Sobre Codificación Conjunta Fuente-Canal
|
|
- Juan Rivero Núñez
- hace 6 años
- Vistas:
Transcripción
1 UNIVERSIDAD CARLOS III DE MADRID ESCUELA POLITECNICA SUPERIOR MASTER EN MULTIMEDIA Y COMUNICACIONES Sobre Codificación Conjunta Fuente-Canal Luca Martino FEBRERO DE 2008 FEBRERO DE 2008
2 1 Introducción: Teoría Básica La codificación es, sin duda, una función esencial de cualquier sistema de comunicación. En general, lsa caracteristicas básica de una transmisión digital tendrían que ser: eficiencia fiabilidad privacidad Dejando de lado el problema de la privacidad, podemos notar como los dos restante objetivos requieren enfoques exactamente opuestos. De hecho, la eficiencia, medida como la proporción entre la cantidad de información transmitida y la energía necesaria para transmitirla, exige quitar toda la redundancia en los datos antes del envío. Esta operación se suele llamar Codificación de fuente. Por otra parte, la fiabilidad requiere añadir redundancia para asegurar una correcta interpretación de los datos transmitidos. De esto se ocupa la Codificación de canal. Los dos principales resultados de la Teoria de la Información, nos proporcionan una cota inferior para la compresión de datos sin perdidas (R > H) y una cota superior para la velocidad de trasmisión de datos por un canal (R < C). El primer resultado nos dice que la longitud media por simbolo de una palabra código no puede ser menor de la Entropia de la fuente; por otra parte, el teorema de codificación afirma que, en un canal discreto sin memoria, la máxima tasa a la que se puede trasmitir sin error es el máximo de la infomación mutua (Capacidad) entre entrada y salida del sistema de comunicaciones. Se puede demostrar, que el hecho de dividir la codificación en dos paso, de fuente y de canal, no afecta del punto de vista de la trasmisión en un canal ruidoso. Por estas razones, casi siempre el diseño de un sistema de comunicación ha sido la combinación de estas dos partes, analizadas separadamente. Además se demuestra que optimizando los dos bloques de modo indepedientes se podrían alcanzar los resultados limites dados pro los teoremas de Shannon. De todas formas, por razones practicas relacionadas con complejidad y retardo, se han propuestos esquemas de codificación conjunta de fuente y canal. Además, desde el punto de vista teórica y no solo, surge automaticamente la pregunta si la condición H < C sea una condición necesaria y 1
3 suficiente para enviar información de una fuente por un canal. Se ha demostrado que si H < C existe un método de codificación conjunta fuente-canal con probabilidad de error tan baja como se quiera. Dicho de otra forma: Teorema: Sea H (bit/símbolo) la entropia de la fuente y C (bit/segundo) la capacidad de canal. Es posible codificar los símbolos emitidos por la fuente, transmitiendo en media C H ɛ símbolos por segundo, donde 0 < ɛ < C H. No es posible transmitir a una velocidad superior a C H. 2 Codificación conjunta: por qué? El Teorema de Separación de la Teoría de la Información afirma la posibilidad de dividir en dos partes separadas la tareas de codificación; esta separeción no es justificable desde el punto de vista practico, por las siguintes razones: longitud de bloques limitada por codificacíon de fuente y canal puede reslutar un problema. los bits a la salida del codificador de fuente suelen tener una redundancia residual, que en cierto modo, podría ser aprovechada por el codificador de canal. Se nececitan bloques de longitud infinita para lograr un perfecto código de canal. aún no se ha conseguido que la probabilidad de equivocarse en decodificación sea exactamente nula. El objetivo es mejorar las prestaciones de los sistemas de comunicación, sin explotar más los recursos disponible. Con este fín, se han estudiado algoritmos conjuntos de codificacíon. La idea básica consiste en tratar de aprovechar la redundancia residual de los bits para mejorar la calidad de la transmisión. 3 Códigos Huffman Un código de Huffman es un código de longitud variable, en el que la longitud de cada código depende de la frecuencia relativa de aparición de cada símbolo: 2
4 cuanto más frecuente sea un símbolo, su código asociado será más corto. Además, un código Huffman es un código libre de prefijos: es decir, ningún código forma la primera parte de otro código; esto permite que los mensajes codificados sean no ambiguos. El algoritmo consiste en la creación de un árbol binario que tiene cada uno de los símbolos por hoja, y construido de tal forma que siguiéndolo desde la raíz a cada una de sus hojas se obtiene el código Huffman asociado. Para derivar el código Huffman se hacen las siguientes operaciones: Escoger los dos símbolos c i, c j (que serán todo colocados en las hojas N 4,N 5,N 6,N 7 ) con probabilidades más pequeñas p i y p j. Se sustituyen c i, c j con un nodo superior de probabilidad p i + p j. se considera el nuovo nodo como una nuova hoja, es decir, como otro simbolo (no considerando los dos anteriores), y se repite desde el primer punto. El código queda definido por el camino desde la raíz N 1 hasta cada hoja. Figure 1: Ejemplo Código Huffman. Para poder utilizar el algoritmo de Huffman es necesario conocer de antemano las frecuencias de aparición de cada símbolo, y su eficiencia depende de lo próximas a las frecuencias reales que sean las estimadas. La eficiencia de 3
5 la codificación de Huffman también depende del balance que exista entre los hijos de cada nodo del árbol, siendo más eficiente conforme menor sea la diferencia de frecuencias entre los dos hijos de cada nodo. Este es el codificador estadístico más popular, y erróneamente se tiende a pensar que su funcionamiento es óptimo. Este algoritmo es capaz de producir un código óptimo en el sentido de Mínima Redundancia para el código de entrada. Esta compresión sólo será óptima si las probabilidades de todos los símbolos de entrada son potencias enteras de 1/2. Y el peor de todos los casos se presentará cuando alguno de los símbolos posean una probabilidad cercana a 1. 4 Código Convolucionales y Turbo La codificación del canal añade redundancia a los datos generados por la codificación de la fuente, de forma que se detectan e incluso se corrigen algunos errores introducidos por el canal. Los códigos de canal más comunes son los códigos bloques: reciben este nombre en virtud que estan constituidos pos bloques de longitud fija. Es decir, el codificador recibe k bits y entrega n bits a la salida, existiendo una relación biunívoca entre la secuencia de k de mensaje y la secuencia final de n bits. Además, en el caso de los códigos sistemáticos, también qeuda bien definida dentro del bloque, cúal es la parte de mensaje y cúal es la parte redundante o de bits de paridad. La caracteristicas distintivas de los código convolucionales es que no tienen un formato de bloque y por lo tanto no tiene una longitud de bloque. La caracteristica fundamental de los convolucionales es aprovechar la correlaciones entre los bits transmitidos, es decir, codificador introduce una cierta memoria. Los n bits de salida de un convolucional no depiende solo de los k bits en entrada, sino también de los K 1 nits precedentes (la tasa de código sería k/n ). El funcionamiento del convolucional está basado en K registros de desplazamiento ( memoria de capacidad un bit) y n sumas módulo dos. La codificación de los bits se realiza a partir del valor del bit presente a la entrada y los valores de los m bits anteriores que están guardados en los registros. La descripción de un código convolucional puede hacerse de varias maneras: conexión de vectores o polinomios, diagrama de estado, diagrama de árbol y diagrama trellis son los esquemas más utilizados. En figura (2) se muestra el esquema en registros de despazamiento de un código convolucional, donde 4
6 por cada bit de información, m i, se trasmiten 2 bits, h 1 i y h 2 i. Los convolu- Figure 2: Ejemplo secuencia para un convolucional. cionales codifican la secuencia con una operación de convolución,porque son códigos tempo invariantes en el tiempo, y por lo tanto se pueden representar con una respuesta impulsiva (proporciona la salida cuando la secuencia de entrada es una delta de kornecker). Para la fig.2 las respuestas impulsivas de las dos salidas serían: g 1 = (1101) (1) g 2 = (1111) (2) La respuesta impulsiva es un vector binario de longitud el numero de memorias más uno. Existe un 1, si hay conección con la salida. Otra forma interesante de ver los conlucionales es la representacíon polinomica a través de la Trasformada-D; esta transformada convierte nua secuencia en un polinomio en D donde a cada potencia D j esta asociado un retardo j. Por ultimo, hay que decri que los convolucionales se podrian expresar a través de una matriz generadora G con si fueran códigos bloque lineales de longitud variable. Los Turbos Códigos se construyen concatenando 2 codificadores convolucionales a través de un barajador de bits. Si para los convolucionales la decodificación se basa en el algoritmo de Viterbi, para los código Turbo se utiliza una generalización llamada algoritmo BCJR. 5 Ejemplo JSCD Vamos a estudiar un ejemplo de Joint Source Channel Decoder. Sea C = {c 1, c 2,..., c C } el conjunto de las C palabras códigos de la fuente. Cada 5
7 simbolo c j C se puede escribir como: c j = [c j (1), c j (2),... c j (i),...] (3) Donde claramente c j (i) es una variable binaria que puede asumir los valores 0 o 1, y en general las longitudes de las c j son distintas. En figura 3 muestramos el ejemplo con codificación de Huffman; en este caso, C = 5 y c 1 = [0, 0, 0], c 2 = [0, 0, 1], c 3 = [0, 1], c 4 = [1, 0], c 5 = [1, 1]. Indicamos con I j k el conjunto Figure 3: Otro ejemplo de codificación Huffman. de índices de todas las palabras códigos con los primeros k 1 bits iguales a los primeros k 1 bits con la palabra código c j : I j k = {n N i < k, cn (i) = c j (i)} (4) Por convención I j 1 = {1, 2,..., C} para cualquier j (recordemos que se refiere a k 1 bits, que en este caso sería 0). Si indicamos con P (c j ) la probabilidad del símbolo y con P (c j (i)) la probabilidad especifica del bit i-esimo, podemos escribir la relación: P (c j (k) c j (1), c j (2),..., c j (k 1)) = n I j k cn (k)=c j (k) P (cn ) n I j k P (c n ) Esto vale por como hemos asignado los bits en el árbol (según Huffman), y por la definición de I j k. Por k = 1 la expresión de la izquierda se reduce (5) 6
8 a la probabilidad P (c j (1)). Para entender la (5) podemos notar como la probabilidad de c 1 se pueda escribir como: P (c 1 ) = P (c 1 (1) = 0, c 1 (2) = 0, c 1 (3) = 0) (6) Pero también podemos expresarlo así: P (c 1 ) = P (c 1 (1) = 0) P (c 1 (2) = 0 c 1 (1) = 0) P (c 1 (3) = 0 c 1 (2) = 0, c 1 (1) = 0) (7) Ahora, la probabilidad que le primer bit de la palabra código sea 0, es (por 1 j 5: P (c j (1) = 0) = P (c 1 ) + P (c 2 ) + P (c 3 ) (8) Es decir, todas las palabras código de las ramas de izquierda tienen el primer bit igual a 0. Mirando la fig.3 y razonando de la misma manera, se puede entender que: P (c j (2) = 0 c j (1) = 0) = P (c j (3) = 0 c j (2) = 0, c j (1) = 0) = P (c 1 ) + P (c 2 ) P (c 1 ) + P (c 2 ) + P (c 3 ) P (c 1 ) P (c 1 ) + P (c 2 )) (9) (10) Claramente podemos repetir los calculos para cada bit del árbol. Esta ecuación tiene valor para fuentes con independientes palabras códigos. Para fuentes con memoria, como una relación de Markov entre las palabras códigos, hay que tener en cuenta las palabras códogos precedentes: P (c j (1) = 0 c 2 ) = P (c 1 c 2 ) + P (c 2 c 2 ) + P (c 3 c 2 ) (11) Realmente la ecuación (5) es más general, en el sentido que es valida en ambos casos (para fuentes con o sin memorias). En decodificación se trata de aprovhechar la redundancia residual, que peude ser medida de esta forma: R r = L H (12) Donde L es la longitud media del código de Huffman y H la entropia de la fuente. Si inidcamos con Y la secuencia recibida y con X la enviada, nos gustaría encontrar el máximo de la probabilidad a posteriori (MAP): P (X Y ) = P (Y X) P (X) P (Y ) 7 (13)
9 Donde se ha utilizado la regla de Bayes. Tomando el logaritmo el criterio de maximización será: max X [log P (Y X) + log P (X)] (14) Donde podemos observar dos partes: la primera log P (Y X) se refiere al canal, y la segunda log P (X) es al información a priori de la fuente. Considerando Figure 4: Esquema general. muestras independientes de ruido gaussiano, podemos escribir: log P (Y X) = i,j log p(y i j c i (j)) (15) y para la información a priori de la fuente: log P (X) = i log p(c i ) (16) y utilizando las relaciones demostrada anteriormente: log P (c i ) = i log p(c i (j) c i (1), c i (2),..., c i (j 1)) (17) Para maximizar la 14 se puede utilizar un algorithmo de Viterbi, como en la decodificación de los convolucionales, utilizando como metrica los dos terminos log p(y i j c i (j)) y log p(c i (j) c i (1), c i (2),..., c i (j 1)). Para utilizar este segundo término, hay que conocer y memorizar en que nodo del árbol nos encontramos. Si consideramos dos posibles secuencias {1, 1, 1, 0} y {0, 0, 1, 1}, podemos ver que en la figura 5 como la probabilidad a priori por la primera secuencia es de estar en nodo N 2 y recibir un bit 0, mientras para segunda es de estar en el nodo N 0 y recibir un bit 1. Claramente este metodo está etricamente relacionado a una decodificación con convolucionales, pero es facil extender al caso de Turbo códigos. 8
10 Figure 5: Trellis. 6 Bibliografia [1] Comunicaciones Digitales. A. Artés, F. Pérez González, J. Cid, R. López, C. Mosquera, F. Pérez Cruz. [2] Elements of information Theory. Second Edition. Thomas M. Cover, Joy A. Thomas. [3] Joint Source-Channel Soft Decoding of Variable-length Codes for Convolutional Codes with Turbo-Codes. M. Jeanne, J.C. Carlach and P. Siohan. [4] Joint Source-Channel Soft Decoding of Huffman Codes with Turbo- Codes. L. Guivarch, J.C. Carlach and P. Siohan. 9
Códigos IRA. Máster en Multimedia y Comunicaciones Comunicaciones Digitales. Luca Martino
Códigos IRA Máster en Multimedia y Comunicaciones Comunicaciones Digitales Luca Martino Codificación de Canal! Supongamos tener un canal binario discreto, simétrico sin memoria:! Objetivo: encontrar una
Más detallesTema: Codificación de canal
Tema: Codificación de canal Adriana Dapena Janeiro (adriana@udc.es) Facultad de Informática Universidade da Coruña Campus de Elviña s/n 15071. A Coruña Codificación de canal.- Adriana Dapena p. 1 Objetivos
Más detallesUNIVERSIDAD CARLOS III DE MADRID ESCUELA POLITÉCNICA SUPERIOR MÁSTER EN MULTIMEDIA Y COMUNICACIONES. Códigos IRA. Luca Martino
UNIVERSIDAD CARLOS III DE MADRID ESCUELA POLITÉCNICA SUPERIOR MÁSTER EN MULTIMEDIA Y COMUNICACIONES Códigos IRA Luca Martino Comunicaciones Digitales Marzo 2008 Contents 1 Introducción 2 2 Códigos Bloque
Más detallesEn cada pregunta, elija una de las 4 opciones.
E.T.S.I. TELECOMUNICACIÓN UNIVERSIDAD POLITÉCNICA DE VALENCIA COMUNICACIÓN DE DATOS, 8. 0 cuatrimestre, Plan 96 Examen Final Convocatoria Ordinaria, 17 de junio de 2002 TIPO A Instrucciones: La duración
Más detallesEXPERTO EN TEORÍA DE LA INFORMACIÓN Y LA CODIFICACIÓN TRABAJO FINAL CÓDIGOS CONVOLUCIONALES
EXPERTO EN TEORÍA DE LA INFORMACIÓN Y LA CODIFICACIÓN TRABAJO FINAL CÓDIGOS CONVOLUCIONALES.- Estructura de los códigos lineales convolucionales Los códigos convolucionales son códigos lineales al igual
Más detallesÚltima modificación: 1 de julio de
Contenido SEÑALES DIGITALES Y CAPACIDAD DE CANAL 1.- Señales digitales de 2 y más niveles. 2.- Tasa de bit e intervalo de bit. 3.- Ancho de banda de una señal digital. 4.- Límites en la tasa de transmisión.
Más detallesESTRATEGIAS DE DECODIFICACIÓN
ESTRATEGIAS DE DECODIFICACIÓN sanroman_gabriela@speedy.com.ar Febrero de 2004 ÍNDICE 1. INTRODUCCIÓN... 3 2. CODIFICACIÓN... 4 3. DECODIFICACIÓN... 9 3.1. PROBABILIDAD DE ERROR Y REGLAS DE DECISIÓN...
Más detallesEn la codificación bloque la fuente de información como una secuencia binaria ("0" o "1 ) es segmentada en bloques u de longitud fija de largo k bits
En la codificación bloque la fuente de información como una secuencia binaria ("0" o "1 ) es segmentada en bloques u de longitud fija de largo k bits y se codifica en bloques v de n bits de código (>k),
Más detalles2 de mar de 2004 Codificación de imágenes y v ideo
Teoría de la Información 2 de mar de 2004 Codificación de imágenes y v ideo 2 de mar de 2004 Codificación de imágenes y video 2 El clima en el Río de la Plata...... N L N N L S N... N L L T L L L... N
Más detallesCAPA 2, Control de Errores y Control de Flujo
CAPA 2, Control de Errores y Control de Flujo Taller de Redes Inalámbricas Tecnólogo en Telecomunicaciones Agenda Control de Errores Control de Flujo Agenda Control de Errores Control de Flujo por qué
Más detallesRedes de Computadores
Dpto. Ingeniería Div. Ingeniería de Sistemas y Automática Redes de Computadores CONCEPTOS BÁSICOS DE TRANSMISIÓN DE DATOS 1 Objetivos Introducir los conceptos básicos relativos a la transmisión de datos
Más detallesSeñales y Sistemas. Señales y Clasificación Sistemas y Clasificación Respuesta al impulso de los sistemas. 5º Curso-Tratamiento Digital de Señal
Señales y Sistemas Señales y Clasificación Sistemas y Clasificación Respuesta al impulso de los sistemas Señales El procesamiento de señales es el objeto de la asignatura, así que no vendría mal comentar
Más detallesF. Javier Gil Chica 2010
hc Manual de usuario y notas de implementación F. Javier Gil Chica 2010 Parte I Manual de usuario 1. Qué es hc hc es un compresor por códigos de Huffman. La compresión de Huffman es un ejercicio de programación
Más detallesEL4005 Principios de Comunicaciones Clase No.22: Señalización Ortogonal
EL4005 Principios de Comunicaciones Clase No.22: Señalización Ortogonal Patricio Parada Departamento de Ingeniería Eléctrica Universidad de Chile 29 de Octubre de 2010 1 of 34 Contenidos de la Clase (1)
Más detallesPráctica 6: Codificación Convolucional
TRANSMISIÓN DE DATOS 2006/07 Práctica 6: Codificación Convolucional Apellidos, nombre Apellidos, nombre Grupo Puesto Fecha 18 Diciembre 21 Diciembre El objetivo de esta práctica es familiarizar al alumno
Más detallesEvaluación del desempeño de los códigos de comprobación de paridad de baja densidad en transmisión de imágenes
Evaluación del desempeño de los códigos de comprobación de paridad de baja densidad en transmisión de imágenes María Belén Tipantuña Toapanta Departamento de Eléctrica y Electrónica Universidad de las
Más detallesGUÍA DIDÁCTICA DE LA ASIGNATURA: TRANSMISIÓN DE DATOS
GUÍA DIDÁCTICA DE LA ASIGNATURA: TRANSMISIÓN DE DATOS De qué va a tratar? En esta asignatura vas a poder ver los conceptos básicos de los sistemas de transmisión digital. Por qué se utilizan, qué bloques
Más detallesTema 4: Escuela Politécnica Superior Ingeniería Informática Universidad Autónoma de Madrid
Tema 4: Detección n y Corrección n de Errores Ingeniería Informática Universidad Autónoma de Madrid 1 Detección n y Corrección n de Errores O B J E T I V O S Conocer cómo pueden detectarse y prevenirse
Más detallesCOMUNICACIONES DIGITALES. El CONTROL DE ERROR
El CONTROL DE ERROR El proceso de control de error es de gran importancia en la transmisión de datos pues debido a la baja redundancia de la información digital, un grupo de dígitos que representan símbolos
Más detallesTema: Modulación QAM.
Sistemas de comunicación II. Guía 8 1 Facultad: Ingeniería Escuela: Electrónica Asignatura: Sistemas de comunicación II Tema: Modulación QAM. Contenidos Formas de onda del modulador 8 QAM Formas de onda
Más detalles1. (F, +) es un grupo abeliano, denominado el grupo aditivo del campo.
Capítulo 5 Campos finitos 5.1. Introducción Presentaremos algunos conceptos básicos de la teoría de los campos finitos. Para mayor información, consultar el texto de McEliece [61] o el de Lidl y Niederreiter
Más detallesEjercicios sobre probabilidades y entropías
Ejercicios sobre probabilidades y entropías CTI: Lección 1, Primer teorema de Shannon (SCT) Ramiro Moreno Chiral Dpt. Matemàtica (UdL) 10 de febrero de 2010 CTI, lección 1 (Problemas) Ejercicios sobre
Más detallesIntroducción a los códigos lineales 11
Introducción a los códigos lineales. INTRODUCCIÓN A LOS CÓDIGOS LINEALES Una de las aplicaciones más recientes del álgebra lineal es a la teoría de códigos, que trata el problema de representar información
Más detallesSistemas de Comunicaciones
Sistemas de Comunicaciones Tema 1: Introducción Grado en Ingeniería de Sistemas de Telecomunicación Departamento de Ingeniería de Comunicaciones Universidad de Málaga Curso 2012/2013 Tema 1: Introducción
Más detallesCOMUNICACIÓN DE DATOS
DEPARTAMENTO DE CIENCIA Y TECNOLOGÍA UNIVERSIDAD NACIONAL DE QUILMES Roque Sáenz Peña 352 (B1876BXD) Bernal Buenos Aires Argentina COMUNICACIÓN DE DATOS CODIFICACIÓN DE FUENTE Un problema de interés dentro
Más detallesCompresión de imágenes
Compresión de imágenes Tipos de imágenes Desde el punto de vista de la compresión Binarias: Blanco y negro. Escala de grises, color y estacionarias de vídeo. Imágenes binarias Presentes en documentos que
Más detallesCodificación de Fuente y de Canal
Codificación de Fuente y de Canal PRÁCTICA 7 ( 2 sesiones) Laboratorio de Señales y Comunicaciones 3 er curso, Ingeniería Técnica de Telecomunicación Javier Ramos López, Fernando Díaz de María, Fernando
Más detallesTema / La capa de enlace de datos: entramado y detección de errores
Tema 2 6.263 / 16.37 La capa de enlace de datos: entramado y detección de errores MIT, LIDS Diapositiva 1 Capa de enlace de datos (DLC) Responsable de la transmisión fiable de paquetes en un enlace: Entramado:
Más detallesParte de Algoritmos de la asignatura de Programación Master de Bioinformática. Búsqueda exhaustiva
Parte de Algoritmos de la asignatura de Programación Master de Bioinformática Búsqueda exhaustiva Web asignatura: http://dis.um.es/~domingo/algbio.html E-mail profesor: domingo@um.es Transparencias preparadas
Más detallesImplementación en FPGA de un Codificador/Decodificador de Viterbi para Hiperlan/2
Implementación en FPGA de un Codificador/Decodificador de Viterbi para Hiperlan/2 Angarita F.E. 1, Canet M.J. 1, Valls J. 1, Almenar V. 2 1 Departamento de Ingeniería Electrónica, Universidad Politécnica
Más detallesComunicaciones Digitales - Ejercicios Tema 3
Comunicaciones Digitales - Ejercicios Tema 3 007. 1. Considere el diagrama de rejilla para un canal discreto equivalente genérico con 4 coeficientes no nulos (memoria K p = 3) y una constelación -PAM.
Más detallesClase 4: Cuantificación. Eytan Modiano Departamento de astronáutica y aeronáutica. Eytan Modiano Slide 1
Clase 4: Cuantificación Departamento de astronáutica y aeronáutica Slide 1 Muestreo El muestreo facilita una representación en tiempo discreto de una forma de onda continua Los puntos de muestreo son números
Más detallesAnálisis de Fourier: efectos de un medio físico ideal en la transmisión de una señal digital
Análisis de Fourier: efectos de un medio físico ideal en la transmisión de una señal digital Pedro Manuel Díaz Varela Estudiante de Ingeniería en Computación Universidad Nacional del Sur Avda. Alem 153
Más detallesTransmisión de Paquetes. Redes de Computadores 2001 Agustín J. González
Transmisión de Paquetes Redes de Computadores 2001 Agustín J. González Transmisión de Paquetes La información a transmitir (datos) es dividida en pequeños bloques llamados paquetes. Las redes que usan
Más detallesExpresión decimal. Aproximación y estimación. Notación científica. Polinomios. Divisibilidad de polinomios. Regla de Ruffini.
Otras páginas Matemáticas 5º Matemáticas I. Bloque I: ARITMÉTICA Y ÁLGEBRA Los números reales Los números reales, concepto y características. Estructura algebraica, orden, representación en la recta real
Más detallesFormulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
Más detallesCompresión de Datos. Método de Huffman. Dpto. Informática
Compresión de Datos Método de Huffman Manipulación y Preservación de Datos Dpto. Informática Ing. Mariano D'Agostino Introducción La compresión de datos es el proceso de convertir una cadena de datos de
Más detallesMATEMATICA DISCRETA II-2007 Códigos (matriz de chequeo)
.Definición : MATEMATICA DISCRETA II-2007 Códigos (matriz de chequeo) H es una matriz de chequeo de un código C si C = Nu(H) = {x : Hx t = 0} 2.Teorema : [I A] es una matriz de chequeo de un codigo C si
Más detallesbanda, mayor es la distorsión, y mayor es la probabilidad de que se cometan errores en el receptor.
banda, mayor es la distorsión, y mayor es la probabilidad de que se cometan errores en el receptor. Figura 1.10 Componentes en frecuencia de una onda cuadrada (T = 1/f). En la figura 1.11 se muestra una
Más detallesESOA Sistemas de Transmisión de Datos
Sistemas de Transmisión de Datos 1 INDICE 1. Introducción 2. Modulación con portadora analógica. 3. Modulación con portadora digital. 4. Recodificadores. 5. Normas de Modems. 2 1. Introducción 1.1 Objetivos.
Más detallesDetección y Corrección de Errores
Detección y Corrección de Errores Recordar: Los errores de transmisión ocurren debido a las limitaciones del medio físico, interferencias y ruido Como resultado de los procesos físicos que los generan,
Más detallesCurso Completo de Electrónica Digital
CURSO Curso Completo de Electrónica Digital Departamento de Electronica y Comunicaciones Universidad Pontifica de Salamanca en Madrid Prof. Juan González Gómez Capítulo 3 ALGEBRA DE BOOLE 3.1. Introducción
Más detallesSimulación y Análisis del Algoritmo de Codificación Turbo en Sistemas de Comunicaciones Móviles: Un Estudio Comparativo
imulación y Análisis del Algoritmo de Codificación Turbo en istemas de Comunicaciones Móviles: Un Estudio Comparativo Fernando Corteggiano 1, Marcelo Gioda, Esteban Carranza, M. Luciana Medina, Diego Bazán,
Más detallesRedes y Comunicaciones
Departamento de Sistemas de Comunicación y Control Redes y Comunicaciones Solucionario Tema 4: Transmisión digital Tema 4: Transmisión digital Resumen La conversión digital a digital involucra tres técnicas:
Más detallesRedes y Comunicaciones
Departamento de Sistemas de Comunicación y Control Redes y Comunicaciones Solucionario Tema 3: Datos y señales Tema 3: Datos y señales Resumen La información se debe transformar en señales electromagnéticas
Más detallesSISTEMA DE TRANSPORTE EN TELEVISION DIGITAL
SISTEMA DE TRANSPORTE EN TELEVISION DIGITAL Generación y CAD Producción/Postproducción 4:4:4 4:2:2 4:2:0 Audio Flujo de transporte de programa MUX Flujo MPEG-2 Audio digital Compresión Otros datos Sistema
Más detallesMODULARIDAD Y ESTRUCTURA DE COMUNIDADES EN REDES MATI
MODULARIDAD Y ESTRUCTURA DE COMUNIDADES EN REDES MATI María Isabel Cardeñosa Sánchez Abraham Peña Hoyos 1 Modularidad y estructura de comunidades en redes Introducción Muchos sistemas de interés científico
Más detallesMULTIPLEX PCM DE 4 CANALES CON CODIFICACION DE LINEA AMI/HDB3/CMI Módulo T20F-E/EV
MULTIPLEX PCM DE 4 CANALES CON CODIFICACION DE LINEA AMI/HDB3/CMI Módulo T20F-E/EV TEORIA Y EJERCICIOS INDICE 1. ASPECTOS GENERALES del PCM 1.1 OBJETIVOS 1.2 NOCIONES TEORICAS 1.2.1 Introducción 1.2.2
Más detallesEL4005 Principios de Comunicaciones Clase No.24: Demodulación Binaria
EL4005 Principios de Comunicaciones Clase No.24: Demodulación Binaria Patricio Parada Departamento de Ingeniería Eléctrica Universidad de Chile 5 de Noviembre de 2010 1 of 34 Contenidos de la Clase (1)
Más detallesI.E.S. DE INGENIO Avda. de los Artesanos, INGENIO POC-PC EVALUACIÓN CONTENIDOS MÍNIMOS CURSO CURSO: 1º BACH.
CURSO 2009-2010 CURSO: 1º BACH. CCSS Números reales (Intervalos y entornos, valor absoluto, logaritmo). ÁREA: MATEMATICAS AP. CCSS I Polinomios y fracciones algebraicas (operaciones básicas, divisibilidad,
Más detallesCC40A Complejidad de Kolmogorov
CC40A Complejidad de Kolmogorov Ricardo Baeza Yates, Rodrigo Paredes Dept. de Ciencias de la Computación, Universidad de Chile. 1. Definiciones Básicas La Complejidad de Kolmogorov (CK) de un string s
Más detallesEL4005 Principios de Comunicaciones Clase No.20: Señalización Digital en Banda Base
EL4005 Principios de Comunicaciones Clase No.20: Señalización Digital en Banda Base Patricio Parada Departamento de Ingeniería Eléctrica Universidad de Chile 22 de Octubre de 2010 1 of 34 Contenidos de
Más detallesDepartamento de Tecnologías de la Información. Tema 2. Circuitos lógicos. Ciencias de la Computación e Inteligencia Artificial
Departamento de Tecnologías de la Información Tema Circuitos lógicos Ciencias de la Computación e Inteligencia Artificial Tema : Circuitos lógicos Índice. Funciones sobre conjuntos finitos. Programación
Más detallesTaller de Matlab: Codificación de canal. Introducción. Descripción. Consideraciones generales. Consideraciones sobre Matlab
UNIVERSIDAD DE COSTA RICA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA ELÉCTRICA IE0527 Ingeniería de Comunicaciones Introducción Matlab es un entorno de desarrollo integrado con un lenguaje de programación
Más detallesEs un conjunto de palabras y símbolos que permiten al usuario generar comandos e instrucciones para que la computadora los ejecute.
Los problemas que se plantean en la vida diaria suelen ser resueltos mediante el uso de la capacidad intelectual y la habilidad manual del ser humano. La utilización de la computadora en la resolución
Más detallesTransmisión. Transmision de Datos
Transmisión Transmision de Datos 1 El éxito en la transmisión depende fundamentalmente de dos factores La calidad de la señal Las características del medio de transmisión 2 Medio de Transmisión No guiado
Más detallesAlgoritmos genéticos
Algoritmos genéticos Introducción 2 Esquema básico 3 El problema de la mochila 7 Asignación de recursos 0 El problema del viajante 3 Variantes del esquema básico 5 Por qué funciona? 9 Observaciones finales
Más detallesMatemáticaDiscreta&Lógica 1
MatemáticaDiscreta&Lógica 1 Sistemas de numeración Aylen Ricca Tecnólogo en Informática San José 2014 http://www.fing.edu.uy/tecnoinf/sanjose/index.html SISTEMAS DE NUMERACIÓN.::. Introducción. Podemos
Más detallesCONTENIDOS MÍNIMOS PARA LA PRUEBA EXTRAORDINARIA DE SEPTIEMBRE DE 2016 MATEMÁTICAS 1º BACHILLERATO HHCCSS IES DOMINGO PÉREZ MINIK
CONTENIDOS MÍNIMOS PARA LA PRUEBA EXTRAORDINARIA DE SEPTIEMBRE DE 2016 MATEMÁTICAS 1º BACHILLERATO HHCCSS IES DOMINGO PÉREZ MINIK BLOQUE 1. ESTADÍSTICA 1. ESTADÍSTICA UNIDIMENSIONAL Variable estadística
Más detallesComplejidad computacional. Algoritmos y Estructuras de Datos I. Complejidad computacional. Notación O grande
Complejidad computacional Algoritmos y Estructuras de Datos I Segundo cuatrimestre de 2014 Departamento de Computación - FCEyN - UBA Algoritmos - clase 10 Introducción a la complejidad computacional y
Más detallesGrafos aplicados a códigos
Grafos aplicados a códigos Graphs applied to codes Viernes, 11 de octubre 2,013 Øyvind Ytrehus Universidad de Bergen, Noruega Canales Ruidosos Fuente Canal de comunicación ruidoso Receptor Teoría de la
Más detallesLa transformada rápida de Fourier (FFT) y otros algoritmos para la implementación de la DFT
1 La transformada rápida de Fourier (FFT) y otros algoritmos para la implementación de la DFT Existen diversas formas de implementar la transformada discreta de Fourier (DFT). Para estudiar algunas de
Más detallesRealizar las siguientes operaciones en c-a-2 utilizando el número mínimo de bits necesario para que no haya desbordamiento: 3 + 7, 5 7, 13 8, 10 6.
Problemas Propuestos Pasar de base 2 a base 10: (1011010) 2, (0100111001) 2 Pasar de base 10 a base 2: 21, 58, 73, 142, 196, 273 Pasar de base 10 a base 2, octal y hexadecimal: 35, 97 Pasar a base 2 y
Más detallesCircuitos combinacionales. Funciones integradas
Circuitos combinacionales. Funciones integradas Salvador Marcos González salvador.marcos@uah.es Funciones integradas Introducción La introducción en el diseño de sistemas digitales de circuitos MSI (media
Más detallesCaracterísticas y uso. Recordando. La criptografia define una función de
Introducción Criptografía Simétrica Características y uso Lámina 1 Recordando La criptografia define una función de transformación de un mensaje con base a un elemento base o llave, para obtener un nuevo
Más detallesTEMA 2. CODIFICACIÓN DE LA INFORMACIÓN
TEMA 2. CODIFICACIÓN DE LA INFORMACIÓN 1. INTRODUCCIÓN. SISTEMAS DE NUMERACIÓN EN. Sistema binario. Sistema octal. Sistema hexadecimal. 2. REPRESENTACIÓN DE TEXTOS.. Números naturales. Números enteros.
Más detallesEL4005 Principios de Comunicaciones Clase No.30: Códigos Lineales de Bloque
EL4005 Principios de Comunicaciones Clase No.30: Códigos Lineales de Bloque Patricio Parada Departamento de Ingeniería Eléctrica Universidad de Chile 26 de Noviembre de 2010 1 of 33 Contenidos de la Clase
Más detallesTipos de Datos y Representaciones. Circuitos Digitales, 2º de Ingeniero de Telecomunicación. EITE ULPGC.
Tipos de Datos y Representaciones Circuitos Digitales, 2º de Ingeniero de Telecomunicación. EITE ULPGC. Índice 1. Sistemas numéricos posicionales 2. Números octales y hexadecimales 3. Conversiones entre
Más detallesAnálisis y Complejidad de Algoritmos. Arboles Binarios. Arturo Díaz Pérez
Análisis y Complejidad de Algoritmos Arboles Binarios Arturo Díaz Pérez Arboles Definiciones Recorridos Arboles Binarios Profundidad y Número de Nodos Arboles-1 Arbol Un árbol es una colección de elementos,
Más detallesConvertidores analógicos-digitales
Convertidores analógicos-digitales Los convertidores A/D son dispositivos electrónicos que establecen una relación biunívoca entre el valor de la señal en su entrada y la palabra digital obtenida en su
Más detallesESTRUCTURA Y TECNOLOGÍA DE COMPUTADORES I CAPÍTULO III ARITMÉTICA Y CODIFICACIÓN
ESTRUCTURA Y TECNOLOGÍA DE COMPUTADORES I CAPÍTULO III ARITMÉTICA Y CODIFICACIÓN TEMA 3. Aritmética y codificación 3.1 Aritmética binaria 3.2 Formatos de los números y su representación 3.3 Definiciones
Más detallesCálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.4 Grafos
Cálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.4 Grafos Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Catalunya
Más detallesUNIDAD 1 NUMEROS COMPLEJOS
UNIDAD 1 NUMEROS COMPLEJOS El conjunto de los números complejos fue creado para poder resolver algunos problemas matemáticos que no tienen solución dentro del conjunto de los números reales. Por ejemplo
Más detallesIntroducción a la Teoría de la Información
Introducción a la Teoría de la Información Tasa de Entropía de un Proceso Estocástico. Facultad de Ingeniería, UdelaR (Facultad de Ingeniería, UdelaR) Teoría de la Información 1 / 13 Agenda 1 Procesos
Más detallesImagen = Histograma. Modificaciones del Histograma
Prof. Karina Palma MV Escuela de Tecnología Médica Universidad de Chile http://nuevorumbo.files.wordpress.com/2007/12/digital.jpg El Histograma Gráfico de Frecuencias, ordena cada pixel de la imagen de
Más detallesMATEMÁTICAS 1º ESO. INSTRUMENTOS DE CALIFICACIÓN PRUEBAS ESCRITAS 60 % OBSERVACIÓN EN CLASE (comportamiento,
MATEMÁTICAS 1º ESO UD 1: LOS NÚMEROS NATURALES UD 2: POTENCIAS Y RAÍCES UD 3: DIVISIBILIDAD UD 4: LOS NÚMEROS ENTEROS UD 5: LOS NÚMEROS DECIMALES UD 6: EL SISTEMA MÉTRICO DECIMAL UD 7: LAS FRACCIONES UD
Más detallesCapítulo 12: Indexación y asociación
Capítulo 12: Indexación y asociación Conceptos básicos Índices ordenados Archivos de índice de árbol B+ Archivos de índice de árbol B Asociación estática Asociación dinámica Comparación entre indexación
Más detallesINTRODUCCIÓN A LA LÓGICA DIGITAL
INTRODUCCIÓN A LA LÓGICA DIGITAL DEFINICIÓN LÓGICA = (griego ligiken) Disposición de ideas o cosas de forma que entre ellas no haya contradicciones. Razón, sentido común. Parte de la filosofía que tiene
Más detallesFacultad de Ingeniería - IIE Modelado y análisis de redes de telecomunicaciones Práctico 2. Cadenas de Markov en Tiempo Discreto
Facultad de Ingeniería - IIE Modelado y análisis de redes de telecomunicaciones Práctico 2 Cadenas de Markov en Tiempo Discreto Ejercicio 1 Una computadora genera paquetes de datos y los envía por la red.
Más detallesLa eficiencia de los programas
La eficiencia de los programas Jordi Linares Pellicer EPSA-DSIC Índice General 1 Introducción... 2 2 El coste temporal y espacial de los programas... 2 2.1 El coste temporal medido en función de tiempos
Más detalles1 Control Óptimo. 1.1 Introducción Problema típico de control óptimo
1 Control Óptimo 1.1 Introducción El control óptimo es una rama del control moderno que se relaciona con el diseño de controladores para sistemas dinámicos tal que se minimice una función de medición que
Más detallesCONTENIDOS MÍNIMOS SEPTIEMBRE. DEPARTAMENTO DE MATEMÁTICAS
CONTENIDOS MÍNIMOS SEPTIEMBRE. DEPARTAMENTO DE MATEMÁTICAS CONTENIDOS MÍNIMOS MATEMÁTICAS 1º ESO U.D. 1 Números Naturales El conjunto de los números naturales. Sistema de numeración decimal. Aproximaciones
Más detallesEL4005 Principios de Comunicaciones Clase No.10: Repaso de Probabilidades
EL4005 Principios de Comunicaciones Clase No.10: Repaso de Probabilidades Patricio Parada Departamento de Ingeniería Eléctrica Universidad de Chile 10 de Septiembre de 2010 1 of 29 Contenidos de la Clase
Más detallesFUNDAMENTOS DE TELECOMUNICACIONES MULTIPLEXACIÓN. Marco Tulio Cerón López
FUNDAMENTOS DE TELECOMUNICACIONES MULTIPLEXACIÓN Marco Tulio Cerón López QUE ES LA MULTIPLEXACIÓN? La multiplexación es la combinación de dos o más canales de información en un solo medio de transmisión
Más detallesAprendizaje Automatizado
Aprendizaje Automatizado Aprendizaje Automatizado Programas que mejoran su comportamiento con la experiencia. Dos formas de adquirir experiencia: A partir de ejemplos suministrados por un usuario (un conjunto
Más detallesConceptos Básicos sobre Modulación y Codicación de Canal en Comunicaciones Móviles
Conceptos Básicos sobre Modulación y Codicación de Canal en Comunicaciones Móviles Luis Mendo Tomás Escuela Politécnica Superior Universidad Autónoma de Madrid Febrero de 2008 1. Introducción Este documento
Más detallesEstudio y simulación de turbo códigos utilizando el algoritmo MAP y SOVA
Estudio y simulación de turbo códigos utilizando el algoritmo MAP y SOVA Vallejo Huanga Diego Fernando, Álvarez Rueda Robin Gerardo Ingeniería Eléctrica y Electrónica, Escuela Politécnica Nacional Quito,
Más detallesAPUNTES DE CATEDRA: SISTEMAS DE NUMERACION - REPRESENTACION INTERNA DE NUMEROS Y CARACTERES
Cátedra de COMPUTACION Carreras: Licenciatura en Matemática Profesorado en Matemática Profesora: Mgr. María del Carmen Varaldo APUNTES DE CATEDRA: SISTEMAS DE NUMERACION - REPRESENTACION INTERNA DE NUMEROS
Más detallesSe desea estudiar el comportamiento de una función a medida independiente x se aproxima a un valor específico.
Tema: Límites de las funciones Objetivos: Comprender el concepto de límite de una función y las propiedades de los límites. Calcular el límite de una función algebraica utilizando las propiedades de los
Más detallesCapítulo 3: Grafos Clase 1: Grafos: Modelos, tipos, representación e isomorfismo
Capítulo 3: Grafos Clase 1: Grafos: Modelos, tipos, representación e isomorfismo Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática Discreta - Cap. 4: Grafos 1 / 35 Por qué estudiamos
Más detallesTEOREMAS DE FUNCIONES DERIVABLES 1. Teorema de Rolle
Cálculo _Comisión Año 6 TEOREMAS DE FUNCIONES DERIVABLES Una de las propiedades que poseen las funciones derivables y continuas en intervalos cerrados, expresa que al dibujar la curva de una de ellas y
Más detallesTema 4. Teoría de códigos Introducción. Álgebra. Área de Álgebra Universidade da Coruña
Tema 4 Teoría de códigos 4.1. Introducción Los inicios de la teoría moderna de la comunicación, en la que se incluye la teoría de códigos, se sitúan al final de los años veinte con los trabajos de Ralph
Más detallesProblemas: formulación, ejemplos, representación de soluciones y estructuras de entorno
Problemas: formulación, ejemplos, representación de soluciones y estructuras de entorno Christopher Expósito Izquierdo, J. Marcos Moreno Vega cexposit@ull,es, jmmoreno@ull.es Departamento de Ingeniería
Más detallesAlmacenamiento de imágenes digitales. Primera parte
Almacenamiento de imágenes digitales Primera parte Representación de Imágenes Digitales Representar una imagen de n x n píxeles mediante una matriz requiere: n 2 bits si es binaria n 2 log 2 (L) bits si
Más detallesComunicación de Datos Escuela Superior de Informática. Tema 1 Fundamentos de la Comunicación de Datos
Comunicación de Datos Escuela Superior de Informática Tema 1 Fundamentos de la Comunicación de Datos Terminología (1) Transmisor Receptor Medio Medio guiado Par trenzado, cable coaxial, fibra óptica Medio
Más detalles18 Experimentos aleatorios. Sucesos y espacio muestral. Frecuencia y probabilidad de un suceso.
PRIMER CURSO DE E.S.O Criterios de calificación: 80% exámenes, 10% actividades, 10% actitud y trabajo 1 Números naturales. 2 Potencias de exponente natural. Raíces cuadradas exactas. 3 Divisibilidad. Concepto
Más detallesReal Academia de Ciencias
Estímulo del Talento Matemático Real Academia de Ciencias 8 de mayo de 2004 1. Transmitiendo información La comunicación es tan vieja como el hombre... Hoy nos encontramos en la era de la información o,
Más detallesComparación entre la Aplicación de la DCT y la KLT a la Compresión de Imágenes Digitales (Diciembre 2011)
Comparación entre la Aplicación de la DCT y la KLT a la Compresión de Imágenes Digitales (Diciembre 11) 1 Comparación entre la Aplicación de la DCT y la KLT a la Compresión de Imágenes Digitales (Diciembre
Más detallesTEMA V SISTEMAS DE NUMERACIÓN
TEMA V SISTEMAS DE NUMERACIÓN En la vida diaria el hombre se expresa, se comunica, almacena y maneja información desde el punto de vista alfabético con un determinado idioma y desde el punto de vista numérico
Más detallesSimulación e Implementación de un esquema de Modulación Trellis-Coded y de un decodificador de Viterbi en un DSP
TECNIA,Vol 8 N 03, págs.11-17, 1999 Universidad Nacional de Ingeniería Lima - Perú Simulación e Implementación de un esquema de Modulación Trellis-Coded y de un decodificador de Viterbi en un DSP Reynaldo
Más detalles