Teorema de Capacidad del Canal de Shannon
- Propuesto por
- Claude Shannon
- Año
- 1948
- Tipo
- fundamental theoretical bound
- Familia
- Information theory
Este texto es una traducción automática y aún no se ha revisado. Leer el original en inglés
¿Qué hace?
El teorema de capacidad del canal de Shannon, publicado en 1948, establece la tasa máxima a la que la información puede ser transmitida de forma fiable a través de un canal ruidoso.
Expresado como C = B log2(1 + S/N) para ruido blanco gaussiano aditivo (AWGN), es un límite fundamental en la teoría de la información y la ingeniería de las comunicaciones. Shannon demostró que la comunicación fiable es posible a cualquier tasa por debajo de la capacidad, e imposible por encima de ella. Este teorema sustenta el diseño de todos los sistemas de comunicación modernos y motiva la teoría de códigos, la modulación y las técnicas de procesamiento de señales.
La intuición detrás del método
Intuitivamente, la capacidad del canal responde a la pregunta: ¿cuánta información puedo transmitir por unidad de tiempo de forma fiable a pesar del ruido? Shannon demostró que la respuesta depende de tres factores: (1) el ancho de banda B (más ancho de banda -> más capacidad), (2) la potencia de la señal S (señal más fuerte -> más capacidad) y (3) la potencia del ruido N (menos ruido -> más capacidad). El compromiso logarítmico log2(1 + S/N) captura una verdad profunda: duplicar la potencia solo aumenta la capacidad en 1 bit/s/Hz, un rendimiento decreciente. Esto explica por qué, a pesar de siglos de práctica en comunicaciones, la comunicación fiable está fundamentalmente limitada hasta que la relación señal/ruido es suficientemente alta. También motiva la modulación y codificación sofisticadas: se acercan a la capacidad asintóticamente pero nunca la superan.
Historia
El artículo de Shannon de 1948 'A Mathematical Theory of Communication' fundó la teoría de la información. Demostró el teorema de codificación de canal ruidoso, estableciendo que la comunicación fiable por debajo de la capacidad es posible, pero por encima de la capacidad no lo es. Este resultado revolucionario demostró que el ruido no impide la comunicación fiable, solo limita la tasa. En las décadas siguientes, los teóricos de códigos (Hamming, Golay, códigos convolucionales, Reed-Solomon) desarrollaron códigos prácticos que se acercan a la capacidad. Los códigos modernos (turbo, LDPC, polar) alcanzan tasas a 0.5-0.7 dB de la capacidad. El trabajo de Shannon transformó las comunicaciones de una práctica de ingeniería empírica a una disciplina matemática rigurosa.
Cuándo usarlo
La capacidad de Shannon se utiliza para establecer objetivos de diseño y evaluar el rendimiento del sistema. Antes de diseñar un sistema de comunicación, se calcula la capacidad para comprender el límite teórico último. Al evaluar un sistema, se compara el rendimiento real con la capacidad para cuantificar la eficiencia. La capacidad también guía la asignación de recursos: control de potencia, asignación de ancho de banda, selección de tasa de codificación. Utilice el análisis de capacidad para justificar la inversión en tecnologías avanzadas (MIMO, beamforming) cuantificando las ganancias potenciales.
Limitaciones y consideraciones
- La fórmula de capacidad AWGN asume longitud de codeword infinita; los códigos prácticos de longitud finita son subóptimos
- La capacidad con desvanecimiento requiere información completa del estado del canal en el transmisor para una asignación de potencia óptima (water-pouring)
- La fórmula asume entrada gaussiana; algunos canales se benefician de modulación no gaussiana (raro)
- La capacidad no tiene en cuenta la latencia, la complejidad o las restricciones de energía; los sistemas prácticos priorizan estos aspectos
- La capacidad multiusuario es mucho más compleja; los canales de interferencia no tienen capacidad de forma cerrada
Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.
Fortalezas
- Proporciona un límite fundamental independiente del diseño específico de código/modulación
- Elegante fórmula de forma cerrada para canales AWGN
- Se extiende a canales con desvanecimiento, interferencia y multiusuario a través de generalizaciones informático-teóricas
- Motiva todo el campo de la teoría de códigos (los códigos turbo, LDPC, polar se acercan a la capacidad)
- Invariante entre tecnologías: la fórmula de capacidad es válida para canales ópticos, de RF y acústicos
- Permite el análisis de compromisos: explora las ganancias de la expansión del ancho de banda, el aumento de potencia o la diversidad
Aplicaciones
- Diseño de sistemas inalámbricos: el análisis de capacidad guía la selección de antenas, los presupuestos de potencia y los objetivos de eficiencia espectral en LTE/5G
- Comunicaciones por satélite: los límites de capacidad establecen expectativas realistas para las tasas de descarga de sondas del espacio profundo
- Comunicaciones por fibra óptica: la fórmula de capacidad informa sobre las estrategias de multiplexación por división de longitud de onda y amplificación
- Sistemas de almacenamiento: los límites de capacidad determinan la sobrecarga de corrección de errores necesaria para el archivo fiable en HDD/SSD
- Diseño de redes: el análisis de capacidad multiusuario guía la asignación de recursos y el control de admisión
Cómo funciona
Cómo funciona
La fuente de información genera símbolos a una tasa R (bits por segundo) para ser transmitidos.
Para el canal AWGN: capacidad C = B log2(1 + P/N0 B), donde B es el ancho de banda, P es la potencia de la señal, N0 es la densidad espectral de ruido.
Para canales con desvanecimiento (fading): la capacidad depende del estado del canal; la capacidad promedio es C = integral sobre la distribución del estado del canal de B log2(1 + |h|^2 P / N0 B).
El modelo de canal incluye: señal transmitida X, canal con desvanecimiento h, ruido aditivo Z. Señal recibida Y = h*X + Z.
La transmisión fiable a tasa R es posible si y solo si R ≤ C. Si R > C, no se puede lograr una probabilidad de error arbitrariamente pequeña, sin importar la complejidad del código.
Errores comunes
- Asume que la capacidad se logra fácilmente; la brecha entre la teoría y la práctica es grande para paquetes cortos
- Ignora los efectos de longitud de bloque finita; la capacidad asintótica asume longitud de codeword infinita
- No tiene en cuenta la retroalimentación; la retroalimentación limitada puede aumentar significativamente la capacidad
- Asume capacidad con desvanecimiento y CSI parcial; los errores de estimación del canal reducen la capacidad efectiva
- Espera que la capacidad sea alcanzable con esquemas simples; los códigos que alcanzan la capacidad son complejos (turbo, LDPC, polar)
Preguntas frecuentes
¿Cuál es la relación entre la capacidad de Shannon y la eficiencia espectral?
La eficiencia espectral (bits por segundo por Hertz) está limitada por la capacidad dividida por el ancho de banda: η ≤ C/B. Para AWGN, η ≤ log2(1 + S/N). Si el ancho de banda del sistema es B y la potencia es P, la eficiencia espectral es η = C/B. A medida que aumenta la SNR, la eficiencia espectral aumenta logarítmicamente; no hay un límite estricto pero sí rendimientos decrecientes.
¿Cómo afecta la retroalimentación a la capacidad?
Para el canal AWGN sin memoria, Shannon demostró que la capacidad no cambia con la retroalimentación: informacionalmente, la retroalimentación no puede aumentar la capacidad. Sin embargo, la retroalimentación permite la codificación adaptativa (ajustar la tasa según el CSI), lo que puede mejorar el rendimiento práctico. Para canales con memoria o retardo de retroalimentación, la capacidad puede aumentar.
¿Qué es el water-pouring y por qué es óptimo para canales con desvanecimiento?
El water-pouring (vertido de agua) es una estrategia óptima de asignación de potencia para canales con desvanecimiento: se asigna más potencia cuando el canal es bueno (alta ganancia) y menos cuando es malo (baja ganancia). Matemáticamente, la potencia P(h) = max(0, λ - N0 / |h|^2), donde λ es un multiplicador de Lagrange fijado para satisfacer la restricción de potencia total. Esto maximiza la capacidad ergódica.
¿Se puede superar la capacidad con codificación inteligente?
No. El teorema de codificación de canal ruidoso de Shannon es un límite fundamental: si la tasa de transmisión excede la capacidad, la probabilidad de error no puede hacerse arbitrariamente pequeña, independientemente de la complejidad del código o del algoritmo de decodificación. El teorema establece que alcanzar una tasa R < C con una probabilidad de error arbitraria ε > 0 requiere una longitud de bloque exponencial en 1/ε.
Métodos relacionados
Fuentes
Shannon, C. E. (1948). A mathematical theory of communication. Bell System Technical Journal, 27(3), 379-423.
Abrir referencia DOICopiado.Cover, T. M., & Thomas, J. A. (1991). Elements of Information Theory. John Wiley & Sons.
Abrir referencia de la publicaciónCopiado.