Supongamos que se tiene una señal Si(t) que representa a un símbolo mi. Se estima que esta señal pase por el receptor que está encargado de obtener cada símbolo de la misma. Sin embargo, es evidente que al pasar por el canal, la señal se contaminará debido a la existencia de ruido en el sistema. En una condición ideal, el resultado sería el siguiente:
Al introducir ruido (AWGN) en el sistema, quedaría como sigue:
{}
La segunda situación ocasiona que a la salida del receptor no se obtiene el símbolo mi como tal, más bien se obtiene un estimado del símbolo original.
Es en este punto en donde entra el concepto de ortogonalización G-S: La señal Si(t) puede expresarse en función de un conjunto finito de bases (o vectores) ortonormales (U), de forma tal que cada forma de onda estaría relacionada con un coeficiente que llamaremos s(Una señal de energía). Matemáticamente tendríamos esto:
Si
(
t
)
=
∑
i
=
1
n
s
ij
.
U
j
(
t
)
Si
(
t
)
=
∑
i
=
1
n
s
ij
.
U
j
(
t
)
size 12{ ital "Si" \( t \) = Sum cSub { size 8{i=1} } cSup { size 8{n} } {s rSub { size 8{ ital "ij"} } "." U rSub { size 8{j} } \( t \) } } {}
(2)Es decir, a cada símbolo mi se le asocia una forma de onda s. Si desarrollamos la fórmula anterior, para todos los símbolos posibles, tendríamos un sistema de ecuaciones como sigue:
s
1
(
t
)
=
s
11
.
U
1
(
t
)
+
s
12
.
U
2
(
t
)
+
s
13
.
U
3
(
t
)
+
.
.
.
+
s
1n
.
U
n
(
t
)
s
2
(
t
)
=
s
21
.
U
1
(
t
)
+
s
22
.
U
2
(
t
)
+
s
23
.
U
3
(
t
)
+
.
.
.
+
s
2n
.
U
n
(
t
)
s
3
(
t
)
=
s
31
.
U
1
(
t
)
+
s
32
.
U
2
(
t
)
+
s
33
.
U
3
(
t
)
+
.
.
.
+
s
3n
.
U
n
(
t
)
⋮
s
m
(
t
)
=
s
m1
.
U
1
(
t
)
+
s
m2
.
U
2
(
t
)
+
s
m3
.
U
3
(
t
)
+
.
.
.
+
s
mn
.
U
n
(
t
)
s
1
(
t
)
=
s
11
.
U
1
(
t
)
+
s
12
.
U
2
(
t
)
+
s
13
.
U
3
(
t
)
+
.
.
.
+
s
1n
.
U
n
(
t
)
s
2
(
t
)
=
s
21
.
U
1
(
t
)
+
s
22
.
U
2
(
t
)
+
s
23
.
U
3
(
t
)
+
.
.
.
+
s
2n
.
U
n
(
t
)
s
3
(
t
)
=
s
31
.
U
1
(
t
)
+
s
32
.
U
2
(
t
)
+
s
33
.
U
3
(
t
)
+
.
.
.
+
s
3n
.
U
n
(
t
)
⋮
s
m
(
t
)
=
s
m1
.
U
1
(
t
)
+
s
m2
.
U
2
(
t
)
+
s
m3
.
U
3
(
t
)
+
.
.
.
+
s
mn
.
U
n
(
t
)
alignl { stack {
size 12{s rSub { size 8{1} } \( t \) =s rSub { size 8{"11"} } "." U rSub { size 8{1} } \( t \) +s rSub { size 8{"12"} } "." U rSub { size 8{2} } \( t \) +s rSub { size 8{"13"} } "." U rSub { size 8{3} } \( t \) + "." "." "." +s rSub { size 8{1n} } "." U rSub { size 8{n} } \( t \) } {} #
s rSub { size 8{2} } \( t \) =s rSub { size 8{"21"} } "." U rSub { size 8{1} } \( t \) +s rSub { size 8{"22"} } "." U rSub { size 8{2} } \( t \) +s rSub { size 8{"23"} } "." U rSub { size 8{3} } \( t \) + "." "." "." +s rSub { size 8{2n} } "." U rSub { size 8{n} } \( t \) {} #
s rSub { size 8{3} } \( t \) =s rSub { size 8{"31"} } "." U rSub { size 8{1} } \( t \) +s rSub { size 8{"32"} } "." U rSub { size 8{2} } \( t \) +s rSub { size 8{"33"} } "." U rSub { size 8{3} } \( t \) + "." "." "." +s rSub { size 8{3n} } "." U rSub { size 8{n} } \( t \) {} #
dotsvert {} #
s rSub { size 8{m} } \( t \) =s rSub { size 8{m1} } "." U rSub { size 8{1} } \( t \) +s rSub { size 8{m2} } "." U rSub { size 8{2} } \( t \) +s rSub { size 8{m3} } "." U rSub { size 8{3} } \( t \) + "." "." "." +s rSub { size 8{ ital "mn"} } "." U rSub { size 8{n} } \( t \) {}
} } {}
(3)El objetivo en el segundo sistema mostrado en la Figura 1 es el de obtener el estimado que más se aproxime al valor real. Esto se hace minimizando la energía de la señal de error entre el símbolo original y el estimado:
s
j
=
∫
0
T
s
(
t
)
.
U
j
(
t
)
dt
j
=
1,2,3,
.
.
.
,
N
s
j
=
∫
0
T
s
(
t
)
.
U
j
(
t
)
dt
j
=
1,2,3,
.
.
.
,
N
alignl { stack {
size 12{s rSub { size 8{j} } = Int cSub { size 8{0} } cSup { size 8{T} } {s \( t \) "." U rSub { size 8{j} } \( t \) ital "dt"} } {} #
j=1,2,3, "." "." "." ,N {}
} } {}
(4)Si lo vemos desde la perspectiva vectorial, el procedimiento será entonces el de obtener una representación de la señal en función de dos vectores en el plano. El estimado del vector original sería entonces la proyección de éste sobre el plano:
Habiendo explicado la síntesis teórica de la ortogonalización, ¿Cómo podemos hallar las bases necesarias para representar las señales de nuestro sistema? Para ello deben seguirse estos pasos:
Supongamos que se da un conjunto de señales de energía si(t) que se quieren representar por medio de bases Uj en un intervalo de tiempo [0,T]:
Si
(
t
)
=
∑
i
=
1
n
s
ij
.
U
j
(
t
)
Si
(
t
)
=
∑
i
=
1
n
s
ij
.
U
j
(
t
)
size 12{ ital "Si" \( t \) = Sum cSub { size 8{i=1} } cSup { size 8{n} } {s rSub { size 8{ ital "ij"} } "." U rSub { size 8{j} } \( t \) } } {}
(5)Las bases deben cumplir con el principio de ortonormalidad mencionado al principio:
∫
0
T
U
j
(
t
)
.
U
k
(
t
)
dt
=
{
1
→
j
=
k
0
→
j
≠
k
∫
0
T
U
j
(
t
)
.
U
k
(
t
)
dt
=
{
1
→
j
=
k
0
→
j
≠
k
size 12{ Int rSub { size 8{0} } rSup { size 8{T} } {U rSub { size 8{j} } \( t \) "." U rSub { size 8{k} } \( t \) ital "dt"} = left lbrace matrix {
1 rightarrow j=k {} ##
0 rightarrow j <> k
} right none } {}
(6)Entonces: