INSTITUTO POLITCNICO NACIONAL

UNIDAD PROFESIONAL INTERDISCIPLINARIA EN INGENIERA Y TECNOLOGAS AVANZADAS

Comunicaciones I. Teora de las Comunicaciones.

Prctica No. 09 Seales Aleatorias y Seales Determinsticas

Por Alejandro Ral Zern Hernndez | Mayo 26, 2010

FUNDAMENTOS TERICOS
Como se estudi al inicio del curso, existen diferentes formas de clasificar las seales. Retomemos las definiciones de seales determinsticas y aleatorias. Una seal determinstica es una seal en la cual cada valor est fijo y puede ser determinado por una expresin matemtica, regla, o tabla. Los valores futuros de esta seal pueden ser calculados usando sus valores anteriores teniendo una confianza completa en los resultados (Fig. 9.1a). Una seal aleatoria, tiene mucha fluctuacin respecto a su comportamiento. Los valores futuros de una seal aleatoria no se pueden predecir con exactitud, solo se pueden basar en los promedios de conjuntos de seales con caractersticas similares (Fig. 9.1b).

(a)

Seal Determinstica

(b) Seal Aleatoria Figura 9.1

Tambin es de gran importancia definir, a estas alturas, el ruido, que comunicaciones, a toda seal no deseada que se mezcla con la seal til que queremos transmitir. Es el resultado de diversos tipos de perturbacin que tiende a enmascarar la informacin cuando se presenta en la banda de frecuencias del espectro de la seal, es decir, dentro de su ancho de banda. El ruido se debe a mltiples causas: a los componentes electrnicos (amplificadores), al ruido trmico de las resistencias, a las interferencias de seales externas, etc. Es imposible eliminar totalmente el ruido, ya que los componentes electrnicos no son perfectos. Sin embargo, es posible limitar su valor de manera que la calidad de la comunicacin resulte aceptable. Una de las formas ms usuales de medir los niveles de ruido,

es comparndolos con los niveles de la seal. De este modo, nos independizamos de sus valores absolutos para ponerlo en comparacin con la seal.

Filtro Promediador (o de Media) Mvil El promedio o media mvil es el filtro ms comn en el Procesamiento de Seales Digitales (DSP, Digital Signal Procesor), principalmente porque es el filtro ms sencillo de entender y de usar. A pesar de su simplicidad, el filtro de media mvil es ptimo para una tarea comn: la reduccin de ruido aleatorio, manteniendo una fuerte respuesta al escaln. Esto lo hace ser el mejor filtro para seales codificadas en el dominio del tiempo. Sin embargo, la media mvil es el peor filtro para seales en el dominio de la frecuencia, con poca capacidad para separar una banda de frecuencias de otra. Algunos otros filtros familiares al filtro promedio mvil son: Filtro de Gauss, el de Blackman, y el de paso mltiple de media mvil. Estos tienen un mejor rendimiento ligeramente en el dominio de la frecuencia, a expensas de mayor tiempo de computacin.

Filtro Promedio en Tiempo Discreto (Implementacin por Convolucin)

Como su nombre lo indica, un filtro de media mvil, opera un promedio de un nmero de puntos de la seal de entrada para producir cada punto de la seal de salida. Un filtro promedio en tiempo discreto calcula el promedio de los ltimos M elementos de una secuencia determinstica operacin es el estimador: superpuesta al ruido . El resultado de la

Se debe reconocer que el filtro promediador o de media mvil es, ms que nada, una convolucin usando un filtro de ncleo (kernel) simple.

Muchos cientficos e ingenieros se sienten culpables acerca del uso del filtro promediador mvil. Debido a que es tan sencillo, dicho filtro es a menudo la primera forma de enfrentar un problema de DSP y de seales superpuestas al ruido. Este filtro no slo es muy bueno para muchas aplicaciones, es ptimo para un problema comn, la reduccin del ruido blanco aleatorio mientras se mantiene la respuesta al escaln ms aguda. En las siguientes figuras se muestra cmo funciona el filtro promediador mvil.

La seal en (a) es un pulso contaminado con ruido aleatorio. En (b) y (c), la accin de suavizar, del filtro promedio mvil, disminuye la amplitud del ruido aleatorio (bueno), sino que tambin reduce la nitidez de los bordes (malo). De todos los filtros lineales que podran ser utilizados, la media mvil produce el menor ruido para una nitidez en los bordes dados. El importe de la reduccin del ruido es igual a la raz cuadrada del nmero de puntos en el promedio. Por ejemplo, 100 puntos en el promedio de ste filtro reduce el ruido por un factor de 10.

Para entender por qu la media mvil, si es la mejor solucin, imaginemos que queremos disear un filtro con una nitidez de extremo fijo. Por ejemplo, supongamos que fijamos la nitidez de los bordes si se dice que existen once puntos en el aumento de la respuesta al escaln. Para ello es necesario que el ncleo del filtro tenga once puntos. La cuestin de optimizacin es: cmo elegir los once valores el ncleo del filtro para reducir al mnimo el ruido en la seal de salida? Desde el ruido que estamos tratando de reducir es aleatorio, ninguno de los puntos de entrada es especial, cada uno es tan ruidoso como la del punto vecino en un intervalo de tiempo. Por lo tanto, es intil dar un trato preferente a cualquiera de los puntos de entrada mediante la asignacin de un coeficiente ms grande en el ncleo del filtro. El ruido ms bajo se obtiene cuando todas las muestras de entrada son tratados por igual, es decir, el promedio del filtro que se mueve.
En el desarrollo de esta prctica se estudiar el filtro promediador mvil, que se aplica en el tratamiento digital de seales y en seales superpuestas al ruido.

DESARROLLO
Con ayuda de MATLAB desarrollar un cdigo de programacin en el cual grafique la funcin determinstica:

Y adems, dicha funcin estar superpuesta al ruido . Utilizando un filtro promedio mvil, reducir el ruido superpuesto a la seal con el fin de que ahora . Con otras palabras, determinar para qu valor de M ocupando un filtro promedio mvil, tiene mayor similitud con Teniendo en cuenta el siguiente cdigo:
R = 50; D = rand(1,R) 0.5; m = 0:1:R-1 s=2.*m.*(0.9).^m x = s + d Filtro Promediador o de Media Mvil. %nmero propuesto de muestras o puntos (50 puntos) %D debe ser de longitud 50 en este caso %variable, y es de longitud 50 %Funcin determinstica %Seal superpuesta al ruido

-------------------->>>>>>>>>>

CDIGO EN MATLAB

<<<<<<<<<<--------------------

%PRACTICA 9 %PROGRAMADOR: ZERON HERNANDEZ ALEJANDRO RAL %FILTRO PROMEDIO MVIL clc,clear all close all R=input('Nmero de puntos a promediar: '); d=rand(1,R)-0.5; m=0:1:R-1; s=2.*m.*(0.9).^m; x=s+d; figure(1) plot(m,x,'b','linewidth',2) figure(2) plot(m,s,'r','linewidth',2) M=input('Orden del Filtro promedio mvil: '); j=length(m); for n=1:j for k=1:M if (n-k)<=0 Z(1,k)=x(1,1); end if (n-k)>0 Z(1,k)=x(1,n-k); end end SIGMA=sum(Z); Y(1,n)=(1/M).*SIGMA; end figure(2) plot(m+(Y(1,1)+Y(1,2)-Y(1,3)),Y,'r','linewidth',2) hold on figure(3) plot(m,s,'b','linewidth',2) hold on plot(m+(Y(1,1)+Y(1,2)-Y(1,3)),Y,'r','linewidth',2)

GRUPO: 4BV2

RESULTADOS
A continuacin, se mostrarn las grficas generadas al momento de ejecutar el cdigo.

Al inicio de la ejecucin el programa pide el tamao de cada vector (ruido, seal, seal superpuesta al ruido). Se ingres R=50. Con dicho valor se mostraron las siguientes grficas.

Figura 9.2 Seal banda base (sin ruido) o tono puro s(t)

Figura 9.3 Seal superpuesta al ruido x(t)

Utilizando el Filtro Promediador Mvil y M = 2 se obtuvieron las grficas siguientes:

Figura 9.4 Seal a la salida del filtro promediador mvil y(t)

Figura 9.5 Comparacin del tono original y utilizando un F.P.M. para reducir el ruido de la seal superpuesta a l.

Ntese que la grfica de la figura 9.4 se muestra el ruido atenuado. Y en la figura 9.5 una comparacin con la de banda base mostrada anteriormente en la figura 9.2.

Se hicieron varias pruebas ms para determinar el valor adecuado de M que ms nos convenga y que ms se asemeje a la seal s(t).

Para M = 3

Figura 9.6 Seal a la salida de F. P. M.

Figura 9.7 Comparacin del tono original y utilizando un F.P.M. para reducir el ruido de la seal superpuesta a l.

Para M = 5.

Figura 9.8 Seal a la salida de F.P.M.

Figura 9.9 Comparacin del tono original y utilizando un F.P.M. para reducir el ruido de la seal superpuesta a l.

Para M = 8.

Figura 9.10 Seal a la salida de F.P.M.

Figura 9.11 Comparacin del tono original y utilizando un F.P.M. para reducir el ruido de la seal superpuesta a l.

Para M = 10

Figura 9.12 Seal a la salida de F.P.M.

Figura 9.13 Comparacin del tono original y utilizando un F.P.M. para reducir el ruido de la seal superpuesta a l.

He de aclarar que no slo se analizaron estos casos, si no que se analiz para un tamao de cada vector de 100 puntos con valores diferentes de M. Pero a continuacin, se muestran los resultados de los valores que a mi punto de vista convienen ms para dar solucin al problema planteado.

Con 100 puntos.

Figura 9.14 Seal Original sin ruido o Tono puro

Figura 9.15 Seal superpuesta al ruido

Figura 9.16 Comparacin entre seal original y seal superpuesta al ruido a la salida del F. P. M. con M = 3

Figura 9.17 Comparacin entre seal original y seal superpuesta al ruido a la salida del F. P. M. con M = 8

Con 500 puntos

Figura 9.18 Seal Original sin ruido o Tono puro

Figura 9.19 Seal superpuesta al ruido

Figura 9.20 Comparacin entre seal original y seal superpuesta al ruido a la salida del F. P. M. con M = 4

Figura 9.21 Comparacin entre seal original y seal superpuesta al ruido a la salida del F. P. M. con M = 5

OBSERVACIONES Y COMENTARIOS
El comando rand(x) se ocup para generar un vector de nmeros aleatorios y ste se emple, a su vez, para superponer la seal original con ruido.

En la generacin del Filtro Promediador Mvil, se observa que el ruido se reduce de manera considerable y proporcional al nmero de puntos a promediar M. Entre ms grande sea M, mayor ser la reduccin del ruido, y entre menor sea M, menor ser la reduccin del ruido.

El nico problema al aplicar el Filtro Promediador Mvil a la seal superpuesta con ruido fue que a la salida de ste, la seal se desfasaba (muy poco, pero a considerar), esto podra deberse a los valores promediados al inicio de la seal, siendo nmeros pequeos en magnitud.

CONCLUSIONES

Con sta prctica se pudo notar la diferencia entre una seal determinstica y una seal aleatoria. Se confirma que una seal aleatoria flucta su comportamiento con mucha mayor frecuencia y los valores de dicha seal no se pueden predecir con exactitud debido a que son aleatorios, slo se pueden aproximar dichos valores mediante el promedio de seales con caractersticas semejantes.

Se aprendi que el Filtro Promediador Mvil en tiempo discreto, es ms que nada, una simple sumatoria de convolucin en tiempo discreto, se ocupar para el procesamiento o tratamiento de seales digitales (en cursos posteriores), y que es el ms sencillo y efectivo. Su aplicacin es ptima para dar solucin a problemas de ruido, ya que a este lo reduce y es el ms fcil de aplicar o computar en el dominio del tiempo.

REFERENCIAS

[1] Clasificacin y Propiedades de las Seales. Consultado en: http://cnx.org/content/m12818/latest/ [May 25 - 2010]

[2] C. BELAUSTEGUI GOITIA; Seales Aleatorias y Sistemas Lineales, Archivo en formato .PDF; Abril 2, 2002. Consultado en: http://materias.fi.uba.ar/6615/Material/SIST_LIN_2.PDF [May 25 - 2010]

[3] SMITH, STEVEN W (Ph.D.), Moving Average Filters;The Scientist and Engineer's Guide to Digital Signal Processing Web Site. & PDF Format File Chapter 15 Moving Average Filters. Consulted and Downloaded in: http://www.dspguide.com/ch15.htm [May 25 2010]