Comunicaciones analgicas

Ing. Ricardo Vzquez Moran

Oigo y olvido. Veo y aprendo. Hago

y entiendo.
Confucio

Comunicaciones analgicas
OBJETIVO GENERAL: El alumno analizar y disear seales determinsticas y
aleatorias as como procesos de modulacin y demodulacin en sistemas de
comunicacin analgica.
CONTENIDO SINTTICO:
I.- Anlisis de Seales Determinsticas.
II.- Anlisis de Seales Aleatorias.
III.- Modulacin en Amplitud y en ngulo.

METODOLOGA:
Bsqueda de informacin por parte del alumno asesorado por el profesor.
Integracin de equipos de trabajo de alumnos para la realizacin de

prcticas y ejercicios.

Presentacin conceptual del tema y resolucin de dudas, por parte del

profesor.

Consulta documental por el alumno.

Elaboracin de resmenes, cuadros sinpticos y mapas conceptuales por

parte del alumno.

Prcticas de los alumnos en los laboratorios, supervisados y coordinados por

el profesor

Tcnicas grupales para solucin de ejercicios.

Comunicaciones analgicas

Comunicaciones analgicas

Comunicaciones analgicas

SEALES
Las seales son funciones de variables
independientes portadoras de informacin.
Por ejemplo:

Seales elctricas--tensiones y corrientes en un circuito

Seales acsticas--seales de lenguaje o de audio (analgicas o

digitales)

Seales de video--variaciones de intensidad en una imagen

(por ejemplo, un escner, TAC)

Seales biolgicas--secuencia de bases en genes

 Seal considerada como aquella observacin de una magnitud fsica en

funcin de variables independientes de tiempo y espacio, realizada de tal
modo que la seal contenga informacin de los procesos observados.

Matemticamente: Una funcin de una o mas variables

independientes, la cual generalmente es el tiempo.
x(t), I (x, y),Y(w)

Seales de tiempo continuo.

Una seal en tiempo continuo es aquella que puede tomar cualquier valor
en cualquier instante de tiempo, donde la variable independiente tiempo
puede ser cualquier instante desde - a + infinito.
= sin(2)
Seales de tiempo discreto.- Es aquella que slo est definida en ciertos
instantes de tiempo, de manera que entre cada instante y el siguiente no
est definida la seal.

=sin(

2
+n)

Ejemplos con MATLAB de seales

continuas y discretas
f(t)= Sin(x)/x

Seal discreta

 Clasificacin de las Seales

Las seales se pueden clasificar por sus
propiedades en:
Seal par
Seal impar
Peridica
No peridica
Determinstica
Aleatoria
Seal de energa
Seal de Potencia

 Seal determinstica: es aquella que puede ser

determinada para cualquier instante de
tiempo. Puede expresarse por una ecuacin.

Seal aleatoria: es aquella que no es

determinstica, es decir, tiene un
comportamiento impredecible.

 El promedio o valor medio de una seal

cualquiera f(t) en un periodo dado (T) se puede
calcular como la altura de un rectngulo que
tenga la misma rea que el rea bajo la curva
de f(t)

De acuerdo a lo anterior, si la funcin peridica

f(t) representa una seal de voltaje o corriente,
la potencia promedio entregada a una carga
resistiva de 1 ohm en un periodo est dada por
T/2
1
T

2
[
f
(
t
)]
dt

T / 2

Si f(t) es peridica, tambin lo ser [f(t)]2 y el

promedio en un periodo ser el promedio en
cualquier otro periodo.
De modo que el teorema de Parseval nos
permite calcular la integral de [f(t)]2 mediante
los coeficientes complejos cn de Fourier de la
funcin peridica f(t);

T/2
1
T

[f (t)] dt c

T / 2

o bien, en trminos de los coeficientes an, bn:

T/2

T / 2

n 1

1
T

2
2
2
1 2
1
[
f
(
t
)]
dt

(
a

b
n
n)
4 0
2

Una consecuencia importante del teorema de Parseval es el siguiente

resultado:
El valor cuadrtico medio de una funcin peridica f(t) es igual a la suma
de los valores cuadrticos medios de sus armnicos, es decir,
T/2
1
T

[f (t )]

T / 2

dt C
2
0

n 1

Cn
2

Donde: Cn es la amplitud
del armnico n-simo y C0
es la componente de
directa.

 Para aclarar el resultado anterior es

conveniente encontrar la relacin entre los
coeficientes complejos cn de la serie

f (t)

c e

jn0 t

Y los coeficientes reales Cn de la serie

f ( t ) C0 Cn cos(n0 t n )
n 1

Donde Cn es la amplitud del armnico n-simo

y C0 es la componente de directa.

Por un lado
Mientras que
Entonces,

Cn a b ,
2
n

2
n

c n 12 a 2n b 2n

c n Cn
1
2

Por lo tanto,

cn C
2

1
4

2
n

f ( t ) C cos(n t )

n
n
0
n
Adems, para el armnico
Su valor rms es Cn / 2 , por lo tanto su valor cuadrtico medio es

2
C
Para la componente
n / 2 de directa C0, su valor rms

es C0, por lo tanto su valor cuadrtico medio

ser C02.

Densidad espectral
La densidad espectral de una seal caracteriza
la distribucin de energa o de potencia de la
seal en el dominio de la frecuencia.

Este concepto es particularmente importante

cuando consideramos el filtrado en los
sistemas de comunicacin.
Necesitamos ser capaces de evaluar la salida
del filtro tanto de seal como de ruido. La
densidad espectral de energa (ESD) o la
densidad espectral de potencia (PSD) sern
usadas en la evaluacin.

 Densidad Espectral de Energa

La energa total de una seal energa de valor real x(t), definida sobre el intervalo (
,), es descrita por una ecuacin. Usando el Teorema de Parseval, podemos
relacionar la energa de la seal expresada en el dominio del tiempo con la energa de la
misma expresada en el dominio de la frecuencia, como en la siguiente expresin:

(a

donde X(f) es la transformada de Fourier de una seal no peridica x(t). Sea x(f) que
denota la magnitud al cuadrado del espectro, definido como:

La cantidad x(f) es la densidad espectral de energa de la forma de onda (ESD) de la

seal x(t). Por ello, a partir de la ecuacin (a), podemos expresar el total de energa de
la seal x(t) integrando la densidad espectral respecto de la frecuencia, como en la
siguiente expresin:

esta ecuacin establece que la energa de una seal es igual al area bajo la curva de
x(f) en funcin de la frecuencia. La densidad de espectral de energa describe la
energa de la seal por unidad de ancho de banda, medida en joules/hertz. Hay una
contribucin equilibrada entre ambos ejes de la frecuencia, tanto positivo como
negativo, ya que para una seal real, x(t), X(f) es una funcin par de la frecuencia. Por
ello, la densidad espectral de energa es simtrica en la frecuencia respecto del origen, y
de este modo, el total de energa de la seal x(t) puede expresarse como:

 Densidad Espectral de Potencia

La potencia promedio, Px, de una seal x(t) de
valor real, lo cual se define en la ecuacin (b) Si
x(t) es una seal peridica con perodo To, sta
se clasifica como seal potencia.
La expresin de la potencia promedio de una
seal peridica toma la forma de la ecuacin,
donde el tiempo promedio se toma sobre el
perodo de seal To, como sigue:

El teorema de Parseval para una seal

peridica de valor real toma la forma:

Donde

son los coeficientes complejos de Fourier de la seal peridica.

Para aplicar la ecuacin anterior, slo necesitamos conocer la magnitud de los

coeficientes, cn . La densidad espectral de potencia (PSD), Gx(f), de una seal
peridica, x(t), es real, par y no-negativa en el eje de la frecuencia que da una
distribucin de potencia de x(t), en el dominio de la frecuencia, definido
como:

La ecuacin (1.18) define a la densidad espectral de potencia de una seal

peridica, x(t) , como una sucesin de funciones delta ponderadas. Por ello, la
densidad espectral de potencia de una seal peridica es una funcin
discreta de la frecuencia.

Ejercicios y tarea:

Sistemas
Sistema: Una coleccin de elementos
conectados entre si para llevar a cabo una
tarea o trabajo.
- Ejemplos: sistema educativo, sistema de transporte,
sistema financiero, sistema poltico, sistema biolgico,
sistema meteorolgico, sistema elctrico, sistema
electromecnico etc.

A travs de las seales, podemos obtener

informacin del estado que guarda el sistema.

Sistemas
Para el anlisis de los sistemas desde el punto de vista de
la ingeniera elctrica o eletronica, el sistema ser un
conjunto que se encargar de recibir un estmulo de
entrada (o en ocasiones varios) que transformar de tal
manera para entregar una (o conjunto de) seal (seales)
de salida.

Entradas

Salidas

Tipos de Sistemas
De acuerdo a la constitucin fsica del sistema, desde el punto de vista de
la ingeniera se clasifican como:
Mecnicos: posicin, velocidad, aceleracin,
fuerza

Hidrulicos o Neumticos: presin, flujo y

nivel

Sistemas

Trmicos: temperatura, presin y humedad

relativa

Electromagnticos: corriente, potencial y

campo electromagntico

Hbridos: combinaciones de todas las variables

Clasificacin de Sistemas
De acuerdo a la variable tiempo, los sistemas se clasifican como:
Discreto: la transformacin ocurre en tiempo
discreto.

Sistema
Continuo: la transformacin ocurre en tiempo
continuo.

Y de acuerdo a la relacin entrada salida:

Causal: la salida es debida a un estmulo de
entrada

Sistema
No causal: la salida es independiente de la
entrada

Sistemas
En atencin a la capacidad de almacenar energa, los
sistemas se clasifican en:
Con memoria: la salida se debe a entradas anteriores
y a la entrada actual

Sistema
Sin memoria:

la salida se debe slo a la entrada

actual

Algunos elementos capaces de almacenar energa:

Elctricos: capacitores, inductores
Mecnicos: resortes, amortiguadores

Sistemas
En relacin a la aplicacin del estmulo y su propagacin en los
elementos del sistema, estos pueden clasificarse en:
Parmetros distribuidos

Sistema
Parmetros concentrados

Sistemas
Un sistema es invertible si ocurre que para distintas
entradas, se obtengan distinta
salidas. Esto es:

y t H xt

xt

xt H 1y t

yt

xt

Sistemas
Un sistema es invariante en el tiempo si al aplicar un
estmulo se obtiene una salida determinada, y esa
misma salida es obtenida
al aplicar el mismo estmulo en tiempos
distintos a la primera aplicacin.

y t H xt

y t t0 H xt t0

exp(-x)

exp(-x)

Sistemas
Un sistema ser lineal si la transformacin cumple
con las propiedades de ser homognea y aditiva. A
esto se le conoce como el principio de
superposicin.

H x1 t x2 t H x1 t H x2 t

x1 t
x2 t
x1 t x2 t

y1 t
y2 t
y1 t y2 t

Sistemas
Un sistema ser estable, si ante una entrada perfectamente acotada,
la salida tambin es acotada.

exp(x)

exp(-x)

Sistemas de las comunicaciones

Las Comunicaciones desde los tiempos mas remotos, el hombre ha

ideado numerosos mtodos para poder comunicar a sus semejantes sus
pensamientos y necesidades.

sistemas de Comunicaciones
sistemas Electrnic
sistemas computacionales
Evolucin =
= aplicaciones de


hoy en da

Ley de Moore

22

Sistema de comunicacin
El objetivo de este sistema es el de transmitir la informacin desde un
punto en el espacio y el tiempo, que se denomina fuente, hacia otro
punto, el usuario receptor de dicha informacin.

Elementos que intervienen en la comunicacin:

Mensaje
Cdigo
Transductor
Medio fsico
Agentes nocivos
Esquema de deteccin o recuperacin de la seal
Procesos de Filtrado

Clasificacin de los sistemas de

comunicacin
1.- Sistemas de comunicacin analgicos: diseados para transmitir
informacin analgica, utilizando mtodos de comunicacin
analgica.
2.- Sistemas de comunicacin digital: diseados para transmitir
informacin digital, utilizando mtodos de comunicacin digital.
3.- Sistemas hbridos: que utilizan esquemas de modulacin digital
para transmitir valores muestreados y cuantificados de seales
mensaje analgicas.

EL ESPECTRO
ELECTROMAGNTICO

El propsito de un sistema de comunicaciones electrnico

es comunicar informacin entre dos o ms ubicaciones
(generalmente llamadas estaciones) Esto se logra
convirtiendo la informacin de la fuente original a energa
electromagntica y despus transmitiendo la energa a uno
o ms destinos, en donde se convierte de nuevo a su forma
original.

La energa electromagntica puede propagarse en varios

modos: como un voltaje o una corriente a travs de un
cable metlico, como ondas de radio emitidas por el espacio
libre o como ondas de luz por una fibra ptica.
El espectro de frecuencias electromagnticas total que
muestra las localizaciones aproximadas de varios servicios
dentro de la banda se ensea en la figura siguiente.
Investigar la tabla de designaciones de la banda CCIR

De manera mas especifico y para inters de nuestro curso tenemos

usamos la representacin siguiente.

Donde ubicamos a estos servicios por medio de la frecuencia y la

longitud de onda de acuerdo a la siguiente expresin:

Donde c=300,000,000 m/s vel. de la luz

= longitud de onda en metros
f= frecuencia Hertz

Servicios De comunicacines
Adems del espectro radioelctrico es importante la ubicacin
de los servicios que se establecen y las tendencias de las redes
de nuevas generacin.

Anlisis Espectral
Dominio del tiempo y Dominio de la frecuencia
Anlisis de Fourier
Ortogonalidad

El adjetivo ortogonal proviene del griego orthos (recto) y gonia (ngulo).

Este denota entonces la perpendicularidad entre dos elementos: dos
calles que se cruzan en un ngulo recto presentan una conguracin
ortogonal. En ingeniera y matemticas el trmino se ha extendido a
otros niveles y se habla por ejemplo de juegos de instrucciones
ortogonales en arquitecturas de microprocesadores, o de codificaciones
ortogonales en comunicaciones digitales inalmbricas. En esta seccin se
restringir sin embargo la discusin a las deniciones de carcter
matemtico que constituyen el fundamento para la comprensin del
anlisis de funciones por medio de las transformadas de Fourier, Laplace,
Transformada z, las llamadas wavelets y otros ms.
El objetivo ser presentar los conceptos de ortogonalidad entre
funciones, y para llegar a esto se partir de un contexto familiar: la
ortogonalidad de vectores, introduciendo en el camino una serie de
conceptos matemticos de carcter abstracto cada vez ms utilizados en
ingeniera.

 Un vector se especifica mediante su magnitud

y su direccin.

Si consideramos la proyeccin entre dos vectores

1 2 12 2 1
Aproximamos a 1
mediante 2 y Ve
representa el error
de aproximacin.

 De manera que si tomamos esta consideracin

tenemos que:

De manera que la componente del vector 1 en la direccin del vector 2 esta

dado por 12 2 , en donde 12 se escoge de manera que el vector error sea
mnimo o tienda a cero en el optimo caso.
Lo cual har que la proyeccin del vector 2 1 es decir: 1 =
12 2 + Ve
Por otro lado si 12 es cero el vector no tiene proyeccin sobre el otro y por lo
tanto los dos vectores son perpendiculares entre si y a esta caracterstica se le
llama ortogonalidad entre vectores, lo cual nos indica que un vector es
completamente independiente del otro.
Analticamente esto lo podemos visualizar de la siguiente manera:

 Si tomamos en cuenta el producto escalar

entre dos vectores tenemos que
1 . 2 = 1 2 cos

Despejando a cualquiera de los dos vectores que

tengamos inters en aproximar tenemos que:
1 =
2 =

1 2
cos
2
1 2
cos
1

= 21
=12

Que son las

constantes
similitudes de los
vectores

 De manera que para ambas constantes

12 =

1 .2
22

o tambin 21 =

1 .2
12

lo cual nos comprueba que cuando:

1 . 2 = 0 2 . 1 = 0

No hay componente de aproximacin en ambos

casos por lo tanto los vectores son ortogonales.
Lo cual es una propiedad ampliamente aprovechada
en las comunicaciones hasta hoy en da .

Ejercicios y tareas.

Aproximacin entre seales

Una vez analizado la aproximacin de vectores,
ahora podemos enfocar este mismo anlisis
hacia la aproximacin de seales:
1
2 es una funcin con la que aproximaremos en un
intervalo de tiempo determinado.
De manera que:
1 =12 2 +
Y despejando a :
=1 -12 2

 De manera que un criterio que podemos tomar para

minimizar la seal de error, es reducir el valor
promedio de en el intervalo de tiempo de
inters:

2
1
12 2
(2 1 ) 1 1

Y para compensar la parte positiva y negativa del error.

2 = de manera que desarrollando el binomio

para el error obtenemos.

2
1
(2 1 ) 1

12

212 2 + 12 2 ()

 De manera que para minimizar el error el cual depende

de 12 es decir:

=
12

0 de manera que:

1
{
12 (2 1 ) 1

12

21 ()2 + 12 2 ()

]}

Desarrollando y simplificando obtenemos que:

12 =

2
1 1 ()2
2 2

1 2

y llegamos a la misma

conclusin que en el caso de los vectores:

2
()2
1 1

=0

hablamos de la ortogonalidad entre funciones reales

Ejercicios y tareas.

 si aplicamos este mismo anlisis para un conjuntos de funciones

ortogonales con las que podemos aproximar a otra funcin
tendremos que tomar en cuenta la constante de aproximacin d
cada una de las funciones para al final determinar el error
cuadrtico medio de toda la aproximacin es decir:
1 1 + 2 2 + + =

=1

()

De tal forma que:

2
1

(2 1 ) 1

=1

Si elevamos al cuadrado y derivamos con

respecto a la componente de aproximacin de
cada funcin ortogonal obtenemos:

2
1

2
=1 ()

=0

De modo que desarrollando y simplificando obtenemos:

=

2
1

()
2
1

2
()
1

Al igual que en vectores y con una funcin ortogonal.

para determinar el error cuadrtico promedio de las funciones este se obtendr de
la siguiente manera:
=

2
1
(2 1 ) 1

2 (12 1 + (22 2 + + (2

Por ultimo cuando:

2 2

2
=1

Y podemos decir que este conjunto de funciones ortogonales es completo y

puede aproximar a cualquier funcin.
2

() =
1

Series de Fourier

A la representacin de f(t) mediante un conjunto

infinito de funciones mutuamente ortogonales se
conoce como representacin generalizada de f(t)
en serie de Fourier.
Y este mismo anlisis se puede realizar para un
conjunto de funciones complejas, ya que encontrando
el valor optimo de la componente de aproximacin se
podr reducir el error como ya se ha demostrado, de
tal forma que :
2

()

0
=

1 2

() ()
1

 Ejemplos de Funciones
ortogonales
2
,

Walsh

Legendr
Bessel
Tarea.

Serie trigonomtrica de Fourier

Se utiliza para representar a cualquier seal peridica

mediante la siguiente sumatoria:
0
=
+
2

=1

cos 0 + sin 0

0=2p/T

Donde:
0 =
=
=

1 0 +

(0 < < 0 + T)

0 +
() cos 0
0
0 +
2 0

0
0 +
() sen 0
0
0 +
2 0
0

2 0 +
=
() cos 0
0
2 0 +
=
() sen 0
0

Es posible escribir de una manera ligeramente

diferente la Serie de Fourier, si observamos que el
trmino ancos(n0t)+bnsen(n0t) se puede escribir
como:
a

bn
n

a b
cos(n0t ) 2
sen(n0t )
2
2
2
a b

an bn
n n

2
n

2
n

Podemos encontrar una manera ms compacta

para expresar estos coeficientes pensando en un
tringulo rectngulo

 Con lo cual nos queda la siguiente expresin

matemtica:

Cn cos n cos(n0 t ) senn sen(n0 t )

O tambin:

C n cos(n0 t n )

Si adems definimos C0=a0/2, la serie de Fourier se puede

escribir como:

f ( t ) C0 Cn cos(n0 t n )
n 1

As que;

y2

Cn a b n
2
n

1 b n

n tan
an

1.5

Componentes de la Serie de Fourier

Componentes

1
0.5
0

-0.5
Suma
fundamental
tercer armnico
quinto armnico
septimo armnico

-1
-1.5
-1

-0.5

0.5

Esto lo podemos ver desde el dominio de la

frecuencia

Si la serie de Fourier para una funcin f(t) se trunca para

lograr una aproximacin en suma finita de senos y
cosenos, es natural pensar que a medida que
agreguemos ms armnicos, la sumatoria se aproximar
ms a f(t).

Esto se cumple excepto en las discontinuidades de f(t),

en donde el error de la suma finita no tiende a cero a
medida que agregamos armnicos.
Por ejemplo, consideremos un tren de pulsos y 13, 50 y
100 armnicos:

Aproximacin con un nmero mayor de armnicos

Fenmeno de Gibbs

Esto mismo visto en frecuencia