Informe Práctica de Laboratorio N◦1

”Modulación por Codificación de Pulsos, PCM”

”Profundización medios de transmisión”

Santiago Mejia O.
Email: smejia1@uqvirtual.edu.co.
Programa Ingenierı́a Electrónica
Universidad del Quindı́o
jueves 12 de septiembre de 2019

Resumen
En el presente documento de laboratorio se muestra detalladamente un sistema de comunicación de telefonı́a
analógica mediante una simulación con el software de MATLAB para la transmisión de dos señales de voz por
medio de la modulación de codificación de pulsos (PCM ), donde se establecen distintas etapas las cuales son
Muestreo, Cuantificación y Codificación en estos procesos se implementara un tratamiento donde se manipulara
la información con el objetivo de lograr una correcta transmisión y una recepción de los datos del mensaje
de audio, comprendiendo cada uno de los requerimientos que exigen las etapas y el comportamiento de la
comunicación por medio de PCM.

1. INTRODUCCIÓN
Todo proceso de comunicación inicia cuando la información se origina en la fuente y debe cumplir la condición
de que al transmitirse debe llegar a un punto diferente denominado destino, utilizando un medio de comunicación
por donde viaja el mensaje.La distancia entre fuente y destino puede ser de unos pocos centı́metros (conversación
frente a frente) hasta miles de kilómetros (tierra - estación espacial, tierra - sondas espaciales).Por lo anterior, el
problema central de las telecomunicaciones radica en que deben ser rápidas, seguras, veraces y accesible en costos.
El propósito fundamental de esta práctica de laboratorio es simular mediante el software ”MATLAB.el proceso
de comunicación de un servicio de telefonı́a analógica que soporte la interacción de dos usuarios con dos mensajes
diferentes,estos mensajes se les aplicara la modulación por codificación de pulsos (PCM,Pulse Code Modulation
) que es una técnica para la transmisión digital de mensajes analógicos.Esta técnica consiste en digitalizar las
señales analógicas mediante los procesos de muestro, cuantificación y codificación y transmitir en banda base la
secuencia de bits obtenida, la motivación para este proceso en lugar de transmitir directamente la señal analógica
con técnicas de transmisión analógica está vinculada a las ventajas de la transmisión digital.[1]

Alta inmunidad al ruido, distorsión e interferencias

Posibilidad de emplear repetidores regenerativos para la comunicación analógica a larga distancia.[1]

Las técnicas utilizadas en el documento para implementar los requerimientos establecidos se basan en las dis-
tintas funciones del software ”MATLAB”, que permiten facilidad para implementar los procesos que componen
”PCM”, otro aspecto que importante que se analiza es el proceso de multiplexación mediante ”TDM”donde se
asignan intervalos temporales individuales en la señal multiplexada a cada una de las diferentes fuentes de tráfi-
co.Especı́ficamente en el proceso de cuantificación se requiere implementar la ley A (A-Law) que es un sistema de
cuantificación logarı́tmica de señales de audio, usado habitualmente para compresión en el campo de comunicaciones
telefónicas.[2][3]
En el transcurso del presente documento se desarrollaran secciones en las cuales se describirá el procedimiento
empleado en la práctica y los pasos utilizados en esta, posteriormente el análisis de los resultados obtenidos en el
laboratorio y las respectivas conclusiones basadas en la experiencia generada.

1
 2. MÉTODOS E INSTRUMENTOS
En la figura 1 se realiza la descripción mediante un Diagrama de flujo del procedimiento utilizado para realizar la
práctica, donde se detalla cada proceso y su estructura funcional .

-Pr ocedimient o Met odol ógico

Se asigna una
Se graban los palabra de
mensajes con Cr eacion de código a cada
una frecuencia codif icación RECEPCION
Mensaj es valor permitido
de 44.1kHz de los 256
niveles

Se genera una
trama completa
mul t ipl exar de bits que
Se elimina el Fil t r o pasa baj as
ruido de los mensaj es contiene la
información de llega la señal
mensajes
los mensajes modulada con el
ruido del canal,
se demodulan los
datos y luego se
decodifican para
obtener la señal
En esta etapa se original.
Se modula la
ajusta la
Modul ación de l a trama
frecuecia segun
Muest r eo señal multiplexada,
el teorema de
Mediante la
muestreo de
modulación FSK
Nyquist

Mediante la
aplicación de la
ley A se realiza
la compansión y sumul ación del Canal Rician
Cuant ización
se ajusta a
canal
niveles de 127 a
-127

Figura 1: Diagrama de flujo del procedimiento metodológico

3. RESULTADOS Y DISCUSIONES
3.1. Creación de mensajes
Mediante el software de MATLAB se graban tres segundos voz analógica por cada señal a trasmitir mediante el
código que se muestra en la siguiente representación de algoritmo.Con audiorecorder(fs,nbits,tipe) permite generar
el sistema para grabar la voz cada que se compila el código tiene los siguientes parámetros de configuración donde fs
es una de las frecuencias de muestreo permitidas por MATLAB en este caso es de 44100 Hz, nbits la representación
en bits de la señal y el elemento tipe se refiere a la calidad de canales de audio un ejemplo de esta configuración es
para un sonido mono o estéreo, en este caso se utiliza la configuración mono para tener mayor facilidad y manejar

2
un solo vector de las muestras generadas,el auxiliar recordblocking(recObj,3) fija el tiempo a tres segundos y para
getaudiodata(recObj) transforma a sistemas numéricos nominales .

1 r e c O b j=a u d i o r e c o r d e r ( f s , n b i t s , t i p e ) ;
2 disp ( ’ Grabando . . . ’ ) ;
3 r e c o r d b l o c k i n g ( recObj , 3 ) ;
4 disp ( ’ f i n . . . ’ ) ;
5 play ( recObj ) ;
6 a u d i o=g e t a u d i o d a t a ( r e c O b j ) ;

La variable audio tiene un tamaño de 132300 muestras esto se debe al siguiente análisis 3s ∗ 44,1kmuestras , se
asigna una variable para cada audio.
En la figura 2 se muestra el resultado de la captura de ambos mensajes donde se aprecia que tienen la misma
duración en el tiempo y una baja amplitud y una gran cantidad de muestras esto es debido a que la frecuencia de
muestro para este proceso es cinco veces mayor a la frecuencia de muestreo requerida que equivale a 8kHz

Figura 2: Señales de audio a una frecuencia de 44.1kHz, dominio del tiempo

En la figura 3 se evidencia el resultado de la captura de ambos mensajes pero en el dominio de la frecuencia donde
se aprecian todas las componentes de ambos mensajes se evidencia gran cantidad de componentes que pueden
afectar la calidad del sonido debido al ruido del ambiente .

3
 Figura 3: Señales de audio a una frecuencia de 44.1kHz , dominio de la frecuencia

3.2. Filtrado
Es necesario realizar una filtración para eliminar ruidos y componentes fuera del rango audible, también para
mejorar la calidad del sonido y eliminar información innecesaria dentro del mensaje, esta operación se realiza
mediante el siguiente código que establece un filtro pasa bajas de orden diez este proceso se realiza con cada señal
analógica, la función butter es especifica para configurar el filtro pasa bajas y la función filter recibe los parámetros
para aplicar el proceso de filtrado.
1 [ b , a ] = b u t t e r ( 1 0 , f c , ’ low ’ ) ; %f i l t r o pasa b a j o
2 x1=f i l t e r ( b , a , a u d i o ) ; %f i l t r a d o d e l mensaje 1
3 e s p e c t r o 1=f f t ( x1 ) ; %t r a n s f o r m a d a r p i d a de f o u r i e r de x

El resultado se ve plasmado en la figura 4 la cual describe la comparación entre las dos señales con su respectivo
proceso de filtrado, las muestras de color rojo se encuentran filtradas, esto se puede evidenciar gracias a que las
componentes en el rango de frecuencia de 2,5kHz en adelante ya toman un valor de cero .

4
 Figura 4: Señales de audio , dominio de la frecuencia con su proceso de filtrado

3.3. Muestreo
Con las señales en este punto se puede implementar el proceso de muestreo para ajustar la frecuencia según el
teorema de Nyquist el cual establece f s >> 2 ∗ f o.Para esto se emplea el siguiente proceso donde se utiliza la
función resample”para ajustar la frecuencia y la función ”normalizevar” para normalizar la señal en un rango de
−1 < y1 < 1 y −1 < y2 < 1
[ y1 , T]= r e s a m p l e ( n o r m a l i z e v a r ( x1 , −1, 1 ) , t1 , 8 e3 ) ;
1
[ y2 , T2]= r e s a m p l e ( n o r m a l i z e v a r ( x2 , −1, 1 ) , t2 , 8 e3 ) ;
2

Los nuevos vectores tienen un tamaño de 24001 muestras esto se debe al siguiente análisis 3s ∗ 8000muestras.
En la figura 5 se puede notar el cambio producido después de aplicar el algoritmo antes mencionado, se tiene una
señal con menos muestras por el ajuste realizado pero con una mejor calidad de sonido si se escuchara en este
punto, esto gracias al proceso de filtrado, se debe tener en cuenta que reducir la cantidad de muestras no afecta
las componentes importantes del mensaje que representan el audio original ya que si se compara con las señales
iniciales de la figura 2 el comportamiento es ampliamente similar .

5
 Figura 5: Señales de audio , dominio del tiempo con su proceso de filtrado

3.4. Cuantización
Gracias a que en el requerimiento se utilizara la ley A, primero se establece el proceso de compansión el cual se
implementa la función compand que contiene la ecuación 1

A|x| 1
si |x| <


1 + ln(A) A

F (x) = sgn(x) 1 + ln(A|x|) 1
(1)
si ≤ |x| ≤ 1


1 + ln(A) A


esta expresión esta contenida con el proceso del siguiente código, se utiliza la función compand(y1,87.6,(1),’a/compressor’)
, la cual recibe la señal con el ajuste de muestreo la condición de la ley A en este caso la magnitud 87,6, y la am-
plitud en este caso 1, este valor aplica tanto para la región positiva de la señal como para la región negativa −1,
donde se quieren establecer los limites de la señal .
1s c u = ( compand ( y1 , 8 7 . 6 , ( 1 ) , ’ a / c o m p r e s s o r ’ ) ) ;
2k = ( −1 : 1 / 1 2 7 : 1) ;
3 f o r j =1: length ( y1 )
4 f o r h=1: length ( k )
5 i f round ( s c u ( j ) , 2 )==round ( k ( h ) , 2 )
6 X( j )=k ( h ) ;
7 end
8 end
9 end
10s c u 2= ( compand ( y2 , 8 7 . 6 , ( 1 ) , ’ a / c o m p r e s s o r ’ ) ) ;
11f o r j =1: length ( y2 )
12 f o r h=1: length ( k )
13 i f round ( s c u 2 ( j ) , 2 )==round ( k ( h ) , 2 )
14 X2( j )=k ( h ) ;
15 end
16
17 end
18 end
19n1= round (X∗ 1 2 7 ) ;
20n2= round (X2∗ 1 2 7 ) ;

1
Los ciclos comparan la señal original con un vector con pasos 127 en un rango de −1 < k < 1, si hay concordancia en
los decimales más significativos se genera una nueva señal que cumple el requerimiento de la cuantización uniforme
para asignar los 256 niveles posibles a las señales de audio.

6
En la figura 6 se toma un valor del vector ”scu”que es la señal con el proceso de compansión y la señal con
los niveles ya asignados (vector X), y el vector k que contiene los pasos de los 256 niveles posibles que existen
en el rango de −1 < k < 1,se evidencia que el proceso concuerda ya que vector X toma el valor del vector
k.Gracias a que las señales aun tiene el mismo rango (−1 < y1 < 1,−1 < y2 < 1), se realiza el producto con una
ganancia de 127 y se redondean los valores, con el resultado previsto en la figura 7, es necesario tener en cuenta
en el proceso de cuantización logarı́tmico no uniforme facilita mantener una fidelidad del mensaje ya que estas
componentes pequeñas no se pierdan en proceso de codificación y cuentan con un nivel apreciable que permite
evitar sus perdidas por el efecto del ruido de canal

Figura 6: Asignación de niveles para la nueva señal

Figura 7: Señales de audio , cuantificadas y normalizadas mediante la ley A

Lo que genera la ley A es darle importancia a los valores con magnitud pequeña y los expande por esta razón
las señales se ven más anchas y las componentes con un valor proporcional mayor tienden a estabilizarse gracias a

7
 su componente logarı́tmica la señal tiende a comportarse de esta manera.

3.5. Codificación
En el proceso de codificación se le asigna una palabra código de 8 bits a cada muestra de acuerdo a el nivel de
cuantificación es necesario tener en cuenta que en la ley .A”, el bit más significativo representa el signo donde ”1.es
para representar los valores positivos y para el bit ”0”los valores negativos .En el siguiente algoritmo se aprecia que
se guardan el signo mediante la asignación de una variable y se convierte cada señal a una representación binaria
de 8 bits con la función ”de2bi”, y la función segmentación tiene la propiedad de asignar el bit correspondiente al
signo mediante una comparación y un ciclo el cual recorre ambas matrices identificando el signo de la muestra y
finalmente lo establece en el bit más significativo.
1n1= round (X∗ 1 2 7 ) ;
2n2= round (X2∗ 1 2 7 ) ;
3s s 1=sign ( n1 ) ’ ;
4s s 2=sign ( n2 ) ’ ;
5m a t r i z =( d e 2 b i ( abs ( n1 ) , 8 ) ) ;
6m a t r i z 2 =( d e 2 b i ( abs ( n2 ) , 8 ) ) ;
7[ m a t r i z ]= s e g m e n t a c i o n ( n1 , m a t r i z , s s1 ) ;
8[ m a t r i z 2 ]= s e g m e n t a c i o n ( n2 , m a t r i z 2 , s s2 ) ;
9function [ m a t r i z , s e g ]= s e g m e n t a c i o n ( n1 , m a t r i z , s s1 )
10f o r i =1: length ( n1 )
11 i f s s 1 ( i )>0
12 m a t r i z ( i , 8 ) =1;
13 end
14end
15
end
16

Gracias a que es una representación de 8 bits se cambian las dimensiones se pasa de un vector de 1x24001, a una
matriz de 24001x8 , en la figura 8 y 9 se refleja el cambio de dimensión antes mencionada, también es posible
identificar que los intervalos con valores negativos en su ultimo bit cuenta con un valor de cero, ası́ para el caso de
los intervalos positivos el ultimo bit se encuentra en el valor 1 adecuado según el modelo de la recomendación de
la ley A .

Figura 8: Representación en bits del primer mensaje tomando una porción de datos

8
 Figura 9: Representación en bits del segundo mensaje tomando una porción de datos

El proceso de multiplexación con TDM se realiza concatenando las dos matrices generadas anteriormente se le
asigna la primera posición del byte (los primeros 8 bits), al mensaje 1, y para el mensaje 2 se asigna el 2 byte
(las 8 ultimas posiciones), con esta representación se genera un vector que contiene un solo entramado de bits
con un tamaño de 1x(16 ∗ 24001) , que cuenta con la información completa de los dos mensajes este proceso se
puede ver fácilmente implementado en el siguiente proceso donde la función cat concatena las matrices, y la función
”reshape(matrizm p0 , length(matrizm p)∗16, 1)0 ”, permite transformar una matriz , a un vector con ambos mensajes
donde los bytes del mensajes se encuentran intercalados secuencialmente.
matriz mp =c a t ( 2 , m a t r i z , m a t r i z 2 ) ;
1
matriz mp2=reshape ( matriz mp ’ , length ( matriz mp ) ∗ 1 6 , 1 ) ’ ;
2

Figura 10: Proceso de Multiplexación para ambos mensajes, y su representación en una señal binaria

En la figura 10 se tiene la matrizmp y la matrizmp2, la matrizmp tiene los valores concatenados de las matrices
para encontrar este entramado de bits en la matriz mensaje (matrizmp2) se realiza mediante la consideración donde
5230 ∗ 16 = 83680, en la matrizmp2 se busca en este valor los bits en el siguiente rango 83665 < bits < 83680, en
la figura 11 se gráfica la señal de esta porción de datos empleados.

9
 Figura 11: Proceso de Multiplexación para ambos mensajes, y su representación en una señal binaria

3.6. Modulación
La modulación FSK es una modulación de frecuencia donde la señal moduladora (datos) es digital. Los dos
valores binarios se representan con dos frecuencias diferentes (f 1 > f 2) próximas a la frecuencia de la señal
portadora f p. En MATLAB se puede representar esta modulación de la siguiente manera
1x=matriz mp2
2A=5; % Amplitude o f c a r r i e r s i g n a l
3bp = . 0 0 0 0 0 1 ; br=1/bp ; % b i t rate
4f 1=br ∗ 8 ; % c a r r i e r f r e q u e n c y f o r i n f o r m a t i o n as 1
5f 2=br ∗ 2 ; % c a r r i e r f r e q u e n c y f o r i n f o r m a t i o n as 0
6t 2=bp / 9 9 : bp / 9 9 : bp ;
7s s=length ( t 2 ) ;
m= [ ] ;
8
9f o r ( i = 1 : 1 : length ( x ) )
10 i f ( x ( i ) ==1)
11 y=A∗ cos ( 2 ∗ pi ∗ f 1 ∗ t 2 ) ;
12 else
13 y=A∗ cos ( 2 ∗ pi ∗ f 2 ∗ t 2 ) ;
14 end
15 m=[m y ] ;
16end

Para representar el bit 1 se utiliza una onda sinusoidal con frecuencia de 8M Hz, y para la representación del bit 0
una onda sinusoidal con frecuencia de 2M Hz, en la figura 12 se tiene la representación de la modulación para una
trama de bits

10
 Figura 12: Proceso de Modulación FSK

3.7. Canal Rician

Aprovechando la función de ricianchan se crea el canal Rician donde ts es el tiempo de muestreo de la señal de
entrada, en segundos. fd es el máximo cambio Doppler, en hercios. k es el factor K de Rician en escala lineal.
1t s =8e −3 , f d =100 , k=10
2h=r i c i a n c h a n ( t s , fd , k ) ; %s e c r e a e l c a n a l R i c i a n
3Rx Packet = f i l t e r ( h , m) ;

Después de este proceso donde el canal aporta un ruido a la señal modulada, en la figura 12 se puede observar el
proceso completo de la señal hasta su paso por el canal

Figura 13: Simulación de la señal cuando pasa por el canal Rician

11
 En la figura 13 es evidente el ruido generado por el canal, hay deformaciones en la amplitud que es la componente
mas afectada, a pesar de esto se pueden diferenciar los segmentos gracias a que aun se puede diferenciar la secuencia
por su frecuencia .

3.8. Recepción de la Señal

El proceso de demodulación se compone gracias a la función demodularf sk(real(RxP acket), f 1, f 2), esta fun-
cion recibe la componente real de la señal que pasa por el canal, las frecuencias asignadas para cada bit (2Mhz si
es 0(f2) , 8Mhz si es 1 (f1)), se tienen segmentos de cien puntos donde se mide el nivel de correlación de la señal
recibida y las señales de las portadoras en un ciclo que recorre cada porción del segmento, la correlación de mayor
valor sera la que se guarde en una variable auxiliar que contiene los bits recibidos.La porción de código que posee
el ultimo ciclo es para representar la señal en binario
1[ b i t 2 , auxy1 , auxy2 , s e n a l d e ]= d e m o d u l a r f s k ( r e a l ( Rx Packet ) , f 1 , f 2 ) ;
2function [ b i t , aux1 , aux2 , f ]= d e m o d u l a r f s k (m, f 1 , f 2 )
3bp = . 0 0 0 0 0 1 ;
4t=bp / 1 0 0 : bp / 9 9 : bp ;
5y1=cos ( 2 ∗ pi ∗ f 1 ∗ t ) ; % carrier s i i g n a l for information 1
6y2=cos ( 2 ∗ pi ∗ f 2 ∗ t ) ;
7aus =1; % c a r r i e r s i i g n a l for information 0
8
9f o r i = 1 : 9 9 : ( length (m) )
10 i f i ==99
11 aus =0;
12 end
13
14 aux1 ( i ) =c o r r 2 ( y1 ( 1 : 1 : 9 9 ) ,m( i : 1 : 9 9 + i −aus ) ) ; % c o r r e l a c i o n cruzada , comparar dos s e a l e s ,
para s a b e r s i son i g u a l e s
15 aux2 ( i ) = c o r r 2 ( y2 ( 1 : 1 : 9 9 ) ,m( i : 1 : 9 9 + i −aus ) ) ;
16 c o n t=i ;
17 i f aux1 ( i ) > aux2 ( i )
18 demo1 ( i ) = 1 ;
19
20 e l s e i f aux1 ( i ) < aux2 ( i )
21 demo1 ( i ) = 0 ;
22
23end
24end
25%XXXXX R e p r e s e n t a t i o n o f b i n a r y i n f o r m a t i o n as d i g i t a l s i g n a l which a c h i v e d
26%a f t e r d e m o d u l a t i o n XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
27f=demo1 ( 1 : 9 9 : length ( demo1 ) ) ;
28b i t = [ ] ;
29f o r n=1: length ( f )
30 i f f ( n ) ==1;
31 s e=o n e s ( 1 , 1 0 0 ) ;
32 e l s e f ( n ) == 0 ;
33 s e=zeros ( 1 , 1 0 0 ) ;
34 end
35 b i t =[ b i t s e ] ;
36
end
37
end
38

En la figura 14 se tiene el proceso ratificando que los bits del mensaje llegaron sin errores gracias al proceso efectivo
de la demodulación que ha pesar del ruido generado por el canal establece correcta con los parámetros que son
recibidos para esta porción de mensaje .

12
 Figura 14: Datos de la señal demodulada

Sabiendo la trama que se envı́a y la trama obtenida se emplea un ciclo para compara las dos tramas de bits la de
transmisión y la de recepción con un resultado de 7 bits erróneos de 384016 transmitidos este resultado se verifica
en la figura 15.

Figura 15: Ber de los datos recibidos

El proceso final para PCM, es separar el entramado y convertirlo en dos mensajes separados mediante la
demultiplexación el proceso anterior para juntar los mensajes fue concatenar dos matrices y convertirlas a vector
en este caso utilizando la función vec2mat(senald ec, 16), que recibe los bits demodulados y los separa en una matriz
concatenada con los dos mensajes, por ultimo con los ciclos se organizan las dos matrices teniendo en cuenta que
los bytes impares son del mensaje 1 y los bytes pares del mensaje 2.
1r=vec2mat ( s e n a l d e c , 1 6 ) ;
2f o r i =1: length ( r )
3 i f r ( i , 8 ) ==1
4 decod1 ( i )=b i 2 d e ( r ( i , 1 : 1 : 7 ) ) ;
5 e l s e matriz mp ( i , 8 ) ==0;
6 decod1 ( i )=−b i 2 d e ( r ( i , 1 : 1 : 7 ) ) ;
7 end
8
end
9

13
10
11f o r i =1: length ( r )
12 i f r ( i , 1 6 )==1
13 decod2 ( i )=b i 2 d e ( r ( i , 9 : 1 : 1 5 ) ) ;
14 e l s e matriz mp ( i , 1 6 ) ==0;
15 decod2 ( i )=−b i 2 d e ( r ( i , 9 : 1 : 1 6 ) ) ;
16 end
17
end
18

El efecto de este proceso se muestra en la figura 16 que muestra las señales con las etapas de demultiplexación y
demodulación

Figura 16: Señales recuperadas del canal con los procesos de demultiplexación y demodulación

Se puede estimar el error entre la señal cuantificada y decodificada (-127 a 127), mediante un ciclo que compare
ambos mensajes TANTO de las muestras de la señal cuantizada antes de la transmisión y la señal recuperada en
la figura 17 se muestra esta comparación, donde los vectores n1 y n2 son los vectores de la cuantización antes
de transmitir, de las 24001 muestras tomadas del primer mensaje solo hay un dato que no coincide con su señal
homologa, esta muestra no presenta una relevancia tan importante ya que 99,995 % de las muestras de la señal
coinciden con la señal antes de transmitir, el mensaje 2 no presenta errores .

14
 Figura 17: Error entre la señal cuantificada y decodificada (-127 a 127)

Finalmente se aplica la función inversa de la ley A que realiza la descompansión con la función compand cambiando
al ultimo parámetro como 0 A/expander para recuperar el mensaje como se aprecia en la figura 18,
out1 = compand ( decod1 , 8 7 . 6 , 1 2 7 , ’A/ expander ’ ) / 1 2 7 ;
1
out2 = compand ( decod2 , 8 7 . 6 , 1 2 7 , ’A/ expander ’ ) / 1 2 7 ;
2

Figura 18: Señales recuperadas

15
3.9. Análisis de Error SQNR
para el error de cuantización se tiene la siguiente ecuación
B 2
1 2 ∗∆)
2 (( )
SQN R = ∆2
2
= 1,5,22∗B = (6,02B + 1,76)dB (2)
12
De la expresión sabemos que el parámetro B es el número de bits en este caso 8 bits que representa los 256
niveles posibles con esto

SQN R = 50dB
Esto quiere decir que la señal sin cuantizar es 32 veces mayor al ruido que genera el proceso de cuantificación .

4. CONCLUSIONES
El proceso de modulación por PCM es muy confiable ya que gracias al proceso desarrollado en la práctica la señal
que se transmite y la señal que se recibe mantienen la fidelidad de la información lo que genera una comunicación
segura y estable.
Las ventajas de considerar la Ley A permite garantizar que los elementos de las muestras pequeñas se conservan
de manera apropiada además gracias a su poca complejidad no produce retrasos en la comunicación
Modular las señales de audio mediante FSK es fundamental gracias a que el canal utilizado en la práctica es el que
más afecta la amplitud de la señal, este proceso permite en gran medida reducir notablemente la generación de
errores producidos por el ruido del canal también una correcta demodulación debe garantizar la mayor fidelidad
ya que es uno de los procesos mas crı́ticos cuando de recibe la señal
L errores que se pudieron observar en la práctica fueron debidos al cambio en el modelo del canal por lo cual se
puede concluir que los errores en un sistema de comunicación se producen en su mayor parte de acuerdo a las
caracterı́sticas o efectos nocivos que produce el canal en los datos trasmitidos.
En el proceso de la practica se pudo identificar algunas limitaciones de PCM: Ruido de cuantización, que aparece
en la conversión analógica-digital.Incremento del ancho de banda de la señal PCM en comparación con el ancho de
banda de la señal analógica original.

5. REFERENCIAS
[1]Ernesto, L., Zinemanas, P., Ramos, M. (2016). Modulacion por codificacion de pulsos Modulaci on por
codificacion de pulsos. 1–4.
[2]Salvador, R. (2013). Indice. 1–18.
[3]Recomendación UIT-T G.711: Modulación por impulsos codificados (MIC) de frecuencias vocales. (n.d.).
Retrieved from http://www.itu.int/rec/dologinp ub.asp?lang = eid = T − REC − G,711 − 198811 − I!!P DF − S

16