Teoria de Comunicacion II

LABORATORIO
INGENIERIA ELECTRÓ NICA Y TELECOMUNICACIONES
CONTENIDO
PRESENTACION 4
MARCO TEORICO 5
P.L.1 DIGITALIZACION DE SEÑALES 10
P.L.2 MODULACION DIGITAL EN BANDA BASE 17
P.L.3 MODULACION DIGITAL PSK, QAM, QPSK 20
TEORÍA DE COMUNICACIONES II
3
LABORATORIO
PRESENTACION
Siguiendo con la especialización de ingeniería electrónica y telecomunicaciones se

presenta a continuación el modulo correspondiente al curso de TEORÍA DE
COMUNICACIONES II, el cual guiara al alumno en todo lo concerniente a la etapa de
modulación digital correspondiente a la transmisión y recepción de comunicaciones
digitales.
Las comunicaciones digitales comienzan desde la necesidad de actualizar la manera de

comunicarse entre dos terminales, antiguamente la comunicación se realizaba de
manera analógica, aunque existe algunos dispositivos que aun siguen estos pasos la
tendencia siempre es utilizar dispositivos de comunicación digital los cuales incluyen
modulación digital de diferentes tipos que se estudian a lo largo del curso tales como
FSK, PSK, o QAM la cual es utilizada en la transmisión de señales de video HD.
A lo largo del curso se desarrollaran de manera práctica la mayor parte de lo aprendido

en clase complementando los conocimientos con Simuladores de Circuitos de
comunicación con la herramienta MATLAB.
El LABORATORIO DE INGENIERÍA ELECTRÓNICA Y TELECOMUNICACIONES agradece a

los involucrados en el desarrollo del presente modulo y esta llano a recibir críticas
sobre el presente trabajo para su posterior revisión y mejora.
Los Autores
4
LABORATORIO
MARCO TEORICO
CONVERSIÓN ANALÓGICA DIGITAL
La conversión analógica-digital (CAD) consiste en la transcripción de señales
analógicas en señales digitales, con el propósito de facilitar su procesamiento
(codificación, compresión, etc.) y hacer la señal resultante (la digital) más inmune al
ruido y otras interferencias a las que son más sensibles las señales analógicas.
Figura 1 Diagrama de un Conversor A/D
FRECUENCIA DE MUESTREO
La tasa o frecuencia de muestreo es el número de muestras por unidad de tiempo que
se toman de una señal continua para producir una señal discreta. Como todas las frecuencias,
generalmente se expresa en hercios (Hz, ciclos por segundo).
TEOREMA DE NYQUIST
Según el teorema de muestreo de Nyquist-Shannon, para poder replicar con
aproximada exactitud la forma de una onda es necesario que la frecuencia de muestreo sea
superior al doble de la máxima frecuencia a muestrear.
(a) (b)
Figura 2 (a) Muestreo en el tiempo (b) Error de Cuantificación
TARJETA DE SONIDO
Cada ordenador dispone de una tarjeta de sonido, que posee dos canales de entrada y dos
canales de salida, tal y como muestra el siguiente diagrama de bloques:
5
LABORATORIO
Figura 3: Esquema básico de una tarjeta de adquisición de datos.
CODIGOS DE LINEA
La transmisión de datos en forma digital implica una cierta codificación. A la forma de

transmisión donde no se usa una portadora se la conoce como transmisión en banda base.
Los códigos de línea son usados para este tipo de transmisión. Existen varios tipos de códigos,
entre ellos Unipolar NRZ, Polar NRZ, Unipolar RZ, Bipolar RZ (AMI), Manchester, CMI, etc.
Algunos de estos códigos se muestran en la figura 5.
Figura 4. Códigos de Línea
6
LABORATORIO
COMUNICACIÓN POR CANALES LIMITADOS EN BANDA
Resulta ampliamente conocido que el ancho de banda necesario para transmitir

sin interferencia entre símbolos (ISI) una señal de comunicaciones digitales
es W  Rs / 2 , donde Rs es la tasa de transmisión en símbolos/segundo (igual a Rb en
bits/s para un sistema binario). El problema de todos los esquemas vistos en el punto
anterior es que utilizan pulsos rectangulares, de modo que en teoría ocupan un ancho
de banda infinito (esto es, su transformada de Fourier se extiende entre -∞ e ∞). Si se
desea transmitir a través de un canal paso bajo limitado en banda a la frecuencia de
Nyquist (el mínimo ancho de banda necesario para transmisión sin ISI) se va a perder
gran parte de la energía de la señal.
Afortunadamente se pueden utilizar todos los esquemas de transmisión anterior
simplemente cambiando los pulsos rectangulares por otros cuya energía esté
concentrada entre –Rs/2 y Rs/2: los pulsos de Nyquist. Un pulso de Nyquist es
simplemente una sinc cuyos ceros coinciden exactamente con múltiplos enteros del
periodo de símbolo:
πt
sin ⁡( )
T
φ ( t )=
πt
T
Por desgracia la función sinc es no causal, tiene duración infinita y además

presenta colas de gran amplitud. Puesto que en una aplicación real siempre sería
necesario recortar la función, esto provocaría importantes distorsiones, así como
una gran sensibilidad a errores de sincronismo (esto es, errores en la elección del
instante de muestreo óptimo). La solución habitual a este problema consiste en
multiplicar la función sinc por otra función que decrezca monótonamente, de modo
que se suavicen las colas. El tipo de pulsos de esta clase más utilizados son los
pulsos de coseno alzado:
πt παt
sin ⁡( ) cos ⁡( )
T T
φ ( t )=
πt 4 α2t
1−
T T
donde α es el factor de “roll-off”, que permite regular la suavidad del pulso

(nótese que si α=0 se tiene la función sinc). Las colas de esta clase de pulsos caen
mucho más rápidamente, mitigándose en gran medida la distorsión provocada por el
truncamiento de su respuesta al impulso y el problema de los errores de sincronismo,
pero como contrapartida el ancho de banda requerido para la transmisión sin ISI
aumenta, siendo ahora:
7
LABORATORIO
1+α
W≥ Rs
2
EL DIAGRAMA DEL OJO
Es una herramienta muy útil para apreciar la distorsión introducida por el canal en
nuestra señal de comunicaciones. El diagrama de ojo se obtiene dibujando superpuestas
partes de la forma de onda siguiendo los disparos de una señal de reloj. La anchura de
cada tramo es ligeramente superior que el periodo Ts. En esta simulación el diagrama de
ojo se obtiene con una anchura de 2Ts. Los parámetros básicos en un diagrama de ojo
son:
Figura 5 Diagrama del OJO
A: Intervalo de tiempo en el que se puede muestrar la señal para decidir.
B: Margen de ruido
C: Distorsion de los cruces por cero.
D: Pendiente: Sensiblidad a errores en el instante de muestreo.
E: Distorsion máxima.
t*: Instante optimo de muestreo medido con respecto al origen de tiempos. Si el periodo
de símbolo es Ts, la forma de onda se muestreará en t*, en t* + Ts, t* + 2Ts,… para
recuperar la información transmitida.
GENERACIÓN DE SEÑALES DE COMUNICACIONES
En la actualidad, la inmensa mayoría de los sistemas de comunicaciones digitales son

implementados totalmente (salvo las etapas de radiofrecuencia) en el dominio
8
LABORATORIO
discreto mediante microprocesadores, DSP's u otros circuitos integrados digitales. En

la figura 8 se muestra un esquema típico de un transmisor digital banda base.
Figura 6 Sistemas de comunicación en banda base.

Es importante que el alumno comprenda la relación entre velocidad binaria (Rb bits/s),
velocidad de símbolo (Rs baudios o símbolos por segundo) y frecuencia de
muestreo de la señal de línea (fs muestras/s) para señales de comunicaciones del tipo
x ( n )=∑ A n h(t −nT )
n
9
LABORATORIO
PRÁCTICA DE LABORATORIO I: NOTA:
DIGITALIZACION DE SEÑALES
OBJETIVOS
 Familiarizar al alumno com la generacion de señales de comunicaciones atendiendo a
aspectos tales como el muestreo, el aliasing y los efectos de La cuantificacion.
 Estudiar la caracterizacion de señales de comunicaciones y el ruido mediante histogramas,
densidad, espectral de potencia y correlación.
 Estudiar los códigos de línea más comunes y su densidad espectral de potencia, asi como el
efecto del ruído em los mismos.
MATERIALES Y EQUIPOS
1. Auriculares
2. Un osciloscopio
3. Un generador de funciones
4. Cables de conexión.
PROCEDIMIENTO
Muestreo y Reconstrucción de Señales
a) Generación de señales. Generar en MATLAB un seno de frecuencia 2KHz y

amplitud 0.5 muestreado a distintas frecuencias de muestreo. Dicha señal
se observará tanto en el ordenador como en el osciloscopio, siendo posible,
así mismo, escucharla.
1
Señal original
1 0.8 Señal muestreada
1
Señal original
0.6 Señal original
0.8 Señal muestreada 0.8 Señal muestreada
0.4
0.6
0.6
0.4 0.2
0.4
0.2 0
0.2
-0.2
0 0
-0.2 -0.4
-0.2
-0.6
-0.4 -0.4
-0.8 -0.6
-0.6
-0.8 -1 -0.8
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
milisegundos
-1 -1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
milisegundos milisegundos
10
LABORATORIO
b) Muestreo incorrecto. Generar en MATLAB un seno de frecuencia 9 KHz y

amplitud 0.5 muestreado a distintas frecuencias de muestreo. Dicha señal
se observará tanto en el ordenador como en el osciloscopio y se escuchará
con los auriculares.
Figura 6 Resultados del programa001.m parte a
OBSVERVACIONES Y COMENTARIOS
11
LABORATORIO
Figura 7 Resultados del programa001.m parte b

OBSERVACIONES Y COMENTARIOS
c) Efecto del aliasing. En este ejercicio, un alumno generará un seno de

frecuencia 9 KHz y amplitud 0.5 con una frecuencia de muestreo de 44100
muestras/s tal y como se hizo en anteriores ejercicios. El compañero deberá
adquirir dicha señal utilizando diversas frecuencias de muestreo. Conectar la
salida TX del Alumno1 con la entrada RX del Alumno2 y ejecutar el siguiente
código:
Alumno 1:
f=9000; % frecuencia de la señal senoidal
fs=44100; % frecuencia de muestreo
N= fs*1;
t=(0:N-1)/fs; % generaremos 1 s de la señal
x=0.5*sin(2*pi*f*t); % señal original
envia(x,60,fs); % Reproducimos la señal 60 veces (1 minuto)
pause; % pulsar una tecla cuando haya finalizado el Alumno2
% Ahora el Alumno2 deberá ejecutar su código
Alumno 2:
fs1=44100;
N1=1*fs1;
t1=(0:N1-1)/fs1; % Numero de muestras en 1 sg a fs1 muestras/s
x1=recibe(N1,fs1); % Adquirimos N1 muestras (1 seg.) a fs1 muestras/s
% Se adquieren x2 y x3 a 22050 y 11025 muestras/s respectivamente

fs2=22050;
N2=1*fs2;
t2=(0:N2-1)/fs2;
x2=recibe(N2,fs2);
fs3=11025;
12
LABORATORIO
N3=1*fs3;
t3=(0:N3-1)/fs3;
x3=recibe(N3,fs3);
Mientras el Alumno1 ejecuta su programa (genera la señal), el Alumno2 ejecuta el
suyo de forma que adquiere las cuatro señales x1, x2 y x3 (con tres frecuencias de
muestreo distintas). El Alumno2 puede observar las señales adquiridas haciendo, por
ejemplo:
plot(t1,x1,'r',t2,x2,'b',t3,x3,'g'); % dibuja todas las señales

axis([0 1e-3 -1 1]) % observamos el primer milisegundo
CODIGOS DE LINEA
Como se recordará, existen diferentes tipos de codificación en los sistemas digitales.

En los sistemas banda base es común utilizar códigos de línea con objeto de conformar
el espectro de la señal de comunicaciones (por ejemplo para eliminar la componente
continua, facilitar la recuperación de sincronismo, etc.). En este apartado vamos a
simular digitalmente (representándolas mediante sus muestras) señales
conformadas mediante diferentes códigos de línea. Así mismo podremos observar en
el osciloscopio las señales reales que viajan por el canal sin más que enviarlas a la
tarjeta de sonido.
a) Generaremos formas de onda digitales usando el comando wave_gen:

Sintaxis:
wave_gen( secuencia binaria, 'nombre del código de línea', Régimen binario)

Code UNIPOLAR NRZ
Ejemplo: 1.5
b= [1 0 1 0 1 1];
x=wave_gen(b, … 1
'unipolar_nrz', …
0.5
800);
plot(x)
0
envia(x/2,2000);
-0.5
b) Repita el apartado a) para los -1
siguientes códigos de línea:

-1.5
• polar NRZ ('polar_nrz'); 0 1 2 3 4 5 6
• unipolar RZ ('unipolar_rz');
• bipolar RZ ('bipolar_rz');
13
LABORATORIO
• manchester ('manchester');
OBSERVACIONES Y ANOTACIONES
RUIDO
Por último, resulta de interés generar ruido para simular su efecto en los sistemas de
comunicación. En la realidad resulta imposible muestrear (adecuadamente) ruido blanco
Gaussiano (¿por qué?), pero si generamos repetidas realizaciones independientes de una
v.a. Gaussiana obtenemos un ruido en tiempo discreto que nos permite simular el efecto
del ruido en comunicaciones. En el apartado siguiente se pretende ilustrar la simulación
en tiempo discreto de señales de comunicaciones en ruido.
a) Secuencias de ruido. Genere secuencias de 1000 puntos de ruido Gaussiano.

Recuerde ejecutar iniciar con experimento 1
r=randn(1,10000); % genera 1x10000 muestras de v.a. Gaussiana (media=0 y

varianza=1)
subplot(211);plot(r);
Dibuje el histograma de la señal
subplot(212);
hist(r,20);
axis([-3 3 0 2000]);
xlabel('Voltios');
pause;
Dibuje ahora la autocorrelación y la DEP de la señal
subplot(211);
acf(r); % la función acf(x) estima y dibuja la autocorrelación de la secuencia x
subplot(212);
espect(r,256,8000);
axis([0 4 -50 0])
Repita el proceso varias veces, comprobando que señales de ruido totalmente distintas
dan lugar a histogramas, autocorrelaciones y densidades espectrales de potencia
similares.
14
LABORATORIO
b) Efecto del ruido en la forma de onda transmitida: Genere 10 símbolos de

una señal NRZ polar con un régimen binario de 800 bps. Genere ruido Gaussiano
discreto. Súmeselo a la señal x, dibuje ambas señales y obsérvelas en el osciloscopio
b=binary(10);
x=wave_gen (b,'polar_nrz',800);
ruido=0.1*randn(size(x));
y=x+ruido;
subplot(211), plot(x);title('Señal')
subplot(212), plot(y);title('Señal + Ruido') % Observe los valores de pico de la señal
escala=????? % aplique un valor de escala adecuado para evitar saturar el D/A
envia([x , y]/escala,2000); % utilice el valor de escala al enviar las señales a la
tarjeta
CUESTIONARIO
 Generar un programa en MATLAB que permita calcular el error de cuantificación .
 ¿Cómo estimaría la potencia de ruido a partir de las muestras del vector

"ruido"?¿y la potencia de la señal y? Genere señales cada vez más largas y
compruebe cómo las estimas de las potencias mejoran.
 Repita el apartado anterior para valores de la potencia de ruido de 0.5,1 y 2.5
(tenga en cuenta en cada caso la posible saturación de la tarjeta de sonido).
 También se puede observar el efecto de incrementar la potencia de ruido

viendo la densidad espectral de potencia de la señal de salida.
 Escribir un código que permita visualizar los espectros de los códigos de línea
utilizando la función wave_gen. Utilice velocidad = 1200, 2400, 9600.
CONCLUSIONES
15
LABORATORIO
REFERENCIAS BIBLIOGRAFICAS (UTILICE ESTILO VANCOUVER)
16
LABORATORIO
PRÁCTICA DE LABORATORIO II: NOTA:
MODULACION DIGITAL EN BANDA BASE
OBJETIVOS
 Analizar el comportamiento de las señales digitales en la transmisión digital, al
variar el ancho de banda o la velocidad de transmisión.
 Analizar el efecto de la ISI y del ruido mediante la observación del diagrama de ojo.
1. Auriculares
2. Un osciloscopio
PROCEDIMIENTO
Generar una secuencia 4PAM {-3,-1,1,3}

En matlab, nosotros modelaremos una secuencia de simbolos como un vector de
longitud finita.
-1
-2
-3
0 10 20 30 40 50 60 70 80 90 100
17
LABORATORIO
Creando un coseno alzado
0.9
0.8
0.7
0.6
0.5
Amplitud
0.4
0.3
0.2
0.1
-0.1
-8 -6 -4 -2 0 2 4 6 8
Tiempo[s] -4
x 10
Filtrando ambas señales
-2
-4
-6
-8
0 20 40 60 80 100 120 140 160 180 200
18
LABORATORIO
Diagrama del ojo
-2
-4
-6
-8
1 2 3 4 5 6 7
CONCLUSONES
REFERENCIAS BIBLIOGRAFICAS (ESTILO VANCOUVER)
19
LABORATORIO
PRÁCTICA DE LABORATORIO III: NOTA:
MODULACION DIGITAL PSK, QAM, QPSK
OBJETIVOS
 Familiarizar al alumno en el espacio de las modulaciones digitales.
 Estudiar la representación discreta de señales de comunicaciones.
 Comprender las diferentes modulaciones digitales binarias.
 Analizar el cálculo de la probabilidad de error.
5. Auriculares
6. Un osciloscopio
PROCEDIMIENTO
CONSTELACION Y GENERACION DE SECUENCIA DE SIMBOLOS.
SEÑAL PSK
 La señal PSK consiste de símbolos exp(j*theta), donde theta = {pi/4,
3pi/4,5p/4,7pi/4}
 Los puntos de la constelación son localizados simétricamente en un círculo
unitario en el dominio complejo.
Generaremos una secuencia de símbolos QPSK de 20000 símbolos y graficaremos su
diagrama de constelaciones
 QPSK es un caso especial de M-PSK (M=4). En M-PSK, los puntos de la

constelación son localizados en intervalos de ángulos rectangulares de un
circulo unitario.
20
LABORATORIO
1.5
0.5
Im
-0.5
-1
-1.5
-2
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Re
SEÑAL QAM
 La señal QAM consiste en alfabeto de simbolos de a+j*r, donde a,b = {…,-7,-5,-

3,-1,1,3,5,7,….}
 Los puntos de la constelación son localizados en una rejilla simetrica en el
dominio complejo. ¿Cuántos niveles de amplitud y fases existen en este caso?
0
Im
-2
-4
-6
-8
-8 -6 -4 -2 0 2 4 6 8
Re
OBSERVACIONES Y ANOTACONES
AGREGAR RUIDO A LA SEÑAL
21
LABORATORIO
Agregaremos un ruido gausiano blanco para generar una cadena de simbolos,

entoces la relación señal a ruido (SNR = 20 dB).
 Cualquier sistema de comunicación incluye algún ruido usualmente se
adicionará.
 Usualmente el ruido es asumido como una distribución gausiana.
 Al agregar un ruido en MATLAB las longitudes de los vectores son iguales.
 Primero, nosotros generaremos un vector complejo de ruido:
n = randn(size(qam))+j*randn(size(qam));
 Entonces nosotros definimos las varianzas o potencias como:
svqpsk = std(qpsk)^2;
svqam = std(qam)^2;
nv = std(n)^2;
 La relación Señal a Ruido (SNR) está definido como:
SNR=10 log ( Potencia de Se ñ al

Potenciade Ruido )
=20 log¿ ¿
Ahora la SNR puede ser cambiada por multiplicada por cualquier vector de
señal o ruido por una constante proporcional p. Multipliquemos el vector ruido
por una variable p.
std ( Se ñ al )
SNR=20∗log 10 ( std ( p∗Ruido ) )
Ahora p puede ser definido como:
10
-2
-4
-6
-8
-10
-10 -8 -6 -4 -2 0 2 4 6 8 10
22
LABORATORIO
DETECCION DE SEÑALES
En la detección de simbolos nosotros compararemos la distancia en una recepción con

muestras de ruido para todos los posibles simbolos correspondientes al alfabeto
usado. La detección de simbolos (decisión) es la única que minimiza la distancia.
Existen muchas otras como pueden apreciarse en MATLAB
QPSK
sn_block = repmat(snqpsk,1,4).';
konst_block = repmat(konst_qpsk,1,20000);
distance = abs(sn_block-konst_block);
[y,ind_1] = min(distance);
qpsk_det = konst_qpsk(ind_1);
for i = 1:20000,
[y,ind_1b] = min(abs(konst_qpsk-snqpsk(i)));
qpsk_det(i) = konst_qpsk(ind_1b);
end
QAM
Probabilidad de error de símbolo (SEP)/ Velocidad de Error de símbolo(SER)

Ambas pueden ser calculadas analíticamente utilizando simulaciones computacionales.
Aquí la idea es verificar la teoría derivada de la probabilidad de error de símbolo
durante la lectura usando simulaciones
QPSK
En teoría la probabilidad de error de símbolo P para QPSK puede ser definido como:
d d 2
P=2 Q ( )
2σ
−Q( )
2σ
Donde:
 Q es la Qfuncion
 d es la minima distancia de 2 puntos de constelación,
 2 es la varianza del ruido (parte real o imaginaria)
No existe en Matlab una Q función. Pero puede ser determinada usando la

función erfc (vea help erfc)
Implementar:
Q(x) = 0.5*erfc(x/sqrt(2))
23
LABORATORIO
d = sqrt(2);
sigma = std(real(n*p1));
Q = 0.5*erfc(d/(sqrt(2)*2*sigma));
sep_theo = 2*Q - Q^2
En la simulación de la computadora nosotros compararemos los símbolos transmitidos

con los símbolos detectados y contaremos cuantos errores ocurren. Para obtener la
probabilidad de error de símbolo (SEP), el número de errores es dividido por el total de
número de símbolos.
number_of_errors = sum(qpsk ~= qpsk_det);

sep_simu = number_of_errors/20000
El método analítico difiere con el método de simulación por computadora? Por qué/
Por qué no?
Para 64-QAM la Probabilidad de Error de símbolo es de la forma:
d d 2
P=3.5 Q ( )
2σ
−3.0625Q ( )
2σ
Donde:
 Q es la Qfunción
 d es la mínima distancia de 2 puntos de constelación,
 2 es la varianza del ruido (parte real o imaginaria)
d = 2;
sigma = std(real(n*p2));
Q = 0.5*erfc(d/(sqrt(2)*2*sigma));
sep_theo = 3.5*Q - 3.0625*Q^2
number_of_errors = sum(qam ~= qam_det);

sep_simu = number_of_errors/20000
24
LABORATORIO
CUESTIONARIO
 Generar 8-PSK y graficar su diagrama de constelación.

 Generaremos una secuencia de simbolos 64-QAM de 20000 simbolos y graficar
su diagrama de constelación.
 Cambiar el valor de la SNR y observar las diferencias entre SNR =10, 15, 30, 60
CONCLUSIONES
REFERENCIAS BIBLIOGRAFICAS (ESTILO VANCOUVER)
25

Teoria de Comunicacion II

Cargado por

Copyright:

Formatos disponibles

Teoria de Comunicacion II

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Teoria de Comunicacion II

Cargado por

Copyright:

Formatos disponibles

LABORATORIO

INGENIERIA ELECTRÓ NICA Y TELECOMUNICACIONES

P.L.1 DIGITALIZACION DE SEÑALES 10

P.L.2 MODULACION DIGITAL EN BANDA BASE 17

P.L.3 MODULACION DIGITAL PSK, QAM, QPSK 20

Siguiendo con la especialización de ingeniería electrónica y telecomunicaciones se

Las comunicaciones digitales comienzan desde la necesidad de actualizar la manera de

A lo largo del curso se desarrollaran de manera práctica la mayor parte de lo aprendido

El LABORATORIO DE INGENIERÍA ELECTRÓNICA Y TELECOMUNICACIONES agradece a

Figura 1 Diagrama de un Conversor A/D

Figura 3: Esquema básico de una tarjeta de adquisición de datos.

La transmisión de datos en forma digital implica una cierta codificación. A la forma de

Figura 4. Códigos de Línea

COMUNICACIÓN POR CANALES LIMITADOS EN BANDA

Resulta ampliamente conocido que el ancho de banda necesario para transmitir

Por desgracia la función sinc es no causal, tiene duración infinita y además

donde α es el factor de “roll-off”, que permite regular la suavidad del pulso

EL DIAGRAMA DEL OJO

Figura 5 Diagrama del OJO

A: Intervalo de tiempo en el que se puede muestrar la señal para decidir.

C: Distorsion de los cruces por cero.

D: Pendiente: Sensiblidad a errores en el instante de muestreo.

GENERACIÓN DE SEÑALES DE COMUNICACIONES

En la actualidad, la inmensa mayoría de los sistemas de comunicaciones digitales son

discreto mediante microprocesadores, DSP's u otros circuitos integrados digitales. En

Figura 6 Sistemas de comunicación en banda base.

PRÁCTICA DE LABORATORIO I: NOTA:

Muestreo y Reconstrucción de Señales

a) Generación de señales. Generar en MATLAB un seno de frecuencia 2KHz y

b) Muestreo incorrecto. Generar en MATLAB un seno de frecuencia 9 KHz y

Figura 6 Resultados del programa001.m parte a

Figura 7 Resultados del programa001.m parte b

c) Efecto del aliasing. En este ejercicio, un alumno generará un seno de

% Se adquieren x2 y x3 a 22050 y 11025 muestras/s respectivamente

plot(t1,x1,'r',t2,x2,'b',t3,x3,'g'); % dibuja todas las señales

Como se recordará, existen diferentes tipos de codificación en los sistemas digitales.

a) Generaremos formas de onda digitales usando el comando wave_gen:

wave_gen( secuencia binaria, 'nombre del código de línea', Régimen binario)

b) Repita el apartado a) para los -1

siguientes códigos de línea:

a) Secuencias de ruido. Genere secuencias de 1000 puntos de ruido Gaussiano.

r=randn(1,10000); % genera 1x10000 muestras de v.a. Gaussiana (media=0 y

Dibuje el histograma de la señal

Dibuje ahora la autocorrelación y la DEP de la señal

b) Efecto del ruido en la forma de onda transmitida: Genere 10 símbolos de

 Generar un programa en MATLAB que permita calcular el error de cuantificación .

 ¿Cómo estimaría la potencia de ruido a partir de las muestras del vector

 También se puede observar el efecto de incrementar la potencia de ruido

REFERENCIAS BIBLIOGRAFICAS (UTILICE ESTILO VANCOUVER)

PRÁCTICA DE LABORATORIO II: NOTA:

MODULACION DIGITAL EN BANDA BASE

Generar una secuencia 4PAM {-3,-1,1,3}

Creando un coseno alzado

Filtrando ambas señales

Diagrama del ojo

REFERENCIAS BIBLIOGRAFICAS (ESTILO VANCOUVER)

PRÁCTICA DE LABORATORIO III: NOTA:

MODULACION DIGITAL PSK, QAM, QPSK

 QPSK es un caso especial de M-PSK (M=4). En M-PSK, los puntos de la