Clases 8 y 9: Detección de una señal con ruido. Eytan Modiano. Departamento de aeronáutica y astronáutica
|
|
- Vicenta Sánchez Cárdenas
- hace 8 años
- Vistas:
Transcripción
1 Clases 8 y 9: Detección de una señal con ruido Departamento de aeronáutica y astronáutica Slide 1
2 Ruido en los sistemas de comunicación S(t) Canal r(t) r(t) = S(t) + n(t) n(t) El ruido es la señal adicional "no deseada" que interfiere con la señal transmitida Generada por dispositivos electrónicos El ruido es un proceso aleatorio Cada muestra de n(t) es una variable aleatoria Generalmente, el proceso del ruido se considera aditivo blanco gaussiano (AWGN) Blanco: espectro de frecuencia plano Gaussiano: distribución del ruido Slide 2
3 Procesos aleatorios La autocorrelación de un proceso aleatorio x(t) se define como R xx (t 1,t 2 ) = E[x(t 1 )x(t 2 )] Un proceso aleatorio es estacionario en sentido amplio (WSS) si su media y autocorrelación son invariables en el tiempo. Esto es m x (t) = E[x(t)] = m R xx (t 1,t 2 ) = R x (τ), donde τ = t 1 -t 2 Si x(t) es WSS entonces: R x (τ) τ = R x (-τ) τ R x (τ) τ <= R x () (el máximo se logra en τ = ) El contenido de potencia de un proceso WSS es: 1 T / 2 1 T / 2 P x = E[lim x 2 ( t) dt = lim R x ()dt =R x () t T T / 2 t T T / 2 Slide 3
4 Espectro de potencia de un proceso aleatorio Si x(t) es WSS entonces la densidad espectral viene dada por: S x (f) = F[R x (τ)] τ La potencia total en el proceso tambien viene dada por: P x = S x ( f ) df = R x ( te ) j 2π ft dt df = R t e j ft df dt x () 2π = R t 2π x () e j ft df dt = R x ()δ( ) t t dt = R x () Slide 4
5 Ruido blanco El espectro de ruido es plano en todas las frecuencias relevantes La luz blanca contiene todas las frecuencias S n (f) N o /2 Observe que la potencia total en el rango completo de la frecuencia es infinita Pero en la práctica sólo nos importa el contenido de ruido en el ancho de banda de la señal, ya que el resto se puede filtrar Tras filtrar, la única potencia de ruido que permanece es la que contiene el ancho de banda del filtro (B) S BP (f) -f c N o /2 f c N o /2 Slide 5 B B
6 AWGN El contenido efectivo de ruido del ruido pasabanda es BN o Las medidas experimentales muestran que el pdf de las muestras de ruido puede modelarse como variable aleatoria gaussiana de promedio cero fx ( x ) AKA Normal r.v., N(,σσ 2 ) = 1 2πσ e x 2 / 2σ 2 σ 2 = P x = BN o El CDF de un R.V. gaussiano, F x ( α ) = P[X α] = f x (x)dx = α α 1 2πσ e x 2 / 2σ 2 dx Esta integral requiere evaluación numérica Disponible en tablas Slide 6
7 AWGN, (cont.) X(t) ~ N(,σσ 2 ) X(t 1 ), X(t 2 ) son independientes salvo que t 1 = t 2 R x ( τ ) EX [ (t + τ )] E[ X( t)] τ = E[ X(t + τ )X( t )] = EX [ 2 (t)] τ = τ = σ 2 τ = R x () = σ 2 = P x = BN o Slide 7
8 Detección de señales en AWGN Observe: r(t) = S(t) + n(t), t [,T] Decida cuáles de entre S 1,, S m se enviaron Filtro receptor Diseñado para maximizar la relación de potencia señal a ruido (SNR) r(t) Filtro h(t) y(t) muestra en t=t decidir Objetivo: hallar el h(t) que maximizó SNR Slide 8
9 Filtro receptor yt () = r ()* t h ( t ) = r(τ )h(t τ )dτ Muestreo en t = T yt ( ) = r(τ )h(t τ )dτ r( τ ) = s( τ ) + n( τ ) yt ( ) T t T T = s(τ )h(t τ )dτ + n( τ )h(t τ )dτ = Y s (T) + Y n (T T ) T 2 T s( τ )h(t τ )dτ h( τ )s(t τ )dτ Y 2 T s ( ) SNR = = = 2 T T EY [ n (T)] N h 2 T t)dt N ( h 2 ( 2 2 T t)dt 2 Slide 9
10 Filtro adaptado: maximiza SNR Desigualdad Caushy - Schwartz : 2 1 () t dt (g t g t g 2 () 1 ( ))2 (g 2 (t)) 2 Lo anterior cabe para la paridad si, y sólo si: g1 () t = cg 2 () para una constante arbitraria c t 2 T T s( τ ) h(t τ )dτ ((τ s ))2 dτ h 2 ( T τ )d τ T SNR = T T = 2 ((τ s ))2 dτ = 2E s N h T t)dt N h T t)dt N N 2 ( 2 ( 2 2 Slide 1 El máximo anterior se obtiene si, y sólo si: h(t-τ) = cs(τ) => h(t) = cs(t-t) = S(T-t) h(t) se dice que está ajustado a la señal S(t)
11 Ejemplo: PAM S m (t) = A m g(t), t [,T] A m es una constante: Binaria PAM A m {,1} El filtro adaptado se ajusta a g(t) A g(t) g(t-t) filtro adaptado A T T Slide 11
12 Ejemplo, continuación t Ys ( t) = S(τ )h(t τ )dτ, h(t ) = g(t t ) h(t τ ) = g(t +τ t) Y t t t s ( ) = g(τ )g(t + τ t)dτ = g( τ )g(t t + τ )dτ T Ys ( T ) = g2 ( τ)dτ A 2 T Y s (t) Slide 12 Muestra en t=t para obtener el máximo valor T t
13 Receptor de filtro adaptado Muestra en t=kt U(t) r x (t) g(t-t) r x (kt) 2Cos(2πf c t) Muestra en t=kt U(t) r y (t) g(t-t) r y (kt) 2Sin(2πf c t) Slide 13
14 Ejemplo PAM binario, (cont.) => S 1 = g(t) 1 => S 2 = -g(t) A g(t) S(t) S 1 (t) T S 2 (t) Y(t) 2T 3T Y 1 (t) Y 2 (t) T 2T Slide 14 T T 2T
15 Implementación alternativa: receptor correlacionado r(t) = S(t) + n(t) T r(t) () Muestra en t=kt Y(kT) S(t) YT ( ) T T T = r( t) S() t = S 2 () t + nts () () t =Y s (T) + Y n (T) Observe el parecido con el filtro adaptado Slide 15
16 Detección de señales Tras el filtro adaptado recibimos r = S m + n S m {S 1,..S M } Cómo determinamos a partir de r cuál de los M símbolos posibles se envió? Sin presencia de ruido recibiríamos lo que enviamos, pero el ruido pude transformar un símbolo en otro Prueba de hipótesis Objetivo: minimizar la probabilidad de un error de decisión Regla de decisión: Escoja S m de modo que P(S m enviado r recibido) se maximice Es el modelo clásico de Máximo a Posteriori (MAP) Regla MAP: maximizar la probabilidad condicional de que S m se enviase dado que se recibió r Slide 16
17 Detector de MAP la regla Map se convierte : en: Notas: La regla MAP requiere probabilidades anteriores MAP minimiza la MAP detector : max PS ( m r) S 1...S M PS PS m r) = (,r) Pr P S m ) probabilidad de un error ( m ( S m ) ( = de decisión Pr () Pr () La regla ML supone símbolos con iguales probabilidades f PS m ) = rs ( r S m ) P ( S ( r m ) Con símbolos con iguales fr ( r ) probabilidades MAP y ML M f r r ( )= f r s (r S m )P(S m ) m=1 Cuando P(S m ) = 1 M son iguales max fr ( S m ) (o la regla de decisión de la Máxima Verosimilitud (ML)) S 1...S M Slide 17
18 Detección en AWGN (constelaciones unidimensionales) 1 ( S m ) = e (r S m )2 / N f r πn ln( f( r S m )) = ln( π N ) (r S m )2 d rs = (r S m ) 2 m N La decodificación de máxima verosimilitud equivale a mimimizar d rs = (r S m ) 2 m También conocida como decodificación de distancia mínima Expresión similar para constelaciones multidimensionales Slide 18
19 Detección de PAM binario S1(t) = g(t), S2(t) = -g(t) S1 = - S2 => señalización opuesta Las señales opuestas con energía Eb pueden representarse geométricamente como S2 S1 E b E b Si se envió S1, entonces la señal recibida r = S1 + n Si se envió S2 entonces la señal recibida r = S2 + n Slide 19 f rs ( r f rs ( r 1 s1) = πn s2) = 1 πn E b ) 2 / N e (r + E b ) 2 / N e (r
20 Detección de PAM binario S2 S1 E b E b Regla de decisión: MLE => decodificación de distancia mínima => r > decide enviar S1 => r < decide enviar S2 Probabilidad de error Cuando se envía S2 la probabilidad de error es la probabilidad de que el ruido exceda (Eb) 1/2, del mismo modo cuando se envía S1 la probabilidad de error es la probabilidad de que el ruido exceda - (Eb) 1/2 P(e S1) = P(e S2) = P[r< S1) Slide 2
21 Probabilidad de error para PAM binario P e = f r s ( r 1 b s1)dr = e (r πn E ) 2 / N dr 1 E b e r 2 / N = dr πn 1 E b / N 2 e r 2 / 2 = dr 2π 1 e r 2 / 2 = dr 2π / N 2 E b = Q( E / N 2 b ) donde, Qx ( ) 1 2π x e r 2 / 2 dr Slide 21 Q(x) = P(X>x) para X gaussiano con media cero y σ 2 = 1 Q(x) require evaluación numérica y se tabula en muchos manuales matemáticos (Tabla 4.1 del libro de texto)
22 Más sobre la función Q Notas sobre Q(x) Q() = 1/2 Q(-x) = 1-Q(x) Q( ) =, Q(- )=1 Si X es N(m,σ 2 ) Entonces P(X>x) = Q((x-m)/ σ) Ejemplo: Pe = P[r< S1 fue enviado) f rs ( r s1) ~ N( E b, N / 2) => m = E b,σ = N / 2 Eb P e = 1 P[r > s1] = 1 Q( ) = 1 Q( 2E b / N ) = Q( 2E b / N ) N / 2 Slide 22
23 Análisis de error (cont.) En general, la probabilidad de error entre dos símbolos separados por una distancia d viene dada por: P ( e d ) 2 = Q( d 2N ) Para PAM binario d = 2 E b. De ahí, P e = Q( 2E N b ) Slide 23
24 Señales ortogonales Representación de señalización ortogonal (bidimensional) E b 2E b E b P e = Q( 2 d 2 N = Q( Eb / N o ) Slide 24
25 Señales ortogonales frente a opuestas Observe a partir de la función Q que la señalización ortogonal requiere el doble de energía en bits que la opuesta para la misma tasa de error Esto se debe a la distancia entre puntos de señal 1-1 ortogonal P e opuesta 3dB 1-5 E b /N (db) Slide 25
26 Probabilidad de error para M-PAM S 1 S 2 S i S M S M = A M E g, A M = (2m 1 M) τ i d ij = 2 Eg for i j = 1 Slide 26 Regla de decisión: elegir s de forma que d(r, s i i )se maximiza P[error s i ] = P[decode s i 1 s i ] + P[decode s i +1 s i ] = 2P[decode s i +1 s i ] 2 d ii, + 1 2E g Pe Pe = 2Q = 2Q, P eb = 2N N Log 2 ( M) Notas: 1) La probabilidad de error para s 1 y s M es menor porque el error sólo ocurre en una dirección 2) Con la codificación Gray la tasa de error de bit es P e /log 2 (M)
27 Probabilidad de error para M-PAM E av = M 2 1 M 2 1 E g => E bav = 3 3Log2 ( M ) E g E = 3Log 2( M ) g M 2 1 E bav 6Log2 ( M) Pe P e = 2Q 2 E bav, P eb = ( M 1) N Log 2 ( M ) si nos fijamos en el efecto de S 1 y S M obtenemos: M 1 6Log2 ( M ) 2 ( M 1)N E P e = 2 bav M Q, Slide 27
28 Probabilidad de error para PSK El PSK binario es exactamente igual que el PAM binario 4-PSK puede contemplarse como dos conjuntos de señales PAM binarias Para un valor M grande (p. ej., M>8) una buena aproximación supone que se dan errores entre puntos de señal adyacentes E s θ θ = 2π/M d ij = 2 π E s Sin( ), i j M = 1 Slide 28
29 Probabilidad de error para PSK P[error s i ] = P[decode s i 1 s i ] + P[decode s i +1 s i ] = 2P[decode s i +1 s i ] 2 d ii, + 1 2E s P es = 2Q = 2Q sin(π / M) 2 N N E b = E s / Log 2 (M) 2 Log ( M ) E 2 b Pes P es = 2Q sin(π / M), P eb = N Log 2 ( M) Slide 29
Tema: Modulaciones Digitales
Tema: Modulaciones Digitales Adriana Dapena Janeiro (adriana@udc.es) Facultad de Informática Universidade da Coruña Campus de Elviña s/n 15071. A Coruña Modulaciones digitales.- Adriana Dapena p. 1 Objetivos
Más detallesPara qué se modula? Técnicas de Modulación Digital Pasabanda. Comunicación Digital Fabio G. Guerrero Universidad del Valle
Comunicación Digital Fabio G. Guerrero Universidad del Valle Para qué se modula? Para obtener tamaños de antena razonables en una radio transmisión. (Ej: las antenas para teléfonos celulares tienen típicamente
Más detallesComunicaciones Digitales - Ejercicios Tema 3
Comunicaciones Digitales - Ejercicios Tema 3 007. 1. Considere el diagrama de rejilla para un canal discreto equivalente genérico con 4 coeficientes no nulos (memoria K p = 3) y una constelación -PAM.
Más detallesTeoría de la Comunicación
Teoría de la Comunicación Enero 2009 Realice cada ejercicio en hojas separadas. No se permite uso de teléfono móvil. Escriba su nombre en todas las hojas. Indique claramente el apartado al que está respondiendo.
Más detallesTransmisión de Datos en Formato Digital
Transmisión de Datos en Formato Digital Omar X. Avelar & J. Daniel Mayoral SISTEMAS DE COMUNICACIÓN & TRANSMISIÓN DE DATOS (ESI 043A) Instituto Tecnológico y de Estudios Superiores de Occidente (ITESO)
Más detallesPráctica 5: Modulaciones digitales
TEORÍA DE LA COMUNICACIÓN 2009/10 EPS-UAM Práctica 5: Modulaciones digitales Apellidos, nombre Apellidos, nombre Grupo Puesto Fecha El objetivo de esta práctica es familiarizar al alumno con los principios
Más detallesSISTEMAS DE COMUNICACIONES DIGITALES. POP en Tecnologías Electrónicas y de las Comunicaciones
SISTEMAS DE COMUNICACIONES DIGITALES POP en Tecnologías Electrónicas y de las Comunicaciones Señalización pasabanda de modulación binaria Las técnicas más comunes de señalización pasabanda de modulación
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 detallesAtenuación = 10 log 10 db 1.10. Amplificación = 10 log 10
cable es más largo, se insertan uno o más amplificadores, también llamados repetidores a intervalos a lo largo del cable a fin de restablecer la señal recibida a su nivel original. La atenuación de la
Más detallesSoluciones Examen de Estadística Ingeniería Superior de Telecomunicación
Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación de Septiempbre, 00 Cuestiones 1h C1. El tiempo que un ordenador tarda en ejecutar una tarea es una v.a. Y Expλ). Para hacer un estudio
Más detallesUnidad Didáctica. Códigos Binarios
Unidad Didáctica Códigos Binarios Programa de Formación Abierta y Flexible Obra colectiva de FONDO FORMACION Coordinación Diseño y maquetación Servicio de Producción Didáctica de FONDO FORMACION (Dirección
Más detallesIntegrales y ejemplos de aplicación
Integrales y ejemplos de aplicación I. PROPÓSITO DE ESTOS APUNTES Estas notas tienen como finalidad darle al lector una breve introducción a la noción de integral. De ninguna manera se pretende seguir
Más detallesDepartamento de Matemática Aplicada a la I.T. de Telecomunicación
Departamento de Matemática Aplicada a la I.T. de Telecomunicación EXAMEN RESUELTO DE ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS CONVOCATORIA: ENERO / FECHA: de Enero de Duración del examen: 3 horas Fecha publicación
Más detallesEl concepto de integral con aplicaciones sencillas
El concepto de integral con aplicaciones sencillas Eliseo Martínez Marzo del 24 Abstract Este artículo trata de ejemplos sencillos del concepto de integral con aplicaciones a la Física, la Teoría de la
Más detallesExamen de Estadística Ingeniería de Telecomunicación
Examen de Estadística Ingeniería de Telecomunicación 8 de Mayo de 3 Cuestiones solucion h C. (.5p) El equipo directivo de cierta empresa del sector de hostelería está constituido por 5 personas de las
Más detallesTransmisión Digital en Banda Base
Transmisión Digital en Banda Base PRÁCTICA 8 (2 sesiones) Laboratorio de Señales y Comunicaciones 3 er curso, Ingeniería de Telecomunicación Javier Ramos, Fernando Díaz de María, David Luengo García y
Más detallesTema IV. Comunicaciones digitales.
Tema IV. Comunicaciones digitales. IV.. INTRODUCCIÓN. IV.. TRANSMISIÓN DIGITAL EN BANDA BASE CON RUIDO ADITIVO BLANCO GAUSSIANO. IV.3. ANÁLISIS EN EL ESPACIO DE SEÑALES. IV.. TRANSMISIÓN DIGITAL PASO BANDA
Más detallesModulación Digital. Comunicaciones Eléctricas. Leslie Murray. leslie@eie.fceia.unr.edu.ar
Modulación Digital Comunicaciones Eléctricas Leslie Murray leslie@eie.fceia.unr.edu.ar Área de Comunicaciones Eléctricas Facultad de Ciencias Exactas, Ingeniería y Agrimensura Universidad Nacional de Rosario
Más detallesComplementos de matemáticas. Curso 2004-2005
Univ. de Alcalá de Henares Ingeniería Técnica Industrial Complementos de matemáticas. Curso 004-005 Colección de ejercicios del tema 1 Las soluciones aparecen en color azul, y si disponéis de la posibilidad
Más detalles5. Modulaciones Binarias: Teoría y simulación en LabVIEW
OpenStax-CNX module: m35717 1 5. Modulaciones Binarias: Teoría y simulación en LabVIEW Mariangela Mezoa Translated By: Mariangela Mezoa This work is produced by OpenStax-CNX and licensed under the Creative
Más detallesEL4005 Principios de Comunicaciones Clase No.24: Demodulación Binaria
EL4005 Principios de Comunicaciones Clase No.24: Demodulación Binaria Patricio Parada Departamento de Ingeniería Eléctrica Universidad de Chile 5 de Noviembre de 2010 1 of 34 Contenidos de la Clase (1)
Más detallesTRANSMISION DIGITAL. PCM, Modulación por Codificación de Pulsos
MODULACIÓN TRANSMISION DIGITAL La amplia naturaleza de las señales analógicas es evidente, cualquier forma de onda está disponible con toda seguridad en el ámbito analógico, nos encontramos con una onda
Más detallesTRANSMISIÓN DIGITAL EN BANDA BASE. E. T. S. de Ingenieros de Telecomunicación Universidad de Valladolid.
TRANSMISIÓN DIGITAL EN BANDA BASE. Marcos Martín Fernández E. T. S. de Ingenieros de Telecomunicación Universidad de Valladolid. CONTENIDOS INDICE. DE FIGURAS VII 1. ELEMENTOS DE UN SISTEMA BINARIO EN
Más detallesConceptos y Terminologías en la Transmisión de Datos. Representaciones de Señales.
Universidad Central de Venezuela Facultad de Ciencias Escuela de Computación Conceptos y Terminologías en la Transmisión de Datos y Sistemas de Comunicaciones Electrónicos. Representaciones de Señales.
Más detalles(A) Primer parcial. si 1 x 1; x 3 si x>1. (B) Segundo parcial
CÁLCULO DIFERENCIAL E INTEGRAL I EVALUACIÓN GLOBAL E700 1) x 5 > 1. A) Primer parcial ) Sean las funciones ft) t +,gy) y 4&hw) w. Encontrar f/h, g f, f g y sus dominios. ) Graficar la función x + six
Más detallesRECOMENDACIÓN UIT-R S.741-2. (Cuestión UIT-R 49/4) b) que dichos cálculos dependen de la geometría relativa de la red por satélite en cuestión;
Rec. UIT-R S.741-2 1 RECOMENDACIÓN UIT-R S.741-2 CÁLCULO DE LA RELACIÓN PORTADORA/INTERFERENCIA ENTRE REDES DEL SERVICIO FIJO POR SATÉLITE (Cuestión UIT-R 49/4) Rec. UIT-R S.741-2 (1992-1993-1994) La Asamblea
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 detallesTema 10. Estimación Puntual.
Tema 10. Estimación Puntual. Presentación y Objetivos. 1. Comprender el concepto de estimador y su distribución. 2. Conocer y saber aplicar el método de los momentos y el de máxima verosimilitud para obtener
Más detalles5.3 TX. DIGITAL PASABANDA - MODULACIÓN DIGITAL
5.3 TX. DIGITAL PASABANDA - MODULACIÓN DIGITAL La transmisión de datos pasabanda es una técnica en la cual los datos son transmitidos usando una señal portadora (normalmente una señal analógica, tal como
Más detalles8. Estimación puntual
8. Estimación puntual Estadística Ingeniería Informática Curso 2009-2010 Estadística (Aurora Torrente) 8. Estimación puntual Curso 2009-2010 1 / 30 Contenidos 1 Introducción 2 Construcción de estimadores
Más detallesCapítulo 14. El sonido
Capítulo 14 El sonido 1 Ondas sonoras Las ondas sonoras consisten en el movimiento oscilatorio longitudinal de las partículas de un medio. Su velocidad de transmisión es: v = B ρ en donde ρ es la densidad
Más detallesCodificación Manchester y Manchester Diferencial. Leonardo Steller 983591 Johnny Jirón A87753
Codificación Manchester y Manchester Diferencial Leonardo Steller 983591 Johnny Jirón A87753 Qué es la codificación? La Capa de Enlace de Datos envía sucesiones de ceros y unos binarios que contienen los
Más detallesLaboratorio de Procesamiento Digital de Voz Practica 4 CUANTIZACION ESCALAR, LOGARITMICA, (A)DM y (A)DPCM
Laboratorio de Procesamiento Digital de Voz Practica 4 CUANTIZACION ESCALAR, LOGARITMICA, (A)DM y (A)DPCM Objetivos: Manejar los conceptos de cuantización escalar, logarítmica y manejo de cuantizadores
Más detallesLaboratorio de Señales y Comunicaciones (LSC) 3 er curso, Ingeniería de Telecomunicación. Curso 2005 2006. (1 sesión)
Transmisión Digital en Banda Base PRÁCTICA 8 (1 sesión) Laboratorio Señales y Comunicaciones (LSC) 3 er curso, Ingeniería Telecomunicación Curso 2005 2006 Javier Ramos, Fernando Díaz María y David Luengo
Más detallesSEÑALES Y ESPECTROS SEÑALES Y ESPECTROS 1
SEÑALES Y ESPECTROS INTRODUCCIÓN. TERMINOLOGÍA USADA EN TRANSMISIÓN DE DATOS. FRECUENCIA, ESPECTRO Y ANCHO DE BANDA. DESARROLLO EN SERIE DE FOURIER PARA SEÑALES PERIÓDICAS. TRANSFORMADA DE FOURIER PARA
Más detallesCapítulo 1 CAPÍTULO 1-INTRODUCCIÓN-
CAPÍTULO 1-INTRODUCCIÓN- 1 1.1 INTRODUCCIÓN El Procesamiento Digital de Señales es un área de la ingeniería que ha estado creciendo rápidamente a través de las últimas décadas. Su rápido desarrollo es
Más detallesInferencia Estadística
EYP14 Estadística para Construcción Civil 1 Inferencia Estadística El campo de la inferencia estadística está formado por los métodos utilizados para tomar decisiones o para obtener conclusiones sobre
Más detallesClases 6 y 7 - Modulación. Eytan Modiano. Departamento de aeronáutica y astronáutica
Clases 6 y 7 - Modulación Departamento de aeronáutica y astronáutica Slide 1 Modulación Representación de señales digitales como formas de onda analógica Señales en banda base Señales cuyos componentes
Más detallesNúmeros aleatorios. Contenidos
Números aleatorios. Contenidos 1. Descripción estadística de datos. 2. Generación de números aleatorios Números aleatorios con distribución uniforme. Números aleatorios con otras distribuciones. Método
Más detallesSeries y Transformada de Fourier
Series y Transformada de Fourier Series de Fourier Transformada de Fourier Series de Fourier Las series de Fourier describen señales periódicas como una combinación de señales armónicas (sinusoides). Con
Más detallesConvolución y Convolución Discreta Definición de convolución Cuando hemos aplicado, en el apartado anterior, una función ventana o hemos muestreado una función dada, implícitamente hemos estado efectuando
Más detallesAdministración de Empresas. 11 Métodos dinámicos de evaluación de inversiones 11.1
Administración de Empresas. 11 Métodos dinámicos de evaluación de inversiones 11.1 TEMA 11: MÉTODOS DINÁMICOS DE SELECCIÓN DE INVERSIONES ESQUEMA DEL TEMA: 11.1. Valor actualizado neto. 11.2. Tasa interna
Más detalles2.5 Linealización de sistemas dinámicos no lineales
25 Linealización de sistemas dinámicos no lineales En las secciones anteriores hemos visto como representar los sistemas lineales En esta sección se estudia una manera de obtener una aproximación lineal
Más detallesTeoría de Colas o Fenómenos de Espera
Teoría de Colas o Fenómenos de Espera Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Febrero 2011 Introducción 2 Introducción............................................................
Más detallesREGRESION simple. Correlación Lineal:
REGRESION simple Correlación Lineal: Dadas dos variable numéricas continuas X e Y, decimos que están correlacionadas si entre ambas variables hay cierta relación, de modo que puede predecirse (aproximadamente)
Más detallesTEMA 1. IT (UC3M) Comunicaciones Digitales Introducción 2 / 24. Finalidad de un sistema de comunicaciones: transmisión
TEMA 1 INTRODUCCIÓN IT (UC3M) Comunicaciones Digitales Introducción 1 / 24 Definición: sistema de comunicaciones Finalidad de un sistema de comunicaciones: transmisión Transmisión: Proceso de enviar, transportar,
Más detallesDetección y características del receptor
Capítulo 7 Detección y características del receptor El receptor en un sistema de comunicación por fibra óptica para transmisión no coherente consiste en un fotodoetector más un amplificador y unos circuitos
Más detallesRECOMENDACIÓN UIT-R TF.538-3 MEDICIONES DE LA INESTABILIDAD DE FRECUENCIA Y EN EL TIEMPO (FASE) (Cuestión UIT-R 104/7)
Caracterización de las fuentes y formación de escalas de tiempo Rec. UIT-R TF.538-3 1 RECOMENDACIÓN UIT-R TF.538-3 MEDICIONES DE LA INESTABILIDAD DE FRECUENCIA Y EN EL TIEMPO (FASE) (Cuestión UIT-R 104/7)
Más detalles5. Modulación digital.
5. Modulación digital. La portadora y la señal modulada son analógicas como las señales AM y FM. La modulación digital se divide dos clases: - PSK ( Phase shift keying ) Codificación por cambio de fase.
Más detallesSignificado de la limitación espectral
Significado de la limitación espectral Las Normativas municipales definen las características que han de tener los limitadores, para que realicen adecuadamente sus funciones. Casi todas cuando se refieren
Más detallesCAPÍTULO 6 SIMULACIONES Y RESULTADOS
CAPÍTULO 6 SIMULACIONES Y RESULTADOS 6.1 Proceso de Simulación Las simulaciones fueros llevadas a cabo empleando como herramienta la Versión 6.5 Release 13 de Matlab. Para lo cual fue empleado un banco
Más detalles22.1. t, ms. Y la frecuencia mínima de muestreo será: f smín = 1/T máx = 1/0,1µs = 10MHz.
22.1. La razón de cambio máxima de esta onda es la pendiente de las rampas que conforman la onda. Su período es: T o = 1/f o = 1/500Hz = 2ms. Y su razón de cambio será (ver figura): SR = (5 0)/(0,5 10-3
Más detallesIDENTIFICACIÓN DE SISTEMAS ASPECTOS PRÁCTICOS EN IDENTIFICACIÓN
IDENTIFICACIÓN DE SISTEMAS ASPECTOS PRÁCTICOS EN IDENTIFICACIÓN Ing. Fredy Ruiz Ph.D. ruizf@javeriana.edu.co Maestría en Ingeniería Electrónica Pontificia Universidad Javeriana 2013 CONSIDERACIONES PRÁCTICAS
Más detallesPráctica 3: Capa Física
75.43 Introducción a los Sistemas Distribuidos Práctica 3: Capa Física Resumen En los enlaces como Ethernet, Wi-fi o líneas seriales que integran las redes de computadoras, se utilizan esquemas de codificación
Más detallesNociones básicas sobre adquisición de señales
Electrónica ENTREGA 1 Nociones básicas sobre adquisición de señales Elaborado por Juan Antonio Rubia Mena Introducción Con este documento pretendemos dar unas nociones básicas sobre las técnicas de medida
Más detallesInversión. Inversión. Arbitraje. Descuento. Tema 5
Inversión Tema 5 Inversión Los bienes de inversión obligan a gastar hoy para obtener ganancias en el futuro Vamos a estudiar cómo se valoran los pagos futuros Por ejemplo, la promesa de recibir euro dentro
Más detallesTema 2. La Información y su representación
Tema 2. La Información y su representación 2.1 Introducción. Un ordenador es una máquina que procesa información. La ejecución de un programa implica la realización de unos tratamientos, según especifica
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 detalles1. Características básicas de emisores y receptores
1. Características básicas de emisores y receptores 1.1 Comunicaciones RF El esquema más general de un sistema de comunicaciones es el de la figura 1.1 Emisor Canal Receptor Fig. 1.1 Sistema de comunicaciones
Más detallesFigura 1.12 Señalización analógica y digital de datos analógicos y digitales.
Los datos digitales se pueden representar por señales digitales, con un nivel de tensión diferente por cada uno de los dígitos binarios. Como se muestra en la figura 1.12, éstas no son las únicas posibilidades.
Más detalles1. Derivadas parciales
Análisis Matemático II. Curso 2009/2010. Diplomatura en Estadística/Ing. Téc. en Inf. de Gestión. Universidad de Jaén TEMA 3. ABLES DIFERENCIACIÓN DE FUNCIONES DE VARIAS VARI- 1. Derivadas parciales Para
Más detallesby Tim Tran: https://picasaweb.google.com/lh/photo/sdo00o8wa-czfov3nd0eoa?full-exif=true
by Tim Tran: https://picasaweb.google.com/lh/photo/sdo00o8wa-czfov3nd0eoa?full-exif=true I. FUNDAMENTOS 3. Representación de la información Introducción a la Informática Curso de Acceso a la Universidad
Más detallesSIMULACIÓN MCMC. Dr. Holger Capa Santos
SIMULACIÓN MCMC Dr. Holger Capa Santos Septiembre, 2009 CONTENIDO Integración Montecarlo Problema con la Integración Montecarlo Muestreo de Importancia Algoritmos de Metropolis y Metropolis-Hastings Muestreador
Más detallesSISTEMAS NUMERICOS CAMILO ANDREY NEIRA IBAÑEZ UNINSANGIL INTRODUCTORIO A LA INGENIERIA LOGICA Y PROGRAMACION
SISTEMAS NUMERICOS CAMILO ANDREY NEIRA IBAÑEZ UNINSANGIL INTRODUCTORIO A LA INGENIERIA LOGICA Y PROGRAMACION CHIQUINQUIRA (BOYACA) 2015 1 CONTENIDO Pág. QUE ES UN SISTEMA BINARIO. 3 CORTA HISTORIA DE LOS
Más detalles5.5.- Ruido en comunicaciones
RUIDO EN COMUNICACIONES Y MODULACIONES DIGITALES 5.5.- Ruido en comunicaciones En comunicación, se denomina ruido a toda señal no deseada que se mezcla con la señal útil que se quiere transmitir. El ruido
Más detallesTema: Códigos de Línea.
Sistemas de comunicación II. Guía 4 1 Facultad: Ingeniería Escuela: Electrónica Asignatura: Sistemas de comunicación II Tema: Códigos de Línea. Contenidos Codificación AMI/HDB3 Visualización del Espectro
Más detallesSistemas de Medida Electronicos: Medicion de Variables Mecanicas y Fisico-Quimicas
Sistemas de Medida Electronicos: Medicion de Variables Mecanicas y Fisico-Quimicas Universidad Tecnológica de Pereira Pereira, 15 de Diciembre de 2010 Juan David Vasquez Jaramillo. Ingeniero Electronico,
Más detallesTema 5. Aproximación funcional local: Polinomio de Taylor. 5.1 Polinomio de Taylor
Tema 5 Aproximación funcional local: Polinomio de Taylor Teoría Los polinomios son las funciones reales más fáciles de evaluar; por esta razón, cuando una función resulta difícil de evaluar con exactitud,
Más detallesTEMA 7: Análisis de la Capacidad del Proceso
TEMA 7: Análisis de la Capacidad del Proceso 1 Introducción Índices de capacidad 3 Herramientas estadísticas para el análisis de la capacidad 4 Límites de tolerancia naturales 1 Introducción La capacidad
Más detallesTema 1: Sistemas de comunicación digital. Transmisión digital (I.T.T. Telemática)
Tema 1: Sistemas de comunicación digital Transmisión digital (I.T.T. Telemática) Introducción Se entiende por comunicación al proceso por el cual se transfiere información desde un punto llamado fuente
Más detallesIntegración por el método de Monte Carlo
Integración por el método de Monte Carlo Georgina Flesia FaMAF 7 de abril 2015 El método de Monte Carlo El método de Monte Carlo es un procedimiento general para estudiar procesos mediante la seleccion
Más detallesProcesamiento Analógico de Señales
Procesamiento Analógico de Señales Departamento de Electrónica y Automática Facultad de Ingeniería Análisis de AC en SIMetrix Andrés Lage Angel Veca Mario Ruiz Edición 2013 Análisis de AC en SIMetrix Una
Más detallesVectores aleatorios. Estadística I curso 2008 2009
Vectores aleatorios Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Estadística I curso 2008 2009 En numerosas ocasiones estudiamos más de una variable asociada a
Más detallesEfectos del ruido en las comunicaciones electrónicas. Alfonso Cuesta Hernández
Efectos del ruido en las comunicaciones electrónicas Alfonso Cuesta Hernández 17 de abril de 2001 2 www.ponchocuesta.50megs.com En general, el ruido eléctrico se define como cualquier energía eléctrica
Más detallesSEÑALES Y SISTEMAS - AÑO 2015 Práctica 1: Señales Determinísticas e Introducción a las Señales Aleatorias
SEÑALES Y SISTEMAS - AÑO 2015 Práctica 1: Señales Determinísticas e Introducción a las Señales Aleatorias 1. Impulsos continuos y discretos a) Enuncie la propiedad de extracción de la delta de Dirac. b)
Más detallesGeneración de Números Pseudo-Aleatorios
Números Aleatorios Son un ingrediente básico en la simulación de sistemas Los paquetes de simulación generan números aleatorios para simular eventos de tiempo u otras variables aleatorias Una secuencia
Más detallestodas especialidades Soluciones de las hojas de problemas
Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Ingeniería Técnica Industrial Métodos estadísticos de la ingeniería Métodos estadísticos de la ingeniería Ingeniería Técnica
Más detallesComunicaciones Digitales
Trabajo Práctico 4 Comunicaciones Digitales Transmisión en Banda Base E.1.En un sistema PAM binario, la entrada al detector es y m = a m + n m + i m, donde a m = ±1 es la señal deseada, n m es una variable
Más detallesIntroducción a los Sistemas Digitales
Tema Sistema Estructura y comportamiento Señal analógica y señal digital Señal binaria Sistemas de numeración Representación de números enteros Signo-magnitud Complemento a dos Codificación Códigos numéricos
Más detallesT.3 ESTIMACIÓN PUNTUAL
T.3 ESTIMACIÓN PUNTUAL 1. INTRODUCCIÓN: ESTIMACIÓN Y ESTIMADOR 2. PROPIEDADES DE LOS ESTIMADORES 3. MÉTODOS DE ESTIMACIÓN. EJEMPLO 1, EJEMPLO 2 1. Introducción: Estimación y Estimador En este tema se analizan
Más detallesTarea 1 - Vectorial 201420
Tarea - Vectorial 040. Part :. - 3... Hacer parametrización de la curva de intersección del cilindro x + y = 6 y el plano x + z = 5. Encontrar las coordenadas de los puntos de la curva donde la curvatura
Más detallesConversión Analógica-a-Digital
Conversión Analógica-a-Digital OBJEIVOS: Comprender la conversión de señales analógicas a digitales, analizando las modificaciones que se producen con este proceso. Fundamentalmente, las "réplicas" en
Más detallesEl Método de Monte Carlo. Curso de Estadística TAE, 2005 J.J. Gómez-Cadenas
El Método de Monte Carlo Curso de Estadística TAE, 2005 J.J. Gómez-Cadenas El método de Monte Carlo es una técnica numérica para calcular probabilidades y otras cantidades relacionadas, utilizando secuencias
Más detallesTema 3: Variables aleatorias y vectores aleatorios bidimensionales
Estadística 38 Tema 3: Variables aleatorias y vectores aleatorios bidimensionales El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos
Más detallesCODIFICADORES. Cuando solo una de las entradas está activa para cada combinación de salida, se le denomina codificador completo.
Circuitos Combinacionales MSI CODIFICADORES Son los dispositivos MSI que realizan la operación inversa a la realizada por los decodificadores. Generalmente, poseen 2 n entradas y n salidas. Cuando solo
Más detallesTeoria de las Telecomunicaciones. TEMA 2 Tècnicas de modulacion. Luis Lujan
Teoria de las Telecomunicaciones TEMA 2 Tècnicas de modulacion Luis Lujan 1 Índice Técnicas de codificación: Datos digitales: Señales digitales. Señales analógicas. Datos analógicos: Señales digitales.
Más detallesUNIVERSIDAD DE SEVILLA
UNIVERSIDAD DE SEVILLA Escuela Técnica Superior de Ingeniería Informática PRÁCTICA 5: DISEÑO DE MODULADORES (FSK), DEMODULADORES (ASK) Tecnología Básica de las Comunicaciones (Ingeniería Técnica Informática
Más detalles1. Representación de la información en los sistemas digitales
Oliverio J. SantanaJaria Sistemas Digitales Ingeniería Técnica en Informática de Sistemas Curso 2005 2006 1. Representación de la información en los sistemas digitales Durante Hoy Los digital tipo muchos
Más detallesControl Automático. Introducción al filtro de Kalman. Ing. Gabriela Ortiz León
Control Automático Introducción al filtro de Kalman 1 Contenido Principio de funcionamiento Ecuaciones de predicción y actualización Proceso Ejemplo 2 Filtro Kalman Es un algoritmo desarrollado por Rupert
Más detallesLa Modulación de señales
15/ 05/ 13 ww w w.ea1uro.com/ eb1dgh/digitales/modulaci%f3n/modulacion.html La Modulación de señales La modulación es el proceso mediante el cual una señal de info se multiplica por otra señal de mayor
Más detallesELO211: Sistemas Digitales. Tomás Arredondo Vidal 1er Semestre 2007
ELO211: Sistemas Digitales Tomás Arredondo Vidal 1er Semestre 2007 Este material está basado en: textos y material de apoyo: Contemporary Logic Design 1 st / 2 nd edition. Gaetano Borriello and Randy Katz.
Más detalles01/10/2010. 3. Señales, codificación y modulación. Contenido. a. Señales digitales. a. Señales digitales b. Conversión digital a digital
3. Señales, codificación y modulación Contenido a. Señales digitales b. Conversión digital a digital c. Conversión esó analógico aógcoadga digital d. Conversión digital a analógico e. Conversión analógico
Más detallesFacultad de Ingeniería Departamento de Telecomunicaciones
Facultad de Ingeniería Departamento de Telecomunicaciones REDES DE BANDA ANCHA Msc. Luis Rojas. C REDES DE BANDA ANCHA Se asocia el término autopistas de la información al de? Infopistas. inf El concepto
Más detallesSISTEMAS NUMERICOS. Ing. Rudy Alberto Bravo
SISTEMAS NUMERICOS SISTEMAS NUMERICOS Si bien el sistema de numeración binario es el más importante de los sistemas digitales, hay otros que también lo son. El sistema decimal es importante porque se usa
Más detallesApuntes de Matemática Discreta 1. Conjuntos y Subconjuntos
Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 1 Conjuntos y Subconjuntos
Más detalles1. Ecuaciones no lineales
1. Ecuaciones no lineales 1.1 Ejercicios resueltos Ejercicio 1.1 Dada la ecuación xe x 1 = 0, se pide: a) Estudiar gráficamente sus raíces reales y acotarlas. b) Aplicar el método de la bisección y acotar
Más detallesMateria: Informática. Nota de Clases Sistemas de Numeración
Nota de Clases Sistemas de Numeración Conversión Entre Sistemas de Numeración 1. EL SISTEMA DE NUMERACIÓN 1.1. DEFINICIÓN DE UN SISTEMA DE NUMERACIÓN Un sistema de numeración es un conjunto finito de símbolos
Más detallesMODULACIO DIGITAL BI ARIA
MODULCIO DIGITL I RI Introducción. Hasta ahora hemos estudiado la transmisión de señales digitales en anda ase. En la práctica, ien sea por compartir el canal (por ejemplo el aire) o por poder usar antenas
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDAD GUÍA DE TRABAJO 2 Profesor: Hugo S. Salinas. Primer Semestre 2010 1. La dureza Rockwell de un metal
Más detallesComo es una dirección IP v4? Para que me sirve una dirección IP 12/07/2011. Direccionamiento IP. Direccionamiento IP. Fisico (Mac-address)
Preparado por Ing. Oscar Molina Loría. Fisico (Mac-address) Logico, g, IP s Publicas (solo se usan en internet) Privadas (rango para que cualquiera lo use) Para que me sirve una dirección IP Como es una
Más detalles