Luís Miguel González Estrada CC 1020427039

Juan Gonzalo Gutiérrez Pino. CC 1017181814

Juan Felipe Venegas Vargas. CC 1026141148

Modulación Am con portadora

Se realiza un programa en MATLAB para realizar la modulación por amplitud de doble banda
lateral (DSB). Para dicho programa se tuvo en cuenta que se debe de normalizar el mensaje a
transmitir para evitar sobre modulaciones. También se debe de considerar, generar una portadora
de igual frecuencia y longitud a la de la señal a transmitir.

Figura 1: Señal original y señal modulada.

Figura 2: Señal original y modulada en el dominio de la frecuencia.

División de polinomios
Se crea una función en MATLAB capaz de calcular el polinomio del cociente y del residuo para dos
polinomios dados (polinomio numerador o ''divisor'' y polinomio denominador o ''dividendo'').Ver
figura 1. Lo primero que se debe de tener en cuenta es que para realizar las operaciones de suma y
resta de vectores en MATLAB, los vectores deben de tener los mismos tamaños. es por esto que
según el numero de términos ''n'' que el usuario pida calcular, por facilidad a la hora de
programar, se completa el divisor con una cantidad de ceros igual a ''n''. Por ejemplo si el divisor
es un vector de 2 elementos y el dividendo es un vector de 3 elementos, después de multiplicar el
cociente por el dividendo, donde [cociente=divisa(1)/diva(1)] al momento de realizar las operación
de resta entre el resultado de esta multiplicación y el divisor no la podría realizar en MATLAB, ya
que estos vectores tendrían distintas dimensiones.

Figura 1: términos de una división

El MATLAB cuenta con un comando que realiza este mismo procedimiento, la sintaxis es la
siguiente:

[Q,R]=decena (B,A), donde A y B seria el numerador o divisor y denominador dividendo

respectivamente, y Q y R serian el cociente y el residuo de la división de A entre B.

Se comprobó que el programa realizado para reemplazar el comando en MATLAB funciona

correctamente, pues al ingresar el numerador, el denominador y el numero de cocientes y
residuos que se desean obtener, como se mostrara a continuación:

[C,R] = Div_Pol([6 3 4 1],[3 7 8 0],4)

De esta forma se obtiene el siguiente resultado, el cual se puede comparar con el resultado del
comando de MATLAB:

El resultado que obtendrá es el siguiente:

C = 2.0000 -3.6667 4.5556 -0.5185

R = -32.8148 4.1481 0 0

Serie de Fourier

Para este caso, se hace un programa en MATLAB que por medio de un ciclo for que realice la
sumatoria de los ''P'' términos que el usuario desea. Entre más grande sea el numero de P, mejor
se aproximara la representación de la señal en series de Fourier a la señal original. La señal original
se representara fácilmente conociendo la frecuencia (Fo) de la onda y generando un vector de
tiempo (t) por medio del comando sawtooth(2*pi*Fo*t).

Si f y f ' son continuas, salvo en un numero finito de puntos de discontinuidad de tipo salto, las
sumas parciales de Fourier convergen puntualmente a f (x) en los puntos de continuidad de f y a
la media de los limites laterales en los puntos de discontinuidad.

El fenómeno de gibss hace que no haya una buena convergencia de la serie de Fourier entorno a
los puntos donde la señal tiene oscilaciones fuertes (discontinuidades tipo salto), tal como ocurre
en el caso de la señal diente de sierra, la cual pasa bruscamente de 1 a -1. Si miramos en las
graficas los sobre picos que se presentan en la reconstrucción de la señal alrededor de estos
puntos de sobresaltos bruscos en la señal, dichos sobre picos nunca desaparecen y tampoco
disminuye su magnitud por mas términos que se sumen en la serie.

El fenómeno de gibbs aparece por ejemplo cuando a la salida de un sistema de respuesta infinita
al impulso se le hace un truncamiento para convertirlo en un sistema de respuesta al impulso
finita, y entre más significativo sea el truncamiento, mayor será la cantidad de oscilaciones de
gibbs que aparecen en el dominio de la frecuencia. El fenómeno de gibbs puede evitarse tomando
una cantidad suficiente de muestras en el dominio del tiempo.

Por medio de la FFT nos muestra la frecuencia fundamental de la señal, el ancho de banda de esta
y la magnitud de los coeficientes de la serie de Fourier.
En los gráficos se puede ver que a medida de que se aumentan el numero de términos de la serie
de Fourier, esta se irá aproximando mas a la señal real e igualmente ocurre con el espectro de
magnitud, en el que después de una cierta cantidad de términos en la serie de Fourier, la señal
reconstruida va a tener el mismo espectro de magnitud de la señal original. En la figura # se puede
notar esto.

Figura 1:Espectros de magnitud de la señal original y la señal reconstruida para 20 términos en la

serie de Fourier.
 Figura 2: Señal diente de sierra reconstruida y original para 20 términos en la serie de Fourier.

.
Figura 3:Espectros de magnitud de la señal original y la señal reconstruida para 150 términos en la
serie de Fourier.

Figura 4: Señal diente de sierra reconstruida y original para 150 términos en la serie de Fourier.

Relación entre la transformada z y la transformada de Fourier

La transformada de Fourier permite pasarnos del dominio del tiempo al dominio de la frecuencia,
con la ventaja de que en este dominio se pueden realizar operaciones matemáticas mas simples
para observar el comportamiento de un sistema o una señal, por ejemplo la convolución pasa a
ser una simple multiplicación en un dominio transformado.
Otra ventaja que tiene es que aunque una señal sinusoidal en tiempo discreto no es periódica, si
tiene un espectro periódico igual a la frecuencia de muestreo (Fs) y como resultado de esto una
combinación de señales sinusoidales pueden describirse por medio de senoides periódicas por la
transformada de Fourier o por la serie de Fourier y de esta forma el periodo central será de
-0.5Fs a 0.5Fs si la Fs supera la frecuencia de Niquist.
En conclusión al igual que una señal periódica tiene un espectro discreto, una señal en tiempo
discreto tiene un espectro periódico.

Figura 5:Espectros de magnitud de H1(z)

Figura 6: Espectro de magnitud de H2(z).

El espectro de magnitud muestra H2(z) tiene un su componente de magnitud más grande en el

dominio de Fourier que H1(Z).
Sistema sonar

La correlación cruzada es una medida de la similitud entre dos señales y está en función del
tiempo relativo entre las señales, es por esto que para calcular la distancia a un objeto en base a
las señales enviado.wav y recibido.wav de un sistema sonar, se utiliza la correlación cruzada de
MATLAB y de esta forma obtener el vector de correlación cruzada (X) de las dos señales con los
respectivos índices de retraso de cada componente del vector X.

Después de tener el vector de correlación cruzada con sus índices de retraso, se busca en el vector
el máximo valor de correlación para identificar el retraso de la señal después de haber sido
emitida, y recibida de nuevo después de haberse reflejado en el obstáculo. Para realizar esto se
utiliza la siguiente fórmula:

indice de retardo
Tiempo de retardo=
frecuencia de muestreo

Conociendo entonces el tiempo de retardo y la velocidad del sonido en el aire, se utiliza la

siguiente fórmula para hallar la distancia del sensor hasta el obstáculo:

Velocidad∗tiempo
Distancia=
2

Se divide por dos por que la distancia que detecta el sensor es la de ida y regreso de la señal.

Referencias

[1]http://www.lpi.tel.uva.es/~nacho/docencia/ing_ond_1/trabajos_03_04/subacuatica/Sonar.htm

[2]http://www.bcamath.org/documentos_public/archivos/personal/conferencias/cubo.pdf