1 Clase Tele - IIv240615 PDF

Telecomunicaciones II
Unidad I
Modulación por pulsos
Profesor: Jesús Fernández Solórzano
Correo:jesus.fernandezsolorzano@gmail.com
Universidad Peruana de Ciencias e Informática

Facultad de Ciencias e Ingeniería
Ingeniería de Telecomunicaciones
Mecánica del curso
Horario:
Miércoles 19:30 a 22:30 Salón : 408
Docente del curso
Jesús Fernández Solórzano
Información de contacto.
e-mail: jesus.fernandezsolorzano @gmail.com

Teléfono: 999009419

Material del curso
Sílabos del curso
Apuntes de clase
Notas complementarias
Empleo del MATLAB
Preguntas previas/ post

Bibliografía

Evaluación del curso
Los instrumentos de evaluación del curso son:
Prácticas calificadas (P): Son dos prácticas.

Exámenes (E): Son tres, examen parcial (EP), examen final (EF) y examen
sustitutorio (ES).
La nota final NF se obtiene mediante la siguiente fórmula:
NF= (EP+EF+PP)/3
ES (Sustituye a EP o EF a la nota más baja)
PP= Promedio de prácticas.

EP= Examen Parcial
EF =Examen Final
ES= Examen sustitutorio

Contenido
UNIDAD I :
Modulación por pulsos
1ra. Semana:
2da. Semana:
3ra. Semana:
4ta. Semana:.
UNIDAD II
5ta. Semana:
6ta. Semana:
7ma. Semana:
8va. Semana:
9na. Semana: Examen Parcial

Contenido
UNIDAD III
Modulación Digital
10ma. Semana:
11va. Semana:
12va. Semana:
13va. Semana: .
UNIDAD IV
Ruido
14va. Semana: Densidad de potencia de ruido

15va. Semana: Análisis de ruido en sistemas de Telecomunicaciones
16va. Semana: Examen Final.
17va. Semana: EXAMEN SUSTITUTORIO.

Conceptos básicos
Conceptos básicos
Una señal analógica es un tipo

de señal generada por algún tipo
de fenómeno electromagnético y que es
representable por una función continua
• amplitud y
• período (frecuencia)
Una onda senoidal es una señal analógica
de una sola frecuencia.
Los voltajes de la voz y del video son
señales analógicas que varían de acuerdo
con el sonido o variaciones de la luz que
corresponden a la información que se está
transmitiendo.

Conceptos básicos
Señal analógica del mundo real a una señal discreta en

el mundo digital

Conceptos básicos
Frecuencia es una magnitud que mide el número de

repeticiones por unidad de tiempo de cualquier fenómeno o
suceso periódico
Hz: es aquel suceso o fenómeno repetido una vez por segundo
1
1Hz 
s
Un método alternativo para calcular la frecuencia es medir el
tiempo T entre dos repeticiones (período) y luego calcular la
frecuencia (f):
1
f 
T
Conceptos básicos
Ancho de Banda
En Internet: la cantidad de
información que se puede enviar a
través de una conexión de red en un
período de tiempo dado.
Para señales analógicas, el ancho de

banda es la longitud (Hz) del rango
de frecuencias en el que se concentra
la mayor parte de la potencia de la
señal.

Conceptos básicos

Conceptos básicos

Conceptos básicos

Conceptos básicos
Ejemplos:

Conceptos básicos
A la función F(w) se le llama transformada de Fourier de f(t) y

se denota por F, es decir

 f ( t )e
 jt
F[f ( t )]  F()  dt

En forma similar, a la expresión que nos permite obtener f(t) a

partir de F(w) se le llama transformada inversa de Fourier y
se denota por F –1 ,es decir

F 1[F()] f ( t )  
jt
1
2 F( ) e d


Transformadas básicas
La función pulso rectangular
𝟏 𝒂𝒙
𝒆𝒂𝒙 𝒅𝒙 = 𝒆
𝒂

Transformada de Fourier
𝑭 𝒘 =𝟏
𝑭 𝒘 = 𝟐𝝅𝜹(𝒘)

Transformadas básicas
La Transformada de Fourier de una tren de impulsos de intensidad unitaria con periodo T, es otro tren de
impulsos de intensidad 𝑤𝑜 a intervalos de 𝑤𝑜 rad/segundos (𝑤𝑜 = 2𝜋/𝑇). La secuencia de impulsos con
periodos T = ½ y T=1 segundos y sus respectivas transformadas se muestran en la figura adjunta.
Evidentemente a medida que aumenta el periodo del tren de impulsos, el espectro de frecuencias se
vuelve mas denso.
+∞
𝟐𝝅 𝟐𝝅𝒏
= 𝜹(𝒘 − )
𝑻 𝑻
𝒏=−∞



Proceso de Muestreo

Muestreo
De continua a discreta

Muestreo
Teorema de Nyquist (la tasa de muestreo debe ser superior al

doble de su ancho de banda)
Ejemplo 1:
Función original
Sampling
Reconstrucción

Muestreo
Ejemplo 2
Función original
Sampling
Reconstrucción
No coincide con la función original!!

Teorema de Nyquist
H. Nyquist (1924) probó que si una señal

arbitraria ha sido pasada a través de un
filtro pasabajo de ancho de banda BW, la
señal puede ser completamente
reconstruida tomando solamente 2BW
muestras por segundo
Frecuencia Muestreo>= 2*BW

Muestreo con tren de impulsos
Para desarrollar el teorema de muestreo, es

mediante el uso de un tren de impulsos
periódicos multiplicado por la señal continua x(t)
que deseamos muestrear. Este mecanismo
conocido como muestreo con tren de impulsos,
se representa en la figura adjunta. El tren de
impulsos periódico p(t) se conoce como función
de muestreo, el periodo T como el periodo de
muestreo y la frecuencia fundamental de p(t),
2𝜋
𝑤𝑠 = , como la frecuencia de muestreo. En el
𝑇
dominio del tiempo.
𝑥𝑝 𝑡 = 𝑥 𝑡 𝑝(𝑡)
Donde
∞
𝑝 𝑡 = 𝛿 𝑡 − 𝑛𝑇 .
𝑛=−∞

Debido a la propiedad de muestreo del impulso Además que:

unitario analizado anteriormente , sabemos ∞
𝟐𝝅
que al multiplicar x(t) por un impulso unitario 𝑷 𝒋𝒘 = 𝜹 (𝒘 − 𝒌𝒘𝒔 )
se muestrea el valor de la señal en el punto en 𝑻
𝒌=−∞
que se localiza el impulso, es decir, 𝑥 𝑡 𝛿 (𝑡 −
Puesto que la convolución con un impulso
simplemente desplaza la señal [es decir,
𝑿 𝒋𝒘 ∗ 𝜹 𝒘 − 𝒘𝟎 = 𝑿(𝒋 𝒘 − 𝒘𝟎 )], se
sigue que:
∞
𝟏
𝑿𝒑 𝒋𝒘 = 𝑿(𝒋 𝒘 − 𝒌𝒘𝒔 )
𝑻
𝒌=−∞

Efecto del dominio de la frecuencia del muestreo en el dominio del tiempo
(a) Espectro de la señal original

(b) Espectro de la función de muestreo
(c) Espectro de la señal muestreada con 𝑤𝑠 > 2𝑤𝑚
(d) Espectro de la señal muestreada con 𝑤𝑠 < 2𝑤𝑚

Teorema del muestreo
Sea x(t) una señal de banda limitada con 𝑋 𝑗𝑤 = 0 𝑝𝑎𝑟𝑎 𝑤 > 𝑤𝑀 . Entonces x(t) se
determina unívocamente mediante sus muestras x(nT), n=0,±1, ±2, … … … . . ,si
𝑤𝑠 > 2 𝑤𝑀
Donde
2𝜋
𝑤𝑠 =
𝑇
Dadas estas muestras, podemos reconstruir x(t) generando un tren de impulsos periódicos
en el cual los impulsos sucesivos tengan amplitudes que corresponden a valores de
muestras sucesivas. Este tren de impulsos es entonces procesado a través de un filtro
pasabajos ideal con ganancia T cuya frecuencia de corte sea mayor que 𝑤𝑀 y menor 𝑤𝑠 −
𝑤𝑀 . La señal de salida resultante será exactamente igual a x(t).

Muestreo con retenedor de orden cero
El teorema de muestreo , el cual se puede explicar más fácilmente en términos del muestreo
con tren de impulsos, establece el hecho de que una señal de banda limitada es representada
unívocamente por sus muestras. Sin embargo en la práctica, los pulsos angostos de gran
amplitud, los cuales se aproximan a los impulsos son relativamente difíciles de generar y
transmitir y a menudo resulta mas conveniente generar la señal de muestreo en una forma
conocida como un retenedor de orden cero. Tal sistema muestrea la señal x(t) en un instante
determinado y retiene ese valor hasta el siguiente instante en el cual se toma la muestra.

𝒘𝑴 < 𝒘𝒄 < (𝒘𝒔 − 𝒘𝑴 )


Aliasing



Proceso de recuperación

Proceso de recuperación
Recuperación exacta de una señal continua a partir de sus

muestras usando un filtro pasabajos ideal
(a) Sistema de muestreo y reconstrucción.
(b) Espectro representativo de x(t)
(c) Espectro correspondiente a 𝑥𝑝 (𝑡)
(d) Filtro paso bajas ideal para recuperar X( jw) de 𝑋𝑝 ( jw);
(e) El espectro de 𝑥𝑟 (𝑡)

Ejercicios
1.- Determine la frecuencia de muestreo de Nyquist para

una frecuencia de entrada analógica máxima de:
a) 4 Khz
b) 10 Khz
2.- Calcule la frecuencia máxima de entrada analógica para

una frecuencia de muestreo de 20Khz.
3.- Calcule la frecuencia analógica máxima de entrada para

las siguientes frecuencias de muestreo de Nyquist: 2.5
Khz, 4Khz, 9Khz y 11Khz.

Ejercicios
4.- Considere la siguiente señal analógica
𝑋𝑎 𝑡 = 2 𝑠𝑒𝑛 100𝜋𝑡
Cual es la tasa de Nyquist para esta señal??
5.- Considere la siguiente señal analógica
𝑋𝑎 𝑡 = 3 𝑐𝑜𝑠 50𝜋𝑡 + 10𝑠𝑒𝑛 300𝜋𝑡 − 100 cos 100𝜋𝑡
Cual es la tasa de Nyquist para esta señal??

Ejercicios con Matlab
𝑋𝑎 𝑡 = 0.7 𝒔𝒆𝒏 (𝟐 𝜋 ∗ 50 ∗ 𝑡) + 𝑠𝑒𝑛 (2 ∗ 𝜋 ∗ 120 ∗ 𝑡)
Señales seno de 50 y de 120

2 Single-Sided Amplitude Spectrum of y(t)
1
1.5 0.9
0.8
1
0.7
0.5
0.6
|Y(f)|
0
0.5
-0.5 0.4
0.3
-1
0.2
-1.5
0.1
-2
0 5 10 15 20 25 30 35 40 45 50 0
0 50 100 150 200 250 300 350 400 450 500
time (milliseconds)
Frequency (Hz)

Ejercicios con Matlab
𝑋𝑎 𝑡 = 𝒔𝒆𝒏 (10𝑡) + 𝑠𝑒𝑛 (30𝑡) 1
-1
-2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Ejercicios para la casa
Debido al teorema de muestreo se sabe que, x(t) una señal de banda limitada con 𝑋 𝑗𝑤 =
0 𝑝𝑎𝑟𝑎 𝑤 > 𝑤𝑀 . Entonces x(t) se determina unívocamente mediante sus muestras x(nT),
n=0,±1, ±2, … … … . . ,si 𝑤𝑠 > 2 𝑤𝑀 ; por lo que ; 𝑤𝑠 = 10,000𝜋 ≥ 2𝑤𝑀
Entonces 𝑤 > 5,000π, son los valores de w donde se garantiza que 𝑋 𝑗𝑤 sea 0 .



ℱ 𝑐𝑜𝑠 𝑤𝑜 𝑡 = 𝜋 𝛿 𝑤 − 𝑤𝑜 + 𝛿 𝑤 + 𝑤𝑜
ℱ 𝑠𝑒𝑛 𝑤𝑜 𝑡 = 𝑗𝜋[𝛿 𝑤 + 𝑤𝑜 − 𝛿 𝑤 − 𝑤𝑜 ]

𝟏
𝑭 𝒘 = 𝝅𝜹 𝒘 +
𝒋𝒘
∞ ∞
ℱ[ 𝛿(𝑡 − 𝑛𝑇)] = 𝑤𝑜 𝛿(𝑤 − 𝑛𝑤𝑜 )

𝑛=−∞ 𝑛=−∞


Convolución con la función delta

f (t )   t  a)  

f (t  u )  (u – a ) du
 f (t  a )
Convolucionar una función con una delta, simplemente centra
la función sobre la delta.

Teorema de la convolución en la frecuencia

ℱ −1 𝐹(𝑤) = 𝑓 𝑡 𝑦 ℱ −1 𝐺(𝑤) = 𝑔 𝑡
 1
F ( w) * G ( w)   2f (t ) g (t )
 f (t ) g (t ) 
1
F ( w) * G ( w)
2

Muestreo con retenedor de orden cero


1 Clase Tele - IIv240615 PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

1 Clase Tele - IIv240615 PDF

Hochgeladen von

Copyright:

Verfügbare Formate

Telecomunicaciones II

Profesor: Jesús Fernández Solórzano

Universidad Peruana de Ciencias e Informática

Docente del curso

Jesús Fernández Solórzano

e-mail: jesus.fernandezsolorzano @gmail.com

Universidad Peruana de Ciencias e Informática

Sílabos del curso

Empleo del MATLAB

Preguntas previas/ post

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática

Los instrumentos de evaluación del curso son:

Prácticas calificadas (P): Son dos prácticas.

La nota final NF se obtiene mediante la siguiente fórmula:

ES (Sustituye a EP o EF a la nota más baja)

PP= Promedio de prácticas.

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática

14va. Semana: Densidad de potencia de ruido

Universidad Peruana de Ciencias e Informática

Una señal analógica es un tipo

Universidad Peruana de Ciencias e Informática

Señal analógica del mundo real a una señal discreta en

Universidad Peruana de Ciencias e Informática

Frecuencia es una magnitud que mide el número de

Para señales analógicas, el ancho de

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática

A la función F(w) se le llama transformada de Fourier de f(t) y

En forma similar, a la expresión que nos permite obtener f(t) a

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática

Teorema de Nyquist (la tasa de muestreo debe ser superior al

Universidad Peruana de Ciencias e Informática

No coincide con la función original!!

H. Nyquist (1924) probó que si una señal

Universidad Peruana de Ciencias e Informática

Para desarrollar el teorema de muestreo, es

Universidad Peruana de Ciencias e Informática

Debido a la propiedad de muestreo del impulso Además que:

Universidad Peruana de Ciencias e Informática

Efecto del dominio de la frecuencia del muestreo en el dominio del tiempo

(a) Espectro de la señal original

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática

𝒘𝑴 < 𝒘𝒄 < (𝒘𝒔 − 𝒘𝑴 )

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática

Universidad Peruana de Ciencias e Informática