Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Laboratorio2 Tele
Laboratorio2 Tele
INFORME DE LABORATORIO
Telecomunicaciones I
Catedrático: Mgs. Ing. Cruzado Montañez
Luis
CALLAO-PERÚ
Setiembre, 2020
1. INTRODUCCIÓN
Un sistema lineal es aquel que verifica el principio de superposición: la respuesta/salida de
un sistema a un conjunto de entradas aplicadas simultáneamente es igual a la suma de las
salidas cuando cada entrada se aplica individualmente.
Un filtro eléctrico es un sistema (circuito) cuya función es modificar, deformar o manipular
en general, el espectro en frecuencia de una señal de entrada (excitación) de acuerdo con
unos determinados requerimientos (especificaciones). Los filtros se emplean para atenuar
o amplificar componentes de la entrada con frecuencias dentro de un determinado rango, o
para rechazar o aislar componentes en frecuencias específicas.
2. SERIES DE FOURIER
Homogeneidad
y ( αx )=αy(x )
Particularidades
Función de transferencia:
Filtros de Butterworth
El filtro de Butterworth tiene una función de transferencia máximamente plana en la banda
de paso.
Todos los ceros se encuentran en w = ∞
Otra forma de construir un filtro paso banda puede ser usar un filtro paso
bajo en serie con un filtro paso alto entre los que hay un rango de frecuencias que
ambos dejan pasar. Para ello, es importante tener en cuenta que la frecuencia de
corte del paso bajo sea mayor que la del paso alto, a fin de que la respuesta global
sea paso banda (esto es, que haya solapamiento entre ambas respuestas en
frecuencia).
Un filtro ideal sería el que tiene unas bandas pasante y de corte totalmente planas y
unas zonas de transición entre ambas nulas, pero en la práctica esto nunca se
consigue, siendo normalmente más parecido al ideal cuando mayor sea el orden del
filtro, para medir cuanto de "bueno" es un filtro se puede emplear el
denominado factor Q. En filtros de órdenes altos suele aparecer un rizado en las
zonas de transición conocido como efecto Gibbs.
Un filtro paso banda más avanzado sería los de frecuencia móvil, en los que se
pueden variar algunos parámetros frecuenciales, un ejemplo es el circuito anterior
RLC en el que se sustituye el condensador por un diodo varicap o varactor, que
actúa como condensador variable y, por lo tanto, puede variar su frecuencia central.
El filtro suprime banda, también conocido como «filtro eliminador de banda», «filtro notch»,
«filtro trampa» o «filtro de rechazo de banda» es un filtro electrónico que no permite el
paso de señales cuyas frecuencias se encuentran comprendidas entre las frecuencias de
corte superior e inferior.
TIPO DE IMPLEMENTACIÓN:
Pueden implementarse de diversas formas. Una de ellas consistirá en dos filtros, uno paso
bajo cuya frecuencia de corte sea la inferior del filtro elimina banda y otro paso alto cuya
frecuencia de corte sea la superior del filtro elimina banda. Como ambos son sistemas
lineales e invariantes, la respuesta en frecuencia de un filtro banda eliminada se puede
obtener como la suma de la respuesta paso bajo y la respuesta paso alto (hay que tener
en cuenta que ambas respuestas no deben estar solapadas para que el filtro elimine la
banda que interesa suprimir), ello se implementará mediante un sumador analógico, hecho
habitualmente con un amplificador operacional.
3. SIMULACIONES EN MATLAB
Ejemplo 1 :
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%Sanchez Heredia Godo Segundo 1723225287
%Bran Chiroque Cristian 1723225078
%Reyna Olivos Eliana Floisa 1713220502
%Salazar Campos Josef Jordan
%Trujillo Zulueta Renato 1723225126
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%Problema1
C1 = 1*0.001; %Definimos C1
C2 = 5*0.001; %Definimos C2
R1 = 1000; %Definimos R1
R2 = 2000; %Definimos R2
FT = tf( [1/C2] , [ R1*R2*C1 R2+R1+R1*C1/C2 1/C2 ] )%Usamos la Funcion de
Transferencia
bode(FT),grid %Usamos el grid y vemos el Diagrama de Bode
[ num , den ] = tfdata( FT );
num = num{1}
den = den{1}
pzmap( num , den ),grid
- Comand Window
FT =
200
-----------------------
2000 s^2 + 3200 s + 200
num =
0 0 200
den =
Comand Window :
ans =
-3.0103 -80.0000
Luego, se transforma el filtro Pasa-Bajo normalizado a otro filtro Pasa-Bajo Butterworth con
wo=2100 rad/seg. Esta transformación de desnormalización.
wo = 2*pi*100;
[ Num1 , Den1 ] = lp2lp( NumN , DenN , wo );
pzmap( Num1 , Den1 )
bode( Num1 , Den1 ) , grid
wo
Comand Window :
wo =
628.3185
Ejmplo3:
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%Sanchez Heredia Godo Segundo 1723225287
%Bran Chiroque Cristian 1723225078
%Reyna Olivos Eliana Floisa 1713220502
%Salazar Campos Josef Jordan
%Trujillo Zulueta Renato 1723225126
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clc
close all
%Problema 3
help lp2hp
wo = 2*pi*50;
[ z, p , k ] = buttap( 9 );
NumN = K* poly( Z );
DenN = poly( P );
[ Num2, Den2 ] = lp2hp( NumN , DenN , wo );
pzmap( Num2 , Den2 )
bode( Num2 , Den2 ) , grid
Ejemp4:
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%Sanchez Heredia Godo Segundo 1723225287
%Bran Chiroque Cristian 1723225078
%Reyna Olivos Eliana Floisa 1713220502
%Salazar Campos Josef Jordan
%Trujillo Zulueta Renato 1723225126
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clc
close all
%Problema 4
Ejemp5:
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%Sanchez Heredia Godo Segundo 1723225287
%Bran Chiroque Cristian 1723225078
%Reyna Olivos Eliana Floisa 1713220502
%Salazar Campos Josef Jordan
%Trujillo Zulueta Renato 1723225126
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clc
close all
Wp = [20*pi 100*pi];
Wa = [5*pi 120*pi];
Rp = -1;
Ra = -30;
[N, Wo] = cheb1ord(Wp, Wa, abs(Rp) , abs(Ra) , 's' );
R = 1;
[Num3 , Den3] = cheby1( N , R , Wo , 's' );
pzmap( Num3 , Den3 )
freqs( Num3 , Den3 )
Ejemp6:
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%Sanchez Heredia Godo Segundo 1723225287
%Bran Chiroque Cristian 1723225078
%Reyna Olivos Eliana Floisa 1713220502
%Salazar Campos Josef Jordan
%Trujillo Zulueta Renato 1723225126
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clc
close all
%Problema6
R1 = 1000;
R2 = 1000;
C1 = 1*0.0001;
C2 = 1*0.000001;
nu = [ -R2*C1 0 ];
de = conv( [ R2*C2 1] , [ R1*C1 1] );
FT = tf( nu , de )
bode( FT )
grid
Fc1 = 1/(2*pi*R1*C1)
Fc2 = 1/(2*pi*R2*C2)
Ejemp7:
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%Sanchez Heredia Godo Segundo 1723225287
%Bran Chiroque Cristian 1723225078
%Reyna Olivos Eliana Floisa 1713220502
%Salazar Campos Josef Jordan
%Trujillo Zulueta Renato 1723225126
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clc
close all
%Problema7
orden = 3;
[ Z , P , K ] = buttap( orden );
Nun4 = K * poly( Z );
Den4 = poly( P );
help lp2bs
wo = 2*pi*1000;
Bw = 2*pi*800;
[ Nun5 , Den5 ] = lp2bs( Nun4 , Den4 , wo , Bw );
W = linspace( 2*pi*1 , 2*pi*4000 , 1000 );
[ MAG , FASE ] = bode( Nun5 , Den5 , W );
F = W / 2 / pi;
subplot(121)
plot( F , MAG ), grid
axis( [ 1 4000 0.001 1 ] )
xlabel(' Hz '), ylabel(' Magnitud Lineal ')
subplot(122)A
plot( F , 20*log10( MAG ) ), grid % ver figura 2.13
axis( [ 1 4000 -60 0 ] )
xlabel(' Hz '), ylabel(' Magnitud(dB) ')
Ejemp8:
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%Sanchez Heredia Godo Segundo 1723225287
%Bran Chiroque Cristian 1723225078
%Reyna Olivos Eliana Floisa 1713220502
%Salazar Campos Josef Jordan
%Trujillo Zulueta Renato 1723225126
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clc
close all
%Problema8
R1 = 0.5*1000;
R2 = 1.5*1000;
C1 = 0.5*0.001;
C2 = 2*0.001;
p = [ R1*C1 1 ];
q = [ R2*C2 1 ];
Nun6 = conv( p , q );
Den6 = [ R1*C1*R2*C2 R1*C1+R2*C2+R1*C2 1 ];
bode( Nun6 , Den6 )
grid
4. CONCLUSIONES
La transformada de Laplace resulta ser una herramienta muy útil en el modelado y
diseño de filtros analógicos. Su aplicación permite simplificar la solución a los
problemas que se plantean. Sin embargo, no puede decirse que resulte el método
más adecuado para el análisis de todo tipo de sistemas, sino sólo para aquellos
donde las señales de entrada y salida son funciones de una variable continua de
tiempo (denominados sistemas de tiempo continuo).
Las aplicaciones en entornos reales requieren filtros variantes en el tiempo.
Existen filtros lineales óptimos para entornos estacionarios (Wiener) y variantes en
el tiempo(Kalman).
5. BIBLIOGRAFIA
Tomasi, W., Mata Hernández, G., & García Bisogno, V. (2003). Sistemas de
comunicaciones electrónicas. Pearson Educa