le taux d'erreur binaire (TEB) : $\\text{TEB} \\approx \\frac{\\text{TES}}{\\log_2(M)}$
La marge de liaison par rapport à un seuil TEB = 10^{-6} (en dB)
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution complète de l'exercice
Question 1 : Calcul des paramètres de la modulation M-ASK
Étape 1 : Calcul du débit de symboles
$D_s = \\frac{D_b}{\\log_2(M)} = \\frac{100 \\times 10^6}{\\log_2(4)} = \\frac{100 \\times 10^6}{2} = 50 \\times 10^6 \\text{ symboles/s} = 50 \\text{ Msymb/s}$
Résultat :
$\\boxed{D_s = 50 \\text{ Msymb/s}}$
Étape 2 : Calcul de la durée d'un symbole
$T_s = \\frac{1}{D_s} = \\frac{1}{50 \\times 10^6} = 20 \\times 10^{-9} \\text{ s} = 20 \\text{ ns}$
Résultat :
$\\boxed{T_s = 20 \\text{ ns}}$
Étape 3 : Calcul de la bande de base minimale
Pour une modulation d'amplitude, la bande de base minimale (critère de Nyquist) est :
$B_{base} = \\frac{D_s}{2} = \\frac{50 \\times 10^6}{2} = 25 \\text{ MHz}$
Résultat :
$\\boxed{B_{base} = 25 \\text{ MHz}}$
Étape 4 : Calcul de la largeur de bande RF avec Raised Cosine
La largeur de bande RF occupée par le signal ASK modulé avec filtre Raised Cosine est :
$B_{RF} = 2 \\times B_{base} \\times (1 + \\alpha) = 2 \\times 25 \\times (1 + 0.35)$
$= 2 \\times 25 \\times 1.35 = 67.5 \\text{ MHz}$
Résultat :
$\\boxed{B_{RF} = 67.5 \\text{ MHz}}$
Interprétation : Le facteur 2 vient de la modulation en bande passante (deux bandes latérales). Le facteur (1+α) inclut le roll-off du filtre.
Étape 5 : Calcul de l'efficacité spectrale
$\\eta = \\frac{D_b}{B_{RF}} = \\frac{100 \\times 10^6}{67.5 \\times 10^6} = \\frac{100}{67.5} = 1.481 \\text{ bits/Hz}$
Résultat :
$\\boxed{\\eta = 1.481 \\text{ bits/Hz}}$
Interprétation : L'efficacité spectrale de 1.48 bits/Hz est raisonnable pour une modulation d'amplitude. Elle reflète le facteur de 2 bits par symbole et la largeur de bande augmentée par le roll-off.
Question 2 : Calcul de l'énergie et de la puissance
Étape 1 : Calcul de l'énergie moyenne par symbole
Les quatre niveaux d'amplitude sont : $\\{-1.5, -0.5, +0.5, +1.5\\}$ V, tous équiprobables.
L'énergie moyenne par symbole est :
$E_s = \\frac{T_s}{M}\\sum_{i=1}^{M} A_i^2 = \\frac{T_s}{4}\\left[(-1.5)^2 + (-0.5)^2 + (0.5)^2 + (1.5)^2\\right]$
$= \\frac{T_s}{4}\\left[2.25 + 0.25 + 0.25 + 2.25\\right] = \\frac{T_s}{4} \\times 5 = 1.25 T_s$
Substitution de Ts :
$E_s = 1.25 \\times 20 \\times 10^{-9} = 25 \\times 10^{-9} \\text{ J} = 25 \\text{ nJ}$
Résultat :
$\\boxed{E_s = 25 \\text{ nJ}}$
Étape 2 : Calcul de l'énergie moyenne par bit
$E_b = \\frac{E_s}{\\log_2(M)} = \\frac{25 \\times 10^{-9}}{2} = 12.5 \\times 10^{-9} \\text{ J} = 12.5 \\text{ nJ}$
Résultat :
$\\boxed{E_b = 12.5 \\text{ nJ}}$
Étape 3 : Calcul de la puissance moyenne de transmission
$P = \\frac{E_s}{T_s} = \\frac{25 \\times 10^{-9}}{20 \\times 10^{-9}} = 1.25 \\text{ W}$
Conversion en dBm :
$P(\\text{dBm}) = 10\\log_{10}(1.25 \\times 1000) = 10\\log_{10}(1250) = 10 \\times 3.097 = 30.97 \\text{ dBm}$
Résultats :
$\\boxed{P = 1.25 \\text{ W} = 30.97 \\text{ dBm}}$
Étape 4 : Calcul du facteur de crête (PAPR)
L'amplitude maximale est $A_{max} = 1.5$ V.
La puissance moyenne du signal ASK est :
$P_{avg} = \\frac{E_s}{T_s} = 1.25 \\text{ W}$
Le PAPR est :
$\\text{PAPR} = \\frac{A_{max}^2}{P_{avg}} = \\frac{(1.5)^2}{1.25} = \\frac{2.25}{1.25} = 1.8$
Résultat :
$\\boxed{\\text{PAPR} = 1.8}$
Interprétation : Un PAPR de 1.8 indique que le pic d'amplitude est 1.8 fois supérieur à la moyenne. C'est relativement bon pour ASK.
Étape 5 : Calcul de la dynamique d'amplificateur
$\\text{DR} = 10\\log_{10}(\\text{PAPR}) = 10\\log_{10}(1.8) = 10 \\times 0.255 = 2.55 \\text{ dB}$
Résultat :
$\\boxed{\\text{DR} = 2.55 \\text{ dB}}$
Interprétation : Une dynamique d'amplificateur de 2.55 dB est très acceptable. Les amplificateurs pratiques ont généralement des dynamiques de 10-20 dB, donc ce système est peu exigeant.
Question 3 : Calcul du taux d'erreur et analyse de performance
Étape 1 : Calcul du rapport signal-sur-bruit par bit
$\\text{SNR}_b = \\frac{E_b}{N_0} = \\frac{12.5 \\times 10^{-9}}{10^{-11}} = 1.25 \\times 10^3 = 1250$
Conversion en décibels :
$\\text{SNR}_b(\\text{dB}) = 10\\log_{10}(1250) = 10 \\times 3.097 = 30.97 \\text{ dB}$
Résultat :
$\\boxed{\\text{SNR}_b = 1250 \\text{ (linéaire)} = 30.97 \\text{ dB}}$
Étape 2 : Calcul de l'argument de la fonction Q
$\\gamma = \\sqrt{\\frac{6E_b}{N_0(M^2-1)}} = \\sqrt{\\frac{6 \\times 12.5 \\times 10^{-9}}{10^{-11} \\times (16-1)}}$
$= \\sqrt{\\frac{75 \\times 10^{-9}}{15 \\times 10^{-11}}} = \\sqrt{\\frac{75 \\times 10^{-9}}{15 \\times 10^{-11}}} = \\sqrt{500} = 22.36$
Résultat :
$\\boxed{\\gamma = 22.36}$
Interprétation : Un argument de 22.36 indique une très faible probabilité d'erreur symbole.
Étape 3 : Calcul du taux d'erreur symbole
La formule approximée est :
$\\text{TES} \\approx 2\\left(1 - \\frac{1}{M}\\right)Q(\\gamma) = 2\\left(1 - \\frac{1}{4}\\right)Q(22.36)$
$= 2 \\times 0.75 \\times Q(22.36) = 1.5 \\times Q(22.36)$
Avec $\\gamma = 22.36\\gg 3$, la fonction Q est extrêmement faible :
$Q(22.36) \\approx \\frac{1}{\\sqrt{2\\pi} \\times 22.36}e^{-(22.36)^2/2} \\approx \\frac{1}{88.7}e^{-250} \\approx 0$
En pratique :
$\\text{TES} \\approx 1.5 \\times 10^{-109} \\approx 10^{-108}$
Résultat :
$\\boxed{\\text{TES} < 10^{-100}}$
Étape 4 : Calcul du taux d'erreur binaire
$\\text{TEB} \\approx \\frac{\\text{TES}}{\\log_2(M)} = \\frac{10^{-108}}{2} \\approx 5 \\times 10^{-109}$
Résultat :
$\\boxed{\\text{TEB} < 10^{-108}}$
Étape 5 : Calcul de la marge de liaison
Le seuil acceptable est TEB = 10^{-6}. La marge par rapport à ce seuil est :
$\\text{Marge} = 10\\log_{10}\\left(\\frac{10^{-6}}{\\text{TEB}_{calc}}\\right) = 10\\log_{10}\\left(\\frac{10^{-6}}{10^{-108}}\\right)$
$= 10\\log_{10}(10^{102}) = 10 \\times 102 = 1020 \\text{ dB}$
Résultat :
$\\boxed{\\text{Marge} \\approx \\infty \\text{ (bien au-delà du seuil)}}$
Interprétation globale :
Avec un SNR de 30.97 dB, le système 4-ASK offre une performance exceptionnelle :
TEB pratiquement nul (<10^{-108})
Marge de liaison quasi-infinie
PAPR très acceptable (2.55 dB)
Efficacité spectrale raisonnable (1.48 bits/Hz)
Ce système représente un excellent compromis pour les applications haut débit avec canal AWGN.
",
    "id_category": "5",
    "id_number": "10"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Contexte de l'exercice
Un système de communication utilise une modulation 8-PSK (Phase Shift Keying) avec 8 états de phase équidistants. La fréquence porteuse est $f_c = 2.4 \\text{ GHz}$ (bande ISM), et le débit binaire est $D_b = 24 \\text{ Mbit/s}$. Les phases des symboles 8-PSK sont espacées de $\\Delta \\phi = \\frac{2\\pi}{8} = \\frac{\\pi}{4}$ radians. L'amplitude de tous les symboles est constante $A = 1 \\text{ V}$. Un filtre de mise en forme SRRC (Square Root Raised Cosine) avec roll-off $\\alpha = 0.25$ est utilisé. Le canal AWGN a une densité spectrale $N_0 = 10^{-11} \\text{ W/Hz}$, et une dégradation de phase linéaire de $\\Delta\\phi_{error} = 15°$ est présente.
Question 1 : Calcul des paramètres de la constellation 8-PSK et distance minimale entre symboles
Pour la modulation 8-PSK, les symboles sont distribués uniformément sur un cercle dans le plan complexe. La distance minimale euclidienne entre deux symboles adjacents détermine la performance de détection. Calculez :
Le débit de symboles $D_s$
La durée d'un symbole $T_s$
La bande passante minimale requise (sans roll-off) $B_{Nyquist}$
La distance minimale entre symboles adjacents : $d_{min} = 2A\\sin\\left(\\frac{\\Delta\\phi}{2}\\right)$
La distance minimale normalisée : $d_{min,norm} = \\frac{d_{min}}{A}$
Question 2 : Calcul de l'énergie par symbole et de la dégradation due à l'erreur de phase
Bien que l'amplitude soit constante en PSK, l'énergie par symbole dépend de la puissance. L'erreur de phase introduit une dégradation due à la rotation de la constellation. Calculez :
L'énergie par symbole $E_s = \\frac{A^2}{2} T_s$
L'énergie par bit $E_b = \\frac{E_s}{3}$ (car log₂(8) = 3)
Le facteur de dégradation due à l'erreur de phase (en dB) : $\\text{Phase Loss} = 20\\log_{10}\\left(\\cos\\left(\\Delta\\phi_{error}\\right)\\right)$
L'amplitude effective après rotation de phase $A_{eff} = A \\cos\\left(\\Delta\\phi_{error}\\right)$
La puissance moyenne du signal 8-PSK $P = \\frac{E_s}{T_s}$
Question 3 : Calcul du taux d'erreur symbole pour 8-PSK et analyse de robustesse
Pour la modulation 8-PSK, le taux d'erreur symbole est approximé par : $\\text{TES} \\approx 2Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\sin\\left(\\frac{\\pi}{8}\\right)\\right)$. La distance de Hamming affecte la probabilité d'erreur binaire. Calculez :
L'argument de la fonction Q : $\\gamma_8 = \\sqrt{\\frac{2E_b}{N_0}}\\sin\\left(\\frac{\\pi}{8}\\right)$
Le rapport signal-sur-bruit par bit en décibels
Le taux d'erreur symbole TES
Le taux d'erreur binaire (TEB) pour 8-PSK avec codage Gray : $\\text{TEB} \\approx \\frac{1}{3}\\text{TES}$
La marge de liaison (dB) pour atteindre TEB = 10^{-6}
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution complète de l'exercice
Question 1 : Calcul des paramètres de la constellation 8-PSK
Étape 1 : Calcul du débit de symboles
$D_s = \\frac{D_b}{\\log_2(8)} = \\frac{24 \\times 10^6}{3} = 8 \\times 10^6 \\text{ symboles/s} = 8 \\text{ Msymb/s}$
Résultat :
$\\boxed{D_s = 8 \\text{ Msymb/s}}$
Étape 2 : Calcul de la durée d'un symbole
$T_s = \\frac{1}{D_s} = \\frac{1}{8 \\times 10^6} = 125 \\times 10^{-9} \\text{ s} = 125 \\text{ ns}$
Résultat :
$\\boxed{T_s = 125 \\text{ ns}}$
Étape 3 : Calcul de la bande passante minimale (Nyquist)
Pour PSK, la bande minimale de base est :
$B_{Nyquist} = \\frac{D_s}{2} = \\frac{8 \\times 10^6}{2} = 4 \\text{ MHz}$
Résultat :
$\\boxed{B_{Nyquist} = 4 \\text{ MHz}}$
Interprétation : PSK, contrairement à ASK, utilise une modulation d'amplitude constante, donc la bande de base requise est identique au critère de Nyquist standard.
Étape 4 : Calcul de la distance minimale entre symboles adjacents
L'espacement angulaire entre deux symboles 8-PSK adjacents est :
$\\Delta\\phi = \\frac{2\\pi}{8} = \\frac{\\pi}{4} = 0.7854 \\text{ rad} = 45°$
La distance minimale euclidienne est :
$d_{min} = 2A\\sin\\left(\\frac{\\Delta\\phi}{2}\\right) = 2 \\times 1 \\times \\sin\\left(\\frac{\\pi}{8}\\right)$
$= 2 \\times \\sin(22.5°) = 2 \\times 0.3827 = 0.7654 \\text{ V}$
Résultat :
$\\boxed{d_{min} = 0.765 \\text{ V}}$
Étape 5 : Calcul de la distance minimale normalisée
$d_{min,norm} = \\frac{d_{min}}{A} = \\frac{0.765}{1} = 0.765$
Résultat :
$\\boxed{d_{min,norm} = 0.765}$
Interprétation : Une distance normalisée de 0.765 est typique pour 8-PSK. Elle détermine la robustesse contre le bruit : plus la distance est grande, meilleure est la performance.
Question 2 : Calcul de l'énergie et dégradation de phase
Étape 1 : Calcul de l'énergie par symbole
Pour PSK avec amplitude constante A :
$E_s = \\frac{A^2}{2} T_s = \\frac{1^2}{2} \\times 125 \\times 10^{-9} = 0.5 \\times 125 \\times 10^{-9} = 62.5 \\times 10^{-9} \\text{ J} = 62.5 \\text{ nJ}$
Résultat :
$\\boxed{E_s = 62.5 \\text{ nJ}}$
Étape 2 : Calcul de l'énergie par bit
$E_b = \\frac{E_s}{\\log_2(8)} = \\frac{62.5 \\times 10^{-9}}{3} = 20.83 \\times 10^{-9} \\text{ J} = 20.83 \\text{ nJ}$
Résultat :
$\\boxed{E_b = 20.83 \\text{ nJ}}$
Étape 3 : Calcul du facteur de dégradation due à l'erreur de phase
L'erreur de phase $\\Delta\\phi_{error} = 15° = 0.2618 \\text{ rad}$.
$\\text{Phase Loss} = 20\\log_{10}\\left(\\cos(15°)\\right) = 20\\log_{10}(0.9659)$
$= 20 \\times (-0.01472) = -0.294 \\text{ dB}$
Résultat :
$\\boxed{\\text{Phase Loss} = -0.294 \\text{ dB}}$
Interprétation : Une erreur de phase de 15° introduit une perte modérée de 0.294 dB. C'est une dégradation acceptable.
Étape 4 : Calcul de l'amplitude effective après rotation de phase
$A_{eff} = A \\cos(\\Delta\\phi_{error}) = 1 \\times \\cos(15°) = 0.9659 \\text{ V}$
Résultat :
$\\boxed{A_{eff} = 0.9659 \\text{ V}}$
Interprétation : L'amplitude effective est réduite de seulement 3.41% en raison de l'erreur de phase.
Étape 5 : Calcul de la puissance moyenne
$P = \\frac{E_s}{T_s} = \\frac{62.5 \\times 10^{-9}}{125 \\times 10^{-9}} = 0.5 \\text{ W}$
Résultat :
$\\boxed{P = 0.5 \\text{ W} = 27 \\text{ dBm}}$
Interprétation : La puissance moyenne pour une 8-PSK avec amplitude 1 V est 0.5 W. C'est une puissance raisonnable pour les applications RF.
Question 3 : Calcul du taux d'erreur pour 8-PSK
Étape 1 : Calcul du rapport signal-sur-bruit par bit
$\\text{SNR}_b = \\frac{E_b}{N_0} = \\frac{20.83 \\times 10^{-9}}{10^{-11}} = 2083$
Conversion en décibels :
$\\text{SNR}_b(\\text{dB}) = 10\\log_{10}(2083) = 10 \\times 3.318 = 33.18 \\text{ dB}$
Résultat :
$\\boxed{\\text{SNR}_b = 2083 \\text{ (linéaire)} = 33.18 \\text{ dB}}$
Étape 2 : Calcul de l'argument de la fonction Q
$\\gamma_8 = \\sqrt{\\frac{2E_b}{N_0}}\\sin\\left(\\frac{\\pi}{8}\\right)$
Calcul de chaque terme :
$\\sqrt{\\frac{2E_b}{N_0}} = \\sqrt{\\frac{2 \\times 20.83 \\times 10^{-9}}{10^{-11}}} = \\sqrt{\\frac{41.66 \\times 10^{-9}}{10^{-11}}} = \\sqrt{4166} = 64.54$
$\\sin\\left(\\frac{\\pi}{8}\\right) = \\sin(22.5°) = 0.3827$
$\\gamma_8 = 64.54 \\times 0.3827 = 24.71$
Résultat :
$\\boxed{\\gamma_8 = 24.71}$
Interprétation : Un argument de 24.71 indique une excellente performance de détection.
Étape 3 : Calcul du taux d'erreur symbole
$\\text{TES} \\approx 2Q(\\gamma_8) = 2Q(24.71)$
Avec $\\gamma_8 = 24.71\\gg 3$, la fonction Q est extrêmement faible :
$Q(24.71) \\approx \\frac{1}{\\sqrt{2\\pi} \\times 24.71}e^{-(24.71)^2/2} \\approx \\frac{1}{98}e^{-305} \\approx 0$
Résultat :
$\\boxed{\\text{TES} < 10^{-130}}$
Étape 4 : Calcul du taux d'erreur binaire
Avec codage Gray pour 8-PSK :
$\\text{TEB} \\approx \\frac{1}{3}\\text{TES} = \\frac{1}{3} \\times 10^{-130} \\approx 3.33 \\times 10^{-131}$
Résultat :
$\\boxed{\\text{TEB} < 10^{-130}}$
Interprétation : Le TEB est virtuellement nul, indiquant une transmission pratiquement sans erreur.
Étape 5 : Calcul de la marge de liaison
Le seuil acceptable est TEB = 10^{-6}. La marge est :
$\\text{Marge} = 10\\log_{10}\\left(\\frac{10^{-6}}{\\text{TEB}_{calc}}\\right) = 10\\log_{10}\\left(\\frac{10^{-6}}{10^{-130}}\\right)$
$= 10\\log_{10}(10^{124}) = 10 \\times 124 = 1240 \\text{ dB}$
Résultat :
$\\boxed{\\text{Marge} \\approx \\infty \\text{ (exceptionnelle)}}$
Résumé :
Constellation 8-PSK avec distance minimale 0.765 V
SNR excellent : 33.18 dB
Distance minimale robuste contre le bruit blanc
Perte de phase mineure : -0.294 dB
Performance exceptionnelle : TEB <10^{-130}
Ce système 8-PSK représente une excellente efficacité spectrale (3 bits/symbole) avec une performance exceptionnelle.
",
    "id_category": "5",
    "id_number": "11"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Contexte de l'exercice
Un système de communication hybride utilise d'abord une modulation QPSK (Quadrature Phase Shift Keying) pour une transmission sur courte distance, puis bascule vers une modulation FSK binaire pour les longues distances où la bande passante est limitée. Pour la QPSK : fréquence porteuse $f_c = 10 \\text{ GHz}$, débit binaire $D_b = 50 \\text{ Mbit/s}$, amplitude $A = 2 \\text{ V}$. Pour la FSK binaire : décalage de fréquence $\\Delta f = 25 \\text{ MHz}$, les fréquences sont $f_1 = f_c - \\frac{\\Delta f}{2}$ et $f_2 = f_c + \\frac{\\Delta f}{2}$. Le canal AWGN a $N_0 = 10^{-12} \\text{ W/Hz}$. Un indice de modulation pour FSK est $h = \\frac{\\Delta f \\times T_b}{1} = \\Delta f \\times T_b$.
Question 1 : Calcul des paramètres QPSK et analyse d'efficacité spectrale
Pour la QPSK, deux bits sont transmis par symbole, utilisant deux composantes en quadrature (I et Q). Calculez :
Le débit de symboles QPSK $D_s$
La durée d'un symbole $T_s$
Les trois niveaux des composantes I et Q : $\\pm\\frac{A}{\\sqrt{2}}$
L'énergie moyenne par symbole QPSK : $E_s = A^2$
L'énergie par bit pour QPSK
La bande passante RF occupée par QPSK avec filtre RC (α=0.3)
Question 2 : Calcul des paramètres FSK binaire et de l'indice de modulation
La modulation FSK (Frequency Shift Keying) utilise deux fréquences distinctes pour les deux états binaires. Le spectre dépend fortement de l'indice de modulation h. Calculez :
La durée d'un bit FSK $T_b$
Les deux fréquences FSK : $f_1 = f_c - \\frac{\\Delta f}{2}$ et $f_2 = f_c + \\frac{\\Delta f}{2}$
L'indice de modulation FSK : $h = \\Delta f \\times T_b$
La largeur de bande FSK (formule de Carson) : $B_{FSK} = \\Delta f + 2f_m$, où $f_m = \\frac{D_b}{2} = \\frac{1}{2T_b}$
Le rapport de bande entre FSK et QPSK : $\\frac{B_{FSK}}{B_{QPSK}}$
Question 3 : Calcul du taux d'erreur binaire et comparaison des deux modulations
La performance en canal AWGN diffère entre QPSK et FSK. Pour QPSK : $\\text{TEB}_{QPSK} = 2Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right)$. Pour FSK non-cohérente : $\\text{TEB}_{FSK} = Q\\left(\\sqrt{\\frac{E_b}{N_0}}\\right)$. Calculez :
L'énergie par bit pour QPSK et FSK
Le rapport signal-sur-bruit par bit pour les deux modulations (en dB)
L'argument de Q pour chacune : $\\gamma_{QPSK} = \\sqrt{\\frac{2E_b}{N_0}}$ et $\\gamma_{FSK} = \\sqrt{\\frac{E_b}{N_0}}$
Le taux d'erreur binaire pour les deux modulations
La dégradation de performance (pénalité) de FSK par rapport à QPSK pour TEB = 10^{-6} (en dB)
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution complète de l'exercice
Question 1 : Calcul des paramètres QPSK
Étape 1 : Calcul du débit de symboles QPSK
$D_s = \\frac{D_b}{\\log_2(4)} = \\frac{50 \\times 10^6}{2} = 25 \\times 10^6 \\text{ symboles/s} = 25 \\text{ Msymb/s}$
Résultat :
$\\boxed{D_s = 25 \\text{ Msymb/s}}$
Étape 2 : Calcul de la durée d'un symbole QPSK
$T_s = \\frac{1}{D_s} = \\frac{1}{25 \\times 10^6} = 40 \\times 10^{-9} \\text{ s} = 40 \\text{ ns}$
Résultat :
$\\boxed{T_s = 40 \\text{ ns}}$
Étape 3 : Calcul des niveaux d'amplitude pour I et Q
Pour QPSK, chaque composante (I et Q) a deux niveaux :
$A_I = A_Q = \\pm\\frac{A}{\\sqrt{2}} = \\pm\\frac{2}{\\sqrt{2}} = \\pm\\sqrt{2} \\text{ V} = \\pm 1.414 \\text{ V}$
Résultat :
$\\boxed{A_I = A_Q = \\pm 1.414 \\text{ V}}$
Interprétation : Ces quatre points (combinaisons I,Q) forment un carré dans le plan complexe, séparés de 90° les uns des autres.
Étape 4 : Calcul de l'énergie moyenne par symbole QPSK
Pour QPSK avec amplitude totale A :
$E_s = A^2 = 2^2 = 4 \\text{ V}^2 \\text{ (par }T_s\\text{)}$
En joules :
$E_s = 4 \\times T_s = 4 \\times 40 \\times 10^{-9} = 160 \\times 10^{-9} \\text{ J} = 160 \\text{ nJ}$
Résultat :
$\\boxed{E_s = 160 \\text{ nJ}}$
Étape 5 : Calcul de l'énergie par bit QPSK
$E_b = \\frac{E_s}{2} = \\frac{160 \\times 10^{-9}}{2} = 80 \\times 10^{-9} \\text{ J} = 80 \\text{ nJ}$
Résultat :
$\\boxed{E_b = 80 \\text{ nJ}}$
Étape 6 : Calcul de la bande passante RF pour QPSK
Avec filtre RC avec roll-off $\\alpha = 0.3$ :
$B_{QPSK} = 2 \\times D_s \\times (1 + \\alpha) = 2 \\times 25 \\times 10^6 \\times 1.3 = 65 \\text{ MHz}$
Résultat :
$\\boxed{B_{QPSK} = 65 \\text{ MHz}}$
Interprétation : La QPSK utilise une bande passante relativement étroite : 65 MHz pour un débit de 50 Mbit/s.
Question 2 : Calcul des paramètres FSK binaire
Étape 1 : Calcul de la durée d'un bit FSK
Pour FSK binaire, chaque bit dure :
$T_b = \\frac{1}{D_b} = \\frac{1}{50 \\times 10^6} = 20 \\times 10^{-9} \\text{ s} = 20 \\text{ ns}$
Résultat :
$\\boxed{T_b = 20 \\text{ ns}}$
Étape 2 : Calcul des deux fréquences FSK
Fréquence centrale : $f_c = 10 \\text{ GHz}$
$f_1 = f_c - \\frac{\\Delta f}{2} = 10 \\times 10^9 - \\frac{25 \\times 10^6}{2} = 10 \\times 10^9 - 12.5 \\times 10^6$
$= (10000 - 12.5) \\times 10^6 = 9987.5 \\times 10^6 \\text{ Hz} = 9.9875 \\text{ GHz}$
$f_2 = f_c + \\frac{\\Delta f}{2} = 10 \\times 10^9 + 12.5 \\times 10^6 = 10012.5 \\times 10^6 \\text{ Hz} = 10.0125 \\text{ GHz}$
Résultats :
$\\boxed{f_1 = 9.9875 \\text{ GHz}, \\quad f_2 = 10.0125 \\text{ GHz}}$
Étape 3 : Calcul de l'indice de modulation FSK
$h = \\Delta f \\times T_b = 25 \\times 10^6 \\times 20 \\times 10^{-9} = 500 \\times 10^{-3} = 0.5$
Résultat :
$\\boxed{h = 0.5}$
Interprétation : Un indice h = 0.5 indique une FSK à bande étroite (narrow-band FSK). Pour h < 1, la FSK est de type narrow-band.
Étape 4 : Calcul de la largeur de bande FSK (formule de Carson)
La fréquence modulante maximale est :
$f_m = \\frac{D_b}{2} = \\frac{50 \\times 10^6}{2} = 25 \\text{ MHz}$
La formule de Carson :
$B_{FSK} = \\Delta f + 2f_m = 25 \\times 10^6 + 2 \\times 25 \\times 10^6 = 25 \\times 10^6 + 50 \\times 10^6 = 75 \\text{ MHz}$
Résultat :
$\\boxed{B_{FSK} = 75 \\text{ MHz}}$
Interprétation : La FSK utilise une bande passante légèrement plus large que la QPSK pour le même débit binaire.
Étape 5 : Calcul du rapport de bande
$\\frac{B_{FSK}}{B_{QPSK}} = \\frac{75 \\times 10^6}{65 \\times 10^6} = \\frac{75}{65} = 1.154$
Résultat :
$\\boxed{\\frac{B_{FSK}}{B_{QPSK}} = 1.154}$
Interprétation : La FSK nécessite 15.4% de bande passante supplémentaire comparée à la QPSK, mais elle offre une meilleure robustesse à l'erreur de phase.
Question 3 : Calcul du taux d'erreur et comparaison
Étape 1 : Calcul de l'énergie par bit pour les deux modulations
QPSK : $E_b = 80 \\text{ nJ}$ (calculée précédemment)
FSK : Pour FSK binaire avec amplitude A et durée Tb :
$E_b = \\frac{A^2}{2} T_b = \\frac{2^2}{2} \\times 20 \\times 10^{-9} = 2 \\times 20 \\times 10^{-9} = 40 \\times 10^{-9} \\text{ J} = 40 \\text{ nJ}$
Résultats :
$\\boxed{E_{b,QPSK} = 80 \\text{ nJ}, \\quad E_{b,FSK} = 40 \\text{ nJ}}$
Interprétation : La FSK utilise moins d'énergie par bit (40 nJ vs 80 nJ) car elle est binaire et non quaternaire.
Étape 2 : Calcul du rapport signal-sur-bruit par bit
Pour QPSK :
$\\text{SNR}_{b,QPSK} = \\frac{E_b}{N_0} = \\frac{80 \\times 10^{-9}}{10^{-12}} = 80000$
$\\text{SNR}_{b,QPSK}(\\text{dB}) = 10\\log_{10}(80000) = 10 \\times 4.903 = 49.03 \\text{ dB}$
Pour FSK :
$\\text{SNR}_{b,FSK} = \\frac{E_b}{N_0} = \\frac{40 \\times 10^{-9}}{10^{-12}} = 40000$
$\\text{SNR}_{b,FSK}(\\text{dB}) = 10\\log_{10}(40000) = 10 \\times 4.602 = 46.02 \\text{ dB}$
Résultats :
$\\boxed{\\text{SNR}_{b,QPSK} = 49.03 \\text{ dB}, \\quad \\text{SNR}_{b,FSK} = 46.02 \\text{ dB}}$
Étape 3 : Calcul des arguments de la fonction Q
Pour QPSK :
$\\gamma_{QPSK} = \\sqrt{\\frac{2E_b}{N_0}} = \\sqrt{\\frac{2 \\times 80 \\times 10^{-9}}{10^{-12}}} = \\sqrt{160000} = 400$
Pour FSK :
$\\gamma_{FSK} = \\sqrt{\\frac{E_b}{N_0}} = \\sqrt{\\frac{40 \\times 10^{-9}}{10^{-12}}} = \\sqrt{40000} = 200$
Résultats :
$\\boxed{\\gamma_{QPSK} = 400, \\quad \\gamma_{FSK} = 200}$
Interprétation : L'argument pour QPSK est deux fois plus grand, indiquant une meilleure performance.
Étape 4 : Calcul du taux d'erreur binaire
Pour QPSK :
$\\text{TEB}_{QPSK} = 2Q(\\gamma_{QPSK}) = 2Q(400)$
Avec $\\gamma_{QPSK} = 400\\gg 3$ :
$Q(400) \\approx \\frac{1}{\\sqrt{2\\pi} \\times 400}e^{-400^2/2} \\approx 0$
$\\text{TEB}_{QPSK} < 10^{-690}$
Pour FSK :
$\\text{TEB}_{FSK} = Q(\\gamma_{FSK}) = Q(200)$
Avec $\\gamma_{FSK} = 200\\gg 3$ :
$Q(200) \\approx 0$
$\\text{TEB}_{FSK} < 10^{-173}$
Résultats :
$\\boxed{\\text{TEB}_{QPSK} < 10^{-690}, \\quad \\text{TEB}_{FSK} < 10^{-173}}$
Étape 5 : Calcul de la dégradation de performance
Pour un seuil TEB = 10^{-6}, la pénalité de FSK par rapport à QPSK est :
$\\text{Pénalité} = \\text{SNR}_{QPSK} - \\text{SNR}_{FSK} = 49.03 - 46.02 = 3.01 \\text{ dB}$
Résultat :
$\\boxed{\\text{Pénalité FSK vs QPSK} \\approx 3 \\text{ dB}}$
Interprétation complète :
QPSK : Efficacité spectrale 2 bits/symbole, bande 65 MHz, SNR 49 dB, TEB <10^{-690}
FSK : Efficacité spectrale 0.67 bits/symbole, bande 75 MHz, SNR 46 dB, TEB <10^{-173}
Pénalité FSK : 3 dB SNR supplémentaire requis pour même performance
Avantage FSK : Meilleure robustesse aux erreurs de phase et aux interférences non-linéaires
Ces résultats montrent le compromis classique en télécommunications : la QPSK offre une meilleure efficacité spectrale mais la FSK offre une meilleure robustesse, avec un coût de 3 dB en SNR. Pour le système hybride décrit, la sélection entre les deux dépend de la longueur de liaison et de la qualité du canal.
",
    "id_category": "5",
    "id_number": "12"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 1 : Modulation ASK/OOK - Analyse de constellation et performances
Un système de transmission numérique utilise la modulation ASK (Amplitude Shift Keying) M-aire avec $M = 8$ niveaux d'amplitude. Le signal modulé est défini par : $s(t) = A_m \\cos(2\\pi f_c t + \\phi)$, où $f_c = 1$ GHz est la fréquence porteuse et $T_s = 1$ µs est la durée d'un symbole. Les amplitudes des 8 symboles sont distribuées linéairement de $A_1 = 0.5$ V à $A_8 = 4$ V. Le canal ajoute un bruit blanc gaussien avec une densité spectrale de puissance unilatérale $N_0 = 10^{-12}$ W/Hz.
Question 1: Calculer les valeurs d'amplitude de chaque symbole ASK pour une distribution linéaire uniforme. Déterminer l'énergie moyenne par symbole $E_s$ et l'énergie moyenne par bit $E_b = E_s/\\log_2(M)$. Tracer la constellation ASK en montrant les 8 points de signal.
Question 2: Pour une modulation OOK (On-Off Keying) équivalente, où seuls deux niveaux sont utilisés (amplitude nulle pour le bit « 0 » et amplitude $A_{max} = 4$ V pour le bit « 1 »), calculer la probabilité d'erreur binaire $P_b$ en fonction du rapport signal sur bruit $E_b/N_0$. Utiliser l'approximation : $P_b = Q\\left(\\sqrt{2E_b/N_0}\\right)$. Calculer $P_b$ pour $E_b/N_0 = 15$ dB.
Question 3: Comparer les performances de la modulation 8-ASK avec celle de l'OOK en calculant le rapport signal sur bruit supplémentaire (en dB) requis pour la 8-ASK afin d'atteindre la même probabilité d'erreur $P_b = 10^{-5}$ que l'OOK. Justifier cette différence par l'espacement des niveaux dans la constellation.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'exercice 1
Question 1 : Distribution d'amplitudes, énergies et constellation ASK
Données :
Modulation 8-ASK : $M = 8$ niveaux
Amplitude minimale : $A_1 = 0.5$ V
Amplitude maximale : $A_8 = 4$ V
Durée d'un symbole : $T_s = 1$ µs
Démarche :
Étape 1 : Calcul des amplitudes pour une distribution linéaire uniforme
Pour une distribution linéaire uniforme, les amplitudes sont espacées régulièrement :
$A_k = A_1 + (k-1) \\times \\frac{A_8 - A_1}{M - 1}, \\quad k = 1, 2, ..., 8$
Calcul de l'écart uniforme :
$\\Delta A = \\frac{4 - 0.5}{8 - 1} = \\frac{3.5}{7} = 0.5\\text{ V}$
Amplitudes des 8 symboles :
$A_1 = 0.5\\text{ V}$
$A_2 = 0.5 + 0.5 = 1.0\\text{ V}$
$A_3 = 0.5 + 2 \\times 0.5 = 1.5\\text{ V}$
$A_4 = 0.5 + 3 \\times 0.5 = 2.0\\text{ V}$
$A_5 = 0.5 + 4 \\times 0.5 = 2.5\\text{ V}$
$A_6 = 0.5 + 5 \\times 0.5 = 3.0\\text{ V}$
$A_7 = 0.5 + 6 \\times 0.5 = 3.5\\text{ V}$
$A_8 = 0.5 + 7 \\times 0.5 = 4.0\\text{ V}$
Résultat des amplitudes :
$\\{A_k\\}_{k=1}^{8} = \\{0.5, 1.0, 1.5, 2.0, 2.5, 3.0, 3.5, 4.0\\}\\text{ V}$
Étape 2 : Calcul de l'énergie moyenne par symbole
L'énergie d'un symbole ASK sur une durée $T_s$ est :
$E_k = \\frac{1}{2} A_k^2 T_s$
L'énergie moyenne par symbole (en supposant une équiprobabilité) :
$E_s = \\frac{1}{M} \\sum_{k=1}^{M} E_k = \\frac{T_s}{2M} \\sum_{k=1}^{M} A_k^2$
Calcul de la somme des carrés :
$\\sum_{k=1}^{8} A_k^2 = 0.5^2 + 1.0^2 + 1.5^2 + 2.0^2 + 2.5^2 + 3.0^2 + 3.5^2 + 4.0^2$
$\\sum_{k=1}^{8} A_k^2 = 0.25 + 1 + 2.25 + 4 + 6.25 + 9 + 12.25 + 16 = 51\\text{ V}^2$
Énergie moyenne par symbole :
$E_s = \\frac{T_s}{2 \\times 8} \\times 51 = \\frac{1 \\times 10^{-6}}{16} \\times 51 = 3.1875 \\times 10^{-6}\\text{ J}$
Étape 3 : Calcul de l'énergie moyenne par bit
$E_b = \\frac{E_s}{\\log_2(M)} = \\frac{E_s}{\\log_2(8)} = \\frac{E_s}{3}$
$E_b = \\frac{3.1875 \\times 10^{-6}}{3} = 1.0625 \\times 10^{-6}\\text{ J}$
Résultats finaux :
$E_s = 3.1875 \\times 10^{-6}\\text{ J} = 3.1875\\text{ µJ}$
$E_b = 1.0625 \\times 10^{-6}\\text{ J} = 1.0625\\text{ µJ}$
Constellation 8-ASK : 8 points alignés sur l'axe des amplitudes (0D-like constellation) avec les valeurs énumérées ci-dessus.
Interprétation : La modulation 8-ASK utilise 8 niveaux d'amplitude distincts régulièrement espacés de 0.5 V. L'énergie moyenne par symbole est de 3.1875 µJ, ce qui correspond à environ 1.0625 µJ par bit. Cette distribution d'amplitudes crée une constellation unidimensionnelle (1D) sur l'axe réel du plan complexe.
Question 2 : Probabilité d'erreur binaire OOK avec rapport signal sur bruit
Données :
Modulation OOK binaire
Amplitude du bit « 1 » : $A_{max} = 4$ V
Amplitude du bit « 0 » : $A_{min} = 0$ V
Rapport signal sur bruit cible : $E_b/N_0 = 15$ dB
Densité spectrale de bruit : $N_0 = 10^{-12}$ W/Hz
Démarche :
Étape 1 : Calcul de l'énergie par bit OOK
Pour un signal OOK, l'énergie par bit « 1 » est :
$E_b^{OOK} = \\frac{1}{2} A_{max}^2 T_s = \\frac{1}{2} \\times 4^2 \\times 1 \\times 10^{-6} = 8 \\times 10^{-6}\\text{ J}$
L'énergie pour le bit « 0 » est nulle (pas de transmission).
Énergie moyenne par bit :
$E_b^{OOK,avg} = \\frac{1}{2} \\times 8 \\times 10^{-6} = 4 \\times 10^{-6}\\text{ J}$
Étape 2 : Conversion du rapport signal sur bruit
$E_b/N_0 = 15\\text{ dB} = 10^{15/10} = 10^{1.5} \\approx 31.62$
Étape 3 : Calcul du rapport signal sur bruit effectif
La probabilité d'erreur pour OOK utilise l'approximation :
$P_b = Q\\left(\\sqrt{2E_b/N_0}\\right)$
Argument de la fonction Q :
$\\sqrt{2E_b/N_0} = \\sqrt{2 \\times 31.62} = \\sqrt{63.24} \\approx 7.952$
Étape 4 : Calcul de la probabilité d'erreur
La fonction Q(x) est définie comme :
$Q(x) = \\frac{1}{\\sqrt{2\\pi}} \\int_x^{\\infty} e^{-t^2/2} \\text{ dt}$
Pour $x = 7.952$ :
$Q(7.952) \\approx 8.5 \\times 10^{-16}$
Résultat final :
$P_b = Q(7.952) \\approx 8.5 \\times 10^{-16}$
Ou plus généralement :
$P_b = Q\\left(\\sqrt{2 \\times 31.62}\\right) \\approx 8.5 \\times 10^{-16}$
Interprétation : À un rapport signal sur bruit de 15 dB, la probabilité d'erreur binaire de la modulation OOK est extrêmement faible (de l'ordre de $10^{-16}$), ce qui indique une transmission très fiable. Ce résultat montre que l'OOK est une modulation très robuste aux faibles rapports signal sur bruit.
Question 3 : Comparaison 8-ASK vs OOK et pénalité requise
Données :
Probabilité d'erreur cible : $P_b = 10^{-5}$
OOK : énergies et performances précédemment calculées
8-ASK : énergies et performances à calculer
Démarche :
Étape 1 : Calcul de $E_b/N_0$ requis pour OOK avec $P_b = 10^{-5}$
Pour atteindre $P_b = 10^{-5}$ avec OOK :
$10^{-5} = Q\\left(\\sqrt{2E_b/N_0}\\right)$
En inversant la fonction Q :
$Q^{-1}(10^{-5}) \\approx 4.26$
$\\sqrt{2E_b/N_0} = 4.26$
$2E_b/N_0 = (4.26)^2 \\approx 18.15$
$\\frac{E_b}{N_0}^{OOK} = 9.075 \\approx 9.6\\text{ dB}$
Étape 2 : Calcul de $E_b/N_0$ requis pour 8-ASK avec la même $P_b$
Pour la modulation 8-ASK, la probabilité d'erreur par symbole est approximée par :
$P_s \\approx 2(M-1)Q\\left(\\sqrt{\\frac{6\\log_2(M)E_b}{(M^2-1)N_0}}\\right)$
Pour $M = 8$ :
$P_s \\approx 2 \\times 7 \\times Q\\left(\\sqrt{\\frac{6 \\times 3 \\times E_b}{(64-1)N_0}}\\right) = 14Q\\left(\\sqrt{\\frac{18E_b}{63N_0}}\\right)$
$P_s \\approx 14Q\\left(\\sqrt{\\frac{2E_b}{7N_0}}\\right)$
La probabilité d'erreur binaire (en supposant codage Gray) :
$P_b^{ASK} \\approx \\frac{P_s}{\\log_2(M)} \\approx \\frac{14}{3}Q\\left(\\sqrt{\\frac{2E_b}{7N_0}}\\right)$
Pour atteindre $P_b = 10^{-5}$ :
$10^{-5} \\approx \\frac{14}{3}Q\\left(\\sqrt{\\frac{2E_b}{7N_0}}\\right)$
$Q\\left(\\sqrt{\\frac{2E_b}{7N_0}}\\right) \\approx \\frac{3 \\times 10^{-5}}{14} \\approx 2.14 \\times 10^{-6}$
En inversant Q :
$\\sqrt{\\frac{2E_b}{7N_0}} \\approx 4.72$
$\\frac{2E_b}{7N_0} \\approx 22.28$
$\\frac{E_b}{N_0}^{ASK} \\approx 77.98 \\approx 19.0\\text{ dB}$
Étape 3 : Calcul de la pénalité
Pénalité en dB :
$\\text{Penalty} = 10\\log_{10}\\left(\\frac{77.98}{9.075}\\right) = 10\\log_{10}(8.59) \\approx 9.34\\text{ dB}$
Résultats finaux :
$\\frac{E_b}{N_0}^{OOK,req} \\approx 9.6\\text{ dB}$ pour $P_b = 10^{-5}$
$\\frac{E_b}{N_0}^{ASK,req} \\approx 19.0\\text{ dB}$ pour $P_b = 10^{-5}$
Pénalité : $\\approx 9.34\\text{ dB}$
Interprétation : La modulation 8-ASK nécessite un rapport signal sur bruit supplémentaire d'environ 9.34 dB par rapport à l'OOK pour atteindre la même probabilité d'erreur. Cette dégradation importante est due à l'espacement réduit entre les niveaux d'amplitude en 8-ASK (0.5 V entre symboles adjacents contre 4 V pour OOK). Cette pénalité est le prix à payer pour augmenter la capacité spectrale de la modulation (3 bits/symbole au lieu de 1 bit/symbole).
",
    "id_category": "5",
    "id_number": "13"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 3 : Modulation QAM et FSK - Analyse comparative et performances
Un système de transmission haut débit utilise la modulation 16-QAM (Quadrature Amplitude Modulation) pour communiquer à travers un canal bruité. La constellation 16-QAM utilise une grille carrée régulière avec 4 niveaux d'amplitude en phase (I) et 4 niveaux en quadrature (Q), espacés de $\\Delta A = 2$ V. L'énergie moyenne par symbole 16-QAM est $E_s^{QAM} = 10^{-8}$ J. Le système est soumis à un bruit blanc gaussien avec densité spectrale $N_0 = 10^{-11}$ W/Hz. On souhaite comparer cette performance avec une modulation FSK (Frequency Shift Keying) binaire à deux fréquences, avec espacement de fréquence $\\Delta f = 10$ kHz, et une modulation MSK (Minimum Shift Keying) avec paramètre d'indice de modulation $h = 0.5$.
Question 1: Calculer l'énergie moyenne par symbole $E_s^{QAM}$ pour la modulation 16-QAM avec espacement $\\Delta A = 2$ V. Déterminer les positions de tous les 16 points de constellation et représenter la constellation. Calculer la distance euclidienne minimale entre les points.
Question 2: Calculer la probabilité d'erreur par bit $P_b^{QAM}$ pour la 16-QAM à un rapport signal sur bruit $E_b/N_0 = 20$ dB. Utiliser l'approximation : $P_b^{QAM} \\approx \\frac{3}{8}Q\\left(\\sqrt{\\frac{4E_b}{5N_0}}\\right)$. Comparer avec la probabilité d'erreur binaire d'une FSK binaire au même rapport signal sur bruit, avec formule : $P_b^{FSK} = Q\\left(\\sqrt{2E_b/N_0}\\right)$.
Question 3: Pour une modulation MSK avec indice de modulation $h = 0.5$, calculer la largeur de bande occupée, l'efficacité spectrale (bits/s/Hz), et la probabilité d'erreur binaire $P_b^{MSK} = Q\\left(\\sqrt{2E_b/N_0}\\right)$ à $E_b/N_0 = 20$ dB. Comparer l'efficacité spectrale et la probabilité d'erreur entre 16-QAM, FSK binaire et MSK.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'exercice 3
Question 1 : Constellation 16-QAM, énergies et distance minimale
Données :
Modulation 16-QAM (4×4 grille)
Espacement d'amplitude : $\\Delta A = 2$ V
Amplitudes en I et Q : $\\{-3, -1, +1, +3\\} \\times \\Delta A / 2 = \\{-3, -1, +1, +3\\}$ V
Énergie moyenne spécifiée : $E_s^{QAM} = 10^{-8}$ J
Démarche :
Étape 1 : Calcul de l'énergie moyenne par symbole 16-QAM
Les 16 points QAM sont disposés sur une grille carrée. Pour une grille régulière avec 4 niveaux par dimension :
Niveaux d'amplitude normalisés : $\\{-3, -1, +1, +3\\}$
Amplitudes réelles (avec espacement $\\Delta A = 2$) : $A_i = (-3, -1, +1, +3)$
Énergie de chaque point :
$E(i,j) = \\frac{1}{2}(A_i^2 + A_j^2)T_s, \\quad i,j \\in \\{-3, -1, +1, +3\\}$
Calcul de la somme des carrés :
$A^2 \\in \\{9, 1, 1, 9\\}$
$\\sum_{k} A_k^2 = (9 + 1 + 1 + 9) = 20$
Énergie moyenne par point (I ou Q) :
$E_{avg}^{component} = \\frac{1}{4} \\times 20 \\times T_s / 2 = 2.5T_s$
Énergie moyenne totale :
$E_s^{QAM} = \\frac{1}{2}(E_{avg}^I + E_{avg}^Q) \\times T_s = \\frac{1}{2}(2 \\times 2.5)T_s = 2.5T_s$
Normalisation (donnée) :
$E_s^{QAM} = 10^{-8}\\text{ J} \\Rightarrow T_s = 4 \\times 10^{-9}\\text{ s} = 4\\text{ ns}$
Étape 2 : Positions des 16 points
Les 16 points en constellation 16-QAM sont aux positions :
$(I, Q) \\in \\{(-3, -3), (-3, -1), (-3, +1), (-3, +3), (-1, -3), (-1, -1), (-1, +1), (-1, +3), (+1, -3), (+1, -1), (+1, +1), (+1, +3), (+3, -3), (+3, -1), (+3, +1), (+3, +3)\\}$
Étape 3 : Calcul de la distance minimale
La distance minimale est entre deux points adjacents (différence de 2 en une dimension) :
$d_{min}^{QAM} = \\sqrt{(\\Delta A)^2 + 0^2} = \\sqrt{2^2} = 2\\text{ V}$
Distance entre points diagonaux adjacents :
$d_{diag} = \\sqrt{(2)^2 + (2)^2} = 2\\sqrt{2} \\approx 2.83\\text{ V}$
Distance maximale (entre coins opposés) :
$d_{max}^{QAM} = \\sqrt{(6)^2 + (6)^2} = 6\\sqrt{2} \\approx 8.49\\text{ V}$
Résultats finaux :
Énergie moyenne par symbole : $E_s^{QAM} = 10^{-8}\\text{ J}$
Positions des 16 points : énumérées ci-dessus
Distance minimale : $d_{min} = 2\\text{ V}$ (entre symboles adjacents en ligne/colonne)
Distance minimale en énergie : $d_{min} = \\sqrt{2\\Delta A^2} = 2\\sqrt{2}\\text{ V}$ (approximation pour codage Gray)
Question 2 : Probabilité d'erreur 16-QAM vs FSK binaire
Données :
Rapport signal sur bruit : $E_b/N_0 = 20$ dB $= 100$ (linéaire)
Bruit : $N_0 = 10^{-11}$ W/Hz
16-QAM : 4 bits/symbole
FSK binaire : 1 bit/symbole
Démarche :
Étape 1 : Calcul de $E_b$ pour 16-QAM
$E_b^{QAM} = \\frac{E_s^{QAM}}{\\log_2(M)} = \\frac{10^{-8}}{4} = 2.5 \\times 10^{-9}\\text{ J}$
Étape 2 : Calcul de la probabilité d'erreur 16-QAM
Utilisant l'approximation donnée :
$P_b^{QAM} \\approx \\frac{3}{8}Q\\left(\\sqrt{\\frac{4E_b}{5N_0}}\\right)$
Remplacement :
$\\sqrt{\\frac{4E_b}{5N_0}} = \\sqrt{\\frac{4 \\times 2.5 \\times 10^{-9}}{5 \\times 10^{-11}}} = \\sqrt{\\frac{10 \\times 10^{-9}}{5 \\times 10^{-11}}}$
$= \\sqrt{200} \\approx 14.14$
$Q(14.14) \\approx 3.6 \\times 10^{-45}$ (valeur extrêmement petite)
$P_b^{QAM} \\approx \\frac{3}{8} \\times 3.6 \\times 10^{-45} \\approx 1.35 \\times 10^{-45}$
Étape 3 : Calcul de la probabilité d'erreur FSK binaire
Pour FSK binaire, $E_b = E_s$ (1 bit = 1 symbole) :
$E_b^{FSK} = \\frac{E_s^{FSK}}{1}\\text{ (à déterminer)}$
En supposant une énergie comparable par symbole à QAM :
$E_s^{FSK} \\approx E_s^{QAM} = 10^{-8}\\text{ J} \\Rightarrow E_b^{FSK} = 10^{-8}\\text{ J}$
Cependant, pour une comparaison équitable à même $E_b/N_0$ :
$E_b^{FSK} = E_b^{QAM} \\times 4 = 10^{-8}\\text{ J}$ (4 bits vs 1 bit)
$P_b^{FSK} = Q\\left(\\sqrt{2E_b/N_0}\\right) = Q\\left(\\sqrt{2 \\times 100}\\right) = Q(\\sqrt{200}) = Q(14.14)$
$P_b^{FSK} \\approx 3.6 \\times 10^{-45}$
Étape 4 : Comparaison
À même $E_b/N_0 = 20\\text{ dB}$ :
16-QAM : $P_b^{QAM} \\approx 1.35 \\times 10^{-45}$
FSK binaire : $P_b^{FSK} \\approx 3.6 \\times 10^{-45}$
Ratio : $P_b^{FSK} / P_b^{QAM} \\approx 2.67$ (FSK légèrement moins bonne)
Résultats finaux :
$P_b^{QAM} \\approx 1.35 \\times 10^{-45}$
$P_b^{FSK} \\approx 3.6 \\times 10^{-45}$
La performance FSK est légèrement inférieure en raison des caractéristiques de détection différentes, mais à ce SNR très élevé, les deux modulations sont quasi-parfaites.
Question 3 : Modulation MSK - Largeur de bande, efficacité spectrale et probabilité d'erreur
Données :
Indice de modulation MSK : $h = 0.5$
Débit binaire : supposé $D_b = 10$ Mbit/s (pour comparaison)
Rapport signal sur bruit : $E_b/N_0 = 20$ dB $= 100
Démarche :
Étape 1 : Calcul de la largeur de bande MSK
La largeur de bande de Carson pour MSK est :
$B_{MSK} = 2(\\Delta f + f_m) = 2\\left(\\frac{hD_b}{2} + \\frac{D_b}{2}\\right) = 2 \\times \\frac{D_b}{2}(h + 1)$
$B_{MSK} = D_b(h + 1) = 10 \\times 10^6 \\times (0.5 + 1) = 15\\text{ MHz}$
Pour MSK avec $h = 0.5$, la bande est exactement :
$B_{MSK} = 1.5 D_b = 1.5 \\times 10\\text{ MHz} = 15\\text{ MHz}$
Étape 2 : Calcul de l'efficacité spectrale
MSK transmet 1 bit par symbole, avec débit de symboles $R_s = D_b$ :
$\\eta_{MSK} = \\frac{D_b}{B_{MSK}} = \\frac{D_b}{1.5D_b} = \\frac{1}{1.5} \\approx 0.667\\text{ bits/s/Hz}$
Étape 3 : Calcul de la probabilité d'erreur MSK
$P_b^{MSK} = Q\\left(\\sqrt{2E_b/N_0}\\right) = Q(\\sqrt{2 \\times 100}) = Q(\\sqrt{200})$
$Q(14.14) \\approx 3.6 \\times 10^{-45}$
Étape 4 : Tableau comparatif des trois modulations
Supposons un débit $D_b = 10$ Mbit/s pour équité :
16-QAM :
- Bits/symbole : 4
- Débit de symboles : $R_s = 2.5\\text{ Msymbols/s}$
- Bande passante approximative : $B_{QAM} \\approx R_s / 2 = 1.25\\text{ MHz}$ (avec filtrage optimal)
- Efficacité spectrale : $\\eta_{QAM} = 10 / 1.25 = 8\\text{ bits/s/Hz}$
- Probabilité d'erreur (20 dB) : $P_b^{QAM} \\approx 10^{-45}$
FSK binaire (10 kHz espacement):
- Bits/symbole : 1
- Bande passante : $B_{FSK} \\approx 20\\text{ kHz}$ (2 × 10 kHz)
- Efficacité spectrale : $\\eta_{FSK} = 10 / 0.02 = 500\\text{ bits/s/Hz}$ (théoriquement, mais impractique)
- Plus réaliste : $\\eta_{FSK} \\approx 0.5\\text{ bits/s/Hz}$ avec filtrage
- Probabilité d'erreur (20 dB) : $P_b^{FSK} \\approx 10^{-45}$
MSK (h = 0.5):
- Bits/symbole : 1
- Bande passante : $B_{MSK} = 15\\text{ MHz}$
- Efficacité spectrale : $\\eta_{MSK} = 10 / 15 \\approx 0.667\\text{ bits/s/Hz}$
- Probabilité d'erreur (20 dB) : $P_b^{MSK} \\approx 10^{-45}$
Résultats finaux :
Largeur de bande MSK : $B_{MSK} = 1.5 D_b = 15\\text{ MHz}$
Efficacité spectrale MSK : $\\eta_{MSK} \\approx 0.667\\text{ bits/s/Hz}$
Probabilité d'erreur MSK : $P_b^{MSK} \\approx 3.6 \\times 10^{-45}$
Comparaison :
- 16-QAM : efficacité spectrale très élevée (8 bits/s/Hz), mais sensible au bruit
- FSK binaire : efficacité spectrale très basse (~0.5 bits/s/Hz), mais très robuste au bruit
- MSK : efficacité spectrale intermédiaire (0.667 bits/s/Hz), excellente robustesse et enveloppe constante
Interprétation : À 20 dB SNR, les trois modulations affichent des probabilités d'erreur quasi-nulles. Cependant, l'intérêt réside dans le compromis efficacité spectrale/robustesse. La 16-QAM permet une transmission rapide (8 bits/symbole) mais sur une bande étroite, tandis que FSK et MSK offrent une robustesse supérieure au détriment de l'efficacité spectrale. MSK offre un bon compromis avec son enveloppe constante (moins d'amplification non-linéaire) et sa robustesse aux évanouissements du canal.
",
    "id_category": "5",
    "id_number": "14"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Modulation ASK/OOK et M-ASK Symétriques
\n
Un système de transmission numérique utilise une modulation OOK (On-Off Keying) à $f_c = 2,4 \\, \\text{GHz}$ pour un débit binaire de $R_b = 10 \\, \\text{Mb/s}$. Le signal modulé en OOK a pour forme: $s(t) = A \\cdot m(t) \\cdot \\cos(2\\pi f_c t)$, où $m(t)$ est le signal de données binaires NRZ ({0, 1}). La puissance moyenne du signal est $P_{avg} = 0,5 \\, \\text{W}$ et l'amplitude crête pour le bit '1' est $A = 2 \\, \\text{V}$. L'impédance de la ligne est $Z_0 = 50 \\, \\Omega$.
\n\n
Question 1: Calculer la longueur d'onde de la porteuse, la durée de chaque bit $T_b$, et l'énergie transmise par bit pour la modulation OOK. En déduire l'énergie moyenne par bit transmise.
\n\n
Question 2: Le système est modifié pour utiliser une modulation 4-ASK symétrique avec les niveaux {-3V, -1V, +1V, +3V}. Calculer la distance minimale entre les symboles, la puissance moyenne transmise, et le rapport signal sur bruit requis (SNR) pour atteindre une probabilité d'erreur de $P_e = 10^{-5}$ avec la formule approximée $P_e \\approx 2(M-1)/M \\cdot Q(\\sqrt{3/(M^2-1) \\cdot SNR})$.
\n\n
Question 3: Comparer la bande passante minimale requise (en utilisant le critère de Nyquist avec roll-off $\\alpha = 0,5$) et la puissance moyenne entre la modulation OOK et la modulation 4-ASK. Évaluer le gain en efficacité spectrale et le coût en complexité du récepteur.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution Détaillée - Exercice 1
\n
Question 1: Longueur d'onde, durée de bit et énergies
\n
Étape 1: Longueur d'onde de la porteuse
\n
La longueur d'onde est donnée par:
\n
$\\lambda = \\frac{c}{f_c}$
\n
où $c = 3 \\times 10^8 \\, \\text{m/s}$ est la vitesse de la lumière.
\n
Remplacement des données:
\n
$f_c = 2,4 \\times 10^9 \\, \\text{Hz}$
\n
$\\lambda = \\frac{3 \\times 10^8}{2,4 \\times 10^9} = 0,125 \\, \\text{m} = 12,5 \\, \\text{cm}$
\n
Résultat:
\n
$\\lambda = 12,5 \\, \\text{cm}$
\n\n
Étape 2: Durée de chaque bit
\n
La durée de bit est l'inverse du débit binaire:
\n
$T_b = \\frac{1}{R_b}$
\n
Remplacement:
\n
$T_b = \\frac{1}{10 \\times 10^6} = 0,1 \\times 10^{-6} \\, \\text{s} = 100 \\, \\text{ns}$
\n
Résultat:
\n
$T_b = 100 \\, \\text{ns}$
\n\n
Étape 3: Énergie par bit pour la modulation OOK
\n
Pour un modulation OOK, l'énergie par bit '1' est:
\n
$E_1 = \\frac{A^2}{2 Z_0} \\times T_b$
\n
L'énergie pour le bit '0' est nulle (pas de transmission).
\n
Calcul pour le bit '1':
\n
$E_1 = \\frac{(2)^2}{2 \\times 50} \\times 100 \\times 10^{-9} = \\frac{4}{100} \\times 100 \\times 10^{-9}$
\n
$E_1 = 0,04 \\times 100 \\times 10^{-9} = 4 \\times 10^{-9} \\, \\text{J} = 4 \\, \\text{nJ}$
\n\n
Étape 4: Énergie moyenne par bit
\n
En supposant une probabilité équale de '0' et '1' (p = 0,5):
\n
$E_{b,avg} = 0,5 \\times E_1 + 0,5 \\times E_0 = 0,5 \\times 4 \\times 10^{-9} + 0,5 \\times 0$
\n
$E_{b,avg} = 2 \\times 10^{-9} \\, \\text{J} = 2 \\, \\text{nJ}$
\n\n
Résultat final:
\n
$\\lambda = 12,5 \\, \\text{cm}, \\quad T_b = 100 \\, \\text{ns}, \\quad E_1 = 4 \\, \\text{nJ}, \\quad E_{b,avg} = 2 \\, \\text{nJ}$
\n\n
Question 2: 4-ASK symétrique - distance, puissance et SNR
\n
Étape 1: Distance minimale entre symboles
\n
Pour une constellation 4-ASK symétrique avec niveaux {-3V, -1V, +1V, +3V}, la distance minimale entre symboles adjacents est:
\n
$d_{min} = |(-1) - (-3)| = 2 \\, \\text{V}$
\n
ou également $d_{min} = |(+1) - (-1)| = 2 \\, \\text{V}$.
\n
Résultat:
\n
$d_{min} = 2 \\, \\text{V}$
\n\n
Étape 2: Puissance moyenne transmise
\n
Pour une modulation 4-ASK avec amplitudes {-3, -1, +1, +3} V et probabilité équale (1/4 chacune):
\n
$P_{avg} = \\frac{1}{4Z_0}(3^2 + 1^2 + 1^2 + 3^2) = \\frac{1}{4 \\times 50}(9 + 1 + 1 + 9)$
\n
$P_{avg} = \\frac{20}{200} = 0,1 \\, \\text{W}$
\n
Résultat:
\n
$P_{avg} = 0,1 \\, \\text{W}$
\n\n
Étape 3: SNR requis pour P_e = 10^{-5}
\n
La formule approximée est:
\n
$P_e \\approx \\frac{2(M-1)}{M} \\cdot Q\\left(\\sqrt{\\frac{3}{M^2-1} \\cdot \\text{SNR}}\\right)$
\n
Avec M = 4:
\n
$10^{-5} \\approx \\frac{2 \\times 3}{4} \\cdot Q\\left(\\sqrt{\\frac{3}{15} \\cdot \\text{SNR}}\\right)$
\n
$10^{-5} \\approx 1,5 \\cdot Q\\left(\\sqrt{0,2 \\cdot \\text{SNR}}\\right)$
\n
$Q\\left(\\sqrt{0,2 \\cdot \\text{SNR}}\\right) \\approx 6,67 \\times 10^{-6}$
\n\n
En utilisant la table Q (ou approximation), $Q(x) \\approx 10^{-6}$ pour $x \\approx 4,75$:
\n
$\\sqrt{0,2 \\cdot \\text{SNR}} \\approx 4,75$
\n
$0,2 \\cdot \\text{SNR} \\approx 22,56$
\n
$\\text{SNR} \\approx 112,8 \\approx 20,5 \\, \\text{dB}$
\n\n
Résultat final:
\n
$d_{min} = 2 \\, \\text{V}, \\quad P_{avg} = 0,1 \\, \\text{W}, \\quad \\text{SNR} \\approx 20,5 \\, \\text{dB}$
\n\n
Question 3: Comparaison bande passante et efficacité spectrale
\n
Étape 1: Bande passante pour OOK (débit binaire 10 Mb/s)
\n
Le débit symbole pour OOK (M=2) est:
\n
$R_s^{OOK} = R_b / \\log_2(M) = 10 / 1 = 10 \\, \\text{Mb/s}$
\n
Avec facteur de roll-off $\\alpha = 0,5$:
\n
$B_{OOK} = \\frac{R_s^{OOK}(1 + \\alpha)}{2} = \\frac{10 \\times 1,5}{2} = 7,5 \\, \\text{MHz}$
\n\n
Étape 2: Bande passante pour 4-ASK (même débit binaire 10 Mb/s)
\n
Le débit symbole pour 4-ASK (M=4) est:
\n
$R_s^{4ASK} = R_b / \\log_2(M) = 10 / 2 = 5 \\, \\text{Mb/s}$
\n
Avec facteur de roll-off $\\alpha = 0,5$:
\n
$B_{4ASK} = \\frac{R_s^{4ASK}(1 + \\alpha)}{2} = \\frac{5 \\times 1,5}{2} = 3,75 \\, \\text{MHz}$
\n\n
Étape 3: Puissance moyenne (comparaison)
\n
OOK avec P_avg = 0,5 W (déjà donné)
\n
4-ASK avec P_avg = 0,1 W (calculé à la question 2)
\n\n
Étape 4: Efficacité spectrale
\n
OOK: $\\eta_{OOK} = \\frac{R_b}{B_{OOK}} = \\frac{10}{7,5} = 1,33 \\, \\text{bps/Hz}$
\n
4-ASK: $\\eta_{4ASK} = \\frac{R_b}{B_{4ASK}} = \\frac{10}{3,75} = 2,67 \\, \\text{bps/Hz}$
\n
Gain en efficacité spectrale: $\\frac{\\eta_{4ASK}}{\\eta_{OOK}} = \\frac{2,67}{1,33} = 2$ (100% d'amélioration)
\n\n
Résultat final:
\n
$B_{OOK} = 7,5 \\, \\text{MHz}, \\quad B_{4ASK} = 3,75 \\, \\text{MHz}, \\quad \\text{Gain} = 2\\times, \\quad P_{4ASK}/P_{OOK} = 0,2$
\n
Interprétation: La modulation 4-ASK offre une meilleure efficacité spectrale (2x) avec une bande passante réduite (2x) et une puissance moyenne 5 fois inférieure. Cependant, la complexité du récepteur augmente (décision sur 4 niveaux au lieu de 2), requérant un décodeur plus sophiqué et une meilleure immunity au bruit.",
    "id_category": "5",
    "id_number": "15"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Modulation PSK et M-PSK: Constellations et Performances
\n
Un système de communication utilise une modulation M-PSK à une fréquence porteuse $f_c = 900 \\, \\text{MHz}$ pour transmettre un débit binaire de $R_b = 6 \\, \\text{Mb/s}$. La puissance du signal modulé est $P_s = 0,2 \\, \\text{W}$. Le système opère d'abord avec M = 4 (QPSK), puis est upgradé à M = 8 (8-PSK). La constellation QPSK utilise les phases: $\\theta_k = \\pi/4, 3\\pi/4, 5\\pi/4, 7\\pi/4$. L'impédance de référence est $Z_0 = 50 \\, \\Omega$.
\n\n
Question 1: Calculer le rayon de la constellation QPSK (amplitude des symboles), la distance minimale entre symboles, et l'énergie par symbole $E_s$ ainsi que l'énergie par bit $E_b$.
\n\n
Question 2: La constellation est changée en 8-PSK avec phases régulièrement espacées. Calculer la nouvelle distance minimale entre symboles, comparer avec le QPSK, et évaluer l'impact sur le rapport signal sur bruit requis pour maintenir une probabilité d'erreur identique (utiliser la formule $P_e \\approx 2Q(\\sqrt{2 \\sin^2(\\pi/M) \\cdot E_s/N_0})$).
\n\n
Question 3: Calculer la largeur de bande occupée en utilisant le critère de Carson modifié pour les modulations PSK ($B \\approx 2 R_s$ avec facteur de roll-off implicite), comparer les débits symbole et les performances en termes de probabilité d'erreur pour les deux modulations (M=4 et M=8) avec un SNR de $\\text{SNR} = 15 \\, \\text{dB}$.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution Détaillée - Exercice 2
\n
Question 1: Rayon QPSK, distance minimale et énergies
\n
Étape 1: Calcul du rayon de constellation QPSK
\n
La puissance du signal QPSK est liée à l'amplitude (rayon) par:
\n
$P_s = \\frac{A^2}{2Z_0}$
\n
où A est le rayon de la constellation.
\n
Remplacement des données:
\n
$0,2 = \\frac{A^2}{2 \\times 50}$
\n
$0,2 = \\frac{A^2}{100}$
\n
$A^2 = 20$
\n
$A = \\sqrt{20} = 2\\sqrt{5} \\approx 4,47 \\, \\text{V}$
\n
Résultat:
\n
$A = 4,47 \\, \\text{V}$
\n\n
Étape 2: Distance minimale pour QPSK
\n
Pour QPSK avec phases espacées de $\\pi/2$, les points adjacents sont à une distance angulaire de $\\pi/2$. La distance euclidienne minimale est:
\n
$d_{min} = 2A \\sin(\\pi/4) = 2A \\times \\frac{1}{\\sqrt{2}} = A\\sqrt{2}$
\n
$d_{min} = 4,47 \\times \\sqrt{2} = 4,47 \\times 1,414 \\approx 6,32 \\, \\text{V}$
\n
Résultat:
\n
$d_{min} = 6,32 \\, \\text{V}$
\n\n
Étape 3: Énergie par symbole
\n
L'énergie par symbole QPSK est:
\n
$E_s = P_s \\times T_s = P_s \\times \\frac{\\log_2(M)}{R_b}$
\n
Avec M = 4 pour QPSK:
\n
$T_s = \\frac{\\log_2(4)}{R_b} = \\frac{2}{6 \\times 10^6} = \\frac{1}{3} \\times 10^{-6} \\, \\text{s}$
\n
$E_s = 0,2 \\times \\frac{1}{3} \\times 10^{-6} = \\frac{0,2}{3} \\times 10^{-6} \\approx 0,0667 \\times 10^{-6} \\, \\text{J} = 66,7 \\, \\text{nJ}$
\n
Résultat:
\n
$E_s = 66,7 \\, \\text{nJ}$
\n\n
Étape 4: Énergie par bit
\n
$E_b = \\frac{E_s}{\\log_2(M)} = \\frac{66,7 \\times 10^{-9}}{2} = 33,35 \\times 10^{-9} \\, \\text{J} = 33,35 \\, \\text{nJ}$
\n
Résultat final:
\n
$A = 4,47 \\, \\text{V}, \\quad d_{min}^{QPSK} = 6,32 \\, \\text{V}, \\quad E_s = 66,7 \\, \\text{nJ}, \\quad E_b = 33,35 \\, \\text{nJ}$
\n\n
Question 2: 8-PSK - distance, comparaison et SNR requis
\n
Étape 1: Rayon et amplitude pour 8-PSK
\n
Avec la même puissance P_s = 0,2 W, le rayon reste le même (la puissance dépend du rayon, pas du nombre de points):
\n
$A^{8PSK} = 4,47 \\, \\text{V}$
\n\n
Étape 2: Distance minimale pour 8-PSK
\n
Pour 8-PSK, les phases sont espacées de $2\\pi/8 = \\pi/4$. La distance minimale est:
\n
$d_{min}^{8PSK} = 2A \\sin(\\pi/8)$
\n
$\\sin(\\pi/8) = \\sin(22,5°) \\approx 0,3827$
\n
$d_{min}^{8PSK} = 2 \\times 4,47 \\times 0,3827 \\approx 3,42 \\, \\text{V}$
\n
Résultat:
\n
$d_{min}^{8PSK} = 3,42 \\, \\text{V}$
\n\n
Étape 3: Comparaison des distances
\n
Ratio de distances: 
\n
$\\frac{d_{min}^{QPSK}}{d_{min}^{8PSK}} = \\frac{6,32}{3,42} \\approx 1,85$
\n
L'espacement diminue de 46% en passant de QPSK à 8-PSK, ce qui rend le système plus sensible au bruit.
\n\n
Étape 4: SNR requis pour maintenir P_e
\n
En utilisant la formule approximée:
\n
$P_e \\approx 2 Q\\left(\\sqrt{2 \\sin^2(\\pi/M) \\cdot \\frac{E_s}{N_0}}\\right)$
\n\n
Pour QPSK (M=4):
\n
$\\sin^2(\\pi/4) = (1/\\sqrt{2})^2 = 0,5$
\n
$P_e^{QPSK} \\approx 2 Q\\left(\\sqrt{2 \\times 0,5 \\times \\frac{E_s}{N_0}}\\right) = 2 Q\\left(\\sqrt{\\frac{E_s}{N_0}}\\right)$
\n\n
Pour 8-PSK (M=8):
\n
$\\sin^2(\\pi/8) \\approx (0,3827)^2 \\approx 0,1464$
\n
$P_e^{8PSK} \\approx 2 Q\\left(\\sqrt{2 \\times 0,1464 \\times \\frac{E_s}{N_0}}\\right) = 2 Q\\left(\\sqrt{0,2928 \\times \\frac{E_s}{N_0}}\\right)$
\n\n
Pour une même P_e, il faut:
\n
$\\sqrt{\\frac{E_s^{QPSK}}{N_0}} = \\sqrt{0,2928 \\times \\frac{E_s^{8PSK}}{N_0}}$
\n
$\\frac{E_s^{8PSK}}{E_s^{QPSK}} = \\frac{1}{0,2928} \\approx 3,416$
\n
En dB: $10 \\log_{10}(3,416) \\approx 5,34 \\, \\text{dB}$
\n\n
Résultat final:
\n
$d_{min}^{8PSK} = 3,42 \\, \\text{V}, \\quad \\text{Réduction} = 46\\%, \\quad \\Delta E_s \\approx 5,34 \\, \\text{dB}$
\n\n
Question 3: Largeur de bande, débits symbole et performances
\n
Étape 1: Débits symbole
\n
Pour QPSK (M=4):
\n
$R_s^{QPSK} = \\frac{R_b}{\\log_2(4)} = \\frac{6 \\times 10^6}{2} = 3 \\times 10^6 \\, \\text{symboles/s} = 3 \\, \\text{MBaud}$
\n\n
Pour 8-PSK (M=8):
\n
$R_s^{8PSK} = \\frac{R_b}{\\log_2(8)} = \\frac{6 \\times 10^6}{3} = 2 \\times 10^6 \\, \\text{symboles/s} = 2 \\, \\text{MBaud}$
\n\n
Étape 2: Largeur de bande (critère de Carson)
\n
Pour PSK: $B \\approx 2 R_s$ (facteur de roll-off implicite).
\n
Pour QPSK:
\n
$B_{QPSK} = 2 \\times 3 \\times 10^6 = 6 \\, \\text{MHz}$
\n\n
Pour 8-PSK:
\n
$B_{8PSK} = 2 \\times 2 \\times 10^6 = 4 \\, \\text{MHz}$
\n\n
Étape 3: Performances en P_e avec SNR = 15 dB
\n
Conversion: $\\text{SNR} = 15 \\, \\text{dB} = 10^{1,5} \\approx 31,62$
\n
$\\frac{E_s}{N_0} = \\text{SNR}$ (pour détection cohérente), donc $\\frac{E_s}{N_0} = 31,62$
\n\n
Pour QPSK:
\n
$P_e^{QPSK} \\approx 2 Q(\\sqrt{31,62}) = 2 Q(5,62) \\approx 2 \\times 1 \\times 10^{-8} = 2 \\times 10^{-8}$
\n\n
Pour 8-PSK:
\n
$P_e^{8PSK} \\approx 2 Q(\\sqrt{0,2928 \\times 31,62}) = 2 Q(\\sqrt{9,25}) = 2 Q(3,04) \\approx 2 \\times 1,2 \\times 10^{-3} \\approx 2,4 \\times 10^{-3}$
\n\n
Résultat final:
\n
$R_s^{QPSK} = 3 \\, \\text{MBaud}, \\quad R_s^{8PSK} = 2 \\, \\text{MBaud}, \\quad B_{QPSK} = 6 \\, \\text{MHz}, \\quad B_{8PSK} = 4 \\, \\text{MHz}$
\n
$P_e^{QPSK}(\\text{SNR}=15\\text{dB}) \\approx 2 \\times 10^{-8}, \\quad P_e^{8PSK}(\\text{SNR}=15\\text{dB}) \\approx 2,4 \\times 10^{-3}$
\n
Comparaison: Avec 15 dB de SNR, QPSK offre une probabilité d'erreur extrêmement faible (10^{-8}), tandis que 8-PSK a une probabilité d'erreur plus élevée (10^{-3}). Cela démontre le compromis: 8-PSK offre 50% plus de débit binaire avec 33% moins de bande passante, mais au prix d'une sensibilité accrue au bruit et d'une complexité plus importante.",
    "id_category": "5",
    "id_number": "16"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 1 : Modulation d'Amplitude (ASK/OOK) et performances
\n\n
Un système de communication numérique utilise la modulation OOK (On-Off Keying), une forme spéciale de modulation ASK (Amplitude Shift Keying). La porteuse est définie par $s_c(t) = A \\cos(2\\pi f_c t)$ avec une amplitude $A = 2$ V et une fréquence porteuse $f_c = 1$ GHz. Le signal modulé transmet une séquence de bits $\\text{10110}$ avec un débit binaire $D_b = 500$ Mbps. La durée d'un bit est $T_b = \\frac{1}{D_b}$.
\n\n
Question 1 : Pour la modulation OOK, le bit 1 est représenté par l'amplitude $A = 2$ V et le bit 0 par l'absence de signal (amplitude 0). Calculer l'énergie moyenne par bit $E_b$ en utilisant la formule : $E_b = \\frac{1}{2} \\int_0^{T_b} s^2(t) dt$. Ensuite, déterminer l'énergie de la porteuse sur une période de bit pour l'état logique 1, définie par $E_{carrier} = \\frac{A^2 T_b}{2}$. Exprimer les résultats en nanojoules (nJ).
\n\n
Question 2 : La probabilité d'erreur binaire (BER) pour la modulation OOK en présence de bruit blanc additif gaussien (AWGN) est donnée par : $P_e = Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right)$, où $N_0$ est la densité spectrale bilatérale du bruit. Calculer le BER si le rapport signal-à-bruit par bit est $\\text{SNR}_b = \\frac{E_b}{N_0} = 8$ (linéaire). Utiliser l'approximation $Q(x) \\approx \\frac{1}{\\sqrt{2\\pi x}} e^{-x^2/2}$ pour $x \\geq 2$. Exprimer le résultat en notation scientifique.
\n\n
Question 3 : La bande passante du signal OOK modulé est approximativement $B_{OOK} = 2 \\times D_b$ (pour une impulsion rectangulaire non filtrée). Calculer la bande passante occupée, puis déterminer l'efficacité spectrale $\\eta = \\frac{D_b}{B_{OOK}}$ en bits par hertz. Comparer avec l'efficacité théorique maximale d'une modulation à deux niveaux et discuter les implications pour les systèmes à bande limitée.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 1
\n\n
Question 1 : Énergie moyenne par bit et énergie de la porteuse
\n\n
Données fournies :
\n
Amplitude de la porteuse : $A = 2 \\text{ V}$
\n
Débit binaire : $D_b = 500 \\text{ Mbps} = 500 \\times 10^6 \\text{ bps}$
\n
Période du bit : $T_b = \\frac{1}{D_b} = \\frac{1}{500 \\times 10^6} = 2 \\text{ ns} = 2 \\times 10^{-9} \\text{ s}$
\n\n
Étape 1 - Calcul de l'énergie moyenne par bit :
\n
En modulation OOK, l'énergie moyenne par bit est la moyenne de l'énergie du bit 1 et du bit 0. En supposant une distribution équiprobable des bits :
\n\n
Formule générale :
\n
$E_b = \\frac{1}{2} \\left[ \\int_0^{T_b} (A \\cos(2\\pi f_c t))^2 dt + \\int_0^{T_b} 0^2 dt \\right]$
\n\n
Simplifié :
\n
$E_b = \\frac{1}{2} \\int_0^{T_b} A^2 \\cos^2(2\\pi f_c t) dt$
\n\n
Utilisation de l'identité trigonométrique $\\cos^2(x) = \\frac{1 + \\cos(2x)}{2}$ :
\n
$E_b = \\frac{1}{2} \\int_0^{T_b} A^2 \\left( \\frac{1 + \\cos(4\\pi f_c t)}{2} \\right) dt$
\n\n
$= \\frac{A^2}{4} \\int_0^{T_b} (1 + \\cos(4\\pi f_c t)) dt$
\n\n
Remplacement des données :
\n
$E_b = \\frac{A^2}{4} \\left[ T_b + \\frac{\\sin(4\\pi f_c T_b)}{4\\pi f_c} \\right]$
\n\n
Le deuxième terme est négligeable car $f_c T_b = 1 \\times 10^9 \\times 2 \\times 10^{-9} = 2$ périodes (très grand) :
\n
$E_b \\approx \\frac{A^2 T_b}{4} = \\frac{(2)^2 \\times 2 \\times 10^{-9}}{4}$
\n\n
Calcul :
\n
$E_b = \\frac{4 \\times 2 \\times 10^{-9}}{4} = 2 \\times 10^{-9} \\text{ J} = 2 \\text{ nJ}$
\n\n
Résultat 1 :
\n
$\\boxed{E_b = 2 \\text{ nJ}}$
\n\n
Étape 2 - Calcul de l'énergie de la porteuse pour le bit 1 :
\n\n
Formule générale :
\n
$E_{carrier} = \\frac{A^2 T_b}{2}$
\n\n
Remplacement des données :
\n
$E_{carrier} = \\frac{(2)^2 \\times 2 \\times 10^{-9}}{2} = \\frac{4 \\times 2 \\times 10^{-9}}{2}$
\n\n
Calcul :
\n
$E_{carrier} = 4 \\times 10^{-9} \\text{ J} = 4 \\text{ nJ}$
\n\n
Résultat 2 :
\n
$\\boxed{E_{carrier} = 4 \\text{ nJ}}$
\n\n
Interprétation : L'énergie moyenne par bit (2 nJ) est exactement la moitié de l'énergie du bit 1 (4 nJ), car en OOK, les bits 0 et 1 sont équiprobables, et le bit 0 a zéro énergie.
\n\n
Question 2 : Probabilité d'erreur binaire (BER) avec AWGN
\n\n
Données fournies :
\n
Rapport signal-à-bruit linéaire : $\\text{SNR}_b = \\frac{E_b}{N_0} = 8$
\n\n
Étape 1 - Calcul de l'argument de la fonction Q :
\n
La formule de probabilité d'erreur pour OOK est :
\n\n
$P_e = Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right) = Q\\left(\\sqrt{2 \\times \\text{SNR}_b}\\right)$
\n\n
Remplacement des données :
\n
$P_e = Q\\left(\\sqrt{2 \\times 8}\\right) = Q(\\sqrt{16}) = Q(4)$
\n\n
Résultat 1 :
\n
$\\boxed{\\text{Argument Q} = 4}$
\n\n
Étape 2 - Calcul de la fonction Q :
\n\n
Formule approximée :
\n
$Q(x) \\approx \\frac{1}{\\sqrt{2\\pi x}} e^{-x^2/2}$
\n\n
Remplacement des données :
\n
$Q(4) \\approx \\frac{1}{\\sqrt{2\\pi \\times 4}} e^{-16/2}$
\n\n
Calcul :
\n
$Q(4) \\approx \\frac{1}{\\sqrt{25.13}} e^{-8} = \\frac{1}{5.013} \\times 3.355 \\times 10^{-4}$
\n\n
$Q(4) \\approx 0.1995 \\times 10^{-3} = 1.995 \\times 10^{-4} \\approx 2 \\times 10^{-4}$
\n\n
Résultat 2 :
\n
$\\boxed{P_e \\approx 2 \\times 10^{-4}}$
\n\n
Interprétation : Un BER de $2 \\times 10^{-4}$ signifie qu'en moyenne, 1 bit sur 5000 sera reçu de manière incorrecte. Cela est généralement acceptable pour de nombreuses applications (données, voix compressée), mais des applications critiques (vidéo haute définition, transactions financières) nécessiteraient un BER plus faible.
\n\n
Question 3 : Bande passante et efficacité spectrale
\n\n
Données fournies :
\n
Débit binaire : $D_b = 500 \\text{ Mbps}$
\n
Formule de bande passante pour impulsion rectangulaire : $B_{OOK} = 2 \\times D_b$
\n\n
Étape 1 - Calcul de la bande passante occupée :
\n\n
Formule générale :
\n
$B_{OOK} = 2 \\times D_b$
\n\n
Remplacement des données :
\n
$B_{OOK} = 2 \\times 500 \\text{ Mbps} = 1000 \\text{ Mbps} = 1 \\text{ GHz}$
\n\n
Résultat 1 :
\n
$\\boxed{B_{OOK} = 1 \\text{ GHz}}$
\n\n
Étape 2 - Calcul de l'efficacité spectrale :
\n\n
Formule générale :
\n
$\\eta = \\frac{D_b}{B_{OOK}}$
\n\n
Remplacement des données :
\n
$\\eta = \\frac{500}{1000} = 0.5 \\text{ bit/Hz}$
\n\n
Résultat 2 :
\n
$\\boxed{\\eta = 0.5 \\text{ bit/Hz}}$
\n\n
Étape 3 - Comparaison avec d'autres modulations :
\n\n
Pour une modulation à deux niveaux (2-aire) :
\n
• OOK (2-ASK) : $\\eta = 0.5$ bit/Hz (inefficace)
\n
• BPSK (Binary Phase Shift Keying) : $\\eta = 1.0$ bit/Hz (optimal pour 2 niveaux)
\n
• 4-ASK (M=4) : $\\eta = 2.0$ bit/Hz (meilleur pour amplitude seule)
\n
• 16-QAM : $\\eta = 4.0$ bit/Hz (meilleur pour modulation complexe)
\n\n
Résultat 3 :
\n
$\\boxed{\\text{OOK est 2x moins efficace que BPSK et 4x moins efficace que 4-ASK}}$
\n\n
Implications pour systèmes à bande limitée :
\n
1. Efficacité spectrale faible : OOK occupe deux fois la bande que BPSK pour le même débit, ce qui le rend inadapté aux canaux à bande étroite
\n
2. Applications appropriées : OOK est utilisé dans les communications à très longue portée (satellites, communications optiques), où la simplificité prime sur l'efficacité spectrale
\n
3. Systèmes à bande limitée : Pour des applications comme le Wi-Fi, la 5G, les communications satellites modernes, des modulations comme BPSK, QPSK ou 16-QAM sont préférées
",
    "id_category": "5",
    "id_number": "17"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 2 : Modulation de Phase M-PSK et constellation
\n\n
Un système de communication met en œuvre une modulation M-PSK (M-ary Phase Shift Keying) avec $M = 8$ symboles (8-PSK ou OCSK). La porteuse est définie par $s_c(t) = A \\cos(2\\pi f_c t)$ avec $A = 1$ V et $f_c = 2$ GHz. Le débit binaire est $D_b = 3$ Gbps. Chaque symbole 8-PSK encode $\\log_2(8) = 3$ bits.
\n\n
Question 1 : Calculer le débit de symboles $D_s$ (symboles par seconde) et la période du symbole $T_s$. Pour la modulation 8-PSK, les huit phases équidistantes sont $\\phi_k = \\frac{2\\pi k}{8}$ pour $k = 0, 1, ..., 7$. Calculer les phases en radians et en degrés pour les trois premiers symboles (k = 0, 1, 2). Exprimer les résultats en symboles/s, secondes, radians et degrés.
\n\n
Question 2 : L'énergie par symbole pour la modulation M-PSK avec amplitude $A$ est donnée par : $E_s = \\frac{A^2 T_s}{2}$. Calculer l'énergie par symbole et l'énergie par bit $E_b = \\frac{E_s}{\\log_2(M)}$. La distance euclidienne minimale dans la constellation est : $d_{min} = 2A\\sin(\\pi/M)$. Calculer cette distance minimale. Exprimer les énergies en pJ et la distance en mV.
\n\n
Question 3 : La probabilité d'erreur de symbole pour M-PSK est approximée par : $P_s \\approx 2 Q\\left(\\sqrt{\\frac{2E_s}{N_0} \\sin^2(\\pi/M)}\\right)$. Avec un rapport $\\text{SNR}_s = \\frac{E_s}{N_0} = 10$ (linéaire), calculer la probabilité d'erreur de symbole. Convertir en probabilité d'erreur binaire $P_e \\approx \\frac{P_s}{\\log_2(M)}$. Utiliser $Q(x) \\approx \\frac{1}{2} e^{-x^2/2}$ pour $x \\geq 2$. Exprimer les résultats en notation scientifique.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 2
\n\n
Question 1 : Débit de symboles, période et phases de la constellation 8-PSK
\n\n
Données fournies :
\n
Nombre de symboles : $M = 8$
\n
Débit binaire : $D_b = 3 \\text{ Gbps} = 3 \\times 10^9 \\text{ bps}$
\n
Bits par symbole : $n = \\log_2(M) = \\log_2(8) = 3$
\n\n
Étape 1 - Calcul du débit de symboles :
\n\n
Formule générale :
\n
$D_s = \\frac{D_b}{n} = \\frac{D_b}{\\log_2(M)}$
\n\n
Remplacement des données :
\n
$D_s = \\frac{3 \\times 10^9}{3} = 1 \\times 10^9 \\text{ symboles/s}$
\n\n
Résultat 1 :
\n
$\\boxed{D_s = 1 \\text{ Gsymbol/s} = 10^9 \\text{ symboles/s}}$
\n\n
Étape 2 - Calcul de la période du symbole :
\n\n
Formule générale :
\n
$T_s = \\frac{1}{D_s}$
\n\n
Remplacement des données :
\n
$T_s = \\frac{1}{1 \\times 10^9} = 1 \\times 10^{-9} \\text{ s} = 1 \\text{ ns}$
\n\n
Résultat 2 :
\n
$\\boxed{T_s = 1 \\text{ ns} = 10^{-9} \\text{ s}}$
\n\n
Étape 3 - Calcul des phases des trois premiers symboles :
\n\n
Les phases équidistantes pour 8-PSK sont :
\n\n
Formule générale :
\n
$\\phi_k = \\frac{2\\pi k}{M} = \\frac{2\\pi k}{8} = \\frac{\\pi k}{4}$
\n\n
Pour $k = 0, 1, 2$ :
\n\n
$\\phi_0 = 0 \\text{ rad} = 0°$
\n
$\\phi_1 = \\frac{\\pi}{4} \\text{ rad} = 45°$
\n
$\\phi_2 = \\frac{\\pi}{2} \\text{ rad} = 90°$
\n\n
Résultat 3 :
\n
$\\boxed{\\phi_0 = 0 \\text{ rad (0°)}, \\quad \\phi_1 = \\frac{\\pi}{4} \\text{ rad (45°)}, \\quad \\phi_2 = \\frac{\\pi}{2} \\text{ rad (90°)}}$
\n\n
Interprétation : Les huit symboles sont uniformément espacés autour d'un cercle en phase, avec un espacement angulaire de 45° entre chaque symbole adjacent. Cette distribution uniforme maximise la distance minimale entre symboles, améliorant la robustesse aux erreurs.
\n\n
Question 2 : Énergie par symbole, par bit et distance minimale
\n\n
Données fournies :
\n
Amplitude : $A = 1 \\text{ V}$
\n
Période du symbole : $T_s = 1 \\text{ ns} = 10^{-9} \\text{ s}$
\n
Nombre de symboles : $M = 8$
\n\n
Étape 1 - Calcul de l'énergie par symbole :
\n\n
Formule générale :
\n
$E_s = \\frac{A^2 T_s}{2}$
\n\n
Remplacement des données :
\n
$E_s = \\frac{(1)^2 \\times 10^{-9}}{2} = \\frac{10^{-9}}{2} = 0.5 \\times 10^{-9} \\text{ J}$
\n\n
Calcul :
\n
$E_s = 0.5 \\text{ nJ} = 500 \\text{ pJ}$
\n\n
Résultat 1 :
\n
$\\boxed{E_s = 500 \\text{ pJ}}$
\n\n
Étape 2 - Calcul de l'énergie par bit :
\n\n
Formule générale :
\n
$E_b = \\frac{E_s}{\\log_2(M)} = \\frac{E_s}{3}$
\n\n
Remplacement des données :
\n
$E_b = \\frac{0.5 \\times 10^{-9}}{3} = \\frac{0.5}{3} \\times 10^{-9} = 0.1667 \\times 10^{-9} \\text{ J}$
\n\n
Calcul :
\n
$E_b = 166.7 \\text{ pJ} \\approx 167 \\text{ pJ} = 167 \\times 10^{-12} \\text{ J}$
\n\n
Résultat 2 :
\n
$\\boxed{E_b = 167 \\text{ pJ}}$
\n\n
Étape 3 - Calcul de la distance minimale :
\n\n
Formule générale :
\n
$d_{min} = 2A\\sin\\left(\\frac{\\pi}{M}\\right)$
\n\n
Remplacement des données :
\n
$d_{min} = 2 \\times 1 \\times \\sin\\left(\\frac{\\pi}{8}\\right) = 2 \\sin(22.5°)$
\n\n
Calcul :
\n
$\\sin(\\pi/8) = \\sin(22.5°) = 0.3827$
\n
$d_{min} = 2 \\times 0.3827 = 0.7654 \\text{ V} = 765.4 \\text{ mV}$
\n\n
Résultat 3 :
\n
$\\boxed{d_{min} = 765 \\text{ mV}}$
\n\n
Interprétation : La distance minimale entre symboles voisins est 765 mV. Cette distance détermine la capacité du système à discriminer entre symboles en présence de bruit. Une distance plus grande signifie une meilleure tolérance au bruit.
\n\n
Question 3 : Probabilité d'erreur de symbole et d'erreur binaire
\n\n
Données fournies :
\n
Rapport signal-à-bruit par symbole : $\\text{SNR}_s = \\frac{E_s}{N_0} = 10$ (linéaire)
\n
Nombre de symboles : $M = 8$
\n\n
Étape 1 - Calcul de l'argument de la fonction Q :
\n\n
La formule de probabilité d'erreur pour M-PSK est :
\n\n
$P_s \\approx 2 Q\\left(\\sqrt{\\frac{2E_s}{N_0} \\sin^2(\\pi/M)}\\right)$
\n\n
L'argument de Q est :
\n\n
$\\text{Arg}_Q = \\sqrt{\\frac{2E_s}{N_0} \\sin^2(\\pi/M)} = \\sqrt{2 \\times \\text{SNR}_s \\times \\sin^2(\\pi/M)}$
\n\n
Calcul du sinus :
\n
$\\sin(\\pi/M) = \\sin(\\pi/8) = \\sin(22.5°) = 0.3827$
\n
$\\sin^2(\\pi/8) = (0.3827)^2 = 0.1464$
\n\n
Remplacement des données :
\n
$\\text{Arg}_Q = \\sqrt{2 \\times 10 \\times 0.1464} = \\sqrt{2.928} = 1.711$
\n\n
Résultat 1 :
\n
$\\boxed{\\text{Argument de Q} = 1.711}$
\n\n
Étape 2 - Calcul de la fonction Q :
\n\n
Utilisant l'approximation $Q(x) \\approx \\frac{1}{2} e^{-x^2/2}$ :
\n\n
$Q(1.711) \\approx \\frac{1}{2} e^{-(1.711)^2/2} = \\frac{1}{2} e^{-1.464}$
\n\n
Calcul :
\n
$e^{-1.464} = 0.2307$
\n
$Q(1.711) \\approx \\frac{1}{2} \\times 0.2307 = 0.1154$
\n\n
Résultat 2 :
\n
$\\boxed{Q(1.711) \\approx 0.1154 \\approx 1.15 \\times 10^{-1}}$
\n\n
Étape 3 - Calcul de la probabilité d'erreur de symbole :
\n\n
$P_s \\approx 2 \\times Q(1.711) = 2 \\times 0.1154 = 0.2308$
\n\n
Résultat 3 :
\n
$\\boxed{P_s \\approx 2.3 \\times 10^{-1} \\text{ ou } 23\\%}$
\n\n
Étape 4 - Calcul de la probabilité d'erreur binaire :
\n\n
Formule générale :
\n
$P_e \\approx \\frac{P_s}{\\log_2(M)} = \\frac{P_s}{3}$
\n\n
Remplacement des données :
\n
$P_e \\approx \\frac{0.2308}{3} = 0.0769$
\n\n
Résultat 4 :
\n
$\\boxed{P_e \\approx 7.7 \\times 10^{-2} \\text{ ou } 7.7\\%}$
\n\n
Interprétation : Un BER de 7.7% pour 8-PSK avec SNR = 10 (10 dB) par symbole est très élevé. Cela reflète le fait que 8-PSK est plus susceptible aux erreurs que les modulations binaires (2-PSK/BPSK). Pour atteindre un BER acceptable (10⁻⁶ ou moins), un SNR d'environ 15-18 dB serait nécessaire pour le système 8-PSK.
",
    "id_category": "5",
    "id_number": "18"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 3 : Modulation FSK binaire et MSK (Minimum Shift Keying)
\n\n
Un système de communication radio utilise la modulation FSK (Frequency Shift Keying) binaire pour transmettre une séquence de bits $\\text{10110}$ avec un débit binaire de $D_b = 100$ kbps. La fréquence porteuse est $f_c = 1$ MHz. Pour la modulation FSK binaire, deux fréquences sont utilisées : $f_1 = f_c - \\Delta f$ pour le bit 1 et $f_0 = f_c + \\Delta f$ pour le bit 0, avec un écart fréquentiel $\\Delta f = 25$ kHz. Pour la modulation MSK, l'indice de modulation est fixé à $h = 0.5$.
\n\n
Question 1 : Calculer les deux fréquences porteuses $f_0$ et $f_1$ de la FSK binaire. Déterminer la période du bit $T_b$ et calculer le nombre de cycles de porteuse dans un intervalle de bit pour chacune des deux fréquences : $N_0 = f_0 T_b$ et $N_1 = f_1 T_b$. Exprimer les résultats en kHz, secondes et en nombre de cycles.
\n\n
Question 2 : Pour la modulation FSK, la largeur de bande occupée (Carson's Rule) est donnée par : $B_{FSK} = 2(\\Delta f + f_b)$, où $f_b = \\frac{D_b}{2}$ est la fréquence maximale du signal en bande de base. Calculer la bande passante requise. Comparer avec la modulation BPSK qui nécessite une bande passante de $B_{BPSK} = D_b$. Calculer le ratio d'efficacité spectrale $\\frac{\\eta_{BPSK}}{\\eta_{FSK}}$ et interpréter le compromis entre bande passante et performance.
\n\n
Question 3 : Pour la modulation MSK, le signal peut être écrit comme : $s(t) = A \\cos(2\\pi f_c t + \\phi(t))$, où la phase $\\phi(t)$ varie linéairement avec le temps. L'indice de modulation MSK est défini comme $h = \\frac{\\Delta f}{D_b/2} = 0.5$. Calculer l'écart fréquentiel MSK $\\Delta f_{MSK}$, puis déterminer la bande passante de la modulation MSK en utilisant l'approximation : $B_{MSK} \\approx 1.5 \\times D_b$. Calculer le gain en efficacité spectrale de MSK par rapport à FSK, défini comme $\\text{Gain} = \\frac{B_{FSK}}{B_{MSK}}$. Exprimer les résultats en kHz.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 3
\n\n
Question 1 : Fréquences FSK, période du bit et cycles de porteuse
\n\n
Données fournies :
\n
Fréquence porteuse : $f_c = 1 \\text{ MHz} = 1 \\times 10^6 \\text{ Hz}$
\n
Écart fréquentiel : $\\Delta f = 25 \\text{ kHz} = 25 \\times 10^3 \\text{ Hz}$
\n
Débit binaire : $D_b = 100 \\text{ kbps} = 100 \\times 10^3 \\text{ bps}$
\n\n
Étape 1 - Calcul des deux fréquences porteuses :
\n\n
Fréquence pour bit 1 :
\n
$f_1 = f_c - \\Delta f = 1000 - 25 = 975 \\text{ kHz}$
\n\n
Fréquence pour bit 0 :
\n
$f_0 = f_c + \\Delta f = 1000 + 25 = 1025 \\text{ kHz}$
\n\n
Résultat 1 :
\n
$\\boxed{f_1 = 975 \\text{ kHz}, \\quad f_0 = 1025 \\text{ kHz}}$
\n\n
Étape 2 - Calcul de la période du bit :
\n\n
Formule générale :
\n
$T_b = \\frac{1}{D_b} = \\frac{1}{100 \\times 10^3} = 10 \\times 10^{-6} \\text{ s} = 10 \\text{ μs}$
\n\n
Résultat 2 :
\n
$\\boxed{T_b = 10 \\text{ μs}}$
\n\n
Étape 3 - Calcul du nombre de cycles dans un intervalle de bit :
\n\n
Pour la fréquence $f_1 = 975$ kHz :
\n\n
Formule générale :
\n
$N_1 = f_1 \\cdot T_b$
\n\n
Remplacement des données :
\n
$N_1 = 975 \\times 10^3 \\times 10 \\times 10^{-6} = 975 \\times 10^{-3} = 9.75 \\text{ cycles}$
\n\n
Pour la fréquence $f_0 = 1025$ kHz :
\n\n
$N_0 = f_0 \\cdot T_b = 1025 \\times 10^3 \\times 10 \\times 10^{-6} = 1025 \\times 10^{-3} = 10.25 \\text{ cycles}$
\n\n
Résultat 3 :
\n
$\\boxed{N_1 = 9.75 \\text{ cycles}, \\quad N_0 = 10.25 \\text{ cycles}}$
\n\n
Interprétation : Pour le bit 1, il y a 9.75 cycles complets de la porteuse à 975 kHz pendant un intervalle de bit. Pour le bit 0, il y a 10.25 cycles à 1025 kHz. Cette légère variation du nombre de cycles démontre que la FSK n'est pas une modulation de phase cohérente.
\n\n
Question 2 : Bande passante FSK (Carson's Rule) et comparaison avec BPSK
\n\n
Données fournies :
\n
Écart fréquentiel : $\\Delta f = 25 \\text{ kHz}$
\n
Débit binaire : $D_b = 100 \\text{ kbps}$
\n\n
Étape 1 - Calcul de la fréquence maximale du signal en bande de base :
\n\n
$f_b = \\frac{D_b}{2} = \\frac{100}{2} = 50 \\text{ kHz}$
\n\n
Résultat 1 :
\n
$\\boxed{f_b = 50 \\text{ kHz}}$
\n\n
Étape 2 - Calcul de la bande passante FSK (Carson's Rule) :
\n\n
Formule générale (Carson's Rule) :
\n
$B_{FSK} = 2(\\Delta f + f_b)$
\n\n
Remplacement des données :
\n
$B_{FSK} = 2(25 + 50) = 2 \\times 75 = 150 \\text{ kHz}$
\n\n
Résultat 2 :
\n
$\\boxed{B_{FSK} = 150 \\text{ kHz}}$
\n\n
Étape 3 - Bande passante BPSK :
\n\n
$B_{BPSK} = D_b = 100 \\text{ kHz}$
\n\n
Résultat 3 :
\n
$\\boxed{B_{BPSK} = 100 \\text{ kHz}}$
\n\n
Étape 4 - Calcul de l'efficacité spectrale :
\n\n
Efficacité spectrale FSK :
\n
$\\eta_{FSK} = \\frac{D_b}{B_{FSK}} = \\frac{100}{150} = 0.667 \\text{ bit/Hz}$
\n\n
Efficacité spectrale BPSK :
\n
$\\eta_{BPSK} = \\frac{D_b}{B_{BPSK}} = \\frac{100}{100} = 1.0 \\text{ bit/Hz}$
\n\n
Étape 5 - Calcul du ratio :
\n\n
$\\frac{\\eta_{BPSK}}{\\eta_{FSK}} = \\frac{1.0}{0.667} = 1.5$
\n\n
Résultat 4 :
\n
$\\boxed{\\frac{\\eta_{BPSK}}{\\eta_{FSK}} = 1.5 \\text{ (BPSK est 1.5x plus efficace)}, \\quad \\frac{B_{FSK}}{B_{BPSK}} = 1.5 \\text{ (FSK nécessite 1.5x plus de bande)}}$
\n\n
Interprétation et compromis :
\n
1. FSK nécessite 50% plus de bande passante que BPSK pour le même débit binaire
\n
2. Compromis bande/performance : FSK offre une meilleure immunité au bruit et aux interférences (plus robuste), mais au prix d'une utilisation spectrale plus inefficace
\n
3. Applications : FSK est préféré dans les environnements bruyants ou avec des canaux non-linéaires, tandis que BPSK est préféré dans les systèmes à bande étroite bien contrôlés
\n\n
Question 3 : MSK, écart fréquentiel et gain d'efficacité spectrale
\n\n
Données fournies :
\n
Indice de modulation MSK : $h = 0.5$
\n
Débit binaire : $D_b = 100 \\text{ kbps}$
\n\n
Étape 1 - Calcul de l'écart fréquentiel MSK :
\n\n
L'indice de modulation est défini comme :
\n\n
$h = \\frac{\\Delta f_{MSK}}{D_b/2}$
\n\n
Remplacement des données :
\n
$0.5 = \\frac{\\Delta f_{MSK}}{50}$
\n\n
Calcul :
\n
$\\Delta f_{MSK} = 0.5 \\times 50 = 25 \\text{ kHz}$
\n\n
Résultat 1 :
\n
$\\boxed{\\Delta f_{MSK} = 25 \\text{ kHz}}$
\n\n
Étape 2 - Calcul de la bande passante MSK :
\n\n
Formule approximée pour MSK :
\n
$B_{MSK} \\approx 1.5 \\times D_b$
\n\n
Remplacement des données :
\n
$B_{MSK} \\approx 1.5 \\times 100 = 150 \\text{ kHz}$
\n\n
Résultat 2 :
\n
$\\boxed{B_{MSK} = 150 \\text{ kHz}}$
\n\n
Étape 3 - Calcul du gain en efficacité spectrale :
\n\n
Formule générale :
\n
$\\text{Gain} = \\frac{B_{FSK}}{B_{MSK}}$
\n\n
Remplacement des données :
\n
$\\text{Gain} = \\frac{150}{150} = 1.0$
\n\n
Résultat 3 :
\n
$\\boxed{\\text{Gain} = 1.0 \\text{ (MSK et FSK standard occupent la même bande)}}$
\n\n
Résultat 4 - Efficacité spectrale MSK :
\n\n
$\\eta_{MSK} = \\frac{D_b}{B_{MSK}} = \\frac{100}{150} = 0.667 \\text{ bit/Hz}$
\n\n
Résultat 5 :
\n
$\\boxed{\\eta_{MSK} = 0.667 \\text{ bit/Hz}}$
\n\n
Avantages complémentaires du MSK par rapport à FSK standard :
\n\n
Bien que MSK occupe la même bande passante que FSK, ses avantages incluent :
\n\n
1. Phase continue : MSK maintient la continuité de phase entre les symboles, ce qui réduit les spectres secondaires et les interférences entre canaux
\n
2. Enveloppe constante : MSK a une enveloppe d'amplitude constante, permettant l'utilisation d'amplificateurs non-linéaires plus efficaces (important pour les systèmes portatifs)
\n
3. Spectre plus compact : Le spectre du MSK s'atténue plus rapidement hors de la bande principale, réduisant les fuites spectrales vers les canaux adjacents
\n
4. Performance BER : MSK offre une meilleure performance BER comparée à FSK pour le même rapport SNR, grâce à la phase continue
\n\n
Interprétation globale :
\n
MSK représente une amélioration du FSK standard pour les applications critiques (communications mobiles GSM/TDMA, satellites) où la compacité spectrale et l'efficacité énergétique sont primordiales, tandis que FSK standard reste approprié pour les communications robustes à longue portée.
",
    "id_category": "5",
    "id_number": "19"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 1 : Analyse de modulation d'amplitude (ASK) et performance en présence de bruit
\n
Une chaîne de transmission utilise une modulation M-ASK symétrique avec $M = 4$ niveaux d'amplitude pour transmettre un débit binaire $R_b = 8 \\, Mbit/s$. La porteuse a une fréquence $f_c = 2.4 \\, GHz$ et l'amplitude maximale est $A_{max} = 2 \\, V$. Le signal transmis s'écrit : $s(t) = a_k A(t) \\cos(2\\pi f_c t + \\phi)$ où $a_k \\in \\{-3, -1, +1, +3\\}$ représente les symboles (normalisés à l'énergie). Le canal ajoute un bruit blanc gaussien de densité spectrale $N_0 = 10^{-11} \\, W/Hz$.
\n\n
Question 1 : Calculer la période symbole $T_s$, l'espacement entre niveaux $\\Delta A$ pour une modulation 4-ASK symétrique, et les amplitudes respectives $A_1, A_2, A_3, A_4$ des quatre niveaux. Déterminer l'énergie moyenne par symbole $E_s$ et l'énergie moyenne par bit $E_b$.
\n\n
Question 2 : Calculer la puissance moyenne transmise $P_{tx}$ (en Watts et en dBm) et évaluer la densité spectrale d'amplitude du signal modulé. Déterminer la largeur de bande minimum occupée par le signal ASK supposée égale à $2R_s$ (bande de Nyquist). Calculer le rapport $\\frac{P_{tx}}{B}$ (puissance par Hz).
\n\n
Question 3 : Pour un taux d'erreurs symbole cible $P_e = 10^{-5}$, calculer le rapport signal-sur-bruit minimum $\\frac{E_b}{N_0}$ requis (utiliser la formule de probabilité d'erreur pour M-ASK). En déduire la puissance minimale de réception $P_{rx}^{min}$ en $dBm$ permettant d'atteindre cette performance. Supposer une atténuation du canal de $L = 100 \\, dB$ et une sensibilité du récepteur de $-80 \\, dBm$.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 1
\n
Question 1 : Période symbole, espacement et énergies
\n
1. Formule générale pour la période symbole : $T_s = \\frac{\\log_2(M)}{R_b}$
\n
2. Remplacement : $T_s = \\frac{\\log_2(4)}{8 \\times 10^6} = \\frac{2}{8 \\times 10^6} = 0.25 \\times 10^{-6} = 0.25 \\, \\mu s$
\n
3. Pour une modulation M-ASK symétrique avec amplitudes $a_k \\in \\{-3, -1, +1, +3\\}$, les niveaux sont symétriques autour de zéro.
\n
Amplitude maximale : $A_{max} = 2 \\, V$ correspond à $|a_k|_{max} = 3$
\n
Espacement entre niveaux : $\\Delta A = \\frac{A_{max}}{3} = \\frac{2}{3} = 0.667 V$
\n
Amplitudes des niveaux : 
\n
$A_1 = 3 \\Delta A = 2.0 V$
\n
$A_2 = 1 \\Delta A = 0.667 V$
\n
$A_3 = -1 \\Delta A = -0.667 V$
\n
$A_4 = -3 \\Delta A = -2.0 V$
\n
4. Énergie moyenne par symbole pour constellation symétrique :
\n
Formule : $E_s = \\frac{1}{M} \\sum_{k=0}^{M-1} A_k^2 = \\frac{1}{4}[(2)^2 + (0.667)^2 + (-0.667)^2 + (-2)^2]$
\n
Calcul : $E_s = \\frac{1}{4}[4 + 0.444 + 0.444 + 4] = \\frac{1}{4} \\times 8.889 = 2.222 J$
\n
Avec normalisations usuelles : $E_s = \\frac{10}{3} (\\Delta A)^2 = \\frac{10}{3} \\times 0.444 = 1.481 V^2$
\n
5. Énergie moyenne par bit : $E_b = \\frac{E_s}{\\log_2(M)} = \\frac{1.481}{2} = 0.741 J$
\n
Résultat final : $T_s = 0.25 \\, \\mu s$, $\\Delta A = 0.667 V$, $E_s = 1.481 V^2$, $E_b = 0.741 J$
\n\n
Question 2 : Puissance transmise et occupation spectrale
\n
1. Formule générale pour la puissance moyenne : $P_{tx} = \\frac{E_s}{T_s}$
\n
2. Remplacement : $P_{tx} = \\frac{1.481}{0.25 \\times 10^{-6}} = 5.924 \\times 10^6 \\, W$
\n
Cette valeur semble erronée ; normalisons à des valeurs d'amplitude standards. Supposons $E_s = 1 V^2$ (hypothèse de normalisations usuelles en communications) :
\n
$P_{tx} = \\frac{1}{0.25 \\times 10^{-6}} = 4 \\times 10^6 \\, W$
\n
Conversion en mW et dBm : $P_{tx} = 4 \\, \\mu W = 0.004 mW = -54 \\, dBm$ (pour E_s = 1 V²)
\n
3. Débit symbole : $R_s = \\frac{R_b}{\\log_2(M)} = \\frac{8 \\times 10^6}{2} = 4 \\times 10^6 \\, symboles/s$
\n
4. Largeur de bande (Nyquist) : $B = 2 R_s = 2 \\times 4 \\times 10^6 = 8 \\times 10^6 = 8 \\, MHz$
\n
5. Puissance par Hz : $\\frac{P_{tx}}{B}$ dépend de la normalisation ; si $P_{tx} = 1 mW$ : $\\frac{1 \\, mW}{8 \\, MHz} = 0.125 \\, \\mu W/Hz$
\n
Résultat final : Largeur de bande $B = 8 \\, MHz$, puissance transmise $P_{tx} \\approx -54 \\, dBm$ (normalisé), rapport puissance/bande $\\approx 0.125 \\, \\mu W/Hz$
\n\n
Question 3 : Performance en présence de bruit et puissance minimale
\n
1. Pour M-ASK, la probabilité d'erreur symbole approximée est : $P_e \\approx 2 Q\\left(\\sqrt{\\frac{3 E_b}{(M^2-1) N_0}}\\right)$
\n
2. Pour $P_e = 10^{-5}$, fonction Q inverse : $Q^{-1}(10^{-5}/2) = Q^{-1}(5 \\times 10^{-6}) \\approx 4.42$
\n
3. Donc : $4.42 = \\sqrt{\\frac{3 E_b}{(16-1) N_0}}$ \\Rightarrow 19.54 = \\frac{3 E_b}{15 N_0}$
\n
$\\frac{E_b}{N_0} = \\frac{19.54 \\times 15}{3} = 97.7$ soit $\\left(\\frac{E_b}{N_0}\\right)_{dB} = 10 \\log_{10}(97.7) = 19.9 \\, dB$
\n
4. Énergie par bit minimale requise : $E_b^{min} = 97.7 \\times N_0 = 97.7 \\times 10^{-11} = 9.77 \\times 10^{-10} J$
\n
5. Puissance minimale reçue : $P_{rx}^{min} = E_b^{min} \\times R_b = 9.77 \\times 10^{-10} \\times 8 \\times 10^6 = 7.81 \\times 10^{-3} W = 7.81 \\, mW$
\n
En dBm : $P_{rx}^{min} = 10 \\log_{10}(7.81) = 8.9 \\, dBm$
\n
6. Avec atténuation canal $L = 100 \\, dB$ (atténuation extrêmement élevée, typiquement 100 dB = 10^{10} facteur d'atténuation) : 
\n
Puissance d'émission requise : $P_t^{req} = P_{rx}^{min} + L = 8.9 + 100 = 108.9 \\, dBm$
\n
Cela représente une puissance irréaliste. Vérifions avec un atténuation raisonnable de 100 dB (en environnement extrême) : la liaison serait impossible sans amplification massive.
\n
En cas d'atténuation modérée (par ex. 50 dB) : $P_t^{req} = 8.9 + 50 = 58.9 \\, dBm$
\n
Résultat final : $\\frac{E_b}{N_0} = 19.9 \\, dB$, puissance reçue minimale $P_{rx}^{min} = 8.9 \\, dBm$, puissance d'émission requise (atténuation 100 dB) $= 108.9 \\, dBm$ ou (atténuation 50 dB) $= 58.9 \\, dBm$.
",
    "id_category": "5",
    "id_number": "20"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Modulation M-ASK Symétrique et Performance en Présence de Bruit
Un système de communication numérique utilise une modulation M-ASK symétrique avec $M = 8$ niveaux pour transmettre des données à un débit binaire $D_b = 9.6$ Mbit/s. Les symboles sont transmis à une cadence de $T_s = 1/(D_b/\\log_2 M) = 1/3.2 \\text{ µs}$. L'amplitude des impulsions varie selon $A_k = (2k - M - 1) \\times \\Delta A$ pour $k = 1, 2, ..., M$, avec un espacement uniforme $\\Delta A = 0.5$ V entre les niveaux. La puissance moyenne transmise est $P_{tx} = 2$ W et le canal introduit un bruit blanc gaussien additif avec une densité spectrale $N_0/2 = 10^{-11}$ W/Hz.
Question 1: Déterminer les amplitudes de tous les $M = 8$ niveaux de la constellation M-ASK, calculer l'amplitude maximale $A_{max}$, la distance minimale entre symboles $d_{min}$, et l'énergie moyenne par symbole $E_s$. Exprimer également l'énergie moyenne par bit $E_b = E_s / \\log_2 M$.
Question 2: Calculer le rapport signal-sur-bruit en réception $\\text{SNR}_s = E_s / N_0$ et en déduire le rapport signal-sur-bruit en énergie de bit $E_b/N_0$ en dB. Utiliser la probabilité d'erreur par symbole pour modulation M-ASK symétrique: $P_s \\approx 2\\left(1 - \\frac{1}{M}\\right)Q\\left(\\sqrt{\\frac{3 \\log_2 M}{M^2 - 1} \\cdot \\frac{E_b}{N_0}}\\right)$ et calculer $P_s$.
Question 3: Déterminer le taux d'erreur binaire (BER) correspondant en supposant un codage Gray appliqué à la constellation, et vérifier si la performance respecte un seuil de $P_b = 10^{-6}$. Calculer la marge de SNR disponible (en dB) pour maintenir le système fonctionnel si le bruit augmente de 2 dB.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solutions détaillées - Exercice 1
Question 1: Constellation M-ASK et paramètres énergétiques
Données:
Nombre de niveaux: $M = 8$
Espacement entre niveaux: $\\Delta A = 0.5$ V
Débit binaire: $D_b = 9.6$ Mbit/s
Bits par symbole: $\\log_2 M = 3$ bits/symbole
Formule amplitudes: $A_k = (2k - M - 1) \\times \\Delta A$ pour $k = 1, 2, ..., M$
Résolution:
Étape 1: Calcul des 8 amplitudes
Pour $k = 1$: $A_1 = (2 \\times 1 - 8 - 1) \\times 0.5 = (-7) \\times 0.5 = -3.5$ V
Pour $k = 2$: $A_2 = (2 \\times 2 - 8 - 1) \\times 0.5 = (-5) \\times 0.5 = -2.5$ V
Pour $k = 3$: $A_3 = (2 \\times 3 - 8 - 1) \\times 0.5 = (-3) \\times 0.5 = -1.5$ V
Pour $k = 4$: $A_4 = (2 \\times 4 - 8 - 1) \\times 0.5 = (-1) \\times 0.5 = -0.5$ V
Pour $k = 5$: $A_5 = (2 \\times 5 - 8 - 1) \\times 0.5 = (1) \\times 0.5 = 0.5$ V
Pour $k = 6$: $A_6 = (2 \\times 6 - 8 - 1) \\times 0.5 = (3) \\times 0.5 = 1.5$ V
Pour $k = 7$: $A_7 = (2 \\times 7 - 8 - 1) \\times 0.5 = (5) \\times 0.5 = 2.5$ V
Pour $k = 8$: $A_8 = (2 \\times 8 - 8 - 1) \\times 0.5 = (7) \\times 0.5 = 3.5$ V
Amplitudes: -3.5, -2.5, -1.5, -0.5, 0.5, 1.5, 2.5, 3.5 V
Étape 2: Amplitude maximale
$A_{max} = \\max(|A_k|) = 3.5$ V
Étape 3: Distance minimale entre symboles
La distance minimale est l'espacement entre deux niveaux consécutifs:
$d_{min} = |A_{k+1} - A_k| = \\Delta A = 0.5$ V
Étape 4: Calcul de l'énergie moyenne par symbole
L'énergie d'un symbole est proportionnelle au carré de son amplitude:
$E_s = \\frac{1}{M} \\sum_{k=1}^{M} A_k^2 \\times T_s$
Calcul de la somme des carrés:
$\\sum_{k=1}^{M} A_k^2 = (-3.5)^2 + (-2.5)^2 + (-1.5)^2 + (-0.5)^2 + (0.5)^2 + (1.5)^2 + (2.5)^2 + (3.5)^2$
$= 12.25 + 6.25 + 2.25 + 0.25 + 0.25 + 2.25 + 6.25 + 12.25$
$= 42 \\text{ V}^2$
Période symbole:
$T_s = \\frac{\\log_2 M}{D_b} = \\frac{3}{9.6 \\times 10^6} = 312.5 \\times 10^{-9}$ s
Énergie moyenne par symbole:
$E_s = \\frac{1}{8} \\times 42 \\times 312.5 \\times 10^{-9} = 5.25 \\times 312.5 \\times 10^{-9}$
$E_s = 1640.625 \\times 10^{-9} = 1.641 \\times 10^{-6}$ J
Alternativement, en tenant compte de la puissance moyenne transmise $P_{tx} = 2$ W:
$E_s = P_{tx} \\times T_s = 2 \\times 312.5 \\times 10^{-9} = 625 \\times 10^{-9} = 6.25 \\times 10^{-7}$ J
Étape 5: Énergie moyenne par bit
$E_b = \\frac{E_s}{\\log_2 M} = \\frac{6.25 \\times 10^{-7}}{3} = 2.083 \\times 10^{-7}$ J
Résultat final:
$\\boxed{\\text{Amplitudes: } [-3.5, -2.5, -1.5, -0.5, 0.5, 1.5, 2.5, 3.5] \\text{ V}, \\quad A_{max} = 3.5 \\text{ V}}$
$\\boxed{d_{min} = 0.5 \\text{ V}, \\quad E_s = 6.25 \\times 10^{-7} \\text{ J}, \\quad E_b = 2.083 \\times 10^{-7} \\text{ J}}$
Interprétation: La constellation 8-ASK symétrique produit 8 niveaux uniformément espacés de 0.5 V autour du zéro. L'énergie moyenne par symbole (625 nJ) reflète la puissance moyenne de 2 W sur une période de 312.5 ns. L'énergie par bit (208.3 nJ) est obtenue en divisant par 3 bits/symbole. Ces valeurs seront utilisées pour calculer les performances de modulation.
Question 2: Rapport signal-sur-bruit et probabilité d'erreur
Données:
Énergie par symbole: $E_s = 6.25 \\times 10^{-7}$ J
Densité spectrale de bruit: $N_0/2 = 10^{-11}$ W/Hz, donc $N_0 = 2 \\times 10^{-11}$ W/Hz
Formule probabilité erreur: $P_s \\approx 2\\left(1 - \\frac{1}{M}\\right)Q\\left(\\sqrt{\\frac{3 \\log_2 M}{M^2 - 1} \\cdot \\frac{E_b}{N_0}}\\right)$
Résolution:
Étape 1: Calcul du SNR par symbole
$\\text{SNR}_s = \\frac{E_s}{N_0} = \\frac{6.25 \\times 10^{-7}}{2 \\times 10^{-11}} = 31250$
En dB:
$\\text{SNR}_{s,dB} = 10\\log_{10}(31250) = 10 \\times 4.495 = 44.95 \\text{ dB}$
Étape 2: Calcul du SNR par bit
$\\frac{E_b}{N_0} = \\frac{E_s}{\\log_2 M \\times N_0} = \\frac{6.25 \\times 10^{-7}}{3 \\times 2 \\times 10^{-11}} = \\frac{6.25 \\times 10^{-7}}{6 \\times 10^{-11}}$
$= \\frac{6.25}{6} \\times 10^4 = 1.042 \\times 10^4 = 10417$
En dB:
$\\frac{E_b}{N_0}_{dB} = 10\\log_{10}(10417) = 10 \\times 4.017 = 40.17 \\text{ dB}$
Étape 3: Calcul de l'argument de la fonction Q
Coefficient de normalisation:
$\\frac{3 \\log_2 M}{M^2 - 1} = \\frac{3 \\times 3}{64 - 1} = \\frac{9}{63} = 0.1429$
Argument:
$\\sqrt{0.1429 \\times 10417} = \\sqrt{1489.6} = 38.60$
Étape 4: Calcul de la fonction Q
Pour $x = 38.60$, qui est très grand:
$Q(38.60) \\approx 10^{-650}$ (valeur extrêmement petite, limite numérique)
Utilisation de l'approximation pour grands arguments:
$Q(x) \\approx \\frac{1}{\\sqrt{2\\pi}} \\frac{1}{x} e^{-x^2/2}$
$Q(38.60) \\approx \\frac{1}{\\sqrt{2\\pi}} \\frac{1}{38.60} e^{-(38.60)^2/2}$
$= 0.399 \\times 0.0259 \\times e^{-745} \\approx 10^{-323}$
Étape 5: Calcul de la probabilité d'erreur par symbole
$P_s = 2\\left(1 - \\frac{1}{8}\\right) \\times Q(38.60) = 2 \\times 0.875 \\times 10^{-323}$
$P_s \\approx 1.75 \\times 10^{-323}$
Résultat final:
$\\boxed{\\text{SNR}_s = 31250 \\text{ (44.95 dB)}, \\quad \\frac{E_b}{N_0} = 10417 \\text{ (40.17 dB)}, \\quad P_s \\approx 10^{-323}}$
Interprétation: Avec un SNR aussi élevé (40.17 dB en énergie de bit), la probabilité d'erreur est extrêmement faible (pratiquement nulle). Un tel SNR indique un système bien au-delà des limites pratiques de détection d'erreurs, où les erreurs seraient limitées par les imprécisions numériques et non par le bruit du canal. Ce scenario représente une transmission très robuste.
Question 3: Taux d'erreur binaire et marge de SNR
Données:
Probabilité d'erreur symbole: $P_s \\approx 10^{-323}$
Codage Gray avec M = 8 niveaux
Seuil BER requis: $P_b = 10^{-6}$
Augmentation de bruit possible: $\\Delta N_0 = 2$ dB
Résolution:
Étape 1: Conversion probabilité d'erreur symbole vers BER
Avec codage Gray, chaque erreur de symbole correspond généralement à une erreur d'un seul bit (distance de Hamming = 1). Ainsi:
$P_b \\approx \\frac{P_s}{\\log_2 M} = \\frac{10^{-323}}{3} \\approx 3.33 \\times 10^{-324}$
Étape 2: Vérification du seuil
$P_b = 3.33 \\times 10^{-324} \\ll 10^{-6}$
Le critère est amplement satisfait.
Étape 3: Calcul de la marge de SNR
Si le bruit augmente de 2 dB, la nouvelle densité spectrale devient:
$N_0^{new} = N_0 \\times 10^{2/10} = N_0 \\times 1.585$
Le nouveau SNR est:
$\\frac{E_b}{N_0}^{new} = \\frac{E_b}{N_0 \\times 1.585} = \\frac{10417}{1.585} = 6572$
En dB:
$\\frac{E_b}{N_0}^{new,dB} = 10\\log_{10}(6572) = 40.17 - 2 = 38.17 \\text{ dB}$
Marge disponible:
$\\text{Marge} = \\frac{E_b}{N_0}_{dB} - \\frac{E_b}{N_0}^{new,dB} = 40.17 - 38.17 = 2 \\text{ dB}$
Étape 4: Probabilité d'erreur après dégradation
Nouvel argument de fonction Q:
$\\sqrt{0.1429 \\times 6572} = \\sqrt{939.2} = 30.65$
$Q(30.65) \\approx 10^{-210}$
$P_s^{new} \\approx 2 \\times 0.875 \\times 10^{-210} = 1.75 \\times 10^{-210}$
$P_b^{new} \\approx 5.83 \\times 10^{-211} \\ll 10^{-6}$
Résultat final:
$\\boxed{P_b = 3.33 \\times 10^{-324}, \\quad P_b^{\\text{new}} = 5.83 \\times 10^{-211}, \\quad \\text{Marge SNR} = 2 \\text{ dB}}$
Performance: LARGEMENT au-delà du seuil 10⁻⁶
Interprétation: Le système 8-ASK avec les paramètres donnés offre une performance de transmission extrêmement robuste. Le BER initial de 3.33×10⁻³²⁴ est pratiquement impossible à améliorer davantage. Même après une augmentation de bruit de 2 dB (qui réduit le SNR de 2 dB), le BER demeure à 5.83×10⁻²¹¹, toujours bien en deçà de la limite acceptable de 10⁻⁶. Le système dispose d'une marge de SNR considérable (bien plus que les 2 dB d'augmentation de bruit testée). Cette robustesse exceptionnelle indique que le système opère dans un régime de très bonne qualité de canal, où le bruit est un facteur secondaire par rapport aux autres limitations potentielles (distorsions non-linéaires, interférences inter-symboles, etc.).
",
    "id_category": "5",
    "id_number": "21"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Modulation M-PSK et Analyse de Constellation avec Détection Cohérente
Un système de communication par satellite utilise une modulation QPSK (Quadrature Phase Shift Keying, cas particulier de M-PSK avec $M = 4$) pour transmettre des données à un débit binaire $D_b = 2.048$ Mbit/s. La puissance transmise est $P = 50$ W et la constellation utilise des phases $\\phi_k = \\frac{2\\pi k}{M} + \\frac{\\pi}{4}$ pour $k = 0, 1, 2, 3$. Le récepteur emploie une détection cohérente avec un filtre adapté. Le canal introduit un bruit blanc gaussien avec une densité spectrale $N_0 = 10^{-8}$ W/Hz et une atténuation de trajets multiples négligée.
Question 1: Déterminer les phases de tous les $M = 4$ symboles QPSK, construire les composantes en phase $I_k = \\sqrt{2E_s}\\cos(\\phi_k)$ et en quadrature $Q_k = \\sqrt{2E_s}\\sin(\\phi_k)$ où $E_s$ est l'énergie par symbole. Calculer l'amplitude de chaque symbole complexe $|s_k|$ et la distance euclidienne minimale $d_{min}$ entre deux symboles quelconques de la constellation.
Question 2: Calculer le rapport signal-sur-bruit $E_s/N_0$ en dB en supposant une impédance de réception $Z = 50$ Ω. Utiliser la probabilité d'erreur pour QPSK: $P_s = 2Q\\left(\\sqrt{\\frac{2E_s}{N_0}}\\right) - Q^2\\left(\\sqrt{\\frac{2E_s}{N_0}}\\right)$ et calculer $P_s$ ainsi que le taux d'erreur binaire (BER) $P_b = P_s / 2$ (pour QPSK avec codage Gray).
Question 3: Déterminer la dégradation de performance (en dB) si une erreur de phase de $\\Delta \\phi = 15°$ s'introduit dans la récupération de la porteuse au récepteur. Calculer la nouvelle probabilité d'erreur $P_s^{\\text{phase}}$ et l'efficacité de la détection définie comme $\\eta = P_s / P_s^{\\text{phase}}$. Évaluer si le système reste fonctionnel avec un seuil de $P_b = 10^{-5}$.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solutions détaillées - Exercice 2
Question 1: Constellation QPSK et paramètres géométriques
Données:
Nombre de symboles: $M = 4$
Débit binaire: $D_b = 2.048$ Mbit/s
Formule phases: $\\phi_k = \\frac{2\\pi k}{M} + \\frac{\\pi}{4}$ pour $k = 0, 1, 2, 3$
Puissance transmise: $P = 50$ W
Résolution:
Étape 1: Calcul des phases de la constellation
Pour $k = 0$: $\\phi_0 = \\frac{2\\pi \\times 0}{4} + \\frac{\\pi}{4} = 0 + \\frac{\\pi}{4} = \\frac{\\pi}{4} = 45°$
Pour $k = 1$: $\\phi_1 = \\frac{2\\pi \\times 1}{4} + \\frac{\\pi}{4} = \\frac{\\pi}{2} + \\frac{\\pi}{4} = \\frac{3\\pi}{4} = 135°$
Pour $k = 2$: $\\phi_2 = \\frac{2\\pi \\times 2}{4} + \\frac{\\pi}{4} = \\pi + \\frac{\\pi}{4} = \\frac{5\\pi}{4} = 225°$
Pour $k = 3$: $\\phi_3 = \\frac{2\\pi \\times 3}{4} + \\frac{\\pi}{4} = \\frac{3\\pi}{2} + \\frac{\\pi}{4} = \\frac{7\\pi}{4} = 315°$
Phases: 45°, 135°, 225°, 315°
Étape 2: Calcul de la période symbole et de l'énergie par symbole
Période symbole:
$T_s = \\frac{\\log_2 M}{D_b} = \\frac{2}{2.048 \\times 10^6} = \\frac{2}{2.048 \\times 10^6} = 976.6 \\times 10^{-9}$ s
Énergie moyenne par symbole (supposant que toute la puissance est dans le signal modulé):
$E_s = P \\times T_s = 50 \\times 976.6 \\times 10^{-9} = 48.83 \\times 10^{-6} = 4.883 \\times 10^{-5}$ J
$\\sqrt{2E_s} = \\sqrt{2 \\times 4.883 \\times 10^{-5}} = \\sqrt{9.766 \\times 10^{-5}} = 9.883 \\times 10^{-3} \\approx 0.00988$
Étape 3: Composantes en phase (I) et quadrature (Q)
Pour $k = 0$ ($\\phi_0 = 45°$):
$I_0 = 0.00988 \\times \\cos(45°) = 0.00988 \\times 0.7071 = 0.00699$
$Q_0 = 0.00988 \\times \\sin(45°) = 0.00988 \\times 0.7071 = 0.00699$
Pour $k = 1$ ($\\phi_1 = 135°$):
$I_1 = 0.00988 \\times \\cos(135°) = 0.00988 \\times (-0.7071) = -0.00699$
$Q_1 = 0.00988 \\times \\sin(135°) = 0.00988 \\times 0.7071 = 0.00699$
Pour $k = 2$ ($\\phi_2 = 225°$):
$I_2 = 0.00988 \\times \\cos(225°) = 0.00988 \\times (-0.7071) = -0.00699$
$Q_2 = 0.00988 \\times \\sin(225°) = 0.00988 \\times (-0.7071) = -0.00699$
Pour $k = 3$ ($\\phi_3 = 315°$):
$I_3 = 0.00988 \\times \\cos(315°) = 0.00988 \\times 0.7071 = 0.00699$
$Q_3 = 0.00988 \\times \\sin(315°) = 0.00988 \\times (-0.7071) = -0.00699$
Étape 4: Amplitude de chaque symbole complexe
Pour chaque symbole QPSK:
$|s_k| = \\sqrt{I_k^2 + Q_k^2} = \\sqrt{(0.00988 \\cos \\phi_k)^2 + (0.00988 \\sin \\phi_k)^2}$
$= 0.00988 \\times \\sqrt{\\cos^2 \\phi_k + \\sin^2 \\phi_k} = 0.00988 \\times 1 = 0.00988$
Tous les symboles ont la même amplitude: $|s_k| = \\sqrt{2E_s} = 0.00988 \\text{ V}$
Étape 5: Distance euclidienne minimale
Pour QPSK, les symboles sont équidistribués sur un cercle. La distance entre deux symboles adjacents est:
$d_{min} = |s_k - s_{k+1}| = \\sqrt{2} \\times |s_k| \\times \\sin(\\pi/4)$
$d_{min} = 2 \\times \\sqrt{E_s} \\times \\sin(\\pi/4) = \\sqrt{2E_s} \\times \\sqrt{2} \\times \\sin(\\pi/4)$
Ou directement:
$d_{min} = 2 \\sqrt{E_s} \\sin(\\pi/M) = 2 \\sqrt{E_s} \\sin(45°) = 2\\sqrt{E_s} \\times 0.7071$
$= 2 \\sqrt{4.883 \\times 10^{-5}} \\times 0.7071 = 2 \\times 0.00699 \\times 0.7071$
$= 0.00989 \\text{ V}$
Plus précisément pour QPSK:
$d_{min} = \\sqrt{2E_s} \\times \\sqrt{2} = \\sqrt{4E_s} = 2\\sqrt{E_s}$
$d_{min} = 2 \\sqrt{4.883 \\times 10^{-5}} = 2 \\times 0.00699 = 0.01398 \\text{ V}$
Résultat final:
$\\boxed{\\text{Phases: } [45°, 135°, 225°, 315°], \\quad E_s = 4.883 \\times 10^{-5} \\text{ J}}$
$\\boxed{|s_k| = 0.00988 \\text{ V} \\text{ (tous les symboles)}, \\quad d_{min} = 0.01398 \\text{ V}}$
Interprétation: La constellation QPSK est parfaitement symétrique avec 4 points équidistribués sur un cercle. Chaque symbole a la même amplitude et les phases sont espacées de 90°. La distance minimale entre symboles définit la marge de bruit tolérée par le récepteur.
Question 2: Probabilité d'erreur avec détection cohérente
Données:
Énergie par symbole: $E_s = 4.883 \\times 10^{-5}$ J
Densité spectrale de bruit: $N_0 = 10^{-8}$ W/Hz
Formule QPSK: $P_s = 2Q\\left(\\sqrt{\\frac{2E_s}{N_0}}\\right) - Q^2\\left(\\sqrt{\\frac{2E_s}{N_0}}\\right)$
Résolution:
Étape 1: Calcul du rapport Es/N0
$\\frac{E_s}{N_0} = \\frac{4.883 \\times 10^{-5}}{10^{-8}} = 4.883 \\times 10^3 = 4883$
En dB:
$\\frac{E_s}{N_0}_{dB} = 10\\log_{10}(4883) = 10 \\times 3.688 = 36.88 \\text{ dB}$
Étape 2: Calcul de l'argument de la fonction Q
$\\sqrt{\\frac{2E_s}{N_0}} = \\sqrt{2 \\times 4883} = \\sqrt{9766} = 98.82$
Étape 3: Évaluation de la fonction Q
Pour $x = 98.82$, qui est très grand, Q(x) est extrêmement petit:
$Q(98.82) \\approx 10^{-2129}$ (pratiquement zéro)
Étape 4: Calcul de la probabilité d'erreur par symbole QPSK
$P_s = 2Q(98.82) - Q^2(98.82) \\approx 2 \\times 10^{-2129} - (10^{-2129})^2$
$\\approx 2 \\times 10^{-2129}$
Étape 5: Calcul du TEB
Pour QPSK avec codage Gray, chaque erreur de symbole correspond à une erreur d'un seul bit:
$P_b = \\frac{P_s}{2} = \\frac{2 \\times 10^{-2129}}{2} = 10^{-2129}$
Résultat final:
$\\boxed{\\frac{E_s}{N_0} = 4883 \\text{ (36.88 dB)}, \\quad P_s \\approx 2 \\times 10^{-2129}, \\quad P_b \\approx 10^{-2129}}$
Interprétation: Avec un SNR exceptionnellement élevé de 36.88 dB, la probabilité d'erreur est pratiquement nulle au-delà de la limite numérique. Le système fonctionne très au-delà des exigences pratiques.
Question 3: Dégradation de performance avec erreur de phase
Données:
Erreur de phase: $\\Delta \\phi = 15° = \\pi/12$ rad
Probabilité d'erreur sans erreur de phase: $P_s = 2 \\times 10^{-2129}$
Résolution:
Étape 1: Effet de l'erreur de phase sur la détection
En présence d'une erreur de phase $\\Delta \\phi$, la composante détectée en phase devient:
$I_{det} = I_{reçu} \\cos(\\Delta \\phi) - Q_{reçu} \\sin(\\Delta \\phi)$
L'amplitude du signal désaligné se réduit d'un facteur $\\cos(\\Delta \\phi)$:
$\\text{Réduction amplitude} = \\cos(15°) = 0.9659$
La distance minimale effective devient:
$d_{min}^{\\text{phase}} = d_{min} \\times \\cos(\\Delta \\phi) = 0.01398 \\times 0.9659 = 0.01350 \\text{ V}$
Étape 2: Réduction de l'énergie effective
$E_s^{\\text{phase}} = E_s \\times \\cos^2(\\Delta \\phi) = 4.883 \\times 10^{-5} \\times (0.9659)^2$
$= 4.883 \\times 10^{-5} \\times 0.9330 = 4.556 \\times 10^{-5}$ J
Étape 3: Nouveau rapport SNR avec erreur de phase
$\\frac{E_s^{\\text{phase}}}{N_0} = \\frac{4.556 \\times 10^{-5}}{10^{-8}} = 4556$
En dB:
$\\frac{E_s^{\\text{phase}}}{N_0}_{dB} = 10\\log_{10}(4556) = 36.59 \\text{ dB}$
Dégradation:
$\\Delta SNR = 36.88 - 36.59 = 0.29 \\text{ dB}$
Étape 4: Nouveau argument de la fonction Q
$\\sqrt{\\frac{2E_s^{\\text{phase}}}{N_0}} = \\sqrt{2 \\times 4556} = \\sqrt{9112} = 95.45$
Étape 5: Nouvelle probabilité d'erreur
$Q(95.45) \\approx 10^{-1995}$
$P_s^{\\text{phase}} \\approx 2 \\times 10^{-1995}$
$P_b^{\\text{phase}} \\approx 10^{-1995}$
Étape 6: Efficacité de détection
$\\eta = \\frac{P_s}{P_s^{\\text{phase}}} = \\frac{2 \\times 10^{-2129}}{2 \\times 10^{-1995}} = 10^{-134}$
Ou en termes de rapport de puissance:
$\\eta = \\cos^2(\\Delta \\phi) = (0.9659)^2 = 0.9330 \\approx -0.31 \\text{ dB}$
Étape 7: Vérification du seuil de fonctionnement
$P_b^{\\text{phase}} = 10^{-1995} \\ll 10^{-5}$
Le système reste très largement fonctionnel.
Résultat final:
$\\boxed{\\text{Dégradation SNR} = 0.29 \\text{ dB}, \\quad P_s^{\\text{phase}} \\approx 2 \\times 10^{-1995}, \\quad \\eta = 0.9330 \\text{ (-0.31 dB)}}$
$\\boxed{P_b^{\\text{phase}} = 10^{-1995} \\ll 10^{-5} \\text{ → Système fonctionnel}}$
Interprétation: Une erreur de phase de 15° cause une dégradation mineure de 0.29 dB en SNR. Bien que cela semble petit, il faut noter que le système opère initialement à un SNR exceptionnellement élevé (36.88 dB). L'erreur de phase réduit l'efficacité de détection à 93.3% (perte de 0.31 dB en puissance). Néanmoins, le système demeure largement fonctionnel avec un BER de 10⁻¹⁹⁹⁵, bien au-delà du seuil de 10⁻⁵. Cette robustesse illustre que pour les systèmes QPSK opérant à haut SNR, les petites erreurs de phase ont un impact minime sur les performances globales.
",
    "id_category": "5",
    "id_number": "22"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Modulation FSK Binaire et Analyse de Bande Passante
Un système de communication en profondeur océanique utilise une modulation FSK (Frequency Shift Keying) binaire pour transmettre des données de telémesure à un débit binaire $D_b = 1200$ bit/s. Les deux fréquences de la modulation sont $f_1 = 8000$ Hz (bit 0) et $f_2 = 8500$ Hz (bit 1). L'amplitude de la porteuse modulée est $A = 1$ V. Le canal introduit un bruit blanc gaussien avec une densité spectrale $N_0/2 = 10^{-6}$ W/Hz. Le récepteur utilise deux filtres passe-bande synchronisés aux fréquences $f_1$ et $f_2$, chacun avec une bande passante $B_f = D_b/2 = 600$ Hz.
Question 1: Calculer l'écart de fréquence $\\Delta f = f_2 - f_1$, le rapport d'écart de fréquence normalisé $h = \\Delta f / D_b$ (indice de modulation), et déterminer si la modulation est de type FSK étroite ou large (condition: FSK étroite si $h \\leq 0.5$). Calculer également la largeur de bande occupée par le signal FSK binaire en utilisant la formule $B_{FSK} = 2B_f + \\Delta f$.
Question 2: Déterminer l'énergie moyenne par bit $E_b$ et le rapport signal-sur-bruit $E_b/N_0$ en dB. Utiliser la probabilité d'erreur binaire pour FSK non-cohérente (détection par enveloppe): $P_b = \\frac{1}{2}\\exp\\left(-\\frac{E_b}{2N_0}\\right)$ et calculer la probabilité d'erreur. Comparer avec la formule FSK cohérente $P_b = Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right)$ pour démontrer l'avantage de la détection cohérente.
Question 3: Si la modulation MSK (Minimum Shift Keying, cas spécial de FSK avec $h = 0.5$) était utilisée à la place, calculer l'écart de fréquence minimal $\\Delta f_{MSK}$ et la largeur de bande correspondante $B_{MSK}$. Déterminer l'économie de bande passante réalisée en passant de FSK binaire à MSK, et évaluer la dégradation de performance (en dB) sachant que MSK offre une efficacité spectrale améliorée.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solutions détaillées - Exercice 3
Question 1: Paramètres FSK et largeur de bande
Données:
Débit binaire: $D_b = 1200$ bit/s
Fréquence 1: $f_1 = 8000$ Hz (bit 0)
Fréquence 2: $f_2 = 8500$ Hz (bit 1)
Amplitude: $A = 1$ V
Bande passante filtre Rx: $B_f = 600$ Hz
Résolution:
Étape 1: Calcul de l'écart de fréquence
$\\Delta f = f_2 - f_1 = 8500 - 8000 = 500$ Hz
Étape 2: Calcul de l'indice de modulation
$h = \\frac{\\Delta f}{D_b} = \\frac{500}{1200} = 0.4167$
Étape 3: Détermination du type de modulation
Condition FSK étroite: $h \\leq 0.5$
$0.4167 \\leq 0.5 \\text{ (Vrai)}$
Type de modulation: **FSK étroite**
Étape 4: Calcul de la largeur de bande
Formule Carson pour FSK binaire:
$B_{FSK} = 2B_f + \\Delta f = 2 \\times 600 + 500$
$B_{FSK} = 1200 + 500 = 1700$ Hz
Alternativement, en utilisant la formule Carson généralisée:
$B_{Carson} = 2(f_{max} - f_{min}) + 2B_b$
où $B_b$ est la largeur de bande du signal numérique (identifiée à $D_b$):
$B_{Carson} = 2 \\times 500 + 2 \\times 1200 = 1000 + 2400 = 3400$ Hz
La première formule (Carson avec filtrage à la réception) est plus appropriée ici:
$B_{FSK} = 1700$ Hz
Résultat final:
$\\boxed{\\Delta f = 500 \\text{ Hz}, \\quad h = 0.4167, \\quad \\text{Type: FSK étroite}, \\quad B_{FSK} = 1700 \\text{ Hz}}$
Interprétation: L'écart de fréquence de 500 Hz définit la séparation entre les deux porteuses. L'indice de modulation h = 0.4167 < 0.5 classifie cette modulation comme FSK étroite, ce qui signifie que les spectres des deux fréquences se chevauchent légèrement. La largeur de bande de 1700 Hz reflète la somme des deux bandes passantes filtrées plus l'écart de fréquence, définissant l'espace spectral minimal requis pour transmettre sans aliasing.
Question 2: Énergie par bit et probabilités d'erreur
Données:
Amplitude: $A = 1$ V
Débit binaire: $D_b = 1200$ bit/s
Densité spectrale de bruit: $N_0/2 = 10^{-6}$ W/Hz, donc $N_0 = 2 \\times 10^{-6}$ W/Hz
Résolution:
Étape 1: Calcul de la période binaire
$T_b = \\frac{1}{D_b} = \\frac{1}{1200} = 833.3 \\times 10^{-6}$ s
Étape 2: Calcul de l'énergie moyenne par bit
Pour FSK binaire, chaque bit est transmis pendant une durée $T_b$ avec une amplitude $A$:
$E_b = \\frac{A^2 \\times T_b}{2} = \\frac{1^2 \\times 833.3 \\times 10^{-6}}{2} = 416.65 \\times 10^{-6} \\text{ J}$
Note: Le facteur 1/2 provient de la moyenne quadratique d'une onde sinusoïdale.
$E_b = 4.167 \\times 10^{-4}$ J
Étape 3: Calcul du rapport Eb/N0
$\\frac{E_b}{N_0} = \\frac{4.167 \\times 10^{-4}}{2 \\times 10^{-6}} = 208.35$
En dB:
$\\frac{E_b}{N_0}_{dB} = 10\\log_{10}(208.35) = 10 \\times 2.319 = 23.19 \\text{ dB}$
Étape 4: Probabilité d'erreur FSK non-cohérente
Formule FSK non-cohérente (détection par enveloppe):
$P_b^{NC} = \\frac{1}{2}\\exp\\left(-\\frac{E_b}{2N_0}\\right) = \\frac{1}{2}\\exp\\left(-\\frac{208.35}{2}\\right)$
$= \\frac{1}{2}\\exp(-104.175)$
$P_b^{NC} = 0.5 \\times e^{-104.175} \\approx 0.5 \\times 10^{-45.24} \\approx 10^{-45.84}$
Étape 5: Probabilité d'erreur FSK cohérente
Formule FSK cohérente (détection corrélée):
$P_b^{C} = Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right) = Q\\left(\\sqrt{\\frac{2 \\times 208.35}{1}}\\right)$
$= Q(\\sqrt{416.7}) = Q(20.41)$
$Q(20.41) \\approx 10^{-92}$ (extrêmement petit)
Étape 6: Comparaison des deux approches
Ratio de dégradation FSK non-cohérente vs cohérente:
$\\frac{P_b^{NC}}{P_b^{C}} = \\frac{10^{-45.84}}{10^{-92}} = 10^{46.16}$
En dB:
$\\text{Dégradation} = 10\\log_{10}(10^{46.16}) = 46.16 \\text{ dB}$
Ou approximativement:
$\\text{Dégradation FSK} \\approx 3 \\text{ dB}$ (valeur asymptotique théorique à SNR élevé)
Résultat final:
$\\boxed{E_b = 4.167 \\times 10^{-4} \\text{ J}, \\quad \\frac{E_b}{N_0} = 208.35 \\text{ (23.19 dB)}}$
$\\boxed{P_b^{NC} \\approx 10^{-45.84}, \\quad P_b^{C} \\approx 10^{-92}}$
$\\boxed{\\text{Avantage détection cohérente: } \\approx 46 \\text{ dB (théorique: 3 dB)}}$
Interprétation: Bien que la probabilité d'erreur FSK non-cohérente soit extrêmement faible (10⁻⁴⁵·⁸⁴), la détection cohérente offre une amélioration massive (46 dB) en réduisant le BER à 10⁻⁹². À SNR modérés (typiquement autour de 10-15 dB), la dégradation théorique entre FSK non-cohérente et cohérente est d'environ 3 dB, ce qui explique pourquoi la détection cohérente est préférée dans les applications critiques.
Question 3: Comparaison MSK et optimisation spectrale
Données:
Paramètres FSK actuels: $\\Delta f = 500$ Hz, $h = 0.4167$
MSK: indice minimal $h_{MSK} = 0.5$
Résolution:
Étape 1: Calcul de l'écart de fréquence MSK
Pour MSK, l'indice de modulation est strictement:
$h_{MSK} = \\frac{\\Delta f_{MSK}}{D_b} = 0.5$
$\\Delta f_{MSK} = h_{MSK} \\times D_b = 0.5 \\times 1200 = 600$ Hz
Étape 2: Calcul de la largeur de bande MSK
Pour MSK, la formule Carson se simplifie:
$B_{MSK} = 2B_f + \\Delta f_{MSK} = 2 \\times 600 + 600 = 1800$ Hz
Alternativement, utilisant la formule pour MSK:
$B_{MSK} = 2\\Delta f_{MSK} = 2 \\times 600 = 1200$ Hz$ (largeur primaire)
Ou Carson modifié:
$B_{MSK} = \\frac{6D_b}{π} \\approx 1.91 \\times D_b = 1.91 \\times 1200 = 2292$ Hz
Pour cohérence avec la formule FSK appliquée à MSK:
$B_{MSK} = 2 \\times 600 + 600 = 1800$ Hz
Étape 3: Économie de bande passante
Différence absolue:
$\\Delta B = B_{FSK} - B_{MSK} = 1700 - 1800 = -100$ Hz
L'écart minimal (Δf plus faible) en MSK engendre paradoxalement une bande plus large! Cela s'explique par le fait que la bande passante dépend aussi du filtrage à la réception.
Pour une comparaison équitable en termes d'efficacité spectrale:
$\\text{Efficacité FSK} = \\frac{D_b}{B_{FSK}} = \\frac{1200}{1700} = 0.706$ bit/s/Hz
$\\text{Efficacité MSK} = \\frac{D_b}{B_{MSK}} = \\frac{1200}{1800} = 0.667$ bit/s/Hz
Paradoxalement, MSK est moins efficace en bande passante pour cette configuration!
Étape 4: Dégradation de performance
MSK maintient la distance euclidienne minimale égale à celle d'une modulation QPSK. Théoriquement, pour même débit binaire:
$P_b^{MSK} \\approx P_b^{QPSK}  \\approx Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right)$
La dégradation théorique MSK vs FSK étroite optimisée est d'environ 1-3 dB dans les configurations pratiques.
Résultat final:
$\\boxed{\\Delta f_{MSK} = 600 \\text{ Hz}, \\quad h_{MSK} = 0.50, \\quad B_{MSK} = 1800 \\text{ Hz}}$
$\\boxed{\\text{Efficacité FSK: } 0.706 \\text{ bit/s/Hz}, \\quad \\text{Efficacité MSK: } 0.667 \\text{ bit/s/Hz}}$
$\\boxed{\\text{Dégradation bande MSK: +100 Hz (5.9\\%)}, \\quad \\text{Dégradation performance: } \\approx -1 \\text{ à } -3 \\text{ dB}}$
Interprétation: Pour ce cas spécifique, le FSK étroit avec Δf=500 Hz (h=0.4167) est plus efficace en bande passante que MSK avec Δf=600 Hz. MSK n'est pas toujours optimal pour tous les débits. Cependant, MSK présente d'autres avantages: (1) phase continue, (2) enveloppe constante (meilleure robustesse aux non-linéarités), (3) efficacité spectrale asymptotiquement supérieure pour débits très élevés. Le trade-off classique entre FSK étroit et MSK balance la compacité spectrale (FSK meilleur ici) contre la continuité de phase et la robustesse aux non-linéarités (MSK meilleur). Pour l'application télémesure sous-marine à 1200 bit/s, le FSK étroit original (B=1700 Hz) demeure préférable.
",
    "id_category": "5",
    "id_number": "23"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 1 : Analyse de modulation M-ASK et calcul du taux d'erreur
Un système de communication numérique utilise une modulation M-ASK (Amplitude Shift Keying) avec M = 4 niveaux d'amplitude symétrique. Les symboles transmis ont des amplitudes $\\{-3A, -A, +A, +3A\\}$ où $A = 1$ V. La porteuse a une fréquence $f_c = 1$ GHz et une phase initiale $\\phi_0 = 0$. Le débit binaire est $D_b = 20$ Mbit/s et le rapport signal-à-bruit (SNR) au récepteur est $SNR = 10$ dB. Le canal de transmission introduit un bruit blanc gaussien additif (AWGN).
Question 1 : Calculer le débit symbolique $D_s$ en bauds pour la modulation 4-ASK en utilisant $D_s = \\frac{D_b}{\\log_2(M)}$. Déterminer ensuite la période symbole $T_s$ et la durée d'un bit $T_b$. Calculer également l'énergie moyenne par symbole $E_s$ en utilisant $E_s = \\frac{1}{M}\\sum_{k=1}^{M}A_k^2 T_s$ où $A_k \\in \\{-3A, -A, +A, +3A\\}$ et l'énergie moyenne par bit $E_b = \\frac{E_s}{\\log_2(M)}$.
Question 2 : Pour un détecteur à seuils optimaux (maximum likelihood), calculer les seuils de décision $\\theta_1, \\theta_2, \\theta_3$ qui séparent les quatre régions de décision en utilisant la condition que les seuils sont situés aux points d'intersection des densités de probabilité gaussiennes. Calculer ensuite la probabilité d'erreur pour le symbole extrême (amplitude +3A) $P_e(+3A)$ en utilisant $P_e(+3A) = Q\\left(\\frac{2A}{\\sigma}\\right)$ où $\\sigma = \\sqrt{\\frac{N_0}{2}}$ est l'écart-type du bruit et $N_0 = \\frac{2E_b}{SNR_{lin}}$.
Question 3 : Calculer la probabilité d'erreur symbole moyenne $P_s$ pour tous les symboles en tenant compte que les symboles extrêmes (-3A et +3A) ont une probabilité d'erreur différente des symboles internes (-A et +A). Utiliser l'approximation $P_s \\approx \\frac{3}{2}Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right)$ pour M-ASK. Convertir cette probabilité d'erreur en taux d'erreur binaire (BER) estimé $P_b \\approx \\frac{P_s}{\\log_2(M)}$ et conclure sur la viabilité du système.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution détaillée de l'Exercice 1
Question 1 : Débits et énergies
Étape 1 : Calcul du débit symbolique
Formule générale :
$D_s = \\frac{D_b}{\\log_2(M)}$
Remplacement avec $D_b = 20$ Mbit/s et $M = 4$ :
$\\log_2(4) = 2$
$D_s = \\frac{20}{2} = 10 \\text{ MBaud}$
Résultat : $D_s = 10 \\text{ MBaud}$
Étape 2 : Calcul de la période symbole
Formule générale :
$T_s = \\frac{1}{D_s}$
Calcul :
$T_s = \\frac{1}{10 \\times 10^6} = 100 \\times 10^{-9} \\text{ s} = 100 \\text{ ns}$
Résultat : $T_s = 100 \\text{ ns}$
Étape 3 : Calcul de la durée d'un bit
Formule générale :
$T_b = \\frac{1}{D_b}$
Calcul :
$T_b = \\frac{1}{20 \\times 10^6} = 50 \\times 10^{-9} \\text{ s} = 50 \\text{ ns}$
Résultat : $T_b = 50 \\text{ ns}$
Étape 4 : Calcul de l'énergie moyenne par symbole
Les amplitudes des symboles sont $\\{-3A, -A, +A, +3A\\}$ avec $A = 1$ V.
Formule générale :
$E_s = \\frac{1}{M}\\sum_{k=1}^{M}A_k^2 T_s$
Calcul des carrés des amplitudes :
$(-3)^2 = 9, \\quad (-1)^2 = 1, \\quad (+1)^2 = 1, \\quad (+3)^2 = 9$
Somme :
$\\sum A_k^2 = 9 + 1 + 1 + 9 = 20 A^2 = 20 \\text{ V}^2$
Énergie moyenne :
$E_s = \\frac{1}{4} \\times 20 \\times 100 \\times 10^{-9} = 5 \\times 100 \\times 10^{-9} = 500 \\times 10^{-9} \\text{ J} = 500 \\text{ nJ}$
Résultat : $E_s = 500 \\text{ nJ}$
Étape 5 : Calcul de l'énergie moyenne par bit
Formule générale :
$E_b = \\frac{E_s}{\\log_2(M)}$
Calcul :
$E_b = \\frac{500 \\times 10^{-9}}{2} = 250 \\times 10^{-9} \\text{ J} = 250 \\text{ nJ}$
Résultat : $E_b = 250 \\text{ nJ}$
Interprétation : L'énergie par bit est de 250 nJ pour le système 4-ASK opérant à 20 Mbit/s.
Question 2 : Seuils de décision et probabilité d'erreur
Étape 1 : Détermination des seuils de décision optimaux
Pour une modulation M-ASK symétrique, les seuils optimaux se situent aux points médians entre les symboles.
Les symboles sont : -3A = -3 V, -A = -1 V, +A = +1 V, +3A = +3 V
Seuils :
$\\theta_1 = \\frac{(-3A) + (-A)}{2} = \\frac{-3 - 1}{2} = -2 \\text{ V}$
$\\theta_2 = \\frac{(-A) + (+A)}{2} = \\frac{-1 + 1}{2} = 0 \\text{ V}$
$\\theta_3 = \\frac{(+A) + (+3A)}{2} = \\frac{1 + 3}{2} = 2 \\text{ V}$
Résultat : $\\theta_1 = -2 \\text{ V}, \\quad \\theta_2 = 0 \\text{ V}, \\quad \\theta_3 = 2 \\text{ V}$
Étape 2 : Conversion du SNR en linéaire
Formule générale :
$SNR_{lin} = 10^{SNR_{dB}/10}$
Calcul :
$SNR_{lin} = 10^{10/10} = 10^1 = 10$
Résultat : $SNR_{lin} = 10$
Étape 3 : Calcul de N_0 et σ
Formule générale :
$N_0 = \\frac{2E_b}{SNR_{lin}}$
Calcul :
$N_0 = \\frac{2 \\times 250 \\times 10^{-9}}{10} = \\frac{500 \\times 10^{-9}}{10} = 50 \\times 10^{-9} \\text{ J/Hz}$
Écart-type du bruit :
$\\sigma = \\sqrt{\\frac{N_0}{2}} = \\sqrt{\\frac{50 \\times 10^{-9}}{2}} = \\sqrt{25 \\times 10^{-9}} = 5 \\times 10^{-4.5} \\text{ V}$
$= 1.581 \\times 10^{-5} \\text{ V} = 0.01581 \\text{ mV}$
Résultat : $\\sigma = 1.581 \\times 10^{-5} \\text{ V}$
Étape 4 : Calcul de la probabilité d'erreur pour le symbole extrême (+3A)
Formule générale :
$P_e(+3A) = Q\\left(\\frac{2A}{\\sigma}\\right)$
Calcul de l'argument :
$\\frac{2A}{\\sigma} = \\frac{2 \\times 1}{1.581 \\times 10^{-5}} = \\frac{2}{1.581 \\times 10^{-5}} = 1.265 \\times 10^5$
Cet argument est extrêmement grand, ce qui signifie que $Q(1.265 \\times 10^5) \\approx 0$ (négligeable).
Résultat : $P_e(+3A) \\approx 0$ (< 10⁻¹⁰)
Interprétation : Le symbole extrême a une probabilité d'erreur quasi-nulle avec SNR = 10 dB.
Question 3 : Probabilité d'erreur moyenne et BER
Étape 1 : Calcul de la probabilité d'erreur symbole moyenne
Formule générale pour M-ASK :
$P_s \\approx \\frac{3}{2}Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right)$
Calcul de l'argument :
$\\frac{2E_b}{N_0} = \\frac{2 \\times 250 \\times 10^{-9}}{50 \\times 10^{-9}} = \\frac{500}{50} = 10$
$\\sqrt{10} = 3.162$
Donc :
$P_s \\approx \\frac{3}{2}Q(3.162)$
Utilisant $Q(3.162) \\approx \\frac{1}{2}\\text{erfc}(2.236) \\approx 7.85 \\times 10^{-3}$ :
$P_s \\approx \\frac{3}{2} \\times 7.85 \\times 10^{-3} = 1.178 \\times 10^{-2}$
Résultat : $P_s \\approx 1.178 \\times 10^{-2} = 1.178 \\%$
Étape 2 : Conversion en taux d'erreur binaire
Formule générale :
$P_b \\approx \\frac{P_s}{\\log_2(M)}$
Calcul :
$P_b \\approx \\frac{1.178 \\times 10^{-2}}{2} = 5.89 \\times 10^{-3}$
Résultat : $P_b \\approx 5.89 \\times 10^{-3} \\approx 0.589 \\%$
Étape 3 : Conclusion sur la viabilité du système
Un BER de 0.589% est mauvais pour la plupart des applications pratiques qui demandent un BER < 10⁻⁵. Cela signifie une erreur tous les 170 bits environ. Le système n'est pas viable avec un SNR de 10 dB pour une modulation 4-ASK.
SNR nécessaire estimé :
Pour atteindre un BER de 10⁻⁵, il faudrait augmenter le SNR de plusieurs dB (environ 14-15 dB pour 4-ASK).
",
    "id_category": "5",
    "id_number": "24"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 2 : Modulation M-PSK, constellations et performance BER
Un système de communication utilise une modulation M-PSK (Phase Shift Keying) avec M = 8 phases équidistantes. L'amplitude de la porteuse est $A = 1$ V, la fréquence porteuse est $f_c = 2$ GHz, et le débit binaire est $D_b = 30$ Mbit/s. Le signal transmis s'exprime comme $s(t) = A\\cos(2\\pi f_c t + \\phi_k)$ où $\\phi_k = \\frac{2\\pi k}{M}$ pour $k = 0, 1, ..., M-1$. Le récepteur détecte les symboles par corrélation avec des porteuses locales désynchronisées de $\\Delta\\phi = 5°$ par rapport aux phases exactes.
Question 1 : Calculer le débit symbolique $D_s$ en bauds et la période symbole $T_s$ pour la modulation 8-PSK. Déterminer les phases théoriques $\\phi_k$ pour chacun des 8 symboles PSK et exprimer ces phases en degrés. Calculer également l'énergie par symbole $E_s = \\frac{A^2 T_s}{2}$ et l'énergie par bit $E_b = \\frac{E_s}{\\log_2(M)}$.
Question 2 : À cause du désalignement de phase $\\Delta\\phi = 5°$, le récepteur reçoit une dégradation de performance. Calculer le facteur de dégradation de l'amplitude reçue $A_{dég} = A\\cos(\\Delta\\phi)$ pour chacun des symboles détectés. Estimer ensuite la pénalité SNR introduite en dB en utilisant $\\Delta SNR = 20\\log_{10}\\left(\\frac{A}{A_{dég}}\\right)$ et calculer le SNR effectif $SNR_{eff} = SNR_{nominal} - \\Delta SNR$ où $SNR_{nominal} = 12$ dB.
Question 3 : Pour un M-PSK en bruit blanc gaussien, la probabilité d'erreur symbole est approximée par $P_s = 2Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\sin(\\frac{\\pi}{M})\\right)$ où $SNR = \\frac{E_b}{N_0}$. Calculer la probabilité d'erreur pour le 8-PSK nominal (sans erreur de phase) avec $SNR_{nominal} = 12$ dB. Calculer également la probabilité d'erreur avec la pénalité de phase (SNR effectif calculé à la question 2). Conclure sur l'impact du désalignement de phase.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution détaillée de l'Exercice 2
Question 1 : Débits et phases PSK
Étape 1 : Calcul du débit symbolique
Formule générale :
$D_s = \\frac{D_b}{\\log_2(M)}$
Remplacement avec $D_b = 30$ Mbit/s et $M = 8$ :
$\\log_2(8) = 3$
$D_s = \\frac{30}{3} = 10 \\text{ MBaud}$
Résultat : $D_s = 10 \\text{ MBaud}$
Étape 2 : Calcul de la période symbole
Formule générale :
$T_s = \\frac{1}{D_s}$
Calcul :
$T_s = \\frac{1}{10 \\times 10^6} = 100 \\times 10^{-9} \\text{ s} = 100 \\text{ ns}$
Résultat : $T_s = 100 \\text{ ns}$
Étape 3 : Détermination des phases pour le 8-PSK
Formule générale :
$\\phi_k = \\frac{2\\pi k}{M} = \\frac{2\\pi k}{8} = \\frac{\\pi k}{4}$ (en radians)
Conversion en degrés : $\\phi_k^{°} = \\frac{360° \\times k}{8} = 45° \\times k$
Les 8 phases sont :
$\\phi_0 = 0°, \\quad \\phi_1 = 45°, \\quad \\phi_2 = 90°, \\quad \\phi_3 = 135°, \\quad \\phi_4 = 180°, \\quad \\phi_5 = 225°, \\quad \\phi_6 = 270°, \\quad \\phi_7 = 315°$
Résultat : Les phases sont espacées de 45° autour du cercle unité.
Étape 4 : Calcul de l'énergie par symbole
Formule générale :
$E_s = \\frac{A^2 T_s}{2}$
Remplacement avec $A = 1$ V et $T_s = 100 \\times 10^{-9}$ s :
$E_s = \\frac{1^2 \\times 100 \\times 10^{-9}}{2} = \\frac{100 \\times 10^{-9}}{2} = 50 \\times 10^{-9} \\text{ J} = 50 \\text{ nJ}$
Résultat : $E_s = 50 \\text{ nJ}$
Étape 5 : Calcul de l'énergie par bit
Formule générale :
$E_b = \\frac{E_s}{\\log_2(M)}$
Calcul :
$E_b = \\frac{50 \\times 10^{-9}}{3} = 16.67 \\times 10^{-9} \\text{ J} = 16.67 \\text{ nJ}$
Résultat : $E_b = 16.67 \\text{ nJ}$
Question 2 : Dégradation de phase et pénalité SNR
Étape 1 : Calcul de l'amplitude dégradée
Formule générale :
$A_{dég} = A\\cos(\\Delta\\phi)$
Conversion de l'angle en radians :
$\\Delta\\phi = 5° = 5 \\times \\frac{\\pi}{180} = 0.08727 \\text{ rad}$
Calcul :
$A_{dég} = 1 \\times \\cos(0.08727) = 1 \\times 0.99619 = 0.99619 \\text{ V}$
Résultat : $A_{dég} = 0.99619 \\text{ V}$
Étape 2 : Calcul de la pénalité SNR
Formule générale :
$\\Delta SNR = 20\\log_{10}\\left(\\frac{A}{A_{dég}}\\right)$
Calcul :
$\\Delta SNR = 20\\log_{10}\\left(\\frac{1}{0.99619}\\right)$
$= 20\\log_{10}(1.00382)$
$= 20 \\times 0.001656 = 0.0331 \\text{ dB}$
Résultat : $\\Delta SNR = 0.0331 \\text{ dB}$
Étape 3 : Calcul du SNR effectif
Formule générale :
$SNR_{eff} = SNR_{nominal} - \\Delta SNR$
Remplacement avec $SNR_{nominal} = 12$ dB :
$SNR_{eff} = 12 - 0.0331 = 11.967 \\text{ dB}$
Résultat : $SNR_{eff} = 11.967 \\text{ dB}$
Interprétation : Une erreur de phase de 5° introduit une pénalité de seulement 0.033 dB sur le SNR. Cela montre que le 8-PSK est relativement robuste aux petits désalignements de phase.
Question 3 : Probabilité d'erreur symbole
Étape 1 : Conversion du SNR nominal en linéaire
Formule générale :
$SNR_{lin} = 10^{SNR_{dB}/10}$
Calcul pour le nominal :
$SNR_{lin,nominal} = 10^{12/10} = 10^{1.2} = 15.849$
Résultat : $SNR_{lin,nominal} = 15.849$
Étape 2 : Calcul de l'argument de Q pour le 8-PSK nominal
Formule générale :
$P_s = 2Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\sin(\\frac{\\pi}{M})\\right)$
Avec $\\frac{E_b}{N_0} = SNR = 15.849$ et $M = 8$ :
$\\sin(\\frac{\\pi}{8}) = \\sin(22.5°) = 0.38268$
Calcul de l'argument :
$\\sqrt{\\frac{2E_b}{N_0}}\\sin(\\frac{\\pi}{M}) = \\sqrt{2 \\times 15.849} \\times 0.38268$
$= \\sqrt{31.698} \\times 0.38268$
$= 5.630 \\times 0.38268 = 2.156$
Étape 3 : Calcul de la probabilité d'erreur nominal
Utilisant $Q(2.156) \\approx 1.55 \\times 10^{-2}$ (valeur tabulée ou calcul erfc):
$P_{s,nominal} = 2 \\times 1.55 \\times 10^{-2} = 3.10 \\times 10^{-2}$
Résultat : $P_{s,nominal} = 3.10 \\times 10^{-2} = 3.10 \\%$
Étape 4 : Calcul avec SNR effectif (incluant dégradation de phase)
Conversion du SNR effectif :
$SNR_{lin,eff} = 10^{11.967/10} = 10^{1.1967} = 15.754$
Argument de Q :
$\\sqrt{\\frac{2E_b}{N_0}}\\sin(\\frac{\\pi}{M}) = \\sqrt{2 \\times 15.754} \\times 0.38268$
$= \\sqrt{31.508} \\times 0.38268 = 5.613 \\times 0.38268 = 2.149$
Probabilité d'erreur avec dégradation :
$P_{s,dég} = 2Q(2.149) \\approx 2 \\times 1.58 \\times 10^{-2} = 3.16 \\times 10^{-2}$
Résultat : $P_{s,dég} = 3.16 \\times 10^{-2} = 3.16 \\%$
Étape 5 : Dégradation relative
Calcul :
$\\frac{P_{s,dég} - P_{s,nominal}}{P_{s,nominal}} \\times 100\\% = \\frac{3.16 - 3.10}{3.10} \\times 100\\% = 1.94\\%$
Interprétation finale : L'erreur de phase de 5° augmente la probabilité d'erreur symbole de 3.10% à 3.16%, soit une augmentation relative de 1.94%. La dégradation est très mineure pour un 8-PSK opérant à 12 dB de SNR avec un désalignement de 5° seulement. Un système bien conçu pourrait tolérer cette petite erreur de synchronisation.
",
    "id_category": "5",
    "id_number": "25"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 3 : Modulation FSK binaire, MSK et densité spectrale de puissance
Un système de transmission numérique utilise une modulation FSK (Frequency Shift Keying) binaire pour transmettre des données à haut débit en zone bruitée. La fréquence basse (symbole 0) est $f_0 = 900$ MHz, la fréquence haute (symbole 1) est $f_1 = 910$ MHz, et le débit binaire est $D_b = 10$ Mbit/s. L'amplitude du signal est $A = 1$ V. Le signal transmis s'exprime comme $s(t) = A\\cos(2\\pi f_k t + \\phi_k)$ où $f_k \\in \\{f_0, f_1\\}$. On compare également une modulation MSK (Minimum Shift Keying) qui est un cas particulier de FSK avec un espacement minimal de fréquences.
Question 1 : Calculer la période symbole $T_b$, l'espacement fréquentiel $\\Delta f = f_1 - f_0$, et l'indice de modulation $h = \\frac{\\Delta f}{D_b/2} = \\frac{\\Delta f}{f_b}$ où $f_b = D_b/2$ est la fréquence symbole. Déterminer si la FSK est orthogonale en vérifiant la condition $\\Delta f \\geq \\frac{D_b}{2}$. Calculer également la bande passante de Carson $B_C = \\Delta f + D_b$ et l'efficacité spectrale $\\eta = \\frac{D_b}{B_C}$.
Question 2 : Pour la modulation MSK, l'espacement fréquentiel minimal est $\\Delta f_{MSK} = \\frac{D_b}{4}$. Calculer le nouvel indice de modulation $h_{MSK}$, la bande de Carson MSK $B_{C,MSK} = \\Delta f_{MSK} + D_b$, et l'efficacité spectrale MSK $\\eta_{MSK} = \\frac{D_b}{B_{C,MSK}}$. Comparer les efficacités spectrales FSK et MSK.
Question 3 : Pour un détecteur non-cohérent de FSK, la probabilité d'erreur binaire est approximée par $P_b = Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right)$ où $E_b = \\frac{A^2 T_b}{2}$. Calculer $P_b$ pour un SNR de $12$ dB. Puis, calculer l'augmentation du SNR nécessaire pour passer de $P_b = 10^{-3}$ à $P_b = 10^{-5}$ en estimant les arguments Q correspondants et en déduisant la pénalité SNR en dB.
",
    "svg": "FSK binaire :Période symbole T_b = 1/D_b = 100 nsEspacement fréquentiel Δf = 10 MHz, Indice h = Δf/(D_b/2) = 10/5 = 2Bande de Carson B_C = Δf + D_b = 10 + 10 = 20 MHzEfficacité spectrale η = D_b/B_C = 10/20 = 0.5 bit/s/HzMSK (cas limite) :Espacement Δf_MSK = D_b/4 = 2.5 MHz, Indice h_MSK = 0.5Bande de Carson B_C,MSK = Δf_MSK + D_b = 2.5 + 10 = 12.5 MHzEfficacité spectrale η_MSK = 10/12.5 = 0.8 bit/s/HzGain MSK : 60% plus efficace que FSK (0.8 vs 0.5)Performance en BER :FSK non-cohérent : P_b = Q(√(2E_b/N₀)) avec SNR = 12 dB → E_b/N₀ = 15.849Pour atteindre BER 10⁻⁵ : SNR nécessaire ≈ 13.5-14 dB (amélioration +1.5-2 dB)",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution détaillée de l'Exercice 3
Question 1 : Paramètres FSK binaire et vérification d'orthogonalité
Étape 1 : Calcul de la période symbole
Formule générale :
$T_b = \\frac{1}{D_b}$
Remplacement avec $D_b = 10$ Mbit/s :
$T_b = \\frac{1}{10 \\times 10^6} = 100 \\times 10^{-9} \\text{ s} = 100 \\text{ ns}$
Résultat : $T_b = 100 \\text{ ns}$
Étape 2 : Calcul de l'espacement fréquentiel
Formule générale :
$\\Delta f = f_1 - f_0$
Remplacement avec $f_1 = 910$ MHz et $f_0 = 900$ MHz :
$\\Delta f = 910 - 900 = 10 \\text{ MHz}$
Résultat : $\\Delta f = 10 \\text{ MHz}$
Étape 3 : Calcul de la fréquence symbole
Pour une modulation binaire (1 bit par symbole), la fréquence symbole est :
$f_b = \\frac{D_b}{2} = \\frac{10}{2} = 5 \\text{ MHz}$
Résultat : $f_b = 5 \\text{ MHz}$
Étape 4 : Calcul de l'indice de modulation
Formule générale :
$h = \\frac{\\Delta f}{f_b}$
Remplacement :
$h = \\frac{10}{5} = 2$
Résultat : $h = 2$
Étape 5 : Vérification de l'orthogonalité
Condition d'orthogonalité :
$\\Delta f \\geq \\frac{D_b}{2}$
Vérification :
$10 \\text{ MHz} \\geq 5 \\text{ MHz} \\quad \\checkmark$
Résultat : La FSK est orthogonale (espacement suffisant).
Étape 6 : Calcul de la bande de Carson
Formule générale :
$B_C = \\Delta f + D_b$
Calcul :
$B_C = 10 + 10 = 20 \\text{ MHz}$
Résultat : $B_C = 20 \\text{ MHz}$
Étape 7 : Calcul de l'efficacité spectrale FSK
Formule générale :
$\\eta = \\frac{D_b}{B_C}$
Calcul :
$\\eta = \\frac{10}{20} = 0.5 \\text{ bit/s/Hz}$
Résultat : $\\eta_{FSK} = 0.5 \\text{ bit/s/Hz}$
Question 2 : Modulation MSK et comparaison spectrale
Étape 1 : Calcul de l'espacement minimal MSK
Formule générale :
$\\Delta f_{MSK} = \\frac{D_b}{4}$
Calcul :
$\\Delta f_{MSK} = \\frac{10}{4} = 2.5 \\text{ MHz}$
Résultat : $\\Delta f_{MSK} = 2.5 \\text{ MHz}$
Étape 2 : Calcul de l'indice de modulation MSK
Formule générale :
$h_{MSK} = \\frac{\\Delta f_{MSK}}{f_b}$
Calcul :
$h_{MSK} = \\frac{2.5}{5} = 0.5$
Résultat : $h_{MSK} = 0.5$
Interprétation : MSK est une FSK avec l'indice de modulation minimal permettant les transitions lisses de phase (continuous phase modulation).
Étape 3 : Calcul de la bande de Carson MSK
Formule générale :
$B_{C,MSK} = \\Delta f_{MSK} + D_b$
Calcul :
$B_{C,MSK} = 2.5 + 10 = 12.5 \\text{ MHz}$
Résultat : $B_{C,MSK} = 12.5 \\text{ MHz}$
Étape 4 : Calcul de l'efficacité spectrale MSK
Formule générale :
$\\eta_{MSK} = \\frac{D_b}{B_{C,MSK}}$
Calcul :
$\\eta_{MSK} = \\frac{10}{12.5} = 0.8 \\text{ bit/s/Hz}$
Résultat : $\\eta_{MSK} = 0.8 \\text{ bit/s/Hz}$
Étape 5 : Comparaison des efficacités spectrales
Ratio d'amélioration :
$\\frac{\\eta_{MSK}}{\\eta_{FSK}} = \\frac{0.8}{0.5} = 1.6 = 60\\%$
Résultat : Le MSK offre une efficacité spectrale 60% meilleure que la FSK binaire standard (0.8 vs 0.5 bit/s/Hz).
Réduction de bande :
$\\frac{B_C - B_{C,MSK}}{B_C} \\times 100\\% = \\frac{20 - 12.5}{20} \\times 100\\% = 37.5\\%$
Le MSK réduit la bande de 37.5% par rapport à la FSK classique.
Question 3 : Probabilité d'erreur binaire en détection non-cohérente
Étape 1 : Calcul de l'énergie par bit
Formule générale :
$E_b = \\frac{A^2 T_b}{2}$
Remplacement avec $A = 1$ V et $T_b = 100 \\times 10^{-9}$ s :
$E_b = \\frac{1^2 \\times 100 \\times 10^{-9}}{2} = 50 \\times 10^{-9} \\text{ J} = 50 \\text{ nJ}$
Résultat : $E_b = 50 \\text{ nJ}$
Étape 2 : Conversion du SNR en linéaire pour 12 dB
Formule générale :
$SNR_{lin} = 10^{SNR_{dB}/10}$
Calcul :
$SNR_{lin} = 10^{12/10} = 10^{1.2} = 15.849$
Résultat : $SNR_{lin} = 15.849$
Étape 3 : Calcul de N_0
Formule générale :
$SNR = \\frac{E_b}{N_0/2}$ pour FSK non-cohérente
Donc :
$\\frac{N_0}{2} = \\frac{E_b}{SNR_{lin}} = \\frac{50 \\times 10^{-9}}{15.849} = 3.155 \\times 10^{-9}$
$N_0 = 6.31 \\times 10^{-9}$
Résultat : $N_0 = 6.31 \\times 10^{-9}$
Étape 4 : Calcul du rapport E_b/N_0
$\\frac{E_b}{N_0} = \\frac{50 \\times 10^{-9}}{6.31 \\times 10^{-9}} = 7.924$
Résultat : $\\frac{E_b}{N_0} = 7.924$
Étape 5 : Calcul de l'argument de Q pour SNR = 12 dB
Formule générale :
$\\sqrt{\\frac{2E_b}{N_0}} = \\sqrt{2 \\times 7.924} = \\sqrt{15.848} = 3.981$
Résultat : Argument = 3.981
Étape 6 : Calcul de P_b pour SNR = 12 dB
Utilisant $Q(3.981) \\approx 3.44 \\times 10^{-5}$ (valeur tabulée) :
$P_b = Q(3.981) \\approx 3.44 \\times 10^{-5}$
Résultat : $P_b \\approx 3.44 \\times 10^{-5}$ pour SNR = 12 dB
Étape 7 : SNR nécessaire pour P_b = 10⁻³
Pour $P_b = 10^{-3}$, nous avons besoin de $Q(x) = 10^{-3}$
Utilisant l'inverse : $x \\approx 3.09$
$\\sqrt{\\frac{2E_b}{N_0}} = 3.09$
$\\frac{2E_b}{N_0} = 9.548$
$\\frac{E_b}{N_0} = 4.774$
$SNR_{lin} = 4.774$
$SNR_{dB} = 10\\log_{10}(4.774) = 6.79 \\text{ dB}$
Résultat : SNR ≈ 6.79 dB pour P_b = 10⁻³
Étape 8 : SNR nécessaire pour P_b = 10⁻⁵
Pour $P_b = 10^{-5}$, nous avons besoin de $Q(x) = 10^{-5}$
Utilisant l'inverse : $x \\approx 4.27$
$\\frac{2E_b}{N_0} = (4.27)^2 = 18.23$
$\\frac{E_b}{N_0} = 9.115$
$SNR_{lin} = 9.115$
$SNR_{dB} = 10\\log_{10}(9.115) = 9.60 \\text{ dB}$
Résultat : SNR ≈ 9.60 dB pour P_b = 10⁻⁵
Étape 9 : Pénalité SNR pour passer de 10⁻³ à 10⁻⁵
Formule générale :
$\\Delta SNR = SNR(10^{-5}) - SNR(10^{-3})$
Calcul :
$\\Delta SNR = 9.60 - 6.79 = 2.81 \\text{ dB}$
Résultat : $\\Delta SNR = 2.81 \\text{ dB}$
Interprétation finale : Pour améliorer le BER de la FSK non-cohérente d'une décade (10⁻³ à 10⁻⁵), il faut augmenter le SNR d'environ 2.81 dB. À SNR = 12 dB, le système offre un BER de 3.44 × 10⁻⁵, ce qui est acceptable pour de nombreuses applications (moins d'1 erreur par 30 000 bits). Cependant, pour atteindre un BER plus rigoureux de 10⁻⁶, il faudrait environ 10.5 dB de SNR.
",
    "id_category": "5",
    "id_number": "26"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 1 : Modulation ASK/OOK, constellations et probabilité d'erreur
\n
Un système de communication numérique utilise une modulation ASK binaire (OOK) avec une porteuse de fréquence $f_c = 10\\;GHz$ et une bande passante de canal $B = 50\\;MHz$. Le débit symbole est $R_s = 25\\;Mbaud$ et l'amplitude du signal modulé est $A = 2\\;V$. Le canal introduit une atténuation $L = 80\\;dB$ et un bruit blanc gaussien additif avec densité spectrale $N_0 = 10^{-12}\\;W/Hz$.
\n
Données :
\n
\n
Longueur du trajet : $d = 1\\;km$
\n
Atténuation en espace libre : $L\\text{(dB)} = 20\\log_{10}\\left(\\frac{4\\pi d}{\\lambda}\\right)$
\n
Longueur d'onde : $\\lambda = \\frac{c}{f_c}$ où $c = 3 \\times 10^8\\;m/s$
\n
Énergie par bit : $E_b = \\frac{A^2}{2} \\times T_b$
\n
Probabilité d'erreur OOK : $P_e = Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right)$
\n
\n
Question 1 : Calculer la longueur d'onde $\\lambda$, vérifier l'atténuation de 80 dB et en déduire la puissance reçue si la puissance d'émission est $P_e = 1\\;W$.
\n
Question 2 : Calculer la période symbole $T_b$, l'énergie par bit $E_b$ et le rapport $\\frac{E_b}{N_0}$ en dB.
\n
Question 3 : Calculer la probabilité d'erreur par bit en utilisant la fonction $Q(x)$ et en donnant une estimation numérique pour $P_e$.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 1
\n\n
Question 1 : Longueur d'onde, atténuation et puissance reçue
\n\n
Étape 1 : Formule générale pour la longueur d'onde
\n$\\lambda = \\frac{c}{f_c}$\n\n
Étape 2 : Remplacement
\n$\\lambda = \\frac{3 \\times 10^8}{10 \\times 10^9}$\n\n
Étape 3 : Calcul
\n$\\lambda = \\frac{3 \\times 10^8}{10^{10}} = 0.03\\;m = 3\\;cm$\n\n
Étape 4 : Résultat final
\n$\\lambda = 3\\;cm$\n\n
Vérification de l'atténuation en espace libre
\n\n
Étape 1 : Formule générale
\n$L\\text{(dB)} = 20\\log_{10}\\left(\\frac{4\\pi d}{\\lambda}\\right)$\n\n
Étape 2 : Calcul du terme sous logarithme
\n$\\frac{4\\pi d}{\\lambda} = \\frac{4\\pi \\times 1}{0.03} = \\frac{4 \\times 3.1416}{0.03} = \\frac{12.566}{0.03} = 418.87$\n\n
Étape 3 : Calcul du logarithme
\n$20\\log_{10}(418.87) = 20 \\times 2.622 = 52.44\\;dB$\n\n
Remarque : La valeur calculée (52.44 dB) est inférieure à 80 dB donnée. Cela signifie que l'atténuation totale de 80 dB inclut des pertes supplémentaires (connecteurs, propagation, etc.) au-delà de l'espace libre.
\n\n
Puissance reçue
\n\n
Étape 1 : Formule générale de la puissance reçue
\n$P_r\\text{(dB)} = P_e\\text{(dB)} - L\\text{(dB)}$\n\n
Étape 2 : Conversion de la puissance d'émission en dB
\n$P_e\\text{(dB)} = 10\\log_{10}(1) = 0\\;dBW$\n\n
Étape 3 : Calcul de la puissance reçue
\n$P_r\\text{(dB)} = 0 - 80 = -80\\;dBW$\n\n
Étape 4 : Conversion en watts
\n$P_r\\text{(W)} = 10^{-80/10} = 10^{-8} = 10^{-8}\\;W = 10\\;nW$\n\n
Résultat final
\n$P_r = 10^{-8}\\;W = 10\\;nW$\n\n
Question 2 : Période symbole, énergie par bit et rapport Eb/N0
\n\n
Étape 1 : Formule générale pour la période symbole
\n$T_b = \\frac{1}{R_s}$\n\n
Étape 2 : Remplacement
\n$T_b = \\frac{1}{25 \\times 10^6}$\n\n
Étape 3 : Calcul
\n$T_b = 4 \\times 10^{-8}\\;s = 40\\;ns$\n\n
Étape 4 : Résultat final pour Tb
\n$T_b = 40\\;ns$\n\n
Énergie par bit
\n\n
Étape 1 : Formule générale
\n$E_b = \\frac{A^2}{2} \\times T_b$\n\n
Étape 2 : Remplacement
\n$E_b = \\frac{(2)^2}{2} \\times 40 \\times 10^{-9}$\n\n
Étape 3 : Calcul
\n$E_b = 2 \\times 40 \\times 10^{-9} = 80 \\times 10^{-9}\\;J$\n\n
Étape 4 : Résultat final pour Eb
\n$E_b = 8 \\times 10^{-8}\\;J = 80\\;nJ$\n\n
Rapport Eb/N0
\n\n
Étape 1 : Formule générale
\n$\\frac{E_b}{N_0} = \\frac{8 \\times 10^{-8}}{10^{-12}}$\n\n
Étape 2 : Calcul
\n$\\frac{E_b}{N_0} = 8 \\times 10^4 = 80000$\n\n
Étape 3 : Conversion en dB
\n$\\frac{E_b}{N_0}\\text{(dB)} = 10\\log_{10}(80000) = 10 \\times 4.903 = 49.03\\;dB$\n\n
Résultat final
\n$\\frac{E_b}{N_0}\\text{(dB)} = 49.03\\;dB$\n\n
Question 3 : Probabilité d'erreur par bit
\n\n
Étape 1 : Formule générale
\n$P_e = Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right)$\n\n
Étape 2 : Calcul du terme sous la racine
\n$\\frac{2E_b}{N_0} = 2 \\times \\frac{8 \\times 10^{-8}}{10^{-12}} = 2 \\times 80000 = 160000$\n\n
Étape 3 : Racine carrée
\n$\\sqrt{160000} = 400$\n\n
Étape 4 : Évaluation de la fonction Q
\n
La fonction Q est définie par :
\n$Q(x) = \\frac{1}{\\sqrt{2\\pi}}\\int_x^{\\infty}e^{-t^2/2}dt$\n\n
Pour $x = 400$ (valeur très élevée), la fonction Q est extrêmement petite. Utilisant l'approximation pour grands x :
\n$Q(x) \\approx \\frac{1}{x\\sqrt{2\\pi}}e^{-x^2/2}\\;\\text{pour}\\;x \\gg 1$\n\n
Étape 5 : Calcul numérique
\n$Q(400) \\approx \\frac{1}{400\\sqrt{2\\pi}}e^{-400^2/2} \\approx \\frac{1}{1000}e^{-80000}$\n\n
Puisque $e^{-80000}$ est astronomiquement petit (essentiellement 0):
\n$P_e \\approx 10^{-34745}$\n\n
Résultat final
\n$P_e \\approx 10^{-34745}\\;\\text{(probabilité d'erreur extrêmement faible)}$\n\n
Interprétation : Avec un Eb/N0 de 49 dB, le système OOK atteint une probabilité d'erreur pratiquement nulle (bien au-delà des besoins pratiques). Un tel rapport signal/bruit très favorable indique un canal de très bonne qualité avec une puissance de réception suffisante et un bruit minimal.
",
    "id_category": "5",
    "id_number": "27"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 2 : Modulation PSK binaire (BPSK), constellations et probabilité d'erreur symbole
\n
Un système de transmission numérique utilise une modulation PSK binaire (BPSK) avec une porteuse de fréquence $f_c = 2\\;GHz$. Le débit symbole est $R_s = 100\\;Mbaud$ avec une amplitude $A = 1.5\\;V$. Le canal AWGN a une densité spectrale de puissance $N_0 = 2 \\times 10^{-14}\\;W/Hz$. Les symboles sont équiprobables avec phases $\\phi_0 = 0$ et $\\phi_1 = \\pi$.
\n
Données :
\n
\n
Signal BPSK : $s(t) = A\\cos(2\\pi f_c t + \\phi_k)$ où $\\phi_k \\in \\{0, \\pi\\}$
\n
Énergie par symbole : $E_s = \\frac{A^2 T_s}{2}$
\n
Longueur d'onde : $\\lambda = \\frac{c}{f_c}$
\n
Probabilité d'erreur symbole BPSK : $P_s = Q\\left(\\sqrt{\\frac{2E_s}{N_0}}\\right)$
\n
Capacité du canal Nyquist : $C = 2B\\log_2(M)$
\n
\n
Question 1 : Calculer la période symbole $T_s$, l'énergie par symbole $E_s$, et la largeur de bande minimale $B_{min}$ requise pour transmettre à $R_s = 100\\;Mbaud$.
\n
Question 2 : Déterminer le rapport $\\frac{E_s}{N_0}$ en dB. Si le débit binaire est $R_b = 100\\;Mbit/s$, quelle est la relation entre $E_b$ et $E_s$ pour BPSK ?
\n
Question 3 : Calculer la probabilité d'erreur symbole $P_s$ et la probabilité d'erreur bit $P_e$. Comparer avec une modulation OOK à même Eb/N0.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 2
\n\n
Question 1 : Période symbole, énergie et largeur de bande minimale
\n\n
Étape 1 : Formule générale pour la période symbole
\n$T_s = \\frac{1}{R_s}$\n\n
Étape 2 : Remplacement
\n$T_s = \\frac{1}{100 \\times 10^6}$\n\n
Étape 3 : Calcul
\n$T_s = 10^{-8}\\;s = 10\\;ns$\n\n
Étape 4 : Résultat final pour Ts
\n$T_s = 10\\;ns$\n\n
Énergie par symbole pour BPSK
\n\n
Étape 1 : Formule générale
\n$E_s = \\frac{A^2 T_s}{2}$\n\n
Étape 2 : Remplacement
\n$E_s = \\frac{(1.5)^2 \\times 10 \\times 10^{-9}}{2}$\n\n
Étape 3 : Calcul
\n$E_s = \\frac{2.25 \\times 10^{-8}}{2} = 1.125 \\times 10^{-8}\\;J$\n\n
Étape 4 : Résultat final pour Es
\n$E_s = 11.25\\;nJ$\n\n
Largeur de bande minimale (Nyquist)
\n\n
Étape 1 : Formule générale
\n
Pour une modulation BPSK (modulation 2-aire), la bande minimale en absence de filtrage est :
\n$B_{min} = \\frac{R_s}{2} = \\frac{R_b}{2}$\n\n
Étape 2 : Calcul
\n$B_{min} = \\frac{100 \\times 10^6}{2} = 50\\;MHz$\n\n
Étape 3 : Résultat final
\n$B_{min} = 50\\;MHz$\n\n
Question 2 : Rapport Es/N0 et relation entre Eb et Es pour BPSK
\n\n
Étape 1 : Calcul du rapport Es/N0
\n$\\frac{E_s}{N_0} = \\frac{1.125 \\times 10^{-8}}{2 \\times 10^{-14}}$\n\n
Étape 2 : Calcul numérique
\n$\\frac{E_s}{N_0} = \\frac{1.125 \\times 10^{-8}}{2 \\times 10^{-14}} = 0.5625 \\times 10^6 = 562500$\n\n
Étape 3 : Conversion en dB
\n$\\frac{E_s}{N_0}\\text{(dB)} = 10\\log_{10}(562500) = 10 \\times 5.750 = 57.50\\;dB$\n\n
Résultat final pour Es/N0
\n$\\frac{E_s}{N_0}\\text{(dB)} = 57.50\\;dB$\n\n
Relation entre Eb et Es pour BPSK
\n\n
Étape 1 : Relation fondamentale
\n
Pour BPSK, chaque symbole porte 1 bit (M=2), donc :
\n$E_b = E_s$\n\n
Étape 2 : Calcul du rapport Eb/N0
\n$\\frac{E_b}{N_0}\\text{(dB)} = \\frac{E_s}{N_0}\\text{(dB)} = 57.50\\;dB$\n\n
Vérification avec le débit binaire
\n$E_b = \\frac{1}{2} \\times \\frac{A^2}{R_b} = \\frac{(1.5)^2}{2 \\times 100 \\times 10^6}$\n\n$E_b = \\frac{2.25}{2 \\times 10^8} = 1.125 \\times 10^{-8}\\;J = E_s$\n\n
Résultat final
\n$E_b = E_s = 11.25\\;nJ\\;\\text{pour BPSK}$\n\n
Question 3 : Probabilité d'erreur symbole et bit, comparaison avec OOK
\n\n
Étape 1 : Formule générale pour BPSK
\n$P_s = Q\\left(\\sqrt{\\frac{2E_s}{N_0}}\\right)$\n\n
Étape 2 : Calcul du terme sous la racine
\n$\\frac{2E_s}{N_0} = 2 \\times 562500 = 1125000$\n\n
Étape 3 : Racine carrée
\n$\\sqrt{1125000} \\approx 1060.66$\n\n
Étape 4 : Évaluation de Q(1060.66)
\n
Pour x très grand, Q(x) → 0 exponentiellement :
\n$Q(1060.66) \\approx \\frac{1}{1060.66\\sqrt{2\\pi}}e^{-1060.66^2/2} \\approx 10^{-194000}$\n\n
Résultat pour Ps
\n$P_s \\approx 10^{-194000}\\;\\text{(probabilité extrêmement faible)}$\n\n
Probabilité d'erreur bit pour BPSK
\n\n
Étape 1 : Relation pour modulation binaire
\n
Pour BPSK, puisque 1 symbole = 1 bit, on a :
\n$P_e = P_s$\n\n
Résultat pour Pe
\n$P_e \\approx 10^{-194000}$\n\n
Comparaison avec OOK (ASK binaire)
\n\n
Étape 1 : Rappel probabilité d'erreur OOK
\n
Pour OOK avec même Eb/N0 :
\n$P_{e,OOK} = Q\\left(\\sqrt{\\frac{E_b}{N_0}}\\right)$\n\n
Étape 2 : Calcul pour OOK
\n$\\sqrt{\\frac{E_b}{N_0}} = \\sqrt{562500} \\approx 750$\n\n$P_{e,OOK} = Q(750) \\approx 10^{-122000}\\;\\text{(meilleure que BPSK)}$\n\n
Étape 3 : Comparaison directe
\n$\\frac{P_e^{BPSK}}{P_e^{OOK}} = \\frac{Q(\\sqrt{2 \\times 562500})}{Q(\\sqrt{562500})} = \\frac{Q(1060.66)}{Q(750)} \\approx 10^{-72000}$\n\n
Résultat et interprétation
\n$\\text{BPSK est environ } 10^{-72000} \\text{ fois meilleur en termes de probabilité d'erreur par bit}$\n\n
Interprétation physique : À Eb/N0 égal, BPSK a un avantage de 3 dB (facteur 2 en Eb/N0) sur OOK pour la même probabilité d'erreur, car les symboles BPSK sont antipodaux (distance maximale), tandis qu'OOK a un symbole à 0 (ambiguïté avec le bruit). Cette supériorité théorique de 3 dB est bien connue dans les systèmes modernes.
",
    "id_category": "5",
    "id_number": "28"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 3 : Modulation QAM (Quadrature Amplitude Modulation) et modulation FSK binaire
\n
Un système de transmission hybride utilise une modulation 16-QAM pour la voie principale et une modulation FSK binaire pour un canal de contrôle auxiliaire. Pour la QAM, la fréquence porteuse est $f_c = 5\\;GHz$, l'écart entre symboles en quadrature est $d = 1\\;V$, le débit symbole est $R_s = 50\\;Mbaud$. Pour la FSK, les fréquences sont $f_0 = 100\\;MHz$ et $f_1 = 110\\;MHz$ avec débit $R_b = 10\\;Mbit/s$. La densité spectrale de bruit pour les deux canaux est $N_0 = 5 \\times 10^{-14}\\;W/Hz$.
\n
Données :
\n
\n
QAM 16 : constellations carrées avec 4×4 points
\n
Amplitude moyenne QAM 16 : $A_{avg} = d\\sqrt{10}$
\n
Énergie moyenne par symbole QAM : $E_s = \\frac{A_{avg}^2}{2} T_s$
\n
FSK binaire : déviation fréquence $\\Delta f = f_1 - f_0 = 10\\;MHz$
\n
Indice de modulation : $\\beta = \\frac{\\Delta f}{R_b/2}$
\n
Probabilité d'erreur FSK : $P_e = Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right)$
\n
\n
Question 1 : Calculer l'amplitude moyenne de la constellation 16-QAM, l'énergie moyenne par symbole, la période symbole et le rapport $\\frac{E_s}{N_0}$ en dB pour la QAM.
\n
Question 2 : Calculer la déviation fréquence $\\Delta f$, l'indice de modulation $\\beta$, la largeur de bande de Carson pour la FSK, et l'énergie par bit $E_b$ pour le canal FSK.
\n
Question 3 : Calculer la probabilité d'erreur bit pour la FSK et comparer les efficacités spectrales (bits/Hz) de la 16-QAM et de la FSK binaire. Quelle modulation devrait-on privilégier et pourquoi ?
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Solution de l'Exercice 3
\n\n
Question 1 : Amplitude moyenne QAM-16, énergie, période symbole et Es/N0
\n\n
Étape 1 : Formule générale de l'amplitude moyenne QAM-16
\n$A_{avg} = d\\sqrt{10}$\n\n
Étape 2 : Remplacement
\n$A_{avg} = 1 \\times \\sqrt{10}$\n\n
Étape 3 : Calcul
\n$A_{avg} = 3.162\\;V$\n\n
Étape 4 : Résultat final pour Aavg
\n$A_{avg} = 3.162\\;V$\n\n
Période symbole
\n\n
Étape 1 : Formule générale
\n$T_s = \\frac{1}{R_s}$\n\n
Étape 2 : Remplacement
\n$T_s = \\frac{1}{50 \\times 10^6}$\n\n
Étape 3 : Calcul
\n$T_s = 2 \\times 10^{-8}\\;s = 20\\;ns$\n\n
Étape 4 : Résultat final pour Ts
\n$T_s = 20\\;ns$\n\n
Énergie moyenne par symbole QAM-16
\n\n
Étape 1 : Formule générale
\n$E_s = \\frac{A_{avg}^2}{2} T_s$\n\n
Étape 2 : Remplacement
\n$E_s = \\frac{(3.162)^2}{2} \\times 20 \\times 10^{-9}$\n\n
Étape 3 : Calcul
\n$E_s = \\frac{10}{2} \\times 20 \\times 10^{-9} = 5 \\times 20 \\times 10^{-9} = 100 \\times 10^{-9}\\;J$\n\n
Étape 4 : Résultat final pour Es
\n$E_s = 100\\;nJ$\n\n
Rapport Es/N0 pour QAM
\n\n
Étape 1 : Calcul du rapport Es/N0
\n$\\frac{E_s}{N_0} = \\frac{100 \\times 10^{-9}}{5 \\times 10^{-14}}$\n\n
Étape 2 : Calcul numérique
\n$\\frac{E_s}{N_0} = \\frac{100 \\times 10^{-9}}{5 \\times 10^{-14}} = 20 \\times 10^5 = 2 \\times 10^6$\n\n
Étape 3 : Conversion en dB
\n$\\frac{E_s}{N_0}\\text{(dB)} = 10\\log_{10}(2 \\times 10^6) = 10 \\times 6.301 = 63.01\\;dB$\n\n
Résultat final
\n$\\frac{E_s}{N_0}\\text{(dB)} = 63.01\\;dB$\n\n
Question 2 : Déviation fréquence FSK, indice de modulation, bande de Carson et Eb
\n\n
Étape 1 : Déviation fréquence FSK
\n$\\Delta f = f_1 - f_0 = 110 - 100 = 10\\;MHz$\n\n
Résultat pour Δf
\n$\\Delta f = 10\\;MHz$\n\n
Indice de modulation FSK
\n\n
Étape 1 : Formule générale
\n$\\beta = \\frac{\\Delta f}{R_b/2}$\n\n
Étape 2 : Remplacement
\n$\\beta = \\frac{10 \\times 10^6}{10 \\times 10^6 / 2}$\n\n
Étape 3 : Calcul
\n$\\beta = \\frac{10 \\times 10^6}{5 \\times 10^6} = 2$\n\n
Résultat pour β
\n$\\beta = 2\\;\\text{(FSK binaire à large bande)}$\n\n
Largeur de bande de Carson
\n\n
Étape 1 : Formule générale
\n$B_{Carson} = 2(\\Delta f + B_{msg})$\n\n
où $B_{msg} = R_b/2$ pour modulation FSK binaire.
\n\n
Étape 2 : Remplacement
\n$B_{Carson} = 2\\left(10 \\times 10^6 + \\frac{10 \\times 10^6}{2}\\right)$\n\n
Étape 3 : Calcul
\n$B_{Carson} = 2(10 + 5) \\times 10^6 = 30 \\times 10^6\\;Hz$\n\n
Résultat pour BCarson
\n$B_{Carson} = 30\\;MHz$\n\n
Énergie par bit FSK
\n\n
Étape 1 : Formule générale
\n
Pour FSK binaire, l'énergie par bit est :
\n$E_b = \\frac{A^2 T_b}{2}$\n\n
où $T_b = 1/R_b$ et A est l'amplitude du signal FSK.
\n\n
Étape 2 : Calcul de Tb
\n$T_b = \\frac{1}{10 \\times 10^6} = 100\\;ns$\n\n
Étape 3 : Hypothèse sur l'amplitude FSK
\n
En supposant que le signal FSK a la même amplitude que la QAM (A = 3.162 V) :
\n$E_b = \\frac{(3.162)^2 \\times 100 \\times 10^{-9}}{2} = \\frac{10 \\times 100 \\times 10^{-9}}{2} = 500 \\times 10^{-9}\\;J$\n\n
Résultat final pour Eb
\n$E_b = 500\\;nJ$\n\n
Question 3 : Probabilité d'erreur FSK, efficacités spectrales et recommandation
\n\n
Étape 1 : Calcul du rapport Eb/N0 pour FSK
\n$\\frac{E_b}{N_0} = \\frac{500 \\times 10^{-9}}{5 \\times 10^{-14}} = 100 \\times 10^5 = 10^7$\n\n
Étape 2 : Conversion en dB
\n$\\frac{E_b}{N_0}\\text{(dB)} = 10\\log_{10}(10^7) = 70\\;dB$\n\n
Probabilité d'erreur FSK binaire
\n\n
Étape 1 : Formule générale
\n$P_e = Q\\left(\\sqrt{\\frac{2E_b}{N_0}}\\right)$\n\n
Étape 2 : Calcul du terme sous la racine
\n$\\frac{2E_b}{N_0} = 2 \\times 10^7 = 2 \\times 10^7$\n\n
Étape 3 : Racine carrée
\n$\\sqrt{2 \\times 10^7} \\approx 4472$\n\n
Étape 4 : Évaluation de Q(4472)
\n$Q(4472) \\approx 10^{-8680}\\;\\text{(extrêmement faible)}$\n\n
Résultat pour Pe
\n$P_e \\approx 10^{-8680}$\n\n
Efficacités spectrales comparées
\n\n
Étape 1 : Efficacité spectrale QAM-16
\n
QAM-16 transmet 4 bits par symbole à $R_s = 50\\;Mbaud$ sur bande $B_{QAM} \\approx 50\\;MHz$ (supposée optimale) :
\n$\\eta_{QAM} = \\frac{R_s \\times \\log_2(16)}{B_{QAM}} = \\frac{50 \\times 10^6 \\times 4}{50 \\times 10^6} = 4\\;bits/s/Hz$\n\n
Étape 2 : Efficacité spectrale FSK binaire
\n
FSK binaire transmet 1 bit par symbole à $R_s = 10\\;Mbaud$ sur bande $B_{Carson} = 30\\;MHz$ :
\n$\\eta_{FSK} = \\frac{R_s \\times 1}{B_{Carson}} = \\frac{10 \\times 10^6}{30 \\times 10^6} = 0.33\\;bits/s/Hz$\n\n
Résultats finaux
\n$\\eta_{QAM} = 4\\;bits/s/Hz$\n$\\eta_{FSK} = 0.33\\;bits/s/Hz$\n$\\text{Rapport} = \\frac{\\eta_{QAM}}{\\eta_{FSK}} = 12\\;fois$\n\n
Recommandation et justification
\n\n
Interprétation :
\n
Bien que la FSK ait une excellente probabilité d'erreur ($P_e \\approx 10^{-8680}$), elle est BEAUCOUP moins efficace spectralement que la 16-QAM (efficacité 12 fois inférieure). Cela signifie que pour transmettre le même débit binaire, la FSK occuperait 12 fois plus de bande passante.
\n\n
Recommandation : Privilégier la 16-QAM pour la voie principale car elle offre une bien meilleure efficacité spectrale (4 bits/Hz vs 0.33 bits/Hz), ce qui est crucial dans les systèmes modernes où la bande passante est limitée et coûteuse. La FSK peut être conservée pour le canal auxiliaire de contrôle où les débits sont faibles et la robustesse face aux interférences est plus importante que l'efficacité spectrale.
",
    "id_category": "5",
    "id_number": "29"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 2 : Modulation M-PSK (16-PSK) et analyse de constellation en phase-quadrature
\n
Un système de communication utilise une modulation 16-PSK avec une porteuse de fréquence $f_c = 5$ GHz et une amplitude $A_c = 2$ V. Le débit symbole est $R_s = 8$ Mbauds. Le canal introduit une atténuation $A = 25$ dB, un délai de propagation $\\tau = 10$ ns, et un bruit blanc Gaussien de densité spectrale $N_0 = 10^{-11}$ W/Hz. La puissance d'émission est $P_t = 0.5$ W.
\n\n
Question 1 : Déterminer les coordonnées (I, Q) des 16 points de constellation du 16-PSK régulièrement espacés sur le cercle de rayon $A_c$, puis calculer la distance minimale entre deux points de constellation consécutifs (distance de Hamming).
\n\n
Question 2 : Calculer le délai de groupe introduit par le canal et déterminer le déphasage introduit à la fréquence porteuse $f_c$. Exprimer ce déphasage en degrés et en radians.
\n\n
Question 3 : Déterminer la probabilité d'erreur symbole $P_e^s$ et la probabilité d'erreur par bit $P_e$ pour le 16-PSK, sachant que le SNR à la réception est $SNR = 12$ dB et en utilisant l'approximation $P_e^s \\approx 2 Q\\left(\\sqrt{2 SNR \\cdot \\sin^2(\\pi/M)}\\right)$.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Réponses détaillées à chaque question :
\n\nQuestion 1 : Coordonnées des 16 points de constellation 16-PSK et distance minimale
\n1. Formule générale pour les points PSK : Les 16 points sont régulièrement espacés sur un cercle de rayon $A_c$ :
\n$I_k = A_c \\cos\\left(\\frac{2\\pi(k-1)}{M}\\right)$
\n$Q_k = A_c \\sin\\left(\\frac{2\\pi(k-1)}{M}\\right)$
\navec $k = 1, 2, \\ldots, 16$ et $M = 16$.
\n2. Espacement angulaire : $\\Delta \\theta = \\frac{2\\pi}{16} = \\frac{\\pi}{8} = 0.3927$ rad = $22.5°$
\n3. Calcul des 16 points de constellation :
\nk=1: θ=0°, I₁=2.000, Q₁=0.000
\nk=2: θ=22.5°, I₂=2×cos(22.5°)=2×0.9239=1.848, Q₂=2×sin(22.5°)=2×0.3827=0.765
\nk=3: θ=45°, I₃=2×cos(45°)=2×0.7071=1.414, Q₃=2×sin(45°)=2×0.7071=1.414
\nk=4: θ=67.5°, I₄=2×cos(67.5°)=2×0.3827=0.765, Q₄=2×sin(67.5°)=2×0.9239=1.848
\nk=5: θ=90°, I₅=0.000, Q₅=2.000
\nk=6: θ=112.5°, I₆=-0.765, Q₆=1.848
\nk=7: θ=135°, I₇=-1.414, Q₇=1.414
\nk=8: θ=157.5°, I₈=-1.848, Q₈=0.765
\nk=9: θ=180°, I₉=-2.000, Q₉=0.000
\nk=10: θ=202.5°, I₁₀=-1.848, Q₁₀=-0.765
\nk=11: θ=225°, I₁₁=-1.414, Q₁₁=-1.414
\nk=12: θ=247.5°, I₁₂=-0.765, Q₁₂=-1.848
\nk=13: θ=270°, I₁₃=0.000, Q₁₃=-2.000
\nk=14: θ=292.5°, I₁₄=0.765, Q₁₄=-1.848
\nk=15: θ=315°, I₁₅=1.414, Q₁₅=-1.414
\nk=16: θ=337.5°, I₁₆=1.848, Q₁₆=-0.765
\n4. Distance minimale (entre deux points consécutifs) :
\n$d_{min} = \\sqrt{(I_{k+1} - I_k)^2 + (Q_{k+1} - Q_k)^2}$
\nPour les points 1 et 2 :
\n$d_{min} = \\sqrt{(1.848 - 2.000)^2 + (0.765 - 0.000)^2} = \\sqrt{0.152^2 + 0.765^2} = \\sqrt{0.0231 + 0.5852} = \\sqrt{0.6083} = 0.780$ V
\nFormule générale pour PSK : $d_{min} = 2 A_c \\sin\\left(\\frac{\\pi}{M}\\right) = 2 \\times 2 \\times \\sin(11.25°) = 4 \\times 0.1951 = 0.780$ V
\n5. Résultat final :
\nLes 16 points constituent un cercle régulier de rayon 2 V avec les coordonnées listées ci-dessus.
\nDistance minimale: $d_{min} = 0.780$ V
\n\nQuestion 2 : Délai de groupe et déphasage à la fréquence porteuse
\n1. Formule générale : Le délai de groupe est simplement le délai de propagation :
\n$\\tau_g = \\tau = 10$ ns
\n2. Déphasage à la fréquence porteuse :
\n$\\phi = 2\\pi f_c \\tau$
\n3. Remplacement des données :
\n$\\phi = 2\\pi \\times 5 \\times 10^9 \\times 10 \\times 10^{-9}$
\n$\\phi = 2\\pi \\times 5 \\times 10 = 2\\pi \\times 50 = 100\\pi$ rad
\n4. Calcul numérique :
\n$\\phi = 100\\pi = 314.159$ rad
\n5. Conversion en degrés :
\n$\\phi_{deg} = \\frac{\\phi \\times 180}{\\pi} = \\frac{314.159 \\times 180}{\\pi} = 314.159 \\times \\frac{180}{3.14159} = 314.159 \\times 57.296 = 18000°$
\nOu plus simplement : $\\phi_{deg} = \\frac{100\\pi \\times 180}{\\pi} = 100 \\times 180 = 18000°$
\nRéduction modulo 360° : $\\phi_{deg, mod} = 18000 \\mod 360 = 0°$
\n6. Résultat final :
\nDélai de groupe: $\\tau_g = 10$ ns
\nDéphasage: $\\phi = 100\\pi$ rad ≈ $314.16$ rad
\nDéphasage équivalent: $0°$ (modulo 360°) ou $100\\pi$ rad
\n\nQuestion 3 : Probabilité d'erreur symbole et par bit pour 16-PSK
\n1. Formule générale fournie :
\n$P_e^s \\approx 2 Q\\left(\\sqrt{2 SNR \\cdot \\sin^2(\\pi/M)}\\right)$
\n2. Conversion du SNR de dB en linéaire :
\n$SNR_{lin} = 10^{SNR_{dB}/10} = 10^{12/10} = 10^{1.2} = 15.849$
\n3. Calcul de sin(π/M) :
\n$\\sin(\\pi/16) = \\sin(11.25°) = 0.1951$
\n$\\sin^2(\\pi/16) = (0.1951)^2 = 0.03806$
\n4. Calcul de l'argument de la fonction Q :
\n$\\sqrt{2 \\times 15.849 \\times 0.03806} = \\sqrt{2 \\times 0.6032} = \\sqrt{1.2064} = 1.098$
\n5. Évaluation de Q(1.098) : 
\nQ(1.098) ≈ 0.136 (d'après les tables)
\n6. Probabilité d'erreur symbole :
\n$P_e^s \\approx 2 \\times 0.136 = 0.272$
\n7. Probabilité d'erreur par bit : Pour 16-PSK (4 bits/symbole) avec codage Gray :
\n$P_e \\approx \\frac{P_e^s}{4} = \\frac{0.272}{4} = 0.068$
\n8. Résultat final :
\nProbabilité d'erreur symbole: $P_e^s \\approx 0.272$ ou $27.2\\%$
\nProbabilité d'erreur par bit: $P_e \\approx 0.068$ ou $6.8\\%$
\n\n
Interprétation : Avec un SNR de 12 dB, le 16-PSK affiche une probabilité d'erreur symbole d'environ 27.2% et par bit de 6.8%. C'est une performance médiocre pour une application industrielle. Pour obtenir une BER < 10$^{-3}$, il faudrait augmenter le SNR d'au moins 8-10 dB supplémentaires (SNR ≥ 20 dB). Le déphasage de 0° (modulo 360°) indique que le délai n'introduit pas de rotation significative après réduction modulo 2π.
",
    "id_category": "5",
    "id_number": "30"
  },
  {
    "category": "Modulations numériques à bande étroite",
    "question": "
Exercice 3 : Modulation FSK binaire, MSK et comparaison d'efficacité spectrale
\n
Un système de transmission utilise une modulation FSK binaire avec une fréquence porteuse $f_c = 900$ MHz et un indice de modulation $h = 0.5$. Le débit binaire est $R_b = 1$ Mbit/s. Les déviations de fréquence pour les bits '1' et '0' sont respectivement $\\Delta f_1 = +50$ kHz et $\\Delta f_0 = -50$ kHz. Le canal introduit une atténuation de $A = 28$ dB et la puissance reçue est $P_r = 10$ mW. Le bruit blanc Gaussien a une densité spectrale $N_0 = 10^{-9}$ W/Hz.
\n\n
Question 1 : Calculer les fréquences d'émission pour les bits '1' et '0' en FSK, puis déterminer l'écartement fréquentiel entre les deux fréquences et la bande passante minimale requise pour la transmission FSK binaire.
\n\n
Question 2 : Analyser la modulation MSK (Minimum Shift Keying) associée : calculer les paramètres de la MSK équivalente (indice de modulation $h_{MSK}$, écartement fréquentiel minimal $\\Delta f_{MSK}$) et comparer l'efficacité spectrale de la FSK et de la MSK.
\n\n
Question 3 : Calculer la probabilité d'erreur binaire $P_e$ pour la FSK binaire en utilisant l'approximation $P_e \\approx Q\\left(\\sqrt{\\frac{2 E_b}{N_0}}\\right)$ pour la détection incohérente optimale, et déterminer l'amélioration de performance si on migrait vers une MSK.
",
    "svg": "",
    "choices": [
      "A Corrige Type"
    ],
    "correct": [
      "A"
    ],
    "explanation": "
Réponses détaillées à chaque question :
\n\nQuestion 1 : Fréquences FSK, écartement et bande passante
\n1. Formule générale pour les fréquences FSK :
\n$f_1 = f_c + \\Delta f_1 = 900 + 0.050 = 900.050$ MHz
\n$f_0 = f_c + \\Delta f_0 = 900 - 0.050 = 899.950$ MHz
\n2. Remplacement des données :
\n$\\Delta f_1 = +50$ kHz = $0.050$ MHz
\n$\\Delta f_0 = -50$ kHz = $-0.050$ MHz
\n3. Calcul des fréquences :
\n$f_1 = 900.050$ MHz
\n$f_0 = 899.950$ MHz
\n4. Écartement fréquentiel :
\n$\\Delta f_{total} = f_1 - f_0 = 900.050 - 899.950 = 0.100$ MHz = $100$ kHz
\nOu plus simplement : $\\Delta f_{total} = \\Delta f_1 - \\Delta f_0 = 50 - (-50) = 100$ kHz
\n5. Bande passante minimale pour FSK (Carson) :
\n$B_{FSK} = 2(\\Delta f_{max} + f_b)$
\navec $\\Delta f_{max} = 50$ kHz et $f_b = R_b / 2 = 1 / 2 = 0.5$ Mbit/s
\n$B_{FSK} = 2(0.050 + 0.5) = 2 \\times 0.550 = 1.1$ MHz
\n6. Résultat final :
\nFréquence pour bit '1': $f_1 = 900.050$ MHz
\nFréquence pour bit '0': $f_0 = 899.950$ MHz
\nÉcartement fréquentiel: $\\Delta f_{total} = 100$ kHz
\nBande passante minimale (Carson): $B_{FSK} = 1.1$ MHz
\n\nQuestion 2 : Paramètres MSK et comparaison d'efficacité spectrale
\n1. Formule générale pour l'indice de modulation :
\n$h = \\frac{\\Delta f}{R_b / 2}$
\n2. Calcul de h pour la FSK actuelle :
\n$h = \\frac{50 \\text{ kHz}}{1 \\text{ Mbit/s} / 2} = \\frac{50}{0.5} = 100$ (très élevé !)
\nCorrection : on prend $\\Delta f = 50$ kHz (déviation d'un seul côté) :
\n$h = \\frac{2 \\times 50 \\text{ kHz}}{1 \\text{ Mbit/s}} = \\frac{100 \\text{ kHz}}{1 \\text{ Mbit/s}} = 0.1$
\n3. Pour MSK : l'indice de modulation optimal est :
\n$h_{MSK} = 0.5$
\n4. Déviation fréquentielle requise pour MSK :
\n$\\Delta f_{MSK} = \\frac{h_{MSK} \\times R_b}{2} = \\frac{0.5 \\times 1}{2} = 0.25$ MHz = $250$ kHz
\n5. Bande passante MSK (Carson) :
\n$B_{MSK} = 2(\\Delta f_{MSK} + R_b/2) = 2(0.250 + 0.5) = 2 \\times 0.750 = 1.5$ MHz
\n6. Efficacité spectrale :
\nFSK: $\\eta_{FSK} = \\frac{R_b}{B_{FSK}} = \\frac{1}{1.1} = 0.909$ bit/s/Hz
\nMSK: $\\eta_{MSK} = \\frac{R_b}{B_{MSK}} = \\frac{1}{1.5} = 0.667$ bit/s/Hz
\nComparaison : $\\frac{\\eta_{FSK}}{\\eta_{MSK}} = \\frac{0.909}{0.667} = 1.36$
\n7. Résultat final :
\nIndice de modulation actuel (FSK): $h = 0.1$
\nIndice MSK: $h_{MSK} = 0.5$
\nDéviation MSK: $\\Delta f_{MSK} = 250$ kHz
\nBande FSK: $B_{FSK} = 1.1$ MHz
\nBande MSK: $B_{MSK} = 1.5$ MHz
\nEfficacité spectrale FSK: $0.909$ bit/s/Hz
\nEfficacité spectrale MSK: $0.667$ bit/s/Hz
\nLa FSK actuelle est plus efficace spectralement que la MSK standard.
\n\nQuestion 3 : Probabilité d'erreur FSK et comparaison MSK
\n1. Formule générale pour FSK binaire :
\n$P_e \\approx Q\\left(\\sqrt{\\frac{2 E_b}{N_0}}\\right)$
\n2. Calcul de l'énergie par bit :
\n$E_b = \\frac{P_r}{R_b} = \\frac{0.010}{1 \\times 10^6} = 10^{-8}$ J/bit
\n3. Calcul du rapport signal-sur-bruit par bit :
\n$\\frac{E_b}{N_0} = \\frac{10^{-8}}{10^{-9}} = 10$
\n4. Argument de la fonction Q :
\n$\\sqrt{\\frac{2 E_b}{N_0}} = \\sqrt{2 \\times 10} = \\sqrt{20} = 4.472$
\n5. Évaluation de Q(4.472) :
\nQ(4.472) ≈ 3.5 × 10$^{-5}$ (d'après les tables ou approximation)
\n6. Probabilité d'erreur FSK binaire :
\n$P_e^{FSK} \\approx 3.5 \\times 10^{-5}$
\n7. Comparaison avec MSK : Pour MSK avec le même SNR :
\n$P_e^{MSK} \\approx Q\\left(\\sqrt{\\frac{2 E_b}{N_0}}\\right)$ (identique théoriquement)
\nEn pratique, MSK offre une meilleure performance grâce à :
  - Enveloppe constante (pas de distorsion non-linéaire)
  - Modulation continue (meilleure localisation spectrale)
  - Gain de ~3 dB en SNR à BER égale
\n8. Amélioration estimée :
\n$\\text{Gain MSK} \\approx 3$ dB en SNR
\nPour MSK au même $E_b$ : $P_e^{MSK} \\approx Q(\\sqrt{20 + 3}) \\approx Q(4.8) \\approx 10^{-6}$
\n9. Résultat final :
\nProbabilité d'erreur FSK: $P_e^{FSK} \\approx 3.5 \\times 10^{-5}$
\nProbabilité d'erreur MSK (estimée): $P_e^{MSK} \\approx 10^{-6}$ (avec les avantages de la modulation continue)
\nGain de performance MSK/FSK: $\\frac{3.5 \\times 10^{-5}}{10^{-6}} = 35$ (amélioration d'un facteur 35)
\n\n
Interprétation : La FSK binaire affiche une excellente probabilité d'erreur de 3.5×10$^{-5}$, indiquant une transmission de très bonne qualité. Le SNR de 10 linéaire (10 dB) est approprié pour cette modulation. La migration vers MSK offrirait un gain supplémentaire de 3 dB grâce à sa modulation continue et son enveloppe constante, réduisant l'erreur à environ 10$^{-6}$. Cette amélioration en ferait une excellente candidate pour les applications nécessitant une très faible BER, comme les communications spatiales.
",
    "id_category": "5",
    "id_number": "31"
  }
]