PRÁCTICA # 1

Filtro de Acoplamiento

Integrantes:

• Zuanny Miñaca

• Mario Pabón

Paralelo 105
Grupo 1 - Mesa # 2

Fecha de Presentación: 06- noviembre-2018

1. INTRODUCCIÓN

Desde tiempos pasados, la comunicación ha sido de gran importancia para la

humanidad, como es sabido con el avance de la tecnología se han desarrollado
diferentes mecanismos o sistemas para que la trasmisión y recepción de señales sea
de manera óptima. Sin embargo, la transmisión de una señal nunca va a ser perfecta
debido a la presencia de ruido que existe en el medio ambiente, es por ello que para
minimizar esta cantidad de ruido en gran proporción se hacen uso de filtros de
acoplamiento en el sistema de comunicación justo antes del receptor. El receptor se
encarga de detectar la señal de pulso con ruido, donde se optimiza el diseño de filtro
para minimizar a la salida los efectos del ruido, esto está controlado por un dispositivo
de decisión que depende del factor landa.
En la práctica utilizamos la herramienta Matlab que mediante una programación
adecuada permite realizar una simulación de estas señales, en este caso sinusoidal,
diente de sierra, tren de pulsos y un pulso para un SNR de 0,5 y 15dB respectivamente,
con lo cual se podrá realizar un análisis de cómo afecta el SNR en los diferentes tipos
de señales.

2. MARCO TEÓRICO

El filtro de acoplamiento es el elemento más importante para el procesamiento de una

señal en un sistema de comunicación. Un problema común en los sistemas de
comunicación es la detección de un pulso que es transmitido por un canal que está
corrompido por el ruido (Ramos,2018). Debido a esta presencia de ruido los filtros de
acoplamiento son usados para disminuir esto en gran proporción. Antes del receptor
llega esta señal, donde de esto dependerá el diseño del filtro para obtener resultados
óptimos.

Ilustración 1. Diagrama de bloque del filtro acoplado

La ilustración 1 muestra el diagrama de bloques con el filtro acoplado, donde:

s(t)+w(t) es la señal de entrada al receptor con ruido en un determinado tiempo.
h(t) es la respuesta al impulso del filtro.
So(t)+Wo(t) es la señal a la salida del filtro con el ruido a la salida del filtro.
El objetivo es diseñar h(t) de tal manera que maximice la relación señal a ruido en un
tiempo de detección t=to, en comparación con la potencia promedio del ruido a la salida
n(t).
La ecuación que permite maximizar la señal ruido de pulso pico a la salida del filtro es:
 3. DESCRIPCIÓN Y ANÁLISIS DEL CÓDIGO
function FILTRO_ACOPLAMIENTO(SignalType,SNR) %CREAMOS LA FUNCION
fc=500; %FRECUENCIA DE PORTADORA
fs=15000; %FRECUENCIA DE MUESTREO
Ts=1/fs; %TIEMPO DE MUESTREO
n=20; %NUMERO DE PERIODOS
StopSignal=n/fc; %LIMITE DE LA SEÑAL
t=(0:Ts:StopSignal-Ts); %TIEMPO DE LA SEÑAL T

switch SignalType
case 1 %GENERA LA SEÑAL SINUSOIDAL
signal=sin(2*pi*fc*t);
case 2 %GENERA LA SEÑAL DIENTE DE SIERRA
signal=sawtooth(2*pi*fc*t);
case 3 %GENERA LA SEÑAL TREN DE PULSOS
signal=square(2*pi*fc*t);
otherwise %GENERA LA SEÑAL PULSO
signal=square(1,size(t,2));

end

NoiseSignal=awgn(signal,SNR); %SEÑAL SUMADA CON RUIDO

ShiftX=zeros(1,size(t,2)*2);
ShiftX(100:100+size(t,2)-1 )=signal;
h=fliplr(ShiftX); %RESPUESTA IMPULSO DEL FILTRO DE ACOPLAMIENTO
y=conv(NoiseSignal,h); %SALIDA DE LA SEÑAL CON RUIDO
y1=conv(signal,h); %SALIDA DE LA SEÑAL SIN RUIDO

%GRAFICAS
subplot (4,1,1);
plot(signal);
title ('SEÑAL SIN RUIDO');
xlabel ('TIEMPO');
ylabel('S(t)');

subplot(4,1,2);
plot(NoiseSignal);
title ('SEÑAL CON RUIDO');
xlabel ('TIEMPO');
ylabel('S(t)+n(t)');

subplot(4,1,3);
plot(y);
title('SEÑAL FILTRADA CON RUIDO');
xlabel ('TIEMPO');
ylabel('y(t)');

subplot(4,1,4);
plot(y1);
title('SEÑAL FILTRADA SIN RUIDO');
xlabel ('TIEMPO');
ylabel('y1(t)');

end
4. RESULTADOS

FIG 1. SEÑAL SINUSOIDAL, 0 dB FIG 2. SEÑAL SINUSOIDAL, 5dB

FIG 3. SEÑAL SINUSOIDAL, 15dB FIG 4. SEÑAL DIENTE DE SIERRA, 0dB

FIG 5. SEÑAL DIENTE DE SIERRA, 5dB FIG 6. SEÑAL DIENTE DE SIERRA, 15dB
FIG 7. SEÑAL TREN DE PULSOS, 0dB FIG 8. SEÑAL TREN DE PULSOS, 5dB

FIG 9. SEÑAL TREN DE PULSOS, 15dB FIG 10. SEÑAL PULSO, 0dB

FIG 11. SEÑAL PULSO, 5dB FIG 12. SEÑAL PULSO, 15dB
5. PREGUNTAS CONTESTADAS
• Indique una de las funciones principales del filtro de acoplamiento.
Sirve para minimizar el ruido, pero no puede recuperar la señal original.
• Indique dos aplicaciones de los filtros de acoplamiento.
Sintesis de cuerdas pulsadas.
Sistemas de reconocimiento de patrones de voz humana.
• ¿Cuál es la respuesta al impulso del filtro? Considere que el sistema es afectado
únicamente por ruido blanco.
Es la funcion original reflejada y desplazada un periodo de un bit.
• ¿Cuál es la relación señal a ruido (S/N) a la salida del filtro de acoplamiento?

6. CONCLUSIONES

• Al usar filtros de acoplamiento se logra reducir lo más posible el ruido dejando

pasar la mayoría de la información, pero la señal original se pierde.

• Mientras mayor sea la relación señal a ruido, menos ruido habrá a la entrada
del sistema.

• Cuando se trabaja con una señal pulso unitario, al utilizar un filtro de

acoplamiento para eliminar el ruido, se pierde la mitad de la amplitud de la señal
original.

7. RECOMENDACIONES

• Practicar y repasar los comandos de Matlab para desarrollar con mayor

destreza los programas.

• Investigar en manuales, libros o en internet sobre como programar en

Matlab para facilitar el trabajo.
8. BIBLIOGRAFÍA

• [1]"Filtros de Acoplamiento", Scribd, 2018. [Online]. Disponible en:

https://es.scribd.com/presentation/108510362/Filtros-de-Acoplamiento.
[Accessed: 27- Oct- 2018].

• [2]E-archivo.uc3m.es, 2018. [Online]. Disponible en:

https://earchivo.uc3m.es/bitstream/handle/10016/18676/PFC_APC.pdf.
[Accessed: 27- Oct- 2018].