Salta al contenuto
Note per Studenti Esercizio - quantizzatore con densità a tratti, 4-QAM di Gray e quantizzatore non uniforme (primo compitino del 29 novembre 2024, es. 184)

Esercizio - quantizzatore con densità a tratti, 4-QAM di Gray e quantizzatore non uniforme (primo compitino del 29 novembre 2024, es. 184)

Esame
In questa pagina 7

Testo (primo compitino del 29 novembre 2024, esercizio 184). Una sorgente emette campioni xx indipendenti, identicamente distribuiti, con media nulla e densità di probabilità indicata in figura: costante e pari a 13\frac13 nell'intervallo [−1,625, −0,125][-1{,}625,\,-0{,}125], poi decrescente linearmente da 13\frac13 in a=−0,125a=-0{,}125 fino a 00 in a=2,875a=2{,}875, nulla altrove. I campioni xx vengono quantizzati con un quantizzatore uniforme senza pre-elaborazioni.

  1. Calcolare il valore ottimo di saturazione del quantizzatore, giustificando la risposta.
  2. Utilizzare 88 bit per campione quantizzato e calcolare il rapporto segnale-rumore di quantizzazione in dB.
  3. Per un quantizzatore che usa 22 bit per campione quantizzato, disegnare la funzione caratteristica in forma compatta, specificando il valore di tutti i parametri e scegliendo un'opportuna mappatura dei bit.
  4. I bit in uscita dal quantizzatore con 44 livelli vengono trasmessi con una 44-QAM (usando la mappatura di Gray) su un canale AWGN con Es/σI2=10E_s/\sigma_I^2=10. Calcolare la probabilità che per un campione di ingresso x=2,5x=2{,}5 venga ricostruito al ricevitore il livello di quantizzazione associato al campione di ingresso x=−1,5x=-1{,}5.
  5. Si utilizza ora una 1616-QAM con la stessa energia media in trasmissione della 44-QAM del punto precedente e sullo stesso canale. Calcolare il numero di campioni quantizzati che si trasmettono con un simbolo e dire se la probabilità del punto precedente aumenta, non cambia o diminuisce, giustificando la risposta.
  6. Utilizzare ora un quantizzatore non uniforme con 33 livelli e funzione caratteristica con soglie A<0A<0 e B>0B>0 e livelli A−0,5A-0{,}5, A+B2\frac{A+B}2, B+0,5B+0{,}5. Calcolare i valori di AA e BB per ottenere che tutti i valori quantizzati vengano assunti con la stessa probabilità.

Teoria usata: Quantizzazione uniforme - saturazione, errore granulare e SNR di quantizzazioneUn quantizzatore uniforme a L = 2^b livelli e range [−v_sat, v_sat] ha passo Δ = 2v_sat/L. L'errore e = x − x^(q) è di saturazione fuori range (illimitato, da rendere raro con P_sat piccola) e granulare dentro (|e| ≤ Δ/2, uniforme con potenza Δ²/12). L'SNR di quantizzazione Λ_q = E[x²]/E[e²] vale in decibel 20log₁₀(σ_x/v_sat) + 4,77 + 6,02·b: ogni bit in più dà 6 dB. Per b minimo che garantisce una specifica: ⌈(specifica − c)/6,02⌉ con c = 20log₁₀(σ_x/v_sat) + 4,77.Quantizzazione uniforme - saturazione, errore granulare e SNR di quantizzazione →, Quantizzazione non uniforme, companding e conversione A-DIn un quantizzatore non uniforme gli intervalli I_i hanno larghezze diverse (stretti dove la densità è alta) e la potenza dell'errore è M_e = Σ M_{e_i} P(x ∈ I_i), con M_{e_i} = E[(x − a_qi)² | x ∈ I_i]. Si realizza con il companding (compressore μ(x), quantizzatore uniforme, espansore) o raggruppando gli intervalli di un quantizzatore uniforme fine. Nella conversione A-D con campionamento ogni T_s e b bit per campione, T_b = T_s/b e R_b = b/T_s bit/s. Esempio completo con densità esponenziale a due lati: v_sat, b, bit rate e periodo di simbolo della 16-QAM.Quantizzazione non uniforme, companding e conversione A-D →, Modulazione QAM - costellazioni, energia e probabilità d'erroreLa QAM trasmette due PAM indipendenti su due portanti in quadratura: $s_m(t)=\alpha_{m,I}h_{Tx}(t)\cos(2\pi f_0t)-\alpha_{m,Q}h_{Tx}(t)\sin(2\pi f_0t)$ con $\alpha\in{\pm1,\pm3,\dots}$ e $M=2^{2b}$ ($2b$ bit per simbolo). La base è $\phi_{1,2}\propto h_{Tx}\cos,,-h_{Tx}\sin$ con energia $\frac{E_h}2$, i punti stanno su una griglia $\sqrt M\times\sqrt M$ con $d_{\min}=\sqrt{2E_h}$ ed $E_s=\frac{M-1}{3}E_h$. Con $q=Q\left(\sqrt{\frac{E_h}{2\sigma_I^2}}\right)$: $P[E]=4\left(1-\frac1{\sqrt M}\right)q-4\left(1-\frac1{\sqrt M}\right)^2q^2$, con $\frac{E_h}{2\sigma_I^2}=\frac{E_s}{\sigma_I^2}\frac{3}{2(M-1)}$. Con Gray su ogni asse $P_{bit}\simeq\frac{P[E]}{\log_2M}$.Modulazione QAM - costellazioni, energia e probabilità d'errore →, Variabili aleatorie continue - uniforme, gaussiana, esponenziale e funzione QUna v.a. continua ha funzione di distribuzione F_x(a) = P(x ≤ a) e densità f_x(a) = dF_x/da ≥ 0 con integrale 1; P(A ≤ x ≤ B) = F_x(B) − F_x(A) = ∫_A^B f_x e P(x = A) = 0. Uniforme U([a,b]): densità 1/(b−a), media (a+b)/2, varianza (b−a)²/12. Esponenziale unilatera di media m: (1/m)e^(−a/m), a ≥ 0. Gaussiana N(m, σ²): P(x ≥ A) = Q((A − m)/σ), con Q(A) coda della gaussiana standard. Somme di gaussiane indipendenti sono gaussiane (medie e varianze si sommano); teorema del limite centrale.Variabili aleatorie continue - uniforme, gaussiana, esponenziale e funzione Q →.

La densità. Sul tratto crescente-costante [−1,625,−0,125][-1{,}625,-0{,}125] vale 13\frac13 (area 13⋅1,5=12\frac13\cdot1{,}5=\frac12); sul tratto discendente [−0,125,2,875][-0{,}125,2{,}875] è la retta che passa per (−0,125,13)(-0{,}125,\frac13) e (2,875,0)(2{,}875,0), di pendenza −1/33=−19-\frac{1/3}{3}=-\frac19, cioè px(a)=2,875−a9p_x(a)=\frac{2{,}875-a}{9} (area del triangolo 12⋅3⋅13=12\frac12\cdot3\cdot\frac13=\frac12). Totale 11.

Grafico interattivo: Densità p_x(a) dell'esercizio: costante 1/3 su [−1,625; −0,125], poi decrescente linearmente fino a 0 in a = 2,875 (area 1/2 + 1/2)

(1) Valore di saturazione

I campioni stanno in [−1,625, 2,875][-1{,}625,\,2{,}875] con certezza. Il quantizzatore uniforme ha range simmetrico [−vsat,vsat][-v_{sat},v_{sat}]: per non avere mai saturazione serve vsat≥max⁡∣a∣=2,875v_{sat}\ge\max|a|=2{,}875. Valori più grandi non diminuiscono più la probabilità di saturazione (già nulla) ma aumentano Δ=2vsatL\Delta=\frac{2v_{sat}}L, quindi il valore ottimo è il minimo: vsat=2,875.v_{sat}=2{,}875. (La parte negativa [−2,875,−1,625][-2{,}875,-1{,}625] del range resta inutilizzata: è il prezzo di un range simmetrico con densità asimmetrica.)

(2) SNR di quantizzazione con 88 bit

A media nulla σx2=∫a2px(a) da\sigma_x^2=\int a^2p_x(a)\,da, somma di due integrali: ∫−1,625−0,125a23 da=19[a3]−1,625−0,125=−0,00195+4,29109=0,4766,\int_{-1{,}625}^{-0{,}125}\frac{a^2}3\,da=\frac19\Big[a^3\Big]_{-1{,}625}^{-0{,}125}=\frac{-0{,}00195+4{,}2910}{9}=0{,}4766, ∫−0,1252,875a2 2,875−a9 da=0,6328.\int_{-0{,}125}^{2{,}875}a^2\,\frac{2{,}875-a}{9}\,da=0{,}6328. Quindi σx2=0,4766+0,6328=1,1094\sigma_x^2=0{,}4766+0{,}6328=1{,}1094 (esattamente 7164\frac{71}{64}) e σx=1,053\sigma_x=1{,}053. Con b=8b=8: (Λq)dB=20log⁡10σxvsat+4,77+6,02⋅8=20log⁡101,0532,875+4,77+48,16=−8,72+4,77+48,16=44,21 dB.(\Lambda_q)_{dB}=20\log_{10}\frac{\sigma_x}{v_{sat}}+4{,}77+6{,}02\cdot8=20\log_{10}\frac{1{,}053}{2{,}875}+4{,}77+48{,}16=-8{,}72+4{,}77+48{,}16=44{,}21\ \text{dB}. La soluzione del corso riporta 44,6744{,}67 dB, ma il calcolo dà 44,2144{,}21 dB: la stessa varianza 1,111{,}11 e gli stessi dati portano a 20log⁡101,112,875=−8,7220\log_{10}\frac{\sqrt{1{,}11}}{2{,}875}=-8{,}72 e non a −8,26-8{,}26; la formula esatta 10log⁡10(3σx2vsat2216)10\log_{10}\Big(3\frac{\sigma_x^2}{v_{sat}^2}2^{16}\Big) conferma 44,2144{,}21 dB (controllato con Python).

(3) Funzione caratteristica con 22 bit

L=22=4L=2^2=4 livelli e passo Δ=2vsatL=5,754=1,4375\Delta=\frac{2v_{sat}}L=\frac{5{,}75}4=1{,}4375.

  • Soglie: −Δ, 0, Δ=−1,4375, 0, 1,4375-\Delta,\ 0,\ \Delta=-1{,}4375,\ 0,\ 1{,}4375 (con le saturazioni a ±vsat=±2,875\pm v_{sat}=\pm2{,}875).
  • Livelli (centri degli intervalli): −3Δ2=−2,156-\frac{3\Delta}2=-2{,}156, −Δ2=−0,719-\frac\Delta2=-0{,}719, Δ2=0,719\frac\Delta2=0{,}719, 3Δ2=2,156\frac{3\Delta}2=2{,}156.
  • Mappatura modulo e segno: bit di segno 00 per i positivi e 11 per i negativi, poi il modulo: +0,719→00+0{,}719\to00, +2,156→01+2{,}156\to01, −0,719→10-0{,}719\to10, −2,156→11-2{,}156\to11.

Grafico interattivo: Funzione caratteristica del quantizzatore a 4 livelli: Δ = 1,4375, livelli ±0,719 e ±2,156, soglie in 0 e ±1,4375, saturazione oltre ±2,875; parole di codice (segno, modulo): 00 e 01 per i positivi, 10 e 11 per i negativi

(4) Probabilità di ricostruire l'altro livello

I due ingressi: x=2,5x=2{,}5 sta nell'intervallo [Δ, 2Δ]=[1,4375, 2,875][\Delta,\,2\Delta]=[1{,}4375,\,2{,}875], livello +2,156+2{,}156 e parola 0101; x=−1,5x=-1{,}5 sta in [−2,875,−1,4375][-2{,}875,-1{,}4375] (perché 1,5>1,43751{,}5>1{,}4375), livello −2,156-2{,}156 e parola 1111. Le due parole differiscono solo nel primo bit (il segno). Con la mappatura di Gray della 44-QAM i due bit stanno su assi diversi: il primo bit decide il segno della componente su un asse, il secondo bit quello sull'altro; le parole 0101 e 1111 corrispondono quindi a due simboli adiacenti (stesso segno sul secondo asse, segno opposto sul primo).

Per la 44-QAM con energia media per simbolo EsE_s le coordinate sono (±Es/2,±Es/2)\big(\pm\sqrt{E_s/2},\pm\sqrt{E_s/2}\big) e il rumore ha varianza σI2\sigma_I^2 per dimensione. Per ricostruire l'altro livello il ricevitore deve sbagliare il segno sul primo asse (probabilità Q(Es/2σI)Q\big(\frac{\sqrt{E_s/2}}{\sigma_I}\big)) e non sbagliarlo sul secondo asse: P=Q(Es2σI2)[1−Q(Es2σI2)]=Q(5)[1−Q(5)]=0,01267⋅0,98733=0,0125.P=Q\Big(\sqrt{\frac{E_s}{2\sigma_I^2}}\Big)\Big[1-Q\Big(\sqrt{\frac{E_s}{2\sigma_I^2}}\Big)\Big]=Q\big(\sqrt5\big)\big[1-Q(\sqrt5)\big]=0{,}01267\cdot0{,}98733=0{,}0125. (con EsσI2=10\frac{E_s}{\sigma_I^2}=10; coincide con la soluzione del corso, 1,25⋅10−21{,}25\cdot10^{-2}).

(5) 1616-QAM con la stessa energia

Ogni simbolo della 1616-QAM porta log⁡216=4\log_216=4 bit; ogni campione quantizzato ne ha 22: con un simbolo si trasmettono 22 campioni quantizzati. A parità di energia media EsE_s, i 1616 punti sono più fitti dei 44 della 44-QAM: le coordinate su ogni asse sono ±a,±3a\pm a,\pm3a con a=Es/10a=\sqrt{E_s/10} (energia media 2⋅5a2=10a22\cdot5a^2=10a^2) invece di ±Es/2\pm\sqrt{E_s/2}, quindi la distanza fra punti vicini scende di un fattore 5\sqrt5 (2a2a contro 2Es/22\sqrt{E_s/2}). L'argomento della QQ per l'errore su una soglia passa da Es2σI2=5\sqrt{\frac{E_s}{2\sigma_I^2}}=\sqrt5 a Es10σI2=1\sqrt{\frac{E_s}{10\sigma_I^2}}=1: da Q(5)=0,0127Q(\sqrt5)=0{,}0127 a Q(1)=0,159Q(1)=0{,}159. Quindi la probabilità del punto precedente aumenta (rumore uguale, punti più vicini).

(6) Quantizzatore non uniforme a 33 livelli equiprobabili

Le soglie A<0A<0 e B>0B>0 dividono l'asse in (−∞,A](-\infty,A], [A,B][A,B], [B,∞)[B,\infty) e si vogliono tre probabilità uguali a 13\frac13 (Quantizzazione non uniforme, companding e conversione A-DIn un quantizzatore non uniforme gli intervalli I_i hanno larghezze diverse (stretti dove la densità è alta) e la potenza dell'errore è M_e = Σ M_{e_i} P(x ∈ I_i), con M_{e_i} = E[(x − a_qi)² | x ∈ I_i]. Si realizza con il companding (compressore μ(x), quantizzatore uniforme, espansore) o raggruppando gli intervalli di un quantizzatore uniforme fine. Nella conversione A-D con campionamento ogni T_s e b bit per campione, T_b = T_s/b e R_b = b/T_s bit/s. Esempio completo con densità esponenziale a due lati: v_sat, b, bit rate e periodo di simbolo della 16-QAM.Quantizzazione non uniforme, companding e conversione A-D →: intervalli equiprobabili).

  • Intervallo di sinistra: la densità è 13\frac13 costante fino a −0,125-0{,}125, e a sinistra di −1,625-1{,}625 è nulla: P(x≤A)=13 (A+1,625)=13 ⟹ A+1,625=1 ⟹ A=−0,625.P(x\le A)=\frac13\,(A+1{,}625)=\frac13\ \Longrightarrow\ A+1{,}625=1\ \Longrightarrow\ A=-0{,}625.
  • Intervallo di destra: la coda [B,2,875][B,2{,}875] è un triangolo (a destra di −0,125-0{,}125 la densità è 2,875−a9\frac{2{,}875-a}{9}): area =12⋅(2,875−B)⋅2,875−B9=(2,875−B)218=\frac12\cdot(2{,}875-B)\cdot\frac{2{,}875-B}{9}=\frac{(2{,}875-B)^2}{18}. Imponendo 13\frac13: (2,875−B)218=13 ⟹ (2,875−B)2=6 ⟹ B=2,875−6=0,4255.\frac{(2{,}875-B)^2}{18}=\frac13\ \Longrightarrow\ (2{,}875-B)^2=6\ \Longrightarrow\ B=2{,}875-\sqrt6=0{,}4255. (Si sceglie il segno con B<2,875B<2{,}875; B=0,4255>−0,125B=0{,}4255>-0{,}125 conferma che è nel tratto lineare. Sviluppando il quadrato si ritrova la forma 0,0556B2−0,319B+0,459=130{,}0556B^2-0{,}319B+0{,}459=\frac13 della soluzione del corso.) L'intervallo centrale [−0,625, 0,4255][-0{,}625,\,0{,}4255] ha probabilità 1−13−13=131-\frac13-\frac13=\frac13. I livelli sono A−0,5=−1,125A-0{,}5=-1{,}125, A+B2=−0,100\frac{A+B}2=-0{,}100, B+0,5=0,926B+0{,}5=0{,}926.

(Tutti i valori sono stati verificati con Python: σx2=1,1094\sigma_x^2=1{,}1094, 44,2144{,}21 dB, Δ=1,4375\Delta=1{,}4375, 0,012510{,}01251, A=−0,625A=-0{,}625, B=0,42551B=0{,}42551 con probabilità 0,33330{,}3333 per ciascun livello.)

Errori comuni

  • Scegliere vsat=1,625v_{sat}=1{,}625 (il lato negativo) o la semiampiezza 2,875+1,6252\frac{2{,}875+1{,}625}{2}: con il range simmetrico serve il valore massimo in modulo, 2,8752{,}875.
  • Applicare la formula dell'SNR con la deviazione standard sbagliata (σx\sigma_x, non σx2\sigma_x^2, dentro 20log⁡1020\log_{10}).
  • Pensare che per sbagliare livello basti sbagliare un bit qualsiasi: serve sbagliare solo quello che distingue i due livelli e non l'altro, quindi il fattore [1−Q(⋅)]\big[1-Q(\cdot)\big].
  • Usare il passo e i livelli della 1616-QAM del punto 5 senza ricalcolare l'energia per simbolo.
  • Per le soglie equiprobabili imporre 13\frac13 sul solo intervallo di sinistra e dimenticare quello di destra, che è un triangolo (area quadratica in 2,875−B2{,}875-B).

Versione ripasso

Testo. Densità: 13\frac13 su [−1,625,−0,125][-1{,}625,-0{,}125] e retta 2,875−a9\frac{2{,}875-a}9 su [−0,125,2,875][-0{,}125,2{,}875], media nulla. (1) vsatv_{sat} ottimo. (2) SNR con 88 bit. (3) Funzione caratteristica con 22 bit. (4) 44-QAM Gray, EsσI2=10\frac{E_s}{\sigma_I^2}=10: probabilità di ricostruire il livello di x=−1,5x=-1{,}5 trasmettendo x=2,5x=2{,}5. (5) 1616-QAM a pari energia: campioni per simbolo e variazione. (6) Quantizzatore a 33 livelli (A−0,5A-0{,}5, A+B2\frac{A+B}2, B+0,5B+0{,}5) equiprobabili: AA, BB.

(Quantizzazione uniforme - saturazione, errore granulare e SNR di quantizzazioneUn quantizzatore uniforme a L = 2^b livelli e range [−v_sat, v_sat] ha passo Δ = 2v_sat/L. L'errore e = x − x^(q) è di saturazione fuori range (illimitato, da rendere raro con P_sat piccola) e granulare dentro (|e| ≤ Δ/2, uniforme con potenza Δ²/12). L'SNR di quantizzazione Λ_q = E[x²]/E[e²] vale in decibel 20log₁₀(σ_x/v_sat) + 4,77 + 6,02·b: ogni bit in più dà 6 dB. Per b minimo che garantisce una specifica: ⌈(specifica − c)/6,02⌉ con c = 20log₁₀(σ_x/v_sat) + 4,77.Quantizzazione uniforme - saturazione, errore granulare e SNR di quantizzazione →, Quantizzazione non uniforme, companding e conversione A-DIn un quantizzatore non uniforme gli intervalli I_i hanno larghezze diverse (stretti dove la densità è alta) e la potenza dell'errore è M_e = Σ M_{e_i} P(x ∈ I_i), con M_{e_i} = E[(x − a_qi)² | x ∈ I_i]. Si realizza con il companding (compressore μ(x), quantizzatore uniforme, espansore) o raggruppando gli intervalli di un quantizzatore uniforme fine. Nella conversione A-D con campionamento ogni T_s e b bit per campione, T_b = T_s/b e R_b = b/T_s bit/s. Esempio completo con densità esponenziale a due lati: v_sat, b, bit rate e periodo di simbolo della 16-QAM.Quantizzazione non uniforme, companding e conversione A-D →)

Teoria collegata