Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Informe Laboratorio 3
Informe Laboratorio 3
Tabla de contenido:
Resultados………………………………………………………………1-3
Conclusiones……………………………………………………………4
Anexos (códigos)……………………………………………………….5
Resultados
1
Figura 2. Gráfica del BER experimental vs el BER teórico laboratorio N`2
2
Figure 3. Gráfica del BER experimental vs el BER teórico laboratorio N°3
Conclusión
3
Comparando el BER teórico con el BER experimental realizando la operación de
ecualización de forzado a cero, se llega a la siguiente conclusión:
Se generó una respuesta al impulso inversa al canal, de modo que una señal que
pase a través de ellos pueda recuperar su forma original al cancelar los efectos del
canal.
Este método ayuda a la compensación la no linealidad del canal.
Utilizamos filtros ajustables o variables para disminuir la distorsión residual.
Minimiza la interferencia simbólica
Se puede apreciar que al utilizar un canal selectivo en frecuencia nos muestra un
BER experimental mucho mayor al teórico ya que las muestras experimentales se
van dispersando en el tiempo, lo que provoca un BER con caracteristicas no muy
buenas, en comparación a las otras experiencias de laboratorio, en el que solo
agregamos ruido y lo atenuamos.
Utilizando esta técnica de ecualización no se obtiene un buen desempeño cuando la
potencia del ruido es considerable.
4
Anexo
%%DATOS%%
N= 10^6; %Numero de muestras
SNR= 0:10; %Razon señal a ruido en dB
snr=10.^(SNR/10);%Razon señal a ruido nominal
BER=zeros(1,length(SNR)); %Vector BER
%Generacion de una secuencia de bits aleatoria
data= randi (1,N,1);
%Señal BPSK modulada
hModulator=comm.BPSKModulator;
Y= step (hModulator,data);
%Filtro
hf=[0.2 0.9 0.3];%filtro
L=length(hf); %Longitud de filtro
Ruido_real= randn(N+L-1,1); %Ruido real
Ruido_complejo= randn(N+L-1,1); %Ruido complejo
signal=conv(Y,hf);%convolucion de señal con el filtro
for n=1:length(SNR);
varianza=1/(2*snr(n));%Varianza
b_total=sqrt(varianza)*Ruido_real+1i*sqrt(varianza)*Ruido_complejo;
xt=signal+(b_total);
%Zero forcing equialization
p=[0 1 0];
hf=[0.2 0.9 0.3];
c_columna=[hf zeros(1,length(p)+1)];
canal=toeplitz(c_columna,zeros(1,length(p)));
M= canal([2 3 4],:);
eq=inv(M)*transpose(p);
xt_final=conv (xt,eq);
xt_final=xt_final (3:N+2);
%Dmodulacion BPSK
hDemodulator=comm.BPSKDemodulator;
D= step (hDemodulator,xt_final);
err=data==D;%Calculo del error
diff=nnz(~err);%Numero de muestras en error
BER(1,n)=diff/N;% BER práctico
end
%BER teorico
BERteorico=1/2*erfc(sqrt(snr));% BER teórico
figure
semilogy(SNR,BER,'-k');xlabel('SNR(dB)');ylabel('BER');title('BER
experimental y teórico');
hold on;
semilogy(SNR,BERteorico,'-r*');
legend('BER experimental','BER teórico');
xlim ([0 15])
grid on;