Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Comunicaciones
Alumno:
Ortega Jiménez Luis Manuel
Maestro:
Andrade Reatiga Ángel Gabriel
Grupo:
465
Tarea:
Actividad 4. Modulación por codificación de pulsos (PCM)
Considere una secuencia de 500 números aleatorios, los cuales siguen una distribución normal, con
media cero y varianza unitaria.
1.- Aplique a la señal anterior una Modulación por Codificación de Pulsos Uniforme (PCM
Uniforme) y determine el SNQR cuando se utilizan 64 niveles de cuantización. Anexo script
U_pcm.m.
2.- Identifique los primeros 5 valores de la secuencia de entrada, sus correspondientes valores
cuantizados y la secuencia binaria que les corresponde a cada nuestra.
clc
clear
close all
echo on
a=randn(1,500);
n=64;%nuemero de niveles de cuantizacion
[sqnr,a_quan,code]=U_pcm(a,n);
pause % presiona un atecla para ver SQRN
sqnr
pause% presione una tecla para ver los primeros cinco valores de entrada
a(1:5)
pause %presione una tecla para ver los primeros cinco valores cuantificados
a_quan(1:5)
pause %presione una tecla para ver las primeras cinco palabras en clave
code(1:5,[1:5])
Código Matlab
sqnr =
32.3130
ans =
ans =
ans =
0 1 1 1 1
1 0 0 1 0
1 1 1 0 1
0 1 1 0 1
1 0 0 0 0
Resultados
3.- Grafique el error de cuantización, definido como la diferencia entre el valor de entrada y
el valor cuantizado.
figure(1)
error=a-a_quan;
t=0:499;
plot(t,error);
grid on
axis([0,500,-1,1]);
clc
clear
close all
echo on
a=randn(1,500);
[sqnr,a_quan,code]=Mula_pcm(a,16,255);
pause
sqnr
Código Matlab
sqnr =
18.13
SNQR=
31.78
Podemos ver que el resultado pcm-no uniforme (sqnr) es inferior al pcm uniforme(SQNR).
6.- Genere una secuencia de datos con 1000 números aleatorios, solo que ahora, las primeras
100 muestras deben seguir una distribución normal, con media cero y varianza 400 (s=20) y
los 900 datos restantes deben seguir una distribución normal, con media cero y varianza
unitaria. Codifique esta secuencia de datos utilizando PCM-Uniforme y PCM No-Uniforme.
Utilice 64 niveles de cuantización y. Compare el resultado del nivel de SNQR obtenido para
cada caso.
clc
clear
close all
a= [20 * randn(1, 100) randn(1, 900)];
[sqnr,a_quan,code] = U_pcm(a, 64);
[sqnr2,a_quan2,code2]=Mula_pcm(a,64,255);
pause
sqnr
pause
sqnr2
Código Matlab
sqnr =
21.4169
sqnr2 =
51.0976