Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TELECOMUNICACIONES II
PROFESOR(A):
ALUMNOS:
TURNO:
- 90G
2021-B
1. TEMA
ANALISIS ESPECTRAL DE MATLAB
2. OBJETIVOS
2.1. Aplicar los conceptos relacionados a la teoría de análisis de señal en el dominio
del tiempo y la frecuencia.
2.2. Utilizar Matlab para analizar señales en el dominio del tiempo y la frecuencia.
3. MARCO TEORICO
Señales Periódicas y No Periódicas:
Las señales se pueden clasificar según sean de energía o de potencia.
Señal de energía: Una señal se dice que es de energía si su E es finita lo que implica que su
potencia es cero; una señal no periódica es una señal de energía, ya que su energía es finita
y diferente de cero.
Señal de Potencia: Una señal se dice que es de potencia si su potencia es finita, lo que
implica que su energía es infinita; una señal periódica es una señal de potencia ya que su
potencia es finita y diferente de cero.
Espectro de una señal: El espectro de una señal está relacionado con todo el conjunto de
frecuencias que la constituyen y se muestra usando un gráfico en el dominio de la
frecuencia.
Densidad Espectral de Potencia: Se define para señales de potencia y determina la
contribución en potencia de las diferentes componentes de frecuencia constitutivas de la
señal. Es de utilidad en la descripción de cómo el contenido de potencia de señales y ruido
es afectado por filtros y otros dispositivos en un sistema de comunicaciones.
Para una señal periódica, w(t), la densidad espectral de potencia espectral de potencia (t)
está dada por:
Si, en lugar de tener la distribución de probabilidad del proceso, lo que tenemos es una
realización temporal del mismo en forma de vector columna w (lo más usual), entonces las
ecuaciones anteriores se expresarán normalmente en forma matricial.
GRAFICA EN MATLAB:
4.6. Graficar en Matlab u octave la figura 1:
Hallamos las funciones de la gráfica:
4𝐴 2𝐴 𝑇
𝑥+ ; 0 < 𝑥 <
3𝑇 3 4
𝑇 𝑇
0; < 𝑥 <
𝑓(𝑥) = 4 2
4𝐴 2𝐴 𝑇 3𝑇
− 𝑥+ ; < 𝑥 <
3𝑇 3 2 4
3𝑇
{ 0; < 𝑥 < 𝑇 }
4
clc;
close all;
clear all;
%INGRESAMOS EL VALOR DE LA AMPLITUD
A=input ('Ingrese la amplitud:');
%INGRESAMOS EL VALOR DEL PERIODO
T=input ('Ingrese el periodo:');
%T=1/F;
%SE CREA EL VECTOR DE TIEMPO
x=0:0.00001: T;
%INGRESAMOS LA FUNCION A DIBUJAR
f=((x>0)&(x<(T/4))).*((((4*A)/(3*T))*x)+((2*A)/3))+((x>=T/4)&(x<=T
/2)).*(x*0)+((x>=T/2)&(x<=(3*T)/4)).*(-
(((4*A)/(3*T))*x)+(5*A/3))+((x>=3*T/4)&(x<=T)).*(x*0);
plot (x, f,'g','linewidth',2)
grid on
xlabel ('PERIODO T')
ylabel ('AMPLITUD A')
GRAFICA EN MATLAB:
5. EQUIPOS Y MATERIALES
• Computadora
• Software MatLab
• Software OCTAVE
6. PROCEDIMIENTO:
6.1. Crear los siguientes filtros, mostrar su respuesta de frecuencia: Filtro pasa bajos,
con:
- Frecuencia de corte: 2KHz
Función de transferencia:
1
𝑉0
(𝑠) = 𝐶𝑅
𝑉𝑖 1
𝑠 + 𝐶𝑅
Código en Matlab:
%pregunta 6
%filtro pasa bajo
t=0:0.001:10;
f=1;
w=2*pi*f;
x=10*sin(w*t);
d=wgn(1,size(t,2),2);
g=x+d;%funcion de la señal
fc=2000 %frecuencia de corte de 2kHz
C=1e-6 %valor del capacitor
R=1/(2*pi*fc*C) %ecuacion para hallar R
num=[0 1/(R*C)]
den=[1 1/(R*C)]
figure(1)
subplot (2,1,1)
plot(t,g)
G=tf(num,den); %funcion de transferencia
figure(2)
bode(G); %diagrama de bode
grid on
figure(1)
subplot(2,1,2)
lsim(G,g,t)
grid on
Simulación:
Diagrama de bode:
Función de transferencia
𝑉0 𝑠
(𝑠) =
𝑉𝑖 1
𝑠 + 𝐶𝑅
Ecuación para diseño
1
𝑅=
2𝜋𝑓𝑐 𝐶
Dando valor al capacitor:
Código en MATLAB:
Diagrama de bode:
• Filtro pasa banda, con frecuencias de corte: 8KHz y 9KHz
Diseño genérico del circuito 1
Función de transferencia
𝑅
𝑉0 𝑠𝐿
(𝑠) =
𝑉𝑖 𝑅 1
𝑠 2 + 𝑠 𝐿 + 𝐿𝐶
1 𝑄𝑅
Ecuación para diseño: 𝐶 = 2𝜋𝑓 𝑄𝑅 ; 𝐿 = 2𝜋𝑓
𝑐 𝑐
Código en Matlab:
%pregunta6
%filtro pasa banda
t=0:0.001:10;
f=5;
w=2*pi*f;
x=10*sin(w*t)+wgn(1,size(t,2),2);%funcion de la señal
fc=8500 %frecuencia de corte de 8,5Khz
R=80 %valor de la resistencia
Q=2
C=1/(2*pi*fc*Q*R);
L=(Q*R)/(2*pi*fc);
num=[(R/L) 0]
den=[1 R/L 1/(L*C)]
figure(1)
subplot (2,1,1)
plot(t,x)
G=tf(num,den); %funcion de transferencia
figure(2)
bode(G); %diagrama de bode
grid on
figure(1)
subplot(2,1,2)
lsim(G,x,t)
grid on
Simulación:
6.2. Generar mediante un archivo .m (su equivalente en octave) una señal
senoidal de amplitud A, de frecuencia f; añadirle ruido blanco con una
amplitud de B, y hacer pasar a esta señal por los filtros creados en el punto
6.1. Mostrar la señal antes y después del filtro, y notar la diferencia entre
cada caso. Mostrar la variación del espectro en frecuencia y la densidad
espectral de potencia.
Código en Matlab
Filtro Pasa Bajo:
%pregunta 6.2
Fs=10000; %Frecuencia de muestreo
t=0:1/Fs:150;
x=20*sin(2*pi*10*t)+20*randn(size(t)); %funcion de la señal más el
ruido blanco
%filtro pasa bajo
fc1=2000, %frecuencia de corte
C1=1e-6; %valor del capacitor
R1=1/(2*pi*fc1*C1) %ecuación para hallar la r
num1=[0 1/(R1*C1)]
den1=[1 1/(R1*C1)]
R=tf(num1,den1)%funcion de transferencia
figure(1)
lsim(R,x,t)
z1=lsim(R,x,t);
grid on
%Espectro de Frecuencia y densidad espectral
N=length(x);xdft=fft(x);xdft=(1:N/2+1);
psdx=(1/Fs*N).*abs(xdft).^2; freq=0:Fs/length(x):Fs/2;
psdx(2:end-1)=2*psdx(2:end-1);
figure(2)
subplot(2,1,1)
periodogram(x,rectwin(length(x)),length(x),Fs)
y=0:1/Fs:1-1/Fs; N=length(z1);
xdft1=fft(z1);xdft1=xdft1(1:N/2+1);
psdx1=(1/(Fs*N))*abs(xdft1).^2;
freq=0:Fs/length(z1):Fs/2;
subplot(2,1,2)
periodogram(z1,rectwin(length(z1)),length(z1),Fs)
Código en Matlab:
%6.3
clc %borramos pantalla
clear all
%borramos todas las variables almacenadas
ep = input('Ingrese el número de armonicos: ');
Amp = 5 %Amplitud
T = 20 %Período
Wo = (2 * pi)/T; %Frecuencia
e = T/6; %Ancho de la señal
x = 0 : 0.1 : 10*T ;
%Incremento en 0.1
r( 1 : size( x, 2 ) ) = Amp*sin(Wo*x);
x1 = 0 : 0.1 : 10*T; %Incremento en 0.1
r1( 1 : size( x1, 2 ) ) = Amp*square(Wo*x);
%comando square: hace avriar entre -Amp y +Amp
x2 = 0: 0.1 :10*T; %Incremento en 0.1
r2( 1 : size( x2, 2 ) ) = Amp * sawtooth(Wo *x);
p =[x x1 x2];
%creamos vector p
m=[r r1 r2];
%creamos vector m
%Creamos mini menú para el usuario:
disp('¿Qué gráfica desea obtener?: ');
disp('1. Cuadrada');
disp('2. Senoidal');
disp('3. Diente sierra');
gr=input('Ingrese opción: ');
switch gr
case 1
r=r1;
case 2
r=r;
case 3
r=r2;
end
Co = ( 1 / T ) * trapz( x, r );
%Para le complejo conjugado
Ao = Co;
for n = 1 : ep
c( n ) = ( 1 / T ) * trapz( x, r .* exp( -1i * n * Wo * x ) );
con( n ) = conj( c( n ) );
A( n ) = 2 * abs( c( n ) ); %Magnitud
teta( n ) = angle( c( n ) );%Ángulo en rad
end
%Reconstruimos la señal haciendo uso de exponenciales complejas
f( 1 : size( x , 2 ) ) = 0;
for k = 1 : size( x , 2 )
for n = 1 : ep
f( k ) = f ( k ) + c( n ) .* exp( 1i * n * Wo * x( k ) ) + con( n
) .* exp( -1i * n * Wo * x( k ) ) ;
end
end
for i = 1 : size( x , 2 )
f( i ) = f( i ) + Co;
end
%Código para espectro de potencia
Po = Ao ^ 2; %iniciamos un bucle
for n = 1 : ep
P( n ) = ( A( n ) .^ 2 ) / 2;
end
for n = 1 : ep
W( n ) = n * Wo;
end
W = [0 W];
A=[Ao A];
P=[Po P];
stem( W , P); %Gráficamos el espectro de potencia
xlabel( 'n-esima Frecuencia' );
ylabel( 'Potencia' );
title( 'Gráfica de Espectro de Potencia' );
figure (2); % En la figura 2 se gráfica la señal
plot(x,r, '-r')
grid on
Gráfica cuadrada y densidad espectral de potencia:
Gráfica Senoidal y densidad espectral de potencia
Gráfica Diente de sierra y densidad espectral de potencia:
7. INFORME
7.1. Realizar el cálculo de la serie de Fourier para la función indicada usando
propiedades y graficar dicha serie en el dominio del tiempo, como su espectro de
frecuencia, usando un archivo .m (equivalente en MATLAB).
2𝜋
𝑓(𝑡) = {𝐴0 < 𝑡 < 𝑡1 0𝑡1 < 𝑡 < 𝑡2 𝑇 = 𝑡1 + 𝑡2 𝑤0 = 𝑇
2 𝑇
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡
𝑇 0
2 𝑡1 𝑡2
2𝐴 𝑡1 2𝐴𝑡1
𝑎0 = [∫ 𝐴𝑑𝑡 + ∫ 0𝑑𝑡] = ∫ 𝑑𝑡 =
𝑇 0 𝑡1 𝑇 0 𝑇
2 𝑇
𝑎𝑛 = ∫ 𝑓(𝑡)𝑐𝑜𝑠(𝑛𝑤0 𝑡)𝑑𝑡
𝑇 0
𝑡1 𝑡2
2 2 𝑡1
𝑎0 = (∫ 𝐴𝑐𝑜𝑠(𝑛𝑤0 𝑡)𝑑𝑡 + ∫ 0 ∗ 𝑐𝑜𝑠(𝑛𝑤0 𝑡)𝑑𝑡) = ∫ 𝐴𝑐𝑜𝑠(𝑛𝑤0 𝑡)𝑑𝑡
𝑇 0 𝑡1 𝑇 0
2𝐴 𝐴
𝑎0 = 𝑇𝑛𝑤 𝑠𝑒𝑛(𝑛𝑤0 𝑡1 ) = 𝑛𝜋 𝑠𝑒𝑛(𝑛𝑤0 𝑡1 )
0
2 𝑇
𝑏𝑛 = ∫ 𝑓(𝑡)𝑠𝑒𝑛(𝑛𝑤0 𝑡)𝑑𝑡
𝑇 0
𝑡1 𝑡2
2 2 𝑡1
𝑏𝑛 = (∫ 𝐴𝑠𝑒𝑛(𝑛𝑤0 𝑡)𝑑𝑡 + ∫ 0 ∗ 𝑠𝑒𝑛(𝑛𝑤0 𝑡)𝑑𝑡) = ∫ 𝐴𝑠𝑒𝑛(𝑛𝑤0 𝑡)𝑑𝑡
𝑇 0 𝑡1 𝑇 0
𝐴 𝐴
𝑏𝑛 = − 𝜋𝑛 ∗ (−𝑐𝑜𝑠(𝑛𝑤0 𝑡1 ) − 𝑐𝑜𝑠(𝑛𝑤0 (0)) = 𝜋𝑛 (1 − 𝑐𝑜𝑠(𝑛𝑤0 𝑡1 ))
Para 10 armónicos
Para 50 armónicos
7.2 Analizando el espectro del tren de pulsos del numeral 7.1, ¿qué sucede si 𝝉es fijo y
T variable (creciente)?
𝜏 = tiempo el cual la señal esta activa
T = periodo de la señal
El ciclo de trabajo o Duty Cycle es la relación existente entre el tiempo en que una señal se
encuentra en estado activo con el periodo de dicha señal, normalmente este término es
aplicado para señales cuadradas:
𝜏
𝐷𝐶 = ∗ 100%
𝑇
Ahora si comenzamos a variar de forma creciente el periodo nuestro ciclo de trabajo
comienza a disminuir.
7.3 En base al análisis del literal anterior qué sucede si T es fijo y 𝝉 variable
(creciente)?
Utilizando la ecuación anterior:
𝜏
𝐷𝐶 = ∗ 100%
𝑇
Si se comenzara a variar de forma creciente el 𝜏(tiempo el cual la señal esta activa) nuestro
ciclo de trabajo comienzaría a aumentar.
7.4 Compare la densidad espectral de potencia y el espectro de la señal mostrada
en la figura n 1, ¿cuál es la diferencia entre las dos?, Explicar.
La densidad espectral de potencia de una señal es una función matemática que da a conocer
la distribución de la potencia de dicha señal sobre las distintas frecuencias en donde está
formada; Así, se puede establecer el rango de frecuencias donde se concentran las variaciones
de potencia. La observación del comportamiento de señales en el dominio de la frecuencia
resulta de gran ayuda, ya que se pueden discriminar las variaciones más fácilmente que en el
dominio del tiempo, esto permite la comparación entre dos grupos poblacionales, y detectar
una variación en el comportamiento del parámetro estudiado La definición matemática es
comenzar con un período de una señal repetitiva en el dominio del tiempo y aplicar la
transformada de Fourier. El resultado es el espectro de la señal que muestra el contenido de
frecuencia de la señal. Por ejemplo, una onda sinusoidal pura en el dominio del tiempo parece
un solo pico en el dominio de la frecuencia. Una onda cuadrada en el dominio del tiempo
parece un grupo de picos en el dominio de la frecuencia.
7.5 A la señal senoidal generada en el 6.2 y la señal de la figura 2, hallar la densidad
espectral de potencia y su espectro de sus señales respectivamente y comparar.
Explicar.
Transformada de fourier - Matlab:
clc
clear all
fs=input('Ingrese frecuencia de muestreo: ');
n=input('Ingrese número de muestras: ');
T=1/fs;
f=((0:n-1)/n-1)*fs;
t=(0:n-1)*T; %creamos un vector tiempo
M=4; %amplitud
P=1;
fr=300;%frecuencia
%señal original:
x=M*sin(2*pi*fr.*t)+P.*randn(size(t));
y=abs(fft(x));%calculamos la transformada rápida
z=(y.*2)/n;
%graficamos
plot(x)
title('Gráfica de la señal original');
xlabel('Tiempo en ms');
ylabel('Magnitud');
figure (2)
subplot (2,1,1);
plot(f,y)%grafica de la transformada en hz
title('Gráfica de la transformada de la señal original');
xlabel('frecuencia en Hz');
ylabel('Magnitud');
subplot(2,1,2);
plot(f,z)%grafica de la dens espectral de potencia
title('Densidad espectral de potencia de la señal');
xlabel('frecuencia en Hz');
ylabel('Frecuencia en Hz');
%Código para filtro pasabanda
fca=198;
fcb=202;
Wn1=[fca,fcb]/(fs/2);
[n1,d1]=butter(3,Wn1,'Bandpass');
B=filter(n1,d1,x); %componente temporal filtrada
A1=abs(fft(B));%transformada rápida de la componente
figure (3)
plot(f,A1) %gráfica de la señal filtrada
title('|x(w)| Señal filtrada');
xlabel('Frecuencia en Hz');
ylabel('Magnitud');
Frecuencia de muestreo:2000
Numero de muestras:2500
La densidad espectral de potencia nos dice como está distribuida la potencia de la señal sobre
diferentes frecuencias de las que forma. En cambio, el espectro de frecuencias se caracteriza
por la distribución de amplitudes para cada frecuencia de dicha señal.