ESPECTRO DE LAS SEALES

Javier Yrigoyen de la Fuente. 1011289

Martin Bazn Bravo. 0720666
Programa Pregrado de Ingeniera de Telecomunicaciones y Electrnica
Universidad Tecnolgica del Per, Lima-Per
Martinbb17@hotmail.com

jyrigoyen@gmail.com

Resumen El presente trabajo presenta y describe algunas de

las seales analizada en su espectro, para esto empleamos su
serie de Fourier usadas en telecomunicaciones su
representacin lo mostraremos a travs de la herramienta de
software de simulacin SCILAB.
I.

INTRODUCCIN

La serie de Fourier nos permitir establecer la dualidad entre

tiempo y frecuencia, de manera que las operaciones
realizadas en el dominio temporal tienen su dual en el
dominio frecuencial, la serie fe Fourier se muestra para
diferentes tipos de seales (trigonomtrica y compleja) y la
transformada de Fourier.
Las series de Fourier describen seales peridicas como una
combinacin de seales armnicas (sinusoides o complejas).
Con esta herramienta podemos analizar una seal peridica
en trminos de su contenido frecuencial o espectro.
En otro concepto la series de Fourier a seales no peridicas.
Podemos visualizar una seal no peridica como una seal
continua de periodo infinito (1).

III.

TEORIA
III.1

Un espectro es la representacin de una seal en el dominio

de la frecuencia.
Cuando tenemos senos-cosenos, el espectro consiste en
representar an y bn frente a n, En complejos, se puede
representar la parte real y la parte imaginariade Cn, o el
mdulo (espectro de mdulo) y la fase (espectro de fase).
El espectro de mdulo, |Cn|, es simtrico respecto al eje x =
0(2)

Con el siguiente trabajo se espera la mejor comprensin con

respecto a lo que se desarroll en clase ya que esto ayuda a
una mejor visualizacin de modo simulada.
II.

Espectro

Figura 1
Espectro de una seal seno y coseno.

ASPECTOS GENERALES

Existen diversas plataformas de software que nos sirven de

herramientas para poder estudiar las seales entre ellas
podemos mencionar Matlab, mxima Scilab etc. en esta
oportunidad seguiremos usando Scilab ya que es una opcin
de software libre de entorno sencillo entendible para un
acercamiento a las seales en el laboratorio de
telecomunicaciones.

IV.

SEALES
UTILIZADAS
EN
TELECOMUNICACIONES (TABLAS Y
GRAFICOS)
Se busca como objetivo manipular las seales mediante
operaciones, interpretando su comportamiento.Presentaremos
el cdigo escrito en el editor de texto SCILAB y su
respectiva imagen

Pg ina 1 | 6

IV.1.1 Ingresando los primeros datos de la seal:

T=0.001;
t=-0:T:1;
m=100;
s=sin(2*%pi*m*t);
SS=fft(s);
N=size(t, '*');
f=(1/T)*(0:(N/5))/N;
n=size(f, '*');
clf()

Figura 2
La seal se muestra en el dominio de tiempo y frecuencia, es
una funcin peridica senoidal con f=100.

IV.1.2 Del mismo modo realiza m=50

T=0.001;
t=-0:T:1;
m=50;
s=sin(2*%pi*m*t);
SS=fft(s);
N=size(t, '*');
f=(1/T)*(0:(N/5))/N;
n=size(f, '*');
clf()

Figura 3
Resulta parecido que el anterior, solo que aumentamos la
frecuencia en f=50, sigue siendo una seal peridica y
senoidal.

IV.1.3 Ingresamos y modificamos con m=150;

T=0.001;
t=-0:T:1;
m=150;
s=sin(2*%pi*m*t);
SS=fft(s);
N=size(t, '*');
f=(1/T)*(0:(N/5))/N;
n=size(f, '*');
clf()

Figura 4
La seal se muestra en el dominio de tiempo y frecuencia, es
una funcin peridica con f=150, esto quiere decir que el
espectro se mostrara cada 150 esto se refiere que el siguiente
espectro lo veremos en 300.

IV.1.4 Determine el espectro de la siguiente funcin,

para m=10;
a) s=sin(2*%pi*m*t) + sin(2*%pi*2*m*t) + sin(2*
%pi*3*m*t) + sin(2*%pi*4*m*t);
T=0.001;
t=-0:T:1;
m=10;
s=sin(2*%pi*m*t) + sin(2*%pi*2*m*t) + sin(2*
%pi*3*m*t) + sin(2*%pi*4*m*t);
SS=fft(s);
N=size(t, '*');
f=(1/T)*(0:(N/5))/N;
n=size(f, '*');
clf()

Figura 5
Se aprecia sumatoria de la funcin seno con frecuencia=10 en
amplitud =1.vemos que el periodo de la frecuencia angular se
repite cada 10.

Pg ina 2 | 6

b) s=cos(2*%pi*m*t) + cos(2*%pi*2*m*t) + cos(2*

%pi*3*m*t) + cos(2*%pi*4*m*t);
Para m=10;
T=0.001;
t=-0:T:1;
m=10;
s=cos(2*%pi*m*t) + cos(2*%pi*2*m*t) + cos(2*
%pi*3*m*t) + cos(2*%pi*4*m*t);
SS=fft(s);
N=size(t, '*');
f=(1/T)*(0:(N/5))/N;
n=size(f, '*');
clf()

IV.1.5 Reptir las funciones anteriores , para m=20 y

m=40
a) s=sin(2*%pi*m*t) + sin(2*%pi*2*m*t) +
sin(2*%pi*3*m*t) + sin(2*%pi*4*m*t);
Para m=20
T=0.001;
t=-0:T:1;
m=20;
s=sin(2*%pi*m*t) + sin(2*%pi*2*m*t) +
sin(2*%pi*3*m*t) + sin(2*%pi*4*m*t);
SS=fft(s);
N=size(t, '*');
f=(1/T)*(0:(N/5))/N;
n=size(f, '*');
clf()

Figura 6
Se aprecia sumatoria de la funcin coseno con frecuencia=10 en
amplitud =1.vemos que el periodo de la frecuencia angular se
repite cada 10.

c) s=sin(2*%pi*m*t) + cos(2*%pi*m*t) +
sin(2*%pi*2*m*t) + cos(2*%pi*2*m*t) + sin(2*
%pi*3*m*t) + cos(2*%pi*3*m*t) + sin(2*
%pi*4*m*t) + cos(2*%pi*4*m*t);
Para m=10:
T=0.001;
t=-0:T:1;
m=10;
s=sin(2*%pi*m*t) + cos(2*%pi*m*t) +
sin(2*%pi*2*m*t) + cos(2*%pi*2*m*t) +
sin(2*%pi*3*m*t) + cos(2*%pi*3*m*t) +
sin(2*%pi*4*m*t) + cos(2*%pi*4*m*t);
SS=fft(s);
N=size(t, '*');
f=(1/T)*(0:(N/5))/N;
n=size(f, '*');
clf()

Figura 7
Se aprecia sumatoria de la funcin seno y coseno en frecuencia
igual a 10 con amplitud 1.

Figura 8
Con respecto a la figura 5 vemos que el periodo de la frecuencia
angular es igual a 20, y la muestra en el tiempo disminuye.

Para m=40
T=0.001;
t=-0:T:1;
m=40;
s=sin(2*%pi*m*t) + sin(2*%pi*2*m*t) +
sin(2*%pi*3*m*t) + sin(2*%pi*4*m*t);
SS=fft(s);
N=size(t, '*');
f=(1/T)*(0:(N/5))/N;
n=size(f, '*');
clf()

Figura 9
Con respecto a la figura 8 vemos que el periodo de la frecuencia
angular es igual a 40, y la muestra en el tiempo disminuye.

Pg ina 3 | 6

b) s=cos(2*%pi*m*t) + cos(2*%pi*2*m*t) +
cos(2*%pi*3*m*t) + cos(2*%pi*4*m*t);
Para m=20:
T=0.001;
t=-0:T:1;
m=20;
s=cos(2*%pi*m*t) + cos(2*%pi*2*m*t) + cos(2*
%pi*3*m*t) + cos(2*%pi*4*m*t);
SS=fft(s);
N=size(t, '*');
f=(1/T)*(0:(N/5))/N;
n=size(f, '*');
clf()

Figura 10
Con respecto a la figura 6 vemos que el periodo de la frecuencia
angular es igual a 20, y la muestra en el tiempo disminuye.

Para m=40:
T=0.001;
t=-0:T:1;
m=40;
s=cos(2*%pi*m*t) + cos(2*%pi*2*m*t) + cos(2*
%pi*3*m*t) + cos(2*%pi*4*m*t);
SS=fft(s);
N=size(t, '*');
f=(1/T)*(0:(N/5))/N;
n=size(f, '*');
clf()

c) s=sin(2*%pi*m*t) + cos(2*%pi*m*t) +
sin(2*%pi*2*m*t) + cos(2*%pi*2*m*t) + sin(2*
%pi*3*m*t) + cos(2*%pi*3*m*t) + sin(2*
%pi*4*m*t) + cos(2*%pi*4*m*t);
Para m=20:
T=0.001;
t=-0:T:1;
m=20;
s=sin(2*%pi*m*t) + cos(2*%pi*m*t) +
sin(2*%pi*2*m*t) + cos(2*%pi*2*m*t) +
sin(2*%pi*3*m*t) + cos(2*%pi*3*m*t) +
sin(2*%pi*4*m*t) + cos(2*%pi*4*m*t);
SS=fft(s);
N=size(t, '*');
f=(1/T)*(0:(N/5))/N;
n=size(f, '*');
clf()

Figura 12
Con respecto a la figura 7 vemos que el periodo de la frecuencia
angular es igual a 20, y la muestra en el tiempo disminuye.
Para m=40:
T=0.001;
t=-0:T:1;
m=40;
s=sin(2*%pi*m*t) + cos(2*%pi*m*t) +
sin(2*%pi*2*m*t) + cos(2*%pi*2*m*t) +
sin(2*%pi*3*m*t) + cos(2*%pi*3*m*t) +
sin(2*%pi*4*m*t) + cos(2*%pi*4*m*t);
SS=fft(s);
N=size(t, '*');
f=(1/T)*(0:(N/5))/N;
n=size(f, '*');
clf()

Figura 11
Con respecto a la figura 10 vemos que el periodo de la
frecuencia angular es igual a 40, y la muestra en el tiempo
disminuye.
Figura 13

Pg ina 4 | 6

Con respecto a la figura 12 vemos que el periodo de la

frecuencia angular es igual a 20, y la muestra en el tiempo
disminuye.
IV.2 Del mismo modo realizar para s;
s=t + 2
T=0.001;
t=-0:T:1;
s=t + 2
SS=fft(s);
N=size(t, '*');
f=(1/T)*(0:(N/5))/N;
n=size(f, '*');
clf()

s= (t+2)/2

T=0.001;
t=-0:T:1;
s= (t+2)/2
SS=fft(s);
N=size(t, '*');
f=(1/T)*(0:(N/5))/N;
n=size(f, '*');
clf()

Figura 16
Con respecto a la figura 16 observamos la transformada de
Fourier de la recta para un t igual que el primero pero ahora
toda la funcin dividida en 2 siendo este la mitad del ejercicio
anterior.
Figura 14
Con respecto a la figura 14 observamos la transformada de
Fourier de la recta para un t.
s=t/2 +2
T=0.001;
t=-0:T:1;
s=t/2 +2
SS=fft(s);
N=size(t, '*');
f=(1/T)*(0:(N/5))/N;
n=size(f, '*');
clf()

Figura 15
Con respecto a la figura 15 observamos la transformada de
Fourier de la recta para un t/2 siendo este la mitad del
ejercicio anterior.

s=t^2

T=0.001;
t=-0:T:1;
s=t^2
SS=fft(s);
N=size(t, '*');
f=(1/T)*(0:(N/5))/N;
n=size(f, '*');
clf()

Figura 17
Con respecto a la figura 17 vemos la transformada de Fourier de
una ecuacin donde t esta elevado al cuadrado.

Pg ina 5 | 6

V.

s= t^2 +2

T=0.001;
t=-0:T:1;
s= t^2 +2
SS=fft(s);
N=size(t, '*');
f=(1/T)*(0:(N/5))/N;
n=size(f, '*');
clf()

Mientras ms puntos se ver mejor la funcin seno

(mayor punto mayor proceso).

VI.
SOBRE SIMULACIONES
A igual que el trabajo anterior todos los grficos
fueron realizados en el entorno del Scilab aunque
tambin se pueden realizar en otros Software como
el Matlab.
Es ms practico en ciertos casos operar varias
funciones al mismo tiempo y graficarlas juntas ya
que esto puede acelerar el desarrollo de las
experiencias y as mismo su anlisis.
VII.

Figura 18
Con respecto a la figura 18 vemos la transformada de Fourier de
la funcin donde t est elevado al cuadrado y sumado por dos.

COMENTARIOS Y CONCLUCIONES

REFERENCIAS

[1]Notas tomadas en clase del Ing Javier Samaniego.

[2]Rene Gimnez, Anlisis de Fourier , ETSILUPM,2012,102 paginas.

s= (t^2)/2 +2
T=0.001;
t=-0:T:1;
s= (t^2)/2 +2
SS=fft(s);
N=size(t, '*');
f=(1/T)*(0:(N/5))/N;
n=size(f, '*');
clf()

Figura 19
Con respecto a la figura 19 vemos la transformada de Fourier de
la funcin cuyo t esta elevado al cuadrado y luego dividido en
dos para ser al final sumado por dos

Pg ina 6 | 6