Seccion4 ComunicacionesDigitales ParteI

Comunicaciones Digitales
http://www.glasbergen.com/digital-lifestyle-cartoons/nggallery/page/3
1. Introducción
1. Introducción
Metas de un Diseño de un Sistema de Comunicación Digital
http://es.slideshare.net/nica2009/lecture-10-isi-and-eye-pattern-40553993
1. Introducción: Características Señales Digitales
http://www.coimbraweb.com/documentos/digital/4.3_transmision_digital_bbase.pdf
Repaso Electrónica Digital
Diseñe un circuito digital generador de paridad.
Estos son circuitos que generan un 0 cuando el
número de 1 en la entrada es par y un 1 cuando
es impar, en el caso de dos bit.
Repaso Electrónica Digital
Multiplexor
Diseñe un circuito digital generador de paridad.
Estos son circuitos que generan un 0 cuando el
número de 1 en la entrada es par y un 1 cuando
es impar, en el caso de dos bit.
Registros con
entrada serie y
salida serie (SISO)
Registros con
entrada serie y
salida paralelo
(SIPO)
1.Indique la capacidad de direccionamiento

que posee un bus de direcciones de 16 bits
2. ¿Cuántas líneas debe tener un bus de

direcciones para direccionar una memoria de
32 Mdirecciones?
1.Indique la capacidad de direccionamiento

que posee un bus de direcciones de 16 bits
216 direcciones = 26 x 210 direcciones = 64 Kdir
2. ¿Cuántas líneas debe tener un bus de

direcciones para direccionar una memoria de
32 Mdirecciones?
Para direccionar 32 Megadirecciones necesitaré:

32 = 25
1 Megadirección = 220 direcciones , por lo tanto
serán necesarias
25 x 220 = 225 25 líneas
2. Métricas de Desempeño: Límite en la velocidad de Tx
C = 2B log2 M
Canales sin ruido
http://es.slideshare.net/arquitectura5/capacidad-de-un-canal
C = B log2 (1 + SNR)
Canales con ruido
http://es.slideshare.net/arquitectura5/capacidad-de-un-canal
2. Métricas de Desempeño: Tasa de Error de Bit (BER)
• El BER se define como la relación entre el número de bits erróneos
recibidos y el número total de bits recibidos.
• Un BER de 10-6 significa que ha llegado un bit erróneo de un millón de
bits transmitidos.
• Valores habituales de BER según el medio de transmisión
Fibra óptica BER<10-12
Lan cobre, radio enlace BER<10-8
ADSL, enlace telefónico BER>10-5
GSM BER≥10-5
• En transmisión digital se manejan las siguientes calidades
Buena BER<10-6
Degradada 10-3<BER<10-6
Sistema averiado BER>10-3
2. Métricas de Desempeño: Jitter
2. Métricas de Desempeño: Interferencia Intersímbol
2. Métricas de Desempeño: Eb/No
(energía por bit / densidad espectral de potencia de ruido)
Es una medida de la SNR (relación señal a ruido)
normalizada, y también se conoce como "SNR por
bit". Es especialmente útil cuando se comparan
las BER (bit error ratio) de distintos esquemas
de modulación digitales, sin tener en cuenta el ancho
de banda. Es una magnitud adimensional
La tasa de error de bit disminuye cuando

Eb/No aumenta
2. Métricas de Desempeño: Diagrama de Ojo
2. Métricas de Desempeño: Diagrama de Ojo • La máxima distorsión e
ISI indicadas por ancho
vertical de las dos ramas
en el tiempo de
muestreo.
• La altura de la apertura
del ojo a un instante
determinado de
muestreo, define el
margen de ruido del
sistema.
• La sensitividad del
sistema a errores de
temporización se revela
por la razón de cierre del
ojo conforme se varíe el
tiempo de muestreo.
3. Transmisión Digital Banda Base: Modos de Transmisión
https://josemariahurtadotorres.files.wordpress.com/2013/12/tema-5-tc3a9cnicas-de-transmisic3b3n-de-datos.pdf
Topología en En esta topología todo el trafico pasa a través de una concentrador o nodo
Estrella central que puede ser activo o pasivo. Para el primer caso, el nodo almacena
y retransmite tramas hacia cada nodo en función del direccionamiento de la
trama; para el segundo caso, el nodo simplemente actúa como repetidor.
 Fácil inserción de nuevos elementos

 Alta seguridad ante intentos de entrada de intrusos Ventajas
 Fácil detección de nodos con fallos
 Fácil direccionamiento nodo a nodo
Fallo del nodo central bloquea el funcionamiento de la red

Desventajas  La actividad de un nodo central activo retrasa el tráfico
 El nodo centra activo esta dedicado exclusivamente a las
comunicaciones
http://www.isa.uniovi.es/docencia/redes/Apuntes/tema4.pdf
Topología en Anillo
En esta topología, cada estación siempre recibe los mensajes de la
estación anterior y cuando no están dirigidos a ella, la interfaz de la
estación los transmite sin modificarlos a la estación siguiente. La
información circula siempre en el mismo sentido
 El acceso a la red esta asegurado en un periodo de tiempo máximo limitado

 Simplifica los mecanismos de ACK
 Proporcionan velocidades de transmisión altas con tasas de errores muy baja
 Buen comportamiento en condiciones de tráfico intenso en la red
 Todos los nodos tienen acceso a la información que circula por el anillo
El fallo de una estación puede suponer el bloqueo de las

Desventajas comunicaciones del resto
 La ampliación de la red puede ser complicada
Topología en Bus En esta topología, todas las estaciones se conectan a un mismo tramo
de cable y todas escuchan los paquetes que se difunden por el canal de
transmisión.
VENTAJAS
 El fallo de una estación no afecta al funcionamiento de la red
 La inserción de nuevas estaciones es sencilla
 Altas velocidades de transmisión con tasas de errores muy bajas
 El acceso al medio y transmisión es rápida para cargas de trabajo bajas
DESVENTAJAS
El mecanismo de control de acceso al medio (MAC) debe ser mas elaborado si se desea
asegurar un límite para el tiempo de acceso del canal de transmisión
 Al añadir un nuevo nodo al bus puede que se interrumpa el tráfico.
 Bajo cargas de trabajo altas las prestaciones de la red caen drásticamente
Transmisión Serial: En un enlace serial, el transmisor envía cada bit uno a la vez en una
Secuencia. Un enlace don dos dispositivos requiere dedicar una ruta para cada dirección.
Además se requiere una señal de reloj para controlar el flujo de datos.
http://es.slideshare.net/TethAzraelCortsAguilar/protocolo-comunicacin-serial
Transmisión Síncrona: En este tipo de

transmisión todos los dispositivos usan un
reloj común generado por uno de los
dispositivos o una fuente externa.
• La señal de reloj debe tener una
frecuencia fija y todos los bits se
sincronizan con la señal.
• La interfaz Síncrona es útil para
distancias cortas o entre componentes
de un circuito, pero no es práctica para
distancias largas porque requiere de una
línea extra para la señal de reloj
Transmisión Asíncrona: En este tipo de
transmisión el enlace no requiere de
una línea de reloj porque cada terminal
provee su propio reloj. Cada byte
transmitido incluye un bit para
sincronizar el reloj y un bit mas para
detener la señal. El puerto RS232 de los
PCs utilizan un formato asíncrono para
la comunicación con el modem
Transmisión Asíncrona: Un bit de paridad es un dígito binario que indica si el número
de bits con un valor de 1 en un conjunto de bits es par o impar. Los bits de paridad
conforman el método de detección de errores más simple
4. Sistema de Comunicación Digital
4. Sistema de Comunicación Digital
4. Sistema de Comunicación Digital: Fuente
TIPOS DE FUENTES
4. Sistema de Comunicación Digital: Fuente
FUENTE ANALOGA - EJEMPLO: MOZART
FUENTE DIGITAL - EJEMPLO: LENA

4. Sistema de Comunicación Digital: Codificación Fuente
La Modulación por el Código del Pulso, PCM, es el nombre dado a una clase de señal
banda base obtenida de cuantizar señales PAM al codificar cada muestra cuantizada en
una palabra digital.
Modulación por el Código del Pulso, PCM
https://es.slideshare.net/viudanegra2010/pcm-29148333
MUESTREO
Para convertir una señal analógica en
digital, el primer paso consiste en
realizar un muestreo de ésta
(sampling en inglés), o lo que es igual,
tomar diferentes muestras de voltajes en
diferentes puntos de la señal que vamos
a procesar. Cuantos más puntos
tomemos mejor aproximación a la
forma original podremos tener.
Debemos tener en cuenta siempre la
frecuencia de muestreo que estamos
usando, que no es más que la cantidad
de puntos que estamos tomando por
unidad de tiempo.
https://soloarduino.blogspot.com.co/2015/09/conversion-analogica-digital-adc.html
MUESTREO
¿Por qué no tomar 1000 puntos y así reproducir mucho mejor la
señal?
• A más puntos más memoria vamos a requerir, lo que se
traduce en mayor consumo de recursos de los estrictamente
necesarios para "traducir" la señal la calidad que
necesitemos.
• A más puntos más velocidad de captura y más velocidad de
escritura, es lo que se viene a llamar ancho de banda. Ancho
de banda mayores, requiere de componentes más avanzados
y por lo tanto más caros. Y en este sentido, las limitaciones
físicas vendrán dadas por nuestro sistema.
El número de muestras por segundo se conoce en como el bit-rate.

TEOREMA DEL MUESTREO
 El muestreo se puede describir

como el producto de un tren de
impulsos p(t) de duración Ts y la
señal que se quiere muestrear.
 En el dominio de la frecuencia el
producto de las señales en el tiempo
es una convolución.
 La TF de la señal muestreada es
una réplica de la transformada de la
señal separada por intervalos 1/Ts.
TEOREMA DEL MUESTREO
 Cualquier señal analógica limitada en banda puede ser representada por muestras,
siempre y cuando las muestras sean tomadas a una frecuencia 2 veces la frecuencia máxima
de la señal (fs ≥ 2BW).
 De acuerdo al teorema de Nyquist se establece que: “El número máximo de baudios que
puede transmitirse por un canal no puede ser superior al doble de su ancho de banda”. Así,
en el caso de la transmisión de datos por una línea telefónica, con B=3 Khz, el máximo
número de baudios que puede transmitirse es de 6000.
 La eficacia de un canal de comunicación esta dado de acuerdo al teorema de Nyquist por:
E=2 log2 N. Es decir, la eficacia de un canal esta dada por el número de estados diferentes de
la señal, o sea por la forma como se codifica.
EFECTOS DEL MUESTRO
ALIASING: Cuando se muestrea una

señal con una frecuencia inferior a
la requerida. Se produce el
solapamiento entre las
componentes suma y diferencia
adyacentes asociadas con cada
armónico del tren de pulsos, en el
espectro de la señal muestreada.
SOLUCIÓN: Pasar la señal de

entrada por un filtro paso bajo y
sobre-muestrear la señal.
https://soloarduino.blogspot.com.co/2015/09/conversion-analogica-digital-adc_34.html
SOBREMUESTREO
El sobremuestreo u oversampling consiste en muestrearlaseñalutilizando una frecuencia de
muestreo significativamentemásaltaque dos vecesel ancho debanda delaseñal
Factor de
sobremuestreo
¿Por qué se decide hacer un

sobremuestreo?
1) Permite conseguir una resolución más alta en la conversión A/D

y D/A, lo que implica aumentar la SNR. Por cada bit que
queremos aumentar en resolución, debemos multiplicar por
cuatro la frecuencia de muestreo.
2) Tiene un efecto de anti-aliasing.
3) Reduce el ruido asociado a la señal analógica en un factor 1/ N
TEOREMA DEL MUESTREO -
EJEMPLOS IMÁGENES Y VIDEOS
De acuerdo con la teoría de muestreo 2-D, el
espectro de la imagen muestreada se obtiene
como un conjunto de réplicas escaladas del
espectro de imagen original, "colocado" en
torno a múltiplos de las frecuencias de
muestreo, horizontal y verticalmente. Por lo
tanto, puesto que la única imagen en la Fig. 1
coincidiendo con este conocimiento teórico es
La Figura. 1.c) (que parece una repetición
periódica de alguna versión escalada del
espectro de imagen original mostrado en la
figura 1.a)), significa que la única respuesta
correcta posible es b).
CUANTIZACIÓN - CUANTIFICACIÓN
La cuantización (también llamada
cuantificación) es la conversión de
una señal discreta en el tiempo
evaluada de forma continua a una
señal discreta en el tiempo
discretamente evaluada. El valor
de cada muestra de la señal se
representa como un valor elegido
de entre un conjunto finito de
posibles valores.
De este modo, en este punto ya llevamos
hecha dos aproximaciones:
• la primera, haber seleccionado solo
unos puntos concretos para
muestrear la señal,
• la segunda, aproximar nuestras
mediciones a un conjunto limitado
de valores fijos.
Debido a esta aproximación, hay una

cantidad aleatoria de diferencias que
se producen entre el valor real y el
cuantizado, nombrado como error de
Cuanto menor sea el error de cuantificación, mejor. cuantización
• El proceso de cuantificación no es más que aproximar al nivel más cercano de tensión o
corriente.
• Desgraciadamente, la cuantiﬁcación no es un proceso rreversible porque, en general,
produce una pérdida deﬁnitiva de la información de la señal digitalizada.
• Cuantos más niveles de representación existan, menos pérdida de información se
produce. Sin embargo, también aumenta el número de bits necesarios para representar
cada nivel de representación.
CUANTIZACIÓN – CUANTIFICACIÓN UNIFORME
La cuantización uniforme define intervalos
constantes o uniformes de cuantización. El
efecto de usar éste, es equivalente a pasar la
señal banda-base por un compresor y luego
aplicar la señal comprimida a un cuantizador.
Los niveles de cuantificación (N) son
los valores nuevos que toma la señal
cuantificada y vienen dados por el
número de bits del cuantificador.
El número de bits (b) nos
indica la cantidad de estados
de salida del cuantificador. Un
cuantificador tiene más
resolución si tiene más
números.
CUANTIZACIÓN –
CUANTIFICACIÓN
UNIFORME
Las muestras de una señal
tiene amplitudes entre –
20V y 20V. Se decide tener
8 intervalos de
cuantificación de 5V de
alto cada uno. Calcule los
valores normalizados y
cuantificados, el
Error normalizado y la
palabra codificada para
cada muestra.
https://es.slideshare.net/edisoncoimbra/42-digitalizacion-pcm
CUANTIZACIÓN - CUANTIFICACIÓN UNIFORME
La relación SNR de cuantificación para un convertidor ADC, es función del numero de niveles
de cuantificación utilizados. n = número de bits /muestra
• De este resultado se llega a la

conclusión de que cada bit mas en la
cuantificación incrementa en 6 dB la
relación SNR.
• El estándar CD, por ejemplo, utiliza 16

de bits de cuantificación, lo que
proporciona una SNR de 98 dB
CUANTIZACIÓN – CUANTIFICACIÓN NO UNIFORME O COMPRESIÓN
• Para la señal de VOZ, nótese que
la mayor energía esta centrada en
las vocales y que la duración
promedio de una vocal es
~30mseg
• Aunque es posible reducir
el error de cuantificación
Incrementando el número
de niveles, no sería eficiente.
En el caso de la codificación de voz, la cuantificación lineal con 13 bits muestreados a 8 KHz
(104000 bps) es el mínimo requerido para producir con precisión una representación digital de
la gama completa de señales de voz. Para muchos sistemas de transmisión, cableados o
inalámbricos, 13 bits de muestra a 8 KHz es una propuesta costosa en lo que respecta al ancho
de banda. Para abordar esta limitación, a menudo se emplea un sistema de compresión.
La cuantificación no uniforme asigna niveles de cuantificación que no están distribuidos
uniformemente. La principal ventaja de este tipo de cuantificación es que se puede adaptar a la
señal. Así, si una señal contiene más información en un margen de amplitud concreto, se asignan
más niveles de cuantificación en este margen.
La compresión es simplemente un sistema

en el que la información se comprime
primero, se transmite a través de un canal
de ancho de banda limitado y se amplía en
el extremo receptor. Se usa frecuentemente
para reducir los requisitos de ancho de compresor
Logarítmico
banda para transmitir el habla de calidad
de teléfono, reduciendo las palabras de
código de 13 bits a palabras de código de 8
bits.
http://www.young-engineering.com/docs/YoungEngineering_ALaw_and_MuLaw_Companding.pdf
Se cree que el sistema auditivo humano es Dos normas internacionales para la codificación de
un proceso logarítmico en el que los sonidos datos de señal a códigos de 8 bits son A-ley, es la
de alta amplitud no requieren la misma norma europea aceptada, mientras que u-law es el
resolución que los sonidos de baja amplitud. estándar aceptado en los Estados Unidos y Japón.
El oído humano es más sensible al ruido de
cuantificación en señales pequeñas que las
señales grandes. La ley A y la codificación
m-law aplican una función de cuantificación
logarítmica para ajustar la resolución de los
datos en proporción al nivel de la señal de compresor
entrada. Las señales más pequeñas se Logarítmico
representan con mayor precisión - más bits
de datos - que las señales más grandes. El Ley A (Europeo) Ley u (Americano)
resultado es menos bits por muestra para
La función de transferencia logarítmica se implementa con una
mantener una relación señal / ruido audible aproximación lineal por partes compuesta por un bit de signo, un
(SNR). acorde de 3 bits y un segmento de 4 bits
CUANTIZACIÓN – CUANTIFICACIÓN NO UNIFORME O COMPRESIÓN Ley A (Europeo)
La ley A es la norma de compresión recomendada por el
CCITT utilizada en toda Europa. Limitando los valores de
la muestra lineal a 12 bits de magnitud, la compresión
de la ley A se define por la ecuación 1, donde:
• A es el parámetro de compresión (A = 87,7 en
Europa),
• x es el entero normalizado a comprimir.
Ley u (Americano)
Limitando los valores de la muestra lineal a 13 bits
de magnitud, la compresión de la ley m se define
mediante la ecuación 2, donde:
• m es el parámetro de compresión (m = 255 en
los EE.UU. y Japón)
• x es el entero normalizado que se comprime
CUANTIZACIÓN – CUANTIFICACIÓN UNIFORME vs NO-UNIFORME
CODIFICACIÓN
Cada valor numérico tiene su traducción en ceros y unos. De este modo una señal
analógica con infinitos valores intermedios distribuida sobre un continuo infinito de
instantes de tiempo, quedaría traducida en una secuencia finita de valores binarios como
los que se presentan en la siguiente imagen.
CODIFICACIÓN
En general hay tres cosas que nos interesa saber sobre un ADC
1. La resolución
2. El tiempo de conversión
3. El rango de trabajo
1. La resolución del convertidor

Generalmente la cantidad de valores
discretos en los que un ADC puede traducir
una señal análoga a digital se conoce como
su resolución y usualmente es medida en
base al número de bits que el ADC tiene a
su salida. El número de bits representa la
cantidad máxima de valores discretos o de
pasos que un ADC puede tener.
http://fuenteabierta.teubi.co/2013/04/el-convertidor-analogo-digital-en.html
CODIFICACIÓN
Supongamos por ejemplo que tenemos un convertidor ADC de 3 bits. Este convertidor
podrá tener solo 8 valores diferentes a su salida. Esto significa que nuestros voltajes al ser
convertidos podrían tener mas o menos la siguiente distribución (asumiendo un voltaje
máximo de 5V):
Para calcular el número de valores discretos

que el ADC es capaz de convertir utilizaremos
esta fórmula:
http://fuenteabierta.teubi.co/2013/04/el-convertidor-analogo-digital-en.html
CODIFICACIÓN
¿Qué significa un "10-bit ADC“ en el Arduino UNO ?

La respuesta es una simple cuenta. Si dividimos los 1024 escalones (correspondientes a
los 10 bits de resolución del conversor) entre los 5 voltios máximo que admite la
entrada analógica , significa que convertirá tensiones entre 0 y 5 voltios a un número
entero entre 0 y 1023. Esto proporciona una resolución en la lectura de: 5 voltios /
1024 unidades, es decir, 0.0049 voltios (4.9 mV) por unidad.
Gracias al conversor ADC de 10 bits, el menor cambio en tensión que es capaz de

producir una salida perceptible en el Arduino Uno, es 4,9mV.
CODIFICACIÓN
2. El tiempo de conversión y la frecuencia de muestreo
La conversión de una señal análoga a su equivalente valor digital no es instantánea, esto
significa que el convertidor tarda algún tiempo (usualmente muy pequeño) en realizar el
proceso de conversión. Esto limita el número de conversiones que podemos realizar en una
unidad de tiempo, a este número de conversiones que puede realizar un ADC usualmente
se le conoce como frecuencia de muestreo.
Para Arduino UNO It takes about 100 microseconds (0.0001 s) to read an

analogRead() analog input, so the maximum reading rate is about 10,000
times a second. The input range and resolution can be
changed using analogReference()
CODIFICACIÓN
3. El rango de trabajo de muestreo

Es el rango de voltajes/corrientes que acepta en su entrada, este parámetro es esencial
para evitar dañar el dispositivo. La única forma de saber el rango del ADC es revisando su
hoja técnica, usualmente encontraremos el rango de valores de voltaje y de corriente
aceptados en la entrada como también las tolerancias aceptadas.
Para el Arduino UNO, según las especificaciones técnicas el rango de entrada va

desde 0 V hasta Vcc (5V)
EJEMPLO 1: LENA
EJEMPLO 1: LENA
Cuantización
Muestreo
Codificación
EJEMPLO 2: MOZART
Cuantización https://www.youtube.com/watch?v=Cmorf6JwuDg
R= 4 BITS - Eq=0.000133684 R= 16 BITS - Eq=6.27962e-006

EJEMPLO 1: LENA EJEMPLO 2: MOZART
• ¿Cómo afecta una decisión de diseño al desempeño del sistema?

• ¿Cómo afecta la selección de los componentes de hardware al desempeño del
sistema?
• En una aplicación de imágenes médicas o bioseñales para el diagnóstico, ¿es
permisible el detrimento de la señal presentada en la aplicación de Lena o de Mozart?
CODIFICACIÓN
http://es.slideshare.net/nica2009/lecture-3-codificacin-fuente
CODIFICACIÓN
• Si la información consiste de texto alfanumérico,
estos caracteres deberán ser codificados con uno
de varios formatos estándar. Ejemplos de tales
estándares son: el código ASCII (American
Standard Code for Information Interchanged).
• La mayor parte de los teclados de computadora
se estandarizan de acuerdo con el código ASCII, y
cuando se pulsa una letra, un número o un
comando de control, es el código ASCII el que se
introduce en la computadora
• El código ASCII dispone de 128 caracteres que se
representan mediante un código binario de 7 bits.
El código ASCII puede considerarse como un
código de 8 bits en el que el MSB siempre es 0.
CODIFICACIÓN ASCII
CODIFICACIÓN
CODIFICACIÓN
https://www.youtube.com/watch?v=p0ASFxKS9sg
https://www.youtube.com/watch?v=R4OlXb9aTvQ
CODIFICACION Algoritmos de compresión sin pérdida
RLE HUFFMAN LEMPEL ZIV
https://www.cs.cf.ac.uk/Dave/Multimedia/node202.html
CODIFICACION
Algoritmos de compresión sin pérdida
https://www.youtube.com/watch?v=rZ-JRCPv_O8
La codificación de Huffman fue descrita por primera vez por David A. Huffman en 1952.Debido a su
facilidad de cómputo, es ampliamente utilizado en esquemas de compresión de imágenes como
JPEG. El compresor de Huffman presenta las siguientes características:
Utiliza códigos de longitud variable, asignando a los símbolos más frecuentes un código de
compresión de menor longitud a costa de asignar códigos de mayor longitud a los menos
frecuentes.
El número de bits por código de compresión es un número entero. Debido a esto, la
codificación de Huffman no puede ser considerada como un método de codificación óptimo,
pero si es la mejor aproximación para construir códigos de compresión con un número entero
de bit.
Aunque los códigos asociados a símbolos diferentes tienen diferente longitud, éstos pueden ser
decodificados de forma única e instantánea. Esto debido a que en la codificación Huffman se
usan códigos instantáneos.
Algoritmos de compresión sin pérdida - Huffman
Proceso de construir el árbol desde el fondo hasta la raíz.
1. Crear tantos nodos (que serán las hojas del árbol) como símbolos se
vayan a codificar. En cada nodo se almacena el símbolo codificado y
su probabilidad. Estos nodos forman la lista de nodos sin procesar.
2. Extraer los dos nodos de la lista de nodos sin procesar que tengan la
probabilidad menor.
3. Insertar en la lista un nodo que sea padre de los nodos seleccionados.
Este nodo no tiene asociado ningún símbolo y su probabilidad será la
suma de las probabilidades de los nodos hijos.
4. Repetir los pasos 2 y 3 hasta que únicamente se tenga un nodo en las
lista de nodos sin procesar, nodo que debe tener una probabilidad
igual a 1 y que se llama nodo raíz del árbol de Huffman.
Una vez construido el árbol, el código de compresión asociado a

un símbolo se calcula recorriendo el árbol desde la raíz hasta el
símbolo codificado.
Si las probabilidades de las letras en un mensaje son las que se muestran en la tabla.
Construya el árbol de Huffman
= = = =
Tasa de Compresión:
CR= Tamaño del dato compreso
Tamaño del dato original
VENTAJAS CODIFICACIÓN HUFFMAN
• Requiere de un conocimiento previo de las estadísticas de los símbolos

transmitidos.
• No considera ni aprovecha la memoria de los eventos encontrados.
• La necesidad de conservar el código para que pueda ser utilizado por el
decodificador en el momento de la descompresión.
• El importante numero de comparaciones de bits necesarios para decodificar la
sucesión recibida.
• Un error en algún bit se propaga produciendo errores importantes en la
decodificación
• Los resultados pueden variar según el idioma
CODIFICACIÓN
DE IMAGENES
https://www.slideshare.net/chezhiyanchezhiyan/comparision-of-lossy-and-lossless-image-compression-using-various-algorithm
CODIFICACIÓN DE VIDEO
Chapter 2: Video Coding Standards and Video Formats

Imágenes y Videos – Reducción de Redundancia
http://book.huihoo.com/design-of-vlsi-systems/ch13/ArchiMultimed.htm
Redundancia Correlación horizontal y vertical entre los valores de píxeles vecinos dentro de la
Espacial misma imagen o fotograma de vídeo (correlación intra-picture).
Correlación entre los diferentes cuadros o fotogramas de un video (correlación

inter-picture). Un video se muestra con una velocidad de más de 15 cuadros por Redundancia
segundo (fps); esto requiere que los frames vecinos sean muy similares entre sí. Temporal
Redundancia señales de vídeo contienen redundancia estadística en su representación digital;

Estadística es decir, son bits generalmente adicionales que pueden ser eliminados antes de la
transmisión
Digital video concepts, Methods and Metrics

Redundancia La redundancia depende de varios parámetros: velocidad de muestreo, número de niveles de
Espacial cuantificación, y la presencia de ruido pueden afectar la compresión alcanzable. Pixeles
vecinos en un fotograma de vídeo son a menudo muy similares entre sí, especialmente
cuando la trama se divide en de luminancia y crominancia.
Redundancia
Temporal

Un frame se puede representarse en términos de un frame de referencia vecino y la
información de diferencia entre estos frames. Sólo la información de diferencia es
suficiente para la reconstrucción con éxito de frames dependientes utilizando una
predicción a partir de un frame de referencia ya recibido.

Imágenes y Videos – Técnicas de Codificación de Transformada
Los píxeles en un bloque son similares entre sí y tienen redundancia espacial. Sin embargo, un bloque
de datos de píxel no tiene mucha redundancia estadística y no es fácilmente adecuado para codificación
de longitud variable. La representación decorrelacionada en el dominio de la transformada tiene mayor
redundancia estadística y es más susceptible a la compresión usando códigos de longitud variable.
Transforma los datos de

entrada en un formato
que permitan reducir las
redundancias interpixel
en el imagen. (DCT,
DWT)
Chapter 2: Video Coding Basic Principle

Imágenes y Videos – Técnicas de Codificación de Transformada
Los píxeles en un bloque son similares entre sí y tienen redundancia espacial. Sin embargo, un
bloque de datos de píxel no tiene mucha redundancia estadística y no es adecuado para la
codificación de longitud variable. La representación decorrelacionada en el dominio de la
transformada tiene mayor redundancia estadística y es más susceptible a la compresión usando
códigos de longitud variable.
Transformada
Discreta del coseno Una transformada de coseno discreta (DCT) expresa una secuencia
finita de puntos de datos discretos en términos de una suma de
funciones coseno con diferentes frecuencias y amplitudes. La DCT
es una lineal, invertible, sin pérdidas.
La DCT es similar a la transformada de Fourier discreta: transforma

una señal o imagen desde el dominio espacial al dominio de la
frecuencia.
Chapter 2: Video Coding Basic Principle

Codificación de Video
PSNR indica cuan resistente
es la señal al ruido. Se
desea obtener un PSNR
alto.
Survey on Image Compression Techniques: Using CVIP Tools

Error cuadrático medio (RMS)
da la diferencia entre la
predicción y la
los valores observados de un
sistema. Por lo tanto, debe
ser lo más bajo posible.


Lossless
Compression
Techinques
(a) Huffman
(b) Ziv-Lempel
(c) DPC and
(d) BRLC codings

• Dependencias, Unidades básicas académicas o Áreas curriculares
Secretarías, Facultades, Institutos o Centros
Dirección
Medellín, Colombia
(+57 4) 430 90 00
correo@unal.edu.co
Sitio web facultad o dependencia minas.medellin.unal.edu.co

Seccion4 ComunicacionesDigitales ParteI

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

Seccion4 ComunicacionesDigitales ParteI

Cargado por

Copyright:

Formatos disponibles

Comunicaciones Digitales

1.Indique la capacidad de direccionamiento

2. ¿Cuántas líneas debe tener un bus de

1.Indique la capacidad de direccionamiento

216 direcciones = 26 x 210 direcciones = 64 Kdir

2. ¿Cuántas líneas debe tener un bus de

Para direccionar 32 Megadirecciones necesitaré:

La tasa de error de bit disminuye cuando

 Fácil inserción de nuevos elementos

Fallo del nodo central bloquea el funcionamiento de la red

 El acceso a la red esta asegurado en un periodo de tiempo máximo limitado

El fallo de una estación puede suponer el bloqueo de las

Transmisión Síncrona: En este tipo de

FUENTE DIGITAL - EJEMPLO: LENA

Modulación por el Código del Pulso, PCM

El número de muestras por segundo se conoce en como el bit-rate.

 El muestreo se puede describir

ALIASING: Cuando se muestrea una

SOLUCIÓN: Pasar la señal de

¿Por qué se decide hacer un

1) Permite conseguir una resolución más alta en la conversión A/D

Debido a esta aproximación, hay una

• De este resultado se llega a la

• El estándar CD, por ejemplo, utiliza 16

La compresión es simplemente un sistema

1. La resolución del convertidor

Para calcular el número de valores discretos

¿Qué significa un "10-bit ADC“ en el Arduino UNO ?

Gracias al conversor ADC de 10 bits, el menor cambio en tensión que es capaz de

Para Arduino UNO It takes about 100 microseconds (0.0001 s) to read an

3. El rango de trabajo de muestreo

Para el Arduino UNO, según las especificaciones técnicas el rango de entrada va

R= 4 BITS - Eq=0.000133684 R= 16 BITS - Eq=6.27962e-006

• ¿Cómo afecta una decisión de diseño al desempeño del sistema?

Una vez construido el árbol, el código de compresión asociado a

• Requiere de un conocimiento previo de las estadísticas de los símbolos

Chapter 2: Video Coding Standards and Video Formats

Correlación entre los diferentes cuadros o fotogramas de un video (correlación

Redundancia señales de vídeo contienen redundancia estadística en su representación digital;

Digital video concepts, Methods and Metrics

Digital video concepts, Methods and Metrics

Digital video concepts, Methods and Metrics

Transforma los datos de

Chapter 2: Video Coding Basic Principle

La DCT es similar a la transformada de Fourier discreta: transforma

Chapter 2: Video Coding Basic Principle

Survey on Image Compression Techniques: Using CVIP Tools

Survey on Image Compression Techniques: Using CVIP Tools

Survey on Image Compression Techniques: Using CVIP Tools

Survey on Image Compression Techniques: Using CVIP Tools

También podría gustarte