Oberli 2016 A

Apuntes de Telecomunicaciones
Christian Oberli
Profesor Asociado
Departamento de Ingeniera Elcrica
Pontificia Universidad Catlica de Chile
Versin 20161
ndice
1. Modulacin analgica 4
1.1. Amplitud modulada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2. Banda lateral doble con supresin de portadora . . . . . . . . . . . . . . . . 11
1.3. Banda lateral nica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.4. Frecuencia modulada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2. Ruido 43
2.1. Procesos aleatorios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.2. Proceso estocstico a travs de un filtro lineal . . . . . . . . . . . . . . . . . 52
2.3. Ruido trmico (blanco) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.4. Propiedades de los procesos estocsticos gaussianos . . . . . . . . . . . . . . 58
3. Comunicaciones digitales en banda base 60

3.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.2. Receptor ptimo binario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.3. Probabilidad de error . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
3.4. Optimalidad del filtro adaptado . . . . . . . . . . . . . . . . . . . . . . . . . 85
3.5. Transmisin M aria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4. Representacin equivalente de banda base 99

4.1. Transformada de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
4.2. Pre-envolvente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.3. Representacin de seales de pasa banda en banda base . . . . . . . . . . . . 104
4.4. Representacin de sistemas de pasa banda en banda base . . . . . . . . . . . 106
4.5. Representacin de ruido de pasa banda en banda base . . . . . . . . . . . . . 109
4.6. Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114

c 2010 2016 Christian Oberli 1
5. Transmisin digital en pasabanda 115
5.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.2. Receptor ptimo M ario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
5.3. Representacin geomtrica de seales . . . . . . . . . . . . . . . . . . . . . . 125
5.4. Otras constelaciones M -arias de pasa banda . . . . . . . . . . . . . . . . . . 138
6. Sistemas de comunicaciones digitales 143
6.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
6.2. Pares codificadordecodificador . . . . . . . . . . . . . . . . . . . . . . . . . 144
6.3. Entropa y compresin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
6.4. Capacidad de canal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
Anexo 1: Competencias necesarias en probabilidades 152
Anexo 2: Funciones de Bessel 156

Prefacio
Este libro es una transcripcin del manuscrito que elabor y perfeccion a lo largo de 10 aos
dictando el curso introductorio a las telecomunicaciones en el Departamento de Ingeniera
Elctrica de la Pontificia Universidad Catlica de Chile. Esta primera edicin es resultado
del excelente trabajo de transcripcin hecho por el alumno Sebastin Soto, a quin agradezco
y felicito muy sinceramente por el trabajo.
El texto de esta primera versin pblica sin duda hereda falencias del manuscrito. Espero ir
subsanndolas con el tiempo y agradezco desde ya correcciones, observaciones y sugerencias
de los lectores.
La visin para este libro es presentar los fundamentos de telecomunicaciones en forma simple y
medular, recogiendo con formalidad matemtica los conceptos esenciales y las relaciones entre
ellos, pero sin abordar aspectos que pueden ser explorados ms adelante con las herramientas
entregadas aqu.
Christian Oberli, en Santiago el 29 de febrero de 2016.

Captulo 1 Modulacin analgica
1.1. Amplitud modulada
1.1.1. Seal AM en el dominio del tiempo
La seal de amplitud modulada (AM) est dada por

s (t) = Ac [1 + ka m (t)] cos (2fc t), (1.1)
| {z } | {z }
envolvente portadora
donde m (t) es la seal de mensaje (analgica, en Volts), ka es la sensibilidad de amplitud (en

V1 ), Ac es la amplitud de portadora (en Volts) y fc es la frecuencia portadora (en Hertz).
La modulacin AM se ilustra en la figura 1.1.
Figura 1.1: Ilustracin de una seal AM.
La condicin
|ka m (t)| < 1 t (1.2)

asegura que la envolvente de s (t) tenga la misma forma que m (t). Si |ka m (t)| > 1 para algn
t, se dice que la portadora est sobremodulada. Ello implica una inversin de fase, lo que se
traduce en una distorsin de envolvente. Es de sumo inters evitar la sobremodulacin, ya que
la deteccin (demodulacin) de la seal AM justamente consiste en detectar la envolvente.
1.1.2. Seal AM en el dominio de la frecuencia
Analicemos la seal AM en el dominio de la frecuencia. Para ello, reescribimos la amplitud

modulada como:
s (t) = Ac cos (2fc t) + Ac ka m (t) cos (2fc t), (1.3)
| {z } | {z }
portadora pura portadora modulada
y tomamos transformada de Fourier, resultando:

Ac ka Ac
S (f ) = [ (f fc ) + (f + fc )] + [M (f fc ) + M (f + fc )] . (1.4)
2 2
Si m (t) tiene un espectro como el ilustrado en la figura 1.2 (a), entonces el espectro de la
seal modulada 1.4 es aquel de la figura 1.2 (b). Observamos que el ancho de banda de una
transmisin AM es de BAM = 2W .
Figura 1.2: Espectro de frecuencia de la seal AM. Los espectros en rojo se conocen como
bandas laterales inferiores y los espectros en naranja como bandas laterales superiores.
Es importante que se cumpla fc W , puesto que de lo contrario no hay envolvente. Por

ejemplo, radio Cooperativa es una emisora de la banda AM y tiene fc = 760 kHz y W < 5
kHz.

1.1.3. ndice de modulacin
Sea m (t) un tono puro de frecuencia fm , dado por:

m (t) = Am cos (2fm t) , (1.5)
con fm fc . Entonces, la seal AM es (figura 1.3)
s (t) = Ac [1 + ka Am cos (2fm t)] cos (2fc t) . (1.6)
El producto ka Am es una constante adimensional conocida como factor de modulacin
o ndice de modulacin, que denotaremos . Es claro que si > 1, entonces ocurre
sobremodulacin.
Figura 1.3: Modulacin AM de un tono puro: (a) seal modulante, (b) portadora y (c) seal
modulada.
Sean Amax y Amn los valores mximo y mnimo de la envolvente positiva. Por inspeccin de
la figura 1.3 escribimos:
Amax Ac (1 + )
= , (1.7)
Amn Ac (1 )
de lo que resulta
Amax Amn
= . (1.8)
Amax + Amn
El resultado 1.8 puede ser usado para determinar el ndice de modulacin en un sistema real:
1. Se alimenta el modulador con una seal sinusoidal, tal como en la ecuacin 1.5.
2. Se observa la seal modulada 1.6 en el osciloscopio y se mide Amax y Amn .
3. Se determina usando la ecuacin 1.8.

1.1.4. Eficiencia energtica de la modulacin AM
Usando la identidad trigonomtrica
2 cos () cos () = cos ( + ) + cos ( ) , (1.9)
es fcil mostrar que s (t) en la ecuacin 1.6 puede escribirse como:

1 1
s (t) = Ac cos (2fc t) + Ac cos [2 (fc + fm ) t] + Ac cos [2 (fc fm ) t] . (1.10)
2 2
Tomando transformada de Fourier a la ecuacin anterior, resulta (figura 1.3):
1 1 1
S (f ) = Ac [ (f fc ) + (f + fc )] + Ac [ (f fc fm ) + (f + fc + fm )] + Ac [ (f fc + fm ) + (f + fc fm )] .
2 4 4
(1.11)
Analicemos la potencia de esta seal:

2
1 1
Potencia portadora = 2 Ac = A2c (1.12)
2 2
2
1 1
Potencia bandas laterales = 2 2 Ac = 2 A2c (1.13)
4 4
La eficiencia energtica de la modulacin AM, dada por la razn entre la potencia del mensaje
y la potencia total transmitida es:
Potencia bandas laterales
E = (1.14)
Potencia total
1 2 2
A
= 1 24 1 c2 2 (1.15)
A + 4 Ac
2 c
Entonces,
2
E = . (1.16)
2 + 2
La eficiencia (1.16) est graficada en la figura 1.4 en funcin de . En el caso ideal, = 1,

pero an en este caso la eficiencia es pobre y apenas logra E = 13 . Esto significa que se
destina tan solo un 30 % de la potencia en transmitir el mensaje; el resto es potencia de
portadora que no lleva informacin.

Figura 1.4: Eficiencia energtica de la modulacin AM de un tono puro.
Cabe preguntarse: Si AM es tan ineficiente, por qu entonces tiene una historia de gran
popularidad? La respuesta es que permite implementaciones muy simples del receptor. Esto
es relevante en aplicaciones de broadcasting: es preferible que miles de receptores sean baratos,
pudiendo ser ms caro y complejo el (nico) transmisor (no obstante, en AM el transmisor
puede ser muy simple tambin).
1.1.5. Detector de envolvente
El circuito ms simple para demodular seales AM es el detector de envolvente. Funciona

as:
1. Modelamos la antena como una fuente de seales AM (figura 1.5).
Rs
vs (t)
s(t)

Figura 1.5: Detector de envolvente: antena como una fuente de seales AM.
2. Agregamos un diodo para rectificar la seal recibida (figura 1.6).

Rs
s(t)
Figura 1.6: Detector de envolvente: antena como una fuente de seales AM.
3. Un filtro pasabajos RC remueve las oscilaciones (figura 1.7).
1
R`
jC R` jR`2 C
Zeq = = =
1 1 + R`2 2 C 2
R` +
jC
Rs
C R`
s(t)
Figura 1.7: Detector de envolvente: un filtro pasa bajos remueve las oscilaciones y recupera
la envolvente.
Cuando el diodo conduce, este tiene una resistencia pequea (rf , figura 1.8). Dado que la
resistencia de la fuente (Rs ) tambin es pequea, y escogiendo la resistencia de carga grande
R` , el condensador se carga. Para que la carga ocurra con suficiente rapidez, necesitamos
(Rs + rf ) C f1c . Por otro lado, R` C debe ser suficientemente grande para filtrar la porta-
dora, pero no demasiado para ser capaz de seguir a la envolvente, cuya mxima frecuencia
es W . As, los criterios de diseo de un detector de envolvente son:
1 1
(Rs + rf ) C R` C (1.17)
fc W

rf
Rs
C R`
s(t)
Figura 1.8: Circuito equivalente del detector de envolvente (diodo conduce).
1.1.6. Virtudes y limitaciones de AM
Eficiencia energtica. Pobre. En el mejor de los casos con 1 se tiene E 13 .
Eficiencia espectral. Pobre. Las bandas laterales son esencialmente rplicas redun-
dantes una de otra.
Complejidad de implementacin. Simple, a costas de W y E .
El paso lgico para mejorar la eficiencia es permitir diseos ms complejos. Identificamos dos
posibilidades concretas:
1. Suprimir la portadora (figura 1.9). Esto mejora E pero W no cambia.
Figura 1.9: Mejoramiento de eficiencia de AM mediante supresin de portadora.
2. Suprimir adems una de las bandas laterales y con ello mejorar tambin W .

Figura 1.10: Mejoramiento de eficiencia de AM mediante supresin de una banda lateral.
1.2. Banda lateral doble con supresin de portadora
1.2.1. Seales BLDSP
La modulacin de banda lateral doble con supresin de portadora (BLDSP, en

ingls: double side-band with suppressed carrier, DSBSC) es esencialmente la modulacin
clsica descrita por la propiedad de traslacin espectral del anlisis de Fourier. Concreta-
mente, la seal modulada es (figura 1.11)
s (t) = m (t) Ac cos (2fc t) (1.18)
Es claro que en este caso las inversiones de fase son inevitables, pero la informacin sigue
estando en la amplitud de la portadora.
El modulador es simplemente un multiplicador entre la seal modulante y una portadora

(figura 1.12). Su implementacin electrnica ms comn es conocida como el modulador
de anillo (ring modulator ). Entender el circuito correspondiente es materia de un curso de
electrnica y no lo estudiaremos aqu.
m(t) s(t)
c(t)
Figura 1.12: Modulador BLDSP.

Figura 1.11: Modulacin de banda lateral doble con supresin de portadora: (a) seal
modulante, (b) seal modulada.
El espectro de la seal BLDSP es bien conocido y est dado por (figura 1.13):
1
S (f ) = Ac [M (f fc ) + M (f + fc )] (1.19)
2
Figura 1.13: Modulacin BLDSP: (a) espectro de amplitud de la seal modulante y (b)
espectro de magnitud de la seal modulada.

1.2.2. Deteccin coherente
Para demodular seales BLDSP necesitamos un mtodo que permita resolver las inversiones
de fase. La solucin es conceptualmente sencilla, y consiste de un modulador BLDSP seguido
por un filtro pasa bajos (figuras 1.14 y 1.15). En la prctica, la dificultad de usar este mtodo
es que requiere una portadora local en el receptor que sea coherente con la portadora del
transmisor, esto es, que ambas portadoras coincidan perfectamente tanto en frecuencia como
en fase. Esto es imposible de lograr en la prctica.
s(t) LPF m(t)
cos (2fc t)
Figura 1.14: Demodulador BLDSP.
Figura 1.15: Traslacin espectral de una seal BLDSP al ser re-modulada con una porta-
dora de frecuencia fc .
1.2.3. Loop de Costas
Analicemos el caso en que el oscilador local coincide en frecuencia con el del transmisor pero
no en fase, como lo ilustra la Figura 1.16.
v (t) = A0c cos (2fc + ) s (t) (1.20)

= Ac A0c cos (2fc t) cos (2fc t + ) m (t) (1.21)
1 1
= Ac A0c cos (4fc t + ) m (t) + Ac A0c cos () m (t) . (1.22)
2 2

v(t)
s(t) LPF v0 (t)(t)
A0c cos (2fc t) + )
Figura 1.16: Demodulacin BLDSP con error de fase en la portadora.
En (X), el primer sumando es una seal pasa banda centrada en 2fc , y el segundo trmino
es una seal de banda base, v0 (t), proporcional a m (t) por un factor cos (). La situacin se
ilustra en la Figura 1.17, el que se recupera mediante un filtro pasabajos (Figura 1.16).
Figura 1.17: Espectro de magnitud de la seal BLDSP demodulada con error de fase en
la portadora.
Vemos que:
Si 0, entonces v0 (t) m (t) y la deteccin de m (t) es posible.
Si 2 , entonces v0 (t) 0 y el mensaje no puede ser recuperado. Esta situacin se

conoce como un cero de cuadratura.
En la prctica, vara continuamente en el tiempo debido a cambios del canal y de las

condiciones de propagacin, como a cambios en la electrnica como temperatura de los com-
ponentes, voltajes de alimentacin, etc. Por ello, es imprescindible encontrar una forma de
recepcin capaz de compensar en tiempo real las fluctuaciones de .
El Loop de Costas es una arquitectura de receptor que aprovecha el efecto del cero de
cuadratura para generar una seal de control que adelanta o atrasa la fase del oscilador local

en el sentido correcto para re-sincronizar la portadora del receptor con aquella del transmisor
presente en la seal recibida. El loop utiliza un oscilador controlado por voltaje (voltage
controlled oscillator, VCO, figura 1.18) y opera de la siguiente forma (figura 1.19):
voltaje VCO frecuencia voltaje
Figura 1.18: Relacin entradasalida de un oscilador controlador por voltaje (VCO).
Demodulador en fase
1
Ac cos()m(t)
2
LPF Seal demod.
cos(2fc t + )
Discriminador
VCO LPF
de fase
Ac cos(2fc t)m(t)
90
sen(2fc t + )
LPF
1
Ac sen()m(t)
2
Demodulador en cuadratura
Figura 1.19: Diagrama de bloques del Loop de Costas.

Cuando 0, la salida del demodulador en fase es aproximadamente 21 Ac m (t), pro-
porcional a la seal deseada. A su vez, la salida del demodulador en cuadratura es
aproximadamente cero. As, el discrimiandor en fase, que consiste de un multiplicador
seguido por un filtro pasabajos, produce una salida tambin esencialmente igual a cero.
As, el VCO mantiene su frecuencia actual y preserva la coherencia entre la portadora
local y la del transmisor.
Si es pequeo, la salida del discriminador de fase es:

1 2 2
LPF A m (t) cos () sen () k, (1.23)
4 c
la que tiene el signo de puesto que sen () y todos los dems trminos son
positivos. El filtro pasa bajos remueve las fluctuaciones de m2 (t) por lo que su salida
es una seal proporcional a . Si > 0, el voltaje de entrada al VCO es positivo y ello
reduce fc hasta que vuelva a cero.
El Loop de Costas pierde sincronismo al haber silencio (si m (t) 0). Para seales de voz,
la recuperacin del sincronismo es imperceptiblemente rpida.
En comparacin con el detector de envolvente, es claro que el Loop de Costas es ms complejo,

ya que requiere implementar:
1. un oscilador local,
2. un circuito de control, y
3. dos filtros pasabajos.
1.3. Banda lateral nica
1.3.1. Seal BLU
Queremos realizar una modulacin de banda lateral nica (BLU) como lo ilustra la figura
1.20. Para ello, la forma ms inmediata que se nos ocurre es modular primero BLDSP y luego
usar un filtro pasa banda (figura 1.21). Desafortunadamente, esta solucin es tcnicamente
difcil (por lo tanto costosa) debido a los estrictos requerimientos del filtro pasa banda en
trminos de:
fc
1. Alto factor W
.
2. Aguda transicin entre la pasa banda y la rechaza banda, la que debe ser lograda dentro
de la brecha de energa tpica de seales de audio. (Y qu ocurre si no hay brecha de
energa?)

Figura 1.20: Modulaciones de banda lateral nica.
u(t)
s(t) = BLU BPF m(t)
Ac cos (2fc t)
Figura 1.21: Modulacin BLU utilizando un filtro pasa banda (mtodo imprctico).
Es claro que necesitamos una solucin ms inteligente. Qu tal si en vez de filtrar la banda
lateral indeseada la cancelamos? La idea se ilustra en la figura 1.22 y el diagrama de bloques
del modulador en la figura 1.23. La funcin de transferencia H (f ) mostrada en ambas figuras
se conoce como transformador de Hilbert. Se trata de un dispositivo ideal que en la

prctica se implementa con filtros cuya respuesta de frecuencia a la respuesta de frecuencia
deseada. Debido a la aproximacin, la supresin de la banda lateral no es perfecta.
H(f ) = j sgn(f ) cos(2fc t)
sen(2fc t) =
H(f ) = j sgn(f )
Transformador j
[(f fc ) (f + fc )]
de Hilbert 2
Figura 1.22: Modulacin BLU por cancelacin de la banda lateral no deseada.

m(t) + s(t)

Ac cos(2fc t)
H(f )
90
Ac sen(2fc t)
4
= m(t)

Figura 1.23: Diagrama de bloques del modulador BLU.
La seal BLU est compuesta por la seal modulante m(t) y su transformada de Hilbert,
m
(t), y est dada por
s (t) = Ac m (t) cos (2fc t) Ac m
(t) sen (2fc t) , (1.24)
donde el signo positivo para m (t) corresponde a BLI (banda lateral inferior) y el negativo a
BLS (banda lateral superior). Las propiedades de m (t) son estudiadas en la seccin 4.1.
1.3.2. Demodulacin de seales BLU
El demodulador BLU uiliza la propiedad de traslacin espectral (figuras 1.24 y 1.25).
v(t)
s(t) LPF v0 (t)
A0c cos (2fc t)
Figura 1.24: Demodulador BLU.

s(t)
A0c cos (2fc t)
Figura 1.25: Demodulacin BLU.
Analicemos nuevamente el caso en que el oscilador local del receptor tiene un desfase con
respecto al del transmisor. La salida del mezclador, antes del filtro pasabajos, es:
v (t) = s (t) A0c cos (2fc t + ) (1.25)

0 0
= Ac Ac m (t) cos (2fc t) cos (2fc t + ) Ac Ac m
(t) sen (2fc t) cos (2fc t + ) (1.26)
0
Ac Ac Ac A0c
= m (t) [cos () + cos (4fc t + )] m
(t) [sen () + sen (4fc t + )] .
2 2
(1.27)
Filtrando pasabajos, resulta:
Ac A0c
v0 (t) = [m (t) cos () + m
(t) sen ()] . (1.28)
2
La expresin anterior no revela mucho. Analicmosla en el dominio de la frecuencia:
Ac A0c h (f ) sen ()
i
V0 (f ) = M (f ) cos () + M (1.29)
2
Ac A0c
= M (f ) [cos () j sgn (t) sen ()] (1.30)
2
Ac A0c

M (f ) ej , si f > 0,
2
= (1.31)

0

Ac Ac M (f ) ej , si f < 0,
2
ya que
(f ) = j sgn (f ) M (f ) .
M (1.32)
Vemos que el error de fase en el oscilador local del receptor resulta en una distorsin de
fase en la salida del modulador. La distorsin no es grave para seales de voz, ya que el odo
humano es poco sensible a ella (efecto Pato Donald), pero es inaceptable para audio de alta
fidelidad.

1.4. Frecuencia modulada
1.4.1. Modulacin de ngulo
En su forma ms general, la modulacin de ngulo se describe como
s (t) = Ac cos [ (t)] , (1.33)
donde (t) es un ngulo en funcin de la seal de mensaje. Para una portadora pura, (t) =
2fc t + 0 con 0 una fase inicial. Una oscilacin completa de la portadora ocurre cuando
(t) cambia en 2 radianes.
Existen infinitas maneras de variar (t) con una seal de mensaje dada m (t). Dos mtodos
particulares son:
Modulacin de fase (PM). (t) vara linealmente con la seal de mensaje m (t):
(t) = 2fc t + kp m (t) . (1.34)

rad
donde 2fc t es el ngulo de la portadora pura y kp es la sensibilidad de fase, en V
. As,
la modulacin PM est dada por:
s (t) = Ac cos [2fc t + kp m (t)] . (1.35)
Modulacin de frecuencia (FM). La frecuencia instantnea vara linealmente con m (t).

La frecuencia instantnea se define como la variacin del ngulo por unidad de tiempo de
la siguiente forma:
(t + t) t
f (t) = lm . (1.36)
t0 2t
En el lmite resulta una relacin integrodiferencial entre la frecuecnia instantnea y el ngulo
(t):
1 d
f (t) = (t) (1.37)
2 dt
t
(t) = 2 f ( ) d. (1.38)
0
La variacin lineal de la frecuencia instantnea en funcin de m (t) implica que f (t) tiene la
forma
f (t) = fc + kf m (t) , (1.39)
Hz
con kf un parmetro de unidades V
llamada sensibilidad de frecuencia. Usando la ecua-
cin 1.38 en 1.39 encontramos
t
(t) = 2fc t + 2kf m ( ) d, (1.40)
0

y con ello formulamos el modelo de seal FM como sigue:
t
s (t) = Ac cos 2fc t + 2kf m ( ) d . (1.41)
d
La figura 1.26 ilustra las modulaciones FM y PM resultantes cuando la modulante es una

rampa. En la figura 1.27 se comparan las modulaciones FM y PM con AM. Observamos que:
1. Los cruces por cero de s (t) ya no ocurren a instantes regulares.
2. FM y PM tienen envolventes de amplitud constante.
3. FM y PM no siempre pueden ser distinguidas visualmente una de la otra.
Figura 1.26: Comparacin entre modulaciones PM y FM: (a) seal modulante, (b) seal
modulada y (c) seal modulada en frecuencia.

Figura 1.27: Comparacin entre modulaciones AM, PM y FM. (a) portadora, (b) seal
modulante, (c) seal modulada en amplitud, (d) seal modulada en fase y (e) seal modulada
en frecuencia.
Comparando las ecuaciones 1.35 con 1.41, vemos que FM y PM tienen esencialmente la misma
estructura y pueden ser generadas con circuitera similar (figura 1.28). As, las propiedades
de PM pueden ser deducidas a partir de las de FM, y viceversa, motivo por el que nos
enfocaremos a estudiar FM.


Modulador
(a) Seal modulante dt Seal FM
en fase
Ac cos(2fc t)
d Modulador
(b) Seal modulante Seal PM
dt en frecuencia
Ac cos(2fc t)
Figura 1.28: (a) Generacin de FM usando un modulador PM y (b) viceversa.
1.4.2. Seal FM en el dominio del tiempo
La modulacin FM es un proceso no lineal, esto es, la seal transmitida, s (t), es una funcin
no lineal del mensaje m (t). Por ello, el espectro de una transmisin FM no guarda una
relacin simple con el espectro del mensaje m (t), como es el caso con AM, BLDSP y BLU.
Para estudiar el espectro de una modulacin FM, consideremos el caso simple de la modula-
cin FM de un tono puro,
m (t) = Am cos (2fm t) . (1.42)
La frecuencia instantnea de la modulacin en este caso est dada por
f (t) = fc + kf Am cos (2fm t) (1.43)

= fc + f cos (2fm t) , (1.44)
4
con f = kf Am un parmetro denominado desviacin de frecuencia. f representa el
mximo alejamiento de la frecuencia instantnea con respecto a la frecuencia de la portadora
(en Hertz).
En ngulo instantneo de la modulacin es:

t
(t) = 2 f ( ) d (1.45)
0
f
= 2fc t + sen (2fm t) (1.46)
fm
= 2fc t + sen (2fm t) , (1.47)

4
donde = fmf es el ndice de modulacin de una seal FM. tiene unidades de radia-
nes y representa la mxima desviacin del ngulo instantneo con respecto al ngulo de la
portadora.
As, la modulacin FM de un tono puro est dada por
s (t) = Ac cos [2fc t + sen (2fm t)] . (1.48)
Segn el valor de , se reconocen dos tipos de modulacin FM:
Si < 0,3 rad, se habla de FM de banda angosta.

Si > 0,3 rad, se habla de FM de banda ancha.
Realizaremos el anlisis espectral de la seal FM para cada caso por separado.
1.4.3. Anlisis espectral de la modulacin FM de un tono puro
FM de banda angosta. Expandiendo la ecuacin 1.48 obtenemos:

s (t) = Ac cos (2fc t) cos [ sen (2fm t)] Ac sen (2fc t) sen [ sen (2fm t)] . (1.49)
Para pequeo tenemos
cos [ sen (2fm t)] 1 (1.50)
sen [ sen (2fm t)] sen (2fm t) . (1.51)
Entonces, la ecuacin 1.49 se simplifica a:
s (t) Ac cos (2fc t) Ac sen (2fc t) sen (2fm t) . (1.52)
Este resultado describe cmo generar una modulacin FM de banda angosta en forma apro-
ximada de manera simple. El diagrama de bloques correspondiente se muestra en la figura
1.29. La seal producida por este modulador difiere de la modulacin FM ideal 1.49 funda-
mentalmente en dos aspectos:
1. La envolvente de la salida contiene una modulacin de amplitud residual.

2. El ngulo (t) ya no es una sinusoide perfecta, si no que contiene distorsin armnica.

m(t) dt + FMBA
90 Ac cos(2fc t)
Figura 1.29: Modulador FM de banda angosta.

Expandiendo el producto de senos en la ecuacin 1.52, reescribimos s (t) como
1
sFM-BA (t) Ac cos (2fc t) + Ac {cos [2 (fc + fm )] cos [2 (fc fm ) t]} . (1.53)
2
Recordemos ahora el resultado 1.10 visto para la modulacin AM de un tono puro:
1
sAM (t) = Ac cos (2fc t) + Ac {cos [2 (fc + fm ) t] + cos [2 (fc fm ) t]} . (1.54)
2
Vemos que las expresiones 1.53 y 1.54 son muy similares. Esto da lugar a la interpretacin
fasorial para FM de banda angosta mostrada en la figura 1.30 (el espectro de 1.53 se muestra
en la figura 1.32).
Figura 1.30: Interpretacin fasorial de (a) una modulacin FM e banda angosta de un tono
puro y (b) una modulacin AM de un tono puro.
FM de banda ancha. Nos interesa conocer caractersticas espectrales de FM para un valor

cualquiera de . Como punto de partida para el nalisis, consideremos la ecuacin 1.48, la
cual describe la forma exacta de la seal FM de un tono puro. En general, s (t) no es peridica,
a menos que fc y fm tengan cierta relacin multiplicativa. Recordando que:
ejx + ejx
cos (x) = , (1.55)
2

reescribimos la ecuacin 1.48 como:
Ac h j2fc t+j sen(2fm t) j2fc tj sen(2fm t)
i
s (t) = e +e (1.56)
2
Ac j2fc t j sen(2fm t) Ac j2fc t j sen(2fm t)
= e |e {z } + 2 e e| {z }. (1.57)
2

Las funciones y en la ecuacin 1.57 son peridicas, por lo que podemos expandirlas
como series de Fourier. Si definimos a en 1.57 como s (t), es claro que = s (t). As,
la expansin en serie de puede ser inferida fcilmente a partir de la expansin de .
Procediendo entonces con , obtenemos

X
s (t) = ck ej2kfm t , (1.58)
k=
donde ck son los coeficientes de la serie de Fourier, dados por

1
2fm
ck = f m s (t) ej2fm t dt (1.59)
2f1
m
1
2fm
= fm ej sen(2fmt )j2kfm t dt (1.60)
1
2fm
1 j sen(x)jkx
= e dx, (1.61)
2
donde la ltima lnea resulta de hacer el cambio de variable x = 2fm t. Trabajando esta
expresin:

1 j
ck = cos [ sen x kx] dx + sen [ sen x kx] dx. (1.62)
2 2
Notando que cos [ sen x kx] es una funcin par y sen [ sen x kx] una funcin impar,
entonces:
1
ck = cos [ sen x kx] dx. (1.63)
0
La expresin resultante se conoce como funcin de Bessel del primer tipo de orden
k y argumento . La notacin habitual para esta funcin es Jk (). La figura 1.31 grafica
Jk () para distintos valores de k.

Funciones de Bessel
0.8
0.6
0.4
J ()
k
0.2
0.2
0.4
0 5 10 15
[rad]
Figura 1.31:
Figura FuncionesdedeBessel
31: Funciones Besseldeldel primer
primer tipo
tipo . .
y argumento
y argumento
1. Simetra: (
Importante: En el Anexo 2 se incluye un estudio
Jk ( detallado
) depar
si k es las funciones de Bessel
J kde
as como la demostracin ( )sus 1)k Jk ( ) =propiedades.
= (principales (65)
Jk ( ) si k es impar
2. Energa:
1
Entre las propiedades que usaremos de lasX
funciones 2de Bessel, destacan:
|Jk ( )| = 1 (66)
k= 1
1. Simetra:
Continuando con el desarrollo, sustituyendo ck =
Jk ( ) en (61), resulta

Jk () , si k es par,
k 1
Jk () = (1)
s(t) =
JkX
() =
Jk ( j2kfm t (1.64)
)e . (67)
k= 1 Jk () , si k es impar.
Similarmente,
2. Energa: 1
X

s( t) = X J k(2 )ej2kfm t . (68)
k= 1 |Jk ()| = 1 (1.65)
k=
Volviendo atr
as a (60) con (67) y (68), tenemos
Continuando con el A c j2fc t Xsustituyendo
desarrollo, AcJk j2f
j2kfm t ck =
X
() cen
t la ecuacin 1.58,
j2( resulta
k)fm t
s(t) = e Jk ( )e + e J k( )e . (69)
2
2
k X k
j2kfm t
Realizando el cambio de variablesde
(t) =k por kJen
k ()
la esegunda. sumatoria, podemos unir ambas
(1.66)
sumatorias y re-escribir (69) como k=
Similarmente, X 1 h j2fc t+j2kfm t i

s(t) = Ac Jk ( ) X e + e j2fc t j2kfm t
(70)
2 j2kfm t
sk (t) = Jk () e . (1.67)
k=
c Copyright 20102015 Christian Oberli 23

Volviendo atrs a la ecuacin 1.57 con las ecuaciones 1.66 y 1.67, tenemos
Ac j2fc t X Ac j2fc t X
s (t) = e Jk () ej2kfm t + e Jk () ej2(k)fm t . (1.68)
2 k
2 k
Realizando el cambio de variable de k por k en la segunda sumatoria, podemos unir ambas

sumatorias y re-escribir la ecuacin 1.68 como
X 1 j2fc t+j2kfm t
s (t) = Ac Jk () e + ej2fc tj2kfm t (1.69)
k
2
X
= Ac Jk () cos [2 (fc + kfm ) t] . (1.70)
k=
El resultado 1.70 es una forma alternativa de expresar la modulacin de un tono puro dada
por 1.54. Esta nueva expresin nos permite determinar el espectro de la modulacin FM de
un tono puro tomndole directamente la transformada de Fourier, obteniendo:

Ac X
S (f ) = Jk () [ (f fc kfm ) + (f + fc + kfm )] . (1.71)
2 k=
Analicemos este importante resultado en detalle.
1. Observando la figura 1.31 vemos que para < 0,3 se tiene
J0 () 1 (1.72)

J1 () (1.73)
2
Jk () 0 para k 2 (1.74)
Este es el caso de FM de banda angosta y confirma el resultado 1.52 deducido con

anterioridad. El espectro dado por 1.71 se muestra en la figura 1.32.

Componentes de frecuencia para modulacion FM con =0.3
1
0.8
0.6
|Jk(0.3)|
0.4
0.2
0
15 10 5 0 5 10 15
k
0.8
0.6
Jk(0.3)
0.4
0.2
15 10 5 0 5 10 15
k
Figura
Figura 1.32: Lneas
32: Lineas espectrales
espectrales demodulaci
de la la modulacin FMundetono
on FM de un tono
puro puro con ndice
con ndice de modu-
de modulaci
on
lacin = 0,3.
= 0,3.
1
Xaumenta el nmero de lneas espectrales significativas
2. En la medida que crece,
= Ac Jk ( ) cos[2(fc + kfm )t]. (71)
(armnicas, figuras 1.33 yk=1.34).
1
La separacin entre armnicas es fm Hz.
El resultado (71) es una forma alternativa

Componentes dede expresar
frecuencia la modulaci
para modulacion on de un tono puro dada por
FM con =1
0.8
(57). Esta nueva expresion nos permite determinar el espectro de la modulacion FM de un tono
puro tomandole dir ectamente la transformada de Fourier, obteniendo
0.6
1
Ac X
|J (1)|
0.4
S(f ) = Jk ( )[ (f fc kfm ) + (f + fc + kfm )]. (72)
k
2 k= 1
0.2
Analicemos este importante

0 resultado en detalle.
15 10 5 0 5 10 15
k
1. Observando la Figura 31, vemos que para < 0, 3 se tiene
0.8
0.6 J0 ( ) 1 (73)
0.4
J1 ( ) (74)
2
Jk(1)
0.2
0 Jk ( ) 0 para k 2 (75)
0.2
Este es el caso de FM de banda angosta y confirma el resultado (55) deducido en la
0.4
Secci
on 4.3.1. El espectro dado por (72) se muestra en la Figura 32.
15 10 5 0 5 10 15
k
2. En la medida que crece, aumenta el n
umero de lineas espectrales significativas (arm
oni-
Figuracas,
Figura 33:Figuras
1.33:Lineas 33
Lneas y 34). Ladeseparaci
espectrales
espectrales la omodulacin
n entre
demodulaci
la armode
on FM nicas
FM esun
fmtono
undetono Hz. puro
puro con ndice
con ndice de modu-
de modulaci
on
lacin = 1,0.
= 1,0.

Componentes de frecuencia para modulacion FM con =5
0.4
0.3
k
Figura 33: Lineas espectrales de la modulacion FM de un tono puro con ndice de modulaci
on
= 1,0.
Componentes de frecuencia para modulacion FM con =5
0.4
0.3
|J (5)|
0.2
k
0.1
15 10 5 0 5 10 15
k
0.4
0.2
Jk(5)
0.2
0.4
15 10 5 0 5 10 15
k
Figura
Figura 1.34: Lneas
34: Lineas espectrales
espectrales de lademodulaci
la modulacin FMundetono
on FM de un tono purondice
puro con con ndice de modu-
de modulaci
on
lacin =
= 5,0. 5,0.
3. La potencia promedio de s (t) no cambia al aumentar . Intuitivamente, ello es as

porque la seal FM tiene envolvente
c Copyright constante
20102015 (Ac y A
Christian m se mantienen fijos), y formal-
Oberli 25
mente es as debido a la propiedad 1.65, con la que determinamos la potencia de una
modulacin FM de un tono puro como

1 2 X 1
PFM = Ac Jk () = A2c . (1.75)
2 k= 2
Es interesante notar que la potencia de la seal FM modulada es igual a la potencia de
la portadora sin modular.
De lo anterior se desprende que las armnicas emergentes (valores con k mayores) crecen
en energa a costas de la energa de las armnicas con valores de k menores.
4. Finalmente, en las tres figuras observamos la propiedad 1.64:
Impulsos correspondientes a k par de la banda lateral inferior tienen igual signo

que sus pares en la banda lateral superior (horquilla).
Impulsos correspondientes a k impar de la banda lateral inferior tienen signo opues-
to que sus pares en la banda lateral superior (anti-horquilla).
1.4.4. Ancho de banda de una transmisin FM arbitraria
Conocer el ancho de banda de una transmisin es vital para dimensionar la cantidad de espec-
tro necesario, para hacer uso del espectro disponible de acuerdo a regulaciones y concesiones

vigentes y para asimismo conocer la eficiencia espectral de la transmisin.
Regla de Carson. Recordemos que

f kf Am
= = . (1.76)
fm fM
Vemos que depende de los parmetros fundamentales que describen a la seal modulante:
amplitud y frecuencia. Analicemos por separado el efecto de estos dos parmetros sobre el
espectro de la modulacin FM.
Caso I. fm se mantiene fijo y Am crece. Entonces, f y crecen.
= 1 f = fm (1.77)
= 2 f = 2fm (1.78)
= 5 f = 5fm (1.79)
Puesto que fm es la separacin entre las lneas espectrales y dado que ms lneas
espectrales dejan de ser despreciables al crecer (figuras 1.32 y 1.34), deducimos que
1. el ancho de banda de FM guarda alguna relacin de proporcin (no necesariamente

lineal) con f y que
2. el ancho de banda de FM crece con Am .
Por lo tanto, aumentar la potencia del tono modulante (mayor Am ) hace crecer el ancho
de banda de la transmisin.
Caso II. Am se mantiene fijo y fm crece. Entonces f se mantiene constante y decrece.

Puesto que f es constante, el ancho de banda no cambia (conclusin anterior). As,
en la medida que crece y fm decrece, el intervalo fc f < |f | < fc + f se puebla
ms y ms densamente con lneas espectrales. En el lmite ( fm 0) el
ancho de banda tiende a 2f .
Ambos casos anteriores permiten plantear una frmula emprica para el ancho de banda de
la modulacin FM de un tono puro. La deduccin de esta frmula considera dos escenarios:
1. pequeo: Hemos visto en el caso de FM de banda angosta que si es pequeo ( <

0,3), la modulacin tiene solo dos lneas espectrales relevantes aparte de la portadora
(figura 1.32). As, en este caso podemos decir que, en la prctica, el ancho de banda es
BFM-BA 2fm . (1.80)
Asimismo, arriba observamos que el ancho de banda guarda relacin con f (Caso
I). Sin embargo, puesto que para FM de banda angosta se tiene f = fm < 0,3fm ,
podemos afirmar que para este rango de la desviacin f subestima el ancho de

banda fuertemente y por lo tanto 2fm es mejor indicador que f para el ancho de
banda (figura 1.35).
1.2 2f = 0,2fm
1
0.8
0.6
0.4
0.2
fc fm fc fc + fm
-0.2
Figura 1.35: Estimacin de ancho de banda de la modulacin FM de un tono puro en base

a fm cuando < 0,3.
2. grande: Cuando es grande, por ejemplo = 20, hay unas 25 lneas espectrales a
cada lado de la portadora (figura 1.36). Para estos casos podemos decir que
BFM 2f , (1.81)
es un buen indicador del ancho de banda, mientras que 2fm lo subestima fuertemente.

2f = 2 20fm
fc 25fm fc fc + 25fm
Figura 1.36: Estimacin de ancho de banda de la modulacin FM de un tono puro en base

a f cuando 0,3.
A partir de los dos escenarios anteriores, Carson formul la siguiente regla emprica para el
ancho de banda de la modulacin FM de un tono puro:

1
BFM 2f + 2fm = 2f 1 + (1.82)

La curva correspondiente se ilustra en el grfico inferior de la figura 1.37.

k en funcion de
max
2
10
max
1
10
0
10
1 0 1 2
10 10 10 10
[rad]
B en funcion de para la modulacion del Problema 4
T
7
10
crit. 1%
Carson
6
T
10
B
5
10
1 0 1 2
10 10 10 10
[rad]
Figura
Figura 1.37: Regla
37: Regla de Carson
de Carson (curva(curva
suave, suave,
grafico grfico
inferior) inferior) vs.delcriterio
vs. criterio del dentada).
1 % (curva 1 % (curva
dentada).
A partir de los dos escenarios anteriores, Carson formulo la siguiente regla emprica para el
ancho de banda de la modulacion FM de un tono puro:
Criterio del 1 %. De la ecuacin 1.71 sabemos que FM tiene 1
infinitas lneas espectrales
BFMde
repartidas sobre todo el espectro frecuencia.
2 f + 2fm = 2 lo
Por 1 + en estricto rigor, BFM
f tanto, (83)
,
independiente de Am y fm . Sin embargo, hemos visto que la energa de la modulacin se
La curva correspondiente
concentra, en la prctica, se
en ilustra en el gr
una banda deafico inferior
ancho finitode(figura
la Figura 37. Ello implica que para
1.34).
cualquier dado, siempre existe un entero kmax tal que
4.4.2. Criterio del 1 %
Jk () < Jmn , k kmax , (1.83)
De (72) sabemos que FM tiene infinitas lineas espectrales repartidas sobre todo el espectro de
con Jmn un umbral
frecuencia. que indica
Por lo tanto, el valor
en estricto mnimo
rigor, BFM ! que Jk () debe tener
1,unindependiente de Ampara
y fmser considerado
. Sin embargo,
significativo.
hemos visto Elquecriterio delde1la
la energa define J
%modulaci se cn
onmn respectoena lalapr
concentra, amplitud
actica, ende una
una portadora
banda de anchono
modulada como34).
finito (Figura sigue:
Ello implica que para cualquier dado, siempre existe un entero kmax tal que
Jmn = 0,01 J0 (0) . (1.84)
Jk ( ) < Jmin 8k kmax , (84)
Los valores de kmax que satisfacen este criterio en funcin de deben ser calculados num-
con Jmin un umbral que indica el valor mnimo que un Jk ( ) debe tener para ser considerado
ricamente (figura 1.7 y cuadro 1.1). El ancho de banda de la modulacin FM del tono puro
significativo. El criterio del 1 % define Jmin con respecto a la amplitud de una portadora no
luego se determina como
modulada como sigue:
JBFM==0,2k
01maxJfm
min
.
(0). 0
(1.85)
(85)
Los valores de kmax que satisfacen este criterio en funcion de deben ser calculados numeri-
camente (Figuras 37 y 38). El ancho de banda de la modulacion FM del tono puro luego se
determina como
BFM = 2kmax fm . (86)

Cuadro 1.1: Nmero de lineas espectrales significativas segn el criterio del 1 %.
ndice de modulacin Nmero de frecuencias significativas

2kmax
0,1 2
0,3 4
0,5 4
1,0 6
2,0 6
5,0 16
10,0 28
20,0 50
30,0 70
1.4.5. Ancho de banda de modulaciones FM de seales arbitrarias
Consideremos una seal modulante m (t) cuyo contenido espectral est limitado al rango
[W, W ] Hz. Se define la razn de desviacin como
4 f
D= . (1.86)
W
Vemos que la razn de desviacin es una definicin anloga al ndice de modulacin (cf.
ecuacin 1.46) pero para el caso general de una seal modulante cualquiera. As, en forma
anloga al caso de la modulacin de un tono puro (cf. ecuacin 1.83), definimos la regla de
Carson en forma generalizada para el ancho de banda de una modulacin FM arbitraria como
sigue:

1
BFM = 2f + 2W = 2f 1 + , (1.87)
D
ya que usar W para calcular D considera la situacin ms desfavorable para el ancho de
banda.
El criterio del 1 % tambin se puede generalizar en forma anloga tomando W para fm y D

para , resultando (cf. ecuacin 86)
BFM = 2kmax W . (1.88)
Ejemplo Transmisin comercial de una emisora en el dial FM.
Problema: El marco regulatorio de la banda FM impone f = 75 kHz. Un valor tpico

para W es 15 kHz. Determine el ancho de banda de esta modulacin segn
(a) la regla de Carson, y

(b) el criterio del 1 %.
Solucin:
(a) Con la regla de Carson obtenemos directamente BFM = 2 (75 kHz + 15 kHz) =
180 kHz.
(b) Para el criterio del 1 %, la razn de desviacin es D = 75 kHz

15 kHz
= 5. Usando este valor
por en la figura 1.38 encontramos kmax = 8, BFM = 2 8 15 kHz = 240 kHz.
1.4.6. Mtodos de modulacin FM de banda ancha
Para generar una modulacin FM de banda ancha existen principalmente dos mtodos, los
que se describen a continuacin.
Mtodo indirecto. Primero se genera una seal FM de banda angosta utilizando un modu-
lador como el de la figura 1.29 seguido por un multiplicador de frecuencia. Este consiste
de un dispositivo no-lineal sin memoria seguido por un filtro pasa banda (figura 1.38). La
relacin entrada-salida del dispositivo no-lineal est dada por
v (t) = a1 u (t) + a2 u2 (t) + + an un (t) (1.89)
con los ai y n parmetros conocidos del dispositivo.
Dispositivo v(t)
u(t) no lineal sin BPF
memoria
Figura 1.38: Multiplicador de frecuencia, usado para modulacin de frecuencia mediante el

mtodo indirecto.
Si u (t) es una seal FM, entonces:
u (t) = Ac cos [2fc t + (t)] , (1.90)
con t
(t) = 2kf m ( ) d. (1.91)
0
Entonces, por ejemplo con n = 3 se tiene
v (t) = a1 Ac cos [2fc t + (t)] + a2 A2c cos2 [2fc t + (t)] + a3 A3c cos3 [2fc t + (t)] . (1.92)

Usando identidades trigonomtricas es fcil mostrar que

1 3 1 1
v (t) = a2 A2c + a1 Ac + a3 A3c cos [2fc t + (t)] + a2 A2c cos [4fc t + 2 (t)] + a3 A3c cos [6fc t + 3 (t)] . (1.93)
2 4 2 4
Vemos que cada sumando en la ecuacin anterior es una modulacin FM, y que estas mo-
dulaciones tienen razones de desviacin (ndices de modulacin) sucesivamente crecientes,
resultando, a partir de algn mltiple, modulaciones de banda ancha, las que pueden ser
aisladas mediante un filtro pasa banda para obtener la modulacin FM deseada.
Ejemplo Modulacin FM mediante mtodo indirecto.
Problema. Una seal de audio contiene frecuencias en el rango 100 Hz a 15 kHz. El

modulador FM de banda angosta opera con D = 0,2 rad. Se desea generar una salida
con fc = 89,7 MHz y f = 75 kHz. Cul es el orden n que debe tener el multiplicador
de frecuencia?
Solucin:
La modulacin de banda angosta tiene
f = DW (1.94)
= 0,2 rad 15 kHz (1.95)
= 3 kHz. (1.96)
Para lograr una modulacin de banda ancha con f = 75 kHz se necesita n = 75 kHz
3 kHz
=
25. Esto se puede lograr en dos pasos con dos multiplicadores de frecuencia de orden 5
en cascada.
Mtodo directo. La frecuencia instantnea es variada directamente con la seal modulante

usando un VCO (figura 1.18). La desventaja de estos dispositivos es que la estabilidad del
voltaje de salida tiende a ser pobre, lo que se traduce en phase jitter de la seal modulada. El
fenmeno es ms severo con valores altos de la frecuencia portadora, por lo que una solucin
es usar un VCO a baja frecuencia y alimentar su salida a un multiplicador de frecuencia.
Una forma para estabilizar la frecuencia de salida de un VCO es mediante un lazo de reali-
mentacin en circuitos conocidos como Phase-Locked Loops (PLL, ver seccin 4.7).
1.4.7. Demodulacin de seales FM
La demodlacin de seales FM consiste en traducir las variaciones de frecuencia de la se-

al recibida en variaciones de amplitud de otra seal proporcional a m (t). Dos mtodos se
describen a continuacin.

Mtodo de la derivada. Consideremos la seal FM y su derivada:
t
sFM (t) = Ac cos 2fc t + 2kf m ( ) d (1.97)
0
t
dsFM
(t) = Ac [2fc + 2kf m (t)] sen 2fc t + 2kf m ( ) d . (1.98)
dt 0
La derivada es una seal de pasabanda (el sen () es una seal FM en torno a fc ) modulada
en amplitud por m (t), como en AM. As, un derivador seguido por un detector de envolvente
es una posible arquitectura para demodular FM (figura 1.39).
d Detector de
dt envolvente
Figura 1.39: Demodulador FM basado en el detector de envolvente.
La implementacin del derivador es conceptualmente como sigue. Recordando la propiedad

de derivada de Fourier:
ds
(t) j2f S (f ) , (1.99)
dt
vemos que un derivador es un filtro con una pendiente lineal en su pasabanda. Una imple-
mentacin de esta idea para una banda en torno a la portadora se logra mediante dos filtros
pasa banda en paralelo, cuyas frecuencias centrales estn por sobre y por debajo de fc (figura
1.40).

BPF @ fc +
+ +
entrada salida

BPF @ fc
Resultante:
Figura 1.40: Arquitectura de un derivador basado en dos filtros pasa banda en paralelo.
Mtodo basado en Phase-Locked Loops. Un Phase-Locked Loop (PLL) es un VCO esta-

bilizado mediante realimentacin negativa. Los PLL tienen varios usos, como sincronizacin
de frecuencia y fase, divisin y multiplicacin de frecuencia y demodulacin FM, entre otros.
Su uso como demodulador FM se ilustra en la figura 1.41:

s(t) Filtro del loop v(t)
VCO
Figura 1.41: Demodulacin FM empleando un PLL (Phase-Locked Loop).
Para entender su funcionamiento, asumiremos que el VCO ha sido ajustado tal que cuando
su entrada es cero, su salida es exactamente fc y est 90 fuera de fase con la portadora de
s (t). Comenzando con v (t) (figura 1.41) representamos la relacin entradasalida del VCO
como
r (t) = Ac cos [2fc t + v (t)] , (1.100)
con: t
v = 2kv v ( ) d. (1.101)
0
Entonces, la salida del multiplicador es
e (t) = km Ac Av sen [2fc t + m (t)] cos [2fc t + v (t)] (1.102)

1 1
= km Ac Av sen [4fc t + m (t) + v (t)] + km Ac Av sen [m (t) v (t)] . (1.103)
2 2
El filtro del loop es un filtro pasa bajos y por ende elimina la componente 2fc dada por la
primera componente del lado derecho de la ecuacin 1.103. As, enfocamos el anlisis en el
segundo trmino, que tiene un error de fase dado por
e (t) = m (t) v (t) . (1.104)
Derivando e (t):
t
de dm d
(t) = (t) 2kv v ( ) d (1.105)
dt dt dt 0
dm
= (t) 2kv v (t) (1.106)
dt
Pero
v (t) = e (t) h (t) (1.107)

= e ( ) h (t ) d, (1.108)

con h (t) la respuesta al impulso del filtro del loop. Con ello, reescribimos la ecuacin 1.106
como
de dm
(t) = (t) km kv Ac Av sen [e (t)] h (t ) d. (1.109)
dt dt

Esta es una ecuacin ntegro-diferencial no-lineal que describe el comportamiento dinmico
del PLL.
Cuando e (t) 0 para todo t se dice que el PLL est anclado en fase (phase-locked ). Para
casos en que e (t) es pequeo, es posible mostrar que
1 dm
v (t) (t) (1.110)
2kv dt
kf
= m (t) . (1.111)
kv
Esto indica que un PLL anclado en fase y que sea capaz de seguir con un error e (t) pe-
queo las fluctuaciones de fase de una seal FM de entrada, genera en su salida una seal
proporcional a la modulante m (t). De esta forma, el PLL puede ser usado como demodulador
FM.

Captulo 2 Ruido
Importante: Este captulo presupone que el lector cuenta con las competencias en
probabilidades listadas en el Anexo 1.
2.1. Procesos aleatorios
2.1.1. Definicin
El ruido, el tema central de este captulo y uno de los temas centrales del estudio de la
Ingeniera de Comunicaciones, es modelado matemticamente como un proceso estocstico
o proceso aleatorio, concepto que definiremos en esta seccin.
A diferencia que con variables aleatorias, caso en que un experimento devuelve un valor
concreto para la variable, el resultado de un experimento con un proceso estocstico es una
funcin aleatoria. En nuestro caso, dicha funcin tpicamente es una seal en funcin del
tiempo.
Ejemplo Las siguientes seales son ejemplos de procesos estocsticos:
Seal de voz.
Seal de TV.
Seal de ruido.
Pueden realizarse las siguientes observaciones:
En los ejemplos anteriores los procesos son aleatorios puesto que no es posible
predecir (antes de conducir el experimento) cul ser la seal que observaremos.
El espacio muestral contiene todas las funciones que satisfacen las mismas propie-
dades estadsticas.

Denotaremos el proceso estocstico por X (t) y una realizacin del proceso por
x (t), de la misma forma en que una variable aleatoria la denotamos por X y una
realizacin de esta variable como x.
Ejemplo En el siguiente ejemplo observamos tres realizaciones del mismo proceso

estocstico con t [0, T ].
Figura 2.1: Tres realizaciones del mismo proceso estocstico con t [0, T ] .
Notamos que:
Para t = t0 , X0 = X (t0 ) es una variable aleatoria y x1 (t0 ), x2 (t0 ) y x3 (t0 ) son los
resultados de tres experimentos de la variable aleatoria X0 .
X (t1 ), X (t2 ) y X (t3 ) son tres variables aleatorias diferentes, y pueden tener dis-
tribuciones de probabilidad muy distintas!
2.1.2. Procesos estocsticos estacionarios (P.E.E.)
Se define un proceso estocstico estacionario como aqul en el cual las caractersticas

estadsticas del proceso son invariantes en el tiempo. Es decir,
fX(t1 ),...,X(tk ) (x1 , . . . , xk ) = fX(t1 + ),...,X(tk + ) (x1 , . . . , xk ) , (2.1)
y por lo tanto, la distribucin conjunta de las variables aleatorias X (tj ) es idntica a la de
las variables aleatorias X (tj + ) con arbitrario y k tambin arbitrario.
Se pueden distinguir dos situaciones de especial inters:

1. Para k = 1 tenemos que:
FX(t) (x) = FX(t+ ) (x) = FX (x) , (2.2)
para todo t y . Esto es, la funcin de distribucin de primer orden de un proceso

aleatorio estacionario es independiente del tiempo.
2. Para k = 2 y = t1 se tiene que:
FX(t1 ),X(t2 ) (x1 , x2 ) = FX(0),X(t2 t1 ) (x1 , x2 ) , (2.3)
para todo t1 y t2 . Es decir, la distribucin de funcin de segundo orden de un proceso

aleatorio depende solo de la diferencia de tiempo entre los tiempos de observacin y no
de los tiempos particulares en los cuales el proceso es observado.
2.1.3. Funciones de media, correlacin y covarianza
Para los propsitos de realizar una caracterizacin estadstica de los procesos estocsticos,
definimos las siguientes funciones:
1. Funcin de media:
4
X (t) = E {X (t)} (2.4)

= xfX(t) (x) dx. (2.5)

fX(t) puede variar en el tiempo, como por ejemplo en la seal de audio de una conver-
sacin.
Si el proceso estocstico es estacionario, entonces puede notarse que para todo t se
cumplir que
X (t) = X . (2.6)
2. Funcin de autocorrelacin: Es una medida de cun correlacionados estn los valores

(aleatorios) del proceso en t1 y t2 1 .
4
RX (t1 , t2 ) = E {X (t1 ) X (t2 )} (2.7)

= x1 x2 fX(t1 ),X(t2 ) (x1 , x2 ) dx1 dx2 . (2.8)

De la ecuacin 2.2 puede deducirse que si el proceso estocstico es estacionario, entonces

se cumplir que:
RX (t1 , t2 ) = RX (t2 t1 ) = RX ( ) . (2.9)
1
La funcin de autocorrelacin es el segundo momento de un proceso estocstico.

3. Funcin de covarianza:
4
CX (t1 , t2 ) = E {[X (t1 ) X (t1 )] [X (t2 ) X (t2 )]} . (2.10)
Realizando una expansin de esta ecuacin puede notarse que:
CX (t1 , t2 ) = E {X (t1 ) X (t2 )} X (t1 ) X (t2 ) (2.11)
= RX (t1 , t2 ) X (t1 ) X (t2 ) . (2.12)
De la misma forma, si el proceso estocstico es estacionario, entonces:

CX (t1 , t2 ) = CX (t2 t1 ) = CX ( ) . (2.13)
Ms an,
CX ( ) = RX ( ) 2X . (2.14)
Observaciones:
1. X (t) y RX (t1 , t2 ) slo proveen una descripcin parcial de la distribucin de un proceso

estocstico.
2. Las ecuaciones 2.6 y 2.9 NO son condiciones suficientes para garantizar estacionariedad.
3. Un proceso estocstico que satisface 2.6 y 2.9 se denomina estacionario en el sentido
amplio (ESA), y es muchas veces considerado estacionario para efectos prcticos.
2.1.4. Propiedades de la funcin de autocorrelacin
Para un proceso estocstico estacionario se tendr que para todo t:

RX ( ) = E {X (t + ) X (t)} . (2.15)
Se pueden notar las siguientes propiedades:
1. Valor cuadrado medio del proceso estocstico: (i.e. potencia)

RX (0) = E X2 (t) . (2.16)
2. Simetra:
RX ( ) = RX ( ) . (2.17)
Esto indica que medir la correlacin hacia atrs es exactamente lo mismo que me-
dirla hacia adelante, debido a que como el proceso es estacionario las caractersticas
estadsticas no varan en el tiempo.
3. Mximo:
|RX ( )| RX (0) . (2.18)
Por lo tanto, ningn par de muestras del proceso estn tan correlacionadas como cada
muestra consigo mismo.

Ejemplo Consideremos el proceso estocstico
X (t) = A cos (2fc t) + B sen (2fc t) ,
donde A, B iid N (0, 2 ). Determinemos si este proceso estocstico es o no estacionario

en el sentido amplio.
Solucin:
En primer lugar,
X (t) = E {A cos (2fc t) + B sen (2fc t)}

= E {A} cos (2fc t) + E {B} sen (2fc t)
= 0
Por lo tanto, la funcin de media no depende del tiempo.

Asimismo,

RX (t1 , t2 ) = E A2 cos (2fc t1 ) cos (2fc t2 ) + (
E {A} ({B} cos (2fc t1 ) sen (2fc t2 )
( (
((E

( E {B} cos (2fc t2 ) sen (2fc t1 ) + E B2 sen (2fc t1 ) sen (2fc t2 )
E {A}
+( ( ( (
(
Luego,
RX (t1 , t2 ) = 2 [cos (2fc t1 ) cos (2fc t2 ) + sen (2fc t1 ) sen (2fc t2 )]

= 2 cos [2fc (t1 t2 )]
= RX (t2 t1 )
Concluimos entonces que el proceso estocstico es estacionario en el sentido amplio.
Ejemplo De forma anloga, determinemos la estacionariedad en el sentido amplio del

proceso estocstico:
X (t) = A cos (2fc t) .
Solucin:
Es fcil notar que X (t) = 0.

Asimismo,

RX (t1 , t2 ) = E A2 cos (2fc t1 ) cos (2fc t2 )
2
= {cos [2fc (t1 + t2 )] + cos [2fc (t1 t2 )]} .
2
El segundo trmino cumple con la condicin de depender exclusivamente de la
diferencia de tiempo, sin embargo no se puede lograr los mismos resultados para
el primer trmino, que depende de la suma de tiempos.
Dado que la segunda no se cumple, se deduce que el proceso NO es ESA.
2.1.5. Procesos estocsticos ergdicos
Un proceso estocstico ergdico es tal que sus propiedades estadsticas se pueden obtener
observando el proceso a lo largo del tiempo.
Ejemplo La funcin de media
X = E {X (t0 )} con t0 arbitrario,
donde E { } opera sobre todas las realizaciones posibles x (t) de X (t) en t = t0 .
Entonces, el proceso estocstico es ergdico si realizando una observacin de una reali-

zacin de la funcin en todo el tiempo puede obtenerse la media:
T
1
X = lm x (t) dt
T 2T T
con x (t) una realizacin cualquiera del proceso estocstico.
Ms formalmente, el valor DC de x (t) se define como el promedio de tiempo:

T
4 1
x (T ) = x (t) dt (2.19)
2T T
Claramente el promedio de tiempo x (T ) es una variable aleatoria, debido a que su valor

depende del intervalo de observacin y los valores que tome el proceso en dicho intervalo.
Como el proceso se asume estacionario, la media del promedio de tiempo x (T ) est dada

por:
T
1
E {x (T )} = E {x (t)} dt (2.20)
2T T
T
1
= X dt (2.21)
2T T
= X . (2.22)
Por lo tanto, x (T ) representa un estimador insesgado del promedio X . Decimos que el

proceso X (t) es ergdico en la media si se cumplen las siguientes condiciones:
lm x (T ) = X .
T
lm Var {x (T )} = 0.
T
Definimos de forma similar la funcin de autocorrelacin en el tiempo:

T
4 1
Rx (, T ) = x (t + ) x (t) dt. (2.23)
2T T
Este segundo promedio de tiempo debe verse tambin como una variable aleatoria con media
y varianza propias. Decimos asimismo que el proceso x (t) es ergdico en la funcin de
autocorrelacin si se cumplen las siguientes dos condiciones:
lm Rx (, T ) = RX ( ) (2.24)
T
lm Var {Rx (, T )} = 0, (2.25)
T
evidentemente asumiendo que el proceso es estacionario.
2.1.6. Densidad espectral de potencia
Cul es el contenido de frecuencia de un proceso estocstico? El problema al responderse

esta pregunta es que los procesos estocsticos no son, en general, Fourier-transformables ya
que no satisfacen que su energa sea finita, i.e.

|x (t)|2 dt < , (2.26)

para toda realizacin x (t). Sin embargo, |x (t)|2 (y por lo tanto x (t)) puede entenderse como
una densidad temporal de energa. La energa total de la seal (en joules) viene dada por:

2
E= |x (t)| dt = |X (f )|2 df (2.27)

donde X (f ) es la transformada de Fourier de la realizacin x (t). De aqu se deduce entonces
que:
J
|X (f )|2 = . (2.28)
Hz
Definamos entonces una transformada de Fourier de tiempo acotado:
T
2
X (f ) = x (t) ej2f t dt. (2.29)
T2
Notamos que X (f ) es un proceso estocstico ya que x (f0 ) es una variable aleatoria para todo
f0 puesto que es una suma de las infinitas variables aleatorias x (t) con t entre T2 y T2 .

La potencia espectral promedio del proceso estocstico X (t) T2 , T2 en cada frecuen-
cia f est dada por:
(T ) 1
SX (f, T ) = EX |X (f )|2 (f ) , (2.30)
| {z } T | {z }
W energa promedio por Hz
Hz
, determinstico
para una frecuencia f
donde T es el perodo en el cual fue medida aquella energa.
Definiremos entonces la densidad espectral de potencia (PSD por sus siglas en ingls)
del proceso estocstico X (t) como:

(T ) W
SX (f ) = lm SX (f, T ) . (2.31)
T Hz
Puede observarse que esta tiene sentido intuitivo.
Una interpretacin fsica. Para investigar la significancia fsica de la densidad espectral de

potencia, suponemos que el proceso X (t) pasa a travs de un filtro pasabandas ideal centrada
en fc y de ancho f . Se obtiene un filtro como el que se muestra en la siguiente figura:

Si f fc , entonces:

E Y2 (t) = E X2 (t) 2f SX (fc ) . (2.32)

f =fc
Por lo tanto, SX (fc ) representa la densidad de frecuencia de la potencia promedio del proceso
X (t)2 evaluada en la frecuencia f = fc . Se sigue entonces que:
W
[SX (fc )] = . (2.33)
Hz
Teorema de Wiener-Kinchin. A continuacin revisaremos un importante teorema que

realiza la conexin entre la funcin de autocorrelacin y la funcin de densidad espectral de
potencia.
Para el proceso estocstico estacionario en el sentido amplio X (t) se cumple la siguiente

relacin:
SX (f ) = F {RX ( )} (2.34)
Algunas propiedades que se deducen de esta relacin son las siguientes:

2

1. RX (0) = E X (t) = SX (f ) df .
| {z }
2
=X
2. SX (f ) 0 para todo f (la potencia de mayor o igual que cero). Esto se deduce inme-
diatamente de la deduccin realizada anteriormente en la interpretacin fsica, pues la
esperanza dada es siempre positiva.
3. SX (f ) = SX (f ) (simetra).
Demostracin:
Esta propiedad se obtiene sustituyendo f por f en la ecuacin:

SX (f ) = RX ( ) exp (j2f ) d

Haciendo = se tiene que:

SX (f ) = RX () exp (j2f ) d = SX (f )
| {z }
RX ()
que es el resultado deseado.

2
Ojo! No del proceso Y (t) . El sistema lo que hace es quedarse con una banda de X (t) por lo que se
contiene informacin directa de este proceso.

2.2. Proceso estocstico a travs de un filtro lineal
Este caso es de especial inters para comunicaciones digitales ya que el ruido blanco siempre
es filtrado a la entrada del receptor, y luego en el filtro adaptado. Por qu? Para limitar la
potencia del ruido versus la potencia de la seal.
Consideremos un esquema de recepcin como el siguiente:
Hasta aqu se suma ruido trmico
s(t)
+ BPF Demodulador
Amplificador
Lineal (LNA)
w(t)
Figura 2.2: Esquema de recepcin de un sistema de comunicaciones.
El receptor tiene una figura de ruido. El ruido trmico de las componentes electrnicos aguas
abajo y w son el problema.
Para propsitos de simplificacin, nos interesa estudiar el siguiente caso:
X(t) h(t) Y(t)
Figura 2.3: Transmisin de un proceso estocstico gaussiano a travs de un filtro LTI.
donde X (t) es un P.E. ESA y h (t) es un filtro LTI. En particular, nos interesa determinar
Y (t), RY (t1 , t2 ) y SY (f ). Teniendo clara esta caracterizacin, podemos respondernos la
pregunta: es Y (t) un proceso estocstico ESA?
Para la funcin de media, notamos que:
Y (t) = E {Y (t)} (2.35)

=E h ( ) X (t ) d . (2.36)

Dado que la esperanza es un operador lineal, asumimos alternancia entre operadores y
obtenemos as que:
Y (t) = h ( ) E {X (t )} d. (2.37)

Dado que X (t) es estacionario en el sentido amplio, entonces:

Y (t) = X h ( ) d (2.38)

= X H (0) , (2.39)
y por lo tanto es una constante.
Para la funcin de autocorrelacin, partimos de la definicin:
RY (t1 , t2 ) = E {Y (t1 ) Y (t2 )} (2.40)

=E h (1 ) X (t1 1 ) h (2 ) X (t2 2 ) d1 d2 (2.41)

= h (1 ) h (2 ) E {X (t1 1 ) X (t2 2 )} d1 d2 . (2.42)

| {z }
=RX (t1 1 t2 +2 )
Haciendo t = t1 t2 = obtenemos as:
RY (t1 , t2 ) = RY (t1 t2 ) = RY ( ) . (2.43)
De estas ltimas dos observaciones se deduce que Y (t) es estacionario en el sentido amplio.
Podemos aplicar entonces el teorema de Wiener-Kinchin a RY ( ) para encontrar SY (f ). Por
lo tanto,
SY (f ) = F {RY ( )} (2.44)

= h (1 ) h (2 ) RX ( 1 + 2 ) ej2f d1 d2 d (2.45)

= h (1 ) h (2 ) RX ( 1 + 2 ) ej2f d d1 d2 (2.46)

| {z }
0 = 1 +2

j2f 1 0
= h (1 ) e d1 h (2 ) e j2f 2
d2 RX ( 0 ) ej2f d 0 (2.47)

| {z }
h(2 )H(f )=H (f )
= H (f ) H (f ) SX (f ) . (2.48)
Es decir,
SY (f ) = |H (f )|2 SX (f ) . (2.49)

Ejemplo Consideremos ruido blanco transmitido a travs de un filtro pasabajos ideal.
Cul ser la funcin de autocorrelacin del proceso estocstico a la salida, R ( )?

f
w(t) u (t)
W

f
Figura 2.4: Ruido blanco transmitido a travs de un filtro BPF ideal H(f ) = u .
W
Solucin:
Se tiene que:

W

1, |f | ,
f 2
H (f ) = u =
W

0, en otro caso.
N0
W (t) : AWGN con SW (f ) = .
2
Entonces, de la ecuacin anterior se tendr que:

N0 N0 N0 f
RW ( ) = ( ) SW (f ) = S (f ) = u
2 2 2 W
y por lo tanto,
1 N0 f N0 W
R ( ) = F u = sinc ( W )
2 W 2
sen (x)
donde sinc (x) = . Graficando esta funcin de autocorrelacin:
x

De esta figura se observa que el filtro correlaciona al ruido y por lo tanto el perodo de
muestreo afecta a la potencia transmitida. De acuerdo a la funcin de autcorrelacin
obtenida deducimos de inmediato que la potencia promedio de (t) es N0 W .
2.3. Ruido trmico (blanco)
El ruido trmico es la fuente ms comn de ruido en sistemas de comunicaciones. Si bien

existen otros tipos de ruido, no entraremos en detalles al respecto.
El ruido trmico es producido por movimientos aleatorios de electrones en conductores elc-

tricos.
Una resistencia R a temperatura T Kelvin exhibe un voltaje W (t) en sus bornes como
resultado de aquella cintica. El ruido W (t) es un proceso estocstico gaussiano3 (como
consecuencia del Teorema del Lmite Central), de media cero y estacionario.
El estudio de un modelo fsico permite llegar a la conclusin de que el ruido trmico puede
modelarse como el siguiente circuito equivalente:
R
+

+
T (t) w(t)

Figura 2.5: Modelo equivalente para el ruido trmico.
En este caso la densidad espectral de potencia de la fuente de voltaje est dada por:
3
Un proceso estocstico es gaussiano si X (t) es una variable aleatoria gaussiana para todo t.

2Rh |f |
ST (f ) = . (2.50)
h |f |
exp 1
kT
donde:
h es la constante de Planck,
m2 kg
h = 6,62 1034 . (2.51)
s
k es la constante de Boltzmann,
m2 kg
k = 1,38 1023 . (2.52)
s2 K
R es la resistencia equivalente de Thvenin.
Podemos notar entonces que:

ST (f ) 2kT R para |f | < 1012 Hz. (2.53)
donde 1012 Hz es un rango de frecuencias menor al de la luz visible. Por ello, se concluye que
el modelo clsico para ruido trmico en bornes es el conocido modelo de ruido blanco:

N0 W
SW (f ) = . (2.54)
2 Hz
En otras palabras, asumimos que la densidad espectral de potencia del ruido blanco es cons-
tante e igual a N0 /2 en todo el espectro de frecuencias4 . Utilizamos la constante N0 /2 para
indicar que 12 de la potencia se distribuye en f > 0 y el otro 12 de la potencia en f < 0.
Aplicando la transformada de Fourier inversa obtenemos as que:

N0
RW ( ) = ( ) . (2.55)
2
Por lo tanto, dos muestras cualesquiera de ruido blanco siempre sern independientes, sin
importar su separacin en el tiempo.
Modelando un conductor resistivo con ruido con el equivalente de Thvenin y usando el

teorema de mxima transferencia de potencia, encontramos que la mxima cantidad de ruido
trmico que el conductor puede dar en una banda f es:
2kT r 2f
Pmax (f ) = = |{z}
kT f . (2.56)
4R |{z}
W
Hz
=J Hz
4
Por esta razn se conoce como ruido blanco en analoga a la luz: al contener la misma distribucin en
todo el espectro de frecuencias, se hace una analoga diciendo que contiene todos los colores y por lo tanto,
es blanco.

R

+ T2 (t)
T (t) Pmax =
4R
Figura 2.6: Modelo equivalente para el ruido trmico.
N0
pero dicha potencia es tambin 2f = N0 f . Por lo tanto, igualando:
2

W
N0 = kT . (2.57)
Hz

21 W
Ejemplo Considerando una temperatura T = 290 K entonces N0 = 4 10 .
Hz

dBm
N0 = 174 . (2.58)
Hz
Este nmero es fundamental en ingeniera de comunicaciones (especialmente en comuni-

caciones inalmbricas, por qu?).

Resumiendo, el ruido trmico es:
1. Un proceso estocstico gaussiano (por Teorema del Lmite Central).
2. W = 0.
3. Estacionario.
4. Blanco, es decir:
N0 dBm
SW (f ) = = 174
2 Hz
Y por lo tanto,
N0
RW ( ) = ( )
2
y no existe correlacin en el tiempo.
5. Aditivo, pues es la superposicin del movimiento aleatorio de electrones con mo-

vimiento de electrones causado por seal determinstica en el conductor.
Finalmente, el modelo equivalente que consideraremos para el ruido blanco en esquemas

de procesamiento de seales ser el siguiente:
s(t)
+ r(t)
w(t)
Figura 2.7: Modelo equivalente para el ruido blanco gaussiano aditivo (AWGN).
2.4. Propiedades de los procesos estocsticos gaussianos
1. Si un proceso estocstico gaussiano es aplicado a un filtro lineal estable, entonces el

proceso estocstico observado a la salida del filtro tambin es gaussiano.

X(t) h(t) Y(t)
En otras palabras, en trminos de la figura:
X (t) gaussiano y h (t) estable Y (t) gaussiano
2. Cualquier conjunto de N muestras X (t1 ) , . . . , X (tn ) de un proceso estocstico gaus-

siano es un conjunto de N variables aleatorias gaussianas cuya densidad conjunta est
completamente definida por:
X(ti ) = E {X (ti )} , con i = 1, . . . , N (2.59)

CX (tk , ti ) = E X (tk ) X(tk ) X (ti ) X(ti ) . (2.60)
3. Si CX (tk , ti ) = 0 para todo i 6= k, entonces todas las variables aleatorias X (ti ) son
estadsticamente independientes.
4. Un proceso estocstico gaussiano estacionario en el sentido amplio es estacionario en

sentido estricto.

Captulo 3 Comunicaciones digitales en banda base
3.1. Introduccin
Olvidemos temporalmente el uso de portadoras y enfoqumonos en el problema de transmitir

una seal digital en banda base. En primer lugar, nos preguntamos: por qu transmitir
informacin digital? Los beneficios son:
Mucha de la informacin hoy en da es de naturaleza digital.
Posibilidad de multiplicacin.
Formato comn para utilizar un mismo medio para transmitir informacin de origen
muy variado (voz, datos, vdeo, sensores).
Mayor eficiencia energtica y espectral producto de posibilidad de compresin y detec-

cin / correccin de errores.
Si la fuente de informacin es analgica, asumiremos que la conversin A/D tiene un fil-

tro anti-aliasing, muestreo, cuantizacin y compresin tal como se muestra en el siguiente
esquema:
T
LPF ZIP {z }
|1001101101
{bn }
Muestreador 1
Filtro anti Compresor p2 = p 1 =
2
aliasing Cuantizador
Figura 3.1: Conversin anlogodigital en un sistema de comunicaciones.
Es fundamental entender que la transmisin de informacin digital se realiza con seales

analgicas, ya que los medios digitales no existen. El medio siempre es una entidad del
mundo real, que se rige por leyes de la fsica y por ende opera en tiempo y frecuencia
continua. Es por ello que la transmisin de un mensaje digital requiere que el mensaje binario
sea asociado de alguna forma a una seal analgica.

Ejemplo Transmisin binaria conocida como NRZ (non-return to zero). A cada smbolo
asociamos un pulso de voltaje dado por:
m=0
Entonces, es claro que:

t 12 Tb
s0 (t) = u . (3.1)
Tb
m=1
Anlogamente,
t 12 Tb
s1 (t) = u . (3.2)
Tb
En general, ambas seales pueden ser expresadas como:

m t 21 Tb
sm (t) = (1) u con m {0, 1} . (3.3)
Tb
Una secuencia de bits {bn } genera la siguiente seal a transmitir:

X
s (t) = sn (t) , (3.4)
n=

donde sn (t) es la seal del nsimo bit y puede tomar la forma s0 (t nTb ) s1 (t nTb ).
Luego,

X
s (t) = sbn (t nTb ) , (3.5)
n=

" #
X t n+ 1
Tb
= (1)bn u 2
. (3.6)
n=
Tb
De esta forma, puede hacerse una conversin entre mensaje digital y seal analgica tal
como se describe en el siguiente esquema:
Figura 3.2: Equivalencia anlogo digital entre dos seales.
Normalizacin por la energa. Es comn dejar normalizados los pulsos anteriores en

trminos de su energa por bit Eb , de modo que:
r
Eb t 12 Ts
sb (t) = u
Ts Ts
Tomando la energa de esta seal:

Eb
E {sb (t)} = |sb (t)|2 dt = Ts = Eb
Ts
Es decir, realizando esta normalizacin la energa del pulso corresponde efectivamente a

Eb .
Existen muchsimas formas de asociar bits con seales, pero algunas son mejores que otras.
El campo de las comunicaciones digitales trata acerca de disear y evaluar todas esas alter-
nativas.
3.2. Receptor ptimo binario
Basado en el estudio anterior, observamos que nuestro sistema de comunicaciones digitales

de banda base tiene la siguiente estructura:

Figura 3.4: Ejemplo de seal ruidosa. Arriba la seal determinstica y abajo la seal deter-
minstica con AWGN agregado.
s(t) r(t)
{bn } Modulador Canal + Demodulador {bn }
w(t)
Figura 3.3: Estructura de comunicaciones en banda base.
Respecto a cada uno de los elementos de este esquema pueden realizarse los siguientes obser-
vaciones:
Modulador: mapea smbolos a seales segn lo estudiado.
Canal: por ahora se modela ideal, con salida s (t).

n o
Demodulador: obtiene la secuencia de bits bn detectados, puede contener errores.
La pregunta es: qu forma tiene el demodulador? Recibe la seal analgica con ruido y debe
decidir qu simpolo representa. En el ejemplo binario anterior:
Cmo determinar si esta seal resultante, con el ruido aditivo agregado, se parece ms a un
0 a un 1? Cul es el procesador ptimo para seales analgicas deterioradas por ruido
aditivo blanco gaussiano, tal que la probabilidad de error en la salida sea mnima?
La estructura ptima que se propone es la siguiente:

x0 (t) T x0 [n]
h0 (t) +
s(t) c0 bn
+ r(t) max
x1 (t) T x1 [n]
w(t) h1 (t) +
c1
Figura 3.5: Receptor ptimo para una seal binaria.
Estudiaremos el receptor ptimo etapa por etapa. Los filtros h0 (t) y h1 (t) se conocen como
filtros adaptados a los pulsos s0 (t) y s1 (t).
3.2.1. Filtros adaptados
Los filtros adaptados para s0 (t) y s1 (t) tienen una respuesta al impulso estrechamente ligada
a esas mismas seales. En efecto, se puede deducir que, buscando condiciones de optimalidad
para el filtro:
hFA,m (t) = sm (Tb t) . (3.7)
Es decir, el filtro adaptado es un filtro cuya respuesta al impulso es la imagen tiempoinvertida
de la seal a detectar.
Figura 3.6: Ejemplo de filtro adaptado para una seal dada donde s (t) es la seal y hFA (t)
su filtro adaptado.
En el ejemplo binario tendramos:

Figura 3.7: Ejemplo de filtros adaptados para el caso binario NRZ. A la derecha las seales
originales y a la izquierda sus respectivos filtros adaptados.
3.2.2. Muestreo en Tb
De acuerdo a la figura expuesta notamos que para los pulsos NRZ como si (f ) = s0 (f ),
entonces el filtro adaptado 1 tiene un desfase de con respecto al filtro adaptado 0.
Veamos qu pasa si se transmite un cero y asumimos que por ahora no existe transmisin de
ruido (i.e. w (t) 0). Luego, r (t) = s0 (t), y por lo tanto:
x0 (t) = r (t) hFA,0 (t) = s0 (t) s0 (Tb t) (3.8)

Tb
= s0 (t ) s0 (Tb ) d. (3.9)
0
Es decir, grficamente estamos obteniendo la siguiente convolucin:

Figura 3.8: Resultado de la convolucin grfica para la primera entrada del filtro adaptado.
Se observa que:
x0 (Tb ) = A2 Tb
Es decir, el mximo valor de la funcin se alcanza efectivamente en el instante de muestreo.
Similarmente,
x1 (t) = r (t) hFA,1 (t) (3.10)

= s0 (t) s1 (Tb t) (3.11)
= s0 (t) [s0 (Tb t)] (3.12)
= x0 (t) . (3.13)
Grficamente, la convolucin obtenida en este caso es:
Figura 3.9: Resultado de la convolucin grfica para la segunda entrada del filtro adaptado.
De forma anloga, concluimos que:
x1 (Tb ) = A2 Tb . (3.14)

3.2.3. Constantes cm
Cuando los ceros y unos son equiprobables, se escogen las constantes:

4 1 2 1
cm = sm (t) dt = Eb,m . (3.15)
2 2
En el caso binario NRZ que hemos estado estudiando:
1
c0 = c1 = A2 Tb . (3.16)
2
3.2.4. Dispositivo de decisin
Las entradas al dispositivo de decisin son x0 (Tb ) + c0 y x1 (Tb ) + c1 . Para el ejemplo de

pulsos binarios, la seal de entrada que estaremos recibiendo es:
1
x0 (Tb ) A2 Tb
2
max
1
x0 (Tb ) A2 Tb
2
Figura 3.10: Entradas al dispositivo de decisin.
El dispositivo decide 0 1 segn cul de las entradas es mayor:

0
x0 (Tb ) + c0 x0 (Tb ) + c1 . (3.17)
1
Para el caso NRZ, notamos que las constantes se cancelan:
1 2 0 1 2
x0 (Tb ) A Tb x0 (Tb ) A Tb . (3.18)
2 1 2
Si se transmite un cero:

x0 (Tb ) = A2 Tb Como A2 TB > A2 Tb se decide en favor de 0.

x0 (Tb ) = A2 Tb

3.2.5. Consideraciones de funcionamiento del receptor ptimo
Con este entendimiento bsico del receptor ptimo, nos centraremos en tres aspectos:
1. Puede ser simplificado el receptor ptimo?
2. Cmo opera el receptor ptimo cuando se transmite ms de un bit?
3. Qu pasa cuando hay ruido?
Revisemos el siguiente ejemplo:
Ejemplo Consideremos la transmisin de los siguientes pulsos:
Figura 3.11: Entradas a considerar para el ejemplo.
Supongamos asimismo que se transmite un cero e ignoremos el efecto del ruido. Estu-
diemos el comportamiento del filtro adaptado al tomar decisiones.
Solucin:
Entonces,
x0 (t) = s0 (t) h0 (t) = s0 (t) s0 (T t) . (3.19)
Grficamente, esta seal de salida se observa como:

Figura 3.12: Salida del primer filtro adaptado.
Anlogamente, se deduce la siguiente grfica para x1 (t):
Figura 3.13: Salida del segundo filtro adaptado.
Las constantes c0 y c1 son:

1 1
c0 = s20 (t) dt = A2 T (3.20)
2 2

1 1
c1 = s21 (t) dt = k 2 A2 T. (3.21)
2 2

As, el dispositivo de decisin compara y escoge:

2 1 2 2 1 2 2
max {x0 (T ) + c0 ; x1 (T ) + c1 } = max A T A T ; k AT k A T
2 2

1 2 k
= max A T ; k 1 A2 T
2 2
1
Ejemplo: tomando k =
2
1 5
= max ; .
2 8
El receptor declara entonces un cero y observamos que la decisin es correcta para todo
k R\ {1}.
En caso de ser transmitido un 1, el criterio de decisin es:

2 1 2 2 2 1 2 2 1 k2
max kA T kA T ; k A T k A T = max k ;
2 2 2 2
1
Ejemplo: tomando k =
2
1
= max 1 ; .
8
Nuevamente vemos que la decisin es correcta (y lo es para todo k R\ {1}).
3.2.6. Simplificacin del receptor
Sigamos trabajando el ejemplo anterior. Comparemos x0 (T ) con x1 (T ).

x0 (T ) = s (t) h0 (t) , (3.22)

t=T
donde s (t) puede ser s0 (t) s1 (t). Luego, considerando que estamos trabajando con un pulso
NRZ, la integral de convolucin cambia sus extremos de integracin de 0 a T y por lo tanto:
t

x0 (T ) = s ( ) h0 (t ) d (3.23)
0
t=T
t

= s ( ) s0 (T t + ) d (3.24)
0
t=T
T
= s ( ) s0 ( ) d. (3.25)
0

Anlogamente,
x1 (T ) = s (t) h1 (t) (3.26)
= (3.27)
T
= s ( ) s1 ( ) d. (3.28)
0
Supongamos que s1 es proporcional a s0 . En dicho caso, s1 (t) = ks0 (t) y por lo tanto:
T
x1 (t) = k s ( ) s0 ( ) d (3.29)
0
= kx0 (T ) . (3.30)
As, siempre que los pulsos s0 (t) y s1 (t) sean linealmente dependientes, las salidas de los
filtros adaptados en t = T tambin lo sern. Por lo tanto, basta con usar un solo filtro (usar
dos no agrega informacin para la decisin.
El receptor simplificado es el siguiente (usando filtro adaptado a s0 (t)):
T
s(t) + h0 (t) bn
w(t)
Figura 3.14: Receptor simplificado usando filtro adaptado a s0 (t).
Luego, se tendr que:

(
1 A2 T, si se transmite un 0,
x0 (T ) = x1 (T ) = (3.31)
k kA2 T, si se transmite un 1.
La decisin se tomar entonces de acuerdo a:

1
x0 (T ) + c0 > kx0 (T ) + c1 x0 (T ) (1 k) > A2 T 1 k 2
2
Si suponemos que k < 1, entonces:
1
x0 (T ) > A2 T (1 + k)
2
Es decir, si k < 1, el dispositivo de decisin declara:


2 1+k
0 si x0 (T ) A T ,
2

2 1+k
1 si x0 (T ) < A T .
2
1 1
Se observa que la frontera de decisin es , alcanzada cuando k = .
4 2
Ejemplo Consideremos la transmisin de los siguientes pulsos:
Figura 3.15: Ejemplo de transmisin de pulsos proporcionales.
Entonces, escribiendo analticamente las expresiones:

t 12 Tb
hFA,0 (t) = A u (3.32)
Tb

t 21 Tb
hFA,1 (t) = B u . (3.33)
Tb
Consideremos asimismo el receptor ptimo ya estudiado y los siguientes supuestos:
1. El receptor sabe que es ya sea s0 (t) s1 (t), equiprobables.
2. El receptor est perfectamente sincronizado al transmisor.
3. w (t) 0.
Es capaz el receptor ptimo de tomar la decisin correcta?

Solucin:
Supongamos que se transmite s0 (t). Entonces,
x0 (t) = s0 (t) hFA,0 (t) (3.34)

2 t Tb
= A Tb . (3.35)
Tb
Asimismo,
x1 (t) = s0 (t) hFA,1 (t) (3.36)

t Tb
= ABTb . (3.37)
Tb
Tambin,

1 Tb 2 A2
c0 = s0 (t) dt = Tb (3.38)
2 0 2
Tb
1 B2
c1 = s21 (t) dt = Tb . (3.39)
2 0 2
Distinguimos as tres casos:
Caso I
Entonces, la decisin se toma en base a:

2
2 A2 B2 A B2
max A Tb Tb , ABTb Tb = max , AB . (3.40)
2 2 2 2
| {z }
Tb es irrelevante!
La pregunta subsecuente es:

A2 B2
R AB ?. (3.41)
2 2
Pero la expresin anterior es equivalente a preguntarse:
A2 2AB + B 2 R 0? (A B)2 R 0?. (3.42)
Por axiomtica real, deducimos que siempre:
A2 B2
AB . (3.43)
2 2

Entonces, siempre se escoge el cero, para cualquier valor de A y B, salvo en la igualdad,
cuyo caso es trivial pues los smbolos a transmitir seran iguales y no habran comunica-
ciones.
Por lo tanto, con el receptor ptimo formulado con constantes, la decisin siempre es
correcta (en ausencia de ruido).
Caso II
Qu pasa si no se usan las constantes c0 y c1 ? Entonces la decisin se toma en base a:

max A2 Tb , ABTb = max A2 , AB . (3.44)
A modo de ejemplo, si 0 < A < B, entonce se decide errneamente a favor de 1.
Caso III
Supongamos que B = A. Entonces la decisin se basa en:

2 A2 Tb B2 2 A2 2 A2
max A Tb , ABTb Tb = max A Tb Tb , A Tb Tb (3.45)
2 2 2 2

= max A2 , A2 . (3.46)
Se observa claramente que Tb y ci son irrelevantes en este caso.
En el ejemplo binario NRZ notamos que siempre se tiene x1 (t) = x0 (t) puesto que s1 (t) =
s0 (t) y por ende hFA,0 (t) = hFA,0 (t). Por ello, la deteccin se puede hacer usando un solo
4
filtro adaptado dado por hFA (t) = hFA,0 (t).
Tambin notamos que c0 = c1 las hace irrelevantes para la decisin, y as las despreciamos.
El receptor ptimo toma entonces la siguiente forma:
x(t) T
r(t) hFA (t) bn
Figura 3.16: Receptor ptimo simplificado para la transmisin de smbolos NRZ.

Ms an, en vez de tomar el mximo podemos evaluar el signo de la expresin, de modo que:
(
bn = 0, si x (Tb ) 0, (3.47)
1, si x (Tb ) < 0.
3.2.7. Transmisin de una secuencia de bits
Veamos qu pasa si en vez de transmitir un bit aislado se transmite una secuencia {bn }
determinada. Para el caso binario estudiado hasta ahora, determinaremos analticamente el
resultado obtenido al ingresar una secuencia de bits de la forma,

" #
X t n + 1
Tb
s (t) = A2 (1)bn u 2
. (3.48)
n=
Tb
El filtro adaptado normalizado por su energa corresponde a:
s0 (t) s0 (t)
hFA (t) = = 2 . (3.49)
A Tb
s20 ( ) d

Se tiene asimismo que:
x (t) = s (t) hFA (t) (3.50)

= s ( ) hFA (t ) d. (3.51)

Reemplazando con la entrada:

" #
A X n+bn
1
Tb t 12 Tb
2
x (t) = (1) u u d. (3.52)
Tb n= Tb Tb
Alternando operadores tenemos que:

(2)
" #z }| {
A X
n+ 1
Tb t 12 Tb
x (t) = (1)bn u 2
u d. (3.53)
Tb n= Tb Tb
| {z }
(1)
Observamos que:
El trmino (1) es distinto de cero para todo [nTb , (n + 1) Tb ].
El trmino (2) es distinto de cero para todo [t Tb , t].

Juntando estos dos hechos, tendremos que:
" #
n + 21 Tb t 21 Tb t (n + 1) Tb
u u d = Tb , (3.54)
Tb Tb Tb
(
|t| , si t [1, 1] ,
donde (t) = As,
0, si t 6 [1, 1] .
p X
bn t (n + 1) Tb
x (t) = A Tb (1) . (3.55)
n=
Tb
Con el propsito de comprender grficamente el resultado de esta convolucin, revisemos el

siguiente ejemplo:
Ejemplo Consideremos la siguiente secuencia de bits:
{bn } = 10110
Entonces, la seal recibida es:
Figura 3.17: Secuencia de bits codificada en la seal recibida.
Convolucionando grficamente con el filtro adaptado normalizado obtenemos:

Figura 3.18: Resultado de la convolucin grfica con el filtro adaptado, paso a paso.
3.3. Probabilidad de error
Consideremos ahora el receptor ptimo bajo ruido blanco:

r(t) x(t) Tb x(Tb )
s(t) + F.A. bn
w(t)
Figura 3.19: Receptor simplificado usando filtro adaptado a s0 (t) y considerando la adicin
de ruido blanco gaussiano.
Desde luego, x (Tb ) ahora es una observacin ruidosa, lo cual conlleva una probabilidad de
cometer un error de decisin. Cul es la probabilidad de error? Hay dos errores posibles:
Error de tipo I: Se declara un 1 cuando un 0 fue transmitido. Esta probabilidad la

denotaremos por:
P (D1 | 0)
Error de tipo II: Se declara un 0 cuando un 1 fue transmitido. Esta probabilidad la

denotaremos por:
P (D0 | 0)
La probabilidad de error de bit, denotada por Pb , tiene entonces la siguiente forma general:
Pb = p0 P (D1 | 0) + p1 P (D0 | 1) . (3.56)
Supongamos que un 0 fue transmitido y determinemos P (D1 | 0). De la figura,

x (Tb ) = r (t) hFA (t) (3.57)

t=Tb

= [s0 (t) + w (t)] hFA (t) (3.58)

t=Tb

= s0 hFA (t) + w (t) hFA (t) . (3.59)

t=Tb t=Tb
Asumiendo NRZ con la siguiente seal, su filtro adaptado y funcin de autcorrelacin:

Figura 3.20: Seal enviada, su filtro adaptado y funcin de autocorrelacin empleadas para
el clculo de probabilidad de error.
Tenemos que:
hFA (t )
z }| {
1
t 2 Tb
x (Tb ) = A2 Tb + A w ( ) u d (3.60)
Tb
Tb
2
= A Tb +A w ( ) d. (3.61)
| {z } 0
()
El paso crucial para evaluar Pb es reconocer que x (Tb ) es una variable aleatoria gaussiana,
ya que x (t) es un proceso estocstico gaussiano y x (Tb ) una muestra de dicho proceso. Por
lo tanto, basta con determinar la media y varianza de x (Tb ) para conocer su distribucin. En
efecto,
X|0 = E {x (Tb ) | 0} (3.62)

Tb
2
= A Tb + A E {w ( )} d (3.63)
0
= A2 Tb . (3.64)

pues E {w ( )} = 0. Anlogamente,
n 2 o
2
X|0 = E x (Tb ) X|0 |0 (3.65)
Tb
2 2
= E A Tb + A w ( ) d A TB (3.66)
0
Tb Tb
2
=E A w (1 ) d1 w (2 ) d (3.67)
0 0
Tb Tb
2
A E {w (1 ) w (2 )} d1 d2 . (3.68)
0 0
| {z }
N0
RW (1 ,2 )= 2
(1 2 )
Es decir,
Tb Tb
2 2 N0
X|0 =A (1 2 ) d1 d2 . (3.69)
2 0 0
Recordando que la funcin impulso integral 1 para 1 = 2 , entonces:
Tb Tb Tb
(1 2 ) d1 d2 = d2 , (3.70)
0 0 0
y por lo tanto,
2 N0 N0 2
X|0 = A2
Tb = A Tb , (3.71)
2 2
donde A2 Tb es la energa del filtro adaptado y del pulso, i.e. definimos Eb = A2 Tb . En
consecuencia, la densidad de probabilidad de x (Tb ) dado que se transmiti un 0 es:
( )
2
1 (x A2 Tb )
fX (x | 0) = p exp . (3.72)
2 N0/2 A2 Tb N0
Notamos que se declara un 1 cuando x (Tb ) < 0, por lo que graficando la funcin de densidad
probabilstica y achurando el rea correspondiente:
Figura 3.21: Funcin de densidad probabilstica asociada a x (Tb ) as como el rea que
denota la probabilidad de cometer error de tipo I.

Entonces,

1 1 x A2 Tb
P (D1 | 0) = + erf (3.73)
2 2 A2 T N0
s x=0
1 1 A2 T
= + erf (3.74)
2 2 N0
r !
1 1 Eb
= erf , (3.75)
2 2 N0
donde de la segunda ecuacin a la tercera utilizamos la propiedad de la funcin error:
erf (x) = erf (x) . (3.76)
Anlogamente, podemos determinar que para P (D0 | 1) se tendr que:

2 N0 2
D0 | 1 N A Tb , A Tb . (3.77)
2
Se declarar un 1 si x (Tb ) > 0, por lo que grficamente:
Figura 3.22: Funcin de densidad probabilstica asociada a x (Tb ) as como el rea que
denota la probabilidad de cometer error de tipo II.
Es decir,
" r !#
1 1 Eb
P (D0 | 1) = 1 + erf (3.78)
2 2 N0
r !
1 1 Eb
= erf . (3.79)
2 2 N0

Finalmente, de esta forma,
1 1
Pb = P (D1 | 0) + P (D0 | 1) (3.80)
2 2
r !
1 1 Eb
= erf (3.81)
2 2 N0
Obtenemos as la probabilidad de error de bit de transmisin binaria NRZ en banda

base:
r !
1 Eb
Pb = erfc (3.82)
2 N0
Pueden realizarse los siguientes comentarios:
Eb
1. N0
se conoce como la razn seal a ruido (SNR), entre la energa de un smbolo y la
potencia del ruido.
2. La Pb solo depende de la SNR en relacin directa. Es decir,
Si Eb aumenta, entonces Pb disminuye.

Si N0 aumenta, entonces Pb aumenta.
Esta relacin puede graficarse como sigue:

Figura 3.23: Relacin entre la razn seal a ruido y la probabilidad de error en escala log
log. Esta curva no es otra cosa que el complemento de la funcin de acumulacin gaussiana
en escala logartmica.
3. Se puede realizar una representacin del dispositivo de decisin junto a las seales que
recibe y los valores que estas pueden tomar de acuerdo a la distribucin de probabili-
dades. Esto se muestra en la siguiente figura:

Tb x(TB )
bn
Figura 3.24: Dispositivo de decisin junto a seales que recibe y valores que puede tomar
de acuerdo a las distribuciones de probabilidades.
Se observa que existen dos regiones de decisin.

4. El bosquejo de arriba se conoce como el espacio de seales.
(*) Si el filtro adaptado fuera normalizado por su energa, entonces:

() = s0 ( ) hFA (t ) d (3.83)

t=Tb

= s0 ( ) hFA (Tb ) d (3.84)

s0 ( )
= s0 ( ) s d (3.85)

s20 ( 0 ) d 0

s20 ( ) d
= s . (3.86)

s20 ( 0 ) d 0

Notando que las variables de integracin son mudas, entonces:

s
p p
() = s20 ( ) d = A2 Tb = Eb . (3.87)

Lo cual es lgico por:

la relacin entre s0 (t) y hFA (t).
porque hFA (t) tiene energa 1, lo cual no altera la seal filtrada.
3.4. Optimalidad del filtro adaptado
3.4.1. Demostracin de optimalidad
La optimalidad del filtro adaptado consiste en que maximiza la razn seal a ruido de los
estadsticos de entrada al dispositivo de decisin (no existe otra forma de procesar las seales
recibidas para mejorar la SNR an ms!).
En consecuencia, si la razn seal a ruido es mxima (para todos los estadsticos, forma
general del receptor ptimo), la probabilidad de error resulta mnima.
La SNR mxima est dada por:

2
max = FA = |s (f )|2 df. (3.88)
N0
Demostracin:
Una forma de describir el requerimiento es exigir que la potencia instantnea de x (t) medida
en t = T sea tan grande como se pueda comparada a la potencia promedio del ruido de salida
n (t). En otras palabras, el receptor debe maximizar el SNR de pulso peak:
|x (T ) |2
= (3.89)
E {n2 (t)}
Entonces, expandiendo ambos trminos en trminos de sus contenidos espectrales:

H (f ) S (f ) exp (j2f T ) df

= , (3.90)
SN (f ) df

N0
pero SN (f ) = |H (f ) |2 . Por lo tanto,
2

H (f ) S (f ) exp (j2f T ) df

2
= . (3.91)
N0 2
|H (f ) | df

Nuestro problema es encontrar, dada G (f ), la forma particular de la respuesta en frecuencia

de H (f ) de modo de hacer mximo.
Haremos uso del siguiente teorema como lema de esta demostracin:

Teorema: (Desigualdad de Schwarz) Si tenemos dos funciones 1 (x) y 2 (x) de variable
real x, satisfaciendo las condiciones

2
|1 (x) | dx < y |2 (x) |2 dx (3.92)

Entonces,
2

1 (x) 2 (x) dx 2
|1 (x) | dx 2
|2 (x) | dx . (3.93)

La igualdad se alcanza si y solo si 1 (x) = k2 (x).
Aplicando el teorema anterior, haciendo 1 (f ) = H (f ) y 2 (f ) = S (f ) exp (j2f T ) se

tendr que:

2
|H (f ) | df |S (f ) |2 df
2 2

= |S (f ) |2 df. (3.94)
N0 2 N0
|H (f ) | df

El mximo se alcanzar entonces cuando:

2
max = |S (f ) |2 df . (3.95)
N0
De acuerdo a la desigualdad de Schwarz, la igualdad se alcanzar cuando:

Hopt (f ) = kS (f ) exp (j2f T ) . (3.96)
Luego,
hopt (t) = k S (f ) exp [j2f (T t)] df. (3.97)

Si la seal es real, entonces S (f ) = S (f ) y por lo tanto,

hopt (t) = k S (f ) exp [j2f (T t)] df (3.98)

= k S (f ) exp [j2f (T t)] df (3.99)

= ks (T t) . (3.100)
Entonces, el filtro ptimo, es una versin retrasada y dada vuelta de la seal s (t), esto es,
adaptada a la seal de entrada: el filtro adaptado!. Un filtro LTI definido de esta forma
se conoce como filtro adaptado. El supuesto inherente realizado en esta deduccin sobre el
ruido de entrada w (t) es que es estacionario, blanco, de media cero y densidad espectral de
potencia N0 /2 y ningn supuesto se ha realizado sobre las estadsticas del ruido de canal
w (t).

Importante: Debe considerarse que para la optimalidad determinada se estn realizan-
do los siguientes supuestos bajo los cuales el filtro adaptado es el receptor ptimo:
1. Ruido blanco aditivo gaussiano (AWGN).
2. Canal ideal: es decir, s (t) aparece sin distorsin en la antena de recepcin.
3. No hay correlacin entre bits sucesivos.
3.4.2. Respuesta en frecuencia
Estudiemos la respuesta de frecuencia de un filtro adaptado para entender mejor cmo opera.
En efecto,
HFA,m (f ) = F {hFA,m (t)} (3.101)

= F {sm (Tb t)} (3.102)
= ej2f Tb S (f ) . (3.103)
Puesto que sm (f ) son reales, sabemos que |S (f )| = |S (f )|5 . Por lo tanto,
|HFA,m (f )| = |S (f )| . (3.104)
Volviendo al ejemplo binario, graficamos las respuestas en frecuencia de cada uno de los
elementos de esta etapa:
5
Recuerde el lector que la transformada de Fourier de una seal real es hermtica.

Figura 3.25: Grficos de las respuestas en frecuencia para la seal, su filtro adaptado y la
funcin de autcorrelacin del ruido.
N0
El ruido w (f ) tiene la energa repartida parejamente en todo el espectro pues SW (f ) = 2
mientras que la seal no pues S0 (f ) = ATb sinc (f Tb ) ejf Tb .
Por lo tanto, el filtro adaptado est adaptado a la seal tal que permita pasar frecuencias
donde la seal es fuerte con respecto al ruido y atena las frecuencias donde hay poca seal
y slo ruido.
Asimismo, podemos entender el filtro adaptado como la operacin de correlacin:

x (t) = s ( ) hFA (t ) d (3.105)

= s ( ) s [T (t )] d. (3.106)

Haciendo T 0 = T t obtenemos que:

x (t) = s ( ) s (T 0 + ) d, (3.107)

lo cual efectivamente una correlacin. Haciendo t = T obtenemos que:

x (T ) = s2 ( ) d. (3.108)

3.5. Transmisin M aria
Como extensin de la transmisin anterior, podemos agrupar los bits de la seal transmitida
en grupos de log2 M bits para formar smbolos. Este proceso se conoce como transmisin
M aria. En general, si el alfabeto tiene M smbolos posibles, las tuplas binarias son de
log2 (M ) bits.
Ejemplo Sistema 16ario. En este caso, M = 16 log2 M = 4. Podemos generar la

siguiente tabla para el mensaje 0100101101111001:
Mensaje: 0100
|{z} 1011
|{z} 0111
|{z} 1001
|{z}
Smbolos: =4 = 11 =7 =9
Seales: s4 (t) s11 (t) s7 (t) s9 (t)
A modo de ejemplo, podemos utilizar los siguientes smbolos:
Figura 3.26: Seales de ejemplo para una transmisin M aria.
Cualquier grupo de 16 seales es vlido.
Sin embargo, hay grupos con mejores caractersticas que otros, tales como:
Caractersticas espectrales.
Energticas.

Probabilidad de error.
3.5.1. Modulacin de Amplitud de Pulso (PAM)
En la transmisin M PAM (Pulse Amplitud Modulation) se utiliza un pulso base (t) de

energa 1 y cada uno de los M smbolos se obtiene al hacer variar la amplitud del pulso.
Consideremos para nuestro estudio el pulso base:

1 t T /2
(t) = u E { (t)} = 1. (3.109)
T T
Entonces, cada uno de los smbolos se obtiene al hacer variar la amplitud:
sm (t) = Am (t) . (3.110)
Para una transmisin de 4 smbolos, es deseable incluir tanto amplitudes negativas como
positivas. Asimismo, es deseable transmitir mltiplos de un amplitud base A, de modo que
para esos cuatro bits podemos transmitir 3A, A, A y 3A. Esto puede representarse para
una transmisin de M smbolos como:

Am = (2m + 1 M ) A T con m {0, 1, 2, . . . , M 1} . (3.111)

donde agregamos el trmino T para propsitos de normalizacin. A modo de ejemplo:
Para la transmisin NRZ binaria ya conocida, M = 2 y por lo tanto Am = A.

Para 8PAM se tiene que Am = 7, 5, 3, 1.
Se define la energa promedio del smbolo como:

M
X 1 T
4
Es = P (m) sm (t) dt. (3.112)
m=0 0
T
1
Como sm (t) dt = (2m + 1 M ) A2 T y P (m) = , entonces:
0 M
M 1
A2 T X
Es = (2m + 1 M )2 . (3.113)
M m=0
Expandiendo la suma mediante la frmula respectiva:
A2 T
Es = M2 1 (3.114)
3

Ejemplo Para la transmisin 4PAM, los bits se agrupan de a 2 para formar los
smbolos que despus se transmiten con amplitud variable.
Para cada smbolo se define una seal:
Figura 3.27: Smbolo asociado a cada seal para una transmisin 4aria.
Luego, a modo de ejemplo, el mensaje 01001011100111 se transmite como:

Figura 3.28: Seal de ejemplo para una transmisin 4aria.
3.5.2. Receptor ptimo para deteccin M aria
Como extensin al receptor ptimo ya estudiado, se propone la siguiente estructura para el

receptor ptimo de una trasmisin M aria.
x0 (t) Ts
s0 (Ts t) +
Ts c0
x1 (t)
s1 (Ts t) +
r(t)
c1
max In
..
.
xM 1 (t) Ts
sM 1 (Ts t) +
cM 1
Figura 3.29: Receptor ptimo para una tramisin M aria.

Para el caso M PAM, el receptor ptimo puede ser simplificado como antes, puesto que
todas las sm (t) son similares, con sm1 (t) = ksm2 (t):
r(t) Ts x(Ts )
s(t) + s(Ts t) In
w(t)
Figura 3.30: Receptor ptimo simplificado y regiones de decisin para el receptor M PAM.
3.5.3. Probabilidad de error de modulaciones M arias
Para determinar la probabilidad de error de una modulacin M aria es necesario reconocer

dos diferencias con respecto al caso binario:
1. Los errores de decisin son errores de smbolo, los cuales denotaremos como Ps . Hay
M 1 errores posibles, cuyas probabilidades son, en general, distintas. A modo de
ejemplo, para 4PAM, si transmitimos el smbolo binario 11, representado por un 3,
se tendr el siguiente esquema de errores:

P (D0 | 3)
P (D1 | 3)
P (D2 | 3)
Figura 3.31: Esquema de posibles errores que se pueden cometer en una modulacin
M PAM dado el smbolo 3.
Asimismo, podemos realizar el siguiente clculo para M genrico:

M
X 1
Ps = P (x (Ts ) 6 Rm |m) P (m) (3.115)
m=0
M
X 1
1
= P (x (Ts ) 6 Rm |m) (3.116)
M m=0
M 1
1 X
=1 P (x (Ts ) Rm |m) . (3.117)
M m=0
Por lo tanto, segn el error, pueden resultar equivocados entre 1 y log2 M bits. La
probabilidad de error de bit y la probabilidad de error de smbolo no son lo mismo!
2. Las energas de los smbolos varan, y la energa de cada smbolo individual (Es,m )
representa la energa de varios bits.
As, la probabilidad de error de modulaciones M arias se calcula como la probabilidad de

error de smbolo en funcin de Es (y de la SNR por smbolo!)
Ps de M PAM. Si el filtro adaptado est normalizado en energa, entonces su salida x (t)

muestreada en Ts es:

x (Ts ) = hFA (t ) [sm ( ) + w ( )] d (3.118)

t=Ts
= hFA (t ) sm ( ) d + hFA (t ) w ( ) d (3.119)
| {z }
t 1

1 u 2 Ts
Ts Ts

1 12 Ts A 12 Ts
1 12 Ts
= u m u d + u w ( ) d
Ts Ts Ts Ts Ts Ts
(3.120)
p Ts
1
= Am Ts + w ( ) d. (3.121)
Ts 0
Desde luego, x (Ts ) es nuevamente gaussiana, con X y X2 dados por:
X|m = E {x (Ts ) |m} (3.122)

p
= (2m + 1 M ) A Ts . (3.123)
2 N0
X|m = (como antes) . (3.124)
2
4
Definiremos E = A Ts . Debemos distinguir dos tipos de smbolos:
Smbolos interiores en el espacio de seales. Estos son los smbolos tales que m 6= 0
m 6= N 1 y por lo tanto se puede cometer error de smbolo hacia la derecha o hacia
la izquierda. Estos errores quedan correctamente representados por la siguiente figura:
Figura 3.32: Grfica de la densidad de probabilidad de un smbolo interior en el espacio de

seales junto con sus respectivas probabilidades de error.

Smbolos exteriores en el espacio de seales, los cuales tal como su nombre lo dice,
corresponden al caso m = 0, en el cual se comete un error cuando la variable aleatoria
se desplaza hacia la derecha, y al caso m = M 1, en el que la variable aleatoria se
desplaza hacia la izquierda.
Se sigue que:
Pe = P (x (Ts ) 6 Rm |m) (3.125)

P+ + P , si m = 1, . . . , M 2,
= P , si m = M 1, (3.126)

P+ , si m = 0.
donde:
r !
1 1 E
P+ = P (Dm+1 |m) = erf (3.127)
2 2 N0
r ! r !
1 1 E 1 1 E
P = + erf = erf . (3.128)
2 2 N0 2 2 N0
Se sigue que:
M 1
1 X
Ps = P (x (Ts ) 6 Rm |m) (3.129)
M m=0
1
= [(M 2) (P+ + P ) + P+ + P ] (3.130)
M
2 (M 1)
= P+ . (3.131)
M
Es decir,
r !
M 1 E
Ps = erfc . (3.132)
M N0
3.5.4. Probabilidad de error de bit
Si bien este resultado es correcto, es poco til para comparar PAM con distintos valores de
M , pues:
La potencia promedio de la M PAM crece con M .
Cometer un error de smbolo no es lo mismo para distintos M .

El segundo paso hacia una base de comparacin de modulaciones con distinto M es trans-
formar las Ps a probabilidades de error de bit.
log2 (M )
X
Ps = P (error de smbolo | b bits en error) P (b bits en error) . (3.133)
b=1
Con cdigo Gray,
P (1 bit en error) P (b bits en error) b 2. (3.134)
Entonces,
()
Ps P (1 bit en error) . (3.135)
Esto corresponde a la unin de todos los log2 M eventos de 1 bit de error (mutuamente
excluyentes, conjuntamente exhaustivos). En promedio cada uno tiene Pb probabilidad de
ocurrencia. De esta forma,
log2 (M )
() X
Ps P (1 bit en error| n simo bit en error) P (n simo bit en error) (3.136)
b=1
log2 (M )
X
= P (n simo bit en error) . (3.137)
b=1
Se define Pb como la probabilidad media de error de bit:

log2 (M )
1 X
Pb = P (n simo bit en error) . (3.138)
log2 (M ) b=1
Finalmente, aplicando 3.137:

()
Ps = log2 (M ) Pb . (3.139)
Aplicacin a M PAM. Ya determinamos que la energa promedio por smbolo es:

A2 T E 3Es
Es = M2 1 = M 2 1 E = 2 . (3.140)
3 3 M 1
A su vez, la relacin entre Eb y Es es:
Es = log2 (M ) Eb . (3.141)
As, la probabilidad de error de smbolo de M PAM con base de SNR comn en Eb /N0 es:
s
M 1 3 log2 (M ) Eb
Ps = erfc . (3.142)
M M 2 1 N0
Graficando para distintos valores de M y Eb /N0 :

Figura 3.33: Probabilidad de error de smbolo en una modulacin M PAM para distintos
valores de M , en funcin de Eb /N0 .

Captulo 4 Representacin equivalente de banda base
Hasta ahora hemos asumido que nuestras seales digitales y la transmisin propiamente
tal son realizadas en banda base. Enfoquemos ahora el caso pasa bandas, el cul es ms
interesante pues agrupa a la mayora de los sistemas de comunicaciones modernos6 .
Es claro que la frecuencia portadora es una decisin arbitraria, y que la portadora misma
no contiene informacin, pero an as hace el anlisis de pasa banda tedioso debido a la
presencia del factor cos (2fc t + ).
El objetivo de este captulo es desarrollar una tcnica matemtica para trabajar seales de
pasa banda en banda base, dejando la conversin a/de radio frecuencia de lado y focalizando
la atencin solamente en el mensaje.
4.1. Transformada de Hilbert
Esta operacin matemtica adelanta o retrasa la fase de seales en 90o . Se define la transfor-
mada de Hilbert de una seal s (t) como la funcin s (t):

41 s ( )
s (t) = H {s (t)} = d . (4.1)
t
donde s (t) es Fourier-transformable con transformada S (f ). Asimismo, se define la transfor-

mada de Hilbert inversa como:

1 4 1 s ( )
s (t) = H {s (t)} = d . (4.2)
t
Observaciones:
Es una operacin lineal.
Opera exclusivamente en el dominio del tiempo.

1
Es la convolucin entre s (t) y .
t
6
Para ms informacin vase Fitz, tabla 4.1, p. 75.


1, si f > 0,
1
Notar asimismo que F = j sgn (f ) con sgn (f ) = 0, si f = 0,
t

1, si f < 0.
Por lo tanto,
S (f ) = F {s (t)} (4.3)

1
= F s (t) (4.4)
t
= S (f ) (j) sgn (f ) . (4.5)
Es decir, la transformada de Hilbert solo cambia la fase de la seal, dejando intacta la

amplitud. En otras palabras, la respuesta en fase de la transformada de Hilbert es:
Figura 4.1: Respuesta en fase de la transformada de Hilbert.
Ejemplo Calculemos la transformada de Hilbert de s (t) = cos (2fc t).
Solucin:
Calcular la transformada de Hilbert por definicin nos conducir a una integral para la
cual no podemos evaluar su primitiva, de modo que trabajemos en el espectro de Fourier
para intentar realizar clculos. Se tiene que:
1
S (f ) = [ (f fc ) + (f + fc )] . (4.6)
2

Es decir,
j
S (f ) = [ (f fc ) + (f + fc )] sgn (f ) (4.7)
2
1
= [ (f fc ) (f + fc )] . (4.8)
2j
Volviendo al espectro temporal, podemos concluir entonces que:
H {cos (2fc t)} = sen (2fc t) . (4.9)
Se puede probar similarmente que H {sen (2fc t)} = cos (2fc t).
4.1.1. Propiedades de la transformada de Hilbert
La transformada de Hilbert difiere de la transformada de Fourier en el sentido de que opera

exclusivamente en el dominio del tiempo. Para el caso en que una seal s (t) es real, se puede
establecer lo siguiente:
1. Una seal s (t) y su transformada de Hilbert tienen el mismo espectro de magnitud.

Demostracin:
Es claro que:
S (f ) = j sgn (f ) S (f ) |S (f ) | = |j| | sgn (f ) | |S (f ) | = |S (f ) |
2. Si s (t) es la transformada de Hilbert de s (t), entonces la transformada de Hilbert de

s (t) es s (t).
3. Una seal s (t) y su transformada de Hilbert s (t) son ortogonales sobre todo el intervalo
de tiempo, i.e.
s (t) s (t) dt = 0. (4.10)

Demostracin:
Se tiene que:

s (t) s (t) dt = s (t) s (t) ej2f t dt

f =0
Pero,
F
S (f ) S (f ) = jS (f ) sgn (f ) S (f )
s (t) s (t)

Es decir,

s (t) s (t) dt = jS (f ) sgn (f ) S (f ) = j S () sgn () S () d

f =0
Notemos que X () = S () sgn () S () es una funcin impar pues:
X () = S () sgn () S () = X ()
Por lo tanto, el valor de la integral es cero. Concluimos entonces que:

s (t) s (t) dt = 0

4.2. Pre-envolvente
Tal como el uso de los fasores simplifica las manipulaciones al alternar corrientes y voltajes,
el uso de la pre-envolvente es particularmente til al manejar seales y sistemas que se
encuentran en pasabanda.
Consideremos una seal real s (t) cualquiera. Se define la pre-envolvente positiva de s (t)
(tambin es posible definir una pre-envolvente negativa) como:
4
s+ (t) = s (t) + j
s (t) . (4.11)
Claramente s+ (t) es compleja y s (t) = Re {s+ (t)}. Espectralmente hemos realizado las
siguientes operaciones:

Figura 4.2: Ejemplificacin de las transformaciones espectrales que se estn realizando al
tomar la pre-envolvente positiva de una seal real cualquiera.
De este grfico se deduce una propiedad importante:

2S (f ) , si f > 0,
S+ (f ) = s (0) , si f = 0,

0, si f < 0.
Es decir, la pre-envolvente positiva no tiene energa en frecuencias negativas!

4.3. Representacin de seales de pasa banda en banda base
Consideremos el siguiente caso especial: s (t) es una seal real de pasa banda. Es decir,
S (f ) 6= 0 solo para el rango fc 21 W donde fc es la frecuencia portadora de la seal de
pasabanda y W es el ancho de banda de la transmisin con W fc .
La pre-envolvente s+ (t) solo tiene contenido de frecuencia en el rango fc 12 W . Entonces,

s+ (t) puede ser expresada como una seal envolvente modulando a una portadora, o bien el
espectro centrado en fc puede entenderse como un espectro G (f ) en banda base desplazado
en fc unidades hacia la derecha. Porpropsitos de normalizacin que sern explicados ms
adelante7 , consideraremos un factor 2. En otras palabras,

G+ (f ) = 2 G (f fc ) . (4.12)
Aplicando la transformada inversa de Fourier obtenemos que entonces g (t) debe ser tal que:

s+ (t) = 2 s (t) ej2fc t . (4.13)
Se conoce s (t) como la envolvente compleja de la seal de pasa banda s (t). Esta seal
es claramente de banda base y, por lo general, es compleja y por lo tanto tiene un espectro
asimtrico. Asimismo, podemos encontrar funciones reales sI (t) y sQ (t) tales que:
s (t) = sI (t) + jsQ (t) . (4.14)
donde sI (t) se define como la componente en fase de s (t) y sQ (t) como la componente
en cuadratura. As:
n o
s (t) = Re {s+ (t)} = Re 2s (t) ej2fc t (4.15)
n o
= Re 2 [sI (t) + jsQ (t)] [cos (2fc t) + j sen (2fc t)] . (4.16)
Es decir,

s (t) = 2sI (t) cos (2fc t) 2sQ (t) sen (2fc t) . (4.17)
Esta forma de expresar la seal de pasabanda s (t) en trminos de su componentes en fase
y cuadratura (ambos de banda base) se conoce como la forma cannica de s (t). Luego,
la seal en pasabanda puede obtenerse a partir de sus componentes en cuadratura y fase
mediante el siguiente diagrama:
7
La envolvente compleja tiene la mitad de la potencia que tiene la pre-envolvente positiva, la que tiene el
doble de potencia que la seal original.

sI (t)

+
2 cos(2fc t) + s(t) = RF

90
sQ (t)
Figura 4.3: Representacin esquemtica de un conversor a radio frecuencia.
Asimismo,

s (t) 2 cos (2fc t) = 2sI (t) cos2 (2fc t) 2sQ (t) sen (2fc t) cos (2fc t) . (4.18)
Pero, recordando las identidades de prostafresis:
2 cos () cos () = cos ( + ) + cos ( ) (4.19)

2 sen () cos () = sen ( + ) + sen ( ) . (4.20)
As,
2s (t) cos (2fc t) = sI (t) + sI (t) cos (4fc t) sQ (t) sen (4fc t) . (4.21)
Similarmente,

2s(t) sen (2fc t) = sI (t) sen (4fc t) + sQ (t) cos (4fc t) sQ (t) . (4.22)
Entonces, bajo el siguiente esquema podemos tomar una seal en basa banda y obtener sus
componentes en cuadratura y fase de su envolvente compleja:

LPF sI (t)

s(t) 2 cos(2fc t) = RF
90
LPF sQ (t)
Figura 4.4: Representacin esquemtica de un deconversor de radiofrecuencia.
La envolvente compleja es un concepto fasorial. El plano IQ rota a velocidad angular 2fc ,

lo cual puede ser ignorado para efectos del anlisis. El contenido de informacin de s (t) est
completamente representado por s (t).
4.4. Representacin de sistemas de pasa banda en banda base
Ahora que sabemos cmo manejar la representacin compleja en pasabanda de las seales, es
lgico que el siguiente paso deseado es un procedimiento para manejar el anlisis de sistemas
en pasabanda.
Sea un sistema lineal invariante en el tiempo (LTI) con respuesta al impulso h (t) tal que
H (f ) 6= 0 slo para el rango fc 21 WH (i.e. h (f ) es un filtro pasa banda).
Entonces, podemos expresar h (t) en su forma cannica, la cual multiplicaremos en 2 por

este caso para propsitos de normalizacin que sern explicados a continuacin:
h (t) = 2hI (t) cos (2fc t) 2hQ (t) sen (2fc t) . (4.23)
Definimos asimismo la respuesta al impulso compleja del sistema (la respuesta en banda
base de h (t)) como:
h (t) = hI (t) + jhQ (t) . (4.24)
Y por lo tanto, n o
(t) ej2fc t .
h (t) = Re 2h (4.25)

(t), hI (t) y hQ (t) son seales pasa bajo. Qu es entonces H
As, h (f )? Se tiene que:
H (f ) = F {h (t)} (4.26)
n n oo
= F Re 2h (t) ej2fc t . (4.27)
z + z
Como Re {z} = , entonces:
2
n o

H (f ) = F h (t) e j2fc t
+ h (t) ej2fc t
. (4.28)
Mediante propiedad de traslacin espectral tendremos que:

(f fc ) + H
H (f ) = H (f fc ) . (4.29)
(t) es pasa bajo y as H
Pero h (f fc ) 0 para
(f ) 0 para todo |f | > 1 WH . Luego, H
2
todo f > 0. Entonces, para f > 0:
(f fc )
H (f ) = H para f > 0. (4.30)
Es decir,
(f ) = H (f + fc )
H para f > fc . (4.31)
Este resultado es importante: el sistema pasa banda puede ser representado en banda base
sin prdida de informacin!
Qu pasa con la relacin entradasalida del sistema? Supongamos que x (t) es una seal
pasa banda con X (f ) 0 para f 6 [fc Wx ].
Sabemos que:
y (t) = h (t) x (t)

= h ( ) x (t ) d.

Escribiendo en trminos de las pre-envolventes:

y (t) = Re {h+ ( )} Re {x+ (t )} d = Re {h+ ( )} Re x+ (t ) d,

pues claramente Re {z} = Re {z }. Antes de continuar tenemos que hacer uso del siguiente
lema, que representa una propiedad de las pre-envolventes:
Lema: Se tiene que:

1
Re {h+ ( )} Re {x+ ( )} d = Re h+ ( ) x+ ( ) d . (4.32)
2
Demostracin:

Tomando el lado derecho:
h i

h+ ( ) x+ ( ) d =
h ( ) + jh ( ) [x ( ) j x ( )] d

=
h ( ) x ( ) + h ( ) x ( ) d + j ( ) x ( ) h ( ) d
x ( ) h

Obteniendo la parte real a ambos lados:

Re
h+ ( ) x+ ( ) d = ( ) x ( ) d
h ( ) x ( ) + h

Aplicando el Teorema de Parseval notamos que:

h ( ) x ( ) d = (f ) X
H (f ) df

= j sgn (f ) H (f ) [j sgn (f ) X (f )] df

= j sgn (f ) H (f ) j sgn (f ) X (f ) df

!
Como j2 = 1 y sgn2 (f ) = 1 (salvo en f = 0), entonces:

h ( ) x ( ) d = H (f ) X (f ) df

Aplicando la relacin de Parseval en forma inversa:

( ) x ( ) d =
h h ( ) x ( ) d

Es decir,

Re h+ ( ) x+ ( ) d =2 h ( ) x ( ) d = 2 Re {h+ ( )} Re {x+ ( )} d

Concluimos entonces que:

1
Re {h+ ( )} Re {x+ ( )} d = Re h+ ( ) x+ ( ) d
2
Reemplazando tenemos que:

1
y (t) = Re h+ ( ) x+ (t ) d
2

1
= Re ( ) e c 2 x (t ) e c
2h j2f j2f (t )
d
2

= Re 2
h ( ) x (t ) d e j2fc t
.

Definamos entonces la envolvente compleja de la salida como:

4
y (t) = ( ) x (t ) d = h
h (t) x (t) . (4.33)

Y por lo tanto, como para cualquier seal pasa banda:

y (t) = y (t)} ej2fc t .
2 Re { (4.34)
Es decir, hay plena equivalencia entre los siguientes sistemas:
x(t) h(t) y(t) x(t)

h(t) y(t)
Figura 4.5: Esquema de equivalencia entre trabajo en banda base y en pasa banda para un
sistema LTI.
As, sistemas de pasa banda pueden ser analizados completamente en banda base, evitando
el tedio asociado a la modulacin de portadora y al factor ej2fc t .
4.5. Representacin de ruido de pasa banda en banda base
Los procesos aleatorios de pasa banda sin duda tambin pueden ser representados en banda
base por medio de su envolvente compleja. Sin embargo, para que ello sea til analticamente,
necesitamos estudiar cmo se traducen caractersticas como distribucin de probabilidad,
estacionariedad, autocorrelacin, PSD, etc. de pasa banda a banda base.
Es fundamental entender para ello que el proceso estocstico (i.e. ruido) debe ser de pasa
banda, es decir, el ruido blanco ha sido filtrado en la entrada del receptor de radiofrecuencia:
w(t) h(t) n(t)
Figura 4.6: Proceso de filtrado del ruido blanco gaussiano en un filtro pasabanda.

4.5.1. Necesidad de un filtro pasa banda
Por qu es necesario filtrar pasa banda a un ruido blanco para poder llevarlo a banda base
y trabajarlo ah como ruido blanco equivalente de banda base?
Porque si el ruido no es de pasabanda, entonces trasladarlo espectralmente con cos (2fc t)

( sen (2fc t)) genera un proceso que, en general, no es estacionario.
N0
En efecto, sea w (t) un proceso de ruido blanco con Sw (f ) = 2
, entonces y considerando la
siguiente traslacin espectral:
w(t) q(t)
cos(2fc t)
Figura 4.7: Traslacin espectral en un conversor de radio frecuencia.
Entonces,
Rq (t1 , t2 ) = E {q (t1 ) q (t2 )} (4.35)

= E {w (t1 ) cos (2fc t1 ) w (t2 ) cos (2fc t2 )} (4.36)
1
= Rw (t1 t2 ) {cos [2fc (t1 + t2 )] + cos [2fc (t1 t2 )]} . (4.37)
2| {z }
N0
= 2
(t1 t2 )
Se sigue que Rq no es exclusivamente funcin de t1 t2 , por lo que q (t) no es, general, esta-
cionario. En cambio, si prefiltramos w (t) con un filtro pasa banda, la situacin es distinta.
En tal caso obtenemos el siguiente diagrama:
n(t)
w(t) BPF q(t)
cos(2fc t)
Figura 4.8: Traslacin espectral en un conversor de radio frecuencia con filtro pasa banda.
La densidad espectral de potencia de la seal n (t), filtrada pasa banda, puede ilustrarse
como:

Figura 4.9: Densidad espectral de potencia de n (t), la seal filtrada pasa banda.
Podemos escribir Sn (f ) como:

f 1
Sn (f ) = N0 u [ (f fc ) + (f + fc )] . (4.38)
W 2
Aplicando transformada de Fourier inversa:
Rn ( ) = N0 W sinc (W ) cos (2fc ) . (4.39)
Pero = t1 t2 , de modo que:
Rn (t1 t2 ) = N0 W sinc [W (t1 t2 )] cos [2fc (t1 t2 )] . (4.40)
y entonces, en la ecuacin de q (t):
Rq (t) = N0 W sinc [W (t1 t2 )] cos [2fc (t1 t2 )] {cos [2fc (t1 + t2 )] + cos [2fc (t1 t2 )]} .
(4.41)
Notando que:
1 1
cos [2fc (t1 t2 )] cos [2fc (t1 + t2 )] = cos (4fc t2 ) + cos (4fc t1 ) (4.42)
2 2
1 1
cos2 [2fc (t1 t2 )] = + cos [4fc (t1 t2 )] (4.43)
2 2
1 1 1
= + cos 4fc t2 cos 4fc t1 + sen 4fc t1 sen 4fc t2 . (4.44)
2 2 2
Falta desarrollar (Texto en desarrollo)
Envolvente compleja del ruido coloreado. De acuerdo a lo anterior, el ruido blanco de

pasa banda puede representarse como:
N0
Sn (f ) = |H (f )|2 . (4.45)
2

En otras palabras,
(t) = nI (t) + jnQ (t) .
n (4.46)
Escribiendo el ruido blanco de pasabanda en trminos de sus componentes en cuadratura y
fase:

n (t) = 2nI (t) cos (2fc t) + 2nQ (t) sen (2fc t) (4.47)

= 2 Re n (t) ej2fc t . (4.48)
Puesto que ej2fc t es una funcin determinstica, toda la aleatoriedad de n (t) est contenida
(t).
en n
4.5.2. (t)
Tres propiedades importantes de n
1. Si n (t) tiene media cero, entonces nI (t) y nQ (t) tienen ambos media cero.
2. Si n (t) es un proceso estocstico gaussiano, entonces nI (t) y nQ (t) son procesos esto-
csticos conjuntamente gaussianos.
3. Si n (t) es un proceso estocstico gaussiano estacionario, entonces nI (t) y nQ (t) son

procesos estocsticos conjuntamente estacionarios y conjuntamente gaussianos.
As, si n (t) es gaussiano estacionario de media cero, entonces nI (t) y nQ (t) son conjuntamente
gaussianos, conjuntamente estacionarios y de media cero.
Importante: nI y nQ (t) son procesos estocsticos conjuntos, es decir, estn correlacio-

nados. La funcin de correlacin cruzada se define como:
4
RXY (t1 , t2 ) = E {X (t1 ) Y (t2 )} . (4.49)
Para procesos estocsticos conjuntamente estacionarios se tiene que:
RXY (t1 , t2 ) = RXY (t1 t2 ) = RXY ( ) = RYX ( ) . (4.50)
4.5.3. Corolarios importantes
4. RnI ( ) = RnQ ( ), nI (t) y nQ (t) tienen las mismas propiedades estadsticas y la po-
tencia del ruido de ambas componentes es la misma. Es decir,

E n2I (t) = E n2Q (t) = RnI (0) = n2I . (4.51)

5. RnI nQ ( ) = RnI nQ ( ). Es decir, RnI nQ ( ) es impar en . Haciendo = 0 obtenemos
que:
RnI nQ (0) = 0. (4.52)
Y por lo tanto, nI (t0 ) y nQ (t0 ) son variables aleatorias independientes para todo t0 .
6. Rn ( ) = 2RnI ( ) j2RnI nQ ( ). Ojo: Rn ( ) es compleja!

7. Rn ( ) = Re Rn ( ) ej2fc . Ojo: sin 2 y funcin de !
8. Sabemos que Var {n (t)} = n2 = Rn (0). De las propiedades anteriores:
Rn (0) = Rn (0) = 2RnI (0) n2 = 2n2I . (4.53)
Es decir,
(a) La potencia del ruido pasa banda es igual a la potencia de su envolvente compleja
en banda base.
(b) La potencia de la envolvente compleja es igual a la suma de potencias de sus
componentes en fase y cuadratura.
(c) Las componentes en fase y cuadratura dividen la potencia en partes iguales.
(t) est dada por:

9. La densidad espectral de potencia de n
Sn (f ) = F {Rn ( )} (4.54)
= 2SnI (f ) j2SnI nQ (f ) . (4.55)

donde SnI nQ (f ) = F RnI nQ ( ) es la densidad espectral de potencia cruzada.
Sn (f ) + Sn (f )
10. SnI (f ) = = SnQ (f ).
4
Sn (f ) Sn (f )
11. SnI nQ (f ) = .
4j
1 1
12. Sn (f ) = Sn (f fc ) + Sn (f fc ). Equivalentemente,
2 2

f
Sn (f ) = 2Sn (f + fc ) u . (4.56)
W
Ahora se usa un factor 2 pues son potencias.
13. Si Sn (f ) es localmente simtrica en torno a fc , entonces nI (t) y nQ (t) son estadsti-

camente independientes (i.e. SnI nQ (f ) = 0 y RnI nQ ( ) = 0).

14. Para ruido blanco gaussiano de pasabanda, entonces usando las dos propiedades ante-
riores,
f
Sn (f ) = N0 u . (4.57)
Wn
Para efectos prcticos se asume que Wn Wseal , de modo que:
Sn (f ) N0 Rn ( ) N0 ( ) . (4.58)
Por lo tanto, nI y nQ son independientes y distribuyen idnticamente normal de media

0 y varianza n2 /2.
4.6. Resumen
Hemos desarrollado un modelo completo para analizar transmisiones de pasabanda en banda

base. Sabemos cmo trabajar con:
1. Seales determinsticas en pasa banda.
2. Sistemas lineales en pasa banda.
3. Ruido en pasa banda.
en banda base, ya sea en el dominio del tiempo como en el de la frecuencia. La metodologa

encuentra aplicacin en tres reas:
1. Facilita el anlisis matemtico del sistema de comunicaciones de pasa banda.
2. Permite implementar todo el procesamiento en un sistema de comunicaciones en banda

base y en forma digital. La conversin a y de radio frecuencia es simplemente una
funcin anexa que se obtiene agregando los modelos correspondientes.
3. Permite simular sistemas de comunicaciones eficientemente con frecuencias de muestreo

de banda base en vez de pasa banda.

Captulo 5 Transmisin digital en pasabanda
5.1. Introduccin
La nica verdadera diferencia entre trabajar con envolventes complejas versus seales reales es
la introduccin de aritmtica compleja. Veamos la equivalencia para el caso de la sealizacin
NRZ unipolar, que en pasabanda es conocida como BPSK (Binary Phase-Shift Keying):
r
2Eb t 12 Tb
s0 (t) = u cos (2fc t) . (5.1)
Tb Tb
r
2Eb t 12 Tb
s1 (t) = u cos (2fc t + ) = s0 (t) . (5.2)
Tb Tb
Es decir, en general:
r
bn 2Eb t 12 Tb
sn (t) = (1) u cos (2fc t) . (5.3)
Tb Tb
r
bn 2Eb t 12 Tb
De aqu se deduce que sI (t) = (1) u y sQ (t) 0. Por lo tanto,
Tb Tb
s (t) = sI (t) NRZ!
Es decir, al tomar la envolvente compleja estamos trabajando directamente con pulsos NRZ.
Grficamente la conversin entre ambos queda dada por:

Figura 5.1: Equivalencia entre seales NRZ unipolares y seales BPSK.
BPSK no es otra cosa que una portadora modulada por NRZ unipolar. El receptor ptimo
en pasabanda tiene la estructura de siempre, ya que s1 (t) = s0 (t):
x(t) T
r(t) hFA (t) bn
Figura 5.2: Receptor ptimo de un sistema de transmisin BPSK en pasa banda.
El filtro adaptado en este caso es un filtro pasa bajos con respuesta al impulso hFA (t) =
s0 (Tb t). Igual que antes, |HFA (f )| = |s0 (f )| y grficamente:

Figura 5.3: Filtro adaptado en pasa banda para una transmisin BPSK.
Implementar este filtro adaptado en pasa banda es difcil, porque en general T1b fc 8 .
Una formulacin e implementacin en banda base con envolventes complejas es mucho ms
conveniente. Afortunadamente, ya sabemos bien cmo representar sistemas de pasabanda en
banda base:
r(t) hFA (t) x(t) r(t) FA (t)

h x(t)
Figura 5.4: Equivalencia entre receptores ptimos simplificados en pasa banda y banda
base. En el sistema equivalente en banda base se usas dos rieles (en fase I y cuadratura Q)
indicando que estamos utilizando una envolvente compleja.
El receptor ptimo para BPSK en banda base est dado por:
r(t) Tb
r(t) RF FA (t)
h Re{ } bn
Figura 5.5: Receptor ptimo simplificado para BPSK en banda base.
donde h FA (t) = s (Tb T ). Estamos tomando la parte real pues debemos recordar que la
0
salida del filtro adaptado en t = Tb es una medida de la correlacin entre r (t) y s0 (t), la cual
aparece como energa en el eje real, ya que el filtro adaptado es s0 .
FA (t):
Calculemos h
r
2Eb t 1t Tb 1 j2fc t
s0/1 (t) = u e + ej2fc t . (5.4)
Tb Tb 2
8
Adems, qu pasa con hFA (t) si cambia fc ? (e.g. cambio de canal)

Pero sabemos asimismo que esta seal se puede expresar como la parte real de su envolvente
compleja multiplicada por el fasor respectivo:
( r )
Eb t 1
T
2 b
s0/1 (t) = Re 2 u ej2fc t . (5.5)
Tb Tb
Por lo tanto, r
Eb t 12 Tb
s0/1 (t) = u . (5.6)
Tb Tb
Vemos que s0/1 son reales puras, es decir, BPSK no tiene componentes en cuadratura. Luego,
r 1
hFA (t) = k Eb u 2 Tb t . (5.7)
Tb Tb
donde k es una constante arbitraria.
5.1.1. Quadrature Amplitude Modulation (QAM)
Estudiemos ahora una modulacin de pasa banda que s tiene componente en cuadratura.
Ejemplo La modulacin 4QAM (tambin conocida como QPSK o Quadrature PSK )

es una modulacin en la que el pulso transmitido se escribe como:
r r
bI Es t 12 Ts bQ Es t 12 Ts
sm (t) = (1) u cos (2fc t) (1) u sen (2fc t) .
Ts Ts Ts Ts
Por inspeccin, dada que esta modulacin ya est escrita en su forma cannica, podemos
notar entonces que su envolvente compleja viene dada por:
r i t 1T
Es h bI bQ 2 s
sm (t) = (1) + j (1) u , (5.8)
2Ts Ts
h i
donde (1)bI + j (1)bQ puede representar fases de 45 , 135 , 225 y 315 . Es decir, la
envolvente compleja es un pulso rectangular con fases posibles 45 y 135 .
Otra forma de verlo es usando identidades trigonomtricas para mostrar que:

r
Es t 21 Ts h bI bQ
i
sm (t) = u (1) cos (2fc t) (1) sen (2fc t) (5.9)
Ts Ts
r
Es t 21 Ts
= u 2 cos (2fc t + ) . (5.10)
Ts Ts
Es decir, r
Es t 12 TS
sm (t) = u ej . (5.11)
Ts Ts

Entonces la informacin de la comunicacin va en la fase! La siguiente representacin
geomtrica ayuda a visualizar 4QAM:
Figura 5.6: Representacin geomtrica de seales 4QAM en conjunto con seales

BPSK.
Qu energa tiene cada smbolo 4QAM? Revisemos:

E= |sm (t)|2 dt (5.12)

= sm (t) sm (t) dt (5.13)

r !2 h

Es t 21 Ts ih i
bI bQ bI bQ
= u (1) + j (1) (1) j (1) dt. (5.14)
2Ts Ts
Notando la suma por su diferencia entre los ltimos dos trminos, se tiene finalmente que:

Es Ts Es
E= (1 + 1) dt = 2Ts = Es . (5.15)
2Ts 0 2Ts
Se deja como ejercicio propuesto al lector comprobar que se obtiene el mismo resultado con
las seales pasa banda, i.e.
s2m (t) dt = Es . (5.16)

Nota:
4QAM es bsicamente poner BPSK en cada uno de los rieles I/Q.

4QAM no existe como modulacin de banda base.
5.2. Receptor ptimo M ario
Cmo es el receptor ptimo equivalente de banda base para 4QAM? La forma genrica
del receptor M ario ptimo equivalente de banda base es la siguiente:
Ts
s0 (Ts t) Re{ } +
c0
Ts
s1 (Ts t) Re{ } +
max In
r(t)
c1
.. ..
. .
Ts
sM 1 (Ts t) Re{ } +
cM 1
Figura 5.7: Receptor ptimo para una transmisin M -aria en pasa banda.
Analicemos las salidas de los filtros adaptados para el caso 4QAM:

xm (Ts ) = Re {
si (t) sm (Ts T )} . (5.17)

t=Ts
donde:
xm (Ts ) es la salida de uno de los M = 4 filtros adaptados en t = Ts y en m = 0, . . . , 3.
si (t) es una de las posibles 4 seales transmitidas, i = 0, . . . , 3.

sm (Ts t) es el msimo filtro adaptado.
Expandiendo la integral de convolucin:

xm (Ts ) = Re si ( ) sm (Ts t + ) d (5.18)

t=Ts
Ts nh i h i o
Es
= Re (1)bIi + j (1)bQi (1)bIm + j (1)bQm d (5.19)
2Ts 0

Es
= Re (1 j) (1 j) . (5.20)
2
donde el primer nmero complejo corresponde a si y el segundo a sm . Supongamos que se
transmiti i = 0. Las salidas de los cuatro filtros adaptados pueden resumirse en la siguiente
tabla:
si sm Multiplicacin Resultado
Es
(1 + j) (1 + j) Es
2
Es
(1 + j) (1 j) jEs
2
Es
(1 + j) (1 + j) jEs
2
Es
(1 + j) (1 j) ES
2
Es decir, tomando las partes reales:

x0 (Ts | 0) = Es (5.21)
x1 (Ts | 0) = 0 (5.22)
x2 (Ts | 0) = 0 (5.23)
x3 (Ts | 0) = Es . (5.24)
Notamos, adems, que c0 = c1 = c2 = c3 = 12 Es son todas iguales por lo que pueden ser
ignoradas ya que no afectan la salida del operador max { }.
As, vemos que se declara 0 cuando 0 fue transmitido. Ms an, vemos que la combinacin
entre los operadores Re { } y max { } siempre escoger el cuadrante correcto.

5.2.1. Simplificacin del receptor ptimo M ario equivalente de banda base
Observemos que para un sistema de comunicaciones 4QAM se puede realizar una separacin
interesante de las envolventes complejas de las seales:
r
Es t 12 Ts
s0 (t) = u [cos (2fc t) sen (2fc t)] (5.25)
Ts Ts
r
Es t 12 Ts
s0 (t) = u (1 + j) (5.26)
2Ts Ts
r
1 t 21 Ts Es
= u (1 + j) . (5.27)
Ts Ts | 2 {z }
s0
Anlogamente,
r
Es t 12 Ts
s1 (t) = u [cos (2fc t) + sen (2fc t)] (5.28)
Ts Ts
r
1 t 12 Ts Es
s1 (t) = u (1 j) . (5.29)
Ts Ts | 2 {z }
s1
r
Es t 21 Ts
s2 (t) = u [ cos (2fc t) sen (2fc t)] (5.30)
Ts Ts
r
1 t 12 Ts Es
s2 (t) = u (1 + j) . (5.31)
Ts Ts | 2 {z }
s2
r
Es t 12 Ts
s3 (t) = u [ cos (2fc t) + sen (2fc t)] (5.32)
Ts Ts
r
1 t 12 Ts Es
s3 (t) = u (1 j) . (5.33)
Ts Ts | 2 {z }
s3
Podemos graficar cada uno de los si en la siguiente grfica:

Figura 5.8: Representacin geomtrica de cada uno de los si .
De estos clculos se hace claro que:

s1 (t) = j
s0 (t) = j s2 (t) =
s3 (t) . (5.34)
Tomando el conjugado:
s0 (t) = j
s1 (t) = j
s2 (t) =
s3 (t) . (5.35)
Y por lo tanto, reemplazando en el instante Ts t obtenemos que:
FA0 (t) = jh
h FA1 (t) = jh
FA2 (t) = h
FA3 (t) . (5.36)
Se deduce que todos los filtros adaptados son iguales excepto por una fase. La fase indica la
rotacin relativa del cuadrante correspondiente con respecto a s0 .
Supongamos entonces que usamos un filtro adaptado con fase cero9 , con respecto al cual
FA0,1,2,3 (t) tienen fases 45 y 135 . Es decir,
h
1
hFA (t) = 1 u t 2 Ts . (5.37)
Ts Ts
Representado geomtricamente esta seal:
Figura 5.9: Representacin geomtrica del filtro adaptado en el espacio de seales.

9
Esto es conviente porque simplifica la implementacin.

Es decir, las ramas del filtro adaptado se simplifican a la siguiente figura:
x(t) Ts
s(t) FA (t)
h (Ts )
x
Figura 5.10: Diagrama de las ramas simplificadas del filtro adaptado.
donde debemos determinar x (Ts ). Expandiendo la convolucin:

FA (t)
x (Ts ) = si (t) h (5.38)

t=Ts
r 1 h i r 1
Es 2 Ts 1 t 2 Ts
= u (1)bIi + j (1)bQi u d
2Ts Ts Ts Ts
t=Ts
(5.39)
r i Ts
Es 1 h bIi bQi
= (1) + j (1) d (5.40)
2 Ts 0
r
Es
= si . (5.41)
2
El resultado anterior es fantstico, ya que permite formular el receptor ptimo en forma muy
sencilla:
r(t) x(t) x(Ts )

r(t) RF FA (t)
h s
Figura 5.11: Receptor ptimo simplificado para una transmisin 4QAM.
La estructura es idntica al caso NRZ/BPSK, solo que hay un slicer en cada riel:

bI
x(Ts ) {bI , bQ } x(Ts )
bQ
Figura 5.12: Expansin del dispositivo de decisin en slicers para cada riel.
5.2.2. Resumiendo
Qu sabemos hasta aqu sobre comunicaciones digitales?
1. Cmo modelar seales de banda base y pasa banda.
2. Cmo modelar sistemas de banda base y pasa banda.
3. Cmo caracterizar ruido de banda base y pasa banda.
4. Cmo procesar ptimamente transmisiones digitales en presencia de ruido:
(a) Banda base y pasa banda.

(b) Binario y M ario.
5. Cmo calcular la probabilidad de error binaria y M aria en banda base.
Nos falta calcular la probabilidad de error de sistemas pasa banda.
5.3. Representacin geomtrica de seales
Recuerde el lector que hemos estado utilizando la siguiente representacin geomtrica:

Figura 5.13: Representacin geomtrica en el espacio de seales.
Esta representacin es mucho ms que una ayuda visual, es una forma alternativa, completa-
mente consistente y equivalente para representar y analizar seales. Observemos la evolucin
que se ha logrado en materia de modelacin a medida que se han introducido nuevas herra-
mientas matemticas:
Antes,
Modulacin
en pasa banda
Luego,
Modulacin
banda base RF
compleja
Ahora,
Modulacin
Pulse
banda base RF
shaping
compleja digital
Figura 5.14: Evolucin del modulador a medida que se introducen nuevas herramientas
matemticas.
Revisando con cuidado, BPSK y 4QAM estn ambas formuladas en base a una misma
nica seal base: el pulso rectangular de energa unitaria:

(
1 t 12 Ts Eb , si m = 0,
BPSK: (t) = u sm con sm = = (1)bm Eb .
Tb Ts Eb , si m = 1.

1 t 21 Ts
4QAM: (t) = u sm con
Ts Ts
r

Es

(1 + j) , si m = 0,

2

r

Es

(1 j) , si m = 1,

2

sm = r (5.42)

Es

(1 + j) , si m = 2,

2

r

Es

(1 j) , si m = 3.

2

h i rE
s
= (1)bIn + j (1)bQn . (5.43)
2
La representacin geomtrica no es otra cosa que una representacin vectorial en que la base
es la funcin (t). Haciendo (t) = I (t) + jQ (t) el espacio de seales se visualiza como:
Figura 5.15: Representacin geomtrica de 4QAM en el espacio de seales.
As, podemos reescribir nuestras modulaciones de la siguiente forma compacta:
sm (t) = sm (t) . (5.44)
tanto para modulaciones BPSK como 4QAM.

5.3.1. Relaciones energticas
Lo importante a notar es que la representacin geomtrica mantiene las relaciones ener-

gticas. En efecto, ya hemos notado que:

2
|sm (t)| dt = sm (t)|2 dt = Es .
| (5.45)

Veamos qu pasa con la nueva notacin:

2
|
sm (t)| dt = sm (t) sm (t) dt (5.46)

= sm (t) sm (t) dt (5.47)

2
= k
sm k (t) (t) dt (5.48)
| {z }
E{}1
2
= k
sm k . (5.49)
La energa de la seal sm (t) ( sm (t)) est dada por la norma del complejo sm ! Cuidado:
sm es un vector 1-D complejo.
Qu pasa con las diferencias energticas?

Em1 m2 = |sm1 (t) sm2 (t)|2 dt (5.50)

= sm1 (t) sm2 (t)|2 dt
| (5.51)

sm1 sm2 k2 .
= k (5.52)
Demostracin:
Se deja como ejercicio propuesto al lector demostrar la equivalencia entre las dos primeras
integrales. Nosotros demostraremos ahora la equivalencia entre la segunda y la tercera:

| 2
sm1 (t) sm2 (t)| dt = [sm1 (t) sm2 (t)] [sm1 (t) sm2 (t)] dt (5.53)

= sm1 (t) sm1 (t) dt sm1 (t) sm2 (t) dt (5.54)

sm2 (t) sm1 (t) dt + sm2 (t) sm2 (t) dt. (5.55)

Notando que en esta ltima expresin aparecen energas de la seal:

2 2 2
|
sm1 (t) sm2 (t)| dt = k
sm1 k + k sm2 k sm1 sm2 (t) (t) dt (5.56)

| {z }
=1

sm2 sm1 (t) (t) dt . (5.57)
| {z }
=1
Es decir,

| sm1 k2 + k
sm1 (t) sm2 (t)|2 dt = k sm2 k2 sm1 sm2 sm1 sm2 (5.58)

sm1 k2 + k
= k sm2 k2 2 Re sm1 sm2 . (5.59)
Finalmente,

sm1 (t) sm2 (t)|2 dt = k
| sm1 sm2 k2 . (5.60)

Concluimos que el espacio de seales respeta y mantiene las relaciones energticas entre las
seales! Ms an, vemos que los resultados anteriores valen para cualquier seal base (t).
Es decir, no solo pueden utilizarse pulsos bases NRZ, si no que Manchester o cualquier otro
tipo de pulsos.
As, el espacio de seales es una forma extremadamente compacta para representar lo real-
mente fundamental de las seales:
La informacin (smbolo) modulante.

La energa asignada a dicha informacin o smbolo.
Hemos logrado reducir nuestro problema de comunicaciones digitales de pasa banda sustan-
cialmente.
Al hacer sm (t) sm (t) eliminamos el tedio de la portadora, quedando solamente la

forma de la envolvente.
Al hacer sm (t) sm eliminamos la dependencia de nuestro anlisis de la forma de
las envolventes, dejando una representacin vectorial discreta, independiente del tiempo
continuo o formas de seales analgicas.
En resumen, hasta aqu sabemos dos cosas cruciales sobre el espacio de seales:
Cmo representar seales y qu significa.

Que el receptor ptimo 4QAM decide por cuadrante, ya que x (Ts ) = sm .

5.3.2. Ruido blanco en el espacio de seales
Falta descubrir cmo se representa el ruido en el espacio de seales. Considerando la estruc-

tura de filtro adaptado ya estudiada, tenemos que:

h i
(Ts | i) = si (t) h
x (t) + w (t)
(t) h (5.61)

t=Ts
T T

= si ( ) h (t ) d + ( ) h (t ) d
w (5.62)
0 0
t=Ts t=Ts
T T

= si ( ) (Ts t + ) d + w ( ) (Ts t + ) d (5.63)
0 0
t=Ts t=Ts
T
= si + [wI ( ) + jwQ ( )] ( ) d (5.64)
0
T T

= si + wI ( ) ( ) d + j wQ ( ) ( ) d . (5.65)
|0 {z } |0 {z }
nI nQ
Concluimos entonces que:

(Ts | i) = si + n
x . (5.66)
Los siguientes resultados no son simples demostrar, por lo que se presentarn sin su demos-
tracin:
El ruido filtrado por h FA (t) = (Ts t) tiene una representacin en el espacio de

seales anloga a la representacin de seales, la cual denotaremos por n.
Su carcter aditivo se mantiene. Es decir,

F.A.
(t) x
r (t) = sm (t) + w (Ts | sm ) = sm + n
.
Definiremos:
4
= sm + n
x . (5.67)
Representando en trminos de las componentes en cuadratura y en fase:
=x
x I + j
xQ = (
smI + n
I ) + j (
smQ + n
Q ) . (5.68)
Esto se puede representar fasorialmente mediante el siguiente diagrama:

y s0 .
Figura 5.16: Diagrama fasorial para la suma entre x
I y n
Tal como vimos al estudiar representacin equivalente de banda base del ruido, n Q
distribuyen idnticamente normal de media 0 y varianza N20 . Dado sm , el ruido forma
una nube en torno a dicho smbolo:
Figura 5.17: Representacin grfica de la nube gaussiana 2-D en torno a s.
I y n
Luego, de acuerdo a los corolarios ya estudiados sobre las variables aleatorias n Q , el
siguiente grfico resume la caracterizacin estadstica de estas variables:

I | si y n
Figura 5.18: Caracterizacin estadstica de n Q | sj .
5.3.3. Probabilidad de error de 4QAM
Puesto que nI y n
Q son independientes, los eventos de error en fase / cuadratura son inde-
pendientes. Aplicando directamente lo que aprendimos en comunicaciones digitales en banda

base, determinamos:
r ! r !
1 1 Es 1 Es
Pb,I/Q = erf = erfc . (5.69)
2 2 2N0 2 2N0
Como los errores I/Q son independientes, la probabilidad de error de smbolo Ps est dada
por:
Ps = 1 Pc = 1 PcI PcQ (5.70)

= 1 1 Pb,I/Q P 2 . (5.71)
Es decir,
" r !#2
1 Es
Ps = 1 1 erfc . (5.72)
2 2N0
Cul sera la probabilidad de error de bit de 4QAM? Aplicamos una asignacin a

los bits de acuerdo al cdigo Grey: los bits similares se asignan a smbolos adyacentes.
E2
E1
E3
Figura 5.19: Asignacin de bits y eventos de error de acuerdo a codificacin Grey.
Luego, los errores E1 y E2 son equiprobables y ms probables que E3 . E1 y E2 son eventos

de error de un bit, mientras que E3 es un evento de error de dos bits. Entonces,
P (E1 E2 )
z }| {
Ps = P (error de smbolo | 1 bit errneo) P (1 bit errneo)
+ P (error de smbolo | ambos bits errneos) P (ambos bits errneos)
| {z }
E3

Observamos que E1 E2 y E3 son mutuamente excluyentes y conjuntamente exhaustivos.
(m)
Sea Ei el isimo evento con un bit errneo. Entonces, siempre podemos decir que:
!
[ n (1) o [ n (2) o
PS = P Ei Ei E log2 M . (5.73)
i i
Como los eventos son mutuamente excluyentes, entonces:

! !
[ n (1) o [ n (2) o
PS = P Ei +P Ei + . (5.74)
i i
1

Con cdigo Grey, a partir de PS y menor las P E (1) dominan. As,
100
!
[ n (1) o
PS P Ei (5.75)
i
(1) (1) (1)
= P E1 E2 Elog2 M . (5.76)
Como estos eventos tambin son mutuamente excluyentes, entonces,

(1) (1) (1)
PS P E1 + P E2 + + P Elog2 M (5.77)
| {z } | {z } | {z }
=Pb =Pb =Pb
= log2 (M ) Pb . (5.78)
Puesto que los Ei son eventos mutuamente excluyentes, tenemos que:
P (E1 E2 ) = P (E1 ) + P (E2 ) . (5.79)
Por lo tanto,
0
PS = P (E1 ) + P (E2 ) +
P(E3
).
:
(5.80)
1
Eliminamos el trmino P (E3 ) pues tiene un valor menor a 100 gracias a la codificacin Grey.
1 1
Adems, notamos que P (E1 ) = P (E2 ) y que Pb = 2 P (E1 ) + 2 P (E2 ). Por lo tanto,

P (E1 ) = P (E2 ) = Pb = Pb,I/Q . (5.81)
Con ello, PS = 2Pb . Adems, recordamos que Es = 2Eb , con esto obtenemos finalmente la
probabilidad de error de bit 4QAM:
" r !#2
1 1 1 Eb
Pb = 1 erfc . (5.82)
2 2 2 N0
Graficando para distintos valores de M y comparando con modulaciones PAM:

Figura 5.20: Probabilidades de error de smbolo M PAM, M QAM y FSK binario (curvas
M diferente no son comparables).

Figura 5.21: Probabilidades de error de bit de M PAM, M QAM y FSK binario, deter-
minadas como Pb = Ps / log2 (M ).
Llama mucho la atencin que la Pb de 4QAM en pasa banda sea igual que la de NRZ
(BPSK) en banda base. Veamos cul es la probabilidad de error de bit de BPSK en pasa
banda. Dibujando un diagrama fasorial:

Figura 5.22: Diagrama fasorial del ruido pasa banda en transmisiones BPSK.
Vemos que solo importa la componente en fase del ruido para cometer un error. Esta es la
razn por la cual el receptor ptimo tiene un operador Re { }! Se tiene que:

1 1 Eb
P (D1 | 0) = + erf q (5.83)
2 2 2 N20
r !
1 1 Eb
= erf (5.84)
2 2 N0
= P (D0 | 1) . (5.85)
Finalmente, obtenemos la probabilidad de error de bit BPSK:

r !
1 1 Eb
Pb = erf . (5.86)
2 2 N0
Observaciones:
1. Vemos que NRZ y BPSK tiene la misma Pb . No importa si la transmisin se hace en

banda base o en pasa banda.
2. Observemos la siguiente figura que compara 4QAM versus BPSK:

Figura 5.23: Comparacin de probabilidad de error de bit y smbolo entre modulaciones
QAM y BPSK.
Vemos que ambas modulaciones tienen la misma probabilidad de error de bit, pero
4QAM tiene el doble de informacin. Por lo tanto, aprovechar el riel en cuadratura
mejora la eficiencia espectral al doble al costo de mayor complejidad, mientras que la
eficiencia energtica no cambia.
5.4. Otras constelaciones M -arias de pasa banda
Existe un gran conjunto de otras constelaciones de pasa banda adems de las ya estudiadas.
A modo de ejemplo:
La modulacin 16QAM es la combinacin de 4PAM en fase y cuadratura, modu-

lando as tanto amplitud como fase:

Figura 5.24: Diagrama de smbolos de la constelacin 16QAM.
Este ejemplo puede extenderse incluso a 64 bits, obteniendo as la constelacin 64QAM:

Figura 5.25: Diagrama de smbolos de la constelacin 64QAM.
La modulacin 8PAM:
Figura 5.26: Diagrama de smbolos de la constelacin 8PAM.
Si tomamos el cdigo anterior y lo hacemos circularmente Grey, obtenemos la modula-

cin 8PSK:

Figura 5.27: Diagrama de smbolos de la constelacin 8PSK.
Al respecto, pueden realizarse los siguientes comentarios:
1. Cada tipo de modulacin tiene ventajas y desventajas en trminos de eficiencia espec-

tral, eficiencia energtica y complejidad de implementacin.
2. Todas estas modulaciones tienen funcin base (t), a la cual se altera la fase y/o
amplitud segn la secuencia de smbolos.
3. puede ser cualquier envolvente compleja, no necesariamente real pura. El diseo de

estas seales se estudia en el curso IEE3514.
4. La probabilidad de error de modulaciones M arias es, en general, difcil de obtener

tericamente. No obstante, es conocida para la mayora de las modulaciones relevantes.
Lo usual es obtener primero Ps y luego considerar:

Ps = P (E1 ) + P (E2 ) + + P Elog2 M . (5.87)
donde Ei = P (error de i bits) . Si se usa cdigo Grey, entonces:
P (E1 ) P (Ei ) i = 2, . . . , log2 (M ) . (5.88)
Y por lo tanto Ps P (E1 ). De esta forma,
Ps log2 (M ) Pb . (5.89)

Figura 5.28: Curvas de probabilidad de error de bit para las distintas constelaciones M -
arias.

Captulo 6 Sistemas de comunicaciones digitales
6.1. Introduccin
Hasta aqu hemos logrado entender en bastante detalle cmo realizar una transmisin digital
a travs de un medio o canal.
H(f ) 1
Fuente Modulacin Medio Receptor y Usuario

informacin BB y PB / Canal demodulador informacin
P
s(t) = sn (t nT ) AWGN y F.A. {bn }, Ps , Pb
{bn }
y RF
Figura 6.1: Diagrama de un sistema de comunicaciones digitales a travs de un medio o

canal.
Si bien hay mucho ms por decir sobre el canal (vanse cursos IEE3584 e IEE3514) y sobre
modulaciones y diseo de seales (IEE3514), probablemente el bloque ms oscuro es el de
fuente y usuario de la informacin.
Especficamente, queremos estudiar las condiciones que debe cumplir la informacin bajo
criterios como uso eficiente del canal y minimizar la Pe en la salida.
Partamos definiendo algunos conceptos clave:
Teora de la informacin: es la rama de las telecomunicaciones que estudia los lmites

tericos de los dos puntos anteriores.

Entropa10 : nmero mnimo de bits al cual un mensaje puede ser comprimido sin
prdida de informacin.
Capacidad de canal: tasa de datos mxima a la que es posible transmitir sin errores
a travs de un canal dado.
6.2. Pares codificadordecodificador
Estos conceptos son el objeto de dos pares codificadordecodificador (codec) nuevos en

nuestro modelo de un sistema de comunicaciones digitales.
Seal de Mensaje
mensaje estimado
Fuente de Usuario de la
{xn }
informacin informacin
Transmisor Receptor
Codificador Decodificador
de fuente de fuente
Codificador Decodificador
de canal de canal
Aqu es donde
queremos maxi-
mizar la tasa de Detecta y corrige
Modulador Demodulador
datos, donde la errores
redundancia es
mxima.
Seal Tx Canal Seal Rx
Inserta ruido e interferencia
Figura 6.2: Diagrama de bloques de un sistema de comunicaciones digitales.
Codec de fuente: Comprime el mensaje. Nivel de compresin y aproximacin a

entropa depende del algoritmo usado.
10
No es voodoo.

Codec de canal: Agrega redundancia en forma controlada y permite (idealmente)
detectar todos los errores cuando la tasa de transmisin es menor o igual a C.
La codificacin de fuente y canal de seales analgicas es imprctica, difcil de implementar

y limitada; mientras que para seales digitales (mensajes digitales) se han podido desarrollar
algoritmos ms y ms sofisticados, permitiendo lograr eficiencias mucho mayores en el uso
del canal que con fuentes analgicas.
Este es uno de los motivos principales por el cual se han impuesto las comunicaciones digitales
sobre las analgicas.
Cuadro 6.1: Comparacin de las tecnologas de comunicaciones anlogas y digitales en

trminos de eficiencia energtica y espectral y complejidad de implementacin.
Tecnol. Com. Eficiencia energtica Eficiencia espectral Complejidad

Anlogo Pobre Pobre Baja a media
Digital Buena a muy buena Mejor a muy buena Media a muy alta
El segundo motivo en favor de soluciones digitales al problema de comunicaciones es el

avenimiento de la integracin a gran escala de circuitos digitales, las que hacen posible la
implementacin de algoritmos (codecs muy sofisticados).
6.3. Entropa y compresin
Sea la transmisin de una secuencia de smbolos {xn } con xn independientes e idnticamente

distribuidos, representando smbolos fuente (ej. x = {0, . . . , M 1}) no modulados. Se define
la entropa como el nmero promedio de bits necesarios para describir cada smbolo en la
forma ms eficiente posible.
Es posible demostrar que la entropa est dada por:

X
H (x) = P (x) log2 [P (x)] [bits]. (6.1)
xX
donde X es el alfabeto de x, es decir, todos los posibles valores que x puede tomar (e.g.
0, . . . , M 1). Como observacin, puede notarse que:
H (x) = E { log2 [P (x)]} . (6.2)

Ejemplo Determine la entropa en el caso en que x es binario. Es decir, X = {0, 1}.
Solucin:
Se tiene que:
P (x = 0) = p (6.3)
P (x = 1) = 1 p. (6.4)
Entonces,
H (x) = p log2 p (1 p) log2 (1 p) [bits] = H (p) . (6.5)
Graficando en funcin de p:
Figura 6.3: Grfica de H (p) versus p.
Observamos que H (p) es mximo e igual a 1 con p = 12 . Por lo tanto, hace falta 1
bit completo (en promedio) para describir un bit de la fuente x. Secuencias binarias
equiprobables no pueden ser comprimidas.
Asimismo, H (p) es mnimo e igual a cero cuando p = 0 p = 1. En estos casos,

sabemos cul es el valor de x (la comunicacin es determinstica), y por ende
necesitamos cero bits para describirla.

Ejemplo Consideremos el mensaje 4ario:
1

0, con P (x) = ,

2

1

1, con P (x) = ,
4
x= (6.6)

1

2, con P (x) = ,

8

1
3, con P (x) = .
8
Entonces,
1 1 1 1 1 1 1 1 7
H (x) = log2 log2 log2 log2 = bits. (6.7)
2 2 4 4 8 8 8 8 4
Vemos que cada smbolo x puede ser descrito con 2 bits (00, 01, 10, 11), pero esa no es
la descripcin ms compacta.
Qu pasa si los 4 smbolos son equiprobables, como hemos estado asumiendo?

1 1
H (x) = 4 log2 = 2 bits. (6.8)
4 4
Por lo tanto, s hemos estado usando la descripcin ms compacta posible.
Cmo podemos explotar estos conceptos? Es un rea del conocimiento muy extensa en la
que no entraremos, pero daremos un minsculo ejemplo para ilustrar la idea.
Ejemplo Consideremos el cdigo Huffman. Sea:
x a b c
P (x) 1/5 2/5 2/5

1
00:
5
0
3
5
1
2 0
01:
5
1
1
2 2
1:
5 5
Figura 6.4: Diagrama de construccin de un cdigo Huffman.
Cmo construir un cdigo Huffman:
1. Unir las dos probabilidades ms pequeas y numerarlas.

2. Repetir hasta llegar a la raz con probabilidad igual a 1.
3. Etiquetar las ramas con 0/1 y leer el cdigo de derecha a izquierda.
Ejemplo Cdigo Huffman y mensaje 4ario anterior:
1 1 1
0:
8 2 2
0
1 1 1
10:
8 4
0
1
1
1 2
110:
4 0 1
1
4
1 1
111:
2
Figura 6.5: Diagrama de construccin de cdigo Huffman para mensaje 4ario del
ejemplo anterior.

Se deja como ejercicio propuesto al lector decodificar 01001011010. Vemos que:
1 1 1
L= 1 bit + 2 bits + 2 3 bits (6.9)
2 4 8
1 1 3 7
= + + = bits. (6.10)
2 2 4 4
Entonces, este cdigo comprime hasta la entropa!
El tamao promedio de un cdigo Huffman, L, siempre es:

H (x) L H (x) + 1
1
con L = H (x) si y solo pi son de la forma .
2k
6.4. Capacidad de canal
La contribucin probablemente ms importante para las comunicaciones modernas fue el

teorema de capacidad de canal demostrado por Shannon en 1948.
Es posible transmitir informacin sin errores a travs de un canal siempre y cuando la

tasa de transmisin sea inferior a la capacidad del canal.
Para el canal AWGN, dicha capacidad est dada por:

bits
C = W log2 (1 + SNR) . (6.11)
seg
Graficando la capacidad versus la razn seal a ruido:
Figura 6.6: Capacidad de canal versus razn seal a ruido.

Observamos que si el SNR aumenta, entonces la capacidad aumenta, de la misma forma que
si W aumenta, lo hace C.
Sin embargo, hace falta crecimiento exponencial en seal de razn a ruido para lograr un
aumento lineal de C. Vemos que la eficiencia espectral est dada por (acotada por):

(ideal) C bits
w = = log2 (1 + SNR) . (6.12)
W s Hz
Cuantos bits se pueden transmitir en 1 Hz de ancho de banda por segundo?
Notamos que para sistemas realizables se tiene que:
w(t) q(t)
cos(2fc t)
Figura 6.7: Traslacin espectral en un conversor de radio frecuencia.
Ps Eb Rb
SNRreal = = , (6.13)
Pn N0 W
donde Rb es la tasa de bits/seg, y que:
Eb Rb Eb C Eb
Rb C = W . (6.14)
N W N0 W N0
| 0{z } | {z }
SNR real SNR ideal
Eb
Entonces, SNR(real) W = SNR(ideal) . As,
N0

(real) Eb
W log2 1 + W
N0
Usando un solver numrico obtenemos la siguiente grfica:

Figura 6.8: Regin de w versus SNR para sistemas realizables.

Anexo 1: Competencias necesarias en probabilidades
Conceptos bsicos
1. A: evento. Entonces, 0 P (A) 1.
2. A y B eventos mutuamente excluyentes, entonces:
P (A B) = P (A) + P (B) . (6.15)
3. A y B adems exhaustivos, entonces:
P (A) + P (B) = 1, (6.16)
y por lo tanto, un caso particular es B = Ac y as P (Ac ) = 1 P (A).
4. Independencia: P (A B) = P (A) P (B).
5. Probabilidad condicional:
P (A B)
P (A|B) = . (6.17)
P (B)
6. Bayes (forma simple):

P (A|B) P (B) = P (B|A) P (A) . (6.18)
7. Probabilidad total: A1 , . . . , An eventos mutuamente excluyentes y colectivamente ex-

haustivos. Entonces,
XN
P (B) = P (B|Ai ) P (Ai ) . (6.19)
i=1
8. Bayes (forma general):
P (B|Aj ) P (Aj ) P (B|Aj ) P (Aj )

P (Aj |B) = = N . (6.20)
P (B) X
P (B Ai )
i=1

Variables aleatorias
1. Concepto: variables cuyo valor no puede ser predicho en forma determinstica; solo se
conoce la probabilidad de cada valor posible.
2. Distincin entre discretas y continuas.
3. Funcin de probabilidad acumulativa:
FX (x) = P (X x) . (6.21)
Se verifican las siguientes propiedades:
(a) Monotnicamente creciente:

x1 < x2 FX (x1 ) FX (x2 )
(b) 0 FX (x) 1.
(c) FX () = 0 y FX () =1.
(d) P (X > x) = 1 FX (x).
(e) P (x1 X x2 ) = FX (x2 ) FX (x1 ).
4. Funcin de densidad de probabilidad:

dFX
fX (x) = (x) donde X es una v.a. continua (6.22)
dx
x
(a) FX (x) = fX (u) du.

(b) fX (x) 0.
x2
(c) P (x1 < X x2 ) = fX (x) dx.
x1
5. Momentos:
(a) Valor esperado E { }.

Media: X = E {X} = xfX (x) dx. (6.23)

(b) Momentos y momentos centrales:

4
Varianza: X2 = Var {X} (6.24)

= E (X X )2 (6.25)

= (x X )2 fX (x) dx (6.26)

= E X2 2X . (6.27)
La varianza tambin se conoce como segundo momento central.

6. Variable aleatoria gaussiana:
" #
1 (x X )2
fX (x) = p exp . (6.28)
2X2 2X2

1 1 x X
FX (x) = + erf . (6.29)
2 2 2 X
7. Funcin de error: erf (x) (disponible en MATLAB)

x
2 2
erf (x) = eu du. (6.30)
0
Se verifican las siguientes propiedades:
(a) erf () = 1.
(b) erfc (x) = 1 erf (x).
(c) erf (x) = erf (x).
1 x
(d) Q (x) = (x) = erf (notacin de otros autores).
2 2
8. Teorema central del lmite:
Xk iid X , X2 . (6.31)
Definimos: n
4 1 X
Yn = p 2 (Xk X ) . (6.32)
nX k=1
Entonces, 2
1 y
lm fYn (y) = exp Yn N (0, 1) . (6.33)
n 2 2
9. Variables aleatorias y vectores aleatorios:
(a) Densidad conjunta fXY (x, y).

(b) Independiencia: fXY (x, y) = fX (x) fY (y).
(c) Probabilidad condicional.
(d) Bayes.
(e) Probabilidad total.
(f) Momentos conjuntos.
10. Distribucin gaussiana multivariable:

1 1 1
fX (x) = p exp (x
~ X ) RX (x
~ X) , (6.34)
(2)n |RX | 2


X1

con X = ... y Xi N Xi , X2 i y la matriz de covarianza:
XN
n o
RX = E (X ~ )T .
~ ) (X (6.35)

Anexo 2: Funciones de Bessel
Cortesa de Sebastin Soto Rojas.
Introduccin: Una motivacin fsica
Una de las principales motivaciones para la aparicin de las funciones de Bessel si bien no
es la histrica consiste en la resolucin de problemas diferenciales con simetra cilndrica.
A modo de ejemplo, supongamos que deseamos resolver la ecuacin de onda en un tambor
cilndrico, de modo que tenemos la ecuacin diferencial parcial:
~ 2 = 1
(6.36)
c2
donde c es la velocidad de propagacin en el medio. Dado que podemos asumir la existencia
de una simetra cilndrica pues las condiciones de contorno lo sern, entonces
= (, , z) , (6.37)
y por lo tanto la ecuacin de onda anterior puede escribirse en coordenadas cilndricas como:
2 1 1 2 2 1 2
+ + + 2 = 2 2. (6.38)
2 2 2 z c t
En diversas fuentes bibliogrficas se puede demostrar que esta ecuacin diferencial parcial
tiene solucin. Bajo este supuesto, asumamos que la solucin puede escribirse como:
(, , z) = R () () Z (z) T (t). (6.39)
Este mtodo se conoce como mtodo de separacin de variables y es una tcnica habitual
para resolver cierto tipo de ecuaciones diferenciales. Reemplazando en la ecuacin diferencial
parcial:
1 1 1
R00 ZT + R0 ZT + 2 R00 ZT + RZ 00 T = 2 RZT 00 . (6.40)
c
En otras palabras,
1 T 00 00 1 0 1 1 00 Z 00
= R + R + + (6.41)
c2 T R 2 Z
Resolveremos ahora etapa por etapa.
Dependencia en el tiempo. Observe que en la ecuacin anterior solamente el lado izquierdo

de la ecuacin depende del tiempo, y el lado izquierdo depende de las variables , y z. Por

lo tanto, desde el punto de vista de t el lado derecho es una constante que denominaremos
k 2 , obteniendo as la ecuacin diferencial:
1 T 00
2
= k 2 T 00 + (kc)2 T = 0. (6.42)
c T
Esta ecuacin diferencial ordinaria tiene solucin inmediata:
Tk (t) = T0 ejkct . (6.43)
En este caso lo ms sencillo es asumir que k puede ser positivo o negativo, por lo que
necesitamos solo una de estas soluciones. Luego,
Tk (t) = T0 ejkct (6.44)
Dependencia en z. Bajo el reemplazo anterior se tendr que:

2 00 1 0 1 1 00 Z 00
k = R + R + + . (6.45)
R 2 Z
Y bajo una idea similar a lo anterior, se tendr que:

Z 00 2 00 1 0 1 1 00
k = R + R + 2 , (6.46)
Z R
donde como el lado derecho no depende de z, es una constante bajo esta variable que deno-
minaremos a2 . As, se tiene que:
Z 00
k 2 = a2 Z 00 + k 2 a2 Z = 0. (6.47)
Z
Nuevamente,

k2 a2 z
Zk,a (z) = Z0 ej . (6.48)
Consideremos por simplicidad el caso en que k 2 y a2 son ambos reales y positivos (aunque
esto no tiene por qu ser as. Esta solucin oscila si k 2 > a2 , decaen exponencialmente si
k 2 < a2 y son constantes si k 2 = a2 .
Dependencia en . Se tiene ahora que:

00 1 0 1 1 00
R + R + 2 = a2 . (6.49)
R
Podemos reordenar esta ecuacin como sigue para despejar :

00 00 1 0 2
= R + R + 2 a2 . (6.50)
R

Dado que no hay dependencia entre las variables de cada lado de la ecuacin, ambos lados
deben ser constantes e igual a un nmero que llamaremos n2 . Entonces,
00
= n2 00 + n2 = 0. (6.51)

Despejando,

n () = 0 e
jn
(6.52)
Como la solucin debe tener simetra cilndrica, entonces la solucin debe ser igual en = 0
y = 2. De esta forma,
e0 = ejn2 n = 0, 1, 2, . . . (6.53)
Dependencia de . Finalmente, tenemos que:

00 1 0 2
R + R + 2 a2 = n2 . (6.54)
R
Multiplicando por R y reordenando trminos obtenemos que:

2 R00 + R0 + a2 2 n2 R = 0. (6.55)
Esta ecuacin diferencial, muy diferente a las anteriores, es muy similar la ecuacin diferencial
de Bessel, la motivacin de este trabajo y que procederemos a resolver a continuacin.
Antes de proceder con el prximo apartado, llevemos la ecuacin a su forma estndar haciendo
la sustitucin x = a, de modo que:
dR dR dx dR d2 R 2
2d R
R = R (x) = =a = a . (6.56)
d dx d dx d2 dx2
Entonces la ecuacin diferencial anterior puede escribirse como:
x 2 d2 R x dR
a2 2
+ a + x2 n2 R (x) = 0. (6.57)
a dx a dx
Simplificando trminos obtenemos:
d2 R dR
x2 (x) + x (x) + x 2
n 2
R (x) = 0 (6.58)
dx2 dx
Esta es efectivamente la ecuacin de Bessel, cuyas dos soluciones linealmente independien-

tes son las funciones de Bessel Jn (x) y las funciones de Neumann Yn (x). Ntese que
estas dependen del valor que n tome, razn por la cual nos referimos a n como el orden de
las funciones de Bessel.

Resolucin mediante series de potencias
Dado que la ecuacin anterior es una ecuacin diferencial de segundo orden, tendremos dos
soluciones linealmente independientes. Primero construiremos una solucin inicial utilizando
series de potencias y aplicando el Teorema de Frobenius. Luego, la solucin debe escribirse
como:
X
n
R (x) = x bk x k . (6.59)
k=0
Entonces, tenemos que:

X
X
0 n k n
xR (x) = nx bk x + x kbk xk . (6.60)
k=0 k=0
Por lo tanto,

X
X
X
2 00 n k n k n
x R (x) = n (n 1) x bk x + 2nx kbk x + x k (k 1) xk . (6.61)
k=0 k=0 k=0
Asimismo, se tiene que:

X
X
x2 R (x) = xn bk xk+2 = xn bk2 xk . (6.62)
k=0 k=2
Reemplazando esto en la ecuacin diferencial se tiene que:

X
n

x n (n 1) bk + 2nkbk + k (k 1) bk + nbk + kbk + bk2 n2 bk xk = 0
k=0

X
n

x 2nkbk + k 2 bk + bk2 xk = 0
k=0
Entonces, bk debe ser tal que:
k (k + 2n) bk + bk2 = 0. (6.63)
Como la serie de potencias comienza en k = 0, entonces b1 = 0 y por lo tanto:

b1 b2k3
b1 = = 0 b2k1 = = 0. (6.64)
k (k + 2n) (2k 1) (2k 1 + 2n)
Para los nmeros pares se sigue que:
b2k2
b2k = . (6.65)
4k (n + k)
Siguiendo inductivamente se puede probar que:
b0
b2k = (1)k . (6.66)
4k k! (n + k) (n + k 1) (n + 1)

Cmo escogemos b0 ? En este caso, para garantizar la convergencia de la serie mediante el
criterio del cociente, hacemos b0 = 1/2n n!, por lo que reemplazando en la expresin inicial:
(1)k x 2k+n

X
R (x) = Jn (x) = . (6.67)
k=0
k! (n + k)! 2
Dado que deseamos considerar tambin los rdenes complejos, extendemos la definicin de
factoriales mediante la funcin Gamma, obteniendo as que:

X (1)k x 2k+
J (x) = . (6.68)
k=0
(k + 1) ( + k + 1) 2
Observe que la evaluacin puede hacerse incluso para n negativos. Se tiene que:

X (1)k x 2kn X
(1)n+k x 2k+n
Jn (x) = =
k=0
(k + 1) (n + k + 1) 2 k=0
(n + k + 1) (k + 1) 2
(6.69)
Es decir,
Jn (x) = (1)n Jn (x) . (6.70)
Propiedades de las funciones de Bessel
Funcin generatriz
Muchas propiedades sobre las funciones de Bessel pueden ser demostradas mediante su fun-
cin generatriz. Una funcin generatriz, definida de forma informal, es bsicamente una fun-
cin cuya representacin en serie de potencias contiene en cada an un trmino de una sucesin
dada, en este caso la sucesin de funciones de Bessel.
Teorema A2.1: Se tiene que:

hx i
X
1
exp zz = Jn (x) z n (6.71)
2 n=
por lo que esta funcin es la funcin generatriz de Jn .
Demostracin: Tenemos que:

x m k
X k x
hx i x x1
X (1)

exp z z 1 = exp z exp = 2 zm 2 z k .
2 2 2z m=0
m! k=0
k!

Si realizamos esta multiplicacin trmino a trmino:
x m+k
k
hx i X
X (1)
exp z z 1 = 2 z mk .
2 m=0 k=0
m! k!
Deseamos comenzar la sumatoria en . Para ello, hagamos n = m k con m, k 0. De

esta forma, podemos cambiar la primera sumatoria, obteniendo as que:
m+k
k x
hx i X X (1)

2 n
exp z z 1 = z
2 n= mk=n
m! k!
m,k0
" #
(1)k x 2k+n n

X
X
= z .
n=
(n + k)! k! 2
| k=0 {z }
Jn (x)
Finalmente,
hx i
X
1
exp zz = Jn (x) z n
2 n=
Proposicin A2.1: Se tiene que:

X
cos (x) = J0 (x) + 2 (1)n J2n (x) (6.72)
n=1

X
sen (x) = 2 (1)n J2n+1 (x) (6.73)
n=0

X
1 = J0 (x) + 2 J2n (x) (6.74)
n=1
Demostracin:

j 1 1
Hagamos z = e j sen = z y reemplazando en la funcin generatriz:
2 z

X
jx sen
e = Jn (x) ejn .
n=
Es decir, expandiendo mediante la frmula de De Moivre:

X
cos (x sen ) + j sen (x sen ) = Jn (x) [cos (n) + j sen (n)] .
n=

Separando partes real e imaginaria:

X
X
cos (x sen ) = Jn (x) cos (n) = J0 (x) + 2 J2n (x) cos (2n) (6.75)
n= n=1

X
X
sen (x sen ) = Jn (x) sen (n) = 2 J2n+1 (x) sen [(2n + 1) ] . (6.76)
n= n=0

Esto entrega los resultados deseados haciendo = 2
para las dos primeras ecuaciones y = 0
para la tercera.
Proposicin A2.2: Se cumple que:
Jn (x) = Jn (x) = (1)n Jn (x) , (6.77)
para todo n Z.
Demostracin:
Consideremos la funcin generatriz:

hx i
exp z z 1 . (6.78)
2
Si hacemos x x y z z 1 observamos que:
hx i h x i
exp z z 1 = exp z 1 z (6.79)
2 2
Que son exactamente la misma funcin! expandiendo en series de potencias:

X
X
n
Jn (x) z = Jn (x) z n . (6.80)
n= n=
En el primer miembro hacemos m = n, obteniendo as que:

X
X
Jn (x) z n = Jm (x) z m . (6.81)
n= m=
Es decir,
(1)n Jn (x) = Jn (x) = Jn (x) . (6.82)
Luego, la funcin de Bessel es par para rdenes pares e impar para rdenes impares.
Proposicin A2.3: Para todo n Z:
2Jn0 (x) = Jn1 (x) Jn+1 (x) , (6.83)

2n
Jn (x) = Jn+1 (x) + Jn1 (x) , (6.84)
x
d n
x Jn (x) = xn Jn1 (x) . (6.85)
dx

Demostracin:
Tomemos la funcin generatriz:

hx i
X
1
exp zz = Jn (x) z n (6.86)
2 n=
Derivamos a ambos lados en funcin de x:

1 hx i X
1 1
zz exp zz = Jn0 (x) z n (6.87)
2 2 n=
El lado izquierdo puede expandirse en sus series de potencias:

1 X 1 1 X X
z n
Jn (x) z z Jn (x) z n = Jn0 (x) z n , (6.88)
2 n= 2 n= n=

1 X X
[Jn1 (x) Jn+1 (x)] z n = Jn0 (x) z n . (6.89)
2 n= n=
De aqu, igualando coeficientes:
2Jn0 (x) = Jn1 (x) Jn+1 (x) . (6.90)
Derivando la funcin generatriz con respecto a z:

x x hx i X
1
+ exp zz = nJn (x) z n1 (6.91)
2 2z 2 2 n=
Expandiendo el lado derecho:

x x X
X
n
+ Jn (x) z = nJn (x) z n1 (6.92)
2 2z 2 n= n=

X
X X
2n
Jn (x) z n + Jn (x) z n2 = Jn (x) z n1 (6.93)
n= n= n=
x

X
X X
n1 n1 2n
Jn1 (x) z + Jn+1 (x) z = Jn (x) z n1 . (6.94)
n= n= n=
x
Igualando coeficientes concluimos que:
2n
Jn (x) = Jn+1 (x) + Jn1 (x) . (6.95)
x

Sumamos ambas ecuaciones:
2n
2Jn0 (x) + Jn (x) = 2Jn1 (x) . (6.96)
x
Multiplicamos por xn /2:
xn Jn0 (x) + nxn1 Jn (x) = xn Jn1 (x) . (6.97)
Finalmente, por regla del producto de la derivacin:
d n
x Jn (x) = xn Jn1 (x) (6.98)
dx
Demostradas las tres identidades, queda entonces demostrado.
Proposicin A2.4: Para todo m 6= 0 se tiene que:

X
X
J02 (x) + 2 Jn2 (x) = 1 y Jn+m (x) Jn (x) = 0 (6.99)
n=1 n=
Demostracin:
hx i
X
1
exp zz = Jn (x) z n . (6.100)
2 n=
Se tiene entonces que:

h x i X
1
exp z z = Jn (x) z n . (6.101)
2 n=
Multiplicando ambas:
"
#"
#
X X
1 = Jn (x) z n Jn (x) z m
n= m=

!
X X
= Jn+m (x) Jn (x) z m
m= n=

"
#
X X X
= Jn2 (x) + Jn+m (x) Jn (x) z m .
n= mZ n=
m6=0
Comparando coeficientes es sigue que:

X
X
1= Jn2 (x) = J02 (x) + 2 Jn2 (x) usando Jn (x) = (1)n Jn (x) , (6.102)
n= n=1

y

X
0= Jn+m (x) Jn (x) . (6.103)
n=
Esta ltima relacin

P indica que las funciones de Bessel son ortogonales entre ellas bajo el
producto interno nZ .
Proposicin A2.5: X
Jn (x) = 1. (6.104)
nZ
Demostracin:
Basta hacer z = 1 en la ecuacin generatriz.
Proposicin A2.6: Se tiene que:

X
Jn (x + y) = Jk (x) Jnk (y) , (n Z)
kZ
Demostracin:

X
1 1

Jn (x + y) = exp (x + y) t t ,
n=
2

1 1
1 1

= exp x t t exp y t t ,
2 2
" #" #
X X
= Jk (x) z k Jm (y) z m ,
k= m=

"
#
X X
= Jk (x) Jnk (y) z n .
n= k=
Comparando coeficientes se llega a lo pedido.
Representacin integral
Dado que no estamos presuponiendo un dominio de anlisis complejo, revisaremos la versin

del teorema de representacin integral exclusivamente para nmeros enteros.
Teorema 2.2: Sea n Z, entonces:

1
Jn (x) = cos (n x sen ) d. (6.105)
0
Demostracin:

Notamos que esta expresin corresponde en cierto sentido al coeficiente de una serie de
Fourier, ya que estamos tomando el valor medio de una funcin que aparenta ser peridica.
De esta forma, como la funcin generatriz es una serie de a , es una bunea idea evaluar
t en la exponencial compleja para evaluar la situacin:

X
x j j
j
(x, e ) = Jn (x) e jn
= exp e ej (6.106)
n=
2 j

X
Jn (x) ejn = exp (xj sen ) , (6.107)
n=
en particular,

X
Jn (x)ejn = cos (x sen ) + i sen (x sen ) = g(). (6.108)
n=
Notamos que cada uno de los coeficientes de esta serie de Fourier en su forma compleja
corresponden a Jn (x). De lo que ya sabemos:

1
Jm (x) = g() ejm d, (6.109)

con lo cual,

1
Jm (x) = cos (x sen ) ejm + j sen (x sen ) ejm d

1
= cos (x sen ) cos (m) + j cos (x sen ) sen (m) d

1
+ j sen (x sen ) cos (m) + sen (x sen ) sen (m) d

observando que i cos (x sen ) sen (m) y j sen (x sen ) cos (m) son impares, entonces

1
Jm (x) = cos (x sen ) cos (m) d + sen (x sen ) sen (m) d (6.110)

1
= cos (m x sen ) d. (6.111)

que era exactamente lo buscado.
Corolario: Se tiene que |Jn (x)| 1.
Demostracin:
Tomamos la representacin integral:

1
Jn (x) = cos(n x sen )d. (6.112)
0

Notamos que:

1 1
|Jn (x)| = cos(n x sen )d |cos(n x sen )| d, (6.113)
0 0
pero |cos(n x sen )| 1, entonces

1 1
|cos(n x sen )| d d = 1. (6.114)
0 0
De esta forma, por transitividad concluimos que
|Jn (x)| 1 (6.115)


Oberli 2016 A

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

Oberli 2016 A

Cargado por

Copyright:

Formatos disponibles

Apuntes de Telecomunicaciones

3. Comunicaciones digitales en banda base 60

4. Representacin equivalente de banda base 99

5.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115

5.2. Receptor ptimo M ario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120

5.3. Representacin geomtrica de seales . . . . . . . . . . . . . . . . . . . . . . 125

5.4. Otras constelaciones M -arias de pasa banda . . . . . . . . . . . . . . . . . . 138

6. Sistemas de comunicaciones digitales 143

6.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143

6.2. Pares codificadordecodificador . . . . . . . . . . . . . . . . . . . . . . . . . 144

6.3. Entropa y compresin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145

6.4. Capacidad de canal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149

Anexo 1: Competencias necesarias en probabilidades 152

Anexo 2: Funciones de Bessel 156

Christian Oberli, en Santiago el 29 de febrero de 2016.

1.1. Amplitud modulada

1.1.1. Seal AM en el dominio del tiempo

La seal de amplitud modulada (AM) est dada por

donde m (t) es la seal de mensaje (analgica, en Volts), ka es la sensibilidad de amplitud (en

Figura 1.1: Ilustracin de una seal AM.

1.1.2. Seal AM en el dominio de la frecuencia

Analicemos la seal AM en el dominio de la frecuencia. Para ello, reescribimos la amplitud

y tomamos transformada de Fourier, resultando:

Es importante que se cumpla fc  W , puesto que de lo contrario no hay envolvente. Por

Sea m (t) un tono puro de frecuencia fm , dado por:

Usando la identidad trigonomtrica

2 cos () cos () = cos ( + ) + cos ( ) , (1.9)

es fcil mostrar que s (t) en la ecuacin 1.6 puede escribirse como:

Analicemos la potencia de esta seal:

La eficiencia (1.16) est graficada en la figura 1.4 en funcin de . En el caso ideal, = 1,

1.1.5. Detector de envolvente

El circuito ms simple para demodular seales AM es el detector de envolvente. Funciona

1. Modelamos la antena como una fuente de seales AM (figura 1.5).

2. Agregamos un diodo para rectificar la seal recibida (figura 1.6).

3. Un filtro pasabajos RC remueve las oscilaciones (figura 1.7).

Figura 1.8: Circuito equivalente del detector de envolvente (diodo conduce).

1.1.6. Virtudes y limitaciones de AM

Eficiencia energtica. Pobre. En el mejor de los casos con 1 se tiene E 13 .

Complejidad de implementacin. Simple, a costas de W y E .

1. Suprimir la portadora (figura 1.9). Esto mejora E pero W no cambia.

Figura 1.9: Mejoramiento de eficiencia de AM mediante supresin de portadora.

1.2. Banda lateral doble con supresin de portadora

1.2.1. Seales BLDSP

La modulacin de banda lateral doble con supresin de portadora (BLDSP, en

s (t) = m (t) Ac cos (2fc t) (1.18)

El modulador es simplemente un multiplicador entre la seal modulante y una portadora

Figura 1.12: Modulador BLDSP.

s(t) LPF m(t)

Figura 1.14: Demodulador BLDSP.

1.2.3. Loop de Costas

v (t) = A0c cos (2fc + ) s (t) (1.20)

A0c cos (2fc t) + )

Figura 1.16: Demodulacin BLDSP con error de fase en la portadora.

Si 0, entonces v0 (t) m (t) y la deteccin de m (t) es posible.

Si 2 , entonces v0 (t) 0 y el mensaje no puede ser recuperado. Esta situacin se

En la prctica, vara continuamente en el tiempo debido a cambios del canal y de las

voltaje VCO frecuencia voltaje

Figura 1.18: Relacin entradasalida de un oscilador controlador por voltaje (VCO).

Figura 1.19: Diagrama de bloques del Loop de Costas.

Si es pequeo, la salida del discriminador de fase es:

En comparacin con el detector de envolvente, es claro que el Loop de Costas es ms complejo,

3. dos filtros pasabajos.

1.3. Banda lateral nica

Es importante que se cumpla fc W , puesto que de lo contrario no hay envolvente. Por