INFORME DE TELECOMUNICACIONES II Laboratorio N° 2 CÓDIGO: f=10.^6; p=1/f; a=10.^-3; t=(-0.5*10.^-6:0.00000001:4.5*10.^-6); coseno=a*cos(2*pi*f*t)+10.^-3; unitstepl=t>=0 j=t<=4*10.^-6; h=coseno.*unitstepl.*j; plot(t,h); xlabel('Tiempo (s)'); ylabel('Amplitud (v)'); title('S0(t)'); SIMULACIÓN: Se generó una señal, producto de la combinación de una señal cosenoidal y una señal escalón. Utilizamos el comando unistep. Multiplicarmos para que nos bote la señal como vemos en la imagen 2) Implemente un demodulador por correlacionador de acuerdo a (1), empleando como señal recibida el mismo pulso generado. Grafique la señal de salida en el intervalo de tiempo [0 T], donde T es el período de símbolo. CÓDIGO: f=2*10.^6; p=1/f; t=(0:0.00000001:4*10.^-6); q=(3.*(10.^-6).*t)/2 w=(10.^-12)*sin(4*pi.*f.*t)/(8*pi) e=(10.^-12)*sin(2*pi.*f.*t)/pi y= q + w + e plot(t,y) xlabel('Tiempo (s)'); ylabel('Amplitud (v)'); title('Y(t)'); SIMULACIÓN: El objetivo de esta parte era unificar los puntos que nos generaba la señal anteriormente realizada. Nos generaba una función con respecto a ‘’t’’ en la parte de las absicas. 3) Diseñe un filtro con respuesta al impulso ℎ0 (𝑡) = 𝜙0 (−𝑡), donde 𝜙0 (𝑡) es el pulso generado en la actividad 1. Haga 𝑟(𝑡) = 𝜙0 (𝑡) y filtre dicha señal con el filtro diseñado. Grafique la señal. CÓDIGO: f=10.^6; p=1/f; a=10.^-3; t=(-0.5*10.^-6:0.000000001:4.5*10.^-6); coseno=a*cos(2*pi*f*t)+10.^-3; unitstepl=t>=0 j=t<=4*10.^-6; h=coseno.*unitstepl.*j; n=conv(h,h) plot(n) xlabel('Tiempo (s)'); ylabel('Amplitud (v)'); title('Y(t)'); SIMULACIÓN: Al poner el comando de la convolución en MatLab de la misma función como indica en la pregunta nos generará una gráfica como está en la imagen. Producto de la convolución de la misma señal. CONCLUSIONES Al no existir el comando para correlacionar una señal, al hacerlo por forma analítica y poner la función en MatLab nos botará el mismo correlacionador. Cuando dos formas de onda están correlacionadas su relación de fase probablemente no es conocida así que la correlación será calculada por un número de recorridos hasta alcanzar el valor más grande de correlación, el cual será tomado como el correcto. El proceso de convolución es en esencia una correlación en la cual una de las señales ha sido invertida con relación al eje de las abscisas. El filtro adaptado es el sistema óptimo para maximizar la presencia de ruido blanco aditivo y gaussiano. Su uso es común en aplicaciones de radar, donde se envía una señal que luego se pretende detectar. Los filtros adaptados bidimensionales son usados en el tratamiento digital del sonido DSP.