LABORATORIO DE SISTEMAS DE TELECOMUNICACIONES

PRACTICA #1

INTEGRANTES:

JOSE ANTONIO PALOMINOS

ANDDY LOBERTY MACIAS

FECHA:30 DE OCTUBRE DEL 2017

PARALELO: 2

TEMA

FILTRO DE ACOPLAMIENTO
DETALLE DEL PROGRAMA:

El filtro acoplado es el filtro óptimo cuando el ruido que se introduce en el canal es blanco. Se
llama acoplado pues la respuesta al impulso tiene la forma de la señal simetrizada.

Para poder simular lo que es el filtro de acoplamientos, se va a usar tres diferentes tipos de
señales a diferentes niveles de potencia del ruido, y se verificara la salida del filtro, lo cual se ha
seguido los procedimientos matemáticos que en este caso será de mucha ayuda utilizar Matlab,
debido a la facilidad para realizar cálculos con funciones básicas de transmisión de ruido, como es
el caso de pulso rectangulares y triangulares, luego a continuación siguiendo los procedimientos
matemáticos repasados en clases a la señal de entrada hay que girarla y desplazarla según el valor
del tiempo de bit y después realizar la convolución de esta última señal con la señal original.

Para una mejor observación se ha implemento una interface con 4 graficas observándose el
procedimiento y cambio de la señal, comenzando por la señal original de entrada, la señal girada y
desplazada TS, luego la señal original añadida el ruido gaussiano, y por último la señal a la salida
del filtro.

CODIGO DEL PROGRAMA:

clc;
x=input('*** ingrese forma de onda ***\n 1.onda triangular\n 2.pulso\n 3.tren de
pulsos\n\n0pcion:');
TS=pi/2;

if x == 1
T=input('\n INGRESE VALOR DEL PERIODO(T) DE LA ONDA TRIANGULAR (T): ');
SNR=input('\n INGRESE DEL SNR: ');
syms t1
t=0:1/100:T;
x1=triangularPulse(0,T,t);
subplot(3,1,1);
plot(x1);
title('Message Signal');

r1=awgn(x1,SNR,'measured');
subplot(3,1,2)
plot(r1)
title('Message Signal with AWGN');

syms t2
t2=0:1/100:T;
h1=triangularPulse(-TS,T-TS,t2);
y1=conv(r1,h1);
subplot(3,1,3)
plot(y1)
title('Message Signal with AWGN after the filter');
elseif x == 2
N=input('\n INGRESE VALOR DEL PERIODO(T) DEL PULSO RECTANGULAR: ');
SNR=input('\n INGRESE DEL SNR: ');
t2=linspace(-N,N,13000);
x1=rectpuls(t2-N/2,N);
subplot(3,1,1);
plot(t2,x1);
ylim([-2 3])
grid on
title('Message Signal');

r1=awgn(x1,SNR,'measured');
subplot(3,1,2)
plot(t2,r1)
ylim([-2 5])
grid on
 title('Message Signal with AWGN');

h1=rectpuls((t2+N/2)-TS,N);
y1=conv(r1,h1,'same');
subplot(3,1,3)
plot(t2,y1)
ylim([-2 7000])
grid on
title('Message Signal with AWGN after the filter');

elseif x==3
tt=input('\n INGRESE VALOR DEL PERIODO(T) DE CADA PULSO DEL tREN: ');
N=input('\n INGRESE VALOR NUMERO DE PULSO: ');
SNR=input('\n INGRESE DEL SNR: ');

t2=linspace(-tt*N,tt*N,13000);
d=[tt/4:tt:tt*N];
x1=pulstran(t2,d,'rectpuls',tt/2);
subplot(3,1,1);
plot(t2,x1);
ylim([-2 3])
grid on
title('Message Signal');

r1=awgn(x1,SNR,'measured');
subplot(3,1,2)
plot(t2,r1)
ylim([-2 5])
grid on
title('Message Signal with AWGN');

h1=pulstran(-t2+TS,d,'rectpuls',tt/2);
y1=conv(r1,h1,'same');
subplot(3,1,3)
%plot(h1)
plot(t2,y1)
ylim([-2 5000])
grid on
title('Message Signal with AWGN after the filter');

end
GRAFICAS DE LAS SEÑALES

SEÑAL TRIANGULAR

SNR=10
SNR=20

SEÑAL DE PULSO RECTANGULAR

SNR=10

SNR=20
 SEÑAL DE TREN DE PULSOS RECTANGULARES

SNR=10

SNR=20

DESEMPEÑO DEL FILTRO

Se puede observar que para el filtro de acoplamiento en su eficiencia depende del tipo de señal
que este a la entrada, ya que como observamos para la señal triangular se obtuvo a la salida una
información con poco error de transmisión, pero en cambio en las señales de pulso rectangular
varió mucho la señal de salida es decir el error aumentó, aunque su frecuencia es la misma, pero la
potencia de la señal se va perdiendo según vaya aumentando el tamaño del mensaje que este
transmitiéndose debido al aumento del error.