Documentos de Académico
Documentos de Profesional
Documentos de Cultura
basado en Wifi
Rubén Pérez, Nixon Jaramillo
Departamento de Eléctrica y Electrónica, Universidad de las Fuerzas Armadas-ESPE Sangolquí,
Ecuador
rdpereze4@espe.edu.ec , njjaramillo1@espe.edu.ec
III. PROCEDIMIENTO
Area1=xlsread('Matriz2x2.xlsx','B8:E27');
Area2=xlsread('Matriz2x2.xlsx','J8:M27'); Entre sus prestaciones básicas se hallan: la manipulación de
Area3=xlsread('Matriz2x2.xlsx','B31:E50') matrices, la representación de datos y funciones, gráficas de
alto nivel, la implementación de algoritmos, la creación de
xlsread: Lee datos de una región interfaces de usuario (GUI) y la comunicación con
rectangular específica de la hoja de programas en otros lenguajes y con otros dispositivos
trabajo predeterminada ( Sheet1). hardware.
Especifique el rango de la sintaxis
'B8:E27', donde B8 y E27 son dos
esquinas opuestas que definen la región a
leer
abs: devuelve el valor absoluto de cada
elemento en la matriz X.
Los datos analizados se obtienen cubriendo una zona de 6x6 A partir de lo anterior entablamos las principales funciones
metros, en una área despejada. que nos ayudaran al ploteo de las gráficas de los datos, de
las medias y las desviaciones estándar de cada uno de las
redes analizadas.
La modulación PSK se caracteriza porque la fase de la señal paciente (1 y 2 respectivamente). Para ello
portadora representa cada símbolo de información de la señal necesitamos compilar el código de MATLAB
moduladora, con un valor angular que el modulador elige respectivo que nos proporcionará dichos resultados el
entre un conjunto discreto de "n" valores posibles. La cual se detalla a continuación, recalcaremos que el
modulación PSK también se denomina “por desplazamiento” código es repetitivo para cada uno de los pacientes.
debido a los saltos bruscos que la moduladora digital provoca
en los correspondientes parámetros de la portadora. Un
Código de MATLAB a
modulador PSK representa directamente la información
mediante el valor absoluto de la fase de la señal modulada,
compilar: Constelación:
valor que el demodulador obtiene al comparar la fase de esta
con la fase de la portadora sin modular.
function constelacion6x6
Area1=xlsread('Datos6x6.xlsx','B8:E27');
Establecimiento de la zona para realizar las mediciones: %------------------Area 1---------------
x11=abs(Area1(:,2));
Como ya entendimos nuestro propósito será el analizar los media1=mean(x11);
datos de las redes Wifi correspondientes a una zona muy x12=abs(Area1(:,3));
concurrida, urbanizada por lo que presentaremos las gráficas media2=mean(x12);
originales, así como también las gráficas de la media y x13=abs(Area1(:,4));
media3=mean(x13);
desviación estándar para cada división de la zona total de 6x6
%Colocacion del Eje central
metros.
%--------Media----------------
media=(media1+media2+media3)/3;
hold on
med1=maxmin(84,57,media);
[xmed1,ymed1]=circpunt(med1);
%-----Desviacion Estandar-----
des1=maxmin(84,57,abs(Area1))
desv1=std(std(des1))
[xdev1,ydev1]=circ(desv1+med1);
plot(xdev1,ydev1)
plot(xmed1,ymed1,'*')
plot(0,0,'x')
%--------Puntos-----------
for i=1:20
xp1(i)=maxmin(84,57,x11(i));
xp2(i)=maxmin(84,57,x12(i));
xp3(i)=maxmin(84,57,x13(i));
Ilustración 5. Delimitación de la Zona, Urbanizacion “La Colina” [xp11(i),yp11(i)]=circpunt(xp1(i));
[xp12(i),yp12(i)]=circpunt(xp2(i));
[xp13(i),yp13(i)]=circpunt(xp3(i));
end
plot(xp11,yp11,'ro')
plot(xp12,yp12,'bo')
Posteriormente se procesan los datos empleando Matlab para plot(xp13,yp13,'yo')
realizar una representación de un esquema de modulación end
digital en el plano complejo ¨Diagrama de Constelaciones¨.
Indicadores de las 3 redes analizadas
des1=maxmin(90,72,abs(Area1))
desv1=std(std(des1))
[xdev1,ydev1]=circ(desv1+med1);
plot(xdev1-1,ydev1+1)
plot(xmed1-1,ymed1+1,'*')
plot(-1,1,'x')
Constelación de los datos obtenidos en zonas de end
2x2 en 3 dimensiones plot(xa11,ya11+2,'r.')
plot(xa12,ya12+2,'b.')
plot(xa13,ya13+2,'y.')
Diagrama de Constelación de los datos
Obtenidos en zonas de 2x2 en 2d
des1=maxmin(90,72,abs(Area1))
desv1=std(std(des1))
[xdev1,ydev1,zdev1]=esft(desv1+med1);
plot3(xdev1-1,ydev1+1,zdev1,'k:') Constelación de los datos obtenidos en zonas de 2x2
hold on en 3 dimensiones
plot3(xmed1-1,ymed1+1,zmed1,'*')
plot3(-1,1,0,'x')
for i=1:20
xp1(i)=maxmin(90,72,x11(i));
xp2(i)=maxmin(90,72,x12(i));
xp3(i)=maxmin(90,72,x13(i));
[xp11(i),yp11(i),zp11(i)]=esf(xp1(i));
[xp12(i),yp12(i),zp12(i)]=esf(xp2(i));
[xp13(i),yp13(i),zp13(i)]=esf(xp3(i));
end
plot3(xp11-1,yp11+1,zp11,'r.') Ilustración 9. Diagrama de Constelación zona 2x2
plot3(xp12-1,yp12+1,zp12,'b.')
plot3(xp13-1,yp13+1,zp13,'y.') Se genera un código para establecer la media en cada una
de las zonas de 2x2
Obtenemos la desviación estándar de las zonas
3x3 x11=abs(Area1(:,2));
media1=mean(x11);
x12=abs(Area1(:,3));
media2=mean(x12);
x13=abs(Area1(:,4));
media3=mean(x13);
%Colocacion del Eje central
%--------Media----------------
media=(media1+media2+media3)/3;
hold on
med1=maxmin(84,57,media);
[xmed1,ymed1,zmed1]=esf(med1);
Se obtienen los puntos para poder realizar el
diagrama de constelaciones
Obtenemos la desviación estándar de las zonas de 2x2
for i=1:20
xa1(i)=maxmin(84,57,x21(i));
xa2(i)=maxmin(84,57,x22(i));
xa3(i)=maxmin(84,57,x23(i));
[xa11(i),ya11(i)]=circpunt(xa1(i));
[xa12(i),ya12(i)]=circpunt(xa2(i));
[xa13(i),ya13(i)]=circpunt(xa3(i));
Diagrama de Constelación de los datos
Obtenidos en zonas de 6x6 en 2d
for i=1:20
xp1(i)=maxmin(84,57,x11(i));
xp2(i)=maxmin(84,57,x12(i));
xp3(i)=maxmin(84,57,x13(i));
[xp11(i),yp11(i),zp11(i)]=esf(xp1(i));
[xp12(i),yp12(i),zp12(i)]=esf(xp2(i));
[xp13(i),yp13(i),zp13(i)]=esf(xp3(i));
end Constelación de los datos obtenidos en zonas de 6x6 en 3
plot3(xp11-2,yp11+2,zp11,'r.') dimensiones
plot3(xp12-2,yp12+2,zp12,'b.')
plot3(xp13-2,yp13+2,zp13,'y.')
for i=1:20
xp1(i)=maxmin(84,57,x11(i));
xp2(i)=maxmin(84,57,x12(i));
xp3(i)=maxmin(84,57,x13(i));
[xp11(i),yp11(i),zp11(i)]=esf(xp1(i));
[xp12(i),yp12(i),zp12(i)]=esf(xp2(i));
[xp13(i),yp13(i),zp13(i)]=esf(xp3(i));
end
plot3(xp11,yp11,zp11,'r.')
plot3(xp12,yp12,zp12,'b.')
plot3(xp13,yp13,zp13,'y.')
end
Explicación de la grafica
Al igual que la anterior zona de 3x3, esta muestra las
mismas variaciones, lo que difiere es n que hay mas zonas
donde las señales tienden mas a estabilizarse.
x11=abs(Area1(:,2))
x12=abs(Area1(:,3))
x13=abs(Area1(:,4))
subplot(2,2,1),plot(xt,x11,'r','linewidth',2);
hold on
subplot(2,2,1),plot(xt,x12,'b','linewidth',2); Se obtienen los puntos para poder realizar las graficas de la
hold on zona total de 6x6
subplot(2,2,1),plot(xt,x13,'y','linewidth',2); for i=1:20
axis([1 20 70 90]) xp1(i)=maxmin(84,57,x11(i));
xlabel('Tiempo(s)') xp2(i)=maxmin(84,57,x12(i));
ylabel('dBm') xp3(i)=maxmin(84,57,x13(i));
title('Cuadricula 1') [xp11(i),yp11(i),zp11(i)]=esf(xp1(i));
[xp12(i),yp12(i),zp12(i)]=esf(xp2(i));
Explicación de la Grafica [xp13(i),yp13(i),zp13(i)]=esf(xp3(i));
Se muestra como varia la señal de cada una de las end
redes, mostrando en que sectores es donde la señal plot3(xp11,yp11,zp11,'r.')
plot3(xp12,yp12,zp12,'b.')
tiende a ser mas estable mientras que en otras es más
plot3(xp13,yp13,zp13,'y.')
abrupta la señal end
Explicación de la Gráfica
Se logra denotar que mientras el área a medir es mas grande,
las variaciones también aumentan, como es el caso del de 6x6,
que tiene grandes variaciones, y no solo de una red sino de
todas desde el tiempo 2 al tiempo 10.
IV.CONCLUSIONES
V.REFERENCIAS