LABORATORIO DE SISTEMAS DE TELECOMUNICACIONES
PRACTICA #1
INTEGRANTES: JOSE ANTONIO PALOMINOS ANDDY LOBERTY MACIAS
FECHA:30 DE OCTUBRE DEL 2017
PARALELO: 2
TEMA FILTRO DE ACOPLAMIENTO
DETALLE DEL PROGRAMA:
El filtro acoplado es el filtro óptimo cuando el ruido que se introduce en el canal es blanco. Se llama acoplado pues la respuesta al impulso tiene la forma de la señal simetrizada. Para poder simular lo que es el filtro de acoplamientos, se va a usar tres diferentes tipos de señales a diferentes niveles de potencia del ruido, y se verificara la salida del filtro, lo cual se ha seguido los procedimientos matemáticos que en este caso será de mucha ayuda utilizar Matlab, debido a la facilidad para realizar cálculos con funciones básicas de transmisión de ruido, como es el caso de pulso rectangulares y triangulares, luego a continuación siguiendo los procedimientos matemáticos repasados en clases a la señal de entrada hay que girarla y desplazarla según el valor del tiempo de bit y después realizar la convolución de esta última señal con la señal original. Para una mejor observación se ha implemento una interface con 4 graficas observándose el procedimiento y cambio de la señal, comenzando por la señal original de entrada, la señal girada y desplazada TS, luego la señal original añadida el ruido gaussiano, y por último la señal a la salida del filtro. CODIGO DEL PROGRAMA: clc; x=input('*** ingrese forma de onda ***\n 1.onda triangular\n 2.pulso\n 3.tren de pulsos\n\n0pcion:' ); TS=pi/2; if x == 1 T=input('\n INGRESE VALOR DEL PERIODO(T) DE LA ONDA TRIANGULAR (T): '); SNR=input('\n INGRESE DEL SNR: '); syms t1 t=0:1/100:T; x1=triangularPulse(0,T,t); subplot(3,1,1); plot(x1); title('Message Signal'); r1=awgn(x1,SNR, 'measured'); subplot(3,1,2) plot(r1) title('Message Signal with AWGN'); syms t2 t2=0:1/100:T; h1=triangularPulse(-TS,T-TS,t2); y1=conv(r1,h1); subplot(3,1,3) plot(y1) title('Message Signal with AWGN after the filter' ); elseif x == 2 N=input('\n INGRESE VALOR DEL PERIODO(T) DEL PULSO RECTANGULAR: ' ); SNR=input('\n INGRESE DEL SNR: '); t2=linspace(-N,N,13000); x1=rectpuls(t2-N/2,N); subplot(3,1,1); plot(t2,x1); ylim([-2 3]) grid on title('Message Signal'); r1=awgn(x1,SNR, 'measured'); subplot(3,1,2) plot(t2,r1) ylim([-2 5]) grid on
title('Message Signal with AWGN'); h1=rectpuls((t2+N/2)-TS,N); y1=conv(r1,h1,'same'); subplot(3,1,3) plot(t2,y1) ylim([-2 7000]) grid on title('Message Signal with AWGN after the filter' );
elseif x==3 tt=input('\n INGRESE VALOR DEL PERIODO(T) DE CADA PULSO DEL tREN: '); N=input('\n INGRESE VALOR NUMERO DE PULSO: '); SNR=input('\n INGRESE DEL SNR: '); t2=linspace(-tt*N,tt*N,13000); d=[tt/4:tt:tt*N]; x1=pulstran(t2,d, 'rectpuls',tt/2); subplot(3,1,1); plot(t2,x1); ylim([-2 3]) grid on title('Message Signal'); r1=awgn(x1,SNR, 'measured'); subplot(3,1,2) plot(t2,r1) ylim([-2 5]) grid on title('Message Signal with AWGN');
h1=pulstran(-t2+TS,d, 'rectpuls',tt/2); y1=conv(r1,h1,'same'); subplot(3,1,3) %plot(h1) plot(t2,y1) ylim([-2 5000]) grid on title('Message Signal with AWGN after the filter' ); end
GRAFICAS DE LAS SEÑALES
SEÑAL TRIANGULAR SNR=10
SNR=20
SEÑAL DE PULSO RECTANGULAR SNR=10
SNR=20
SEÑAL DE TREN DE PULSOS RECTANGULARES SNR=10
SNR=20
DESEMPEÑO DEL FILTRO Se puede observar que para el filtro de acoplamiento en su eficiencia depende del tipo de señal que este a la entrada, ya que como observamos para la señal triangular se obtuvo a la salida una información con poco error de transmisión, pero en cambio en las señales de pulso rectangular varió mucho la señal de salida es decir el error aumentó, aunque su frecuencia es la misma, pero la potencia de la señal se va perdiendo según vaya aumentando el tamaño del mensaje que este transmitiéndose debido al aumento del error.
