ads:
Implementação de um Demodulador Universal baseado em
uma Plataforma Experimental para Rádio Reconfigurável
Angilberto Muniz Ferreira Sobrinho
Dissertação de Mestrado submetida ao Programa de Pós-Graduação em
Engenharia Elétrica da Universidade Federal de Capina Grande – Campus de
Campina Grande, como parte dos requisitos necessários à obtenção do grau de
Mestre em Ciências do Domínio da Engenharia Elétrica.
Área de Concentração: Processamento da Informação
Orientadores
Prof. DSc. José Sérgio da Rocha Neto
Prof Dr. Antonio Marcus Nogueira Lima
Campina Grande, Paraíba, Brasil
© Angilberto Muniz Ferreira Sobrinho
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
DEDICATÓRIA
Dedico este trabalho aos meus pais e irmãos, pelo carinho, respeito, dedicação e
compreensão nos momentos de dificuldade.
Em especial, aos Srs. Chico Paulista (In-Memorian) e Barriga (In-Memorian).
A minha esposa Marília
e meus filhos Anderson e Carolina
ii
ads:
AGRADECIMENTOS
Ao Prof. Dr. José Sérgio da Rocha Netto, que não mediu esforços em oferecer todas as
condições necessárias à realização do presente trabalho.
Ao prof. Dr. Antonio Marcus Nogueira Lima, pelas observações, sugestões e tentativas
de enriquecimento das possíveis aplicações dos resultados deste trabalho.
À Universidade do Estado do Amazonas – UEA/EST, pelo incentivo ao
desenvolvimento e capacitação de seus docentes.
À Universidade Federal de Campina Grande – UFCG, pela oportunidade da
participação no programa de Pós-graduação e acesso ao seu corpo docente e
instalações.
À empresa ELYTE Tecnologia, pelo patrocínio durante a primeira metade do programa
e pelo desafio do trabalho que serviu de motivação inicial para este estudo.
Ao Instituto Certi Amazônia – ICA, pelo compartilhamento de tempo na última etapa
do programa, sem o qual este trabalho não seria concluído.
Ao amigo e professor Roberto Higino pela compreensão, apoio e gerenciamento dos
conflitos de horários.
Ao meu velho amigo MSc. Ja-Ce-Ka-Son, pelo estímulo por seu exemplo.
Aos colegas do curso pelo agradável relacionamento e, em especial, às amigas Carolina,
Cláudia e Ângela, que tanto me ajudaram.
À minha família que me apoiou incondicionalmente e se sacrificou durante todo o
período em que estive envolvido neste trabalho.
iii
RESUMO
Neste trabalho investigamos a tecnologia de Rádio Definido por Software – RDS
( Software Defined Radio - SDR), como uma plataforma experimental para o estudo e
desenvolvimento de sistemas de comunicação. Seu conceito está baseado na utilização de
FPGA (Field Programable Gate Array) como hardware para o processamento inicial de
sinais e no software Matlab como ferramenta para o desenvolvimento de algoritmos. Esta
plataforma serve de arcabouço para a implementação de um Demodulador Universal, capaz
de reconhecer e identificar a modulação presente em um sinal desconhecido. Como prova
de conceito, é apresentada uma aplicação básica que tem por finalidade monitorar a camada
física de um sistema de comunicação.
iv
ABSTRACT
Software Defined Radio (SDR) is investigated and used as a tool for experimentation and
development of communication systems. Based on FPGA technology as a hardware front-
end and Matlab as a back-end software tool, the platform is used as a framework for
implementation of a Universal Demodulator. A proof-of-concept is demonstrated with an
application that monitors the physical layer of a communication system.
v
ÍNDICE
Dedicatória.........................................................................................ii
Agradecimentos ................................................................................iii
Resumo..............................................................................................iv
Abstract .............................................................................................v
Índice ................................................................................................vi
Lista de Figuras ..............................................................................vii
Lista de Tabelas ...............................................................................ix
Lista de Abreviaturas ........................................................................x
Capítulo 1 - Introdução ....................................................................1
Capítulo 2 – Comunicação Digital ...................................................5
Capítulo 3 - Plataforma Experimental ...........................................27
Capítulo 4 – Reconhecimento de Modulação... .............................. 39
Capítulo 5 - Aplicação – Demodulador Universal ........................48
Capítulo 6 – Resultados Experimentais ..........................................57
Capítulo 7 – Conclusões e Perspectivas Futuras ............................63
Referências Bibliográficas ..............................................................66
Anexos .............................................................................................69
A.1 – Instalação do GNU-Radio.............................................69
A.2 – Datasheets do USRP......................................................71
vi
LISTA DE FIGURAS
Figura 1.1 – Arquitetura UMA – Acesso transparente entre WiFi/BlueTooth/GSM.............1
Figura 1.2 – Cenário Macro discutido pela iniciativa E2R.....................................................2
Figura 1.3 – Diagrama de blocos da aplicação Demodulador Universal................................4
Figura 2.1 – Diagrama de blocos de um receptor digital típico..............................................5
Figura 2.2 – Espectro real amostrado .....................................................................................6
Figura 2.3 – Espectro Amostrado após translação para DC....................................................6
Figura 2.4 – Espectro complexo após o filtro passa-baixas....................................................6
Figura 2.5 – Espectro do sinal após o processo de decimação ...............................................7
Figura 2.6 – Conceito simplificado de modulação .................................................................8
Figura 2.7 – Esquemas básicos de modulação .......................................................................9
Figura 2.8 – Componentes Em-Fase e Em-Quadratura ......................................................10
Figura 2.9 – Envoltória complexa e sinal analítico...............................................................10
Figura 2.10 – Equivalência Polar-Retangular.......................................................................11
Figura 2.11 – Componentes I e Q na transmissão.................................................................11
Figura 2.12 – Componentes I e Q na recepção.....................................................................12
Figura 2.13 – Modulação AM no domínio do tempo............................................................13
Figura 2.14 – Modulação AM (relação espectral)................................................................13
Figura 2.15 – Modulação FM................................................................................................14
Figura 2.16 – Espectro resultante da modulação FM............................................................14
Figura 2.17 – Processo de modulação BPSK........................................................................15
Figura 2.18 – Constelação mostrando as regiões válidas para sinais BPSK.........................16
Figura 2.19 – Demodulação conceitual BPSK......................................................................16
Figura 2.20 – Demodulação BPSK.......................................................................................17
Figura 2.21 – Diagrama de blocos de um Modulador QPSK ..............................................18
Figura 2.22 – Sinais gerados pelo modulador QPSK............................................................19
Figura 2.23 – Constelação QPSK..........................................................................................19
Figura 2.24 – Diagrama de blocos de um Demodulador QPSK...........................................20
Figura 2.25 – Demodulação QPSK.......................................................................................21
Figura 2.26 – Diagrama de Blocos de um RDS ideal...........................................................22
Figura 2.27 – Arquitetura prática para um RDS...................................................................22
Figura 2.28 – Conceito que deu origem ao GNU-Radio.......................................................23
Figura 2.29 – Abstração e Controle em GNU-Radio............................................................23
Figura 2.30 – Fluxo de sinais em uma aplicação GNU-Radio/USRP...................................24
Figura 2.31 – Demodulação FM em GNU-Radio.................................................................25
Figura 3.1 – Kit USRP.……………………………………………………………......…...27
Figura 3.2 – Diagrama de Blocos do USRP..........................................................................28
Figura 3.3 – Conversores A/D e D/A MxSP (Mixed-Signal Processor)..............................29
Figura 3.4 – Diagrama de Blocos detalhado do USRP.........................................................30
vii
Figura 3.5 – Diagrama de blocos do DDC............................................................................31
Figura 3.6 – Rotação de coordenadas por um ângulo fixo....................................................36
Figura 3.7 – Rotação de um vetor por um ângulo fixo.........................................................33
Figura 3.8 – DDC convencional usando NCO baseado em tabelas ROM............................35
Figura 3.9 – DDC baseado no processador CORDIC no modo rotacional...........................36
Figura 3.10 – Blocos básicos de um filtro CIC.....................................................................37
Figura 3.11 – Filtro decimador CIC de três estágios............................................................37
Figura 3.12 – Filtro interpolador CIC de três estágios.........................................................38
Figura 4.1 – Abordagem baseada em hipóteses....................................................................39
Figura 4.2 – Abordagem baseada em reconhecimento de padrões.......................................39
Figura 4.3 – Distribuição espectral existente em diferentes tipos de modulação.................41
Figura 4.4 – Atributo em função do tipo de modulação.............................................42
fmax
γ
Figura 4.5 – Atributo
amax
γ
em função do tipo de modulação analógica.............................43
Figura 4.6 – Relação entre variação de frequência e o atributo
amax
γ
..........................……44
Figura 4.7 – Relação entre variação de amplitude e o atributo
amax
γ
...........................……44
Figura 4.8 – Não-linearidade aplicada a um sinal BPSK......................................................46
Figura 4.9 – Não-linearidade aplicada a um sinal QPSK......................................................46
Figura 5.1 – Diagrama de blocos da aplicação Demodulador Universal..............................48
Figura 5.2 – Atributos considerados para determinação do tipo de Modulação...................49
Figura 5.3 – Fluxograma de decisão do Demodulador Universal.........................................50
Figura 5.4 – Classificação de modulação baseada no atributo gama-max-f.........................50
Figura 5.5 – Relação entre o atributo gama-max-a e modulação AM/FM...........................51
Figura 5.6 – Espectro resultante da operação para modulação BPSK........................51 )(
2
ts
Figura 5.7 – Espectro resultante da operação para modulação QPSK........................52 )(
2
ts
Figura 5.8 – Raias espectrais identificadas no espectro de .................................……52 )(
2
ts
Figura 5.9 – Modelo Simulink para seleção de Demodulador..............................................56
Figura 6.1 – Modelo Simulink do gerador de pseudo-voz....................................................57
Figura 6.2 – Sinal pseudo-voz (a), portadora modulada em amplitude (b)..........................57
Figura 6.3 – Sinal pseudo-voz (a), portadora modulada em frequência (b).........................58
Figura 6.4 – Sinal composto com 100 amostras de cada tipo de modulação.......................58
Figura 6.5 – Atributo - valores > 10e4 indicam modulação analógica.......................59
fmax
γ
Figura 6.6 – Atributo
amax
γ
- valores < 5 indicam modulação FM......................................59
Figura 6.7 – Arranjo utilizado para testes com modulação digital.......................................60
Figura 6.8 – Arranjo utilizado para testes com modulação analógica..................................61
Figura 6.9 – Aplicação de demonstração do Demodulador Universal..................................62
viii
LISTA DE TABELAS
Tabela 1 – Propriedades das modulações linear e exponencial ..................................19
Tabela 2 – Correspondência entre dibits e ângulos de fase em QPSK........................27
Tabela 3 – Resultados de simulação (50 testes cada)..................................................54
Tabela 4 – Resultados reais de classificação (50 testes cada)......................................54
ix
LISTA DE ABREVIATURAS
ADC Analog to Digital Conversion/Converter
AM Amplitude Modulation
AMR Automatic Modulation Recognition
ASK Amplitude Shift Keying
ASIC Application Specific Integrated Circuit
BPSK Binary Phase Shift
BSC Base Station Controller
CIC Cascaded Integrator Comb
CORDIC Coordinate Rotation Digital Computer
DAC Digital to Analog Conversion/Converter
DDC Digital Down Converter
DFT Discrete Fourier Transform
DUP Digital Up Converter
DSP Digital Signal Processor/Processing
FFT Fast Fourier Transform
FI Frequência Intermediária
FM Frequency Modulation
FPGA Field Programable Gate Array
FSK Frequency Shift Keying
GPP General Porpouse Processor
HDTV High Definition Television
NCO Numerical Controlled Oscilator
PM Phase Modulation
QAM Quadrature Amplitude Modulation
QPSK Quaternary Phase Shift
RAN Radio Access Network
RDS Rádio Definido por Software
RF Radio Frequency
ROM Read Only Memory
SDR Software Defined Radio
SNR Signal to Noise Ratio
UMA Unlicensed Mobil Access
UMAN Unlicensed Mobil Access Controller
UNC UMA Network Controller
USRP Universal Software Radio Peripheral
VCO Voltage Controlled Oscilator
x
Capítulo 1
Introdução
Os sinais de comunicação que atravessam o espaço se apresentam com diferentes tipos de
modulação e em diferentes freqüências configurando um amplo e complexo espectro de
desafios para os sistemas de comunicação, que devem identificar e monitorar esses sinais
para aplicações diversas, tanto de uso militar quanto civil.
Aplicações de cunho civil incluem, por exemplo, monitoração de transmissores não-
autorizados, enquanto que no escopo de aplicações militares, existe a necessidade, por
exemplo, de interceptação e decodificação de mensagens em batalhas táticas [1].
O reconhecimento automático da modulação empregada em determinados sinais é de
extrema importância em aplicações militares, em primeiro lugar porque o uso de um
demodulador inapropriado pode mascarar parcial ou totalmente a mensagem contida no
sinal. Em segundo lugar porque reconhecer o tipo correto de modulação pode ajudar na
identificação de ameaças e, eventualmente, na determinação de formas de onda adequadas
ao bloqueio das comunicações do inimigo.
No âmbito comercial, existe um crescente interesse por sistemas reconfiguráveis voltados
para uma convergência de mídias, que tem como recente e atual exemplo, a arquitetura
UMA – Unlicensed Mobile Access (Acesso Móvel Não-Licenciado) [2]. Sua arquitetura
básica pode ser vista na figura 1.1.
Figura 1.1: Arquitetura UMA – Acesso transparente entre WiFi/BlueTooth/GSM.
1
Este trabalho tem por objetivo investigar a aplicação da tecnologia RDS na implementação
de um demodulador capaz de identificar um subconjunto de tipos de modulação.
1.1 Motivação – RDS
Reconfiguração, dinâmica e/ou estática, parcial e/ou completa é parte fundamental da
tecnologia de RDS [3]. Graças a essa possibilidade, os sistemas são projetados e
preparados para novas tecnologias de comunicação. Adaptação e mudança são palavras-
chave no desenvolvimento dos novos sistemas de comunicação.
Os trabalhos de pesquisa e desenvolvimento mais recentes como TRUST e CAST (Europa)
e SDR Fórum e WWRF, tem mostrado que o conceito de reconfiguração, especialmente no
contexto das redes de comunicação celular/móvel, é um assunto complexo e com vários
aspectos ainda obscuros quanto à arquitetura interna, tanto em relação ao dispositivo a ser
reconfigurado quanto em relação à própria rede de comunicação [4].
Os inúmeros trabalhos de pesquisa e experimentação ocorridos na última década resultaram
em uma sólida compreensão da tecnologia de Software Rádio e o potencial de sua aplicação
em cenários práticos. Os esforços iniciais foram no sentido de aumentar ou maximizar a
criação de módulos de comunicação em software. Esta abordagem traz inúmeras vantagens
especialmente quando o equipamento de rádio é considerado como parte da rede de
comunicação, como é o caso das redes celulares. O potencial dos Software Rádios pode ser
explorado concretamente pela reconfiguração dos equipamentos sem necessidade de
substituição de partes de hardware.
Evoluindo em direção aos sistemas de 4
a
geração e além, essa flexibilidade potencial pode
ser útil em diversos cenários de alta complexidade técnica, bem como em cenários
comercialmente atrativos, como sugerem, por exemplo, as iniciativas denominadas MFC –
Mobile Fixed Convergence (Convergência Fixo-Móvel) através de consórcios como E2R –
End-to-End Reconfigurability (Reconfigurabilidade Fim-a-Fim) [5], figura 1.2.
Figura 1.2: Cenário Macro discutido pela iniciativa E2R.
2
No futuro, o acesso transparente a redes de comunicação (ou redes de redes) para os
usuários, a qualidade de serviço e a otimização do gerenciamento da(s) rede(s), exigirão
que se leve em consideração a tecnologia de reconfiguração como elemento chave para
operação dos sistemas, segundo a visão do movimento WWRF [6].
1.2 Motivação – Plataforma Experimental
O desenvolvimento de sistemas de comunicação sem fio apresenta desafios únicos por sua
característica multidisciplinar onde as soluções são resultados de experiências nas áreas de
eletrônica, processamento de sinais e computação. Inúmeros parâmetros precisam ser
medidos e avaliados em função de compromissos entre desempenho, custo e flexibilidade.
Em geral, os processos de simulação utilizam modelos ideais ou quasi-ideais do ambiente
onde os sistemas serão utilizados, sendo necessária a utilização de mecanismos que
permitam comparar os resultados teóricos previstos e a realização prática validando os
conceitos iniciais. Uma plataforma experimental facilita o trabalho do pesquisador, quando
permite uma observação real do resultado de práticas e técnicas teóricas. Ao mesmo tempo
as plataformas experimentais desempenham um papel importante como instrumentos
didáticos em cursos de graduação e pós-graduação, quando permitem aos alunos uma
comprovação prática de conceitos abstratos e contribuem para a consolidação de
conhecimentos adquiridos em sala de aula.
Em [7], é apresentado um levantamento de algumas plataformas experimentais existentes
em algumas instituições como Virginia Tech e UCLA, com uma classificação básica com
relação a arquitetura e estrutura. Em sua maioria, as arquiteturas são adequadas para
estudos na forma de coleta de dados e análises “off-line” o que limita um pouco o cenário
de experimentação. Aquelas que permitem observações em tempo real são relativamente
complexas e de custo elevado e com arquiteturas que tem pouca ou nenhuma relação com a
estrutura do projeto final a ser implementado.
O sistema apresentado neste trabalho, apesar de simples, tem capacidade para
processamento em tempo real e uma arquitetura muito semelhante a um possível sistema
final. Em geral os sistemas realizáveis tem capacidade limitada de processamento e devem
utilizar algum tipo de dispositivo específico para as funções de processamento de sinal,
provavelmente um ASIC (Application Specific Integrated Circuit). Nesta plataforma
utilizamos um FPGA (Field Programable Gate Array) como elemento de processamento de
sinais. Tipicamente, os FPGAs são utilizados como protótipos de ASIC em etapas
intermediárias de projeto. Portanto, essa plataforma também tem importância na validação
de conceitos para o desenvolvimento de ASICs.
1.3 Escopo do projeto
Este projeto investiga um hipotético sistema reconfigurável de comunicação cuja
arquitetura pode ser dividida em tres partes: Aquisição de dados, Extração de atributos e
Identificação de Modulação.
3
O objetivo principal é o desenvolvimento e a implementação de um método de
identificação automática de modulação baseado em conjunto de atributos característicos
dos sinais modulados e a aplicação deste método a um demodulador universal, conforme
esquematizado na figura 1.3.
Figura 1.3: Diagrama de blocos da aplicação Demodulador Universal.
1.4 Estrutura deste documento
No capítulo 2 discorremos sobre alguns aspectos básicos da teoria de comunicações,
apresentando, de forma simplificada, algumas técnicas de modulação e demodulação, e
concluimos com uma introdução à tecnologia de rádios digitais implementados em software
(RDS – Rádios Definidos em Software).
No capítulo 3 apresentamos a arquitetura da plataforma utilizada durante o
desenvolvimento deste trabalho. São discutidos aspectos de hardware e algumas
características de software são analizadas sob o contexto de software livre (Linux).
No capítulo 4 apresentamos um estudo sobre o estado da arte em técnicas de
reconhecimento automático de modulação e concluimos apresentando nossa proposta para
um método de reconhecimento automático de modulação em amplitude (AM), frequência
(FM), fase binária (BPSK) e fase quaternária (QPSK).
No capítulo 5 apresentamos a realização de um sistema capaz de reconhecer,
automaticamente, qutro tipos de modulação, aplicando o método proposto no capítulo 4.
Os resultados experimentais são comentados no capítulo 6, e nossas conclusões e
recomendações para estudos futuros aparecem no capítulo 7.
4
Capítulo 2
Comunicação Digital
2.1 Introdução
Nos receptores digitais, as funções de demodulação e conversão de freqüências são
implementadas usando técnicas digitais. Um dispositivo conhecido como Digital Down
Converter (DDC) é utilizado para converter o sinal de FI (Freqüência Intermediária) para
banda-base pela utilização de misturadores digitais e de osciladores controlados
numericamente (NCO – Numerical Controlled Oscilator) além de filtros passa-baixas e um
processo de decimação para redução da taxa de amostragem. A arquitetura básica pode ser
vista na figura 2.1.
Figura 2.1: Diagrama de blocos de um receptor digital típico.
.1.1 Conversão de Frequências
os receptores típicos, o sinal de FI é amostrado e convertido para digital. Algumas
a de interesse e descarta os sinais não desejados. Ver figura
2
N
implementações amostram o sinal a uma taxa que satisfaz diretamente o critério de Nyquist.
Outras implementações usam a técnica de sub-amostragem usando o conversor A/D como
um segundo misturador convertendo o sinal para uma faixa que permita os processamentos
digitais subseqüentes. Essa técnica é utilizada quando a freqüência intermediária é muito
mais alta que a taxa de amostragem deseja considerando que a largura de banda do sinal
atenda os critérios de Nyquist. O espectro do sinal amostrado está localizado em uma
freqüência intermediária real entre DC e Fs/2 e, tipicamente, contém a faixa de interesse
bem como sinais não desejados. Uma vez que apenas uma porção do espectro é realmente
desejada, a maior parte pode ser descartada para conservar largura de banda nos processos
de demodulação subseqüentes.
O receptor digital “foca” na faix
2.2.
5
Figura 2.2: Espectro real amostrado.
O receptor digital efetua a operação de mixagem no sinal amostrado usando um Oscilador
Local complexo. A freqüência do OL é escolhida de forma a transladar a freqüência central
de interesse para DC, resultando em um sinal complexo, agora com um espectro com partes
positivas e negativas. O Oscilador Local é implementado na forma de um Oscilador Digital
Controlado Numericamente ou NCO, que tem a capacidade de mudar de freqüência de
forma instantânea em qualquer parte da faixa. Esta operação está representa na figura 2.3.
Figura 2.3: Espectro Amostrado após translação para DC.
Uma vez que o sinal tenha sido deslocado para DC, um filtro passa-baixas é utilizado para
isolar a faixa de interesse. Este filtro, na verdade, é um duplo filtro que é aplicado às
componentes ditas em-fase (I) e quadratura (Q), preservando as bandas laterais positivas e
negativas e removendo a faixa não desejada, como podemos observar na figura 2.4.
Figura 2.4: Espectro complexo após o filtro passa-baixas.
6
A figura 2.4 também nos mostra que o sinal filtrado está altamente sobre-amostrado (acima
do critério de Nyquist). Essa característica não causa problemas mas exige uma taxa de
processamento desnecessariamente alta. Portanto, para reduzir essa taxa de amostragem, o
sinal deve ser sub-amostrado (“down-sampled”) para uma taxa mínima que satisfaça o
critério de Nyquist sem perder informação. O resultado pode ser visto na figura 2.5. A
“Banda em excesso” é simplesmente descartada no processo de decimação que ignora
determinadas amostras reduzindo a taxa de amostragem identificada como Fs. O fator de
decimação, N, é determinado pela relação entre a taxa de amostragem original e a nova taxa
de amostragem, minimizando a carga de processamento necessária para os algoritmos
subseqüentes.
Figura 2.5: Espectro do sinal após o processo de decimação.
Uma vez que o sinal de interesse tenha sido convertido para um sinal complexo de faixa-
estreita, centrado em DC (banda-base), ele pode ser demodulado. Algoritmos simples
podem ser utilizados para processar formatos comuns de modulação como AM, ASK, FM,
FSK e PM. Esses algoritmos podem ser implementados diretamente no Receptor Digital ou
no DSP ou mesmo em um GPP - General Porpouse Processor (Processador de Uso Geral,
PC por exemplo).
A demodulação de AM (Amplitude Modulada) consiste simplesmente na extração do
envelope do sinal complexo em banda-base. Um algoritmo de estimação de magnitude
vetorial (CORDIC, por exemplo) [8] pode ser utilizado para calcular esse envelope.
Outros modos do algoritmo CORDIC ou uso de tabelas em ROM podem ser usados para
calcular o arco da tangente do sinal complexo para implementar um demodulador de fase
(PSK).
A diferença entre amostras adjacentes após a saída do demodulador de fase fornece uma
função de demodulação FM.
Esquemas mais complexos de modulação, geralmente, fazem do uso do DSP para
implemetar algoritmos mais sofisticados como FFT, por exemplo.
2.2 Princípios de Modulação
Modulação é o processo de modificação ou alteração de um sinal padrão chamado de
portadora, em função de outro sinal que contém a informação a ser transmitida [9].
7
Em sistemas de comunicação, os sinais são transmitidos através de um determinado meio
físico denominado canal [10]. Os canais de comunicação têm larguras de banda limitadas,
o que restringe as características de freqüência do sinal a ser transmitido. O sinal de
informação, chamado de sinal em banda-base, contém componentes de baixa freqüência e
grandes comprimentos de onda, impossibilitando sua transmissão direta e, por isso,
dependendo do meio utilizado, pode ser necessário a utilização de um sinal senoidal de alta
freqüência como transportador (daí o termo portadora) da informação.
1. No transmissor, um sinal senoidal puro, chamado de portadora, é gerado;
2. A informação a ser transmitida é usada para modificar uma ou mais características da
portadora. Qualquer modificação detectável pode transportar a informação;
3. No receptor, as modificações ou alterações da portadora são detectadas e a informação é
recuperada.
Figura 2.6: Conceito simplificado de modulação.
2.2.1 Características modificáveis da Portadora
Existem apenas três características da portadora que podem ser modificadas em função do
sinal de informação a ser transmitido: Amplitude, Freqüência e Fase. Podemos dividir os
tipos de modulação em dois grandes grupos dependendo do sinal modulador: se o sinal
modulador for contínuo no tempo, dizemos ser uma Modulação Analógica; se o sinal for
composto de um conjunto discreto de símbolos, ela é dita Modulação Digital.
Em Modulação de Amplitude (AM) e suas derivadas (DSB-SC – Double Side Band –
Supressed Carrier e VSB – Vestigial Side Band), a amplitude da portadora é variada
proporcionalmente em relação à amplitude instantânea do sinal modulador.
Freqüência Modulada (FM) é a técnica mais popular de modulação analógica por sua
característica de boa imunidade a ruído. Em FM, a amplitude da portadora é mantida
constante enquanto sua freqüência é variada em função do sinal modulador. A Modulação
em Fase é apenas outra forma de ver Modulação em Freqüência uma vez que Fase e
8
Freqüência estão relacionadas. Essas formas básicas de modulação estão esquematizadas na
figura 2.7.
Figura 2.7: Esquemas básicos de modulação.
O grupo de modulação analógica pode, ainda, ser classificado como linear ou exponencial
(também conhecida como Modulação angular) [11], e suas propriedades estão
caracterizadas na tabela 1, onde envelope significa a envoltória do sinal, W representa a
largura de banda do sinal e SNR representa a relação sinal-ruído.
Tabela 1: Propriedades das modulações linear e exponencial.
LINEAR EXPONENCIAL
Métodos AM,DSB,SSB,VSB FM, PM
Envelope Depende do Sinal
Modulador
Constante
Espectro Deslocado em
Frequência
Complexo
Largura de banda <= 2W > 2W
SNR Depende da
Potência de
transmissão
Depende da largura
de banda
Na Tabela 1, observa-se que o índice SNR depende da potência de transissão em AM e
depende da largura de banda em FM. Como o controle da largura de banda é menos crítico
que o controle da potência, é preferível o uso de modulação FM a modulação AM.
9
2.2.2 Representação de Sinais em Banda-Base
Seja um sinal real modulado, dito em banda-passante,
))(2cos()()( ttftats
c
θ
π
+
=
, onde
representa a envoltória do sinal modulante,
)(ta )(t
θ
representa fase do sinal e
representa a freqüência da portadora.
c
f
Este sinal pode ser decomposto em suas componentes em-fase
))(cos()()( ttats
I
θ
=
e em-
quadratura ,
))(sen()()( ttats
Q
θ
=
)2sen()2cos()()( tfstftsts
cQcI
ππ
−= (2.1)
)(ts
I
e são componentes em banda-base enquanto que é um sinal em banda-
passante com cujo espectro encontra-se nas vizinhanças de . A envolvente complexa de
, que é a representação em banda-base de , é o sinal complexo.
)(ts
Q
)(ts
c
f
)(ts )(ts
)()()( tjststs
QI
+=
)
(2.2)
A partir de (2.2), definimos o sinal analítico , como
)(ts
A
tfj
A
c
etsts
π
2
)()(
)
= (2.3)
cuja parte real é o sinal ])([)]([)(
2 tfj
A
c
etststs
π
)
ℜ=ℜ= . Este processo pode ser
esquematizado conforme as figuras 2.8 e 2.9.
Figura 2.8: Componentes Em-Fase e Em-Quadratura.
Figura 2.9: Envoltória complexa e sinal analítico.
10
2.2.3 Representação I/Q
Em comunicações Digitais é conveniente a representação de sinais em termos de suas
componentes Em-fase(I) e Em-Quadratura(Q). Esta é uma representação retangular de um
diagrama polar, onde o eixo “I” situa-se em zero grau (referência) e o eixo “Q” encontra-
se a 90 graus. A projeção do vetor do sinal no eixo “I” é sua componente Em-fase (I), e a
projeção do mesmo vetor no eixo “Q” é sua componente Em-quadratura (Q), como pode
ser visto na figura 2.10.
Figura 2.10: Equivalência Polar-Retangular.
Essa representação é particularmente interessante porque é facilmente relacionável com a
forma como a maioria dos sinais são gerados em um modulador digital. Em um
transmissor, sinais I e Q são misturados (produto entre dois sinais) com o mesmo oscilador
local. Uma defasagem de 90
O
é forçada em um dos braços do oscilador, fazendo com que
os produtos (I x LO) e (Q x LO) sejam ortogonais, ou estejam em quadratura. A principal
característica desse arranjo, mostrado na figura 2.11, é que esses sinais não interferem um
com outro – eles representam duas componentes independentes do sinal de informação.
Figura 2.11: Componentes I e Q na transmissão.
11
Ao chegar no receptor, esse sinal é novamente misturado com um oscilador local (com
frequência igual a da portadora). Esse oscilador local gera um sinal com fase arbitrária
igual a zero e outro deslocado de 90 graus. Neste processo, o sinal composto de entrada
(magnitude e fase) é decomposto em suas componentes Em-fase (I) e Em-quadratura (Q).
Esses componentes são independentes e ortogonais, onde alterações em um sinal são
independentes de alterações no outro sinal. O processo esquematizado na figura 2.12
representa uma conversão polar-retangular, que é o processo utilizado nos receptores
digitais.
Figura 2.12: Componentes I e Q na recepção.
2.2.4 – Modulação Analógica
A alteração de parâmetros da portadora, de forma contínua no tempo, está presente em
diversas formas de modulação analógica como, por exemplo, Amplitude Modulada (AM),
Frequência Modulada (FM), Amplitude Modulada com Banda Lateral Superior (AM-USB),
Amplitude Modulada com Banda Lateral Inferior (AM-LSB), Amplitude Modulada com
portadora suprimida (DSB-SC) e outras. Por uma questão de espaço e tempo, neste projeto
apenas as formas de modulação AM e FM são consideradas.
2.2.4.1 – Modulação em Amplitude (AM)
Utilizando-se de uma onda portadora representada por
)2cos( tfA
cc
π
e um sinal modulador
representado por
)2cos( tfA
mm
π
, o processo de modulação resulta em um sinal com
amplitude igual a
)2cos( tfAA
mmc
π
+
e o sinal resultante, modulado em amplitude, pode ser
representado por
)2cos())2cos(( tftfAA
cmmc
π
π
+
(2.4)
reescrevendo,
)2cos())2cos(1()( tftfmAtS
cmcAM
π
π
+=
(2.5)
12
onde a constante ‘m’ é chamada de índice de modulação, e controla o nível de potência que
estará presente nas bandas laterais espectrais. O processo pode ser ilustrado através da
figura 2.13, onde LO representa a portadora com freqüência angular
0
2 fw
c
π
=
.
Figura 2.13: Modulação AM no domínio do tempo.
O espectro do sinal contendo a mensagem de informação, originalmente centrado na
origem, é deslocado para e , como poder ser visto na figura 2.14.
0
f−
0
f
Figura 2.14: Modulação AM (relação espectral).
2.2.4.2 Modulação em Freqüência (FM)
Tal qual no item 2.2.4.1, tomemos uma portadora igual a
)2cos( tfA
cc
π
e um sinal
modulante (mensagem) igual
)2cos( tfA
mm
π
. Se o sinal modulante for utilizado para variar
a freqüência da portadora, teremos um sinal em FM, cuja freqüência instantânea é dada por
(2.6)
)2cos( tfAkff
mmfc
π
+=
onde a quantidade representa o desvio máximo de freqüência e é denominado .
mf
Ak
f
Δ
Sabendo que
dt
d
θ
ω
= , podemos escrever )2cos(22 tff
dt
d
mc
πππ
θ
+= (2.7)
e
)2sen(2 tftf
mc
π
β
π
θ
+=
(2.8)
onde o termo
m
f
f
Δ
=
β
é chamado de índice de modulação em FM.
O sinal resultante modulado em frequência pode ser representado por
))2sen(2cos()( tftfAts
mccFM
π
β
π
+
=
(2.9)
13
O processo de modulação FM está mostrado, de forma simplificada, na figura 2.15, onde o
VCO (Voltage Controlled Oscilator) simboliza um oscilador cuja freqüência central
varia conforme a tensão de entrada.
0
f
Figura 2.15: Modulação FM.
A distribuição espectral do sinal de FM está delineada na figura 2.16, onde podemos
observar uma maior variação em torno de , quando comparamos com modulação AM.
0
f
Figura 2.16: Espectro resultante da modulação FM
2.2.5 Modulação Digital
As principais formas de modulação digital são FSK (Frequency Shift Keying), onde a
freqüência da portadora tem seu valor alterado entre dois ou mais (M-ary FSK) valores
discretos, PSK (Phase Shift Keying), onde o sinal modulante alterna a fase da portadora, e
QAM (Quadrature Amplitude Modulation), onde a fase e a amplitude da portadora são
alteradas simultaneamente.
Neste projeto são consideradas apenas as formas de modulação BPSK (M-Ary PSK com
M=2) e QPSK (M-Ary PSK com M=4).
2.2.5.1 Modulação BPSK
Na modulação BPSK, a fase da portadora tem seu valor alternado entre 0 e
π
em função da
informação binária (0 e 1) que tenha sido mapeada previamente para (-1 e +1).
14
Na figura 2.17 podemos observar que a fase da portadora se alterna de acordo com as
variações da mensagem.
Figura 2.17: Processo de modulação BPSK.
Dada uma portadora senoidal com freqüência , um sinal modulado digitalmente
pode ser expresso por
c
f )(ts
))(2cos()()( ttftats
c
θ
π
+
=
(2.10)
onde representa uma modulação em amplitude e
)(ta )(t
θ
representa uma modulação em
fase. Em modulação digital, a amplitude é mantida constante enquanto a fase é variada.
Portanto devemos escolher dois valores distintos de
)(t
θ
para representar os símbolos 0
(zero) e 1 (hum). Escolhendo
0)(
1
=
t
θ
como o valor de
)(t
θ
que representa 1 (hum) e
π
θ
=)(
0
t
como o valor de
)(t
θ
que representa 0 (zero), podemos escrever
)2cos()(
0
ππ
+= tfEts
cs
(2.11)
)2cos()(
1
tfEts
cs
π
= (2.12)
ou
)2cos()(
0
tfEts
cs
π
−= (2.13)
)2cos()(
1
tfEts
cs
π
= (2.14)
onde
s
E é o valor de pico da amplitude do sinal modulado e e são as
representações BPSK dos símbolos digitais 0 (zero) e 1 (hum) respectivamente.
)(
0
ts
)(
1
ts
15
Na figura 2.18 está ilustrada a constelação BPSK, também conhecida como espaço de sinal
[12], resultante do processo, onde se pode observar a delimitação da localização válida para
os símbolos e (área achurada).
0
s
1
s
Figura 2.18: Constelação mostrando as regiões válidas para sinais BPSK.
O processo de recuperação da informação pode ser ilustrado conceitualmente de acordo
com a figura 2.19, onde, no receptor, o sinal modulado BPSK é multiplicado por uma
portadora com freqüência e fase iguais às do transmissor. O resultado, após integrado
discretamente, é utilizado para determinação do bit originalmente enviado.
Figura 2.19: Demodulação conceitual BPSK.
Analiticamente, a partir do sinal BPSK
))(2cos()( ttfEts
csBPSK
θπ
+= (2.15)
e considerando o sinal do oscilador local
)2cos()( tfEtLO
cs
π
= (2.16)
temos, na entrada do integrador,
)()()( tStLOtr
BPSK
=
, expresso por
)2cos())(2cos()( tfEttfEtr
cscs
πθπ
⋅+= (2.17)
que pode ser simplificado em (parte real, em fase) com
igual a zero. )(tr
I
)(tr
Q
16
[
))(cos())(22cos(
2
)( tttf
E
tr
c
s
I
θθπ
++=
]
(2.18)
a componente é removida pelo filtro passa-baixa (Integrador), resultando apenas no
sinal
c
f2
))(cos(
2
)( t
E
tr
s
I
θ
= (2.19)
que é positivo para
0)( =t
θ
e negativo para
π
θ
=
)(t
, como pode ser visto na figura 2.20.
0 50 100 150 200 250
-1
-0.5
0
0.5
1
R
bpsk
(t) x LO
0 50 100 150 200 250
-2
-1
0
1
2
Z=R
I
(t) (Saída do Integrador)
Figura 2.20: Demodulação BPSK.
2.2.5.2 Modulação QPSK
Se os bits forem agrupados dois a dois (agrupamentos conhecidos como dibits) e esses
pares de bits forem utilizados para escolher um dentre um conjunto de fases discretas,
teremos um sistema de modulação QPSK (Quaternary Phase Shift Keying).
Em QPSK temos 4 símbolos, onde cada símbolo representa um dibit em particular.
Portanto, devemos selecionar 4 valores para
)(t
θ
, nosso parâmetro variável para
modulação. A tabela 2 apresenta um possivel conjunto de fases associados a cada um dos
dibits.
Tabela 2: Correspondência entre dibits e ângulos de fase em QPSK.
dibit
)(t
θ
00
4/
π
+
01
4/3
π
+
10
4/
π
−
11
4/3
π
−
17
Esse mapeamento, resulta nos seguintes expressões para os sinais QPSK:
)
4
2cos()(
00
π
π
+= tfEts
cs
(2.20)
Uma portadora em quadratura pode ser vista como uma exponencial complexa, , bem
como uma soma equivalente de senóides em fase e em quadratura, .
Portanto usando a identidade
tjw
c
e
)sen()cos( twjtw
cc
+
)sen()sen()cos()cos()cos(
bababa
−
=
+
, podemos reescrever
(2.20) como:
)2sen(
2
2
)2cos(
2
2
)(
00
tf
E
tf
E
ts
c
s
c
s
ππ
+= (2.21)
da mesma forma, expressamos , e :
)(
01
ts )(
10
ts
)(
11
ts
)2sen(
2
2
)2cos(
2
2
)(
01
tf
E
tf
E
ts
c
s
c
s
ππ
+−= (2.22)
)2sen(
2
2
)2cos(
2
2
)(
10
tf
E
tf
E
ts
c
s
c
s
ππ
−−=
(2.23)
)2sen(
2
2
)2cos(
2
2
)(
11
tf
E
tf
E
ts
c
s
c
s
ππ
−= (2.24)
Um modelo conceitual de modulador QPSK pode ser visto na figura 2.21.
Figura 2.21: Diagrama de blocos de um Modulador QPSK.
18
Na figura 2.22 está ilustrado como o sinal QPSK é gerado como resultado da soma de duas
senóides em quadratura, moduladas em fase pelos bits Ímpares (I) e Pares (Q).
0 50 100 150 200 250
-1
0
1
Bits Ímpares
0 50 100 150 200 250
-1
0
1
Bits Pares
0 50 100 150 200 250
-1
0
1
QPSK (Componente em fase - I)
0 50 100 150 200 250
-1
0
1
QPSK (Componente em quadratura - Q)
0 50 100 150 200 250
-1
0
1
QPSK (Sinal de Saída)
Figura 2.22: Sinais gerados pelo modulador QPSK.
A representação na forma de diagrama polar (ou diagrama de constelação) pode ser vista na
figura 2.23, onde as áreas achuradas indicam as regiões válidas para os símbolos .
iq
s
Figura 2.23: Constelação QPSK.
19
O processo de recuperação da informação QPSK é similar ao da modulação BPSK
considerando, agora, que ambas as componentes, e , devem ser consideradas no
processo. Um possível demodulador pode ser visto na figura 2.24.
)(tr
I
)(tr
Q
Figura 2.24: Diagrama de blocos de um Demodulador QPSK.
A partir do sinal QPSK
))(2cos()( ttfEts
csQPSK
θπ
+= (2.25)
e considerando o sinal do oscilador local
)2sen()2cos()(
2
tfEjtfEeEtLO
cscs
tfj
s
c
ππ
π
−==
−
(2.26)
temos, na entrada dos integradores, , expresso por
)()()( tStLOtr
QPSK
=
tfj
scs
c
eEttfEtr
π
θπ
2
))(2cos()(
−
+= (2.27)
que pode ser simplificado em (parte real) e (parte imaginária),
)(tr
I
)(tr
Q
[
))(cos())(22cos(
2
)( tttf
E
tr
c
s
I
θθπ
++=
]
(2.28)
[
))(sen())(22sen(
2
)( tttf
E
tr
c
s
Q
θθπ
−−+−=
]
(2.29)
20
onde as componentes são removidas pelos filtros passa-baixas (Integradores),
resultando em
c
f2
))(cos(
2
)( t
E
tz
s
I
θ
= (2.30)
e
))(sen(
2
)( t
E
tz
s
Q
θ
= (2.31)
cujas formas de onda podem ser vistas na figura 2.25.
A informação de fase pode ser recuperada através da relação .
))(/)(arctan()( tztzt
IQ
=
θ
0 50 100 150 200 250
-1
0
1
R
I
(t) x LO
cos
0 50 100 150 200 250
-1
0
1
R
Q
(t) x LO
sen
0 50 100 150 200 250
-2
0
2
Z
I
(t) (Saída do Integrador)
0 50 100 150 200 250
-2
0
2
Z
Q
(t) (Saída do Integrador)
Figura 2.25: Demodulação QPSK.
2.3 Rádio Definido por Software
O termo Rádio Definido por Software ou RDS refere-se a uma classe de rádios
reconfiguráveis onde o comportamento de sua camada física pode ser significativamente
alterado sem modificações em seu hardware [13] e foi cunhado por Joseph Mitola em
1991. Os sistemas de Software-Rádio oferecem grande flexibilidade em termos de
implementação e reconfigurabilidade uma vez que as funções básicas de transmissão e
recepção (modulação e demodulação) são implementadas em software.
21
Idealmente, a digitalização do sinal recebido ocorre o mais próximo possível da antena e
todo o processamento subsequente é efetuado por software, conforme pode ser visto na
figura 2.26 que representa um diagrama de blocos de um RDS ideal.
Figura 2.26: Diagrama de Blocos de um RDS ideal.
No atual estágio tecnológico os conversores analógico-digital ainda tem limitações de
velocidade e não conseguem converter sinais na faixa de Gigaherts, por exemplo. Um RDS
realizável está ilustrado na figura 2.27, onde as formas de onda específicas de acordo com a
modulação pretendida são geradas em software na forma de amostras e enviadas a um
conversor digital-analógico (DAC). O DAC converte a forma de onda em um sinal
analógico que é convertido em frequência por uma etapa de RF (Rádio-Frequência). No
receptor, o sinal de RF é convertido para FI (Frequência intermediária) por um módulo de
RF. Este sinal de FI é, então, digitalizado por um conversor analógico-digital (ADC) e as
amostras digitais passam a ser processados por software por algoritmos apropriados de
demodulação.
Figura 2.27: Arquitetura prática para um RDS.
2.4 GNU-Radio
partir do projeto SpectrumWare do MIT, objeto de uma tese de doutorado [14] cujo
A
conceito básico está representado na figura 2.28, nasceu o projeto de software livre GNU-
Radio [15] que é mantido por Eric Blossom com contribuições de uma comunidade
bastante ativa de desenvolvedores e interessados na tecnologia de RDS.
22
Figura 2.28: Conceito que deu origem ao GNU-Radio.
A plataforma GNU-Radio, a exemplo de outras plataformas para RDS, adota uma
arquitetura baseada em camadas para o desenvolvimento de aplicações. No GNU-Radio o
núcleo principal é implementado na forma de blocos primitivos de processamento de sinais
e está escrito em C++ visando velocidade e robustez, enquanto que as interfaces e os
controles de configuração e fluxo são implementadas em Pyhton. O código Python,
essencialmente cria grafos que controlam o fluxo de informações entre blocos de código
que, por sua vez, implementam funções de processamento de sinais. Esses grafos conectam
blocos produtores de informação (sources) a blocos consumidores (sinks) representando a
dinâmica da aplicação. Os scripts Python criados pelo usuário são responsáveis por criar,
executar e gerenciar os grafos. Esta abordagem está ilustrada, de forma simplificada, na
figura 2.29.
Figura 2.29: Abstração e Controle em GNU-Radio.
O sistema GNU-Radio pode ser complementado com front-ends como um sintonizador de
TV a cabo [16], adaptadores para conversão analógico-digital como o PCI DAS card [17]
e, principalmente, uma plataforma de hardware denominada Universal Software Radio
Platform (USRP) [18]. Uma placa de som, utilizada para entrada e saída das aplicações
também pode servir como um simples front-end analógico para recepção AM, por exemplo.
Além dos exemplos que acompanham a plataforma, diversos outros projetos estão em
23
andamento como, por exemplo, HDTV, equivalente TiVo para rádio, rádio-astronomia,
GPS em software, antenas inteligentes [19], etc.
2.5 Exemplo de aplicação GNU-Radio
Como exemplo de utilização da plataforma de hardware USRP e do kit de desenvolvimento
GNU-Radio, apresentamos uma simples aplicação que implementa um receptor de rádio
FM comercial.
Nesta aplicação, o sinal de FM é acoplado através de uma antena telescópia conectada à
entrada do adaptador RX do USRP, conforme esquematizado na figura 2.30.
Figura 2.30: Fluxo de sinais em uma aplicação GNU-Radio/USRP.
Uma vez condicionado pelo adaptador RX, o sinal de RF é digitalizado pelo conversor
A/D. Em seguida as amostras digitais são entregues ao bloco DDC, residente no FPGA,
onde as amostras são multiplicadas por um sinal complexo (seno e co-seno) gerado pelo
oscilador digital NCO (Numerically Controlled Oscilator) com freqüência igual à FI do
canal de FM desejado. O resultado é composto de uma componente de alta freqüência
centrada em 2 vezes a freqüência de FI e uma componente em baixa freqüência centrada
em zero hertz. Os filtros passa-baixas eliminam a componente de alta freqüência e,
24
simultaneamente efetuam a decimação, reduzindo a taxa de amostragem do sinal. O
resultado desse processo é a conversão de freqüências de RF/FI para banda-base. Esse sinal
de baixa freqüência é entregue, na forma complexa, à etapa de DSP para demodulação,
implementada em software no PC.
O sinal de FM na entrada, representado pela equação 2.9, apresentada na seção 2.2.4.2 , é
transformado pelo DDC em um sinal em quadratura representado por
⎥
⎦
⎤
⎢
⎣
⎡
+= ))2sen(sen())2sen(cos(][
_
n
f
f
Ajn
f
f
Ans
s
m
c
s
m
cDDCFM
πβπβ
(2.32)
⎥
⎦
⎤
⎢
⎣
⎡
=
)2sen(
_
][
n
f
f
j
cDDCFM
s
m
eAns
πβ
(2.33)
onde f
s
é a freqüência de amostragem do conversor A/D.
Considerando que podemos definir freqüência instantâna como a derivada do ângulo de
fase de um sinal e que, para sinais discretos, podemos simplificar a derivada como
diferença do ângulo entre amostras sucessivas, o próximo passo no processamento do sinal
de FM (demodulação) pode ser esquematizado conforme a figura 2.31 que implementa o
algoritmo de demodulação em quadratura, que em sua forma mais simples consiste em
multiplicar cada amostra pelo conjugado da amostra subseqüente e calcular o arco da
tangente do resultado, conforme as equações 2.34 e 2.35.
])1[][arg()arg(
__
−−== nsnsYAudio
DDCFMDDCFMFM
(2.34)
])1[.][arg(
__
−= nsnsAudio
DDCFMDDCFMFM
)
(2.35)
onde
DDCFM
s
_
)
representa o complexo conjugado de .
DDCFM
s
_
Figura 2.31: Demodulação FM em GNU-Radio.
A implementação dessa aplicação pode ser demonstrada pelo fragmento de código, em
linguagem Python, apresentado a seguir.
#!/usr/bin/env python
from gnuradio import gr, gru, eng_notation, optfir
from gnuradio import audio
25
from gnuradio import usrp
from gnuradio.eng_option import eng_option
import sys
import math
class wfm_rx_graph (gr.flow_graph): # definição da aplicação
def __init__(self):
gr.flow_graph.__init__(self)
self.vol = .1
self.state = "FREQ"
self.freq = 0
# construção do grafo
self.u = usrp.source_c() # os dados vem do USRP
adc_rate = self.u.adc_rate() # 64 MS/s - taxa do ADC
usrp_decim = 200
self.u.set_decim_rate(usrp_decim)
usrp_rate = adc_rate/usrp_decim # 320 kS/s – taxa no USB
chanfilt_decim = 1
demod_rate = usrp_rate / chanfilt_decim
audio_decimation = 10
audio_rate = demod_rate/audio_decimation # 32 kHz – amostragem
filt_coeffs = optfir.low_pass (1, # ganho
usrp_rate, # taxa de amostragem
80e3, # passband cutoff
115e3, # stopband cutoff
0.1, # passband ripple
60) # stopband attenuation
chan_filt = gr.fir_filter_ccf (chanfilt_decim, filt_coeffs)
self.guts = blks.wfm_rcv (self, demod_rate, audio_decimation)
self.volume_control = gr.multiply_const_ff(self.vol)
# placa de som com destino final
audio_sink = audio.sink(int(audio_rate),
options.audio_output,
False)
# Conectar os módulos
self.connect (self.u, chan_filt, self.guts, self.volume_control,
audio_sink)
...
26
Capítulo 3
Plataforma Experimental
Neste capítulo é apresentada uma breve descrição do kit USRP (plataforma de hardware
desenvolvida especificamente para o projeto GNU-Radio), mostrado na figura 3.1, onde
podemos observar o conjunto de duas placas adaptadoras de recepção (Rx daughterboard) e
duas placas adaptadoras de transmissão (Tx daughterboard). Também é apresentada uma
sussinta discussão sobre alguns algoritmos utilizados no projeto GNU-Radio como, por
exemplo, CORDIC (Coordinate Rotation Digital Computer), conversão de taxas de
amostragem, filtros CIC (Cascaded Integrator Comb).
Figura 3.1: Kit USRP.
27
3.1 Universal Software Radio Peripheral (USRP)
O kit USRP é um sistema de hardware de alta velocidade e baixo custo, muito atraente
como ferramenta de desenvolvimento e experimentação para aplicações de Radio Definidos
em Software em tempo real. Esse hardware foi desenvolvido por um grupo de voluntários,
liderados por Matt Ettus, para o grupo de usuários do projeto GNU-Radio. O kit é
composto de uma placa (motherboard) que incorpora conversores A/D e D/A, interfaces de
conexão externa e um FPGA como front-end para funções típicas de pre-processamento de
sinais em alta velocidade como conversão de frequências (Up Conversion e Down
Conversion), decimação e interpolação. Uma vez que esse kit foi criado, principalmente,
visando o desenvolvimento e experimentação de Rádios Definidos em Software, o
processamento específico de formas de ondas como modulação e demodulação, em geral é
efetuado em um computador pessoal (PC), oferecendo uma grande flexibilidade para a
comunidade investigadora da tecnologia de RDS.
Uma configuração típica é composta de uma placa principal (motherboard) e até quatro
placas adaptadoras e depende de um computador pessoal (PC ou Mac) com interface USB2
para comunicação e gerenciamento. Na figura 3.2 pode ser visto um diagrama de blocos do
kit mostrado na figura 3.1.
Figura 3.2: Diagrama de Blocos do USRP.
28
O sistema contém 4 conversores Analógico-Digital (ADC) de alta velocidade, cada um com
12 bits/amostra e taxa de amostragem de 64 Mamostras/segundo. Para transmissão existem
4 conversores Digital-Analógico (DAC) de alta velocidade, cada um com 14 bits/amostra e
taxa de amostragem de 128 Mamostras/segundo. Esses 4 canais de recepção e 4 canais de
transmissão operam em sintonia com um FPGA Cyclone EP1C12. Entre o FPGA e o PC do
usuário existe uma interface USB2.0 controlada por microcontrolador Cypress FX2 que
tem, como núcleo, um uC8051.
3.2 Conversores A/D e D/A (MxSP - Mixed Signal Processor)
Dois processadores de sinal da Analog Devices (AD9862) [21] são utilizados no USRP
para as conversões de sinais de Analógico para Digital e de Digital para Analógico. O
diagrama de blocos funcional desses processedores está mostrado na figura 3.3.
A princípio, com taxas de amostragem de 64 Ma/s seria possível digitalizar apenas sinais
com largura de banda de até 32 MHz. Entretanto os ADCs podem efetuar conversões por
sub-amostragem de sinais de até 150 MHz aproximadamente permitindo o mapeamento da
banda do sinal de interesse para algum ponto entre –32 MHz e 32 MHz. Eventualmente isso
pode ser utilizado em nosso favor, permitindo, por exemplo, a captura de sinais de estações
comerciais de FM (faixa de 98 MHz – 108 MHz) sem nenhum hardware de RF adicional.
A faixa total de entrada dos ADCs é de 2 Vpp, e a entrada é de 200 Ohms diferencial, o que
equivale a 40 mW ou 16 dBm. Amplificadores de ganho programável (PGA) com ganho de
até 20 dB estão presente antes dos ADCs (especialmente importante para pequenos sinais).
Figura 3.3: Conversores A/D e D/A MxSP (Mixed-Signal Processor).
29
3.3 Módulos Adaptadores (Daughter Boards)
Na motherboard existem quatro conectores (slots) para interconexão de até quatro daughter
boards. Esses adaptadores são utilizados para conexão física com módulos de RF. Existem
dois slots denominados TXA e TXB e dois slots denoinados RXA e RXB. Cada daughter
board tem acesso a dois dos quatro converores A/D e D/A o que permite que cada
adaptador controle dois canais independentes de RF. É possível observar, na figura 3.1, que
cada adaptador tem dois conectores SMA.
3.4 FPGA (Field Programmable Gate Array)
O dispositivo FPGA é o coração do projeto USRP. Como mostrado na figura 3.2, todos os
ADCs e DACs estão conectados no ou através do FPGA. Parte do processamento
matemático de alta velocidade está sob responsabilidade deste dispositivo favorecendo uma
redução da taxa de dados de modo que a comunicação possa ser mantida através da
interface USB. Nossa configuração contempla blocos DDC (Digital Down Converter)
implementados com filtros CIC (Cascaded Integrator-Comb). O FPGA suporta até quatro
DDCs, permitindo a criação de 1, 2 ou 4 canais RX. No circuito de RX temos 4 ADCs e 4
DDCs. Cada DDC tem duas entradas (real e complexa) e cada um dos 4 ADCs pode ser
remanejado para a entrada real ou complexa de qualquer dos 4 DDCs. Com arranjos desse
tipo, é possível o estabelecimento de múltiplos canais a partir do mesmo ADC.
No circuito TX, os DUCs (Digital Up Converter) estão embutidos nos chips MxSPs
AD9862 e não no FPGA, como pode ser visto na figura 3.4. Os únicos blocos de
processamento existentes no caminho de TX, no FPGA, são os interpoladores.
Os blocos MUX funcionam com roteadores ou chaveadores determinando qual ADC (ou
zero constante) é conectado a cada entrada de DDC ou DUP. Existem 4 DDCs e cada um
tem duas entradas.
Figura 3.4: Diagrama de Blocos detalhado do USRP.
30
3.5 DDC (Digital Down Converter)
Os blocos DDCs convertem os sinais de FI (Frequência Intermediária) para banda-base. Em
seguida efetuam a decimação no sinal de modo que a taxa de amostragem possa ser
ajustada em relação à largura de banda da interface USB e se sustente em um valor razoável
para o processamento pelo PC.
O diagrama de blocos, mostrado na figura 3.5, apresenta o DDC do ponto de vista
funcional, onde podemos notar uma grande semelhança com as arquiteturas de receptores
em quadratura vistas no capítulo 2.
O sinal complexo de entrada (I
1
e Q
1
) é multiplicado pelo sinal exponencial de frequência
fixa (em geral igual a FI). O sinal resultante também é complexo e está centrado em zero
Hz. Na sequência ocorre a decimação por um fator M. O decimador pode ser visto como
um filtro passa-baixas seguido de um redutor de amostragem. A taxa de decimação deve
estar entre 4 e 256. Finalmente os sinais complexos I
2
e Q
2
chegam ao PC, via interface
USB, para processamentos subsequentes.
Esta descrição está associada à funcionalidade de um DDC convencional. Entretanto sua
implementação no USRP faz uso do algoritmo CORDIC conforme descrito nas sessões 3.6
e 3.7.
No caminho de TX, ocorre o inverso. Enviamos um sinal complexo I e Q em banda-base
ao USRP. O DUC (Digital Up Converter) interpola o sinal, compatibilizando a taxa de
amostragem com o MxSP, convertendo-o para banda FI e, finalmente, o envia através do
DAC.
Figura 3.5: Diagrama de blocos do DDC.
31
3.6 O Algoritmo CORDIC (Coordinate Rotation Digital Calculation)
CORDIC é um algoritmo especial usado para o cálculo de funções trignométricas como
seno, cosseno, magnitude e fase (arco-tangente) para qualquer nível desejado de precisão.
Também pode ser utilizado para calcular funções hiperbólicas, lineares e logarítimicas. O
mais interessante desse algoritmo é a não utilização de multiplicadores. Apenas simples
operações matemáticas como soma, subtração, comparação, deslocamentos e tabelas são
necessárias para a implementação dessas funções. A teoria CORDIC é baseada no
algoritmo de rotação vetorial que permite a derivação de todas as funções trigonométricas.
Rotações vetoriais também são úteis para conversões como polar-retangular e magnitudes
vetoriais. O algoritmo CORDIC, publicado pela primeira vez por Volder [22] em 1959, faz
uso de um método interativo para realização de rotações vetoriais em torno de ângulos
arbitrários usando apenas deslocamentos e somas.
Na figura 3.6(a), as coordenadas do ponto p são (x,y) no sistema original de coordenadas e
(x’,y’) no novo sistema de coordenadas. O sistema de coordenadas original está rotacionado
de um ângulo
φ
. Na figura 3.6(b) está representada a relação entre (x’,y’) e (x,y). As
equações ligadas às novas coordenadas são:
φ
φ
sencos' yxx +=
(3.1)
φ
φ
sencos' xyy
−
=
(3.2)
Figura 3.6: Rotação de coordenadas por um ângulo fixo.
Na figura 3.7 está ilustrado como a rotação de coordenadas está relacionada com rotação de
vetores. O vetor original com origem em O’ e coordenadas em (x,y) é rotacionado de um
ângulo
φ
−
para a nova coordenada (x’,y’). Dessa vez estamos movendo o ponto em vez da
base de coordenadas. A transformação de coordenadas é igual ao caso anterior só que o
ângulo agora é
φ
−
em vez de
φ
+
.
32
Figura 3.7: Rotação de um vetor por um ângulo fixo.
E as novas coordenadas são dadas por:
φ
φ
sencos' yxx −=
(3.3)
φ
φ
sencos' xyy
+
=
(3.4)
rearranjando, temos:
]tan.[cos'
φ
φ
yxxx
−
=
(3.5)
]tan.[cos'
φ
φ
xyyy
+
=
(3.6)
Se assumirmos que , então a multiplicação pelo termo tangente reduz-se a um
simples deslocamento. Ângulos arbitrários de rotação são obtidos através de pequenas
rotações elementares sucessivas. Se a decisão a cada passo iterativo, i , for para qual
direção rotacionar em vez de se deve rotacionar ou não rotacionar, então o termo
i−
±= 2tan
φ
)cos(
i
δ
transforma-se em uma constante, uma vez que
)cos()cos(
ii
δ
δ
−
=
. A rotação interativa
pode, então ser expressa por:
]2[
1
i
iiiii
dyxKx
−
+
−=
(3.7)
]2[
1
i
iiiii
dxyKy
−
+
+=
(3.8)
onde
)21(
1
)2cos(tan
2
1
i
i
i
K
−
−−
+
== e
1
±
=
i
d
Essas equações interativas se transformam em um algoritmo simples de deslocamentos e
somas se removermos o termo constante . O produto do termo pode ser calculado
separadamente e tende a 0,6073 quando o número de interações tende ao infinito. Portanto
esse algoritmo tem um ganho, , de aproximadamente 1,647 e depende da seguinte
expressão:
i
K
i
K
n
A
∏
−
+=
n
i
n
A )21(
2
(3.9)
O ângulo de uma rotação composta é definido pela seqüência de direções das rotações
elementares. Essa seqüência pode ser representada por um vetor de decisão e o conjunto de
33
todos os possíveis vetores de decisão formam um sistema de medida angular baseado em
arco-tangentes binários. Conversões entre esse sistema angular e qualquer outro podem ser
implementadas pela utilização de tabelas. Um método melhor utiliza um somador-subtrator
adicional que acumula os ângulos de rotação elementar a cada interação. Os ângulos
elementares podem ser expressos em qualquer unidade angular conveniente e podem ser
fornecidos por uma pequena tabela (um valor para cada interação) ou podem ser fixados em
hardware, dependendo da implementação. O acumulador de ângulos adiciona uma terceira
equação ao algoritmo CORDIC:
(3.10)
)2(tan
1
1
i
iii
dzz
−−
+
−=
Existem dois modos de operação para o rotacionador CORDIC. O primeiro, rotacional,
rotaciona um vetor de entrada por um ângulo especificado (como um argumento). O
segundo modo, dito vetorial, rotaciona o vetor de entrada em torno do eixo x enquanto
registra o ângulo necessário para tal rotação. As equações para o modo rotacional são:
i
iiii
dyxx
−
+
−= 2
1
(3.11)
i
iiii
dxyy
−
+
+= 2
1
(3.12)
)2(tan
1
1
i
iii
dzz
−−
+
−= (3.13)
onde se < 0, caso contrário
1−=
i
d
i
z 1
+
=
i
d
. Isso nos leva aos seguintes resultados:
]sencos[
0000
zyzxAx
nn
−
=
(3.14)
]sencos[
0000
zxzyAy
nn
+
=
(3.15)
0=
n
z
(3.16)
∏
−
+=
n
i
n
A )21(
2
(3.17)
No modo vetorial as equações são:
i
iiii
dyxx
−
+
−= 2
1
(3.18)
i
iiii
dxyy
−
+
+= 2
1
(3.19)
)2(tan
1
1
i
iii
dzz
−−
+
−=
(3.20)
onde se < 0, caso contrário
1+=
i
d
i
z 1
−
=
i
d
, com o seguinte desdobramento:
2
0
2
0
yxAx
nn
−= (3.21)
(3.22)
0=
n
y
)(tan
00
1
0
xyzz
n
−
+=
(3.23)
∏
−
+=
n
i
n
A )21(
2
(3.24)
Esse algoritmo pode ser utilizado para computar diversas funções diretamente e outras
indiretamente. A escolha adequada de valores iniciais e modos de operação permitem o
34
cálculo direto de seno, co-seno, arco-tangente, magnitude vetorial e conversões de
coordenadas polar-cartesiano e cartesiano-polar. O modo rotacional permite ao CORDIC o
cômputo simultâneo de seno e co-seno de um dado ângulo. Fazendo o componente y do
vetor de entrada igual a zero, o resultado pode ser reduzido a:
00
cos zxAx
nn
=
(3.25)
(3.26)
00
sen zxAy
nn
=
Fazendo
n
Ax 1
0
=
, a rotação produz o seno e cosseno do ângulo-argumento , o que é
muito interessante para a determinação dos componentes I e Q de um sistema de
comunicação sem o uso de multiplicadores.
0
z
3.7 CORDIC no processo de conversão de freqüências (DDC)
Os demoduladores em quadratura são utilizados como front-end digitais para uma grande
variedade de esquemas de modulação como BPSK, QPSK e QAM. No receptor, o chamado
misturador em quadratura deve transladar a freqüência do sinal de entrada de RF para FI ou
de FI para banda-base pela multiplicação deste sinal por um sinal exponencial complexo
[23], com frequência igual a
F
rf
ou F
fi
dependendo do caso. Em geral esse processo é
implementado com o uso de osciladores digitais baseados em tabelas ROM combinados
com multiplicadores complexos, conforme pode ser visto nas figuras 3.5 e 3.8.
Figura 3.8: DDC convencional usando NCO baseado em tabelas ROM.
Esta arquitetura tem o inconveniente de necessitar uma grande tabela em ROM para
conseguir a resolução necessária ao processo de geração das amostras de seno e co-seno,
consumindo uma área relativamente grande do chip além de um elevado consumo de
energia.
Uma alternativa para evitar esse inconveniente é a utilização do algoritmo CORDIC para a
geração das amostras de seno e co-seno. A desvantagem da utilização de um processador
CORDIC neste tipo de aplicação é o aumento da complexidade do circuito; desvantagem
essa compensada pela dispensa dos multiplicadores e do oscilador digital explícito.
35
Se o processador CORDIC for operado no modo de rotação conforme visto na sessão 3.6,
caracterizado pelas equações 3.14, 3.15, 3.16 e 3.17, aqui repetidas por conveniência,
]sencos[
0000
zyzxAx
nn
−
=
(3.14)
]sencos[
0000
zxzyAy
nn
+
=
(3.15)
0=
n
z
(3.16)
∏
−
+=
n
i
n
A )21(
2
(3.17)
o DDC pode ser implementado de forma eficiente para aplicações de conversão de
frequências, sincronismo e correções de fase [24].
Substituindo a saída do DDC convencional da figura 3.8 nas equações 3.14 e 3.15 e
representando o sinal de entrada em banda-passante ou FI como
S
BP
(k) , podemos
reformular a arquitetura do DDC conforme mostrado na figura 3.9.
Figura 3.9: DDC baseado no processador CORDIC no modo rotacional.
Nesta arquitetura, a cada intervalo de clock a entrada
y
0
é carregada com a amostra corrente
do sinal de entrada
S
BP
(k) e a entrada z
0
é carregada com a amostra corrente do sinal de fase
φ
(k) que é fornecida pelo acumulador de fase e corresponde à freqüência do oscilador local
f
0=
Freq.
Conforme descrito na sessão 3.6, após n+1 interações, o processador CORDIC fornece em
sua saída as amostras
I
2
(k) e Q
2
(k) com uma resolução de n bits.
Considerando que o FPGA utilizado no USRP (Altera Cyclone EP1C12) não dispõe de
grande quantidade de memória e nem de multiplicadores dedicados, essa arquitetura se
apresenta como uma alternativa natural para a implementação do módulo DDC no projeto
GNU-Radio.
36
3.8 Filtros CIC (Conversão de taxa de amostragem)
Na medida em que os conversores de dados tornam-se mais e mais rápidos, aplicações de
extração de sinais de faixa-estreita a partir de sinais de faixa-larga e a construção de sinais
de faixa-larga a partir de sinais de faixa-estreita passam a ser cada vez mais importantes.
Essas funções necessitam de dois procedimentos básicos em processamento de sinais:
decimação e interpolação. Em 1981, uma forma eficiente de implementa-las foi apresentada
por Hogenauer [25]. Sua proposta era baseada em um filtro flexível, sem multiplicadores,
adequado a implementação em hardware e que podia processar conversões arbitrárias e
amplas. Esse processo ficou conhecido como
Cascaded Integrator Comb Filters, ou apenas
filtros CIC.
Os blocos básicos componentes desse tipo de filtros estão esquematizados na figura 3.10.
(a) Simples estágio Integrador (b) Simples estágio de filtro Comb
Figura 3.10: Blocos básicos de um filtro CIC.
A implementação de um filtro CIC é composta do encadeamento de N módulos
integradores e N módulos comb.
A esse conjunto é adicionado um módulo de conversão de taxa de dados. Nas figuras 3.11 e
3.12 estão exemplificados um filtro decimador de três estágios e um filtro interpolador de
três estágios, respectivamente.
Figura 3.11: Filtro decimador CIC de três estágios.
37
Figura 3.12: Filtro interpolador CIC de três estágios.
38
Capítulo 4
Identificação de Modulação
O reconhecimento automático da modulação empregada em determinados sinais é de
extrema importância em aplicações militares, em primeiro lugar porque o uso de um
demodulador inapropriado pode mascarar parcial ou totalmente a mensagem contida no
sinal. Em segundo lugar porque reconhecer o tipo correto de modulação pode ajudar na
identificação de ameaças e, eventualmente, na determinação de formas de onda adequadas
ao bloqueio das comunicações do inimigo.
Vários trabalhos são encontrados na literatura especializada relacionados ao tema
reconfigurabilidade, cobrindo desde técnicas de reconfiguração de hardware, passando por
arquiteturas modulares de software, até estratégias de acesso.
4.1 Estado da Arte (Literatura)
A literatura pesquisada indica que existem dois grandes grupos de abordagens relacionadas
ao reconhecimento, identificação e classificação automática de modulação em sistemas
inteligentes de comunicação: decisão baseada em hipóteses
e decisão baseada em
reconhecimento de padrões.
Figura 4.1: Abordagem baseada em hipóteses.
Já nas abordagens baseadas em reconhecimento de padrões, o sistema de classificação é
divido em dois sub-sistemas. O primeiro é um sub-sistema de extração de características
que identifica e extrai um conjunto pré-definido de características do sinal. O segundo sub-
sistema tem por finalidade determinar o tipo de modulação presente no sinal. Esse segundo
sub-sistema funciona em duas etapas: etapa de treinamento para configurar o sistema
classificador seguido de uma fase de testes que fornece a decisão de classificação. Esse
mecanismo é mais apropriado para análises
off-line do que para processos em tempo real
devido ao alto custo de processamento envolvido.
39
Figura 4.2: Abordagem baseada em reconhecimento de padrões.
As técnicas empregadas para resolver o problema de reconhecimento de modulação podem
ser agrupadas em 4 classes:
1 - Processamento espectral,
2 - Amplitude, Freqüência e Fase instantâneas,
3 - Histogramas de amplitude, freqüência e fase e
4 - Combinações dessas três técnicas.
4.1.1 Abordagem por funções likelihood (Verossimilhança)
O conceito central dessa abordagem baseia-se na premissa de que as funções de
verossimilhança (
likelihood function - LF) ou verossimilhança logarítmicas (log-likelihood
function - LLF
) do sinal observado contêm todas as informações necessárias para uma
grande variedade de inferências (detecção do sinal, classificação e estimação de
parâmetros). Em [26] Huang e Polydoros derivam um método generalizado para classificar
sinais M-PSK em um canal perturbado por ruído do tipo AWGN. Soliman [27] se utiliza de
momentos estatísticos da fase do sinal para classificar modulação M-PSK. Callagan [28]
utiliza técnica de cruzamento em zero para classificar modulações como AM, FM e FSK.
4.1.2 Abordagem por reconhecimento de padrões
Um método popular nesta abordagem é a utilização de redes neuronais artificais (ANN)
[29] e lógica Fuzzi [30]. Aparentemente a vantagem básica dessa abordagem sobre a de
decisão teórica baseada em hipóteses é que os parâmetros de limiar de decisão para os
perceptrons são escolhidos (encontrados) automática e adaptativamente [31]. Os
reconhecedores baseados em ANN são compostos de três estágios [1]:
1- Pré-processamento, onde características de qualquer sinal são extraídas;
2- Treinamento e aprendizagem para configurar a rede;
3- Fase de testes para a efetiva classificação do tipo de modulação.
Extração de característica – Um sinal de comunicação pode ser completamente
caracterizado por seus parâmetros de Amplitude, Freqüência e Fase, cujas estatísticas
podem ser utilizadas para diferenciá-lo de outros sinais. A idéia é criar um mapeamento ou
relacionamento entre essas características e o esquema de modulação. As características
40
escolhidas e a arquitetura da rede definem a velocidade de convergência e precisão dos
resultados.
Fase de Treinamento – Uma vez que as características tenham sido extraídas, a rede é
treinada com pares de entrada-saída. Isso é feito interativamente até que a rede estabilize
em estado de mínimo erro. Quando o erro atinge um patamar mínimo a rede terá
convergido.
Fase de Testes – Nesta fase, a rede é ativada com os parâmetros pré-estabelecidos na fase
de treinamento e é utilizada para a efetiva identificação da modulação presente no sinal.
4.2 Abordagem Investigada
A abordagem adhoc aqui proposta é um método simples de decisão binária baseado em
atributos extraídos do conteúdo espectral do sinal sob teste.
4.2.1 Classe de modulação (Analógica / Digital)
Em geral, o conteúdo espectral de um sinal modulado digitalmente apresenta picos
característicos devido a variações periódicas resultante de mudanças constantes na fase da
portadora. Um sinal com modulação analógica deve apresentar um conteúdo espectral com
uma distribuição mais uniforme [32] conforme está mostrado na figura 4.3.
1000 1500 2000 2500 3000
0
500
Distribuição espectral (AM)
Frequência
Magnitude
1000 1500 2000 2500 3000
0
500
Distribuição espectral (FM)
Frequência
Magnitude
0 500 1000
0
500
Distribuição espectral (BPSK)
Frequência
Magnitude
0 500 1000
0
500
Distribuição espectral (QPSK)
Frequência
Magnitude
Figura 4.3: Distribuição espectral existente em diferentes tipos de modulação.
A decisão se baseia na seguinte característica (atributo) extraída do conteúdo espectral do
sinal sob teste [1]:
)(nx
))]((max[
max
nfDFT
cnf
=
γ
(4.1)
onde representa a transformada discreta de Fourier definida como
)(xDFT
41
∑
−
=
−
=
1
0
2
)()(
N
n
N
kn
j
enxkX
π
(4.2)
e representa a freqüência instantânea normalizada do sinal, definida como
)(nf
cn
(4.3)
ancn
mnfnf −= )()(
onde representa a média da frequência instantânea e a frequência normalizada é
definida por
a
m
max
)(
)(
f
nf
nf
n
=
(4.4)
com igual a frequência instantânea máxima e é a frequência instantânea,
definida por
max
f )(nf
T
nTn
nf
π
φ
φ
2
)()(
)(
−+
=
(4.5)
onde
)(n
φ
representa a fase instantânea do sinal, que pode ser encontrada como
(4.6)
)])([/)]([(tan)(
1
nxnxn ℜℑ=
−
φ
fmax
γ
representa o valor máximo da densidade espectral de potência da freqüência
instantânea normalizada do sinal.
Na figura 4.4 podemos ver um exemplo do comportamento deste atributo para os diferentes
tipos de modulação. Esta figura foi gerada a partir de quatro sinais com 8000 amostras
cada. Baseado neste comportamento, podemos concluir que o atributo
fmax
γ
pode ser útil
na diferenciação entre modulação analógica e modulação digital, pois se for menor
que um patamar de referência significa que a modulação presente é BPSK ou QPSK. Por
exclusão, se for maior que o patamar, deduzimos que se trata de modulação
analógica (AM ou FM).
fmax
γ
fmax
γ
42
0 5 10 15 20 25 30 35
0.5
1
1.5
2
2.5
x 10
4
Quadro (256 amostras/quadro)
Gama-max-f
Modulação Digital x Modulação Analógica
AM
FM
BPSK
QPSK
Figura 4.4: Atributo
fmax
γ
em função do tipo de modulação.
4.2.2 Modulação analógica (AM / FM)
Se o sinal for classificado como modulado analogicamente, a decisão quanto ao tipo
(Amplitude Modulada ou Freqüência Modulada) é tomada com base na análise de outra
característica extraída do conteúdo espectral do sinal sob teste [1]:
)(nx
NnaDFT
cna
/]))]((max[[
2
max
=
γ
(4.7)
onde
N representa o número de amostras analisadas, representa a amplitude
instantânea normalizada pela média e centralizada do sinal, definida como
)(na
cn
)(na
cn
=
[]
1
)(
)(
−
nxE
nx
(4.8)
22
)]([)]([)( nxnxnx ℜ+ℑ= (4.9)
[]
∑
= )(
1
)( nx
N
nxE (4.10)
onde N representa o número de amostras,
1 representa um vetor unitário e
amax
γ
representa
o valor máximo da densidade espectral de potência da amplitude instantânea normalizada
do sinal. Como esse atributo está relacionado com a variação de amplitude do envelope
(envoltória) do sinal, é de se esperar que esse valor seja maior para sinais modulados em
amplitude do que para sinais modulados em freqüência, conforme podemos observar na
figura 4.5.
43
0 5 10 15 20 25 30 35
0
5
10
15
20
25
Quadro (256 amostras/quadro)
Gama-max-a
Modulação AM x Modulação FM
AM
FM * 100
Figura 4.5: Atributo
amax
γ
em função do tipo de modulação analógica.
Se
amax
γ
for maior que um determinado patamar de referência a modulação presente é AM,
do contrário nos decidimos por FM.
A variação do atributo
amax
γ
, em função de variações nos índices de modulação, tanto em
AM como em FM, está ilustrada nas figuras 4.6 e 4.7.
0 0.2 0.4 0.6 0.8 1 1.2 1.4
0
5
10
15
20
Atributo Gama__max - FM
Índice de Variacão de Frequência da Portadora (x 100% )
Gama__max
Figura 4.6: Relação entre variação de freqüência e o atributo
amax
γ
.
44
0 0.2 0.4 0.6 0.8 1 1.2 1.4
0
100
200
300
400
500
600
Atributo Gama__max - AM
Índice de Variação de Amplitude da Portadora (x 100%)
Gama__max
Figura 4.7: Relação entre variação de amplitude e o atributo
amax
γ
.
As figuras 4.6 e 4.7 foram geradas a partir de simulação com sinais gerados no Matlab com
os seguintes parâmetros:
Portadora: Freqüência de 2KHz, amplitude de 1Vpp e taxa de amostragem de 8KHz.
Mensagem: Freqüência de 100Hz, amplitude de 1Vpp e taxa de amostragem de 8 KHz.
Número de amostras: 1000
Na figura 4.6 está representada uma portadora cuja freqüência varia entre 0 e 100% de seu
valor nominal (1KHz).
Na figura 4.7 está representada uma portadora cuja amplitude varia entre 0 e 100% do seu
valor nominal.
4.2.3 Modulação digital (BPSK / QPSK)
Se o sinal for classificado como modulado digitalmente, então podemos explorar o fato da
modulação digital provocar transientes na forma de onda nos instantes em que ocorrem as
transições dos símbolos.
Pode-se explorar esta característica aplicando-se uma não-linearidade ao sinal e observando
seu espectro. Uma característica da modulação BPSK é que surge um forte pico no espectro
caso a função seja elevada ao quadrado (não-linearidade).
Escrevendo (2.10) de uma forma ligeiramente diferente temos:
))(2cos()(
0
θ
π
π
+
+= tptfAts
c
(4.11)
45
onde representa uma função binária de comutação cujos possíveis estados são 0 e 1
representando a mensagem transmitida.
)(tp
Calculando o quadrado de (4.11) obtemos:
)2)(24cos(
22
)(
0
2
θππ
+++= tptf
AA
ts
c
(4.12)
A função de comutação agora está multiplicada por
π
2
e, portanto, não provoca nenhuma
mudança de fase no sinal resultante.
A simplificação de (4.12) resulta em
)24cos(
22
)(
0
2
θπ
++= tf
AA
ts
c
(4.13)
Isso pode ser interpretado como uma forma de eliminar a modulação BPSK em troca de um
pico facilmente identificável no espectro do sinal.
Se compararmos os diagramas espectrais das duas funções (4.11) e (4.13), podemos notar
claramente que a informação contida na modulação desaparece e surge um pico equivalente
a 2 vezes a freqüência da portadora.
Essa característica da modulação BPSK pode ser avaliada observando as figuras 4.8 e 4.9,
geradas a partir de simulação com sinais gerados no Matlab com os seguintes parâmetros:
Portadora: Freqüência de 100 Hz, amplitude de 1Vpp e taxa de amostragem de 1 KHz.
Símbolos: Freqüência de 10 Hz, amplitude de 1Vpp e taxa de amostragem de 1 KHz.
Deslocamento de Fase: PI (BPSK) e PI/4 (QPSK)
Número de amostras: 1000
0 100 200 300 400
0
20
40
60
80
Sinal BPSK
s(t)
Frequência
Magnitude
0 100 200 300 400
0
20
40
60
80
Sinal BPSK ao quadrado
s
2
(t)
Frequência
Magnitude
Figura 4.8: Não-linearidade aplicada a um sinal BPSK.
46
Aplicando um filtro passa-baixas ao sinal (4.13) teremos como resultado um nível DC caso
a modulação presente seja BPSK. Se, ao contrário, a modulação for QPSK teremos picos
no espectro devido a presença da informação de modulação, conforme pode ser visto na
figura 4.9.
70 80 90 100 110 120
0
100
200
300
Sinal QPSK
s(t)
Frequência
Magnitude
170 180 190 200 210 220
0
100
200
300
Sinal QPSK ao quadrado
s
2
(t)
Frequência
Magnitude
Figura 4.9: Não-linearidade aplicada a um sinal QPSK.
A diferenciação do sinal após o filtro passa-baixas permite capturar as descontinuidades do
sinal QPSK
Portanto, essa característica pode ser utilizada para diferenciação entre modulação BPSK e
QPSK com base na quantidade picos presente no sinal resultante.
47
Capítulo 5
Aplicação – Demodulador Universal
Visando validar a abordagem apresentada no capítulo 4, uma aplicação foi desenvolvida na
linguagem Python sob o sistema operacional Linux Ubuntu 6.0.
Esta aplicação é composta de dois módulos independentes que se comunicam: Módulo
Monitor de Camada Física cuja função é extrair os atributos do sinal que servirão de apoio
para a análise de modulação e um Módulo Identificador de Modulação que se baseia nestes
atributos para determinação do tipo de modulação presente no sinal.
A implementação do demodulador universal está representada esquematicamente na forma
de um diagrama de blocos que pode ser visto na figura 5.1.
Figura 5.1: Diagrama de blocos da aplicação Demodulador Universal.
A aplicação descrita neste capítulo refere-se aos blocos achurados e identificados na figura
5.1 como “Extração de Atributos” e “Identificação de Modulação”. O bloco “Conversão de
Frequência” realiza a translação de RF para FI conforme Capítulo 2. A denominação
“Conversão A/D” é uma simplificação deste bloco, uma vez que o mesmo inclui, por
exemplo, o processador CORDIC e os filtros de decimação visando posicionar o sinal em
banda-base também de acordo com o Capítulo 2. Os demoduladores AM e FM estão
presentes na biblioteca GNU-Radio, mas decidiu-se por outra implementação mais simples,
baseada na resolução direta das equações do capítulo 2. Os demoduladores BPSK e QPSK
48
existem apenas na forma diferencial na biblioteca GNU-Radio e foram também re-
implementados.
5.1 Monitor de Camada Física
Este módulo de software, atualmente implementado em Python, faz a interface direta com o
hardware, recebendo as amostras complexas do USRP. Depois de configurar o bloco
CORDIC, residente no FPGA, estabelecendo a frequência base do oscilador local para a
tarefa de translação da frequência intermediária para banda-base, o módulo entra em um
loop contínuo, coletando e analisando as amostras que vem do USRP.
O Processo de extração de atributos, representado na figura 5.2, na verdade, se resume a
resolver as equações apresentadas no capítulo 4 e repetidas aqui por conveniência:
))]((max[
max
nfDFT
cnf
=
γ
(4.1)
NnaDFT
cna
/]))]((max[[
2
max
=
γ
(4.7)
)24cos(
22
)(
0
2
θπ
++= tf
AA
ts
c
(4.13)
Figura 5.2: Atributos considerados para determinação do tipo de Modulação.
As amostras são recebidas do USRP pelo Monitor, numa representação complexa na forma
de dois fluxos de dados (I – componente em fase e Q – componente em quadratura).
Esse fluxo é dividido em blocos (quadros) e a cada bloco é associado um conjunto de
atributos que são enviados para o módulo identificador de modulação.
5.2 Identificação de Modulação
Este módulo, também escrito em Python, recebe, do módulo monitor, um fluxo contínuo de
dados representando os atributos considerados no capítulo 4. Sequencialmente, o módulo
compara os valores dos atributos com valores de referências e indica qual o tipo provável
de modulação existente no sinal.
49
Na figura 5.3 está representada a árvore binária, onde os atributos ,
fmax
γ
amax
γ
e
são testados sequencialmente e dirigem o fluxo de decisão.
)]([
2
tsDFT
Figura 5.3: Fluxograma de decisão do Demodulador Universal.
As decisões são tomadas baseadas em valores médios de referência, observados
experimentalmente através de simulações em Matlab/Simulink.
Como é possível observar na figura 5.4, os valores médios do atributo gama-max-f,
permitem diferenciar claramente as classes de modulação, uma vez que para modulação
analógica (AM e FM), o atributo situa-se em uma faixa de valores acima de 10.000,
enquanto que para modulação digital (BPSK e QPSK), os valores situam-se em uma faixa
abaixo de 10.000.
1 2 3 4
0
0.5
1
1.5
2
x 10
4
Modulação Digital x Modulação Analógica
Modulação (1-AM, 2-FM, 3-BPSK, 4-QPSK)
Gama-max-f (Média)
Figura 5.4: Classificação de modulação baseada no atributo gama-max-f.
A diferenciação entre modulação AM e FM é baseada no atributo gama-max-a, que está
associado ao grau de variação de amplitude do sinal, conforme apresentado na figura 5.5,
50
onde o valor de referência situa-se em torno de 5. Valores maiores que 5 indicam
modulação AM e valores abaixo de 5 indicam modulação FM.
1 2 3 4
0
5
10
15
Modulação AM x Modulação FM
Modulação (1-AM, 2-FM*100)
Gama-max-a (Média)
Figura 5.5: Relação entre o atributo gama-max-a e modulação AM/FM.
Quando o atributo gama-max-f indicar modulação digital, a diferenciação entre BPSK e
QPSK é feita com base no conteúdo espectral do sinal elevado ao quadrado, o que permite
eliminar o efeito da modulação deixando apenas um sinal com frequência igual a duas
vezes a frequência da portadora caso o esquema empregado seja BPSK, conforme pode ser
visto na figura 5.6.
0 100 200 300 400
0
20
40
60
80
Sinal BPSK
s(t)
Frequência
Magnitude
0 100 200 300 400
0
20
40
60
80
Sinal BPSK ao quadrado
s
2
(t)
Frequência
Magnitude
Figura 5.6: Espectro resultante da operação para modulação BPSK.
)(
2
ts
Entretanto, se o esquema empregado na modulação for QPSK, a operação resulta em
um espectro com diversas raias espectrais, que pode ser visto na figura 5.7.
)(
2
ts
A quantidade de raias espectrais é utilizada como elemento de decisão entre modulação
BPSK e QPSK, após sua localização e identificação.
51
70 80 90 100 110 120
0
100
200
300
Sinal QPSK
s(t)
Frequência
Magnitude
170 180 190 200 210 220
0
100
200
300
Sinal QPSK ao quadrado
s
2
(t)
Frequência
Magnitude
Figura 5.7: Espectro resultante da operação para modulação QPSK.
)(
2
ts
A identificação e localização das raias é efetuada por um algoritmo de busca de máximos
(peak-search) adaptado de [33], cujo resultado pode ser exemplificado pela figura 5.8, onde
as marcas triangulares indicam as raias (picos) localizadas e identificadas.
1550 1600 1650 1700
0
50
100
150
Figura 5.8: Raias espectrais identificadas no espectro de .
)(
2
ts
Um número de raias abaixo de um determinado valor (encontrado experimentalmente),
indica modulação BPSK. Se a quantidade de raias for maior que este valor de referência,
então a modulação é QPSK.
Este módulo fornece em sua saída um conjunto de identificadores de modulação (AM_Id,
FM_Id, BPSK_Id e QPSK_Id) onde apenas um deles tem valor igual a 1 (hum). Os demais
tem valor igual a 0 (zero).
5.3 Implementação
O Processo de desenvolvimento obedeceu o seguinte ciclo:
1 – Teste dos algoritmos e simulação em Matlab/Simulink;
52
2 – Porte para linguagem Python;
3 – Alimentação da aplicação com dados simulados (gerados em Matlab);
4 – Alimentação da aplicação com dados reais coletados pelo USRP.
5.3.1 Inicialização do USRP
#!/usr/bin/env python
# Processa sinais vindos do USRP ou de um arquivo (256ksps/complexo).
from gnuradio import gr, eng_notation
...
import math
def amr_build_graph (file_name, freq_khz): # define a aplicação
# Frequência do Oscilador Local.
IF_freq = 10.7e6
# Taxa de amostragam do ADC (USRP)
adc_rate = 64e6
# Fator redutor de amostragem.
usrp_decim = 250
# Taxa de amostragem de IF.
if_rate = adc_rate // usrp_decim
# Reduzir a taxa de amostragem para 64 ksps
if_decim = 4
demod_rate = if_rate / if_decim
audio_decimation = 2
audio_rate = demod_rate / audio_decimation
block_size = 256
# Este grafo tem uma entrada (arquivo) e uma saída (audio).
fg = gr.flow_graph ()
# Assume dados no formato 256 kspb / complexo.
if (file_name == "usrp"): # Dados reais (coletados pelo USRP)
mux = 0xf0f0f0f0 # USRP Canal 0
src = usrp.source_c (0, usrp_decim, 1, mux)
src.set_rx_freq (0, -IF_freq)
actual_IF_freq = src.rx_freq(0)
src.set_pga (0, 20)
else: # Dados simulados gerados pelo Matlab
src = gr.file_source (gr.sizeof_gr_complex, file_name)
...
5.3.2 Monitor (Extração de Atributos)
Devido a variações de amplitude mesmo em sinais modulados em frequência (causadas por
reflexões de multi-percurso), e pequenas variações de frequência em sinais modulados em
amplitude (causadas pela movimentação do receptor em relação ao transmissor, por
53
exemplo), observadas no capítulo 4, figuras 4.4 e 4.5, as amostras oriundas do USRP são
agrupadas em quadros e processadas em bloco.
Para cada bloco de 256 amostras é gerado um conjunto de atributos.
Este módulo implementa diretamente as equações definidas no capítulo 4, como pode ser
visto no trecho de código a seguir que é parte da rotina produtora do atributo gama-max-f:
))]((max[
max
nfDFT
cnf
=
γ
(4.1)
s2v = gr.stream_to_vector(gr.sizeof_gr_complex, self.block_size)
phi=gr.complex_to_arg() # fase instantânea
dphi= gr.diff_cc() # freq_inst = derivada da fase
ma = gr.single_pole_iir_filter_ff(1.0, block_size) # freq inst média
div = gr.divide_cc() # freq normalizada
connect (src, ddc, phi, s2v)
connect (s2v, dphi)
fmax = max(1, block_size, dphi) # freq inst máxima
connect (dphi, (div,0))
connect (dphi,max, (div,1))
connect (dphi, ma)
sub = gr.sub_cc()
connect (div, (sub,0))
connect (ma, (sub,1))
mywindow = window.blackmanharris(self.block_size)
dft = gr.fft_vcc(self.block_size, True, mywindow)
power = 0
for tap in mywindow:
power += tap*tap
c2mag = gr.complex_to_mag_squared(self.block_size)
connect (sub, fft)
connect (fft, c2mag) # [gama-max-f]
. . .
5.3.3 Identificador de Modulação
Os atributos fornecidos pelo módulo Monitor são comparados com valores referência e, em
função do resultado, os indicadores AM_Id, FM_Id, BPSK_Id e QPSK_Id recebem valores
que são utilizados para selecionar o demodulador apropriado.
Os valores de referência aparecem como constantes no trecho de código a seguir:
54
Falso = 0 # zero
Verd = 1 # hum
AM_Id = Falso
FM_Id = Falso
BPSK_Id = Falso
QPSK_Id = Falso
if gama_max_f > CLASS_MOD_REF
# modulação analógica
if gama_max_a > AM_FM_REF
# modulação AM
AM_Id = Verd
else
# modulação FM
FM_Id = Verd
else
# modulação digital
if maximos_psk > PSK_REF
# constelação QPSK
QPSK_Id = Verd
else
# constelação BPSK
BPSK_Id = Verd
….
5.3.4 Demodulação AM
# Detetor clássico de envoltória sqrt (I*I + Q*Q)
am_det = gr.complex_to_mag() # biblioteca GNU-Radio
fg.connect (src, ddc) # conversão de freq
fg.connect (ddc, am_det) # demod AM
5.3.5 Demodulação FM
# Demodulador FM em quadratura (biblioteca GNU-Radio)
fm_demod = blks.wfm_rcv (self, demod_rate, audio_decimation)
fg.connect (src, ddc) # conversão de freq
fg.connect (ddc, fm_demod) # demod FM
. . .
5.3.6 Seleção dos Demoduladores
Uma vez que a biblioteca GNU-Radio não dispõe, ainda, de mecanismos para carregamento
dinâmico de módulos, foi necessário encontrar um mecanismo alternativo para a ativação
do demodulador apropriado. Foi utilizado um artifício simples com resultado
funcionalmente equivalente à carga dinâmica de módulos. O artifício se baseia em
acrescentar um bloco multiplicador após cada demodulador onde a variável multiplicadora
é, na verdade, o indicador correspondente àquela modulação, conforme pode ser visto no
modelo Simulink apresentado na figura 5.9.
55
Monitor
Audio
Atributos
USRP Ident Mux
AM_Id
FM_Id
BPSK_Id
QPSK_Id
To Wave
Device
Identificador
Subsystem3
Monitor
Subsystem2
USRP
Subsystem1
RF/FI
Demod
QPSK
Ss7
Demod
BPSK
Ss6
Demod
FM
Ss5
Demod
AM
Ss4
B-FFT
Spectrum
Scope
Scope
0
Display
Figura 5.9: Modelo para seleção de Demodulador.
O trecho de código a seguir ilustra o mecanismo utilizado. para a escolha do demodulador.
…
am_sel = gr.multiply _ff() # define os multiplicadores
fm_sel = gr.multiply _ff()
…
connect (am_demod, (am_sel,0)); # conecta a saída dos demods aos multiplicadores
connect (fm_demod, (fm_sel,0));
…
connect (AM_IDENT, (am_sel,1)); # controla a saída do multiplicador
connect (FM_IDENT, (fm_sel,1)); # controla a saída do multiplicador
connect (am_sel, fm_sel, mux); # combina os demoduladores
…
connect (mux, audio); # apresenta o resultado para o usuário
...
56
Capítulo 6
Resultados Experimentais
Durante a fase de testes, dois cenários foram investigados: ambiente simulado com
Matlab/Simulink e ambiente real com a utilização do USRP.
6.1 Ambiente de simulação
As formas de onda com modulação analógica, foram inicialmente geradas com sinais ideais
senoidais. Posteriormente o sinal modulante foi substituido por um gerador auto-regressivo
de primeira ordem, recomendado na literatura [34, 35] como fonte de sinal com
características similares a de sinais de áudio (voz). Esse gerador pode ser descrito pela
equação 6.1,
y[n] = x[n] + k y[n-1] (6.1)
onde k é uma constante igual a 0,95 limitando a largura de banda do sinal em 4000 Hz e
x[n] é um sinal aleatório com módulo de amplitude igual a 1. Os sinais foram gerados
segundo o modelo Simulink mostrado na figura 6.1.
z
1
Unit Delay
Uniform Random
Number
pvoice
To Workspace
FFT
Spectrum
Scope
Scope
Product
-K-
Gain
0.95
Constant
A
dd
Figura 6.1: Modelo Simulink do gerador de pseudo-voz.
O sinal resultante desse gerador, pode ser visto isoladamente na figura 6.2-a e modulando
uma portadora em amplitude na figura 6.2-b.
57
4.9 4.95 5 5.05 5.1
x 10
4
-1
0
1
Pseudo-Voz (banda-base)
Amostras
Amplitude
4.9 4.95 5 5.05 5.1
x 10
4
-2
0
2
Pseudo-Voz (AM)
Amostras
Amplitude
Figura 6.2: Sinal pseudo-voz (a), portadora modulada em amplitude (b).
O mesmo sinal de voz simulada modula, em freqüência, a mesma portadora cujo resultado
aparece nas figuras 6.3 (a) e 6.3 (b).
Os sinais modulados foram gerados de acordo com as equações apresentadas no capítulo 2,
e aqui repetidas por conveniência,
)2cos())2cos(1()( tftfmAtS
cmcAM
π
π
+=
(2.5)
))2sen(2cos()( tftfAts
mccFM
π
β
π
+
=
(2.9)
4.03 4.04 4.05 4.06
x 10
4
-2
-1
0
1
2
Pseudo-Voz (banda-base)
Amostras
Amplitude
4.02 4.03 4.04 4.05 4.06
x 10
4
-2
-1
0
1
2
Pseudo-Voz (FM)
Amostras
Amplitude
Figura 6.3: Sinal pseudo-voz (a), portadora modulada em freqüência (b).
Os parâmetros de simulação foram ajustados com os seguintes valores:
Portadora: Freqüência de 100 KHz, amplitude de 1Vpp e taxa de amostragem de 1 Msps.
Áudio (pseudo-voz): 0-4Khz, amplitude de 1Vpp e taxa de amostragem de 8 Ksps, com
fator de interpolação 125. (taxa equivalente de amostragem igual a 1 Msps).
Símbolos: Frequência de 4 KHz, amplitude de 1Vpp e fator de interpolação 125 (taxa
equivalente de amostragem igual a 1 Msps).
Deslocamento de Fase: PI (BPSK) e PI/4 (QPSK)
As formas de onda com modulação digital (BPSK e QPSK) foram geradas diretamente a
partir de blocos padrão do Simulink e exportadas para o ambiente Matlab.
58
Os diferentes sinais modulados em amplitude, frequência e fase, foram combinados de
forma aleatória, gerando o sinal de teste mostrado na figura 6.4.
0 100 200 300 400 500 600 700 800
-1
0
1
Sinal composto para teste (AM-BPSK-FM-QPSK)
Amostras
Amplitude
Figura 6.4: Sinal composto com 100 amostras de cada tipo – AM, BPSK, FM e QPSK.
6.1.1 Resultados de simulação
O sinal mostrado na figura 6.4 (composto de 50 segmentos com 2000 amostras de cada tipo
de modulação em cada segmento) foi aplicado ao sistema sob teste e o comportamento dos
atributos podem ser observados nos gráficos das figuras 6.5 ( ) e figura 6.6 (
fmax
γ
amax
γ
).
0 20 40 60 80 100 120 140
0.5
1
1.5
2
2.5
x 10
4
Atributo gama
max f
(Discriminação Modulação Analógica/Digital)
Blocos (256 amostras)
Valor
Figura 6.5: Atributo - valores > 10e4 indicam modulação analógica.
fmax
γ
A resposta do monitor de atributos condiz com a expectativa, como é possível comprovar
pela observação da figura 6.5, onde o atributo assume valores maiores que 10000
para os blocos com modulação analógica (amostras de 0 a 35 e amostras de 62 a 95) e
assume valores < 10000 para modulação digital (amostras de 36 a 61 e amostras de 96 a
125).
fmax
γ
59
0 20 40 60 80 100 120 140
0
10
20
30
Atributo gama
max a
(Discriminação AM/FM)
Valor
Blocos (256 amostras)
Figura 6.6: Atributo
amax
γ
- valores < 5 indicam amplitude constante (FM ou PSK).
A resposta do monitor com relação ao atributo
amax
γ
também condiz com a expectativa mas
a figura 6.6 pode parecer ambígua pois como este atributo está relacionado com a variação
de amplitude do sinal e os sinais com modulação digital (BPSK e QPSK) são considerados,
neste estudo, sinais com amplitudes constantes, o atributo
amax
γ
sugere que a modulação
presente nestes sinais seja FM. Este detalhe é observado pelo módulo identificador de
modulação que só considera este atributo caso
fmax
γ
indique modulação analógica.
Os resultados dos testes com sinais simulados estão apresentados na tabela 3, onde a taxa
de 100% deve ser atribuída ao fato dos sinais terem características ideais sem influência de
ruídos nem de reflexões.
Tabela 3: Resultados de simulação (50 testes cada).
Classificação
Modulação
AM FM BPSK QPSK
AM 100 %
FM 100 %
BPSK 100 %
QPSK 100 %
6.2 Resultados com sinais reais capturados pelo USRP
Em uma seqüência de experimentos composta de 50 testes para cada tipo de modulação, o
identificador teve um desempenho médio de 88% de acertos.
Os testes foram efetuados a partir de dois arranjos diferentes: um para modulação digital e
outro para modulação analógica.
Para testes de modulação digital foi utilizado o mesmo conjunto de sinais gerados pelo
Matlab que foram transmitidos por um USRP e recebidos por outro USRP via cabo coaxial,
conforme está mostrado esquematicamente na figura 6.7.
60
Figura 6.7: Arranjo utilizado para testes com modulação digital.
Para os testes de modulação analógica, foi utilizado um arranjo esquematizado conforme a
figura 6.8, onde uma simples antena telescópia, conectada ao terminal de entrada da placa
adaptadora RX, permitiu sintonizar o sistema em freqüências nas faixas de estações
comerciais de rádios AM e FM. Para a captura de sinais de FM foi utilizada a técnica de
sub-amostragem conforme mencionada no capítulo 3.
Figura 6.8: Arranjo utilizado para testes com modulação analógica.
A síntese geral dos resultados está apresentada na tabela 4, onde os erros de classificação de
modulação AM como FM (6%) pode ser atribuído a um baixo índice de modulação cuja
correspondente envoltória do sinal é incapaz de sensibilizar o atributo
amax
γ
. Já os erros de
classificação de FM como AM (14%) pode ser atribuído a variações indesejadas na
amplitude do sinal de FM causada por efeitos do meio de transmissão. Tais variações
terminam por elevar o valor do atributo
amax
γ
.
Como os sinais com modulação digital (BPSK e QPSK) têm como característica a
amplitude constante, o atributo
amax
γ
indica modulação analógica. É provável que os erros
de classificação das modulações BPSK e QPSK como FM, sejam conseqüências da
influência de ruídos e outros efeitos do meio de transmissão confundindo o cálculo do
atributo .
fmax
γ
61
Tabela 4 – Resultados reais de classificação (50 testes cada).
Classificação
Modulação
AM FM BPSK QPSK
AM 94 % 6%
FM 14% 86 %
BPSK 10% 90 %
QPSK 18% 82 %
6.2 Aplicação de Demonstração
Os módulos Monitor e atributos e Classificador de Modulação foram inseridos em uma
interface gráfica utilizado por um dos exemplos da biblioteca GNU-Radio, o que permitiu,
após pequenas adaptações na interface, à implementação de um demonstrador simples, cuja
aparência pode ser vista na figura 6.9.
Figura 6.9 – Aplicação de demonstração do Demodulador Universal.
62
Capítulo 7
Conclusões e Perspectivas Futuras
Neste capítulo sumarizamos o trabalho executado durante o curso desse projeto de
investigação da tecnologia RDS aplicada ao reconhecimento de sinais modulados.
O projeto iniciou-se com um entendimento básico da tecnologia RDS e, mais
particularmente, da arquitetura de hardware experimental e software livre do projeto GNU-
Radio.
Em seguida foi realizado um estudo sobre as técnicas de identificação e reconhecimento de
sinais modulados.
Visando avaliar o pontencial da arquitetura GNU-Radio, foi idealizado um cenário de
interceptação de comunicação para o qual foi desenvolvida uma aplicação simples
denominada “Demodulador Universal”.
7.1 Conclusões
O ambiente GNU-Radio revelou-se como uma ferramente de bom nível técnico, adequada
para o desenvolvimento de aplicações robustas e flexíveis no contexto de sistemas de
comunicação digital, ainda que na versão corrente seja carente de métodos mais claros e
consistentes de interfaceamente entre módulos e de documentação adequada para um
melhor aproveitamento da ferramenta.
Após um período de aprendizagem envolvendo as técnicas de processamento digital de
sinais (DSP), diversos modelos simplificados de comunicação foram implementados e
testados no ambiente Matlab/Simulink. Em seguida esses modelos foram reproduzidos no
ambiente de desenvolvimento apoiado pelo GNU-Radio e foi possível intercambiar dados
entre os dois sistemas.
Foi investigado o problema de detecção, identificação e classificação da modulação
presente em um sinal desconhecido como parte dos procedimentos para a implementação
de um demodulador capaz de se ajustar e reconhecer um sub-conjunto de esquemas de
modulação.
A utilização da ferramente de software Matlab/Simulink tornou possível o teste simulado
dos algoritmos sem a necessidade, em uma primeira fase, do uso de hardware nem da
aplicação de codificação em Verilog (linguagem de descrição de hardware) para a
implementação de módulos de processamento de sinais.
A fase de porte dos algoritmos para o ambiente real baseado em linguagem Python revelou
problemas inerentes ao aprendizado de uma nova linguagem e adaptação de técnicas de
63
programação de uma linguagem fundamentalmente procedural para um ambiente orientado
a objetos.
Como principal deficiência do ambiente GNU-Radio é digno de nota a falta de suporte ao
carregamento dinâmico e execução dessincronizada de processos opcionais (idéia central
do demodulador universal), forçando a criação de um mecanismo alternativo para a
implementação da multiplexação dos diferentes demoduladores. Esse mecanismo peca pelo
baixo desempenho uma vez que, na verdade, todos os demoduladores estão ativos ao
mesmo tempo consumindo recursos de processador e memória.
Ainda assim, o desempenho geral do processador envolvido (Computador Pessoal) foi
considerado aceitável, tornando desnecessária a implementação do algoritmo ou de partes
do algoritmo em hardware (FPGA) como a princípio imaginado. Todo o processamento,
desde a extração dos atributos dos sinais até os procedimentos de modulação propriamente
ditos, foram implementados em Python no Computador Pessoal.
Como parte do processo de aprendizagem e visando facilitar a criação de sinais de
estímulos para testes, foram implementados em FPGA e integrados ao ambiente GNU-
Radio, um gerador de sinais e moduladores digitais BPSK e QPSK. Apesar de não serem
absolutamente necessários ao projeto, tais módulos contribuíram para o
descongestionamento do canal de comunicação entre o Computador Pessoal e o USRP uma
vez que a interface USB dos dois sistemas tem limitação de largura de banda. A geração de
sinais de testes localmente no FPGA libera totalmente o canal USB para o fluxo de dados
no sentido USRP -> PC permitindo uma maior taxa de transferência de dados no contexto
desse projeto.
O demodulador teve um desempenho razoável para uma primeira experimentação com a
plataforma e os resultados foram encorajadores. A taxa de acerto do demodulador
apresentou uma taxa de acerto em torno de 88 %, o que pode ser considerado razoável uma
vez que os relatos na literatura indicam taxas que variam entre 60 % e 98 %.
7.2 Perspectivas Futuras
As possibilidades são amplas, cobrindo um espectro que vai do estudo de metodologias
para desenvolvimento de software, passando por algoritmos específicos de DSP e chegando
a eventuais adaptações do hardware para condições particulares voltadas para
comunicações, instrumentação, experimentação e ferramenta didática para cursos de
graduação e pós-graduação.
Alguns tópicos específicos que chamaram a atenção do autor:
-
A falta de uma ferramenta para desenvolvimento estruturado de aplicações em RDS
indica que existem oportunidades para o desenvolvimento de metodologias e
sistemas que permitam, por exemplo, a integração de editores baseados em UML
que possam gerar descrição de alto nível em XML para serem, então, executadas
pelo interpretador Python sob ambiente Linux.
64
-
A total falta de suporte em ambiente Windows. Seria de grande valor a criação de
uma sistema equivalente ao GNU-Radio para o ambiente Windows. Este desafio
incorpora atividades relacionadas com desenvolvimento de drivers USB, criação de
bibliotecas de processamento de sinais de alta velocidade e, eventualmente,
permitiria a integração direta com ferramentas como Matlab/Simulink e LABView.
-
Apesar da plataforma experimental contemplar os blocos básicos para
comunicações como Digital Down Converter, Digital Up Converter, Filtros
Interpoladores e Filtros Decimadores, oberva-se a ausência de módulos
sincronizadores que poderiam ser implementados na forma de PLL digitais e que
serviriam para a implementação de demoduladores síncronos, por exemplo.
-
A implementação, em hardware, do extrator de atributos e, eventualmente, do
classificador de modulação permitiria a liberação do processador do Computador
Pessoal para a execução de aplicações mais complexas.
-
Os efeitos de ruídos e efeitos do meio de transmissão devem ser consierados e
métodos para mitigá-los devem ser estudados, aproximando o demodulador
universal de uma realidade mais prática.
-
O desenvolvimento de algoritmos inovadores que explorem e que possam ser
integrados a processadores CORDIC poderia trazer benefícios pela otimização de
área utilizada no chip (FPGA) e, eventualmente, pela redução do consumo de
energia.
- Exploração de tecnologias de Antenas Inteligentes visando complementar o sistema
de identificação de sinais com informações de direção de origem dos sinais sob
investigação.
-
Aplicações de telemetria baseadas em redes de sensores inteligentes poderiam se
beneficiar dos recursos da tecnologia RDS aproveitando sua flexibilidade para a
implementação de redes Ad-Hoc com protocolos de auto-roteamento, por exemplo.
65
Referências Bibliográficas
[1]
Elsayed Elsayed Azzouz and Asoke Kumar Nandi. Automatic Modulation
Recognition of Communication Signals. Kluwer Academic Publishers, 1996.
[2] Lainé, Ph., Drevon, N., Cannet, J-M., Networks Models for Converged Fixed and
Mobile Telephony, Alcatel Telecomm Review, 1
st
Quarter 2005.
[3] W. Tuttlebee, Software Radio Technology: A European
Perspective, IEEE Comm. Mag., Feb. 1999.
[4] J. Pereira, Re-Defining Software (Defined) Radio: Re-Configurable Radio Systems
and Networks, IEICE Trans. on Comm., vol. E83-B, no. 6 pp. 1174, 2000.
[5] J. Mitola III, G.Q. Maguire Jr.., Cognitive Radio: Making Software Radios more
Personal, IEEE Pers. Communications , vol. 6, no. 4, 1999.
[6] WP5 Deliverable 5.1, Requirements, Interfaces and Specification of the Proof of
Concept, End-to-End Reconfigurability II (E2ER-II), Aug. 2006.
[7] Rao, R., Zhu, W., et-al, Multi-antenna Testbeds For Research and Education in
Wireles Communications, IEEE Communications Magazine, 2004.
[8] Ray Andraka, A survey of CORDIC algorithms for FPGA based computers. ,
FPGA '98. Proceedings of the 1998 ACM/SIGDA sixth international symposium
on Field programmable gate arrays, 1998.
[9] Agilent Technologies, Digital Modulation in Communications Systems – An
Introduction, Application Note 1298, May 2002.
[10]
Simon Haykin, An Introduction to Analog and Digital Communications, John
Wiley & Sons, New York, 1989.
[11] A. B. Carlson, Communicatin Systems, 3
rd
Edition, McGraw Hills, 1986.
[12]
Nolan, K.E., Doyle, L., O'Mahony, D., Mackenzie, P., Signal space based adaptive
modulation for software radio, Wireless Communications and Networking
Conference, WCNC2002, 2002.
[13]
M. K. Nezami, RF Architectures & DSP aspects of Digital Wireless Transceivers,
(Draft), Raython, Inc., 2003.
[14] J. H. Reed, Software Radio: A Modern Approach to Radio Engineering, Prentice
Hall, Upper Saddle River, NJ, 2002.
66
[15] Vanu, Inc.Homepage , http://www.vanu.com, Jul-2006.
[16]
GNU Radio Project Homepage, http://www.gnu.org/software/gnuradio, Nov-2005.
[17] Microtune 49xx, http://www.microtune.com/products/49xx Series.html, 2004.
[18] Measurement Computing Website, http://www.measurementcomputing.com, Ago-
2005.
[19] M. Ettus, Ettus Research LLC Homepage, http://www.ettus.com, Jan-2007.
[20] Ferreira-Sobrinho, A. M., Rocha-Neto, J. S., Plataforma Experimental FPGA-
Matlab para Antenas Inteligentes, Congresso Nacional de TI e Comunicações,
Sucesu@2006, Jul-2006 (adiado para 2007).
[21] AD9862 Datasheet, Analog Devices, http://www.analog.com.
[22] Jack E. Volder, The CORDIC Trigonometric Computing Technique, IRE
Transactions on Electronic Computers, September 1959.
[23] S. Nahm, K. Hun, W. Sung, A CORDIC-Based Digital Quadrature Mixer :
Comparison With a ROM-Based Architecture,
School of Electrical Engineering,
Seoul National University, 1998
[24] NCO Compiler, MegaCore Function User Guide, Altera, Inc., June 2004.
[25] E. B. Hogenauer, ‘An economical class of digital filters for decimation and
interpolation’. IEEE Transactions on Acoustics, Speech and Signal Processing, Vol
ASSP-29, 1981.
[26] Chung-Yu Huamg and Andreas Polydros. Likelihood methods for mpsk modulation
classification. IEEE Transactions on Communications, 43(2/3/4):1493–1504, 1995.
[27] Samir S. Soliman and Shue-Zen Hsue. Signal classification using statistical
moments. IEEE Transactions on Communications, 40(5):908–916, 1992.
[28] J. L. Perry T. G. Callaghan and J. K. Tjho. Sampling and algorithms aid modulation
recognition. Microwaves RF, 24(9):117–119, 121, 1985.
[29] Le, B., Rondeau, T. W., Maldonado, D., Bostian, C. W., Modulation Identification
Using Neural Networks for Cognitive Radios, Software Defined Radio Technical
Conference (SDR05), USA, 2005.
[30] Abdulkadir, E., Hanif, G., An Education Interface for Automatic Recognition of
Analog Modulation Signals, Journal of Applied Sciences 5 (3): 513-516, 2005.
67
[31] Iversen, A., Classification of Digital Modulation Schemes using Multi-layered
Perceptron, Herriot-Watt University, 2004.
[32] Keyth E. Nolan, Linda Doyle, Modulation Scheme Recognition Techniques for
Software Radio on General Porpouse Processors, Proceedings of IEI/IEE
Symposium on Telecommunications Systems Research, Dublin, 2001.
[33] S. Fischer, R. Klinkenberg, I. Mierswa, YALE - Yet Another Learning Environment,
Computer Science Department, University of Dortmund, Germany
http://yale.cs.uni-dortmund.de/java
[34] Dubuc, C, Boudreau, D., Patenaude F., Inkol R., An Automatic Recognition
Algoritms for Spectrum Monitoring Applications, Communication Research Center,
Canada, 1995.
[35] Azzouz, E. Nandi, A., Automatic Identification of Digital Modulations Types, IEEE-
Signal Processing, 1995.
68
A – Anexos
A.1 Instalação do kit GNU-Radio (Software)
Este apêndice descreve os passos necessários para instalar o pacote GNU-Radio em um
sistema baseado no sistema operacional Linux, distribuição Ubuntu 6.06.
1 – Instalação do sistema operacional Linux Ubuntu 6.06, atualizado.
2 – Instalação/Atualização de pacotes auxiliares:
Os seguintes módulos ou utilitários são necessários para a correta construção de um sistema
GNU-Radio. Todos esses programas estão incluídos na distribuição Linux Ubuntu 6.06.
Entretanto, como existe uma grande interdependência de bibliotecas, configurações e
drivers, é recomendado que se proceda uma atualização de todos esses utilitários via
aplicativo apt-get.
● SWIG
Utilitário para a criação de encapsulamento de funções C++, integrando-as ao sistema
Python.
● Python (incluindo python-dev e bibliotecas numpy e numarray)
Parte do sistema GNU-Radio está escrito em Python.
● GCC, G++ (versão 3.2, 3.4 ou maior. Versão 3.3 conflita com GnuRadio)
Compiladores necessários para compilar GNU-Radio a partir do código fonte.
● Make, Autoconf, Libtools
Utilitários necessários para reconstruir GNU-Radio a partir o código fonte.
● FFTW
Biblioteca que implementa a transformada rápida de Fourier.
● SDCC
Montador utilizado para compilar o firmware do FX2 em código nativo 8051.
● FXLOAD
Não é parte do GNU-Radio mas é útil para a manipulação do FX2 diretamente da linha de
comando.
● USBVIEW
Também não é parte do GNU-Radio mas é útil para depurar interação com dispositivos
USB.
3 – Instalação dos módulos GNU-Radio.
69
O sistema GNU-Radio é composto de diversos módulos baseados nas linguagems C , C++
e Python. Estes módulos são encontrados no repositório de códigos e carregados, via
Internet, a partir do URL http://gnuradio.org/trac/wiki. O sistema é disponibilizado de duas
formas : Tarball e SVN.
Tarball: Disponibilizada na forma de arquivos compactados, um para cada parte do GNU-
Radio. Estes arquivos devem ser descompactados e instalados de acordo com instruções
específicas que os acompanham.
SVN: Acesso direto a um sistema flexível para controle de versões e utilizado por usuários
mais avançados e que precisam dos recursos mais novos ou de versões mais atualizadas.
Neste projeto consideramos apenas a forma Tarball.
Módulos GNU-Radio:
● gnuradio-core – Código do núcleo do GNU-Radio
● gr-usrp – Interfaces para acesso e controle do USRP
● gr-audio-alsa-0.5.orig – Interface ALSA para adaptador de áudio do PC
● gr-wxgui – Interface para desenvolvimento de aplicações gráficas
● gr-audio-oss – Interface Open-Sound System para adaptador de áudio do PC
● usrp-0.12 – Acionadores de baixo nível para controle do USRP
● gr-howto-write-a-block - Exemplos e tutoriais
4 – Configuração e Compilação do sistema GNU-Radio.
Um conjunto de scripts se utilizam dos utilitários Make, Autoconf e libtools para
automatizar o processo de adequação ao hardware e compilação das diferentes partes do
sistema. Uma vez que todos os módulos/pacotes tenham sido carregados pode-se disparar o
processo de compilação e geração do sistema GNU-Radio:
$./configure; # interroga o ambiente e cria arquivos temporários de configuração
$make check; # garante que todos os pré-requesitos estejam satisfeitos
$make; # compilar o sistema (espere… espere… espere…)
$make install; # instalar os arquivos binários em seus respectivos diretórios.
5 – Experimentand GNU-Radio
Durante o processo de compilação e instalação, diversas pastas são criadas para o correto
funcionamento do sistema. A pasta mais importante é gnuradio/examples, onde diversas
aplicações exemplo estão residentes e servem como tutorial para um primeiro contato com
o GNU-Radio.
70
A.2 Datasheets da plataforma USRP (Hardware)
Os diagramas esquemáticos do USRP estão em anexo nos seus respectivos arquivos em
formato .pdf cujas versões mais atualizadas podem ser encontradas no repositório do
projeto GNU-Radio (http://gnuradio.org/trac/wiki).
fpga.pdf – Circuito principal mostrando o FPGA e suas conexões.
rxmod.pdf – Adaptador de interface analógica de entrada (RX Adapter).
txmod.pdf – Adaptador de interface analógica de saída (TX Adapter).
clock.pdf – Oscilador a cristal e gerador de temporização.
power.pdf – Circuito de alimentação de energia.
inteface.pdf – Conectores e conexões.
ad9860_62_0.pdf – Processador misto de sinais (ADC, DAC e DUC).
71
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
