Guia de Tele2

UNIVERSIDAD NACIONAL DE INGENIERÍA FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA Docente: ING. VIRGINIA ROMERO F. __________________________________________________________________________________________________

LABORATORIO DE TELECOMNICACIONES II - IT 564

MODULACION ASK, FSK, PSK

I.- INFORME PREVIO En el informe previo debe desarrollarse:

1. Fundamento teórico de Ask, Fsk, Psk

2. Ancho de Banda de Ask, Fsk, Psk

3. Índice de modulación en Ask, Fsk, Psk

4. Diagrama de bloques de un transmisor y receptor Ask, Fsk, Psk.

5. Semejanzas y diferencias entre AM y ASK ; FM y FSK.

6. Aplicaciones del sistema FSK.

II. OBJETIVO

Familiarizar al estudiante con los principios de modulación de desplazamiento de frecuencia, amplitud y fase; también como su característica espectral.

III. EQUIPAMIENTO REQUERIDO Y ACCESORIOS:

� Un módulo o Kit modulador ASK/FSK/PSK

� Un demodulador Fsk

� Una fuente de alimentación ± 15 V. 3 A

� Un generador de funciones 0 a 200 Khz.

� Un osciloscopio

� Un analizador de espectro

IV.PROCEDIMIENTO

1. Conectar el equipamiento como se muestra en la figura 1

2. Alimentar con una señal de onda cuadrada con fm = 10 Khz. Y Am = 4 Vpp en el modulador FSK vía la entrada del amplificador.

3. Conectar la fuente de alimentación , ajustada a +15 VDc y -15 VDc

4. Para determinar la característica Dinámica de la señal FSK.- Visualizar en el ORC las siguientes señales:


� Sm(t): señal moduladora de onda cuadrada, unipolar en la salida de la entrada del amplificador.

� Sfsk(t): señal FSK modulada en la salida del modulador de frecuencia.

5. Bosquejar los resultados de la señal FSK a la salida del modulador de frecuencia.

6. Alimentar la señal moduladora en el modulador FSK vía filtro pasabajo (soft Keying). Para esto tienes que cambiar el plug puente.

7. Repetir la medida y bosqueja los resultados, interpretar tus descubrimientos

� Sm(t): señal moduladora de onda cuadrada, unipolar en la salida del paso bajo

� Sfsk(t): señal FSK modulada en la salida del modulador de frecuencia.

Fig.1 Modulo FSK

8. Espectro FSK: Registrar el espectro de la señal FSK afinado con el filtro. Para ello tienes que integrar el analizador de espectro y el contador de frecuencia en la experiencia.

9. Medir primero las dos frecuencias de portadora discreta f1 y f2, usando el contador de frecuencia (SYNC socket). Para esto selecciona una señal moduladora de onda cuadrada Sm(t) con baja frecuencia, por ejemplo fm= 0.1 Hz.

10. Con valores como f1=100 Khz. Y f2= 140 Khz. las desviaciones serán insignificantes.


Seleccionar en el Analizador estos valores: V1 = 2 V2 = 2, 5, 10. Fr / Khz : 200 ; SPAN/ Khz : MAX. ; b/hz : 100 ; T/ s : 40

11. Ahora modula el VCO con una onda cuadrada de Fm = 5 Khz, Am= 4 Vpp , usar solamente la entrada del amplificador ( no el LP para soft Keying).

12. Completar la tabla 7.3.1 y dibujar el espectro S / V vs. F / Khz.

Tabla 7.3.1

DEMODULACIÓN FSK

1. Alimentar con una señal cuadrada con Ƭ/Tp = 50% , Am = 4 Vpp y Fm = 1 Khz en la entrada del amplificador del modulador ASK/FSK/PSK , mostrar la grafica en la salida bipolar del demodulador.

2. De manera conjunta mostrar la señal modulada Sm (t) y la señal remodulada Sd(t) en el diagrama 73.4.

3. Mostrar la señal modulada Sm(t) y la señal de control del VCO del demodulador FSK ( a la salida del filtro en lazo cerrado), dibuje o capture imagen de ambas señales en el diagrama 7.3.5, explique los resultados de esta práctica.


MODULACIÓN ASK

Para el Informe Previo

1. Determinar el ancho de banda (B) para ASK, comience con una frecuencia punto de 20 Khz.

usando la ecuación: B = 1.6 fdot (frecuencia punto)

PROCEDIMIENTO

1. Instalar el equipamiento como se muestra en la figura2.

2. Alimentar una señal de onda cuadrada con fm = 10 Khz. Y Am = 2 Vpp en el modulador FSK vía la entrada del amplificador.

3. Característica Dinámica de la señal ASK.- Visualizar en el ORC las siguientes señales:

� Sm(t): señal moduladora de onda cuadrada, unipolar en la salida de la entrada del amplificador.

� SAsk(t): señal ASK modulada en la salida del modulador de amplitud.

4. Bosquejar los resultados de la señal ASK a la salida del modulador de frecuencia.

5. Alimentar la señal moduladora en el modulador ASK vía filtro pasa bajo. Para esto tienes que cambiar el plug puente.

6. Repetir la medida y bosquejar los resultados, interpretar tus descubrimientos

� Sm(t): señal moduladora de onda cuadrada, unipolar en la salida del paso bajo

� SAsk(t): señal ASK modulada en la salida del modulador de amplitud.

7. Espectro ASK : Registrar el espectro de la señal ASK afinado sin el filtro. Para ello

chequea que la frecuencia de salida VCO en la salida FSK este sin modulación.


El valor deseado es F VCO = 100 Khz. puede desviarse debido a los efectos de

temperatura y la antigüedad del equipo.

Fig.2 Modulo ASK

8. Alimentar con una señal de onda cuadrada de fm = 10 Khz directamente en el modulador ASK sin que esté conectado a la entrada del amplificador y el LP entre ellos.

9. Incrementar la amplitud Am de la señal de onda cuadrada a aprox. 5 V.

Seleccionar en el Analizador estos valores: V1 = 2 V2 = 5, 10. Fr / Khz : 200 ; SPAN/ Khz : MAX. ; b/hz : 500 ; T/ s : 40

10. Completar la tabla 7.2.1 y dibujar o capturar la imagen del espectro observado con el analizador.

Ingrese la curva envolvente dentro del espectro de las bandas laterales. Con que regularidad esta curva es continua.

11. Ahora usar nuevamente la entrada del amplificador. Verificar la relación marca espacio en la salida del amplificador de entrada, que efectos espera en el espectro si la relación marca espacio de la señal modulada no es exactamente Ƭ/Tp = 5/10?.

Usar la tabla 7.2.2 y capturar la imagen obtenida en el analizador.


12. Repetir la toma del espectro usando el filtro. Alimente la señal moduladora a través del filtro pasa bajo del modulador ASK, capturar la imagen y observar los cambios.

13. Ahora usar nuevamente la entrada del amplificador. Verificar la relación marca espacio en la salida del amplificador de entrada, que efectos espera en el espectro si la relación marca espacio de la señal modulada no es exactamente Ƭ/Tp = 5/10? Usar la tabla 7.2.2y diagrama 7.2.4.

14. Repetir la toma del espectro usando el filtro. Alimente la señal moduladora a través del filtro pasa bajo del modulador ASK, usar la tabla 7.2.3 y capturar la imagen obtenida en el osciloscopio.


DEMODULACIÓN

1. La señal ASK tiene una curva envolvente que varia con el tiempo, consecuentemente este puede ser demodulado usando un demodulador envolvente.

2. Instalar el demodulador ASK/PSK ver Fig. 2, alimente la entrada del amplificador en el modulador ASK/FSK/PSK, con una señal cuadrada con Ƭ/Tp = 50%, Am=4Vpp y Fm = 100 Hz.

3. Visualizar la señal a la salida bipolar del demodulador ASK.

4. Dibujar o capturar la imagen de la señal moduladora Sm(t) y la señal demodulada Sd(t) conjuntamente.

5. Incrementar la frecuencia de la señal moduladora a fm = 10 Khz. Dibujar o capturar la imagen de la señal moduladora Sm (t) y la señal de salida del rectificador síncrono.

V. SIMULACIÓN

SIMULACION PARA ASK: Usar Matlab para determinar las señales ASK , FSK Recomendación: puede usar las funciones modulación del Mathlab, les pongo unos ejemplos

t=0.5e-3/40:0.5e-3/40:4e-3; t1=0.5e-3/40:0.5e-3/40:0.5e-3; s1=sin(2*pi*4e3*t1); s2=[s1 s1 s1 s1 s1 s1 s1 s1]; for i=1:length(x); s(i*40-39:i*40)=x(i)*s1 d(i*40-39:i*40)=x(i)*ones(1,40) end figure(1) subplot(3,1,1) plot(t,d,0,-0.1,0,1.1) grid title('modulacion por conmutacion de Amplitud(ASK)')

subplot(3,1,2) plot(t,s2) grid title('señal portadora')

subplot(3,1,3) plot(t,s) grid title('señal modulada')

h=0:10^3/40:319*(10^3/40)

figure(2)

W=fft(d);


Cn=fftshift(W); magCn=abs(Cn); subplot(2,1,1) plot(h,magCn); grid; title('espectro de la señal de entrada ASK'); xlabel('Hertz----------->'); ylabel('Magnitud del espectro'); 5

W=fft(s); Cn=fftshift(W); magCn=abs(Cn);

subplot(2,1,2) plot(h,magCn); grid; title('espectro de la señal de entrada ASK') xlabel('Hertz----------->'); ylabel('Magnitud del espectro'); Después ir ala ventana de comandos y darle un valor al vector x en este caso le daremos >> x = [1 0 1 0 1 0 1 0] Luego declaramos la función >> ASK(x) Y obtendremos las graficas

0 1000 2000 3000 4000 5000 6000 7000 80000

50

100

150

200espectro de la señal de entrada ASK

Hertz----------->

Mag

nitu

d de

l esp

ectr

o

0 1000 2000 3000 4000 5000 6000 7000 80000

20

40

60

80espectro de la señal de entrada ASK

Hertz----------->

Mag

nitu

d de

l esp

ectr

o


SIMULACIÓN DE FSK:

Recomendación: puede usar las funciones modulación del Mathlab, les pongo unos ejemplos function modulacion_FSK=FSK(x) t=0.5e-3/40:0.5e-3/40:4e-3; t1=0.5e-3/40:0.5e-3/40:0.5e-3; s1=sin(2*pi*4e3*t1); s2=sin(2*pi*(4e3-2e3).*t1); %para el bit 0 s3=sin(2*pi*(4e3+2e3).*t1); %para el bit 1 s4=[s1 s1 s1 s1 s1 s1 s1 s1]; for i=1:length(x); if (x(i)==1) s(i*40-39:i*40)=s3 elseif (x(i)==0) s(i*40-39:i*40)=s2 end d(i*40-39:i*40)=x(i)*ones(1,40) end figure(1) subplot(3,1,1) plot(t,d,0,-0.1,0,1.1) grid title('modulacion por conmutacion de frecuencia(FSK)')

0 0.5 1 1.5 2 2.5 3 3.5 4

x 10-3

-2

0

2modulacion por conmutacion de Amplitud(ASK)

0 0.5 1 1.5 2 2.5 3 3.5 4

x 10-3

-1

0

1señal portadora

0 0.5 1 1.5 2 2.5 3 3.5 4

x 10-3

-1

0

1señal modulada


subplot(3,1,2) plot(t,s4) grid title('señal portadora') subplot(3,1,3) plot(t,s) grid title('señal modulada') h=0:10^3/40:319*(10^3/40) figure(2) W=fft(d); Cn=(1)*fftshift(W); magCn=abs(Cn); subplot(2,1,1) plot(h,magCn); grid; title('espectro de la señal de entrada FSK'); xlabel('Hertz----------->'); ylabel('Magnitud del espectro'); W=fft(s); Cn=fftshift(W); magCn=abs(Cn); subplot(2,1,2) plot(h,magCn); grid; title('espectro de la señal de entrada FSK') xlabel('Hertz----------->'); ylabel('Magnitud del espectro'); Después ir a la ventana de comandos y darle un valor al vector x en este caso le daremos >> x = [1 1 0 0 1 1 0 0] Luego declaramos la función >> FSK(x) Y obtendremos las graficas


SIMULACIÓN PARA OBTENER PSK En un editor con extensión .m en Matlab escribir lo siguiente para la modulación PSK function modulacion_PSK=PSK(x) t=0.5e-3/40:0.5e-3/40:4e-3; t1=0.5e-3/40:0.5e-3/40:0.5e-3;

s1=sin(2*pi*4e3*t1); s2=sin(2*pi*4e3*t1+pi);

0 1000 2000 3000 4000 5000 6000 7000 80000

50

100

150

200espectro de la señal de entrada FSK

Hertz----------->

Mag

nitu

d de

l esp

ectro

0 1000 2000 3000 4000 5000 6000 7000 80000

50

100espectro de la señal de entrada FSK

Hertz----------->

Mag

nitu

d de

l esp

ectro

0 0.5 1 1.5 2 2.5 3 3.5 4

x 10-3

-2

0

2modulacion por conmutacion de frecuencia(FSK)

0 0.5 1 1.5 2 2.5 3 3.5 4

x 10-3

-1

0

1señal portadora

0 0.5 1 1.5 2 2.5 3 3.5 4

x 10-3

-1

0

1señal modulada


s3=[s1 s1 s1 s1 s1 s1 s1 s1];

for i=1:length(x); if (x(i)==1) s(i*40-39:i*40)=s1 elseif (x(i)==0) s(i*40-39:i*40)=s2 end d(i*40-39:i*40)=x(i)*ones(1,40) end

figure(1)

subplot(3,1,1) plot(t,d,0,-0.1,0,1.1) grid title('modulacion por conmutacion de fase(PSK)')

subplot(3,1,2) plot(t,s3) grid title('señal portadora')

subplot(3,1,3) plot(t,s) grid title('señal modulada')

h=0:10^3/40:319*(10^3/40) figure(2)

W=fft(d); Cn=fftshift(W); magCn=abs(Cn);

subplot(2,1,1) plot(h,magCn); grid; title('espectro de la señal de entrada PSK'); xlabel('Hertz----------->'); ylabel('Magnitud del espectro');

W=fft(s); Cn=fftshift(W); magCn=abs(Cn);

subplot(2,1,2) plot(h,magCn); grid; title('espectro de la señal de entrada PSK') xlabel('Hertz----------->'); ylabel('Magnitud del espectro');


Después ir ala ventana de comandos y darle un valor al vector x en este caso le daremos >> x = [1 1 0 1 0 1 1 0] Luego declaramos la función >> PSK(x) Y obtendremos las graficas

0 1000 2000 3000 4000 5000 6000 7000 80000

50

100

150

200espectro de la señal de entrada PSK

Hertz----------->

Mag

nitu

d de

l esp

ectro

0 1000 2000 3000 4000 5000 6000 7000 80000

50

100espectro de la señal de entrada PSK

Hertz----------->

Mag

nitu

d de

l esp

ectro

0 0.5 1 1.5 2 2.5 3 3.5 4

x 10-3

-2

0

2modulacion por conmutacion de fase(PSK)

0 0.5 1 1.5 2 2.5 3 3.5 4

x 10-3

-1

0

1señal portadora

0 0.5 1 1.5 2 2.5 3 3.5 4

x 10-3

-1

0

1señal modulada


LABORATORIO DE TELECOMUNICACIONES II IT 564

EXPERIENCIA N°2

SIMULACIÓN DE LOS CÓDIGOS DE LÍNEA.

I. OBJETIVOS:

• Al finalizar la experiencia del presente laboratorio, el alumno conocerá las características fundamentales de algunos códigos de línea, y habrá tomado contacto con los problemas que presentan tanto su generación como su correcta recuperación, encontrando aplicación a conceptos estudiados en el curso tanto teórico, como practico.

• Asimismo, mediante la simulación de los códigos de línea iniciar en el conocimiento de las

funciones de Matlab como por ejemplo: UNRZ, URZ, PNRZ, BRZ, AMINRZ, AMIRZ MANCHESTER, etc.

II. PARA EL INFORME PREVIO:

1. Definir y explicar detalladamente, las etapas de un sistema digital de comunicaciones.

2. Explique el aliasing y el teorema de Nyquist.

3. Defina la codificación PCM, la ley de compresión “a” y la ley “µ”.

4. En el canal de comunicaciones cuantos tipos de ruido se presentan.

5. Ventajas del uso de cuantizacion no uniforma en señales de voz.

6. Investigar y explicar las características de los códigos AMI NRZ, RZ, Manchester, HDB3,B6ZS, Miller.

III. EQUIPOS Y MATERIALES

• Una computadora • Software Matlab

IV. SIMULACION

Consideraciones generales para la simulación.

Hasta ahora hemos supuesto que las señales PCM transmitidas estaban codificadas en binario natural con o sin retorno a cero. Mientras algunos sistemas pueden transmitir directamente en binario natural, otros convierten las secuencias binarias originales en nuevas secuencias binarias, denominadas “Códigos de Línea”. Estas formas tienen algunas ventajas en términos de facilidad de procesamiento y sincronización, requerimientos de ancho de banda, y otros factores.


En general, los códigos de línea deben cumplir, entre otras, con las siguientes condiciones:

1. Que la amplitud de la componente continua sea lo más pequeña posible. La componente continua, además de demandar potencia adicional, produce “derivas” en la línea de base de la señal. Por otro lado, la presencia de componentes continuas produce impulsos unitarios periódicos en el espectro, los cuales complican los circuitos de control automático de ganancia en el receptor.

2. Que las señales de temporización puedan ser fácilmente extraídas de la señal recibida. La señal codificada debe poseer muchas transiciones o cruces por cero, aunque la señal original contenga largas secuencias de UNOS o CEROS.

3. Que el contenido espectral sea el más adecuado según las características del medio de transmisión. El espectro deberá estar contenido dentro de una banda restringida, es decir, deberá ser cero en los bordes de la banda y máximo en el centro de la misma.

4. Que la señal codificada pueda ser descodificada unívocamente para permitir la recuperación fiel de la secuencia original. Para ello, el código de línea debe satisfacer la “condición del prefijo”, esto es, ninguna “palabra” del “alfabeto” utilizado debe ser la primera parte de otra palabra. También es deseable que la descodificación pueda realizarse inmediatamente luego de recibida la secuencia.

5. El código debe ser eficiente para aprovechar al máximo la capacidad del canal y ser inmune a las interferencias y ruido, lo cual produce una elevada tasa de errores.

6. Además de los aspectos puramente técnicos, hay que tomar en cuenta el aspecto económico. Es deseable que el código sea fácil de generar y detectar a fin de reducir la complejidad y costo del sistema. De esta manera se asegura una mayor confiabilidad.

Es muy difícil que un solo código pueda satisfacer todas las condiciones anteriores, y la selección de un determinado código va a depender de la aplicación usada.

V. PROCEDIMIENTO:

Realizar la simulación utilizando MATLAB de las secuencias aleatorias unipolar NRZ de amplitud A, unipolar RZ de amplitud A, bipolar NRZ de amplitudes ± A, bipolar AMI RZ de amplitud ± A y bipolar MANCHESTER de amplitud ± A. Así como también la Función de Auto correlación y la Densidad Espectral de Potencia. Considerar Tb = 1 seg. y el valor de A = 1 volt. Se pueden considerar otros valores en forma arbitraria, coordinando con el profesor.

NRZ de amplitud A: Usar como ejemplo


RZ de amplitud A: Usar el presente código como ejemplo y seguidamente el código propuesto en su informe previo.

NRZ de amplitudes ± A.- Usar el presente código como ejemplo y seguidamente el código propuesto en su informe previo.


AMI RZ de amplitud ± A .- Usar el presente código como ejemplo y seguidamente el código propuesto en su informe previo.

MANCHESTER de amplitud ± A .- Usar el presente código como ejemplo y seguidamente el código propuesto en su informe previo.

Para una secuencia aleatoria bipolar MANCHESTER de amplitud ± A, Fig.


Para el Informe Final:

1. Presentar los programas ejecutados. 2. Explicar las diferencias en el uso de estos códigos en función a su aplicación, errores etc. 3. Presentar un caso usando el código que más le convenga.

UNIVERSIDAD NACIONAL DE INGENIERÍA FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA Docente: ING. VIRGINIA ROMERO F. __________________________________________________________________________________________________ VI. SIMULACION

UNIPOLAR NRZ

function UNRZ(h) clf; n=1; l=length(h); h(l+1)=1; while n<=length(h)-1; t=n-1:0.001:n; if h(n) == 0 if h(n+1)==0 y=(t>n); else y=(t==n); end d=plot(t,y);grid on; title('Line code UNIPOLAR NRZ'); set(d,'LineWidth',2.5); hold on; axis([0 length(h)-1 -1.5 1.5]); disp('zero'); else if h(n+1)==0 %y=(t>n-1)-2*(t==n); y=(t<n)-0*(t==n); else %y=(t>n-1)+(t==n-1); y=(t<n)+1*(t==n); end %y=(t>n-1)+(t==n-1); d=plot(t,y);grid on; title('Line code UNIPOLAR NRZ'); set(d,'LineWidth',2.5); hold on; axis([0 length(h)-1 -1.5 1.5]); disp('one'); end n=n+1; %pause; end


AMI NO RETORNO A ZERO

function AMINRZ(h) clf; n=1; l=length(h); h(l+1)=1; ami=-1; while n<=length(h)-1; t=n-1:0.001:n; if h(n) == 0 if h(n+1)==0 y=(t>n); else if ami==1 y=-(t==n); else y=(t==n); end end d=plot(t,y);grid on; title('Line code AMI NRZ'); set(d,'LineWidth',2.5); hold on; axis([0 length(h)-1 -10 10]); disp('zero'); else ami=ami*-1; if h(n+1)==0 if ami==1 y=(t<n); else y=-(t<n); end else if ami==1

0 1 2 3 4 5 6 7 8 9 10-1.5

-1

-0.5

0

0.5

1

1.5Line code UNIPOLAR NRZ


y=(t<n)-(t==n); else y=-(t<n)+(t==n); end end %y=(t>n-1)+(t==n-1); d=plot(t,y);grid on; title('Line code AMI NRZ'); set(d,'LineWidth',2.5); hold on; axis([0 length(h)-1 -1.5 1.5]); disp('one'); end n=n+1; %pause; end

AMI RZ

function AMIRZ(h) clf; n=1; l=length(h); h(l+1)=1; ami=-1; while n<=length(h)-1; t=n-1:0.001:n; if h(n) == 0 if h(n+1)==0 y=(t>n); else if ami==1 y=-(t==n);

0 2 4 6 8 10 12 14 16-1.5

-1

-0.5

0

0.5

1

1.5Line code AMI NRZ


else y=(t==n); end end d=plot(t,y);grid on; title('Line code AMI RZ'); set(d,'LineWidth',2.5); hold on; axis([0 length(h)-1 -1.5 1.5]); disp('zero'); else ami=ami*-1; if h(n+1)==0 if ami==1 y=(t<n-0.5); else y=-(t<n-0.5); end else if ami==1 y=(t<n-0.5)-(t==n); else y=-(t<n-0.5)+(t==n); end end d=plot(t,y);grid on; title('Line code AMI RZ'); set(d,'LineWidth',2.5); hold on; axis([0 length(h)-1 -1.5 1.5]); disp('one'); end n=n+1; end

0 2 4 6 8 10 12 14 16-1.5

-1

-0.5

0

0.5

1

1.5Line code AMI RZ


MANCHESTER

function MANCHESTER(h) clf; n=1; h=~h; l=length(h); h(l+1)=1; while n<=length(h)-1; t=n-1:0.001:n; if h(n) == 0 if h(n+1)==0 y=-(t<n)+2*(t<n-0.5)+1*(t==n); else y=-(t<n)+2*(t<n-0.5)-1*(t==n); end d=plot(t,y);grid on; title('Line code MANCHESTER'); set(d,'LineWidth',2.5); hold on; axis([0 length(h)-1 -1.5 1.5]); disp('one'); else if h(n+1)==0 y=(t<n)-2*(t<n-0.5)+1*(t==n); else y=(t<n)-2*(t<n-0.5)-1*(t==n); end %y=(t>n-1)+(t==n-1); d=plot(t,y);grid on; title('Line code MANCHESTER'); set(d,'LineWidth',2.5); hold on; axis([0 length(h)-1 -1.5 1.5]); disp('zero'); end n=n+1; %pause; end


MILLER

h=[1 1 0 0 1 0 1 1 0 0 0 1 1 1 1 0]; est_inicial=-1 clc close all con=est_inicial long=length(h) n=1; ac=[]; bits=[]; h(long+1)=0; while n<=long if h(n)==1 bit=[ones(1,100)]; s=[con*ones(1,50) -con*ones(1,50)]; con=con*-1; else bit=[zeros(1,100)]; s=[con*ones(1,100)]; if h(n+1)==0 con=con*-1; end end ac=[ac s]; bits=[bits bit]; n=n+1; s=[]; end subplot(2,1,1);plot(bits,'LineWidth',2); title('Señal de entrada'); set(gca,'xtick',0:100:100*long) axis([0 100*(length(h)-1) -2 2]) grid on

0 1 2 3 4 5 6 7 8 9 10-1.5

-1

-0.5

0

0.5

1

1.5Line code MANCHESTER


subplot(2,1,2);plot(ac,'LineWidth',2) title('Señal Codificada MILLER') set(gca,'xtick',0:100:100*long) axis([0 100*(length(h)-1) -2 2]) grid on

0 100 200 300 400 500 600 700 800 9001000110012001300140015001600-2

-1

0

1

2Señal de entrada

0 100 200 300 400 500 600 700 800 9001000110012001300140015001600-2

-1

0

1

2Señal Codificada MILLER


LABORATORIO DE TELECOMUNICACIONES II (IT564) EXPERIENCIA N°3

EL EFECTO DE ISI Y DEL RUIDO MEDIANTE LA OBSERVACIÓ N DEL DIAGRAMA DE OJO

I. OBJETIVOS

El objetivo de este laboratorio consiste en hacer comprender al alumno el efecto que el canal y el ruido tienen sobre las señales de comunicaciones digitales. Así mismo trata sobre el estudio de receptores y de sus prestaciones (probabilidad de error). En particular se estudiarán:

• Las causas más comunes de distorsión en los sistemas de comunicaciones digitales • El efecto de la ISI y del ruido mediante la observación del diagrama de ojo. • Los receptores basados en el filtro adaptado • Prestaciones de receptores no adaptados.

II. PREGUNTAS PARA EL INFORME PREVIO:

1. Cuando y para que se obtiene el diagrama de ojos? 2. Que es el Jitter? 3. Que representa el BER o tasa de bit en error? 4. Defina la interferencia inter simbolo.

NOTA: Si le falta algun dato asuma un valor.

III. EQUIPOS Y MATERIALES


IV. PROCEDIMIENTO

INTRODUCCIÓN A LA SIMULACION DE CANALES.

En la fig.1 se observa las etapas analógicas de un sistema de comunicaciones digitales en banda base.

Filtro transmisor

señal Filtro receptor CANAL

N(t) ruido

Fig. 1

Uno de los resultados más interesantes del procesado de señal es que es posible procesar señales continuas mediante filtros digitales (ver Figura 2). Esto es, dado un sistema LTI continuo con respuesta al impulso h(t) y respuesta en frecuencia H(f) que para una entrada x(t)


da una salida y(t), es posible sustituirlo por un sistema en tiempo discreto equivalente, siempre que la señal x(t) se muestree cumpliendo el criterio de Nyquist.

Sistema continuox(t) y(t)

Sistema discretox(t) y(t) A/D D/A

H(ω)

H(f)

Figura 2. Simulación digital de un sistema continuo.

Por tanto sustituiremos en nuestra simulación los sistemas en tiempo continuo por sus equivalentes discretos. Es más, como la entrada al filtro transmisor es una señal en tiempo discreto (los símbolos) podemos eliminar el A/D y sustituir el filtro transmisor por su equivalente discreto (de hecho, en la mayoría de los sistemas reales de Comunicaciones Digitales los filtros transmisor y receptor se implementan digitalmente. De igual manera podemos sustituir el canal por su sistema digital equivalente, añadir a la señal de salida un ruido generado digitalmente de la misma densidad espectral de potencia del que existe en la realidad y filtrar la señal resultante por un filtro receptor digital. Si esta simulación digital se lleva a cabo cuidadosamente, el efecto es exactamente igual al del sistema continuo. Adicionalmente, podremos enviar a la tarjeta de sonido cualquiera de las señales con el fin de observarlas en el osciloscopio y comprobar la veracidad de las simulaciones.

Nota : Para que el entorno de simulación funcione adecuadamente es necesario inicializar una

serie de variables globales ejecutando el comando iniciar. Al ejecutar iniciar el programa le

solicitará el número de experimento:

>>Introduzca el número de experimento

debe introducir un #. El programa deberá responder: >>================================================= >> En esta sesión de MATLAB se utilizan 10 muest ras por símbolo. >> Asumiendo un régimen binario de 800 bits/seg, la frecuencia >> de muestreo es 8 [kHz]. >> La componente frecuencial más alta que pueden manejar las >> rutinas MATLAB es menor o igual que 4.00 [kHz ]. >> >>===================================================

Se utilizan 10 muestras por símbolo, con lo que una señal de comunicaciones binaria a 800 baudios se muestreará a 8 KHz (ancho de banda de simulación 4 KHz). En el caso de que el programa no se comporte de esta manera, ejecute el comando clear global y repita la operación. Si sigue sin dar los resultados previstos pregunte al profesor. Recuerde que si en algún momento ejecuta el comando clear o abandona Matlab deberá ejecutar de nuevo iniciar. En esta sección vamos a analizar el efecto de un canal en la señal transmitida utilizando la función channel:

UNIVERSIDAD NACIONAL DE INGENIERÍA FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA Docente: ING. VIRGINIA ROMERO F. __________________________________________________________________________________________________ PROCEDIMIENTO

1. Realizar la simulación del programa, para ello usar los siguientes datos:

Numero de símbolos: N=500 Numero de muestras por símbolo: m=10 Duración del pulso: D=4 y D = 10 Rolloff: beta=0 Número de ojos: neye=3

2. Analizar el efecto de un canal en la señal transmitida utilizando la función channel.

3. Comprobar el efecto de un canal limitado en banda sobre la señal de comunicaciones.

4. Repetir el primer paso para diferentes anchos de banda: {2500, 1500,1000 y 500}

5. En la parte 2: Generar una señal polar_nrz conocida.

6. Observar cómo se genera un diagrama de ojo y como refleja la distorsión introducida por el

canal en la señal x.

7. Usando codlin generar el diagrama de ojo de una señal NRZ polar de 4410 bps

muestreada a

8. 44100 muestras/s para valores de potencia de ruido s2 = {0.02, 0.1} sin limitación en el

9. ancho de banda (use Ancho de Banda = 21000Hz) y para s2 = 0.01 con anchos de banda

10. Bw={5000, 10000}. Obsérvese también en el osciloscopio.

11. Repita el apartado anterior con código manchester

12. Realizar los procedimientos indicados para: filtro adaptivo para pulsos rectangulares,

13. detector de señales, receptor basado en filtro adaptivo.

V. SIMULACIÓN:

A continuación a manera de apoyo se dan unos ejemplos para la simulación solicitada.

Codigo1. Función principal, que define los parámetr os, origina la señal y genera el diagrama del ojo

% 2 posibles amplitudes: 1 bit por símbolo N=500; bits=3*round(rand(1,N))-1; %parámetros m=10;%muestras por intervalo de símbolo D=4 ;%duración del pulso rc, en intervalos de símbolo en seg; D tiene que ser par beta=0;%roll off ; %entrada del filtro formador in=zeros(1,N*m); in(1:m:end)=bits; %respuesta al impulso del filtro formador: pulso raised cosine ps=rc(D,m,beta); %generación de la señal transmitida (analógica) tx=filter(ps,1,in);


%Para graficar el diagrama de ojo de la señal tx se puede usar el siguiente código: diagrama de ojo x=tx(50*m:end); neye=2;c=floor(length(x)/(neye*m)); xp=x(end-neye*m*c+1:end); plot(reshape(xp,neye*m,c)); xlabel('tiempo(muestras)'); ylabel('Amplitud');

Diagrama del ojo para una señal con una duración de pulso de 4:

Diagrama del ojo para una señal con una duración de pulso de 4:


Codigo2. Función del coseno alzado

function s=rc(syms,P,beta); if ( beta==0.5 ) % if beta==0, srrc == sinc x = srrc(syms/2,P,0); [t i]=max(x); % normalize amplitude to 1 s=x./x(i) ; else x =srrc(syms/2,P/2,beta) ; s =conv(x,x) ; end Diagrama del ojo para una señal con duración de pul so D=10 y beta = 0.5

Codigo3. Función del coseno alzado cuadrático medio

function s=srrc(syms,P,beta);

k=-syms*P+1e-8:syms*P+1e-8;

%numerical problems if beta=0

if(beta==0),beta=1e-8;end;

%calculation of srrc pulse

s=4*beta/sqrt(P)*(cos((1+beta)*pi*k/P)+...

sin((1-beta)*pi*k/P)./(4*beta*k/P))./(pi*(1-

16*(beta*k/P).^2));

end


VI. ELABORACIÓN DE RESULTADOS.

Capturar las imágenes obtenidas en la simulación y analizarlas.

VII. PREGUNTAS PARA EL INFORME FINAL:

1. Que información obtiene del diagrama de ojo, detallar cada uno de ellos.

2. En qué casos se usa?


LABORATORIO DE TELECOMUNICACIONES II (IT564) EXPERIENCIA N°4

TRANSMISION DE SEÑALES DIGITALES MEDIANTE DISPERSION

DEL ESPECTRO (SPREAD SPECTRUM)

I. OBJETIVO

• Aprender las distintas técnicas de dispersión del espectro. • Conocer las características fundamentales de la transmisión de señales digitales mediante

dispersión del espectro • Entender porque el ancho banda de la señal transmitida es mucho mayor que el ancho de

banda de la señal mensaje m(t) • Utilizar Matlab para la simulación.

II. EQUIPOS Y MATERIALES


III. CONSIDERACIONES GENERALES.

En los sistemas de comunicación, para algunas aplicaciones se deben de considerar aspectos tales como la capacidad o robustez contra interferencias (espontáneas o maliciosas), capacidad para acceso múltiple a un medio y baja probabilidad de intercepción, aspectos que son de gran importancia. Estos objetivos se pueden optimizar aplicando las técnicas del espectro disperso (spread spectrum, SS). Existen varias técnicas de dispersión del espectro. Para ser considerado como un sistema SS, el sistema debe satisfacer los criterios siguientes: 1. Que el ancho de banda de la señal transmitida sea mucho mayor que el ancho de banda de

la señal mensaje m(t). 2. Que la dispersión del ancho de banda de la señal transmitida sea producida por una señal

s(t), denominada “señal dispersora”, independiente de m(t), y que la señal s(t) se pueda reproducir en el receptor a fin de extraer la señal mensaje m(t) de la señal transmitida. Una señal dispersora que permite cumplir con estos dos criterios es justamente la señal seudoaleatoria o secuencia PN.

Los sistemas SS de más aplicación en la práctica son:

• Sistemas SS de Secuencia Directa (Direct Sequence Spread Spectrum, DSSS).

UNIVERSIDAD NACIONAL DE INGENIERÍAFACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICADocente: ING. VIRGINIA ROMERO F.__________________________________________________________________________________________________

• Sistemas SS mediante Conmutación de Frecuencias (Frequency Hopping SpreadFHSS).

Consideremos entonces el modelo de un sistema PSK/DSSS mostrado en la Fig. 1

Fig. 1 Modelo de un Sistema de Espectro Disperso en Secuencia Directa (DSSS)

IV. PROCEDIMIENTO

Mediante MatLab Simular la señal c(t) generada a partir de un registro realimentado de TRES Flip Flop, donde inicialmente se encuentran los bits 110 el cual genera una secuencia de 7 Bits, b(t) se deben generar a partir de la digitalización de la palabra (voz) “murciélag NOTA.- Obtener la señal WAV del murciélago

Simular la “Modulación DSadjunta.


Sistemas SS mediante Conmutación de Frecuencias (Frequency Hopping Spread


Modelo de un Sistema de Espectro Disperso en Secuencia Directa (DSSS)

Simular la señal c(t) generada a partir de un registro realimentado de TRES Flip Flop, donde inicialmente se encuentran los bits 110 el cual genera una secuencia de 7 Bits, b(t) se deben generar a partir de la digitalización de la palabra (voz) “murciélag

Obtener la señal WAV del murciélago de Internet y llevar al laboratorio en un USB.

Simular la “Modulación DS-SS” y “Modulación Pasa-Banda DS-SS”, cuyo diagrama se

__________________________________________________________________________________________________

Sistemas SS mediante Conmutación de Frecuencias (Frequency Hopping Spread Spectrum,


Modelo de un Sistema de Espectro Disperso en Secuencia Directa (DSSS)

Simular la señal c(t) generada a partir de un registro realimentado de TRES Flip Flop, donde inicialmente se encuentran los bits 110 el cual genera una secuencia de 7 Bits, b(t) se deben generar a partir de la digitalización de la palabra (voz) “murciélago”.

de Internet y llevar al laboratorio en un USB.

SS”, cuyo diagrama se


V. SIMULACIÓN

Codificación en MATLAB de la modulación DSSS function[x]=dsss(tiempoinf,paso,tb,a,b,c) figure bp=up(b); subplot(3,1,1) pb(tiempoinf,paso,tb*7,a,b); title('Señal de informacion (b)') cp=up(c); subplot(3,1,2) pb(tiempoinf,paso,tb,a,c); title('Señal de codigo (c)') s=bp*cp; sl=mv(s); subplot(3,1,3) x=pu(sl); pb(tiempoinf,paso,tb,a,x); title('Señal modulada ') FUNCION QUE PLOTEA LOS BITS: function[y]=pb(tiempoinf,paso,tb,a,s) nb=length (s); tiemposup=tiempoinf+nb*tb; t=[tiempoinf:paso:tiemposup]; i=1; indice=1; n=length(t); while(i<nb+1) while(t(indice)<i*tb) if(s(i)==0)


y(indice)=-a; indice=indice+1; y(n)=-a; end

if(s(i)==1) y(indice)=a; indice=indice+1; y(n)=a; end end i=i+1; end plot(t,y,'r','LineWidth',2) grid on

FUNCION QUE TRANSFORMA UNA MATRIZ EN UN VECTOR FILA :

function[cl]=mv(c) s=size(c); m=s(1); n=s(2); for l=1:m; for p=1:n; i=n*(l-1)+p; cl(1,i)=c(l,p); end end

CODIFICACIÓN EN MATLAB DE LA MODULACIÓN PASO BANDA DSSS

function[q]=pbdsss(tiempoinf,paso,tb,a,x) nb=length (x); tiemposup=tiempoinf+nb*tb; t=[tiempoinf:paso:tiemposup]; figure subplot(3,1,1) pb(tiempoinf,paso,tb,a,x); title('Señal modulada DSSS') subplot(3,1,2) [y]=pb(tiempoinf,paso,tb,a,x); [k]=ps(tiempoinf,paso,tb,a,x); title('Señal Sinusoidal ') q=y.*k; subplot(3,1,3) plot(t,q) title('Señal modulada PASO BANDA DSSS') grid on

Ingresando la palabra murcielago dentro del Matlab >> y=wavread('murcielago') plot(y)


MODULACION DSSS Para nuestro ejemplo tenemos: >>b=[1;0] >>c=[0 1 1 1 0 1 0] >>x=dsss(0,0.01,1,1,b,c)

MODULACION PASO BANDA DSSS � TOMANDO EL RESULADO ANTERIOR:

UNIVERSIDAD NACIONAL DE INGENIERÍA FACULTAD DE INGENIERÍA ELÉCTRICA Y ELECTRÓNICA Docente: ING. VIRGINIA ROMERO F. __________________________________________________________________________________________________ >>q=pbdsss(0,0.01,1,1,x);

Documents

Guia de Tele2