Professional Documents
Culture Documents
Presentado por:
Edisson Alfredo, Gutiérrez Oppe
Jesus Antonio, Cayllahua Huamani
Gabriel Gonzalo, Villanueva Díaz
Darwin Diego, Rodriguez Juliano
Arequipa – Perú
2016
CONCEPTOS:
PRACTICA #4: MODULACION DELTA
BLOQUES DE DISEÑO
Seno
Delta Demod
SIMULACIÓN
Simule el modelo durante 0,032 segundos. Fije los parámetros de simulación como sigue:
Start time = 0
Stop time = 0.035
Min step size = 0.00001
Max step size = 10
Relative Tolerance = 1e-3
NOTA: El parámetro Min step size lo cambiamos, ya que nuestro simulink dice que
es muy grande para 0.00001 por eso lo reducimos, siendo los nuevos parámetros usados
los siguientes:
Start time = 0
Stop time = 0.035
Min step size = 0.000001
Max step size = 10
Relative Tolerance = 1e-3
NOTA: Agregamos un scope (Entrada) más para mostrar la gráfica dela señal senoidal.
Es una modulación donde se convierte una señal analógica en una señal digital.
La modulación delta consiste en comparar la señal dada con una sucesión de pulsos de
amplitud los cuales son crecientes, mientras la amplitud de esta sucesión se encuentra por
debajo de la amplitud de la señal dada y es decreciente cuando la amplitud de los pulsos de
muestreo supera la amplitud de la señal. Se tiene entonces un comportamiento binario, en el
que la subida se representa por un 1 y la bajada por un 0,
http://www.textoscientificos.com/redes/modulacion/delta
SEÑAL DE ENTRADA (Entrada)
SEÑAL MODULADA (Delta)
ZOOM
ZOOM
SEÑAL DEMODULADA (Delta1)
ZOOM
Analog Filter Design: Este bloque implementa un filtro analógico pasa-bajo tipo
Chebyshev para la reconstrucción de la señal a partir de sus muestras. Este bloque
lo encontramos en la librería DSP System toolbox como Filter Implementations de ese
bloque jalamos elque necesitemos en este caso Analog Filter Design, de ahí apretamos
doble click en ese bloque y cambiamos su parámetro a Chebyshev II en el parámetro
Design method.
3. Describa las variables que han sido llevadas al espacio de trabajo de Matlab, y lo que
cada una representa.
Para calcular la relación señal ruido utilizamos el comando csnr en Matlab, haciendo
uso de las variables s y n obtenidas después de darle click a ”Start simulation” a la
simulación de lo cual obtenemos lo siguiente:
Podemos observar los valores de la señal que es de 39.70dB con un ruido de -17.42dB
y la relación de señal de ruido es la diferencia entre ambas la cual es de 57.13dB.
El resultado obtenido es favorable ya que el ruido no es mayor que la señal lo que hace
identificable la señal, de lo contrario no podríamos identificar la señal al contrario
obtendríamos solo ruido.
5. Simule el modelo variando la frecuencia de la señal senoidal entre 2*pi*40 y
2*pi*1000 rad/seg.
a) 2*pì*40 (rad/s)
>> csnr(s,n)
Señal=39.84dB/Ruido=-30.06dB/SNR=69.90dB
b) 2*pi*100 (rad/s)
>> csnr(s,n)
Señal=39.65dB/Ruido=-23.35dB/SNR=63.01dB
c) 2*pi*300 (rad/s)
>> csnr(s,n)
Señal=39.76dB/Ruido=-13.89dB/SNR=53.65dB
d) 2*pi*500 (rad/s)
>> csnr(s,n)
Señal=39.88dB/Ruido=-9.45dB/SNR=49.32dB
e) 2*pi*800 (rad/s)
>> csnr(s,n)
Señal=40.10dB/Ruido=-5.38dB/SNR=45.49dB
f) 2*pi*1000 (rad/s)
>> csnr(s,n)
Señal=40.28dB/Ruido=-3.49dB/SNR=43.77dB
COMMAND WINDOW
>> w=[40,100,200,500,800,1000];
y=[69.90,63.01,63.65,49.32,45.49,43.47];
plot(w,y)
title('SNR en funcion de las frecuencias')
xlabel('Frecuencia de la señal de entrada (dB)')
ylabel('Relacion Señal-Ruido(dB)')
La relación señal-ruido disminuye como se observa, debido a que el ruido aumenta por
aumentar la frecuencia de la señal de entrada.
OBSERVACIONES Y CONCLUCIONES
La precisión será mayor en cuanto mayor sea la frecuencia de muestreo, aunque esto
incidirá en aumentar la velocidad de transmisión. Puede tener errores con pendientes
muy grandes en la señal a codificar.