1 / 69

Seminário – LCS/LPS

Seminário – LCS/LPS. Aplicações da Teoria do Caos em Comunicações e Processamento Digital de Sinais. Marcio Eisencraft. Sumário da apresentação. Introdução - Sinais caóticos Modulação usando portadoras caóticas Estimação de sinais caóticos Espectro de sinais caóticos

darryl
Download Presentation

Seminário – LCS/LPS

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Seminário – LCS/LPS Aplicações da Teoria do Caos em Comunicações e Processamento Digital de Sinais Marcio Eisencraft

  2. Sumário da apresentação • Introdução - Sinais caóticos • Modulação usando portadoras caóticas • Estimação de sinais caóticos • Espectro de sinais caóticos • Pesquisa e trabalhos atuais

  3. 1. Sinais Caóticos • Sinais caóticos: • Limitados • Determinísticos • Aperiódicos • Dependência sensível com as condições iniciais • Características levam a aplicações de sinais caóticos em diversas áreas tecnológicas • Telecomunicações desde 1990. Áreas: modulação, codificação, criptografia entre outras

  4. 1.1 Caos - Histórico • Séculos XVIII e XIX - Início do estudo das equações diferenciais. • 1890 - Poincaré - Soluções muito complicadas • Década de 1960 - Assunto retomado: • Smale, Palis, Peixoto - dinâmica simbólica - análise de órbitas caóticas. • Lorenz - equações diferenciais simples com dependência sensível às condições iniciais • Década de 1970 - Inúmero de trabalhos em dinâmica não-linear e aplicações nas mais diversas áreas • Década de 1980 - Computação de alta velocidade - possibilita “visualizar” resultados matemáticos abstratos - chama atenção de pesquisadores de inúmeras áreas • 1984 -Circuito eletrônico que gera sinais caóticos (Chua); • 1990 - Possibilidade de sincronismo de sistemas caóticos – Pecora e Carroll • Muitos trabalhos subseqüentes. Destacam-se: • Cuomo e Oppenheim (MIT); Chua (Berkeley); Hassler (Swiss Federal Institute of Technology); Grebogi (IFUSP), .Rovatti, Setti (Ferrara), entre muitos outros

  5. 1.2 Equações de diferenças • Modelo populacional exponencial • Exemplo: a = 2

  6. Comportamento simples: a>1, exponencial crescente; 0<a<1, exponencial decrescente

  7. 1.2 Equações de diferenças • Modelo logístico: população futura é proporcional à população atual mas limitada pelos recursos naturais • a = 2,8

  8. Órbitas convergem para ponto fixo – população se estabiliza independentemente da condição inicial

  9. 1.2 Equações de diferenças • a = 3,3

  10. Convergem para órbita periódica de período 2 – população varia entre dois valores

  11. 1.2 Equações de diferenças • a = 3,5

  12. Órbitas convergem para órbita periódica de período 4 – população varia entre quatro valores

  13. 1.2 Equações de diferenças • a = 4

  14. Órbitas limitadas, determinísticas, aperiódicas; sensibilidade às condições iniciais • CAOS

  15. Caos em Sistemas Discretos • Mapa Logístico

  16. 1.3 Equações diferenciais

  17. 1.4 Propriedades interessantes • Propriedades interessantes dos sinais caóticos para Telecomunicações: • Ocupam largas faixas de freqüências; • Função de autocovariância impulsiva; • Função de covariância cruzada com outras órbitas com valores muito baixos. • Propriedades desejadas para modulações spread spectrum.

  18. Sumário da apresentação • Introdução - Sinais caóticos • Modulação usando portadoras caóticas • Estimação de sinais caóticos • Espectro de sinais caóticos • Pesquisa e trabalhos atuais

  19. 2.1 Sistema de Wu e Chua • Sincronismo de sistemas caóticos • Mensagem inserida na geração do sinal

  20. Exemplos - Sistema de Wu e Chua

  21. 2.2 Influência da Limitação em Banda m(t) = sen(2500t) - fa = 8kHz - passo de integração = 0,06 - a = -30dB

  22. 2.2 Influência da Limitação em Banda fcs = 0,7 fcs = 0,7 fci = 0,02 fci = 0,02 fci = 0,02

  23. 2.3 Resolvendo o problema da limitação em banda • Inserir filtros passa-banda nas malhas do transmissor e do receptor de forma a limitar o espectro do sinal caótico a ser transmitido. • EISENCRAFT, M. ; GERKEN, M. Comunicação Utilizando Sinais Caóticos: Influência de Ruído e de Limitação em Banda. In: XVIII Simpósio Brasileiro de Telecomunicações, 2000, Gramado. Anais do Simpósio Brasileiro de Telecomunicações. Gramado : Sociedade Brasileira de Telecomunicações, 2000.

  24. 2.4 Resultados Obtidos fcs = 0,7, fss = 0,9fcs = 0,63 fcs = 0,7, fss = 0,9fcs = 0,63 fci =0,02, fli =0,05

  25. 2.5 Diminuindo os efeitos do ruído • Sincronismo é extremamente sensível ao ruído no canal • Direção a seguir: comunicações digitais não-coerentes • Em sistemas não-coerentes não há necessidade de recuperar o sinal caótico no receptor

  26. 2.6 Modulações digitais • Símbolo transmitido como os coeficientes de uma combinação linear de sinais caóticos • Receptor coerente • Transmissor – Nb=1 • Receptor não-coerente

  27. 2.7 DCSK – Differential Chaos Shift Keying • CSK com Nb=2 em que as seqüências de base consistem em segmentos de sinais caóticos repetidos • Modulador DCSK • Demodulador diferencial

  28. | 1 |  Magnitude-ângulo para complexo 2.8 FM-DCSK – Frequency Modulated DCSK • Modificação do DCSK – energia por símbolo constante • Antes da modulação insere-se o sinal caótico num modulador FM • Energia do sinal FM independe do sinal modulante Modulador em freqüência

  29. 2.9 Simulações EISENCRAFT, M. ; BACCALÁ, L. A. Modulações digitais usando portadoras caóticas: uma análise comparativa. In: XXV Simpósio Brasileiro de Telecomunicações (SBrT'07), 2007, Recife. Anais do XXV Simpósio Brasileiro de Telecomunicações. Rio de Janeiro : Sociedade Brasileira de Telecomunicações, 2007. v. 1. p. 1-6.

  30. 2.10 Comparações entre os sistemas

  31. Sumário da apresentação • Introdução - Sinais caóticos • Modulação usando portadoras caóticas • Estimação de sinais caóticos • Espectro de sinais caóticos • Pesquisa e trabalhos atuais

  32. 3.1 CRLB - Formulação do problema • Sistema dinâmico • Seqüência observada sendo r (n)AWGN com média nula • Determinar o menor mse que um estimador sem viés de s0pode assumir dado s’ (n)e f (.)(CRLB).

  33. Teorema 1 • uma órbita do sistema dinâmico Sejam • r(n) um processo ruído branco gaussiano de média nula e variância σr2 • o mapa f(.) derivável em todos os pontos dessa órbita • Então,

  34. Teorema 2 • Nas mesmas condições do Teorema 1, o limite do CRLB quando N→ ∞ é • L≡L(s0) ≠ 1 é o número de Lyapunov do atrator para o qual a órbita s(n,s0) converge • Resultado válido para órbitas caóticas ou não. EISENCRAFT, M. ; BACCALÁ, L. A. . The Cramer-Rao bound for initial conditions estimation of chaotic orbits. Chaos, Solitons and Fractals, v. 38, p. 132-139, 2008.

  35. 3.2 O MLE • MLE: Valor de θque maximiza p(x; θ) • Simples para mapas com densidade invariante uniforme (Papadopoulos; Wornell, 1993) • Assintoticamente sem viés e eficiente. • Usando o Teorema 2, mostra-se que para o mapa fT(.)

  36. MLE – Estimação da condição inicial – fI(.)

  37. 3.3 Estimação pelo algoritmo de Viterbi • Idéia básica: interpretar seqüências caóticas como um processo de Markov que em cada instante assume um de NSestados possíveis • Domínio Usegmentado em NSintervalos: U1, ..., UNs • Estado q(n) = j se • Dedieu e Kisel (1999)  partição uniforme • Mapas com densidade uniforme • Proposta para mapas mais genéricos: utilizar partição não-uniforme

  38. Exemplos de matrizes de transição de estados

  39. Simulações - mapa quadrático fQ(.) EISENCRAFT, M. ; BACCALÁ, L. A. . Estimating chaotic orbits generated by maps with nonuniform invariant density. In: 9th Experimental Chaos Conference, 2006, São José dos Campos. The 9th Experimental Chaos Conference - Sessions and Abstracts, 2006. p. 67-68.

  40. 3.4. MLE x Viterbi

  41. Decodificador de Viterbi Circuito de decisão Cálculo de verossimilhança Decodificador de Viterbi Cálculo de verossimilhança 3.5 O ML-CSK modificado com dois mapas • (Kisel; Dedieu; Schimming, 2001) • Transmissor igual ao do CSK com 2 mapas • Receptor

  42. Como escolher mapas? (1/2) • Caso mapa tenda: proposta adaptada de (Kisel; Dedieu; Schimming, 2001)

  43. Como escolher o mapa? (2/2) • Procedimento não necessariamente ótimo e deve ser aplicado com cautela Ponto fixo superatrator!

  44. Decodificador de Viterbi Circuito de decisão Cálculo de verossimilhança Decodificador de Viterbi Cálculo de verossimilhança -1 3.6 ML-CSK com um mapa • Transmissor igual ao do CSK bipolar com uma função de base: • Receptor:

  45. 3.7 Simulações computacionais

  46. 3.8 Trabalhos futuros (1/2) • Análise dos sistemas propostos para o caso M-ário • Análise da complexidade computacional • Generalização dos Teoremas 1 e 2 para o caso multidimensional • Uso de modelos de canais mais complicados • Análise estatística da energia de trechos de sinais caóticos • Otimização da escolha dos mapas e transformações utilizados no ML-CSK

  47. 3.8 Trabalhos futuros (2/2) • Proposta de sistema de modulação com recepção diferencial e estimação com desempenho melhor do que o FM-DCSK. • Multiplexação – sistemas multiusuários

  48. Sumário da apresentação • Introdução - Sinais caóticos • Modulação usando portadoras caóticas • Estimação de sinais caóticos • Espectro de sinais caóticos • Pesquisa e trabalhos atuais

  49. 4.1 Aplicações - Caracterização Convencional • Larga faixa de freqüências • Seqüência de autocorrelação impulsiva • Seqüência de correlação cruzada com valores baixos • Apesar de essenciais, poucos resultados analíticos Objetivos: • Verificar se caos implica banda larga • Determinar a banda essencial de sinais caóticos • Gerar sinais caóticos com banda pré-definida

  50. em que 4.2 FAMÍLIA DE MAPAS TENDA INCLINADA • Parâmetro  determina o valor da abscissa em que se localiza o pico da tenda

More Related