Capítulo 6

Conversión Análogo a Digital

El mundo es analógico por naturaleza. Elegir un sistema de comunicación digital suele ser
costoso en comparación a uno analógico pero las ventajas son indiscutibles. Es más fácil
procesar la información en forma digital que en forma análoga, es decir las señales digitales
manipulan a las analógicas. En el capítulo 2 se explico la diferencia entre estas señales
así como el procedimiento matemático para llevar a cabo la conversión de análogo a digital.

Las ventajas de las señales digitales aplicadas a los sistemas de comunicaciones son las
siguientes:

1. Presentan una inmunidad considerable al ruido.

2. En la transmisión puede son muy simples ya que requieren únicamente de un valor
de entrada alto o bajo (0 ó 1)
3. Es más fácil procesarla de acuerdo con la aplicación necesaria
4. Se puede detectar errores y corregirlos.
5. Pueden regenerarse (amplitud de la señal)

Las principales desventajas de las señales digitales son:

1. Es muy costos el sistema que lo hace posible

2. Requieren sincronización
3. Ocupan un mayor ancho de banda
4. Un sistema digital puede ser incompatible con uno analógico

Medición de la información

La salida de una fuente de información se puede considerar como un proceso aleatorio y

se considera como una variable aleatoria X

Cuantización

En muchas aplicaciones, como el procesamiento digital de señales analógicas, donde la

fuente de información consiste en un alfabeto y que no es discreto, el número de bits
requeridos para su representación sería infinita. Por eso, para procesar la salida de la
fuente de forma digital, esta tiene que ser cuantizada para un número finito de niveles.
Este proceso reduce el número de bits a un número finito, pero al mismo tiempo provoca
algo de distorsión, ya que existe información que se pierde durante el proceso.
Los cuantizadores se puede clasificar como de cuantización escalar y de cuantización
vectorial. En el primero, cada salida de la fuente es cuantizada individualmente. Mientras
que en el segundo, la cuantización de la fuente es efectuada por bloques.

Los cuantizadores escalares se pueden clasificar como cuantizadores uniformes y no

uniformes. En la cuantización uniforme, las regiones de cuantización se escogen para que
tengan una misma longitud; mientras que en la cuantización no uniforme, las regiones son
de longitudes variables. Es claro que, en general los cuantizadores no uniformes tiene
más rendimiento en el procesamiento que los cuantizadores uniformes.

Cuantización escalar

En la cuantización escalar el rango de las variables aletorias X se divide por N, tomando en

cuenta que Ri, para 1≤i≤N, son los llamados “intervalos de cuantización,” y dentro de cada
región a un solo punto se le conoce como “nivel de cuantización”.

Cuantización uniforme

En la cuantización uniforme, toda región de cuantización con excepción de la

primera y la última, es decir R1 y RN, son de igual longitud, lo cual se dan con Δ

R1 = −( ∞, ]a

R2 = (a a, + Δ]

R3 = +(a Δ + Δ,a 2 ]

RN =(a+(N-2) Δ,∞)
la gráfica de la función de cuantización Q(x) para una función de densidad de probabilidad
simétrica X se muestran en las figuras 6.1 y 6.2 respectivamente.

Cuantización no uniforme
Al hablar de la cuantización no uniforme y sus requerimientos para las regiones de
cuantización, con excepción de la primera y la última región que tienen una misma longitud,
en general cada región de cuantización tiene cualquier longitud. Esto da como resultado un
rendimiento superior a la cuantización uniforme. Las condiciones óptimas para este caso,
se les conoce como “condiciones de Lloyd-Max” y se expresan como:

de esta ecuación se concluye que los niveles cuantización óptimos se encuentran en los
centroides de las regiones de cuantización y los bordes óptimos entre las regiones de
cuantización son puntos intermedios entre los niveles de cuantización. Para obtener la
solución de las ecuaciones de Lloyd-Max se empieza con un conjunto de niveles xˆi . De
este conjunto se pueden cuantizar los niveles hasta obtener una solución adecuada. Este
algoritmo garantiza su convergencia con el mínimo lugar de regiones, pero en general no
hay garantía de que esto se logre.

Cuantización vectorial
En la cuantización escalar cada salida de la fuente es cuantizada por separado y

luego cada una se codifica si se considera dos muestras de la fuente en cada tiempo y se
interpreta

que esas dos muestras son como un punto en el plano, las particiones escalares

cuantizadas en el plano entero estarán en 16 regiones cuantizadas como se muestra

en la figura.
Ahora si se tienen tres muestras en un tiempo y cuantizados los tres espacios
dimensionales en 64 regiones, se puede tener aun menos distorsión con el mismo número
de bits por salida de la fuente. El objetivo de la cuantización vectorial es tomar conjunto de
salidas de la fuente de longitud n y diseñar el cuantizador a n espacios dimensionales
euclidianos que hacen que la cuantización esté basada solamente en muestras en un
espacio dimensional

Modulación por codificación de pulsos (PCM)

En este tipo de modulación, una señal analógica se muestrea primero a una tasa superior
a la de Nyquist, luego esas muestras se cuantizan. Se supone una señal analógica
distribuida en un intervalo definido por [-xmax, xmax] en donde el número de niveles de
cuantización es grande. Los niveles de cuantización pueden ser iguales o diferentes. El
primer caso es compatible con un sistema PCM uniforme y en el segundo con uno no
uniforme.

PCM uniforme

En el caso de un sistema PCM uniforme de intervalo [-xmax, xmax] y de longitud 2xmax se

divide entre N subintervalos iguales, cada uno de longitud Δ= 2xmax/N. Si N es lo
suficientemente grande, entonces la función de densidad de la entrada en cada
subintervalo se puede suponer comos uniforme, esto da una distorsión de D = Δ2/12. Si N
es una potencia de 2, o N= 2v, entonces v bits se requieren para representar cada nivel.
Esto significa que si el ancho de banda de la señal analógica es W y si el muestreo es
realizado a la tasa de Nyquist, entonces el ancho de banda requerido para la transmisión
de la señal PCM es al menos vW

Después de la cuantización, los niveles cuantizados son codificados usando v bits para
cada nivel cuantizado. El sistema de codificación que se emplea comúnmente es el
código natural binario (NBC). Esto quiere decir que los niveles más bajos se representan
con ceros y los niveles más altos se representan con unos

Se desea genera una señal sinusoidal con amplitud de 1 una frecuencia angular de ω
= 1. Usando el sistema PCM uniforme, se cuantizan de uno a ocho niveles y luego de uno
a 16 niveles. Se desea graficar la señal original y la señal cuantizada en una misma gráfica.
Comparar la relación SQNR resultante en ambos casos.
Solución

Arbitrariamente se selecciona la duración de la señal para 10 segundos.

Enseguida utilice el archivo de Matlab (m-file) u_pcm.m para generar la señal cuantizada
para ambos casos. La resultante SQNR es de 18.90 dB para 8 niveles y de

25.13 dB para el sistema de 16 niveles.

codificación en Matlab

echo on

t=[0:0.01:10];

a=sin(t);

[sqnr8,aquan8,code8]=u_pcm(a,8);

[sqnr16,aquan16,code16]=u_pcm(a,16);

pause

sqnr8;

pause

sqnr16;

pause

plot(t,a,'-',t,aquan8,'-.',t,aquan16,'-',t,zeros(1,length(t)))
PCM no uniforme
El caso de un sistema PCM no uniforme la señal de entrada primero se pasa a través de
un elemento no lineal para reducir su rango dinámico y en la salida se aplica un sistema
PCM uniforme. En el lado receptor, la salida pasa a través de un elemento inverso al
sistema no lineal usando en el transmisor. El efecto total es equivalente al sistema PCM
con un espacio no uniforme entre niveles

programa que implementa la ecuació mediante matlab

x=0:0.001:1;

u=255;

y=log10(1+u.*abs(x))./log10(1+u);

plot(x,y)

hold on

x=-1:0.001:0;

u=255;

y=log10(1+u.*abs(x))./log10(1+u)*-1;

plot(x,y)