UNIVERSIDAD AUTÓMOMA DE SINALOA

FACULTAD DE INFORMÁTICA CULIACÁN

INGENIERÍA EN TELECOMUNICACIONES, SISTEMAS Y ELECTRÓNICA

LABORATORIO DE COMUNICACIONES DIGITALES

REPORTE DE PRÁCTICA
“Practica 2: Simulación del ruido eléctrico en el dominio del tiempo y de la frecuencia”.

ESTUDIANTE: Hernández Inzunza Carlos Eduardo

GRUPO: ITSE 4-1

PROFESOR: Portillo Jiménez Canek

FECHA:11 de Octubre de 2022

LUGAR:Navolato Sinaloa
 UNIVERSIDAD AUTÓMOMA DE SINALOA
FACULTAD DE INFORMÁTICA CULIACÁN
INGENIERÍA EN TELECOMUNICACIONES, SISTEMAS Y ELECTRÓNICA

INTRODUCCIÓN
A lo largo de la practica realizada, el objetivo era poder simular con una interfaz
grafica proporcionada por MATLAB una señal con ruido para después poder limpiar
la señal utilizando la herramienta de la transformada de Fourier. Sin embargo, por
la situación planteada al maestro el autor tuvo que utilizar un lenguaje de
programación de open source llamado Python en el cual se utilizaron diversas
librerías para poder llevar a cabo la practica tales como: matplotlib, numpy y random.

MATERIALES
IDE: Visual Studio Code
Lenguaje de programación: Python
Computadora: Macbook Air M1
Librerias: Numpy, SciPy, Random, Matplotlib

MÉTODOS
Para realizar la practica lo primero que se tuvo que realizar fue leer mucha
documentación acerca de las librerias necesarias para poder recrear lo establecido
en MATLAB a lenguaje Python, luego de realizarlo lo siguiente fue conseguir juntar
dos graficas en una sola figura, donde figura es el documento generado por Python
que almacena las graficas. Al culimarlo se tuvo que adaptar la señal ruidosa. Para
nuestra suerte eso fue sencillo. El verdadero problema que se enfrentó fue al
momento de querer implementar la transformada de Fourier, que aunque funcionó
a la primera se miraba algo diferente de lo propuesto en el PDF de la practica pero
después de indagar en distintas paginas de documentación acerca del metodo
fft(Fast Fourier Transformation) con librerias diferentes ya sea Numpy o SciPy. Pude
llegar a la conclusión de que lo “raro” era por la escala.
 UNIVERSIDAD AUTÓMOMA DE SINALOA
FACULTAD DE INFORMÁTICA CULIACÁN
INGENIERÍA EN TELECOMUNICACIONES, SISTEMAS Y ELECTRÓNICA

DESARROLLO

Ilustración 1:Código completo en Python

Ilustración 2:Pidiendo valores de la señal

 UNIVERSIDAD AUTÓMOMA DE SINALOA
FACULTAD DE INFORMÁTICA CULIACÁN
INGENIERÍA EN TELECOMUNICACIONES, SISTEMAS Y ELECTRÓNICA

Ilustración 3:Señales Finales

Ilustración 4:Diagrama de flujo

 UNIVERSIDAD AUTÓMOMA DE SINALOA
FACULTAD DE INFORMÁTICA CULIACÁN
INGENIERÍA EN TELECOMUNICACIONES, SISTEMAS Y ELECTRÓNICA

Ilustración 5:Dificultades al realizar la practica

ANÁLISIS Y DISCUSIÓN
En las dos graficas podemos apreciar la misma señal base, sin embargo es muy
diferente una vez que se le aplica la perturbación del ruido así como la
transformada de Fourier que es la encarga de limpiar la señal. No nos muestra la
misma señal antes de aplicar el ruido porque está digitalizada o discretizada una
vez aplicada la transformada.

CONCLUSIONES
Al concluir la practica 2 pude practicar todavia más mis habilidades de investigación
así como también mis habilidades de programación en Python dado que por la
situación dada, es como un requerimiento extra que me hace adaptarme a una
nueva herramienta de trabajo. En cuanto a las señales también es bastante
apreciable el como cambia una imagen de cuando se tiene la función dada a cuando
se le añade el ruido y el proceso de limpiarla luego de pasarla al dominio de la
frecuencia.
 UNIVERSIDAD AUTÓMOMA DE SINALOA
FACULTAD DE INFORMÁTICA CULIACÁN
INGENIERÍA EN TELECOMUNICACIONES, SISTEMAS Y ELECTRÓNICA

FUENTES DE INFORMACIÓN

Creating multiple subplots using plt.subplots — Matplotlib 3.6.0 documentation. (n.d.). Matplotlib.

Retrieved October 11, 2022, from

https://matplotlib.org/stable/gallery/subplots_axes_and_figures/subplots_demo.html

How to add noise to a signal in python. (2021, December 3'). Youtube.

https://www.youtube.com/watch?v=F4myI-

9GJ7U&list=LL&index=1&ab_channel=NelsonDarwinPakTech

Portillo Jiménez, C. (n.d.). Practica 2.

file:///Users/carloshernandez/Downloads/Actividad%202%202022%20-FI%20(1).pdf

Zhu, A. (2021, October 7). Clean Up Data Noise with Fourier Transform in Python. Towards Data

Science. Retrieved October 11, 2022, from https://towardsdatascience.com/clean-up-data-

noise-with-fourier-transform-in-python-7480252fd9c9