433 cours du 08/04

433-Electronique_transmission_numerique/Cours/chap11.tex

@@ -50,7 +50,7 @@ On prélève la valeur de $x_c(t)$ à un instant de l'ensemble discret $nT_e, n\
 \begin{rem}
 $\snzi$ traduit la causalité, la distribution $\delta$ traduit la durée infiniment courte de l'échantillonnage (échantillonnage idéal)
 \end{rem}
-
+\pagebreak
 Dans le domaine fréquentiel, on a donc
 \begin{align*}
 X_E(f) & = (X_c * TF [ \snzi \delta(t-nT_e) ])(f) \\

433-Electronique_transmission_numerique/Cours/chap26.tex

@@ -1,8 +1,44 @@
 \documentclass[main.tex]{subfiles}
 \begin{document}
+En sortie de l'égaliseur, on échantillonne le signal reçu. Dans ce chapitre on fera l'hypothèse:
+\begin{itemize}
+\item d'une synchronisation parfaite entre emission et réception.
+\item d'une égalisation parfaite de la chaine de transmission.
+\end{itemize}
+\section{Taux d'erreur binaire}
+Le signa reçu peus se mettre sous la forme :
+\[
+r(t) = u(t)+ b(t)
+\]
+avec $b(t)$ brui blanc gaussien.
+\begin{defin}
+  Le taux d'erreur bianire  (TEB) ou bit errror rate (BER) est défini par :
+  \[
+    BER = \frac{\text{ nb bit faux }}{\text{nb total bit transmis}}
+  \]
+\end{defin}
+\begin{defin}
+  On appelle \emph{taux d'erreur} $\epsilon$la probabilité de prendre une mauvaise décision sur l'information acquise:
+  \begin{itemize}
+  \item sachant les conditions de bruit ($\sigma^2$ est connu).
+  \item en connaissant l'emplacement des seuils de décision.
+  \item en connaissant la probabilité d'apparition des symboles.
+  \end{itemize}
+\end{defin}
+\begin{rem}
+  Cela permet a priori de connaitre la qualité de la transmission.
+  Dans le cas binaire on a $\epsilon = BER$
+\end{rem}
+
+\subsection{Exemple d'application}
+\section{Introduction du rapport signal sur bruit}
+\subsection{Cas d'un mot à $N$ digits}
 
 
 
+\begin{rem}
+  Waterfilling
+\end{rem}
 \end{document}
 
 %%% Local Variables: