Felipe Ramírez, Matías Ramírez,

Oscar torres
Informe
Experiencia 1
“Analizador de espectros y señales en dominio de la frecuencia”

Escuela de Ingeniería Eléctrica

Facultad de Ingeniería
Valparaíso, 04 de septiembre de 2017
“Analizador de espectros y señales en dominio de la
frecuencia”

Felipe Eduardo Ramírez Ibañez

Matías Alejandro Ramírez Neumann
Oscar David Torres Osorio

Informe 1
Laboratorio de Telecomunicaciones y Protocolos (EIE-449)
Escuela de Ingeniería Eléctrica de la
Pontificia Universidad Católica de Valparaíso
conformada por

Sr. Guillermo Andres Castro Carranza

Profesor Guía

Sr. Piero Mauricio Villavicencio Abarca

Segundo Revisor

Valparaíso, 04 de septiembre de 2017

Resumen
Este trabajo se tratará de analizar señales que están dadas en el dominio del tiempo y obtener la serie
de Fourier de las señales utilizando Matlab. También en este mismo programa se realizará una
simulación de una de las señales para poder ver mediante las herramientas que este presenta como se
comporta la señal en el dominio de la frecuencia.

Además, se definirá que es el piso de ruido y como este se podrá medir en el laboratorio e igualmente
en Simulink se generará una señal con ruido en el tiempo para luego con el Spectrum Scope poder ver
cómo se comporta en el dominio de la frecuencia.

Por último, se dará a conocer la formula encontrada para determinar la amplitud de un coeficiente de
la serie Fourier de una determinada señal a partir de la medición entregada por el AE.
 Índice general

Índice general
Introducción ......................................................................................................................................................1
Objetivos generales ................................................................................................................................................ 1
1 Desarrollo .......................................................................................................................................................2
Discusión y conclusiones ......................................................................................................................... 16
Bibliografía ................................................................................................................ ..................................... 17
Introducción
En electrónica muchas veces se necesita instrumentos para poder obtener mediciones, con las cuales
hacer más fácil o más rápido el trabajo para el cual se necesita este dato, es por esto que en las diversas
aéreas que se ramifica la electrónica se han creado dispositivos que permiten obtener datos de una
manera sencilla y directa con el fin de facilitar el trabajo y ahorrar tiempo. Es por esto que en las
telecomunicaciones se han fabricado herramientas que permitan simplificar el trabajo con las ondas,
siendo el analizador de espectro uno de los más utilizados.

Un analizador de espectros es un equipo que permite visualizar las componentes espectrales de las
señales que entran a este dispositivo, el cual tiene una pantalla en cual salen las componentes
espectrales graficadas, siendo el eje horizontal las frecuencias de la señal y el eje vertical medida en una
escala logarítmica en dBm del contenido espectral. Este dispositivo permite ver fácilmente el ancho de
banda una señal y además se puede visualizar distintos tipos de señales como ondas acústicas, ópticas,
eléctricas y señales de baja potencia, como en el caso de la electrónica. Este instrumento de medición
es importante a la hora de querer medir señales con las cuales se trabajará. A sí mismo el Analizador
de espectros permite obtener las componentes espectrales de la señal en sus respectivas frecuencias y
poder realizar un análisis de la señal que se tendrá.

Objetivos generales
• Entender cómo se trabaja con la serie de Fourier para luego comprender como es el
funcionamiento de un analizador de espectros.
• Ver y definir piso de ruido.
• Simular el ruido blanco con Simulink y para poder comprender el filtraje de pasabajos en un
analizador de espectros.

1
1 Desarrollo

1.1 Presente las expresiones matemáticas de los términos de la serie de Fourier y

grafique el logaritmo de la magnitud de cada coeficiente v/s su frecuencia incluyendo
los 10 primeros valores de la serie para:

1.2 Tren de pulsos de período T = 100 [μs], con ciclo de trabajo (τ/T) de 10%, 20% y
50% (tensión parte baja del pulso: 0V, tensión parte alta del pulso: 1V).

1.3 Señal triangular de frecuencia f = 10 [KHz] sin componente continua.

Utilice como material de apoyo la Toolbox de Matemática Simbólica de Matlab. Al respecto, se sugiere
emplear las funciones int, symsum, subs, log10, entre otras. Incluya sus scripts en el Anexo de su Informe
Previo. Para solo una de las señales cuadradas de la pregunta 1a y para la señal triangular de la pregunta
1b, evaluar la reconstrucción de la señal original al emplear 5, 10 y 100 términos de la Serie de Fourier.

Resolviendo la pregunta 1 .1

La serie Fourier de una función periódica f(t) constituye una representación que descompone
a f(t) en una componente continua (dc) y en una componente alterna(ac), las cuales abarcan una serie
infinita de senoides armónicas, en otras palabras, Fourier descubrió que una función periódica no
senoidal puede expresarse como una suma infinita de funciones senoidales. La serie de Fourier se
puede ver reflejada en la ecuación 1.1

(1.1.1)

Para poder representar una función mediante la serie de Fourier se deben cumplir ciertas
condiciones conocidas como las condiciones de Dirichlet, si bien, no son todas ellas condiciones
necesarias, si lo son suficientes para que exista una serie de Fourier convergente. Dadas estas

2
 Desarrollo

condiciones, la tarea fundamental es determinar sus coeficientes a 0, an , bn. Los cuales están
determinados por las siguientes expresiones matemáticas.

(1.1.2)

(1.1.3)

(1.1.4)

Donde T representa el período de la función que se desea expresar con la serie de Fourier y w0 es la
frecuencia fundamental en radianes, que se representa matemáticamente como 2π dividido el período.

Resolviendo la pregunta 1 .2

Sea la figura 1-1 un tren de pulsos rectangular el que se le asigna un ciclo de trabajo arbitrario

Figura 1-1

Como se puede ver en la figura 1-1 el tren de pulsos es una función Par. Se sabe que las funciones pares
satisfacen la siguiente propiedad matemática (Ec. 1.2.1):

𝑇/2 𝑇/2
∫ 𝑓(𝑡)𝑑𝑡 = 2 ∫ 𝑓(𝑡)𝑑𝑡 (1.2.1)
−𝑇/2 0

La propiedad de la ecuación 1.2.1, es posible a que al integrar desde -T/2 hasta 0, es lo mismo, que
hacerlo desde 0 hasta t/2. Gracias a esta última propiedad los coeficientes de Fourier son los siguientes:
 Desarrollo

2 𝑇/2
𝑎0 = ∫0 𝑓(𝑡)𝑑𝑡 (1.2.2)
𝑇

4 𝑇/2
𝑎𝑛 = ∫0 𝑓(𝑡) ∗ cos(𝑛𝑤0 𝑡)𝑑𝑡 (1.2.3)
𝑇

𝑏𝑛 = 0 (1.2.4)

De esta manera con las ecuaciones anteriores se evita hacer trabajo incensario en el proceso de calcular
los coeficientes de Fourier.

Ahora bien, calculando los coeficientes de Fourier de la figura 1-1

2 𝑇/2 2 𝒕/2 2 𝑇/2 2 𝒕/2 𝒕

𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 1 𝑑𝑡 + ∫ 0𝑑𝑡 = (𝑡|0 ) = (1.2.5)
𝑇 0 𝑇 0 𝑇 𝒕/2 𝑇 𝑇

Donde 𝒕 es la duración donde la función esta en nivel alto

Ahora calculando an se obtiene:

4 𝑇/2 4 𝒕/2 4 𝑇/2

𝑎𝑛 = ∫ 𝑓(𝑡) ∗ cos(𝑛𝑤0 𝑡) 𝑑𝑡 = ∫ 1 ∗ cos(𝑛𝑤0 𝑡) 𝑑𝑡 + ∫ 0 ∗ cos(𝑛𝑤0 𝑡) 𝑑𝑡
𝑇 0 𝑇 0 𝑇 𝒕/2

4 𝑇/2 4 𝑠𝑒𝑛(𝑛𝑤0 𝑡) 𝒕/2 2 𝑛𝜋𝒕

= ∫ cos(𝑛𝑤0 𝑡) 𝑑𝑡 = ( | )= ∗ 𝑠𝑒𝑛 ( ) (1.2.6)
𝑇 0 𝑇 𝑛𝑤0 0
𝑛𝜋 𝑇

Es así como la serie de Fourier de la figura 1-1 es:

∞
𝒕 2 𝑛𝜋𝒕 2𝑛𝜋𝒕
𝑓(𝑡) = + ∑ ∗ 𝑠𝑒𝑛 ( ) ∗ cos ( ) (1.2.7)
𝑇 𝑛𝜋 𝑇 𝑇
𝑛=1

𝒕
De esta misma forma sabiendo que es el ciclo de trabajo se pueden determinar los primeros 10
𝑇
términos y su grafica de logaritmo de magnitud del coeficiente v/s su frecuencia de la serie de Fourier
para el 10%, 20% y 50%.

Para el 10% de ciclo de trabajo los primeros 10 términos y su gráfica de logaritmo de magnitud del
coeficiente v/s su frecuencia son:

1 2𝜋 4𝜋 6𝜋 8𝜋 10𝜋
𝑓(𝑡) = + 0,196 cos 𝑡 + 0,18 cos 𝑡 + 0,17 cos 𝑡 + 0,15 cos 𝑡 + 0,12 cos 𝑡
10 𝑇 𝑇 𝑇 𝑇 𝑇
12𝜋 14𝜋 16𝜋 18𝜋
+ 0,1cos 𝑡 + 0,07 cos 𝑡 + 0,046 cos 𝑡 + 0,0218 cos 𝑡+0
𝑇 𝑇 𝑇 𝑇
 Desarrollo

Para el 20% de ciclo de trabajo los primeros 10 términos y su gráfica de logaritmo de magnitud del
coeficiente v/s su frecuencia son:

1 2𝜋 4𝜋 6𝜋 8𝜋 12𝜋
𝑓(𝑡) = + 0,37 cos 𝑡 + 0,3 cos 𝑡 + 0,2 cos 𝑡 + 0,009 cos 𝑡 + 0 − 0,06cos 𝑡
5 𝑇 𝑇 𝑇 𝑇 𝑇
14𝜋 16𝜋 18𝜋
− 0,08 cos 𝑡 − 0,07 cos 𝑡 − 0,04 cos 𝑡+0
𝑇 𝑇 𝑇

Para el 50% de ciclo de trabajo los primeros 10 términos y su gráfica de logaritmo de magnitud del
coeficiente v/s su frecuencia son:

1 2𝜋 6𝜋 10𝜋 14𝜋
𝑓(𝑡) = + 0,63 cos 𝑡 + 0 − 0,212 cos 𝑡 + 0 + 0,127 cos 𝑡 + 0 − 0,09 cos 𝑡 + 0,046 + 0
2 𝑇 𝑇 𝑇 𝑇
18𝜋
+ 0,007 cos 𝑡+0
𝑇

Determine y explique la relación entre la razón τ/T y la periodicidad con la que aparecen los nulos del
espectro.
 Desarrollo

La razón τ/T es el denominado ciclo de trabajo y es cuánto tiempo se va a mantener la función

en ciclos altos, esto afecta en el espectro, ya que si el ciclo de trabajo es 1/10(10%) van aparecer
magnitudes nulas cada 10 términos de la serie de Fourier, mientras que si es un 1/2 aparecen
alternadamente, por lo tanto, según sea el porcentaje n%(de 10 en 10) van aparecer nulos en el
espectro cada n términos naturales.

Resolviendo la pregunta 1.3

Sea la figura 1-2 una señal triangular de pulsos, considerando en este caso a A como la amplitud
igual a 1

Figura 1-2

Como se puede apreciar la figura 1-2 es par al igual que el tren de pulsos, por lo tanto, se usarán las
ecuaciones 1.2.2,1.2.3 y 1.2.4 para determinar sus coeficientes de Fourier(En el cálculo de los
coeficientes de Fourier se han saltaron una serie de pasos, debido al extenso desarrollo que posee el
calculo de estos coeficientes para la señal triangular, entre ellos se saltaron, la integración por partes y
una serie de suma y multiplicaciones de términos algebraicos).

𝑇
2 𝑇/2 2 𝑇/2 −4𝑡 2 𝑻/2 −4𝑡 2 2 2 −𝑇 𝑇
𝑎0 = ∫ 𝑓(𝑡)𝑑𝑡 = ∫ + 1 𝑑𝑡 = ∫ 𝑑𝑡 + ∫ 1𝑑𝑡 = ( + ) = 0(1.3.1)
𝑇 0 𝑇 0 𝑇 𝑇 0 𝑇 𝑇 𝟎 𝑇 2 2

4 𝑇/2 4 𝑻/2 −4𝑡

𝑎𝑛 = 𝑎𝑛 = ∫ 𝑓(𝑡) ∗ cos(𝑛𝑤0 𝑡) 𝑑𝑡 = ∫ ( ) ∗ cos(𝑛𝑤0 𝑡) 𝑑𝑡
𝑇 0 𝑇 0 𝑇
4 𝑇/2 −2𝑛𝜋 ∗ sin(𝑛𝜋) − 4 cos(𝑛𝜋) + 4 4
+ ∫ 1 cos(𝑛𝑤0 𝑡) 𝑑𝑡𝑑𝑡 = = 2 2 (1 − cos(𝑛𝜋))
𝑇 𝟎 𝑛2 𝜋 2 𝑛 𝜋
8
𝑐𝑜𝑛 𝑛 𝑖𝑚𝑝𝑎𝑟
= {𝑛 2 𝜋 2 (1.3.2)
0 𝑐𝑜𝑛 𝑛 𝑝𝑎𝑟

𝑏𝑛 = 0 (1.3.3)
 Desarrollo

Es así como la serie de Fourier de la figura 1-2 es:

∞
8 𝑛2𝜋𝑡
𝑓(𝑡) = ∑ ∗ cos ( ) (1.2.7)
𝑛2 𝜋 2 𝑇
𝑛=1,3,5,7

Así los primeros 10 términos y su grafica de logaritmo de magnitud del coeficiente v/s su frecuencia de
la serie de Fourier para la señal triangular son

2𝜋 6𝜋 10𝜋 14𝜋
𝑓(𝑡) = 0 + 0,81 cos 𝑡 + 0 − 0,09 cos 𝑡 + 0 + 0,03 cos 𝑡 + 0 − 0,016 cos 𝑡 + 0,046 + 0
𝑇 𝑇 𝑇 𝑇
18𝜋
+ 0,01 cos 𝑡+0
𝑇

2.- Obtenga el espectro de los tres tipos de trenes de pulso de la pregunta anterior
utilizando MATLAB→Simulink. Para tal efecto, utilice la secuencia de bloques mostrada
en la Fig. 3. Se recomienda utilizar los parámetros indicados en el Anexo V-A

La configuración de bloques utilizados en la herramienta Simulink de Matlab fue la

siguiente.

Circuito con un generador de pulsos y el analizador de espectros.

 Desarrollo

El tren de pulsos de 50% se ve de las siguientes formas en el dominio del tiempo y en el dominio de la
frecuencia.

Espectro de la señal.

Con el resultado de Analizador de espectro se puede ver como la teoría es correcta, ya que los
armónicos se presentan (1 + 2𝑘)𝑓𝑑𝑒𝑙 𝑝𝑢𝑙𝑠𝑜 , donde k son números enteros del 1 al infinito.

Señal en el tiempo.
 Desarrollo

El tren de pulsos de 20% se ve de las siguientes formas en el dominio del tiempo y en el dominio de la
frecuencia.

Espectro de la señal.

Con el resultado de Analizador de espectro se puede ver como la teoría es correcta, dado que los
armónicos se presentan en múltiplos de la frecuencia del pulso, pero todos los armónicos que sean
múltiplos de 5, tiene valor 0.
 Desarrollo

Señal en el tiempo.

El tren de pulsos de 10% se ve de las siguientes formas en el dominio del tiempo y en el dominio de la
frecuencia.

Espectro de la señal.
 Desarrollo

Con el resultado de Analizador de espectro se puede ver como la teoría es correcta, dado que la
componente 10, 20, 30, y cualquier múltiplo de 10 de la frecuencia del pulso, esa armónico tendrá
valor 0.

Señal en el tiempo.

Además se puede observar como a medidas que disminuye el porcentaje de trabajo, la componente en
la frecuencia 0Hz disminuye, esto se debe a que el valor medio de la función disminuye.

3.- Defina “piso de ruido” e indique cómo se medirá en la sesión de laboratorio. Para tal
efecto, incluya el factor de corrección de amplitud (sumar 2,51dB al nivel medido) que
debe aplicarse al medir ruido Gaussiano. Estudie la influencia del ancho de banda de FI
(Res. BW) en esta medición. (Para saber más sobre el origen del ruido en un AE, vea el
Anexo V-C.)

Piso de ruido: es una medida de señal que se obtiene mediante de la suma de todas las fuentes de ruido
y también las señales no deseadas dentro de un sistema de medición, es decir, es el ruido que se
encuentra en un instrumento o objeto de medición cuando no se está midiendo nada. Para poder medir
correctamente una señal con el aparato esta debe ser mayor que el piso de ruido que presenta el
instrumento. En conclusión el piso de ruido determinara la señal más pequeña que podrá medir el
analizador de espectros.

Para poder medir el piso de ruido que se genera dentro del analizador de espectro primero se debe
tener el aparato frio, es decir, que no presente una temperatura elevada para no agregar ruido térmico.
Luego se conecta una resistencia de 50Ω a la entrada del AE y se mide en la frecuencia de interés
mostrando la figura de ruido en la pantalla del analizador de espectro.
 Desarrollo

La influencia de en la medición del ancho de banda de FI es que al tener un ancho no muy grande se
podrá obtener mejor inmunidad al ruido, es decir, es requerido que el ancho de banda de FI sea lo más
pequeño posible.

4.- Simule con Simulink ruido blanco de tiempo discreto con el bloque “Gaussian Noise
Generator” (ver Fig. 4 y Anexo V-B) y observe su espectro. El “Spectrum Scope” tiene la
opción de promediar varias FFT. Este constituye uno de los modos de realizar filtraje
pasabajos de video del AE (filtrar pasabajos es una forma de promediar). Observe el
espectro del ruido y describa el efecto del promedio.

La configuración de bloques utilizados en la herramienta Simulink de Matlab fue la

siguiente.

Fig. 4-1 Generador de ruido blanco conectado a analizar de espectros.

 Desarrollo

Fig. 4-2 Parámetros.

 Desarrollo

El ruido gaussiano (ruido blanco) en el tiempo y la frecuencia posee esta forma.

Fig. 4- 3 Ruido gaussiano (ruido blanco) en la frecuencia.

Como se puede apreciar en la Fig. 4-3 se tiene la señal del ruido, para poder disminuir el ruido que se
medirá con el AE o en este caso el ruido que se está viendo en el spectrum scope se tiene que variar el
valor de RBW, esto se hace para poder obtener promedios entre frecuencias que no son tan cercanas
entre sí, es decir, tendremos menos promedios con lo cual se podrá disminuir el ruido mostrado por el
analizador de espectros en Simulink. A continuación, se muestra en la Fig. 4-4 y Fig. 4-5con valores de
RBW 4 kHz y 5 kHz respectivamente.

Fig. 4-4 Ruido blanco con RBW de 5 kHz.

 Desarrollo

Fig. 4-5 Ruido blanco con RBW de 5 kHz.

Como se puede apreciar por las Fig. 4-4 y Fig. 4-5 al ir subiendo el valor de RBW el ruido fue
disminuyendo por lo mencionado anteriormente.

5.- Encuentre y exprese una fórmula que permita determinar la amplitud de un

coeficiente de la serie de Fourier de una señal de tensión a partir de la medición
entregada por el AE.
La magnitud que entrega el AE, es en dBm y calculada con la potencia.

10 ∗ log10 (magnitud) = magnitud en dBm(AE)

magnitud en dBm
log10 (magnitud) =
10
(se eleva todo a 10)
magnitud en dBm
magnitudpotencia = 10 10

Luego esta magnitud está dada en potencia, por lo cual hay que transformar a voltaje para tener la real
amplitud.

𝑉2
Como se sabe que 𝑃 = ; despejando V se obtendrá.
𝑅

𝑚𝑎𝑔𝑛𝑖𝑡𝑢𝑑𝑣𝑜𝑙𝑡𝑎𝑗𝑒 = √𝑚𝑎𝑔𝑛𝑖𝑡𝑢𝑑𝑝𝑜𝑡𝑒𝑛𝑐𝑖𝑎 ∙ 𝑅
Donde R es la impedancia de entrada del AE. Esta tiene valor 1M𝛺, reemplazando el valor de R.
magnitud en dBm
𝑚𝑎𝑔𝑛𝑖𝑡𝑢𝑑𝑣𝑜𝑙𝑡𝑎𝑗𝑒 = √10 10 ∙ 1000000
 Desarrollo

Con esta fórmula se podrá determinar la amplitud del coeficiente de la serie de Fourier de tensión a
partir de la medición de AE.
Discusión y conclusiones
Finalmente con las preguntas antes realizadas se logra destacar como se pasa de una señal en el
dominio del tiempo a una en el dominio de la frecuencia, y con esto se puede tener una idea de cómo se
verán las señales cuando entren al AE(analizador de espectros), también se analizó cómo varía la
componente de frecuencia 0(en el dominio de la frecuencia) cuando se disminuye el porcentaje de
trabajo.

Se caracterizó el ruido blanco con la función de ruido gaussiano, esto permite tener una idea de cómo
será el ruido blanco (una señal aleatoria estocástica que posee su potencia de densidad espectral
constante (PSD Power spectral density), es decir su gráfica es plana.

Además se logró aprender como simular ciertas funciones y visualizar de forma computacional las
señales; y con esto tener una idea aún más clara de lo que se pretende realizar en la experiencia

Con todo lo mencionado anteriormente se espera tener un mejor desempeño en la experiencia que se
realizará

17
Bibliografía

[1] C. K. Alexander y M. Sadiku, Circuits, Fundamentals of Electric, McGraw-Hill College, 2003.

18
A Anexo
Script en Matlab para la señal triangular de 10[kHz]

Script en Matlab para el Tren de pulsos

19