Sistemas de comunicación
|
|
- Hugo Salinas Villalba
- hace 5 años
- Vistas:
Transcripción
1 Sistemas de comunicación Práctico Repaso de procesos estocásticos Cada ejercicio comienza con un símbolo el cuál indica su dificultad de acuerdo a la siguiente escala: básica, media, avanzada, y difícil. Además puede tener un número, como 3.- que indica el número de ejercicio del libro del curso, Communication Systems, 3th. edition. Bruce A. Carlson. Ejercicio Sea el proceso v(t = x(t cos(ω 0 t + φ donde x es un proceso estacionario de valor medio cero y de autocorrelación R x (t. (a (b Si φ = 0, hallar E(v, R v (t, s y E(v. Averiguar si v es un proceso estacionario. Idem si φ es una variable aleatoria uniformemente distribuida en [0, π], independiente de x(t. Cómo queda G v (f en este caso? Ejercicio Sea una secuencia binaria aleatoria cuyos elementos llamaremos 0 y. Los dígitos tienen una duración, son equiprobables e independientes de los dígitos anteriores. El tiempo de comienzo de la secuencia, u origen de tiempos, es aleatorio y uniformemente distribuido en [0, ]. Si se codifica en código bipolar sin retorno a 0, es decir 0 A, A (A es un nivel de tensión, hallar la autocorrelación de la secuencia y su densidad espectral de potencia. Estimar el ancho de banda necesario para la transmisión. Ejercicio 3 Considerar que en el problema, x es una onda binaria aleatoria, y se cumple que f 0 /. Hallar R v (t, G v (ω y la potencia media de la señal y graficarlas.
2 Ejercicio Solución (a Para ver si es estacionario en sentido amplio debemos ver si la media y la autocorrelación dependen del instante observado. E{v(t} = E{x(t cos(ω 0 t + φ} Como φ = 0, cos(ω 0 t + φ toma un valor constante y por lo tanto: Como E{x(t} = 0, tenemos que: En cuanto a la autocorrelación: E{v(t} = cos(ω 0 t + φe{x(t} E{v(t} = 0 R v (t, t + τ = E{v(tv(t + τ} = E{x(t cos(ω 0 t + φx(t + τ cos(ω 0 (t + τ + φ} De la misma manera que antes, los cosenos toman valores constantes, entonces: R v (t, t + τ = E{v(tv(t + τ} = E{x(tx(t + τ} cos(ω 0 t cos(ω 0 (t + τ ( cos(ω0 τ + cos(ω 0 (t + τ R v (t, t + τ = R x (τ Por lo que la autocorrelación es dependiente de t. Por lo tanto el proceso no es estacionario en sentido amplio y entonces no es estacionario. (b Al ser φ una variable aleatoria, ahora cos(ω 0 t+φ es un proceso. Entonces, planteando el valor medio y la independencia entre los procesos: E{v(t} = E{x(t cos(ω 0 t + φ} = E{x(t}E{cos(ω 0 t + φ} E{v(t} = m x E{cos(ω 0 t + φ} = 0 Planteando la autocorrelacion e independencia entre los procesos entre x y el coseno tenemos: R v (t, t+τ = E{v(tv(t+τ} = E{x(tx(t+τ}E{cos(ω 0 t+φ cos(ω 0 (t+τ+φ} Como x es estacionario: R v (t, t + τ = R x (τ R v (t, t + τ = R x (τ π ( π R v (t, t + τ = R x (τ π π cos(ω 0t + φ cos(ω 0 (t + τ + φdφ cos(ω 0 τ + cos(ω 0 (t + τ + φ dφ cos(ω 0 τ dφ + π cos(ω 0 (t + τ + φ dφ La primera integral, es la integral de una constante y la segunda es la integral de un coseno en una cantidad entera de ciclos, entonces: R v (τ = R x (τ cos(ω 0τ y el proceso es estacionario en sentido amplio.
3 Ejercicio El proceso estocástico que resulta de codificar la secuencia binaria aleatoria puede escribirse como, v(t = k= Ax[k]p(t k + ɛ. Donde x es la secuencia binaria aleatoria, ɛ es el retardo aleatorio de distribución uniforme en el intervalo [0, ] (que representa la dessincrinización entre emisor y receptro y p(t es el pulso con que se codifica. En el caso de este problema p(t es un pulso rectangular que vale uno de en el intervalo [0, ] y cero en el resto. Intentaremos probar que el proceso v(t es estacionario en sentido amplio. Para ello es necesario demostrar que tiene media constante y que su autocorrelación depende únicamente de la diferencia entre los instantes de tiempo comparados. A partir de la linealidad del operador esperanza y dado que x[k] es independiente de ɛ para todo valor de k, la esperanza de v(t puede hallarse como E{v(t} = k= AE{x[k]}E{p(t k + ɛ}. Como x[k] es un proceso IID E{x[k]} = 0 para todo k entero y por lo tanto se deduce que para todo instante t R, E{v(t} = 0. Con esto se tiene que v(t es un proceso de media constante. La autocorrelación está dada por, R v (t, s = E{v(tv(s}. El cálculo de la autocorrelación del proceso v(t se realizará en dos pasos. Primero se estudiará R v (t, s cuando t s >. Luego se estudiara el caso complementario. Caso t s > La autocorrelación del proceso v(t está dada por, R(t, s = k= h= A E{x[k]x[h]}E{p(t k + ɛp(s h + ɛ}. En la ecuación anterior aparece la auto correlación de la secuencia x[k], E{x[k]x[h]} = R x (k h = δ(k h que depende sólo de k h ya que x es estacionaria por ser IID. Por lo tanto en la suma anterior el término que depende de x sólo sera distinto de cero (y valdrá σ x = cuando k y h sean iguales. Por lo tanto la autocorrelación puede escribirse como 3
4 R v (t, s = A n= E{p(t n + ɛp(s n + ɛ}. La función φ(t, s = p(t n + ɛp(s n + ɛ vale cero para cualquier combinación de t, s y n, ya que la separación entre t y s es mayor que la duración de los pulsos. Por lo tanto, R v (t, s = 0 si t s > Caso t s En este caso los instantes t y s pueden o no pertenecer a un mismo pulso. Llamemos Γ al suceso t y s no son instantes de un mismo pulso (o tiempo de bit, la esperanza que define a la autocorrelación puede calcularse como, R v (t, s = E{v(tv(s Γ}P (Γ + E{v(tv(s Γ c }( P (Γ. La primera esperanza de la ecuación anterior puede calcularse de manera análoga lo que se hizo para el caso t s >, ya que está condicionada a que suceda Γ. eniendo en cuenta de que Γ sólo depende del valor que tome ɛ y operando como se hizo antes, la segunda esperanza puede expresarse como, E{v(tv(s Γ c } = A n= E{p(t n + ɛp(s n + ɛ Γ c }. La condiciónalidad a Γ c implica que el ɛ es tal que t y s caen en un mismo pulso. Por otro lado, dados t y s habrá un único valor de n 0 para el cual φ(t, s sea distinto de cero (el pulso al que pertenecen dichos instantes. Es decir, E{v(tv(s Γ c } = A E{p(t n 0 + ɛp(s n 0 + ɛ Γ c } = A. Donde la última igualdad se deduce de que p(t n 0 + ɛp(s n 0 + ɛ =, es decir es independiente de ɛ. Finalmente queda calcular la probabilidad dé que se de el suceso Γ, es decir que t corresponda a un pulso distinto que s, o dicho de otro modo que haya una transición de pulso entre ellos. Matematicamente hay que calcular la probabilidad de que se cumpla s < n 0 + ɛ < t asumiendo t < s y siendo n 0 el único entero para el cual t n 0 y s n 0 son menores que. La condición anterior puede escribirse de la forma, s n 0 < ɛ < t n 0. Como ɛ tiene distribución U[0, ], la probabilidad puede calcularse como, P (s n 0 < ɛ < t n 0 = t n0 s n 0 dɛ = t s. El caso en que s t se calcula en forma análoga, con lo cual
5 t s P (Γ =. Finalmente, sustituyendo las expresiones halladas en los dos casos estudiados, la autocorrelación de v(t queda dada por, ( R v (t, s = E{v(tv(s} = A t s. Puede verse entonces que la autocorrelación depende únicamente de la diferencia entre los instantes comparados. Por lo tanto el proceso es estacionario en sentido amplio y su autocorrelación puede escribirse de la forma, ( τ R v (τ = A Λ Ejercicio 3 Como vimos en el problema, R v (τ = R x (τ cos(ω 0τ Em este caso tenemos, R x (τ = A Λ( τ. Por lo tanto la ecuación de arriba puede expresarse como, ( τ R v (τ = A cos(ω0 τ Λ La densidad espectral de potencia G v (f es la transformada de fourier de la autocorrelación, es decir: Finalmente: G v (f = A sinc (f δ(f f 0 + δ(f + f 0 G v (f = A [sinc ( (f f 0 + sinc ( (f + f 0 ] La potencia de la señal la podemos obtener evaluando la autocorrelación en 0: ( 0 cos(0 R v (0 = A Λ = A 5
Sistemas de comunicación
Sistemas de comunicación Práctico Transmisión digital en banda base Cada ejercicio comienza con un símbolo el cuál indica su dificultad de acuerdo a la siguiente escala: básica, media, avanzada, y difícil.
Más detallesTransmisión digital pasabanda
Transmisión digital pasabanda Modulación y Procesamiento de Señales Ernesto López Pablo Zinemanas, Mauricio Ramos {pzinemanas, mramos}@fing.edu.uy Centro Universitario Regional Este Sede Rocha Tecnólogo
Más detallesSistemas de comunicación
Sistemas de comunicación Práctico 3 Modulación lineal Cada ejercicio comienza con un símbolo el cuál indica su dificultad de acuerdo a la siguiente escala: básica, media, avanzada, y difícil. Además puede
Más detallesHoja 4 Variables aleatorias multidimensionales
Hoja 4 Variables aleatorias multidimensionales 1.- Estudiar si F (x, y) = 1, si x + 2y 1, 0, si x + 2y < 1, es una función de distribución en IR 2. 2.- Dada la variable aleatoria 2-dimensional (X, Y )
Más detallesSistemas de comunicación
Sistemas de comunicación Práctico 5 Ruido Pasabanda Cada ejercicio comienza con un símbolo el cuál indica su dificultad de acuerdo a la siguiente escala: básica, media, avanzada, y difícil. Además puede
Más detallesProcesos estocásticos
Teoría de la comunicación Comunicaciones - U.A.H. Indice Probabilidad. Variables Aleatorias. Procesos Estocásticos. Comunicaciones - U.A.H. Probabilidad Probabilidad. Dado un experimento ε del tipo que
Más detallesComunicaciones Digitales
Trabajo Práctico Codificación de Fuente Comunicaciones Digitales E.1 Una fuente tiene un alfabeto {a1,a, a3, a4, a5, a6} con sus correspondientes probabilidades {0.1,0.,0.3,0.05,0.15,0.}. Encontrar la
Más detallesIDENTIFICACIÓN DE SISTEMAS SISTEMAS LINEALES Y PROCESOS ESTOCÁSTICOS
IDENTIFICACIÓN DE SISTEMAS SISTEMAS LINEALES Y PROCESOS ESTOCÁSTICOS Ing. Fredy Ruiz Ph.D. ruizf@javeriana.edu.co Maestría en Ingeniería Electrónica Pontificia Universidad Javeriana 2013 Sistema Un sistema
Más detallesTransmisión digital por canales con ruido
Ingeniería Informática Medios de Transmisión (MT) Problemas del tema 8 Transmisión digital por canales con ruido Curso 008-09 18/1/008 Enunciados 1. Un sistema de transmisión binario con se nalización
Más detallesSistemas de comunicación
Sistemas de comunicación Práctico 1 Técnicas avanzadas de codificación Cada ejercicio comienza con un símbolo el cuál indica su dificultad de acuerdo a la siguiente escala: básica, media, avanzada, y difícil.
Más detallesSistemas de Comunicación Examen
Sistemas de Comunicación Examen Instituto de Ingeniería Eléctrica 30 de julio de 2015 Indicaciones: La prueba tiene una duración total de 4 horas. Cada hoja entregada debe indicar nombre, número de C.I.,
Más detallesRepaso de Teoría de la Probabilidad
Repaso de Teoría de la Probabilidad Luis Mendo Tomás Escuela Politécnica Superior Universidad Autónoma de Madrid Febrero de 2008 1. Introducción Este documento contiene, de forma esquemática, los conceptos
Más detallesCODIFICACIO DE LI EA:
CODIFICACIO DE LI EA: eniendo ya la señal discretizada en tiempo (muestreo) y discretizada en amplitud (cuantificación), se dispone de una señal de M símbolos cuya tasa de transmisión se mide en baudios.
Más detallesDepartamento de Matemática Aplicada a las T.I.C. SOLUCIONES
Departamento de Matemática Aplicada a las T.I.C. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EAMEN FINAL Otoño 25-6 FECHA: 5 de Enero de 26 Fecha publicación notas: 22 de Enero de 26 Fecha revisión
Más detallesSistemas de comunicación
Sistemas de comunicación Práctico Modulación digital pasabanda Cada ejercicio comienza con un símbolo el cuál indica su dificultad de acuerdo a la siguiente escala: básica, media, avanzada, y difícil.
Más detallesSistemas de Comunicaciones
Sistemas de Comunicaciones Tema 2: Señales aleatorias Grado en Ingeniería de Sistemas de Telecomunicación Departamento de Ingeniería de Comunicaciones Universidad de Málaga Curso 202/203 Tema 2: Señales
Más detallesProcesos Estocásticos. Procesos Estocásticos. Procesos Estocásticos. 1 Introducción y conceptos básicos. Al final del tema el alumno será capaz de:
Procesos Estocásticos Procesos Estocásticos Referencias: Capítulo 8 de Introducción a los Sistemas de Comunicación. Stremler, C.G. (993 Estadísticos de un proceso estocástico Apuntes de la Universidad
Más detallesREPRESENTACIÓN DE SEÑALES PASABANDA. Prof. Germán González Depto de Electrónica USB Junio 2002
REPRESENTACIÓN DE SEÑALES PASABANDA Prof. Germán González Depto de Electrónica USB Junio 2002 Los organismos encargados de regular el uso del espectro radioeléctrico dividen a éste en porciones a ser utilizadas
Más detallesClase 3. Procesos estocásticos en Teoría de la señal.
1 Introducción Clase 3. Procesos estocásticos en Teoría de la señal. Como ya se comentó en la clase anterior, el ruido es una señal inherente a cualquier transmisión de telecomunicación. El ruido es una
Más detallesTEMA 5. PROCESOS ESTOCÁSTICOS.-CURSO 2017/18
TEMA 5. PROCESOS ESTOCÁSTICOS.-CURSO 2017/18 5.1. Concepto de proceso estocástico. Tipos de procesos. Realización de un proceso. 5.2. Características de un proceso estocástico. 5.3. Ejemplos de procesos
Más detallesTema 1. Introducción a las señales y los sistemas
SISTEMAS LINEALES Tema. Introducción a las señales y los sistemas de septiembre de F. JAVIER ACEVEDO javier.acevedo@uah.es TEMA Contenidos. Definiciones. Clasificación de señales. Transformaciones de la
Más detallesSistemas de comunicación
Sistemas de comunicación Práctico 4 Modulación Exponencial Cada ejercicio comienza con un símbolo el cuál indica su dificultad de acuerdo a la siguiente escala: básica, media, avanzada, y difícil. Además
Más detallesTeoría de la Comunicación. a) Si X es una variable aleatoria con una distribución uniforme en el intervalo [ 2, 2], calcule las probabilidades
.6. Ejercicios Ejercicio.1 Se tiene una variable aleatoria X. a) Si X es una variable aleatoria con una distribución uniforme en el intervalo [, ], calcule las probabilidades i) P (X >1) ii) P (X > 1)
Más detallesPOTENCIA DE UN PROCESO ALEATORIO. Análisis Espectral 1 / 30
POTENCIA DE UN PROCESO ALEATORIO Análisis Espectral 1 / 30 POTENCIA DE UN PROCESO ALEATORIO Recordemos: Para señales determinísticas.... la potencia instantánea es Para una señal aleatoria, es una VA para
Más detallesReceptor de Correlación. Sistemas de Comunicación
Receptor de Correlación Sistemas de Comunicación Facundo Mémoli * -Versión 2.- mayo, 22 * memoli@iie.edu.uy Índice. Introducción 3 2. Hipótesis y Planteo del Problema 3 3. Procedimiento 4 3.. Hipótesis
Más detallesEL4005 Principios de Comunicaciones Clase No.22: Señalización Ortogonal
EL4005 Principios de Comunicaciones Clase No.22: Señalización Ortogonal Patricio Parada Departamento de Ingeniería Eléctrica Universidad de Chile 29 de Octubre de 2010 1 of 34 Contenidos de la Clase (1)
Más detallesEjercicios de Procesos Estocásticos
Ejercicios de Procesos Estocásticos Bernardo D Auria Departamento de Estadística Universidad Carlos III de Madrid GRUPO MAGISTRAL GRADO EN INGENIERÍA DE SISTEMAS AUDIOVISUALES Otros Ejemplo Considerar
Más detallesModelos Estocásticos I Tercer Examen Parcial Respuestas
Modelos Estocásticos I Tercer Examen Parcial Respuestas. a Cuál es la diferencia entre un estado recurrente positivo y uno recurrente nulo? Cómo se define el período de un estado? Demuestre que si el estado
Más detallesExamen de Estadística
Examen de Estadística Grado en Ingeniería de Telecomunicación 6 de Mayo de 6 Cuestiones solución h 45m C (.5 puntos). Considera tres eventos A, B, C S tales que P (A) = P (B) =.5, P (A B) =.5, y P (C)
Más detallesModulación por codificación de pulsos
Modulación por codificación de pulsos Modulación y Procesamiento de Señales Ernesto López Pablo Zinemanas, Mauricio Ramos {pzinemanas, mramos}@fing.edu.uy Centro Universitario Regional Este Sede Rocha
Más detallesTransmisión. Transmision de Datos
Transmisión Transmision de Datos 1 El éxito en la transmisión depende fundamentalmente de dos factores La calidad de la señal Las características del medio de transmisión 2 Medio de Transmisión No guiado
Más detalles4. Códigos de Línea *
OpenStax-CNX module: m35716 1 4. Códigos de Línea * Mariangela Mezoa Translated By: Mariangela Mezoa This work is produced by OpenStax-CNX and licensed under the Creative Commons Attribution License 3.0
Más detallesMedios de Transmisión Práctica Final Simulación de un Sistema de Transmisión Digital Banda Base
Medios de Transmisión Práctica Final Simulación de un Sistema de Transmisión Digital Banda Base Curso 28-29. Introducción El objetivo de esta práctica es realizar un programa en Matlab que simule el funcionamiento
Más detallesComunicaciones Digitales
rabajo Práctico 5 ransmisión pasabanda Comunicaciones Digitales E1 Dos portadoras en cuadratura cos πf c t y senπf ct son utilizadas para transmitir información digital a través de un canal AWGN a dos
Más detallesDepartamento de Matemática Aplicada a la I.T. de Telecomunicación
Departamento de Matemática Aplicada a la I.T. de Telecomunicación ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS CONVOCATORIA: ENERO 22/23 FECHA: 9 de Enero de 23 Duración del examen: 3 horas Fecha publicación
Más detallesPROBLEMA 1. Comunicaciones II UCAB Quiz 2 Diciembre 2006 Richard Marcano y Jesús Martínez
PROBLEMA 1. Comunicaciones II UCAB Quiz 2 Diciembre 2006 Richard Marcano y Jesús Martínez Se tiene una señal binaria equiprobable NRZ polar que se transmite por varios sistemas numerados del 1 al 4 como
Más detallesComunicaciones Digitales - Capítulo 3 - Ejercicios
CAPÍTULO 4. COMUNICACIONES DIGITALES. PROBLEMAS 1 Comunicaciones Digitales - Capítulo 3 - Ejercicios 1. Ejercicio 6.9 del libro: A. Artés, et al.: Comunicaciones Digitales. Pearson Educación, 007.. Ejercicio
Más detallesMuestreo y Procesamiento Digital
Muestreo y Procesamiento Digital Práctico N+ Problemas surtidos El propósito de este repartido de ejercicios es ayudar en la preparación del examen. Dadas las variadas fuentes de los ejercicios aquí propuestos,
Más detallesA502 - Teoría de Sistemas y Señales
A50 - Teoría de Sistemas y Señales Transparencias Densidad Espectral de Energía de Señales Aperiódicas Autor: Dr. Juan Carlos Gómez Señales de Potencia Verifican TD: TC: Algunas Definiciones N 1 < P lim
Más detallesIDENTIFICACION DE SISTEMAS IDENTIFICACION NO PARAMETRICA
IDENTIFICACION DE SISTEMAS IDENTIFICACION NO PARAMETRICA Ing. Fredy Ruiz Ph.D. ruizf@javeriana.edu.co Maestría en Ingeniería Electrónica Pontificia Universidad Javeriana 2013 SISTEMAS LTI En general un
Más detallesRadiación y Radiocomunicación. Radio Digital. Carlos Crespo Departamento de Teoría de la Señal y Comunicaciones
Radiación y Radiocomunicación Tema 6 Radio Digital Carlos Crespo Departamento de Teoría de la Señal y Comunicaciones ccrespo@us.es 17/3/26 Carlos Crespo RRC-4IT 1 Índice 1. Modulaciones digitales 2. Modulaciones
Más detallesTema IV. Transformada de Fourier. Contenido. Desarrollo de la Transformada de Fourier en Tiempo Continuo. Propiedades de las transformadas de Fourier
Tema IV Transformada de Fourier Contenido Desarrollo de la Transformada de Fourier en Tiempo Continuo Transformadas coseno y seno de Fourier Propiedades de las transformadas de Fourier Transformada de
Más detallesSEÑALES Y SISTEMAS Clase 7
SEÑALES Y SISTEMAS Clase 7 Carlos H Muravchik 22 de Marzo de 208 / 43 Habíamos visto: Procesos Estocásticos Motivación Y se vienen: Procesos y Realizaciones Repaso Distribución, densidad Independencia
Más detallesPROBABILIDADES Y ESTADÍSTICA (C) Práctica 3
PROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 1. Sea X una v.a. con función de densidad ½ 0.75 (1 x f X (x) = 2 ) 1 x 1 0 en otro caso. a) Verificar que f X es realmente una función de densidad. b) Calcular:
Más detallesGuía de Ejercicios 2 Receptor Óptimo para Canal Gaussiano
Guía de Ejercicios 2 Receptor Óptimo para Canal Gaussiano Ejercicio 1-2-PAM Se desea transmitir un mensaje a una tasa R b = 7200kbps a través de un canal AWGN con varianza N 0 /2 = 10 10 utilizando señalización
Más detallesTema 7: Procesos Estoca sticos
Tema 7: Procesos Estoca sticos Teorı a de la Comunicacio n Curso 2007-2008 Contenido 1 Definición 2 Caracterización Estadística 3 Estadísticos 4 Estacionariedad 5 Ergodicidad 6 Densidad Espectral de Potencia
Más detallesUnidad Temática 3: Probabilidad y Variables Aleatorias
Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento
Más detallesGuía 3 - Densidad espectral de potencia, transformación de procesos, ergodicidad
Guía 3 - Densidad espectral de potencia, transformación de procesos, ergodicidad Nivel de dificultad de los ejercicios Estrellas Dificultad Normal Intermedio Desafío Densidad espectral de potencia, transformación
Más detallesModelado de Canal Inalámbrico Sistemas de Comunicación
Modelado de Canal Inalámbrico Sistemas de Comunicación Germán Capdehourat * Versión v.1 Marzo, 2013 * gcapde@fing.edu.uy 1 Índice 1. Canal inalámbrico 3 1.1. Repaso del modelo de canal...................
Más detallesApuntes de Series Temporales
Apuntes de Series Temporales David Rodríguez 7 de Noviembre de 2009. Modelos de Series Temporales Modelo AR() El modelo AutoRegresivo AR() es un proceso aleatorio de la forma X t = ϕx t + σϵ t, ϵ t N (0,
Más detallesNotas sobre convergencia y funciones generatrices
Notas sobre convergencia y funciones generatrices Universidad Carlos III de Madrid Abril 2013 Para modelar un fenómeno aleatorio que depende del tiempo, podemos considerar sucesiones de variables X 1,X
Más detallesTEMA 2. MMC (UC3M) Comunicaciones Digitales Modulaciones Lineales 1 / 43 N 1. A j [n] φ j (t nt)
EMA 2 MODULACIONES DIGIALES: LINEALES, DE FASE Y FRECUENCIA MMC UC3M) Comunicaciones Digitales Modulaciones Lineales 1 / 43 Modulaciones lineales Modulación lineal en espacio multidimensional N) st) =
Más detallesPROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 P (X > 0) P ( 0,5 < X < 0,5) P ( X > 0,25) 1 si 2 x P (X 1) P (0,5 X 1) P (0,5 < X 1 X < 1)
PROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 1. Sea X una v.a. con función de densidad { 0,75 (1 x f X (x) = 2 ) 1 x 1 0 en otro caso. a) Verificar que f X es realmente una función de densidad. b) Calcular:
Más detallesComunicaciones Digitales - Ejercicios Tema 2
Comunicaciones Digitales - Ejercicios ema Considere un sistema PAM en banda base tal que la respuesta combinada transmisorreceptor, p(t), es un pulso triangular de la forma { t p(t) =, t 0, t
Más detallesCapítulo 1. Transformaciones de Procesos sin memoria 1.2. SLIT
Capítulo 1 Transformaciones de Procesos 1.1. sin memoria 1.2. SLIT 1 Capítulo 2 Representación Espectral de Procesos 2.1. Motivación Hasta el momento hemos caracterizado los procesos aleatorios en el dominio
Más detallesModulación y Detección en Canales Gaussianos
2 de noviembre de 2009 Índice Modelo de Comunicaciones Digitales 1 Modelo de Comunicaciones Digitales 2 3 4 5 6 7 Modelo General Info. Formato (e.g. A/D) Codif. Fuente Encriptado Codif. Canal Modulador
Más detallestransmisión de señales
Introducción al análisis y transmisión de señales La transmisión de información La información se puede transmitir por medio físico al variar alguna de sus propiedad, como el voltaje o la corriente. Este
Más detallesTEORÍA DE COMUNICACIONES - AÑO 2004 Cálculo del espectro de señales PAM
EORÍA DE COMUNICACIONES - AÑO 2004 Cálculo del espectro de señales PAM. Repaso de DEE y DEP - Señales de energía En las señales con energía finita, el módulo cuadrado de su transformada de Fourier (F)
Más detallesLECTURA 03: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT. MANEJO DE TABLAS ESTADISTICAS.
LECTURA 3: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT MANEJO DE TABLAS ESTADISTICAS 1 INTRODUCCION Se dice que una variable aleatoria T tiene una distribución t de
Más detallesTeoría de la Comunicación
Teoría de la Comunicación Práctica 2: Modulación y detección en canales gausianos Curso Académico 10/11 Objetivos En esta práctica el alumno aprenderá los elementos de un sistema básico de comunicación
Más detallesPráctico 9 (resultados) Reportar al foro cualquier error que crea que exista en éstos resultados.
Práctico 9 (resultados) Reportar al foro cualquier error que crea que exista en éstos resultados. Ejercicio 1 Ver ejemplo 7.1 del capítulo 7 de las notas del curso (página 158). El resultado final de dicha
Más detallesA502 - Teoría de Sistemas y Señales
A50 - Teoría de Sistemas y Señales Transparencias Densidad Espectral de Energía de Señales Aperiódicas Autor: Dr. Juan Carlos Gómez Señales de Potencia Verifican TD: TC: Algunas Definiciones < P lim (n)
Más detallesSoluciones Examen de Estadística Ingeniería Superior de Telecomunicación
Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación 7 de Septiembre, 25 Cuestiones 2 horas C. A partir de los procesos estocásticos X(t e Y (t incorrelados y de media cero, con funciones
Más detallesPAM de doble banda lateral (PAM-DSB)
PAM paso banda - Modulación AM Generar una PAM banda base st) = n A[n] gt nt) Modular st) en amplitud PAM de doble banda lateral PAM-DSB) PAM de banda lateral única PAM-SSB) Banda lateral inferior. Banda
Más detallesSistemas de Comunicación Primer Parcial
Sistemas de Comunicación Primer Parcial Instituto de Ingeniería Eléctrica 6 de mayo de 216 Indicaciones: La prueba tiene una duración total de 3 horas y 3 minutos. Cada hoja entregada debe indicar nombre,
Más detallesComunicaciones Digitales - Ejercicios Tema 1
Comunicaciones Digitales - Ejercicios Tema Considere un sistema PAM en banda base tal que la respuesta combinada transmisorreceptor, p(t), es un pulso triangular de la forma { t T p(t) =, t T 0, t > T,
Más detallesDepartamento de Matemática Aplicada a la I.T.T.
Departamento de Matemática Aplicada a la I.T.T. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EXAMEN FINAL Duración: horas Fecha: de Julio de Fecha publicación notas: -7- Fecha revisión examen: 8-7-
Más detallesDepartamento de Matemática Aplicada a la I.T.T.
Departamento de Matemática Aplicada a la I.T.T. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EXAMEN FINAL Otoño 3 Duración: 3 horas FECHA: 9 de Enero de 4 Fecha publicación notas: 6--4 Fecha revisión
Más detallesf = 0 = n A n + n B = n A + n B n
1. Para todo suceso A, f A es el cociente de dos números positivos tal que el numerador es menor o igual que el denominador, luego se tiene que 0 f A 1 2. Debido a que el suceso seguro, Ω, se verifica
Más detallesIntroducción a la Teoría de la Información
Introducción a la Teoría de la Información Entropía diferencial. Facultad de Ingeniería, UdelaR (Facultad de Ingeniería, UdelaR) Teoría de la Información 1 / 19 Definición Definición (Entropía diferencial)
Más detallesLección 4: Formato y Modulación en Banda Base. Parte II
Lección 4: Formato y Modulación en Banda Base. Parte II Gianluca Cornetta, Ph.D. Dep. de Ingeniería de Sistemas de Información y Telecomunicación Universidad San Pablo-CEU Contenido Modulación por Impulsos
Más detalles( ) DISTRIBUCIÓN UNIFORME (o rectangular) 1 b a. para x > b DISTRIBUCIÓN DE CAUCHY. x ) DISTRIBUCIÓN EXPONENCIAL. α α 2 DISTRIBUCIÓN DE LAPLACE
Estudiamos algunos ejemplos de distribuciones de variables aleatorias continuas. De ellas merecen especial mención las derivadas de la distribución normal (χ, t de Student y F de Snedecor), por su importancia
Más detallesEl momento de orden n de una variable aleatoria X es el valor esperado de X elevado a la n, es decir,
1 CLASES DE ESTADÍSTICA II CLASE 4) MOMENTOS. FUNCIÓN GENERATRIZ DE MOMENTOS CONJUNTA. El concepto de Momentos ya se conocía en el análisis de una variable aleatoria y es bueno recordarlo ahora para generalizarlo
Más detallesTema II. Señales, sistemas y perturbaciones.
Tema II. Señales, sistemas y perturbaciones. II.1. INTRODUCCIÓN. CARACTERIZACIÓN DE SEÑALES. II.2. PERTURBACIONES EN LOS SISTEMAS DE TRANSMISIÓN. II.3. SEÑALES PASO BANDA DE BANDA ESTRECHA. Teoría de la
Más detallesSoluciones Examen febrero 2014 E = A partir de 2 determino la diferencia de potencial entre las placas (que es V 1 ): q = V 1
Soluciones Examen febrero 2014 Ejercicio 1 Parte a Supongo una carga q en las placas del capacitor. Aplicando Ley de Gauss: E. ds = q 1 kɛ 0 S E = q 2πrdkɛ 0 2 A partir de 2 determino la diferencia de
Más detallesTema 1. Introducción a los conceptos básicos de señales y sistemas. Parte 1. Señales
Tema. Introducción a los conceptos básicos de señales y sistemas. Parte. Señales Señales y Sistemas 05-06 Señales y Sistemas Tema. Parte. Señales 05-06 / 6 Índice Introducción Definiciones básicas Tipos
Más detalles3. Método de Rayleigh-Ritz
3. Método de Rayleigh-Ritz La solución del problema de elasticidad consiste en encontrar la función desplazamiento u válida para todo el dominio y que verifique las condiciones de contorno. El método de
Más detallesIntroducción a los Procesos de Poisson *
Introducción a los Procesos de Poisson * Victor M. Pérez Abreu C. Departamento de Probabilidad y Estadística, CIMAT David Reynoso Valle Licenciatura en Matemáticas, DEMAT, Universidad de Guanajuato 22
Más detallesESTADÍSTICA I Tema 2: Algunas ideas básicas sobre inferencia estadística. Muestreo aleatorio
ESTADÍSTICA I Tema 2: Algunas ideas básicas sobre inferencia estadística. Muestreo aleatorio Muestra aleatoria Conceptos probabiĺısticos básicos El problema de inferencia Estadísticos. Media y varianza
Más detallesEjercicio 1. Ejercicio 2
Guía de Ejercicios Ejercicio. Calcular los momentos de primer y segundo orden (media y varianza) de una variable aleatoria continua con distribución uniforme entre los límites a y b.. Sabiendo que la función
Más detallesDepartamento de Matemática Aplicada a la I.T.T.
Departamento de Matemática Aplicada a la I.T.T. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EXAMEN FINAL Primavera 15 FECHA: de Junio de 15 Fecha publicación notas: 11 de Junio de 15 Fecha revisión
Más detallesExamen de Estadística Grado en Ingeniería de Telecomunicación
Cuestiones Examen de Estadística Grado en Ingeniería de Telecomunicación 3 de Junio de 5 solución h 45m C (.5 puntos). Una multinacional realiza operaciones comerciales en 3 mercados (A, B y C). El % de
Más detallesIntegral de Fourier y espectros continuos
9 2 2 2 Esta expresión se denomina forma de Angulo fase (o forma armónica) de la serie de Fourier. Integral de Fourier y espectros continuos Las series de Fourier son una herramienta útil para representar
Más detallesSOLUCIONES TEMA 1. Ejercicio 1
Ejercicio SOLUCIONES EMA a) En el dominio temporal, p[n] = pn ) = δ[n]. Aunque con esto bastaría para demostrarlo, y es la opción más sencilla en este caso, también se puede ver en el dominio frecuencial
Más detallesExamen de Estadística
Examen de Estadística Grado en Ingeniería de Telecomunicación 4 de Junio de 03 Cuestiones solucion h 30m C. (p) Un sistema de comunicación está compuesto por los componentes A, B, C, D y E, donde cada
Más detallesSEÑALES ALEATORIAS Y RUIDO. E. T. S. de Ingenieros de Telecomunicación Universidad de Valladolid.
SEÑALES ALEATORIAS Y RUIDO. Marcos Martín Fernández E. T. S. de Ingenieros de Telecomunicación Universidad de Valladolid. CONTENIDOS INDICE. DE FIGURAS VII 1. PROBABILIDAD. 1 2. VARIABLES ALEATORIAS.
Más detallesKolmogorov y la teoría de la la probabilidad. David Nualart. Academia de Ciencias y Universidad de Barcelona
Kolmogorov y la teoría de la la probabilidad David Nualart Academia de Ciencias y Universidad de Barcelona 1 La axiomatización del cálculo de probabilidades A. N. Kolmogorov: Grundbegriffe des Wahrscheinlichkeitsrechnung
Más detallesSistemas Lineales. Examen de Septiembre Soluciones
Sistemas Lineales Examen de Septiembre 25. Soluciones. (2.5 pt.) La señal y(t) [sinc( t)] 4 puede escribirse como y(t) [sinc( t)] 4 [ ] sin(o πt) 4 o πt [ sin(o πt) ] 4 4 πt 4 [y (t)] 4 4 y (t) y (t) y
Más detallesRECEPTOR OPTIMO PARA TRANSMISION DE PULSOS POR CANALES AWGN
RECEPTOR OPTIMO PARA TRANSMISION DE PULSOS POR CANALES AWGN El receptor óptimo se determina bajo las siguientes premisas: Se asume que a la entrada del receptor llega una señal que es el pulso modificado
Más detallesCálculo de Probabilidades y Estadística. Segunda prueba. 1
08231. Cálculo de Probabilidades y Estadística. Segunda prueba. 1 Problema 1. En una circunferencia de radio 1 se toman tres puntos, al azar e independientemente. Hallar la probabilidad de que el triángulo
Más detallesMATEMÁTICAS ESPECIALES I PRÁCTICA 8 - CLASE 1 Sucesiones y series de funciones. x n, si 0 x 1 1, si x 1. 0, si 0 x < 1
PRÁCTICA 8 - CLASE Sucesiones y series de funciones.. Considere la sucesión de funciones reales ϕ n (x) = x n, si 0 x, si x, n. (a) Demostrar que converge puntualmente a ϕ(x) = 0, si 0 x
Más detallesCapítulo 2 Análisis espectral de señales
Capítulo 2 Análisis espectral de señales Objetivos 1. Se pretende que el alumno repase las herramientas necesarias para el análisis espectral de señales. 2. Que el alumno comprenda el concepto de espectro
Más detallesConceptos de Señales
Conceptos de Señales ELO 313 Procesamiento Digital de Señales con Aplicaciones Primer semestre - 2012 Matías Zañartu, Ph.D. Departamento de Electrónica Universidad Técnica Federico Santa María Conceptos
Más detallesCREDITOS CONCLUSION GLOSARIO INTRODUCCION SEÑALES SISTEMAS SEÑALES C SEÑALES D TIPOS DIFERENCIA
CREDITOS CONCLUSION GLOSARIO INTRODUCCION SEÑALES SISTEMAS SEÑALES C SEÑALES D TIPOS DIFERENCIA INTRODUCCION Una señal es cualquier fenómeno que puede ser representado de manera cuantitativa mediante una
Más detalles