1
Modulación por Codificación de Pulso (PCM)
Compresión y Cuantificación
Paula Vanessa León Rodriguez, Sebastián Ulianof Álvarez Quintero
Universidad Pontificia Bolivariana
Bucaramanga, Santander
[Link].2020@[Link] sebasulianof@[Link]
como nivel de señal digital cero (DS0). El proceso incluye
Resumen— Este laboratorio tiene como objetivo analizar los muestreo, cuantificación y codificación, donde la señal de voz
parámetros técnicos fundamentales de la modulación PCM, como se muestrea a 8000 Hz, aplicando la modulación por amplitud
la cuantización, la codificación y la compresión. A través de de pulso (PAM). Cada muestra es cuantificada y asignada un
ejercicios prácticos utilizando Simulink en Matlab, se busca
construir y verificar el funcionamiento de un modulador PCM, así valor binario de 8 bits.
como analizar los efectos de la cuantificación y la compresión en En telecomunicaciones, se utiliza una codificación no uniforme
señales moduladas. El laboratorio también incluye el estudio de basada en las leyes A y µ, estandarizadas por el CCITT[2]
los compresores análogos y discretos, con modificaciones en los
parámetros de compresión para comparar sus efectos sobre las III. DESARROLLO DE LA PRÁCTICA Y ANALISIS DE
señales generadas.
RESULTADOS
I. INTRODUCCIÓN A. Construcción del primer Modelo de Simulink
Se inicia la práctica abriendo Simulink desde Matlab y
E ste laboratorio, se abordará la modulación PCM, con
construyendo el siguiente circuito.
Fig
especial énfasis en la cuantificación y compresión. Los
ejercicios incluyen la construcción de modelos en Simulink
para explorar diferentes configuraciones de PCM, como el uso
de diferentes cantidades de bits (8, 16 y 32) para la
cuantificación, y la implementación de compresores similares y
discretos, para evaluar su impacto sobre las señales moduladas.
Fig [Link] modulador PCM
El objetivo final es ofrecer una comprensión detallada de cómo
las técnicas de cuantización y compresión afectan la B. Parámetros
representación y transmisión de señales en sistemas de Se modificaron los parámetros de los bloques para observar
comunicación digital. los efectos en la señal modulada.
• Generador de Señales: Se añade un bloque signal generator
II. MARCO TEÓRICO con una frecuencia de 1000Hz y una amplitud de 5.
• Generador de Pulsos: Se configura un bloque Pulse
La modulación por codificación de pulsos (PCM) es una
Generator con un período de 0.000125 s y un ancho de
técnica que convierte señales analógicas en digitales para
pulso del 50%.
generar una secuencia de bits en serie. Este proceso comienza
• Muestreo y Retención: Se aplica un bloque Sample and Hold
con el muestreo de una señal continua en el tiempo, lo que da
para capturar el valor de una señal continua en momentos
como resultado una señal modulada en amplitud de pulso
específicos y mantener ese valor constante hasta que
(PAM), la cual luego se cuantifica y se asigna un código
ocurra el siguiente evento de muestreo.
binario que representa los diferentes niveles de cuantización.
• Codificador Uniforme: Con los siguientes ajustes, pico 5, y
Si cada palabra digital tiene bpedacitos2^b niveles
numero de Bits 8.
• Integer to Bit Converter: para convertir los niveles
El PCM es ampliamente utilizado en comunicaciones digitales cuantificados en una secuencia de bits que puede ser
debido a que se puede implementar con circuitos digitales transmitida o almacenada.
económicos, y permite la fusión y transmisión de datos de
• Visualización: Se implementa un bloque Scope para
diferentes fuentes[1]
visualizar la señal.
La modulación por codificación de pulsos (PCM) convierte
una conversación de voz en una tasa de 64 kbps, conocida
*
Comunicaciones II. Formato IEEE.
2
C. Ejecución y cálculos genera una cantidad significativamente mayor de datos en
Se ejecutó la simulación y se analizó el resultado de la señal comparación con 8 y 16 bits. Esto implica mayores
de salida del bloque Integer to Bit Converter. requerimientos de almacenamiento y ancho de banda para la
transmisión de la señal.
D. Construcción del segundo Modelo de Simulink
El segundo ejercicio consistió en construir un compresor
análogo quedando de la siguiente manera
Fig 2. PCM de 8 bits
Se realizaron modificaciones en los parámetros para obtener
una PCM de 16 y 32 bits para representar la señal cuantificada.
Fig 4. Simulink Compresor Análogo
E. Ejecución
Se ajustaron los siguientes parámetros para este circuito: una
señal de 600 Hz con 5 V de amplitud, muestreada a 7000 Hz y
cuantificada en 16 niveles, después de obtener las gráficas se
Fig 3. PCM de 16 bits compararon los efectos de los compresores y la señal
cuantificada sin compresión.
Generando las siguientes graficas:
Fig 4. PCM de 32 bits
Se realizaron cálculos para determinar los niveles de
cuantificación para 8, 16 y 32 bits. Fig 5. Compresion tipo A
Teniendo en cuenta que la ecuación para calcular los niveles de
cuantificación en un sistema PCM está dada por:
L= 2^n
Donde n = Numero de bits
Para n =8; L= 2^8=256 niveles
Para n= 16; L= 2^16= 65536 niveles
Para n= 32; L= 2^32= 4,29x10^9 niveles
A medida que aumentamos el número de bits, el ruido de
cuantificación disminuye notablemente, lo que se traduce en Fig 6. Compresion tipo Mu
una mejor representación de la señal original. La gráfica con 8
bits muestra un mayor nivel de distorsión en comparación con
las de 16 y 32 bits.
Aunque la gráfica de 32 bits ofrece la mejor calidad, también
3
mostrado en la Figura 9 en Simulink, se parametrizaron los
mismos valores del segundo montaje para los bloques de
compresión. y se realizó un análisis comparativo de las
compresiones análogas y discretas.
Fig 7. Compresion sin Cuantificar
El observar las gráficas se puede concluir que los compresores
mejoran la relación señal-ruido, especialmente en señales con
amplitudes bajas. La compresión reduce el rango dinámico de
la señal, permitiendo una representación más eficiente. Fig 9. Simulink Compresor Discreto
Finalmente, se realizaron modificaciones en los valores de A y Se obtuvieron las siguientes graficas:
Mu en los compresores, para así hacer una comparación entre
la salida generada por cada uno de ellos.
Fig 10. Compresión tipo A
Fig 8. Señal modificada a 100 del compresor A
Fig 11. Compresión tipo Mu
Fig 8. Señal modificada a 10 del compresor Mu
Se puede analizar que ambos tipos de compresión mejoran
la relación señal-ruido, pero la compresión Mu es más
agresiva, permitiendo una mayor reducción del rango
dinámico. Sin embargo, puede distorsionar la señal original en
mayor medida que la compresión A, que es más conservadora.
También se puede observar que la compresión Mu ofrece una
mayor reducción en el tamaño de los datos, lo que la hace más
eficiente en términos de almacenamiento y transmisión, a costa
de mayor alteración en la señal. La compresión A, por otro
lado, es más adecuada cuando se necesita preservar la
calidad de la señal. Fig 12. Sin compresión
F. Construcción
del tercer Modelo de Simulink
En este ejercicio, se implementó el compresor discreto
4
2024. [En línea]. Disponible en: [Link]
[Link]/web/view/pdf/show.v/rcid
:kpDAITM001/cid:kt007G2JSD/viewerType:pdf//root_slu
g:digital-analogue-instrumentation/url_slug:pulse-code-
modulation?cid=kt007G2JSD&_q=pulse%20coding%20
modulation&b-
q=pulse%20coding%20modulation&include_synonyms=n
o&q=pulse%20coding%20modulation&s_page_no=0&sor
t_on=default
Fig 13. Comparación de los compresores A, Mu y sin compresión
Aunque ambos tipos de compresión reducen el rango dinámico
de la señal, la compresión discreta ofrece una representación
más eficiente en términos de bits, lo que la hace adecuada para
sistemas digitales. La compresión análoga, por otro lado, es
más adecuada cuando se busca preservar las características
originales de la señal con menor procesamiento digital.
IV. CONCLUSIONES
La modulación PCM es un proceso fundamental en la
transmisión de señales digitales. Los resultados obtenidos en
este laboratorio muestran cómo la cuantificación, la
codificación y la compresión afectan la precisión y eficiencia
de la señal digital resultante. El uso de compresores, tanto
análogos como discretos, permite optimizar la representación
de señales, especialmente en sistemas con limitaciones de
ancho de banda y almacenamiento. Las configuraciones de
mayor resolución, como PCM con 16 o 32 bits, mejoran la
calidad de la señal, pero a costa de una mayor cantidad de
datos.
La compresión de señales es una técnica indispensable para
mejorar la eficiencia de transmisión en sistemas digitales,
permitiendo optimizar el uso de recursos como ancho de banda
y almacenamiento.
La elección entre compresores análogos y discretos depende
del contexto y los requisitos del sistema de comunicación. Los
compresores discretos son más adecuados para sistemas
digitales con restricciones de recursos, mientras que los
análogos preservan mejor las características de
la señal original.
REFERENCIAS
[1] «8. Sampling Theory - Knovel». Accedido: 19 de
septiembre de 2024. [En línea]. Disponible en: [Link]
knovel-
[Link]/web/view/khtml/show.v/r
cid:kpSSUMATL1/cid:kt012EBG63/viewerType:khtml//r
oot_slug:signals-systems-using/url_slug:pulse-code-
modulation?_q=pulse%20coding%20modulation&b-
q=pulse%20coding%20modulation&include_synonyms=n
o&s_page_no=0&sort_on=default&view=collapsed&zoo
m=1&page=34&q=pulse%20coding%20modulation
[2] «Digital and Analogue Instrumentation - Testing and
Measurement - 12.7.4 Digital Transmission Hierarchy: An
Overview - Knovel». Accedido: 19 de septiembre de