Introduccion A Matlab Y Simulink

Curso de doctorado:
Complementos de procesado de señal y comunicaciones
Introducción a
Matlab y Simulink
Javier Ramírez Pérez de Inestrosa
Dpto. Electrónica y Tecnología de Computadores
Universidad de Granada
Email: javierrp@ugr.es
Este tutorial se puede obtener en:

http://www.ugr.es/~javierrp
¿Qué es Matlab?
MATLAB es un lenguaje de alto nivel para

realizar cálculos cientifico-técnicos.
Integra las herramientas de cálculo

necesarias con otras de visualización así
como, un entorno de programación de fácil
uso.
Introducción a Matlab y Simulink

Javier Ramírez 2
1
Aplicaciones típicas
Cálculo matemático
Desarrollo de algoritmos
Adquisición de datos
Modelado, simulación y prototipado
Análisis de datos y visualización
Gráficos
Desarrollo de aplicaciones y entornos
gráficos de usuario
Javier Ramírez 3
Más sobre MatLab
El tipo básico de datos es el vector que no

requiere ser dimensionado.
MatLab significa “MATrix LABoratory”
Proporciona unos paquetes de extensión
(“toolboxes”) para aplicaciones específicas
Estos paquetes incluyen librerías de
funciones MatLab (M-files) que extienden las
posibilidades de MatLab para resolver
problemas específicos
Javier Ramírez 4
2
El entorno de Matlab

Javier Ramírez 5
Sintaxis
Algunos ejemplos sencillos

Entrada Salida Comentarios
2+3 ans = 5
7-5 ans = 2
Los resultados son los esperados.
34*212 ans = 7208
1234/5786 ans = 0.2173 Nótese que al resultado se le da el nombre ans.
2^5 ans = 32
a = sqrt(2) a = 1.4142 Se puede escoger el nombre de la variable.

Javier Ramírez 6
3
b = 1.4142
Se pueden introducir varios
ans = 3.1416
b = a, pi, 2 + 3i comandos en una sola línea. Pi, i,
ans = 2.0000 +
y j son constantes.
3.0000i
"eps" es el limite actual de
c = sin(pi) c = 1.2246e-016
precisión. No se puede operar con
eps ans = 2.2204e-016
números inferiores a eps.
d= Definición de vectores. "d", "e",
[1 2 3 4 5 6 7 8 9 d = 1 2 3 4 5 6 7 8 9 son "f" vectores. Son iguales. El
] e=123456789 operador “:” se utiliza para formar
e = [1:9] f=123456789 vectores; cuenta desde el número
f = 1:9 inicial al final de uno en uno.
g = 0:2:10 g = 0 2 4 6 8 10
Otros usos de “:”. Se utiliza para
f(3) ans = 3
acceder a parte o la totalidad de
f(2:7) ans = 2 3 4 5 6 7
los datos de un vector o matriz.
f(:) 123456789

Javier Ramírez 7
Un punto y coma ";" evita que se

h = [1 2 3]; (nada) visualice la salida.
h' ans = 1 Una coma simple " ' " calcula la
2 traspuesta de una matriz, o en el caso
3 de vectores, intercambia entre vectores
fila y columna.
Operaciones con vectores. * es la
h * h' ans = 14 multiplicación matricial. Las
h .* h ans = 1 4 9 dimensiones deben ser las apropiadas.
h + h ans = 2 6 8 " .* " es la multiplicación componente a
componente.
g = 1 2 3
g = [ 1 2 3;
4 5 6 Construcción de matrices.
4 5 6; 7 8 9]
7 8 9
g(2,3) ans = 6
Accediendo a los elementos de la
g(3,:) ans = 7 8 9
matriz.
g(2,3) = 4 g = 1 2 3
":" se utiliza para acceder a una fila
4 5 4
completa.
7 8 9

Javier Ramírez 8
4
ans = 30 36 42
g^2
66 81 96
102 126 150 Multiplica la matriz por ella misma.
ans = 1 4 9
g .^ 2 Eleva al cuadrado cada elemento de la
16 25 36
matriz.
49 64 81

Javier Ramírez 9
Control de la salida
El comando format
format compact
Controla el espaciado de líneas.
format long
Muestra los 15 dígitos que se utilizan en el cálculo.
format short
Muestra unicamente cinco dígitos.
“;” al final del comando.
No visualizar salida:
help format
Más información.

Javier Ramírez 10
5
Más sobre matrices
Funciones incluidas en MatLab

rand(2) ans = 0.9501 0.6068
0.2311 0.4860 Genera una matriz de
rand(2,3) ans = 0.8913 0.4565 0.8214 números aleatorios entre 0 y 1
0.7621 0.0185 0.4447
zeros(2) ans = 0 0
0 0 Genera una matriz 2x2 de
ones(2) ans = 1 1 ceros o unos.
1 1
eye(2) ans = 1 0
0 1 Matriz identidad I.
hilb(3) ans = 1.0000 0.5000 0.3333
0.5000 0.3333 0.2500 Matriz de Hilbert 3x3.
0.3333 0.2500 0.2000

Javier Ramírez 11
Más sobre matrices
Concatenación
Generar nuevas matrices a partir de otras
creadas previamente
Por ejemplo:
Sea la matriz a:
>> a = [1 2; 3 4]
a =
1 2
3 4

Javier Ramírez 12
6
Más sobre matrices - concatenación
Entrada Salida
[a, a, a] ans = 1 2 1 2 1 2
3 4 3 4 3 4
[a; a; a] ans = 1 2
3 4
1 2
3 4
1 2
3 4
[a, zeros(2); zeros(2), a'] ans = 1 2 0 0
3 4 0 0
0 0 1 3
0 0 2 4

Javier Ramírez 13
Más sobre matrices
Programación
Se pueden construir matrices mediante programación
for i=1:10,
for j=1:10,
t(i,j) = i/j;
end
end
No se produciría salida puesto que la única línea que

podría generar salida (t(i,j) =i/j;) termina en “;”
Sin el “;”, Matlab escribiría la matriz t 100 veces!!

Javier Ramírez 14
7
Operaciones con matrices
+, -, *, y /
Definen operaciones con matrices.
Debemos distinguir:
“.*”:
Multiplicación componente a componente.
“*”
Multiplicación matricial.

Javier Ramírez 15
Escalares
Un escalar es un número.
Matlab los almacena como matrices 1x1
Todas las operaciones entre escalares y

matrices se realizan componente a
componente salvo:
La potencia (“^”).

Javier Ramírez 16
8
Escalares
a = 1 2
3 4
Ejemplos
b=2 b=2 Define b como un escalar.

ans = 3 4 La suma se hace componente a
a + b
5 6 componente.
ans = 2 4
a * b Igual que la multiplicación.
6 8
ans = 7 10
a ^ b Potencia matricial - a*a
15 22
ans = 1 4 Potencia componente a
a .^ b
9 16 componente.

Javier Ramírez 17
Vectores
Un vector es una matriz de una sola fila o

columna
v = [1 2 3] v = 1 2 3
Define 2 vectores.
u = [3 2 1] u = 3 2 1
v * u Error Las dimensiones no coinciden.
Al tomar la traspuesta se corrige el

v * u' ans = 10
error.
Producto escalar (idéntico al
dot(v,u) ans = 10
anterior).
El producto vectorial sólo se emplea
cross(v,u) ans = -4 8 -4
con vectores en 3 dimensiones.
Javier Ramírez 18
9
Matrices
Matlab tiene numerosas funciones

predefinidas (help matfun).
k = [16 2 3; k = 16 2 3
Define una
5 11 10; 5 11 10
matriz.
9 7 6] 9 7 6
ans = 1 0 0
Row-reduced
rref(k) 0 1 0
echelon form
0 0 1
rank(k) ans = 3 El rango.
det(k) ans = -136 El determinante.

Javier Ramírez 19
Matrices
ans = 0.0294 -0.0662 0.0956
Inversa de una
inv(k) -0.4412 -0.5074 1.0662
matriz
0.4706 0.6912 -1.2206
Vectores propios
y autovalores de
una matriz.
vec = -0.4712 -0.4975 -0.0621
Las columnas de
-0.6884 0.8282 -0.6379
"vec" contienen
[vec,val] = -0.5514 0.2581 0.7676
los vectores
eig(k) val = 22.4319 0 0
propios;
0 11.1136 0
las entradas de
0 0 -0.5455
la diagonal de
"val" son los
autovalores.

Javier Ramírez 20
10
Variables en el espacio de trabajo
whos
Lista las variables definidas en el entorno.
>> whos
Name Size Bytes Class
a 100x1 800 double array

b 100x100 80000 double array
c 1x1 8 double array
Grand total is 10101 elements using 80808 bytes
clear
Borra variables del entorno.

Javier Ramírez 21
Resolución de sistemas de ecuaciones
Una de las principales aplicaciones de las matrices

es la representación de sistemas de ecuaciones
lineales.
Si a es una matriz de coeficientes, x es un vector
columna que contiene las incógnitas y b los
términos constantes, la ecuación
a x =b
representa el correspondiente sistema de

ecuaciones.

Javier Ramírez 22
11
Resolviendo ecuaciones
Para resolver el sistema en MatLab

x = a \ b
x es igual a la inversa de a por b
Ejemplo
a = [1 2 3; 4 5 6; 7 8 10]; b = [1 1 1]';
Solución:
x =
-1
1
0

Javier Ramírez 23
Salvar y recuperar datos
Los datos de la sesión se pierden al salir de

MatLab.
Para salvar la sesión (entrada y salida)

Diary(‘session.txt’);
Guarda los comandos introducidos en la sesión.
Diary <ON/OFF> ;
Para salvar una o varias matrices
save datos.mat (guarda todas las variables)
save datos.mat x (sólo guarda x)

Javier Ramírez 24
12
Salvar y recuperar matrices
save sesion
Salva todas las variables en el archivo binario
“sesion.mat”.
load sesion
Recupera los datos previamente salvados
Si los ficheros se pueden salvar en formato

texto (-ascii). Pueden verse con un editor
de textos.
Javier Ramírez 25
Gráficos
El comando básico es: plot

plot(y);
plot(x,y);
Plot(x,y,’b+’,x,z,’gx’);
color (b,g) blue,green
Marcador (+,x)
Personalización del gráfico:
title, xlabel, ylabel, legend, grid.

Javier Ramírez 26
13
Ejemplo
Mes = 1:12;
T_Gr = [-2 0 2 4 8 12 14 14 12 8 4 0];
T_Ma = [-4 -2 0 2 6 14 18 18 16 8 2 -2];
plot(Mes, T_Gr, 'bo', Mes, T_Ma, 'rv');
xlabel('Mes');
ylabel('Temperatura (°C)');
title('Temperaturas minimas en Granada y
Madrid');
legend('Granada','Madrid');
grid;

Javier Ramírez 27
Resultado:

Javier Ramírez 28
14
subplot
Mes = 1:12
T_Gr = [-2 0 2 4 8 12 14 14 12 8 4 0];
T_Ma = [-4 -2 0 2 6 14 18 18 16 8 2 -2];
subplot(2,1,1);
plot(Mes, T_Gr, 'bo-');
xlabel('Mes');
title('Temperaturas minimas en Granada');
grid;
subplot(2,1,2);
plot(Mes, T_Ma, 'rv-');
xlabel('Mes');
title('Temperaturas minimas en Madrid');
grid;

Javier Ramírez 29
Resultado

Javier Ramírez 30
15
Gráficos tridimensionales
[x,y] = meshgrid(-2:.2:2, -2:.2:2);
z = x .* exp(-x.^2 - y.^2);
mesh(z);

Javier Ramírez 31
Programación
Ficheros de comandos (scripts)

Secuencias de comandos.
Al invocarlos se ejecutan en el entorno.
Las variables creadas son globales.
Ficheros de función
Permiten definir funciones propias.
Variables locales.
La información se pasa como parámetros.
Se pueden definir subfunciones.
Javier Ramírez 32
16
Un ejemplo de función
function y = media (x)
% Valor medio de x.
% Para vectores, media(x) devuelve el valor medio.
% Para matrices, media(x) es un vector fila
% que contiene el valor medio de cada columna.
[m,n] = size(x);
if m == 1
m = n;
end
y = sum(x)/m;

Javier Ramírez 33
Argumentos de funciones
nargin y nargout
Número de argumentos de entrada y salida con
los que se llama a la función.
Ejemplo:
function c = testarg1(a,b)
if (nargin == 1)
c = a.^2;
elseif (nargin == 2)
c = a + b;
end
Javier Ramírez 34
17
Subfunciones
function [media,mediana] = estadistica(u) % Función principal
% ESTADISTICA Calcula la media y la
% mediana utilizando funciones internas.
n = length(u);
media = mean(u,n);
mediana = median(u,n);
function a = mean(v,n) % Subfución

% Calcula la media.
a = sum(v)/n;
function m = median(v,n) % Subfunción

% Calcula la mediana.
w = sort(v);
if rem(n,2) == 1
m = w((n+1)/2);
else
m = (w(n/2)+w(n/2+1))/2;
end

Javier Ramírez 35
Bifurcaciones
true
Condición 1
Bloque 1
false false true
Condición Condición
true
Condición 2
true true
Sentencias Bloque 1 Bloque 2 Bloque 2
false
Bloque 3

Javier Ramírez 36
18
if
Sentencia if Bifurcación multiple
if condición if condición1
sentencias bloque1
end elseif condición2
bloque2
elseif condición3
Ejemplo bloque3
else
if rem(a,2) == 0 bloque4
disp('a is par') end
b = a/2;
end

Javier Ramírez 37
switch
switch expresion
case case1,
bloque1
case {case2, case3, ...}
bloque2
...
otherwise,
bloque3 switch valor
end case -1
disp('negativo');
case 0
disp('cero');
case 1
disp('positivo');
otherwise
disp('otro');
end

Javier Ramírez 38
19
Bucles
false
Condición Sentencias
true
Sentencias Condición true
false

Javier Ramírez 39
for
for i = 1:n for i = vector

sentencias sentencias
end end
for i = n:-0.2:1 for i = 1:m

sentencias for j = 1:n
end sentencias
end
end

Javier Ramírez 40
20
while {continue, break}
while condición Sentencia break

sentencias
end Hace que termine
la ejecución
Sentencia continue
n = 1;
Hace que se pase
while prod(1:n) < 1e100
inmediatamente a la
n = n + 1;
siguiente iteración
end
del bucle for o while

Javier Ramírez 41
Toolboxes
Toolboxes para DSP y comunicaciones:

Communications Toolbox
Filter design Toolbox
Image processing Toolbox
Signal Processing Toolbox
Statistics Toolbox
System Identification Toolbox
Wavelet Toolbox

Javier Ramírez 42
21
Procesamiento de señales y comunicaciones
Matlab dispone de unas librerías para

tratamiento digital de señales.
Signal Processing Toolbox
Communications Toolbox

Javier Ramírez 43
Filtrado de señales
y= filter(b,a,x);
Filtra la secuencia x con el filtro descrito por b y a.

Javier Ramírez 44
22
Respuesta en frecuencia
[H,w] = freqz(b,a,N);
20
Calcula N puntos de la
Magnitude (dB)
respuesta en frecuencia del 10
filtro definido por b y a. 0
-10
0 0.2 0.4 0.6 0.8 1
Normalized Frequency (×π rad/sample)
Para el filtro: 0
Phase (degrees)
y(n)= 0.8·y(n-1) + x(n) -20
-40
freqz(1,[1 -0.8],256); -60

0 0.2 0.4 0.6 0.8 1
Normalized Frequency (×π rad/sample)

Javier Ramírez 45
Diseño de filtros
B = FIR1(N,Wn);
Filtro FIR paso baja de orden N.
Wn es la frecuencia de corte normalizada (0<Wn<1).
B = FIR1(N,Wn,'high');
Filtro paso alta.
Wn = [W1 W2]; B = FIR1(N,Wn,'bandpass');

Filtro paso banda.
Wn = [W1 W2]; B = FIR1(N,Wn,'stop');

Filtro rechaza banda (notch).

Javier Ramírez 46
23
Ejemplo: Filtros FIR paso banda
% Parametros.
N= [8 16 32 64]; % Coeficientes del filtro 0
Wn = [0.4 0.6]; % Frecuencias de corte. N=8
-20 N=16
NFFT= 256; % Respuesta en frecuencia N=32
L = length(N); -40
|H|
H = zeros(NFFT,L);
N=64
-60
for i=1:L
B = FIR1(N(i),Wn,'bandpass'); % Diseño.
[H1,W]= freqz(B,1,NFFT); % Respuesta. -80
0 0.2 0.4 0.6 0.8 1
H(:,i)= H1;
w en unidades de π
end
10
N=8
Fase de H (rads)
% Visualizacion de la respuesta en frecuencia.
subplot(2,1,1); 0 N=16
plot(W/pi,20*log10(abs(H))); N=32
xlabel('w en unidades de \pi'); -10 N=64
ylabel('|H|');
legend('N=8','N=16','N=32','N=64'); -20
grid;
-30
subplot(2,1,2); 0 0.2 0.4 0.6 0.8 1
plot(W/pi,unwrap(angle(H))); w en unidades de π
xlabel('w en unidades de \pi');
ylabel('Fase de H (rads)');
legend('N=8','N=16','N=32','N=64');
grid;

Javier Ramírez 47
Diseño y análisis de filtros (fdatool)

Javier Ramírez 48
24
Signal Processing Tool

Javier Ramírez 49

Javier Ramírez 50
25

Javier Ramírez 51

Javier Ramírez 52
26
Diezmado e interpolación
Señal original
2
1.5
Y = DECIMATE(X,R) 0.5
-0.5
Ejemplo: Decimación en un factor 4.
-1
t = 0:.00025:1; % Vector de tiempos
-1.5
x = sin(2*pi*30*t) + sin(2*pi*60*t); -2
0 20 40 60 80 100 120
y = decimate(x,4);
Señal decimada
2
1.5
stem(x(1:120)); %Original
1
axis([0 120 -2 2])
0.5
title('Señal original') 0
figure -0.5
stem(y(1:30)); %Decimada -1
title('Señal decimada') -1.5
-2
0 5 10 15 20 25 30

Javier Ramírez 53
Diezmado e interpolación
Señal original
2
1.5
Y = INTERP(X,R) 1
0.5
-0.5
t = 0:0.001:1; % Time vector -1
x = sin(2*pi*30*t) + sin(2*pi*60*t); -1.5
y = interp(x,4); -2
0 5 10 15 20 25 30
stem(x(1:30)); Señal interpolada

2
title('Señal original');
1.5
figure 1
stem(y(1:120)); 0.5
title('Señal interpolada'); 0
-0.5
-1
-1.5
-2
0 20 40 60 80 100 120

Javier Ramírez 54
27
Densidad de potencia espectral
periodogram
Fs = 1000; t = 0:1/Fs:.3;
% Una señal coseno de 200Hz más ruido
x = cos(2*pi*t*200)+randn(size(t));
periodogram(x,[],'twosided',512,Fs);
% Se usa la ventana por defecto
pwelch
Fs = 1000; t = 0:1/Fs:.296;
% Una señal coseno de 200Hz más ruido
x = cos(2*pi*t*200)+randn(size(t));
pwelch(x,[],[],[],Fs,'twosided');
% Ventana por defecto, solapamiento y NFFT.

Javier Ramírez 55
Ejemplos
Periodogram PSD Estimate Welch PSD Estimate

-10 -16
-15 -18
-20
Power Spectral Density (dB/Hz)
-20
-22
-25
-24
-30
-26
-35
-28
-40
-30
-45 -32
-50 -34
0 100 200 300 400 500 600 700 800 900 0 100 200 300 400 500 600 700 800 900
Frequency (Hz) Frequency (Hz)

Javier Ramírez 56
28
Estimación espectral paramétrica
Método de covarianza
pcov(X,ORDER,NFFT,Fs)
randn('state',1);
x = randn(100,1);
y = filter(1,[1 1/2 1/3 1/4 1/5],x);
pcov(y,4,[],1000);
Método de covarianza modificado
pmcov(X,ORDER,NFFT,Fs)
randn('state',1);
x = randn(100,1);
y = filter(1,[1 1/2 1/3 1/4 1/5],x);
pmcov(y,4,[],1000);

Javier Ramírez 57
Ejemplos
Covariance PSD Estimate Modified Covariance PSD Estimate
-24 -24
-26 -26
-28 -28
-30 -30
-32 -32
-34 -34
-36 -36
-38 -38
0 100 200 300 400 500 0 100 200 300 400 500
Burg PSD Estimate Yule-Walker PSD Estimate

-24 -24
-26 -26
-28 -28
-30 -30
-32 -32
-34 -34
-36 -36
-38 -38
0 100 200 300 400 500 0 100 200 300 400 500

Javier Ramírez 58
29
Modelado. Predicción lineal
Predictor lineal:
Estima la muestra siguiente utilizando N muestras
anteriores.
xˆ (n) e(n) = x(n) − xˆ (n)
x(n) Predictor
lineal
∑
N
xˆ (n) = − A(i + 1) x(n − i )
i =1
[A,E] = LPC(X,N)
Calcula:
Los coeficientes del predictor, A. Minimizando J= E{|e(n)|2}
La varianza del error, E.

Javier Ramírez 59
Comunicaciones
Funciones principales:
Generación de señales aleatorias
Análisis de errores
Codificación de la fuente (escalar, diferencial)
Codificación para el control de errores
(convolucional, codificación lineal de bloques)
Modulación y demodulación (analógica y digital)
Filtrado mediante filtros especiales
Aritmética en cuerpos de Galois

Javier Ramírez 60
30
Modulación analógica y digital

Javier Ramírez 61
Funciones utilizadas frecuentemente
randint
Genera una matriz de números aleatorios enteros
uniformemente distribuidos.
out = randint; % Un solo valor [0,1]
out = randint(N); % Matriz cuadrada N×N
out = randint(M,N); % Matriz M×N
out = randint(M,N,rg); % Se especifica el rango.

Javier Ramírez 62
31
Modulación/demodulación digital

Javier Ramírez 63
Modulación/demodulación digital
“Mapping”+modulación/demodulación
dmodce/ddemodce
y = dmodce(x,Fd,Fs,'method/nomap'...);
y = dmodce(x,Fd,Fs,'ask',M);
y = dmodce(x,Fd,Fs,'fsk',M,tone);
y = dmodce(x,Fd,Fs,'msk');
y = dmodce(x,Fd,Fs,'psk',M);
y = dmodce(x,Fd,Fs,'qask',M);
y = dmodce(x,Fd,Fs,'qask/arb',inphase,quadr);
y = dmodce(x,Fd,Fs,'qask/cir',numsig,amp,phs);
y = dmodce(x,Fd,[Fs initphase],...);
Sólo “mapping”
modmap/demodmap
modmap('method',...);
y = modmap(x,Fd,Fs,'ask',M);
y = modmap(x,Fd,Fs,'fsk',M,tone);
y = modmap(x,Fd,Fs,'msk');
y = modmap(x,Fd,Fs,'psk',M);
y = modmap(x,Fd,Fs,'qask',M);
y = modmap(x,Fd,Fs,'qask/arb',inphase,quadr);
y = modmap(x,Fd,Fs,'qask/cir',numsig,amp,phs);

Javier Ramírez 64
32
Ejemplo
M = 16; % Modulación M-aria.
Fd = 1; % Se muestrea el mensaje original
% a una muestra por segundo.
Fs = 3; % La señal modulada se muestrea
% a una frecuencia de 3 muestras por segundo.
x = randint(100,1,M); % Mensaje digital aleatorio.
% Modulación M-ary PSK

y = dmodce(x,Fd,Fs,'psk',M);
% Adición de ruido Gaussiano.

ynoisy = y + .04*randn(300,1) + .04*j*randn(300,1);
% Diagrama de dispersión a partir de las observaciones ruidosas.

scatterplot(ynoisy,1,0,'b.');
% Demodulación para recuperar el mensaje

z = ddemodce(ynoisy,Fd,Fs,'psk',M);
s = symerr(x,z) % Comprobar la tasa de error de los símbolos.

Javier Ramírez 65
Gráfico de dispersión (ruido)

Scatter plot
0.8
0.6
0.4
0.2
Quadrature
-0.2
-0.4
-0.6
-0.8
-1
-1 -0.5 0 0.5 1
In-Phase

Javier Ramírez 66
33
Análisis de errores
biterr
Calcula el número de bits erróneos y la tasa de error.
[number,ratio] = biterr(x,y);
[number,ratio] = biterr(x,y,k);
[number,ratio] = biterr(...,flg);
[number,ratio,individual] = biterr(...)

Javier Ramírez 67
Ejemplo
x = randint(100,100,4); % Señal original
% Introducción de errores.
% Los errores pueden ser 1, 2, or 3 (no 0).
% Colocación de los errores
errorplace = (rand(100,100) > .9);
errorvalue = randint(100,100,[1,3]); % Valor error
errors = errorplace.*errorvalue;
y = rem(x+errors,4); % Señal y error sumadas mod 4
% Análisis de errores
format short
[num_bit,ratio_bit] = biterr(x,y,2)
[num_sym,ratio_sym] = symerr(x,y)

Javier Ramírez 68
34
Ejercicio:
Estudiar mediante Matlab/Simulink el efecto

del ruido en los sistemas de comunicación
digital.
Construir el diagrama de bloques de simulación.
Simular el sistema:
Diferentes esquemas de modulación (ASK, PSK, FSK).
Obtener las curvas de error en función de la SNR.

Javier Ramírez 69
Introducción a Simulink
Simulink es una herramienta para modelado,

simulación y análisis de sistemas dinámicos.
Soporta tanto sistemas lineales como no
lineales:
en tiempo continuo,
muestreados,
híbridos y
sistemas multifrecuencia (contienen sistemas
muestreados a diferente frecuencia).

Javier Ramírez 70
35
Entorno de trabajo

Javier Ramírez 71
Construcción del diagrama de bloques

Javier Ramírez 72
36
Resultado de la simulación
1
0.5
-0.5
-1
0 500 1000 1500 2000 2500 3000
0.5
-0.5
-1
0 0.5 1 1.5 2 2.5 3
4
x 10

Javier Ramírez 73
Ejemplo

Javier Ramírez 74
37
Simulación

Javier Ramírez 75
Análisis/síntesis LPC de la señal de voz

Javier Ramírez 76
38
Estimación espectral

Javier Ramírez 77
Resultado de la simulación

Javier Ramírez 78
39
Sistema de comunicación digital
8-PSK (Gray)

Javier Ramírez 79
Estas transparencias se pueden obtener en:
http://www.ugr.es/~javierrp
Para cualquier consulta:
Javier Ramírez (javierrp@ugr.es)

Dpto. Electrónica y Tecnología de Computadores
Despacho 110

Javier Ramírez 80
40

Introduccion A Matlab Y Simulink

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Introduccion A Matlab Y Simulink

Cargado por

Copyright:

Formatos disponibles

Curso de doctorado:

Complementos de procesado de señal y comunicaciones

Este tutorial se puede obtener en:

 MATLAB es un lenguaje de alto nivel para

 Integra las herramientas de cálculo

Introducción a Matlab y Simulink

Más sobre MatLab

 El tipo básico de datos es el vector que no

Introducción a Matlab y Simulink

 Algunos ejemplos sencillos

Introducción a Matlab y Simulink

Introducción a Matlab y Simulink

Un punto y coma ";" evita que se

Introducción a Matlab y Simulink

Introducción a Matlab y Simulink

Introducción a Matlab y Simulink

 Funciones incluidas en MatLab

Introducción a Matlab y Simulink

Más sobre matrices

Introducción a Matlab y Simulink

Introducción a Matlab y Simulink

Más sobre matrices

 No se produciría salida puesto que la única línea que

Introducción a Matlab y Simulink

Introducción a Matlab y Simulink

 Matlab los almacena como matrices 1x1

 Todas las operaciones entre escalares y

Introducción a Matlab y Simulink

b=2 b=2 Define b como un escalar.

Introducción a Matlab y Simulink

 Un vector es una matriz de una sola fila o

v * u Error Las dimensiones no coinciden.

Al tomar la traspuesta se corrige el

 Matlab tiene numerosas funciones

Introducción a Matlab y Simulink

Introducción a Matlab y Simulink

a 100x1 800 double array

Grand total is 10101 elements using 80808 bytes

Introducción a Matlab y Simulink

Resolución de sistemas de ecuaciones

 Una de las principales aplicaciones de las matrices

representa el correspondiente sistema de

Introducción a Matlab y Simulink

 Para resolver el sistema en MatLab

Introducción a Matlab y Simulink

Salvar y recuperar datos

 Los datos de la sesión se pierden al salir de

 Para salvar la sesión (entrada y salida)

Introducción a Matlab y Simulink

 Si los ficheros se pueden salvar en formato

 El comando básico es: plot

Introducción a Matlab y Simulink

 plot(Mes, T_Gr, 'bo', Mes, T_Ma, 'rv');

Introducción a Matlab y Simulink

Introducción a Matlab y Simulink

Introducción a Matlab y Simulink

Introducción a Matlab y Simulink

Introducción a Matlab y Simulink

 Ficheros de comandos (scripts)

Introducción a Matlab y Simulink

function a = mean(v,n) % Subfución

function m = median(v,n) % Subfunción

Introducción a Matlab y Simulink

MATLAB es un lenguaje de alto nivel para

Integra las herramientas de cálculo

El tipo básico de datos es el vector que no

Algunos ejemplos sencillos

Funciones incluidas en MatLab

No se produciría salida puesto que la única línea que

Matlab los almacena como matrices 1x1

Todas las operaciones entre escalares y

Un vector es una matriz de una sola fila o

Matlab tiene numerosas funciones

Una de las principales aplicaciones de las matrices

Para resolver el sistema en MatLab

Los datos de la sesión se pierden al salir de

Para salvar la sesión (entrada y salida)

Si los ficheros se pueden salvar en formato

El comando básico es: plot

plot(Mes, T_Gr, 'bo', Mes, T_Ma, 'rv');

Ficheros de comandos (scripts)

Toolboxes para DSP y comunicaciones:

Matlab dispone de unas librerías para

freqz(1,[1 -0.8],256); -60

Wn = [W1 W2]; B = FIR1(N,Wn,'bandpass');

Wn = [W1 W2]; B = FIR1(N,Wn,'stop');

x = sin(2pi30t) + sin(2pi60t); -1.5

Estudiar mediante Matlab/Simulink el efecto

Simulink es una herramienta para modelado,