Indice

1. Recordatorio An
alisis de Se
nales
1.1. Se
nal Impulso y propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3. Transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3
3
3
3

2. Introducci
on a la Modulaci
on
2.0.1. Modulaci
on AM . . .
2.1. Indice de Modulaci
on . . . . .
2.2. Eficiencia Energetica . . . . .
2.3. Detector de envolvente . . . .

.
.
.
.

4
4
4
4
5

3. Banda lateral doble con supresi

on de portadora
3.1. Demodulaci
on de BLD-SP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2. Loop de Costas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5
5
5

4. Banda lateral u
nica
4.1. Demodulaci
on BLU

6
6

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5. Multiplexor de portadora en cuadratura

6. Modulador de banda vestigial

7. Frecuencia Modulada

7.1. Modulaci
on de Angulo
. . . . . . . . . . . . . . . . . . . . . .
7.1.1. Modulaci
on PM . . . . . . . . . . . . . . . . . . . . .
7.1.2. Modulaci
on FM . . . . . . . . . . . . . . . . . . . . .
7.2. Modulaci
on en frecuencia . . . . . . . . . . . . . . . . . . . .
7.2.1. FM de banda angosta . . . . . . . . . . . . . . . . . .
7.2.2. FM de banda ancha . . . . . . . . . . . . . . . . . . .
7.2.3. Ancho de banda de una transmision de FM arbitraria
7.2.4. Criterio del 1 % . . . . . . . . . . . . . . . . . . . . . .
7.2.5. Ancho de banda para se
nales arbitraria de modulacion
7.2.6. Modulaci
on FM de banda ancha . . . . . . . . . . . .
7.2.7. Demodulaci
on de se
nales FM . . . . . . . . . . . . . .
7.2.8. Metodo basado en Phase -Locked loops . . . . . . . .

. . .
. . .
. . .
. . .
. . .
. . .
. . .
. . .
FM
. . .
. . .
. . .

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

7
7
7
7
8
8
9
9
10
10
10
10
11

8. Procesos Estoc
asticos
8.1. Algunas definiciones . . . . . . . . . . . . . . . . . . . . . . . . .
8.2. Transmisi
on de un proceso estacionario a traves de un filtro LTI
8.3. Densidad espectral de potencia . . . . . . . . . . . . . . . . . . .
8.3.1. Propiedades y algunas definiciones de la DSP . . . . . . .
8.4. Proceso Gaussiano . . . . . . . . . . . . . . . . . . . . . . . . . .
8.4.1. Teorema Central del lmite . . . . . . . . . . . . . . . . .
8.4.2. Algunas propiedades . . . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

11
11
13
13
13
14
14
14

9. Ruido
9.1. Ruido
9.2. Ruido
9.3. Ruido
9.3.1.
9.3.2.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

15
15
15
16
16
17

Blanco . . . . . . . . . . . .
en banda angosta . . . . . .
en modulaci
on anal
ogica . .
Raz
on se
nal a ruido . . . .
Efecto de ruido en BLD-PS

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

9.3.3. Efecto de ruido en AM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

9.3.4. Efecto de ruido en FM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
10.Comunicaciones Digitales en banda base
10.1. Modulaci
on de Pulsos . . . . . . . . . . . . . . .
10.1.1. Muestreo . . . . . . . . . . . . . . . . . .
10.1.2. Teorema del muestreo . . . . . . . . . . .
10.1.3. Cuantizaci
on . . . . . . . . . . . . . . . .
10.1.4. Modulaci
on de amplitud de pulso (PAM)
10.2. Pulsos rectangulares NRZ . . . . . . . . . . . . .
10.3. Transmisi
on de pulsos en bandabase . . . . . . .
10.3.1. Filtro adaptado . . . . . . . . . . . . . . .
10.3.2. Probabilidad de error de un bit . . . . . .
11.Comunicaci
on digital M-aria

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

20
20
21
21
21
21
22
22
22
24
27

12.Representaci
on equivalente en banda base
29
12.1. Transformada de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
12.2. Pre-Envolvente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

1.

Recordatorio An
alisis de Se
nales

1.1.

Se
nal Impulso y propiedades

Recordemos que un impulso se define como:

0
(t) =

si

t 6= 0

si

t=0

A partir de la definici
on notamos que:
Z

(t) dt = 1

Algunas propiedades importantes del impulso son:

x(t)(t t0 ) = x(t0 )(t t0 )
Cedazo:

x(t)(t t0 ) dt = x(t0 )

Notar que de esta propiedad se desprende que la convolucion por un impulso no afecta la se
nal, es
decir, es ella misma.

1.2.

Definiciones
Se
nal de Energa:
Z

|x(t)|2 dt

E=

Se
nal de Potencia:
1
T T

T2

P = lm

1.3.

|x(t)|2 dt

T
2

Transformada de Fourier

Algunas transformadas de Fourier importantes son:

cos(2fc t)


1
(fc f ) + (fc + f )
2

sen(2fc t)
u(t) sinc(f )

2.

Introducci
on a la Modulaci
on
En la modulaci
on se involucran 3 se
nales:
Se
nal modulada m(t): se
nal a transmitir, luego de modular la portadora.
Se
nal portadora c(t): Se
nal sinusoidal de alta frecuencia.
Se
nal de mensaje s(t): Informaci
on a ser modulada y transmitida.

La banda base se define como las se

nales y sistemas antes de la modulacion. Tiene ancho de banda
menor a la frecuencia de la portadora(se
nal de mensaje). La pasa banda es despues de la modualci
on
(se
nal modulada o transmitida).
2.0.1.

Modulaci
on AM

Se vara la amplitud en torno a un valor medio. La se

nal modulada es:
s(t) = Ac [1 + ka m(t)] cos(2fc t)
donde Ac es la amplitud de la portadora, m(t) es la se
nal de mensaje, ka es la sensibilidad de
amplitud y todo lo que multiplica al coseno es la envolvente de la se
nal. cos(2fc t) es la portadora. Se
deben cumplir ciertas condiciones en esta se
nal:
(i) |ka m(t)| < 1
(ii) fc  W
La condici
on (i) asegura que que no exista sobremodulacion. Si es que existe habra inversion en la
envolvente y producir
a distorsi
on. la condicion (ii) permite que exista la envolvente.
El espectro de la se
nal s(t) es :
 Ka Ac 

Ac 
(fc f ) + (fc + f ) +
M (fc f ) M (fc + f )
2
2
El ancho de banda de la se
nal AM se duplica, as BAM = 2W .
S(f ) =

2.1.

Indice de Modulaci
on

Si consideramos m(t) = Am cos(t), en la se

nal s(t) tenemos que = Am ka es el ndice de

modulaci
on. Este
se define as:
=

AM AX AM IN
AM AX + AM IN

donde AM AX representa el valor m

aximo de la envolvente, y AM IN el valor mnimo.

2.2.

Eficiencia Energ
etica

De la se
nal s(t) podemos obtener la potencia de la se
nal portadora y de sus bandas laterales. Estas
son:
Potencia portadora =

A2c
2

2 A2c
4
A partir de la potencia podemos definir la eficiencia energetica del a se
nal.
Bandas laterales =

2
2 + 2

Podemos notar que en el mejor de los casos ( = 1), la eficiencia es 13 . Esto dice que solo se usa un
30 % para transmitir la se
nal.

2.3.

Detector de envolvente

El detector de envolvente se usa para demodular la se

nal, es el circuito mas simple para demodular.
Est
a compuesto por un diodo simple para poder rectificar la se
nal y de un filtro pasabajos RC para
obtener la se
nal.

3.

Banda lateral doble con supresi

on de portadora

Se produce un cambio de fase en 180. Se quita la portadora de la se

nal modulada, es decir, la se
nal
es s(t) = Ac m(t) cos(2fc t). Analizando la se
nal en frecuencia:

Ac 
M (fc f ) + M (fc + f )
2
Vemos que ya no est
a la portadora, pero sigue teniendo ancho de banda 2W . La potencia de
transmisi
on viene determinada por las bandas laterales. P = PU SB + PLSB .
S(f ) =

3.1.

Demodulaci
on de BLD-SP

Como debemos resolver el cambio de fase, usamos el mismo modulador BLD-SP y un filtro pasabajos, pero para este caso asumimos que la portadora tiene la misma frecuencia que la se
nal modulada.
Haciendo esto matem
aticamente tenemos:
s(t)Ac cos(2fc t) = Ac Ao m(t) cos2 (2fc t)
= Ac Ao m(t) cos2 (2fc t)
Ac Ao
Ac Ao
m(t) +
cos(4fc t)
2
2
El termino de la derecha del sumando se elimina con un pasabajos. Claramente este es un caso
muy particular, en el caso general se tiene que c(t) = Al cos(2fc t + ) y debe coincidir tanto en fase
como en frecuencia.
=

3.2.

Loop de Costas

Este es el caso en que el oscilador local coincide en fase con el transmisor, pero no en frecuencia.
Si tenemos:
s(t) = Ac cos(2fc t)m(t)
(1)
La portadora ser
a en este caso c(t) = Al cos(2fc t + ), por lo tanto, al modular la se
nal, y luego
filtrarla con un pasabajos obtendremos:
vo (t) =

Ac A0c
cos()m(t)
2

(2)

Ahora notemos que si 0, entonces m(t) se puede detectar, pero si 2 , entonces no se puede
detectar la se
nal. Este caso se llama cero de cuadratura. El loop de costas usa el cero de cuadratura para
adelantar o atrasar la fase del oscilador local en el sentido correcto, para re-sincronizar la portadora del
receptor con la del transmisor. Para esto se usa un VCO. Cuando se tiene que 0, entonces la salida
5

del demodulador de fase es 12 Ac m(t), que es proporcional a la se

nal que queremos. El discriminador
de fase, que consiste en un multiplicador seguido de un filtro pasabajos, producira una salida parecida
a 0, debido a que la salida del demodulador en cuadratura es 0. Si tenemos variaciones peque
nas de
fase, lo que se obtendr
a a la salida del discriminador sera:
A2c m2 (t)
cos() sin() k
4

(3)

El filtro elimina las variaciones de m2 (t). El voltaje de entrada al VCO es positivo, por lo que se reduce
la frecuencia hasta que la fase vuelva a 0.

4.

Banda lateral u
nica

Se transmite s
olo la banda lateral superior o inferior. Es posible generar esto con el metodo de
discriminaci
on en frecuencia. Este consiste de 2 etapas:
1. Producir un modulador que genere una modulacion DSB-SC.
2. Hacer un filtro pasabanda que este designado a pasar una de las bandas laterales y eliminar la
otra.
La idea es eliminar la banda que no se quiera. Para esto usamos la transformada de Hilbert. As la
se
nal BLU se compone de:
s(t) = Ac m(t) cos(2fc t) Ac m(t)
sin(2fc t)

(4)

El signo positivo para m(t)

indica banda lateral superior y el signo menos indica banda lateral inferior.

4.1.

Demodulaci
on BLU

Se usa la propiedad de traslaci

on espectral.Consideramos que la frecuencia de la portadora es fc y
tiene una fase . Considerando una se
nal como (9), tenemos que luego de multiplicar por la portadora
:
v(t) = s(t)A0c cos(2fc t + )
(5)
As , despues de trabajar la ecuaci
on y pasar la se
nal por un filtro pasabajos, obtenemos:
vo (t) =


Ac A0c 
m(t) cos() + m(t)
sin()
2

(6)

Aplicando la transformada de Fourier, y recordando (4):

Vo (f ) =


 Ac A0c
Ac A0c
M (f ) cos() jsgn(f ) sin() =
M (f )ej sgn(f )
2
2

(7)

Vemos que este resultado indica que existe una distorsion de fase, debido al error en el oscilador local.

5.

Multiplexor de portadora en cuadratura

Est
a conformado por 2 conexiones de DSB-SC de se
nales de mensaje independiente que ocupan el
mismo ancho de banda, y a
un as permite la separacion de las dos se
nales de mensaje en el receptor
de salida. Podemos ver el esquema en la figura siguiente. La se
nal multiplexada se define as:
s(t) = Ac m1 (t) cos(2fc t) + Ac m2 (t) sin(2fc t)

(8)

donde el primer sumando es el termino en fase y el otro es el termino en cuadratura. el ancho de banda
es de 2W.
6

6.

Modulador de banda vestigial

En un VSB una banda es parcialmente suprimida y un vestigio de la otra banda lateral es transmitida para compensar esa supresi
on. Un metodo general para realizar una modulacion VSB es usar
el metodo de discriminaci
on en frecuencia. Primero generamos una modulacion de doble banda con
supresi
on de portadora y luego la pasamos por un filtro pasabanda, como se puede ver en la figura. El
filtro pasabanda es un filtro que distingue la modulacion VSB de la modulacion BLU. Asumiendo que
en el vestigio de la banda lateral inferior es transmitido, la respuesta en frecuencia H(f ) de la banda
pasante toma la forma siguiente:
Est
a normalizada para que |H(f )| = 0,5|. Vemos que la parte cercana a la frecuencia de corte
muestra la simetra impar. El ancho de banda es BT = W + fv , donde fv es el ancho de la banda
lateral vestigial. La se
nal modulada es:
s(t) =

Ac 0
Ac
m(t) cos(fc t)
m (t) sin(2fc t)
2
2

(9)

donde el signo positivo corresponde a una transmision de un vestigio de la banda superior y el signo
negativo es para una transmisi
on de la banda lateral inferior. LA se
nal m0 (t) se obtiene pasando la
se
nal por un filtro donde la respuesa en frecuencia, satisface:


HQ (f ) = j H(f fc ) H(f + fc )
(10)
donde su rol es interferir con la componente en fase para reducir el poder de una de las bandas de la
se
nal modulada y retener un vestigio de la otra banda. Podemos notar que la modulacion en BLU es
un caso particular de la VSB, con la banda vestigial reducida a 0. (fv = 0)

7.

Frecuencia Modulada

7.1.

Modulaci
on de Angulo

se describe como
s(t) = Ac cos[(t)]

(11)

donde (t), es el
angulo en funci
on de la se
nal de mensaje. Una se
nal portadora se define como:
(t) = 2fc t + o

(12)

Existen dos metodos para variar el

angulo: Modulacion PM y Modulacion FM.
7.1.1.

Modulaci
on PM
(t) = 2fc t + kp m(t)

(13)

donde el primer termino del sumando es el angulo de la portadora y el segundo es la se

nal que se quiere
modular. La modulaci
on PM se define como:
s(t) = Ac cos[2fc t + kp m(t)]
7.1.2.

(14)

Modulaci
on FM

Forma de modulaci
on del
angulo en que la frecuencia instantanea fi (t) vara linealmente con m(t),
podemos denotarla:
fi (t) = fc + kf m(t)
(15)
7

donde el primer termino es la frecuencia de la portadora. Si ahora integramos respecto al tiempo y

multiplicamos por 2, tenemos:
Z t
i (t) = 2fc t + 2kf
m( ) d
(16)
0

Podemos notar que existe una relaci

on integro diferencial entre el angulo y la frecuencia, es decir:
1 d(t)
2 dt
Z t
(t) = 2
f ( ) d
f (t) =

(17)
(18)

Luego la se
nal modulada en FM es:
Z
s(t) = Ac cos[2fc t + 2kf

m( ) d ]

(19)

Podemos notar de (27) que una consecuencia de que (t) dependa de la se

nal de mensaje es que los
cruces por cero no ocurren de manera regular. Tambien se puede ver que la envolvente es constante,
respecto a la modulaci
on AM. Es a veces muy difcil distinguir una de otra.

7.2.

Modulaci
on en frecuencia

Es f
acil ver que la modulaci
on FM es un proceso no lineal. Para poder resolver este tipo de problema
existen diversas maneras, las que se proponen son: FM de banda estrecha y de banda ancha.
Consideremos
m(t) = Am cos(2fm t)
(20)
la frecuencia instant
anea de la se
nal FM resultante es:
f (t) = fc kf Am cos(2fm t)

(21)

de (29) podemos definir f = kf Am , que es la desviacion de frecuencia. Ahora si ocupamos (26) e

integramos obtenemos:
4f
(t) = 2fc t +
sin(2fm t)
(22)
fm
ndice de modulacion de desviacion de fase. Se mide en radianes.
donde = 4f
fm , y se denomina
finalmene la se
nal FM es:
s(t) = Ac cos[2fc t + sin(2fm t)]
(23)
El valor de indica los casos de modulacion:
Si < 1 entonces se usa FM de banda angosta
Si > 1 entonces se usa FM de banda ancha
7.2.1.

FM de banda angosta

Si ahora expandimos (31) y como estamos considerando peque

no, entonces simplificando un poco
y considerando que para
angulos peque
no sin() y cos() 1, obtenemos:
s(t) = Ac cos(2fc t) Ac sin(2fc t) sin(2fm t)

(24)

vemos que la envolvente contiene amplitud residual y el angulo contiene distorsion armonica. Si expandimos (32), tendremos:
Ac
[cos(2(fc + fm )t) cos(2(fm fc )t)]
(25)
2
Notamos que esta se
nal tiene un parecido a la se
nal AM. Vemos que solo difieren en un signo, por lo
tanto, una se
nal FM requiere la misma transmision de ancho de banda que una AM.
s(t) = Ac cos(2fc t) +

7.2.2.

FM de banda ancha

Nos interesa el espectro para cualquier . En general, las se

nales FM son no periodicas. Sin embargo,
podemos simplificaras con representaci
on compleja. Recordando:
s(t) = Re[Ac ej(2fc t+ sin(2fm t) ] = Re[Ac se(t)ej2fc t ]

(26)

notamos que se(t) es una se

nal peri
odica en el tiempo. Si recordamos las series de Fourier, podemos
representar la se
nal as:

X
se(t) =
Cn ej2fm nt
(27)
n=

donde tenemos que Cn es la transformada de Fourier. Haciendo un poco de algebra con los coeficientes
de Fourier obtenemos:
Z
Ac j( sin xnx)
e
dx
(28)
Cn =
2
esta integral se conoce como funci
on de Bessel (sin considerar Ac ) de orden n de primer tipo y de
argumento . Se denota Jn (). Luego si reemplazamos (36) en (35) y aplicando la parte real, obtenemos:
s(t) = Ac

Jn () cos[2(f+ nfm )t]

(29)

n=

este resultado es una alternativa para representar una se

nal FM de un solo tono. Aplicando la transformada de Fourier obtenemos:

Ac X
S(f ) =
Jn ()[(f fc nfm ) + (f + fc + nfm )]
(30)
2 n=
Ahora veamos un poco la funci
on de Bessel:
Jn () = (1]n Jn ()
peque
no, entonces:
J0 () 1
J1 () 2
Jn () 0, n >
A medida que aumenta, el numero de armonicos aumenta. LA separacion entre ellos es de fm .
Como la envolvente es constante no vara con , por lo que la potencia es:
P =
7.2.3.

A2c
2

(31)

Ancho de banda de una transmisi

on de FM arbitraria

Regla de Carson
Si es peque
no el ancho de banda se representa por:
BF M 2fm

(32)

BF M 2f

(33)

Si es grande, entonces:

Luego la regla de Carson dice que el ancho de banda de una se

nal FM de tono puro se puede
representar as( = f
)
fm
1
BF M 2(f + fm ) = 2f (1 + )
(34)

7.2.4.

Criterio del 1 %

Ancho de banda de un tono puro

BF M = 2kmax fm

(35)

para calcular kmax se busca el k que cumpla que:

Jk () < Jmin , k kmax
donde Jmin = 0,01J0 (0).
7.2.5.

Ancho de banda para se

nales arbitraria de modulaci
on FM

Si tenemos la se
nal modulante m(t) con ancho de banda [-W, W ], entonces:
D=

f
W

(36)

la ecuaci
on (44) se llama raz
on de desviacion (analogo a ). La regla de Carson generalizada se define:
BF M = 2f (1 +

1
)
D

(37)

para el caso del criterio del 1 % se tiene que BF M = 2kmax W .

7.2.6.

Modulaci
on FM de banda ancha

Existen 2 metodos:
M
etodo indirecto: Se genera una se
nal FM de banda angosta y luego la se
nal se pasa por

un multiplicador de frecuencia. Este

consiste en un dispositivo no lineal seguido de un filtro
pasabanda. El dispositivo no lineal se representa as:
v(t) = a1 u(t) + a2 u2 (t) + + an un (t)
al reemplazar una se
nal FM y usando trigonometrica para caso de n=3 se tiene:
v(t) =

1
3
1
a2 A2c + (a1 Ac + a1 A3c ) cos(2fc t + (t)) + a2 A2c cos(4fc t + 2(t)) +
2
4
2

(38)

vemos que todos los terminos son se

nales moduladas en FM, por lo tanto, con filtro pasa banda
se puede obtener la modulaci
on que se desea.
M
etodo Directo: Con un VCO se vara directamente la frecuencia instantanea. Lo malo es que

la estabilidad no es buena. Para eso se usa un lazo de realimentacion. Este

se llama Phase locked
loop.
7.2.7.

Demodulaci
on de se
nales FM

Si tenemos una se
nal como (27) y la derivamos, obtenemos:
dsF M (t)
= Ac (2fc t + 2kf m(t)) sin(2fc t + 2kf
dt

m( ) d )

(39)

Luego vemos que la derivada es modulada en amplitud por m(t). As para demodular usamos un
derivador seguido de un detector de envolvente. Si analizamos esto en frecuencia y recordando las
propiedades de Fourier, tenemos:
ds(t)
j2f S(f )
(40)
dt
y vemos que la se
nal tiene una pendiente lineal en su pasabanda.
10

7.2.8.

M
etodo basado en Phase -Locked loops

Un PLL es un VCO que se estabiliza por la realimentacion negativa. Si consideramos que el VCO
cuando tiene entrada 0 su salida esta con un desfase de -90 y la frecuencia esta centrada en fc . Ahora
si analizamos el PLL, vemos que si:
Z t
r(t) = Av cos(2fc t + 2kv
v( ) d )
(41)
0

Z
s(t) = Ac sin(2fc t + 2kf

m( ) d )

(42)

Luego el error es la multiplicaci

on de s(t) y r(t)
e(t) =

1
1
Km Ac Av sin(4fc t + m (t) + v (t)) + km Ac Av sin(m (t) + v (t))
2
2

(43)

como el loop filter es un pasabajos se elimina la componente con mayor frecuencia, luego vemos un
error en la fase. Si derivamos el error de desfase y realizamos un poco de calculos, sabiendo que la
salida es la convoluci
on entre el error y la respuesta al impulso del filtro, tendremos una expresi
on
como la siguiente:
Z
de
dm
=
km kv Ac Av
sin(e ( ))h(t ) d
(44)
dt
dt

e
a anclado en fase, si tenemos variaciones
al analizar (52) vemos que si d
dt = 0, entonces se dice que est
kf
de angulo peque
nas es posible demostrar que v(t) kv m(t), que es una se
nal proporcional a m(t).

8.

Procesos Estoc
asticos

Se dice que un proceso es estacionario si al dividir el proceso en varios intervalos de tiempo, las
secciones tiene las mismas propiedades estadsticas. si tenemos que FX(t) es una funcon de distribuci
on
conjunta de un proceso aleatorio X(t), entonces se dice que se tiene un proceso estacionario estricto
si:
FX(t) (x) = FX(t+ ) (x)
(45)
algunas propiedades importantes para un proceso estacionario son: si k = 1, es decir, de primer orden,
luego:
FX(t) (x) = FX(t+ ) (x) = FX (x) t,
(46)
si k = 2 y = t1 :
FX(t1 )X(t2 ) (x1 , x2 ) = FX(0),X(t2 t1 (x1 , x2 ) t1 , t2

(47)

la ecuaci
on (54) dice que la funci
on de distribucion conjunta de un proceso estacionario aleatorio es
independiente del tiempo. La ecuaci
on (55) dice que una funcion de distribucion de segundo orden
depende de la diferencia de tiempo entre los instantes observados.

8.1.

Algunas definiciones
Valor medio:
1
x
b = lm
T T

1
x
b = lm
T T

11

x(t) dt

(48)

x2 (t) dt

(49)

Valor rms:
2

Varianza:
x2 = (b
xx
b2 )2

(50)

Media (Valor esperado):

Z

xfX (x) dx

x (t) = E[X(t)] =

(51)

Si el proceso es estacionario en el sentido amplio se cumple:

x (t) = x

(52)

Autocorrelaci
on:
Z

x1 x2 fX1 (t1 ),X2 (t2 ) (x1 , x2 ) dx1 x2

RX (t1 , t2 ) = E[X1 (t1 )X2 (t2 )] =

(53)

si el proceso es estacionario en el sentido amplio:

RX (t1 , t2 ) = RX (t2 t1 )

(54)

Algunas propiedades de la autocorrelacion son (X(t) estacionario):

RX ( ) = E[X(t + )X( )], luego se denomina valor cuadratico medio a:
RX (0) = E[X 2 (t)]

RX ( ) = RX ( )
RX ( ) es m
axima cuando = 0:
|RX ( )| RX (0)
Autocovarianza: para procesos estacionarios en el sentido amplio:
CX (t1 , t2 ) = E[(X(t1 ) x )(X(t2 ) x )] = Rx (t2 t1 ) 2x

(55)

Correlaci
on cruzada:
RXY (t, u) = E[X(t)Y (u)]

(56)

de aqu podemos obtener RXY ( ) = RY X ( )

Se dice que un proceso es erg
odico si es un proceso estacionario y los promedios temporales de una
realizaci
on son iguales a los promedios de conjunto. El valor DC para un T aleatorio se define como:
Z T
1
x(t) dt
(57)
X (T ) =
2T T
Luego E[x (T )] = x . Las condiciones para que un proceso sea ergodico son:
Erg
odico en la media:
lm x (T ) = X

(58)

lm RX (t, u) = RX ( )

(59)

lm Var[RX (, T )] = 0

(60)

Erg
odico en autocorrelaci
on:
T
T

12

8.2.

Transmisi
on de un proceso estacionario a trav
es de un filtro LTI

A la salida del filtro tenemos que:

Z

h( )X(t ) d

Y (t) =

(61)

Veamos si se cumple la estacionariedad (estacionario en el sentido amplio ESA). Sabemos que para
que el proceso sea ESA se debe cumplir (60) y (62). Luego calculamos la media usando (59):
y (t)

=
=

E[Y (t)]
#
"Z

h( )x(t ) d
E

h( )E[x(t )]d

h( )x d

x H(0)

Luego la media del proceso de salida es

Y (t) = E[Y (t)] = X H(0)

(62)

Ahora veamos si se cumple (62):

Ry (t1 , t2 )

=
=

E[Y (t1 )Y (t2 )]

"Z Z
#

E
h(1 )x(t1 2 )h(2 )x(t2 2 ) d1 d2

ZZ
h(1 )h(2 )E[x(t1 1 )x(t2 2 )] d1 d2

=
ZZ
=

h(1 )h(2 )Rx (t1 1 t2 + 2 ) d1 d2

Luego s
olo depende de = t1 t2 , por lo tanto, es ESA.

8.3.

Densidad espectral de potencia

Caracterizaci
on de los procesos estacionarios en el dominio de la frecuencia. La densidad espectral
de potencia se define as:
Z
SX (f ) =
RX ( )ej2f d
(63)

Podemos notar que la densidad espectral de potencia es la transformada de Fourier de la autocorrelaci

on.
8.3.1.

Propiedades y algunas definiciones de la DSP

R
SX (0) = RX ( ) d
R
RX (0) = SX ( ) d
SX (f ) 0

SX (f ) = SX (f )
13

 pX (f ) =

R Sx (f )
S (f ) df
x

al normalizar la DSP se comporta como una funcion de probabilidad.

La DSP para la salida del filtro es

SY (f ) = |H(f )|2 SX (f )

(64)

Esta resultado sale de sacar la FT a la funcion de autocorrelacion de la salida del filtro y luego hacer
un cambio de variable, de tal manera de que se obtengan 3 exponenciales complejas, y as obtener la
FT directamente. La DSP cruzada se define as:
Z
SXY (f ) =
RXY ( )ej2f d = SY X
(65)

8.4.

Proceso Gaussiano

La funci
on de densidad de probabilidad de un proceso gaussiano se define como:
"
#
(x x )2
1
exp
fX (x) =
2x2
2x

(66)

Luego la funci
on de probabilidad conjunta es:
1
Fx (x) = P (X < x) = 1 + erf
2

x x
p
2x2

!
(67)

donde erf(x) es la funci

on de error. Un par de propiedades que seran importante respecto a esta funci
on
son:
erf(x) = erf(x)
erfc(x) = 1 erf(x)
donde erfc(x) es la funci
on de error complementaria Se dice que una distribucion gaussiana esta normalizada cuando se reemplaza en la ecuacion (75) = 0 y = 1.
8.4.1.

Teorema Central del lmite

Si se tienen variables x1 (t) independientes e identicamente distribuidas entonces

N
1 X
Yi
Vn =
N i=1

(68)

Si se tiene que E[Xi ] = 0 y Var[Xi ] = 1, entonces se dice que

lm Vn N (0, 1)

8.4.2.

(69)

Algunas propiedades

si la entrada al filtro es un proceso gaussiano, entonces la salida tambiena sera un proceso

gaussiano.
Si un proceso gaussiano es estacionario, entonces el proceso es estrictamente estacionario.
Si las variables aleatorioa gaussianas no estan correlacionadas, entonces son estadsticamente
indepentiendes. Si son variables independientes son siempre no correlacionadas, pero al reves no
siempre se cumple.
14

9.

Ruido

El ruido generado por el movimiento de los electrones en un semiconductor se define como ruido
termico. El valor cuadr
atico medio del voltaje de ruido termico es:
E[V 2 ] = 4kT Rf

(70)

donde R es resistencia, T es temperatura en Kelvin, f es el ancho de banda y k es la constante de

Boltzman (1,38 1023 ). La corriente de ruido termico se escribe as:
E[I 2 ] =

4kT f
R

(71)

Luego la potencia m
axima de ruido termico para una resistencia R es:
E[

9.1.

I2
]R = kT f
2

(72)

Ruido Blanco

Como se vio anteriormente el ruido se genera como el movimiento aleatorio de los electrones, luego
se puede definir la DSP del ruido aleatorio como:
ST (f ) =

2Rh|f |
e

h|f |
kT 1

(73)

donde k es la ct de boltzman y h es la cte de planck. Para frecuencias menor a 101 2Hz la DSP se
aproxima a ST (f ) 2kT R. Se puede notar que la DSP es una cte para este rango de frecuencias
luego
N0
SW (f ) =
(74)
2
De la ecuaci
on anterior se puede obtener la autocorrelacion:
RW ( ) =

N0
( )
2

(75)

Si queremos caracterizar el ruido blanco, entonces debemos trabajar en un intervalo de tiempo limitado,
para eso usamos un filtro pasa bajos ideal. Para este caso la autocorrelacion y la DSP del ruido blanco
se definen, respectivamente:
RN ( ) = N0 Bsinc(2B )
(76)


f
N0
SN (f ) = u

(77)
2B
2

9.2.

Ruido en banda angosta

Existen dos maneras de representar el ruido en banda angosta:

1) Componente en fase y cuadratura: representares al ruido como n(t) y asumiremos que tiene
un ancho de banda de BT = 2B centrado en fc . La representacion de 1) es la siguiente:
n(t) = nI (t) cos(2fc t) nQ (t) sin(2fc t)

(78)

donde nI y nQ son se
nales pasabaja. Para recuperar la se
nal se usa el diagrama de bloque que
se ve en la figura 1:

15

Figura 1: recuperacion de las se

nales

Algunas propiedades son:

nI y nQ tiene media cero.
si n(t) Normal entonces nI y nQ tambien.
si n(t) es estacionario entonces nI y nQ tambien.
nI y nQ tienen la misma densidad espectral que tiene relacion con n(t):
SnI (f ) = SnQ (f ) = SN (f fc ) + SN (f + fc ), B f B

(79)

nI y nQ tienen la misma varianza que n(t).

La DSP cruzada entre nI y nQ es puramente imaginaria.
si n(t) es gaussiana y su DSP es simetrica respecto a fc , entonces nI y nQ son estadsticamente independientes.
2) Envolvente y fase: Esta forma de representar al ruido se define as:
n(t) = r(t) cos(2fc t + (t))
donde r(t) =

9.3.

(80)

p
n (t)
nI (t)2 + nQ (t)2 es la envolvente de n(t) y (t) = arctan( nQI (t) ) es la fase.

Ruido en modulaci
on anal
ogica

El modelo del receptor con ruido general se puede ver en la figura 2:

Figura 2: Receptor

El demodulador va a depender del tipo de modulacion. El ancho de banda es lo suficientemente

ancho para dejar pasar s
olo a la se
nal sin distorsion.
9.3.1.

Raz
on se
nal a ruido

Al a salida del filtro pasabanda el ruido filtrado se puede ver as:

16

Figura 3: Ruido filtrado

la potencia del ruido filtrado se puede deducir de la figura 3, y su valor es N0 BT . Al la salida del
filtro tendremos que:
x(t) = s(t) + n(t)
(81)
La raz
on se
nal a ruido se define como La raz
on entre la potencia promedio de la se
nal modulada s(t)
y la potencia promedio del ruido filtrado. La razon se
nal a ruido a la entrada del receptor se define asi
: (SN R)c y la de la salida del recepctor: (SN R)o . Para hacer comparar las se
nales se usa:
(SN R)o
(SN R)c

(82)

Luego podemos ver los siguientes casos:

Si (SN R)o > (SN R)c entonces la modulacion pasabanda mejora la SNR, por lo tanto, es mejor.
Si (SN R)o = (SN R)c entonces la modulacion pasabanda no mejora ni empeora.
Si Si (SN R)o < (SN R)c entonces la modulacion pasabanda empeora.
9.3.2.

Efecto de ruido en BLD-PS

Recordemos la modulaci
on de BLD-PS. La se
nal modulada se representa as:
s(t) = Ac m(t) cos(2fc t)

(83)

Luego el receptor se ve as:

Figura 4: Receptor para BLD-PS

La potencia de la se
nal de mensaje m(t) es:
Z
P =

SW (f ) df

(84)

como m(t) y la portadora son independiente, la potencia a la salida del filtro pasabanda sera:
Px =

A2c Pm
2

(85)

Ahora sabemos que la potencia del ruido filtrado es No W , luego tendremos que:
(SN R)c,BLD =
17

A2c Pm
2W No

(86)

Ahora si queremos obtener la se

nal de salida, consideramos al ruido como la ecuacion (85), y con un
poco de
algebra obtenemos que a la salida del detector coherente:
y(t) =

1
(Ac m(t) + nI (t))
2

(87)

As obtenemos que la raz

on se
nal a ruido de la salida del receptor es:
A2c Pm
2W No

(88)

(SN R)o,BLD
=1
(SN R)c,BLD

(89)

(SN R)o =
si hacemos la divisi
on (89), obtenemos:

notemos que para el caso de BLU ser

a el mismo resultado, ya que como el eliminar una banda lateral
afecta a la entrada y la salida, el efecto final sera el mismo.
9.3.3.

Efecto de ruido en AM

El receptor de AM se representa por la figura 5:

Figura 5: Receptor para AM

Recordemos que una se

nal modulada en AM se representa por la siguiente se
nal:
s(t) = Ac [1 + ka m(t)] cos(2fc t)

(90)

Luego es f
acil ver que su potencia es:
P =

A2c (1 + ka2 Pm )
2

(91)

tomando la potencia del ruido, tendremos que la razon se

nal a ruido de la entrada del demodulador
es:
(SN R)c,AM =

A2c (1 + ka2 Pm )
2W No

(92)

si escribimos el ruido por medio de envolvente y fase, tendremos que la se

nal que sale del detector de
envolvente es:
1
(93)
y(t) = [(Ac (1 + ka m(t)) + nI (t))2 + nQ (t)2 ] 2
vemos que este resultado es difcil de analizar, pero si consideramos que la potencia de la portadora
es mucho mayor que la potencia de ruido, y si despreciamos el termino DC (Ac ), ya que no tiene
influencia alguna con la se
nal de mensaje, entonces podemos aproximar (100):
y(t) Ac ka m(t) + nI (t)

18

(94)

As la raz
on se
nal a ruido del a salida del receptor es:
(SN R)o,AM =

A2c ka2 Pm
2W No

(95)

entonces la raz
on entre la entrada y la salida sera:
(SN R)o,AM
ka2 Pm
=
(SN R)c,AM
1 + ka2 Pm

(96)

notamos que este termino es menor que 1, por lo que, tiene peor desempe
no que BLD-PS y BLU.
9.3.4.

Efecto de ruido en FM

El recepto de FM se ve en la figura 6:

Figura 6: Receptor para FM

El discriminador est
a compuesto por:
1) Diferenciador de una respuesta en frecuencia puramente imaginaria.
2) Discriminador
Recordemos que una se
nal modulada en FM se representa por:
Z t
s(t) = Ac cos(2fc t + 2kf
m( ) d )

(97)

si hacemos (t) = 2kf

Rt
0

m( ) d , entonces tendremos que:

s(t) = Ac cos(2fc t + (t))

(98)

como hay un limitador de amplitud, entonces no nos preocupamos de la envolvente. Luego nos preocupamos s
olo de la fase. La fase est
a dada por:


r(t) sin((t) (t))
(99)
(t) = (t) + arctan
Ac + r(t) cos((t) (t))
si consideramos Ac  |r(t)| y reemplazamos nuevamente (t), entonces la ecuacion anterior se
puede aproximar:
Z t
r(t)
(t) 2kf
m( ) d +
sin((t) (t))
(100)
Ac
0
as a la salida del discriminador tendremos:
v(t) =

1 d(t)
d
= kf m(t) +
2 dt
dt

r(t)
sin((t) (t))
Ac

si consideramos que la resta de

angulos distribuye uniformemente, entonces:


d r(t)
sin((t))
dt Ac
19


(101)

(102)

pero nQ (t) = r(t) sin((t)), entonces:

d
dt

1 nQ (t)
2 Ac


(103)

esta ecuaci
on nos dice que el ruido aditivo que se encuentra a la salida del discriminador, solo queda
determinado por la amplitud de la portadora, y la componente en cuadratura. As, despues del filtro
tendremos kf m(t), luego la potencia es P = kf2 Pm . Ahora para obtener la potencia del ruido recordemos
la propiedades de Fourier, tendremos que la respuesta en frecuencia del filtro es H(f ) = f 2 /A2c ,
as aplicando (73), la DSP del ruido sera:
SNo (f ) =

No f 2
A2c

(104)

As aplicando (91), la potencia del ruido es:

P =

2No W 3
3A2c

(105)

luego la raz
on de la salida ser
a:
3A2c kf2 Pm
2No W 3

(106)

A2c
2No W

(107)

3kf2 Pm
(SN R)o,F M
=
(SN R)c,F M
W2

(108)

(SN R)o,F M =
y la de entrada ser
a:

(SN R)c,F M =
As,

Notamos que la raz

on entre la se
nal de entrada y la de salida, permite manejar el ancho de banda de
la se
nal.

10.

Comunicaciones Digitales en banda base

En comunicaciones digitales se transforman se

nales analogicas a digitales. Para esto se emplean las
siguientes etapas: Muestreo, cuantizaci
on y codificacion, y finalmente transmision en bandabase. Pese
a ser un proceso digital, su transmisi
on por medio del canal debe ser mediante se
nales analogicas.

10.1.

Modulaci
on de Pulsos

La idea de la modulaci
on de pulsos se puede ver en la figura:

Figura 7: modulacion de pulsos

20

10.1.1.

Muestreo

Para muestrear la se
nal anal
ogica se usa un tren de impulsos, estos se representan as:
g(t) =

g(nTs )(t nTs )

(109)

n=

donde Ts es el perodo de muestreo. Su representacion en Fourier es:

G(f ) = fs

G(f nfs )

(110)

n=

donde fs es la frecuencia de muestreo.

10.1.2.

Teorema del muestreo

El perodo de muestreo debe cumplir con la siguiente condicion:

T

1
2fs

(111)

y si fs = 1/Ts = 2fm , entonces se llama tasa de nyquist. Esta es la mnima tasa posible para recuperar
la se
nal correctamente. Si se usa una menor, se produce el fenomeno llamado .aliasing.
10.1.3.

Cuantizaci
on

Es el mapeo de muestras de una forma de onda de amplitud continua a un conjunto discreto de

amplitudes. Claramente esto produce error. La razon se
nal a ruido de cuantizacion es:
 
Vp2
S
= 2 = 3L2
(112)
N q

Cada muestra cuantizada se codifica en un codeword de l bits donde L es el numero de niveles de

cuantizaci
on, l = log2 L.
10.1.4.

Modulaci
on de amplitud de pulso (PAM)

Es la forma m
as f
acil y simple. Los pulsos pueden ser rectangulares o de otra forma apropiada. Una
se
nal PAM se puede representar por:



X
t nTs
sP AM (t) =
m(nTs ) u
(113)

n=
En la figura siguiente se puede ver una se
nal PAM, donde la se
nal punteada es la se
nal de mensaje, y
los pulsos rectangulares son la se
nal PAM

Figura 8: se
nal PAM

21

Es posible demostras que

sP AM (t) = m(t) u(t)

10.2.

(114)

Pulsos rectangulares NRZ

Los pulsos rectangulares non-return to zero se definen de la siguiente forma. Sea bn = 0, 1, 0, 0, 1, ...
la secuencia del mensaje binario, entonces matematicamente:
s(t)

sbn (t nT )

n=

(1)bn u

t (n + 21 )T
T

En la figura se puede ver su representacion

Figura 9: Representacion para 0 y 1

10.3.

Transmisi
on de pulsos en bandabase

10.3.1.

Filtro adaptado

La figura 10 muestra un modelo del receptor

Figura 10: modelo de receptor

Queremos maximizar la raz

on se
nal a ruido porque nos da a la salida una forma de limitar el
ruido para determinar con mayor facilidad los niveles de salida, es decir, que tenga el menor ruido
posible.As como tambien queremos minimizar la probabilidad de error. A la salida del receptor se
conecta un estimador que en base a ciertos parametros toma decisiones para rearmar la se
nal. A la
salida se tendr
a un estimado de la se
nal original, que sera la mejor aproximacion a la se
nal de entrada
y(t). La salida del filtro se compone por 2 se
nales:
y(t) = go (t) + n(t)
22

(115)

donde go es una se
nal parecida a g(t), no necesariamente la misma. Aqu suponemos que go (t) y n(t)
no esta correlacionados. Una manera de describir los requerimientos que se necesita, es decir que la
potencia de la se
nal go (t) medida en t = T sea lo mayor posible respecto a la potencia promedio del
ruido. En otras palabras, esto es lo mismo que maximiar la razon se
nal a ruido de la salida, es decir:
(SN R)y =

No
2

|go (t)|2
E[n(t)2 ]

(116)

R
Para encontrar como debe ser el filtro, se usa que |go (t)|2 = | Go (f )ejT df |2 , E[n(t)2 ] =
R
|H(f )|2 df y la desigualdad de schwartz. Con esto se llega a que:

Z
hopt (t) = k
G (f )ej(T t) df
(117)

si tambien consideramos que g(t) es real, entonces finalmente

hopt (t) = k g(T t)

(118)

Esta ecuaci
on nos dice que el filtro est
a relacionado con la se
nal g(t), pero con un retardo. Se llama
filtro adaptado porque tiene la misma respuesta al impulso que la se
nal.
Propiedades del Filtro adaptado
Si la se
nal de entrada al filtro es s(t), y la salida es z(t)
Z(f ) = |S(f )|2 ej2f T
z(t) = Rs (t T ) z(T ) = Rs (0) = Es
 
S
max N
= NE
o /2
T

El receptor
optimo se puede separar en:

Figura 11: Receptor optimo: Filtro adaptado

1) La respuesta al impulso de los filtros adaptados siempre es:

h0 (t) = s0 (T t)

(119)

h1 (t) = s1 (T t)

(120)

x0 (t) = (s(t) + w(t)) ho (t)

(121)

x1 (t) = (s(t) + w(t)) h1 (t)

(122)

2) Muestro en T :

Para este receptor se tiene los siguiente supuesto: los puslos son NRZ, se desprecia AWGN, y se
transmite en 0.
23

Para el c
alculo de las constante se usa
Ci =

1
2

s2i (t) dt

(123)

0
2

donde i = 0, 1. Por ejemplo para pulsos NRZ Co = C1 = A2T Hay que notar que con pulsos NRZ
x1 (t)=-x0 (t) y c1 = c0 . Una version simplificada del receptor optimo se puede ver en la figura siguiente:

Figura 12: Receptor otimo simplificado

Veamos un ejemplo.
Sea s(t) un pulso NRZ, luego al pasar por el filtro adaptado:
x(t)

=
=

s(t) h(t)
Z
s(t )h( ) d

=
=

s
X

(1)

n=1
s
X
bn

(1)

n=1
s
X
n=1
s
X
n=1

(1)bn
(1)bn

bn

t (n + 21 )T
T

!
u

21 T
T

!
d

!
!
21 T
t (n + 21 )T
u
d
u
T
T

!
!
t (n + 21 )T
t 12 T
u
u
T
T


t (n + 1)T

Gr
aficamente esto se ve as:
10.3.2.

Probabilidad de error de un bit

Como se ha visto, a las se

nales se les agrega ruido, por lo que, queremos saber que pasa en presencia
de este y cu
al es la probabilidad de que en vez de que se transmita un 0 se tenga un 1. Analicemos la
probabilidad de error. Tenemos 2 tipos de errores posibles: Dado que se transmite un 0, se tenga un 1
(D0 |1), y dado que se transmite un 1 se tenga un cero (D1 |0). Luego la probabilidad de error de un
bit es
1
1
(124)
Pb = P (D0 |1) + P (D1 |0)
2
2

24

donde P (D0 |1) = P (D1 |0). Supongamos que se transmiten pulsos rectangulares NRZ y se tiene un Rx
simplificado. Luego



x(T ) = (s0 (t) + w(t)) ho (t)

t=T






+ w(t) ho (t)
= so (t) ho (t)


t=T
t=T
Z


= A2 T + A
w( )ho (t ) d 


t=T
!
Z
1
T

T
2
w( ) u
= A2 T + A
d
T

Z T
2
= A T +A
w( ) d
0

Ahora que tenemos x( ) y como sabemos que es un P.E, luego tambien es un Proceso gaussiano, luego
calculamos su media y varianza.
x(T )|0

E[x( )|0]
"

E A T +A

w( ) d
0

= A T +A

E[w( )] d
0

= A2 T
Usando x1 (t)=-x0 (t) obtenemos f
acilmente que x(T )|1 = A2 T . Ahora calculamos la varianza
2
x(T
)|0

h
i
E (x(T ) x(T ) )2 |0
"
Z

w( ) d A T )

E (A T + A

"
=

E A

Z TZ

w(1 )w(2 )d1 d2

0

= A

Z TZ

=
=
=
2
Para el otro caso x(T
)|0 =
siguiente

N0 A2 T
2

E[w(1 )w(2 )]d1 d2

0

= A2

Z TZ

Rw (1
0 0
2 Z TZ T

N0 A
2

2 )d1 d2

(1 2 )d1 d2
0

Z
N0 A2 T
1d
2
0
N0 A2 T
2
. As se se transmite un 0, la distribucion para x(T )|0 es la

25

Figura 13: Distribucion de x( )

As usando el hecho de que se trata de un proceso Gaussiano, obtenemos

P (D1 |0)

1 1
0 A2 T
+ erfc q

2
2 2
2 N0 A T

1 1
erf
2 2

P (D0 |1)

AT

N0 T

1 1
0 + A2 T
+
erfc
1
q

2 2

N0 A2 T
2 2


1 1
AT
erf
2 2
No T

Sabemos que P (D1 |0) = P (D0 |1) = Pb . Luego reemplazando lo anterior en (132) y usando la
segunda propiedad de la funci
on erf(x) tenemos, finalmente, que la probabilidad de error de un bit es:
s

2
1
A T
Pb = erfc
(125)
2
N0
donde

A2 T
N0

es la SNR y A2 T es la energa. Comentarios:

1) Figura de receptor

Figura 14:

P (D1 |0) = P (x0 (T ) + c0 < x1 (T ) + c1 |0) = P (x0 (T ) x1 (T ) + c0 c1 < 0|0)

2) Eb =energa media por bit=p0 E0 + p1 E1 = A2 T
q 
Eb
3) Pb = 21 erfc
N0 , donde Eb /N0 es la SNR por bit.
26

4)

1
2 erfc(x)

es una funci
on de probabilidad acumulada complementaria (Figura 14). En el filtro
adaptado, la variable aleatoria antes de suma la constante es de varianza mnima.

Figura 15: grafico de erfc(x)

11.

Comunicaci
on digital M-aria

En una comunicaci
on M-aria hay M smbolos posibles, cada uno representa a una log2 (M )-tupla
de bits. Por ejemplo un sistema 4-ario cada se
nal tiene log2 (4) = 2 bits. El receptos otimo M-ario se
ve en la figura

Figura 16: Receptor optimo M-ario

Ahora hace m
as sentido comenzar a usar filtro normalizados.

Figura 17: Filtro normalizado

Supongamos que se transmite un 3. Luego

P (D1 |3) > P (D0 |3) > P (D2 |3)

27

Figura 18: Distribucion de las probabilidades

La manera m
as conveniente para determinar la prob de error es usar c
odigo de Grey. Este
asigna
log2 (M )-tuplas de bits para smbolos adyacentes que difieren siempre en 1 bit.
M
1
X

P (x(T ) 6 Rm ) P (m)

m=0

Figura 19:

Como sabemos que distribuye normal, entonces:

T
1
1
A

= 1 + erf p
2 2
2 N0 /2
!
A T
1 1
erf
=
2 2
N0
!
1
A T
=
erfc
2
N0

P+

Es claro que P+ = P . As:

P+
P+ + P
Ps =

P
Ps

=
=
=

si
si
si

m=0
1mM 2
m=M 1


1 
(M 1)P+ + (M 1)P
M
2(M 1)
P+
M
!
M 1
A2 T
erfc
M
N0
28

(126)

Ahora veamos cu
al es la energa Es media de un smbolo M-PAM. La energa se define as:
Es =

M 1
2
1 X
A2 T
Am A T = ... =
(M 2 1)
M m=0
3

(127)

Esto implica que

3Es
M2 1
= Eb logs (M )
3 log2 (M )Eb
=
M2 1

A2 T

Es
A2 T
As tenemos que Ps es:

s
M 1
3
log
(M
)E
b
2

Ps =
erfc
M
(M 2 1)N0

(128)

De (136) y (134) tenemos

log2 (M )

Ps

P (b bits en error) P (1 bits en error)

b=1
log2 (M )

P (n-esimo bit en error)

n=1

Pb

1
log2 (M )

log2 (M )

P (n-esimo bit en error)

n=1

log2 (M )

log2 (M )Pb

P (n-esimo bit en error)

n=1

Ps

log2 (M )Pb

As tenemos
Pb =
Por lo tanto
(M-PAM)

Pb

12.

1
Ps
log2 (M )

M 1
3
log
(M
)E
b
2

=
erfc
M log2 (M )
(M 2 1)N0

(129)

Representaci
on equivalente en banda base

La idea es evitar trabajar con las convoluciones de cos(wt) y sen(wt) para as hacer mas simple la
matem
atica

12.1.

Transformada de Hilbert

Se usa para separar se

nales seg
un su contenido en frecuencia. Este proceso se llama discriminador
de frecuencia o tambien se puede separar por fase, para que as sea mas facil separarlas. Cuando se
desfasa en 90 las se
nales, la funci
on resultante se denomina Transformada de Hilbert. Podemos definir
la HT de la siguiente manera:
Z
1 g( )
g(t) =
d
(130)
t
29

donde podemos notar que (1) se puede reescribir como:

g(t) = g(t)

(131)

donde la inversa de (1) es:

g(t) =
g (t)

(132)

Luego a partir de la transformada de Hilbert podemos ver su espectro en frecuencia usando la transformada de Fourier:
) = jsgn(f )G(f )
G(f
(133)
De (4) podemos notar que para frecuencias positivas se produce un desfase de -90 y para frecuencias
negativas se produce una de +90. Es posible deducir algunas cosas de la transformada de Hilbert:
Es una operaci
on lineal.
Es un filtro que va de t a t, es decir, trabaja solo en el tiempo.
)|
|S(f )| = |S(f

12.2.

Pre-Envolvente

Sea s(t) una se

nal real arbitraria, luego

s+ (t) = s(t) j s(t)

(134)

Se define como la pre-envolvente positiva. La parte real e imaginaria del espectro de la se

nal se puede
ver en la figura

Figura 20: Parte real e imaginaria de S+ (f )

Es claro que

2S(f )
S(0)
S+ (f ) =

si
si
si

f >0
f =0
f <0

Figura 21: S+ (f )

Supongamos que ahora s(t) es se

nal pasabanda, es decir, concentra su energa en torno a un ancho
2W al rededor de fc , con fc  W
30

Figura 22: Representacion se

nal pasabanda

Dado que s(t) es una se

nal real pasabanda, podemos decir que
s+ (t) = 2
s(t)ej2fc t

(135)

s+ (t) = s(t) + j
s(t) = R[s+ (t)] = s(t)

(136)

Adem
as notamos que
La relaci
on que xiste entre s(t) y s(t) es
h
i

s(t) = R[ 2
s(t)ej2fc t ] = R 2(sI (t) + jsQ (t))(cos(2fc t) + jsen(2fc t))
donde s(t) = sI (t) + jsQ (t) es la envolvente compleja de la se
nal en banda base. As

s(t) = 2sI (t) cos(2fc t) 2sQ (t)sen(2fc t)

(137)

(138)

Para demodular basta hacer lo siguiente:

Para recuperar la componente en fase basta con modular por un coseno sincronizado en frecuencia
y luego pasar la se
nal por un filtro pasa-bajos
s(t) cos(2fc t)

= sI (t) + sI (t) cos(4fc t) sQ (t)sen(4f ct)

= sI (t)

Para recuperar la componente en cuadratura basta con modular por un seno y luego pasar la
se
nal por un pasa-bajos
s(t) sen(2fc t)

= sI (t)sen(4fc t) + sQ (t) + sQ (t) cos(4f ct)

= sQ (t)

En la figura se puede ver el diagrama en bloques del transmisor y receptor

31

Figura 23: Tx y Rx

13.

Binary Phase-Shift keying - BPSK

Esta es la versi
on pasabanda de NRZ
r
s0 (t) = 2
r
s1(t) = 2

t 21 T
T

Eb
u
T

Eb
u
T

t 12 T
T

!
cos(2fc t)

(139)

cos(2fc t + )

(140)

x
h(t)
(t) = hI xI hQ xQ + j[hI xQ + hQ xI ]

14.

(141)

Quadrature PSK - QPSK

r
sm (t) = (1)

bI

2Eb
u
T

t 12 T
T

r
bQ

cos(2fc t) (1)

2Eb
u
T

donde su envolvente completa est

a dada por
"r
#
r
Eb
E
b
s(t) =
(1)bI + j
(1)bQ u
2T
2T
Notemos que se trata de una transmisi
on M-PAM donde M=4

32

t 21 T
T

t 21 T
T

!
sen(2fc t)

(142)

!
(143)