Configuración de un sistema de Transmisión Banda Base
Reynel Enrique García Suarez,
Diomedes Rafael Mora Quintero.
1. INTRODUCCIÓN
En esencia, las comunicaciones electrónicas son la
transmisión, recepción y procesamiento de
información usando circuitos electrónicos. Se define
a la información como el conocimiento o las señales
inteligentes comunicados o recibidos. Un. Sistema
de comunicaciones electrónicas comprende tres
secciones principales: una fuente, un destino y un
medio de transmisión. La información se propaga a
través de un sistema de comunicaciones en forma de
símbolos que pueden ser analógicos
(proporcionales), como la voz humana, la
información de las imágenes de video, o la música;
o bien pueden ser digitales (discretos), como los
números codificados en sistema binario, los códigos
alfanuméricos, los símbolos gráficos, los códigos de
operación de microprocesadores o la información de
bases de datos. Sin embargo, y con mucha
frecuencia, la información de la fuente no es
adecuada para transmitirse en su forma original y se
debe convertir a una forma más adecuada antes de
transmitirla. Por ejemplo, con los sistemas de
comunicaciones digitales, la información analógica
se convierte a forma digital antes de transmitirla, y
con los sistemas de comunicaciones analógicos, los
datos digitales se convierten en señalas analógicas
antes de transmitirlos. Los sistemas tradicionales de
comunicaciones electrónicas, que usan técnicas
convencionales de modulación analógica, como los
de modulación de amplitud (AM), modulación de
frecuencia (FM) y modulación de fase (PM) se están
sustituyendo rápidamente por sistemas de
comunicación digital, más modernos, que tienen
varias y notables ventajas sobre los sistemas
analógicos tradicionales: facilidad de
procesamiento, facilidad de multiplexado e
inmunidad al ruido. Los sistemas digitales de
comunicaciones (o sistemas de comunicaciones
digitales) incluyen a aquellos en los que hay
portadoras analógicas de frecuencia relativamente
alta, que se modulan mediante señales de
información digital de relativamente baja
Edgar Andrés Pedrozo Gutiérrez,
frecuencia, y a los sistemas que manejan la
transmisión de pulsos digitales. En este trabajo se
estudia toda la teoría relacionada a los sistemas de
transmisión banda base PCM.
2. MARCO TEÓRICO
2.1 Sistema banda base
En Telecomunicaciones, el término banda base se
refiere a la banda de frecuencias producida por
un transductor, tal como un micrófono, un
manipulador telegráfico u otro dispositivo generador
de señales que no es necesario adaptarlo al medio por
el que se va a transmitir.
Banda base es la señal de una sola transmisión en un
canal, banda ancha significa que lleva más de una
señal y cada una de ellas se transmite en diferentes
canales, hasta su número máximo de canal.
En los sistemas de transmisión, la banda base es
generalmente utilizada para modular una portadora.
Durante el proceso de demodulación se reconstruye la
señal banda base original. Por ello, podemos decir que
la banda base describe el estado de la señal antes de la
modulación y de la multiplexación y después de
la demultiplexación y demodulación.
2.2 Modulación por impulsos codificados
La modulación por impulsos codificados (PCM) es un
procedimiento de modulación utilizado para
transformar una señal analógica en una secuencia
de bits (señal digital). En un flujo PCM la amplitud de
una señal analógica es muestreada regularmente en
intervalos uniformes, y cada muestra es cuantizada al
valor más cercano dentro de un rango de pasos
digitales.
Los flujos de PCM tienen propiedades básicas que
determinan su fidelidad a la señal analógica original:
la frecuencia de muestreo, es decir, el número de
veces por segundo que se tomen las muestras; y la
profundidad de bit, que determina el número de
posibles valores digitales que puede tomar cada
muestra.
Las señales PCM puede ser o bien de retorno a
cero (RZ) o de no retorno a cero (NRZ). Para que un
sistema NRZ sea sincronizado utilizando la
información dentro de banda, no debe haber largas
secuencias de símbolos idénticos, como unos o ceros.
Para los sistemas de PCM binarios, la densidad de
símbolos "1" se llama la densidad de unos.
2.3 Muestreo y reconstrucción de una señal
analógica.
El muestreo es el proceso de tomar un número
suficiente de valores discretos en determinados puntos
de una forma de onda como para poder definir
adecuadamente esa forma de onda. Cuantas más
muestras se tomen, más precisamente se podrá definir
esa forma de onda. El muestreo convierte una señal
analógica en una serie de impulsos, cada uno de los
cuales representa la amplitud de la señal en un
determinado instante.
El diagrama de bloques de la figura 2.1 muestra el
proceso que se le debe realizar a una señal analógica
para muestrearla y reconstruirla.
Figura 2.1: Diagrama de bloques del sistema de
muestreo y reconstrucción de una señal analógica.
El primer bloque es un filtro anti-aliasing. El filtrado
anti-aliasing es un filtro paso-bajo, el cual es
necesario para eliminar todas las componentes de
frecuencia (armónicos) de la señal analógica que
excedan la frecuencia de Nyquist. Si hay alguna
componente de frecuencia en la señal analógica que
sea superior a la frecuencia de Nyquist, se produce una
condición indeseada que se conoce con el nombre de
aliasing. Un alias es una señal que aparece cuando la
frecuencia de muestreo no es al menos igual a dos
veces la frecuencia máxima de la señal. La señal de
alias tiene una frecuencia que es inferior a la
frecuencia más alta de la señal analógica que se está
muestreando y que, por tanto, cae dentro de la banda
de frecuencias de la señal de entrada analógica,
provocando la distorsión de ésta.
Figura 2.2: Efecto del filtro anti-aliasing
Es necesario utilizar un filtro antialiasing paso-bajo
para limitar el espectro de frecuencias de la señal
analógica, dada una cierta frecuencia de muestreo.
Para evitar el error de aliasing, el filtro debe eliminar
al menos todas las frecuencias analógicas situadas por
encima de la frecuencia mínima de muestreo.
El siguiente bloque es el de muestreo y retención.
Cuando hay que muestrear una señal analógica, es
necesario satisfacer ciertos criterios para poder
representar de forma precisa la señal original. Todas
las señales analógicas (excepto las ondas sinusoidales
puras) contienen un espectro de frecuencias
componentes, denominadas armónicos. Los armónicos
de una señal analógica son ondas sinusoidales de
diferentes frecuencias y amplitudes. Al sumar todos
los armónicos de una cierta forma de onda periódica,
el resultado es la señal original.
El teorema de muestreo establece que para poder
representar una señal analógica, la frecuencia de
muestreo, fmuestreo, debe ser al menos dos veces
superior a la componente de mayor frecuencia fa
(máx) de la señal analógica. La frecuencia fa (máx) se
conoce como la frecuencia de Nyquist y está
expresada en la Ecuación
1.
f muestreo ≥ 2∗f a ( máx) (1)
La operación de retención es parte del bloque de
muestreo y retención. Después del filtrado y del
muestreo, el nivel muestreado debe mantenerse
constante hasta que se tome la siguiente muestra. Esto
es necesario para que el ADC disponga del suficiente
tiempo como para procesar el valor muestreado. Esta
operación de muestreo y retención genera una forma
de onda “en escalera” que se aproxima a la forma de
onda analógica de entrada, como se muestra en la
Figura 2.3.

Figura 2.3: Ilustración del proceso de muestreo y
retención. Tomada de [1]
El siguiente bloque es el ADC. La conversión
analógico-digital es el proceso de convertir la salida
del circuito de muestreo y retención en una serie de
códigos binarios que representan la amplitud de la
entrada analógica en cada uno de los instantes de
muestreo. El proceso de muestreo y retención hace
que se mantenga constante la amplitud de la señal
analógica de entrada entre sucesivos impulsos de
muestreo; así, la conversión analógico-digital puede
realizarse utilizando un valor constante, en lugar de
permitir que la señal analógica varíe durante el
intervalo de conversión, que es el intervalo
comprendido entre los impulsos de muestreo. El
proceso de convertir un valor analógico en un
determinado código se denomina cuantificación.
Durante el proceso de cuantificación, el ADC
convierte cada valor muestreado de la señal analógica
en un código binario. Cuantos más bits se empleen
para representar un valor muestreado, más precisa será
la representación.
El cuarto bloque mostrado en a figura 2.1 es un
procesador digital de señal (DSP, Digital Signal
Processor) el cual es un tipo especial de
microprocesador capaz de procesar los datos en
tiempo real. Sus aplicaciones se centran en el
procesamiento de datos digitales que representan
señales analógicas. Un DSP, como un
microprocesador, tiene una unidad central de proceso
(CPU) y una unidad de memoria, además de diversas
funciones de interfaz.
La conversión digital-analógica es una parte
importante de los sistemas de procesamiento de
señales digitales. Una vez procesados los datos
digitales por el DSP, los convierte de nuevo a forma
analógica. Existe un método de conversión
digital/analógica que utiliza una red resistiva en la que
los valores de las resistencias representan los pesos
binarios de los bits de entrada del código digital. La
Figura 2.4 muestra un DAC de 4 bits de este tipo. Por
cada una de las resistencias de entrada puede circular
o no corriente, dependiendo del nivel de tensión de
entrada. Si la tensión de entrada es cero (0 binario), la
corriente también es cero. Si la tensión de entrada es
un nivel ALTO (1 binario), la cantidad de corriente
depende del valor de la resistencia de entrada y es
diferente para cada una de las resistencias.
Figura 2.4: DAC con ponderación binaria. Tomada de
[1]
El último bloque del diagrama de la figura 2.1 es un
filtro de reconstrucción La salida del DAC es una
aproximación escalonada de la señal analógica
original después de haber sido procesada por el DSP.
El propósito del filtro de reconstrucción paso-bajo (en
ocasiones denominado post-filtro) consiste en suavizar
la salida del DAC eliminando las componentes de alta
frecuencia generadas por las rápidas transiciones de la
señal escalonada, como se ilustra en la Figura 2.5.
Figura 2.5: El filtro de reconstrucción suaviza la salida
del DAC. Tomada de [1]
2.4 Convolución
En matemáticas, y en particular análisis funcional,
una convolución es un operador matemático que
transforma dos funciones f y g en una tercera función
que en cierto sentido representa la magnitud en la que
se superponen f y una versión trasladada e invertida
de g. Una convolución es un tipo muy general
de media móvil, como se puede observar si una de las
funciones se toma como la función característica de
un intervalo.
La convolución de f  y g se denota f*g. Se define
como la integral del producto de ambas funciones
después de desplazar una de ellas una distancia  t.
 Figura 3.1: Grafica del ejercicio 1.

2
sen ( 1000 πt )
 m ( t )= [ πt ]
' ' F 'S
F =1000 → F
s máx =
2
1000
F 'máx= → F'máx=500 Hz
2
h∗F's 2∗1000
F máx= → F máx =
2 2
F máx=1000 Hz

Figura 2.6: Proceso gráfico de la convolución de dos

señales. Tomada de [1]
Figura 3.2: Grafica del ejercicio 2.

3. PROCEMIENTO
 m ( t )=sinc ( 2100 t )
B. Determine la frecuencia de muestreo de Nyquist
para las siguientes m(t) (Realizar análisis gráfico
correspondiente en frecuencia). 2 B∗sinc ( 2 Bπt ) →rec ( 2fB )
1 f
rec (
2B )
sen ( 1000 πt ) sinc ( 2 Bπt ) →
 m ( t )= 2B
πt
1 1
rec (
F s=1000 → F máx =
Fs 2100 2100 )
2 4200 Fs
1000 F s= → F máx =
F máx= → F máx=500 Hz 2π 2
2 2100
F máx=
2π
Figura 3.3: Grafica del ejercicio 3 Figura 3.5: Grafica del ejercicio 5.

 5 sin c 2 ( 200 t )  sinc ( 200t )∗sinc ( 2100 t )

f sinc(200 t)
ABsin c 2 ( Bt ) →tri
2B( ) 2 Bsinc ( 2 Bt ) → rec( 2fB )
1
B=200 ; AB=5 ; A=
40 1 1
rec (
200 )
sinc ( 2 Bt ) →
1 1 200
5 sin c 2 ( 200 t ) → tri
40 ( )
400
F s 1=
400
200 2π
F s=2∗B → Fmáx =B= Hz
2π sinc ( 2100t )
2 Bsinc ( 2 Bt ) → rec( 2fB )
1 1
rec (
2100 )
sinc ( 2 Bt ) →
2100
4200
F s 2=
2π
400 4200 2300
F s=F s 1 + F s 2 → F s = + =
2π 2π π
2300 1150
F máx= = Hz
2π π
Figura 3.4: Grafica del ejercicio 4.

 sinc ( 2100t ) +sin c 2 ( 200 t )

sinc ( 2100t ) →2 B sinc ( 2 Bt )
1 1 4200
2100
rec( 2100 )
→ F s 1=
2π
Fs 2100
F máx= → F máx =
2 2π
sin c (200 t ) → ABsin c 2 ( Bt )
2

1 f 1 1 Figura 3.6: Grafica del ejercicio 6.

200 ( )
tri
2B
→
200
tri ( )
400
400 200
F s 2= → F máx=  6∗1 04 sin c 2 ( 400 t )∗106 sin c3 ( 100 t )
2π 2π
Se escoge el mayor de ambas, en este caso
6∗104 sin c 2 ( 400 t )
2100/2π Hz
 f Figura 3.8: Diagrama de bloques del sistema banda
( )
ABsin c 2 ( πBt ) →tri
2B base.
1
6∗10 sin c ( πBt ) → 150tri (
800 )
4 2

1. Teniendo en cuenta la figura de la señal (𝑡),

F máx 1=B=400 Hz ; F s 1=800 Hz calculen y configuren cada subsistema AD/PCM:
6 3
10 sin c ( 100 t ) antialiasing [filtro], muestreo, cuantización y
3 codificación. Atención: trabajen sobre el dibujo del
106 sin c 3 ( 100 t )=[ 100 sinc ( 100 t ) ] ∗100 sinc ( 100 t sistema
) de transmisión.
f
2 Aαsinc ( 2 αt ) →rec ( )
2A ¿cuál es la tasa de bits de salida R?
1
100 sinc ( 2 αt ) →rec ( )
100
En la figura 3.9 se muestra la señal analógica que se
desea tratar, dicha figura nos da información necesaria
F 's=100 ; F s 2=h∗F's para configurar cada parte del sistema.
F s 2=3∗100=300 Hz
F s=F s 1 + F s 2 → F s =800+300=1100
Fs 1100
F máx= → F máx = =550 Hz
2 2

Figura 3.9: Señal analógica de entrada.

Se observa que
T s=0.16 ms
Entonces
1 1
f s= = =6250 Hz
T s 0.16 ms
Figura 3.7: Grafica del ejercicio 7. Teniendo en cuenta lo anterior y el teorema de
Nyquist la frecuencia máxima debe ser
f fs 6250
max= = =3125 Hz
2 2
La tase de bits es
R=6250∗( 4 ) =25000 bps

Con lo anterior el filtro antialiasing deberá tener una

frecuencia de 31250 Hz, el cual se muestra en la
figura 3.10.
a) Transmisor

b) Receptor
 Figura 3.12: Proceso de muestreo en el dominio de la
frecuencia.

Luego del proceso de muestreo y retención la señal

continúa el proceso de cuantificación y codificación
de la señal. En la figura 3.9 se observa que se han
empleado cuatro bits para representar el valor
muestreado en cada impulso. Teniendo en cuenta esto,
Figura 3.10: Filtro Antialiasing. la tabla 1 muestra los datos recopilados de la
cuantificación.
Luego de lo anterior la señal procede a ser muestreada
y retenida, en la Figura 3.11 se muestra este proceso Impulsos de Nivel de código
en el dominio del tiempo. Se aprecia que hay dos muestreo cuantificación
señales de entrada: la señal analógica y la señal que 1 0 0000
representa los pulsos de muestreo.
2 1 0001
3 3 0011
4 4 0100
5 5 0101
6 6 0110
7 7 0111
8 7 0111
9 7 0111
10 8 1000
11 9 1001
12 11 1011
13 14 1110
14 14 1110
Figura 3.11: Muestreo y retención en el dominio del
tiempo 15 11 1011
16 8 1000
En la figura 3.12 se observa todo el proceso de 17 6 0110
muestreo y retención en el dominio de la frecuencia. 18 4 0100
Se aprecia que la señal se replica en cada pulso de 19 3 0011
muestro, vemos que en el dominio de la frecuencia la 20 2 0010
señal de entrada tiene una amplitud de A y el tren de 21 2 0010
pulsos una amplitud de 1/T por lo que la señal 22 1 0001
muestreada tendrá una amplitud de A/T. También se 23 2 0010
logra observar el efecto del filtro antialiasing ya que la 24 3 0011
señal no se solapa. 25 7 0111
26 11 1011
27 12 1100
28 12 1100
29 11 1011
30 11 1011
31 10 1010
32 7 0111
33 6 0110
34 5 0101

Tabla 1: Cuantificación de los bits para la señal de

entrada de la figura 6.
Consideren la tasa de bits y cuantos niveles Necesitamos 32 niveles por un SNR de 30 dB para
necesitaríamos por una SNR de 24 dB, 30 dB, 36 alcanzar el límite de Shannon
dB, 42 dB y 48 dB para alcanzar el límite de
Shannon.
Para SNR=36 dB
C=2∗B∗lo g2 =2∗fm∗lo g 2 L
36
B=fm
N=1 0 10 =3981.1
C=B∗lo g 2 (1+SNR )
L= √ (1+ 3981.1)
2∗B∗lo g2 L=B∗lo g2 (1+SNR )
L=63.1 ≈ 64
2∗lo g2 L=lo g2 (1+ SNR)
Necesitamos 63 niveles por un SNR de 36 dB para
lo g 2 L2=lo g 2( 1+ SNR ) alcanzar el límite de Shannon
2

2lo g L =2lo g (1 +SNR )

2 2 Para SNR=42 dB
42
L2=(1+ SNR ) N=1 0 10 =15848.9

L= √ (1+ SNR) L= √ (1+ 15848.9)

Para SNR=24dB
10∗lo g10 N =xdB L=125.9 ≈ 126

xdB Necesitamos 126 niveles por un SNR de 42 dB para

lo g 10 N=
10 alcanzar el límite de Shannon
Para SNR=48 dB
xdB
lo g10 N 10
10 =1 0 48
10
N=1 0 =63095.7
xdB
10
N=1 0 L= √ (1+ 63095.7)
24
10 L=251.2 ≈ 252
N=1 0 =251.2
Necesitamos 251 niveles por un SNR de 48 dB para
L= √ (1+ 251.2) alcanzar el límite de Shannon

L=15.88 ≈ 16 2. De la salida codificada del punto 1, dibujen la

señal eléctrica de pulsos Unipolar NRZ, Polar
Necesitamos 16 niveles por un SNR de 24 dB para NRZ, Bipolar RZ, Unipolar RZ y Manchester
alcanzar el límite de Shannon NRZ, También pulsos Raised Cosine [Coseno
Alzado] que minimicen el efecto ISI de acuerdo con
Para SNR=30dB el factor de roll-off 0, 0.5 y 1. Banda Base.
30
N=1 0 10 =1000

L= √ (1+ 1000)

L=31.6 ≈ 32
Figura 3.13: Codificación de los primeros bits. De la Figura 3.16: Codificación de los bits. De la fila 22 a
fila 1 a la 7 de la tabla. la 28 de la tabla.

Figura 3.14: Codificación de los bits. De la fila 8 a la

14 de la tabla.

Figura 3.17: Codificación de los bits. De la fila 29 a

la 34 de la tabla.

Especificación de pulso transmitido

 Unipolar NRZ

Figura 3.15: Codificación de los bits. De fila 15 a la

21 de la tabla.

Figura 3.18: Densidad espectral Unipolar NRZ.

Revisando la densidad espectral de la figura

anterior. Tomamos la señal solo hasta el primer
lóbulo principal, el ancho de banda del canal para
el Pulso Unipolar NRZ, el cual se muestra en la
figura 3.19, vendría definido por

B=R
Se sabe que
R=25000 bps
Entonces
B=25000 Hz

 Bipolar RZ

Figura 3.19: Ancho de banda del canal para el

pulso Unipolar NRZ.

Potencia de transmisión

Ts 0.16 e−3 −5
Figura 3.22: Densidad espectral Bipolar RZ.
P= ∗0.5= ∗0.5=2 e w
n 4
Revisando la densidad espectral de la figura
anterior. Tomamos la señal solo hasta el primer
 Polar NRZ
lóbulo principal, el ancho de banda del canal para
el Pulso Bipolar RZ, el cual se muestra en la
figura 3.23, vendría definido por

B=R
Se sabe que
R=25000 bps
Entonces
Figura 3.20: Densidad espectral Polar NRZ. B=25000 Hz

Revisando la densidad espectral de la figura

anterior. Tomamos la señal solo hasta el primer
lóbulo principal, el ancho de banda del canal para
el Pulso Polar NRZ, el cual se muestra en la figura
3.21, vendría definido por Figura 3.23: Ancho de banda del canal para el
pulso Polar NRZ.
B=R
Se sabe que Potencia de transmisión
R=25000 bps
Entonces Ts 0.16 e−3 −5
B=25000 Hz P= ∗0.75= ∗0.75=3 e w
n 4

 Unipolar RZ

Figura 3.21: Ancho de banda del canal para el

pulso Polar NRZ.

Potencia de transmisión Figura 3.24: Densidad espectral Unipolar RZ.

Ts 0.16 e−3 −5
Revisando la densidad espectral de la figura
P= ∗0.5= =4 e w anterior. El ancho de banda del canal para el Pulso
n 4
Unipolar RZ, el cual se muestra en la figura 3.25,
vendría definido por
 Ts 0.16 e−3 −5
B=2 R P= ∗0.5= =2 e w
n 4
Se sabe que  Coseno alzado
R=25000 bps
Entonces
B=2∗25000=50000 Hz

Figura 3.25: Ancho de banda del canal para el Figura 3.28: Pulsos coseno alzado
pulso Polar NRZ.

Potencia de transmisión

Ts 0.16 e−3 −5
P= ∗0.25= =1 e w
n 4 Figura 3.29: Codificación Polar NRZ

Ancho de banda coseno alzado

 Manchester NRZ R
BW Roll −Off (b)= × ( b+1 )
2
Roll−Off =0
25000
BW Roll −Off (0)= × ( 0+1 )=12500 H z
2
Roll−Off =0.5
Figura 3.26: Densidad espectral Manchester NRZ. 25000
BW Roll −Off (0.5)= × ( 0.5+1 )=18750 H z
2
Revisando la densidad espectral de la figura Roll−Off =1
anterior. El ancho de banda del canal para el Pulso 25000
BW Roll −Off (1 )= × ( 1+1 )=25000 H z
Manchester NRZ, el cual se muestra en la figura 2
3.27, vendría definido por

B=2 R Siguiendo con el proceso. Luego de la etapa

Se sabe que anterior, que es la de codificación de línea, la
R=25000 bps señal codificada (Figura 3.30) es transmitida por
Entonces el canal.
B=2∗25000=50000 Hz

Figura 3.30: Señal transmitida

Figura 3.27: Ancho de banda del canal para el Recepción

pulso Polar NRZ.
Al recibir la señal, puede ocurrir que la señal
Potencia de transmisión llegue con ruido. Esto hace que la forma señal
transmitida se altere y por lo tanto puede haber
perdida de información. Esto se observa en la
 figura 3.31 la cual es una versión de la señal
original con ruido añadido y la figura 3.31 la cual
es una señal con ruido debido a un canal RC.
Figura 3.31: Señal recibida con ruido
Figura 3.32: Señal recibida con ruido debido a un
canal RC
Para reconstruir la señal se hace uso de un circuito
regenerativo (figura 3.34). El cual está formado
por tres etapa que son: Un filtro pasabajo, Un
circuito de muestreo y retención y un circuito de
decisión.
El filtro pasabajo se hace necesario cuando la
señal llega con ruido, como los que se muestran en
la figura 3.31 y 3.32. Como dicho ruido es de alta
frecuencia, el filtro pasabajo lo elimina y por lo
tanto tendremos una señal más suave. Luego la
etapa de muestreo junto con la etapa de decisión
se utiliza para determinar si lo que llego es un cero
o un uno, es decir si el valor obtenido en la salida
de la etapa de muestreo es mayor que el voltaje de
referencia del circuito de decisión, entonces
significa que llego un uno, de lo contrario llegó un
cero. De esta forma podemos recuperar los pulso
que fueron enviados, como se observa en la figura
3.35.
Figura 3.34: Receptor regenerativo
Figura 3.35: Pulsos recuperados recuperada
Finalmente para la reconstrucción de la señal
analógica. Primero tenemos un tren de impulsos con
distintas frecuencias, para obtener la señal deseada
solo necesitamos una de esas replicas, con base a ello
utilizamos un filtro pasabajo para recuperar la que está
alrededor de cero, este filtro debe tener una frecuencia
con un valor de la mitad de la frecuencia de muestreo.
Este proceso se muestra en el dominio de la frecuencia
en la figura 3.36.
Figura 3.36: Proceso de reconstrucción en el dominio
de la frecuencia.
En la figura además se observa que se implementó un
circuito con ganancia T, esto con el fin de recuperar la
ganancia original de la señal.
En la figura 3.37 se muestra el mismo proceso
anterior pero en el domino del tiempo, se observa
como entran los pulsos en el dominio del tiempo al
filtro. En este punto debemos entender la dualidad
entre una señal rec(t) y una señal sinc(t). La señal
rect(t) es una señal rectangular y su transformada es
una señal sinc(t). El filtro tiene una forma de sinc(t) en
el dominio del tiempo, entonces al atravesar el tren de
impulsos por el filtro, lo cual es una convolución,
obtenemos en la salida una señal sinc(t) por cada pulso
y la suma de estos impulsos seria la señal original.
Figura 3.37: Proceso de reconstrucción en el dominio
del tiempo.
Luego de este proceso en la salida obtenemos la señal
analógica original de la entrada, la cual se muestra en
la figura 3.38.
 [2] Wayne Tomasi Sistema de comunicaciones
electrónicas. Cuarta edición. PEARSON
EDUCACIÓN, México, 2003. ISBN: 970-26-
0316-1.
[3] Ayad Dalloo. Quadrature Phase-Shift Keying
(QPSK) Modulation and Demodulation.
https://github.com/AyadDalloo/Matlab_Simulnk

Figura 3.38: Señal recuperada.

4. CONCLUSIÓN.

Con el desarrollo de este trabajo se logró comprender

cada parte de un sistema de transmisión banda base
PCM, el hecho de analizar el sistema detalladamente
tanto en el dominio del tiempo como en el dominio de
la frecuencia nos brinda unas bases de conocimiento
fuertes en esta área ya que se conoce todo el desarrollo
matemático y los teoremas que rigen esta tecnología lo
cual facilita la tarea a la hora de diseñar un sistema
real. Se comprobó la aplicación de la teoría en las
respectivas partes del sistema, por ejemplo, el teorema
de Nyquist nos dice que la frecuencia máxima no debe
ser mayor a la mitad de la frecuencia de muestreo,
debido a este, fue necesario implementar un filtro
pasabajo como primera etapa del sistema para eliminar
las componentes de frecuencia superiores, es decir, se
tuvo que acondicionar la señal original inicialmente
para luego ser procesada. Se observó el efecto del
ruido en la señal transmitida y la técnica para
recuperar la señal ante estos casos mediante un
circuito regenerativo. También se evidencio la
convolución, sobre todo al momento de recuperar la
señal, vimos que este efecto en el dominio del tiempo
son réplicas de señales sinc (t) por cada pulso al pasar
por el filtro de reconstrucción y su equivalencia con la
señal rect (t) en el dominio de la frecuencia. El
desarrollo de este trabajo se puede tomar como punto
de partida para luego profundizar más en este tema ya
que este tipo de tecnologías se implemente en un gran
número de aplicaciones y va creciendo
exponencialmente hacia el futuro.

5. REFERENCIAS BIBLIOGRÁFICAS.

[1] Tomas L. Floyd. "Fundamentos de sistemas

digitales". Novena Edición. PEARSON
EDUCACICIÓN S.A, Madrid. 2006. ISBN 10:
84-8322-085-7. ISBN 13: 978-84-8322-085-6.