Documente Academic
Documente Profesional
Documente Cultură
UNIVERSIDAD NACIONAL DE
PIURA
Y TELECOMUNICACIONES
PIURA – PERÚ
2017-I
NOTA FINAL
CURSO : .............................................
CÓDIGO : .............................................
FACULTAD : .............................................
SEMESTRE
ACADÉMICO : .............................................
CONTENIDO
PRESENTACIÓN 4
PRESENTACION
Uno de los beneficios principales del Procesamiento Digital de Señales es que las
transformaciones de señales son más sencillas de realizar. Una de las más importantes
transformadas es la Transformada de Fourier Discreta (TFD). Esta transformada
convierte la señal del dominio del tiempo al dominio de la frecuencia.
OBJETIVOS
FUNDAMENTO TEÓRICO
» v=[3 0 -2]
v=
3 0 -2
Para definir un vector columna, se separan las filas por puntos y comas:
» w=[1;0;1/3]
w=
1.0000
0
0.3333
» M = [1 2 3 ; 4 5 6 ;7 8 9]
M=
123
456
789
ans =
7
En matlab tenemos una ventana que se llama editor de Matlab, El editor permite tanto
crear y modificar estos archivos, como ejecutarlos paso a paso para ver si contienen
errores (proceso de Debug o depuración, eliminar errores al programa).
Señales
Las señales son una forma genérica de referirse a una variable que varía con el
tiempo, el espacio o alguna otra variable independiente.
- Señales Continuas.- es una señal que puede expresarse como una función cuyo
dominio se encuentra en el conjunto de los números reales, y normalmente es el
tiempo. La función del tiempo no tiene que ser necesariamente una función
continua.
- Señales Discretas.- Una señal discreta es una señal discontinua que está definida
para todos los puntos de un intervalo determinado del conjunto de los números
enteros. Una señal discreta en la naturaleza podría ser el pulso cardíaco, el rebotar
de una pelota al caer libremente, etc.
2.- Las sinusoides en tiempo discreto cuyas frecuencias están separadas por un
Múltiplo entero de 2π son idénticas.
3.- La mayor tasa de oscilación en una sinusoide en tiempo discreto se alcanza cuando
ϖ = π o ϖ = −π o equivalente a: f = 1
2
F f: Frecuencia Discreta
f =
Fs F: Frecuencia Analógica
Fs: Frecuencia de Muestreo
Ejercicio 1.
Utilizando el editor de matlab graficar una onda cosenoidal con frecuencia analógica de
5hz.
Ejercicio 2:
Visualizar 6 periodos para una onda cosenoidal de frecuencia 50hz.
Ejercicio 3:
Con referencia al ejercicio 2 pasarlo a tiempo discreto con una frecuencia de muestreo
Fs=500, visualizando solo 2 periodos.
Ejercicio 4:
Graficar una señal analógica y su respectiva señal digitalizada de frecuencia F=1000hz
Cuestionario
1. Matlab tiene tres operaciones, que las llamaremos operaciones con punto:
a) .*
b) ./
c) .^
Definir y hacer un ejercicio en matlab de cada operación.
OBJETIVOS
• Adquirir una nueva perspectiva para analizar (sistemas y señales).
• Representar los sistemas discretos, lineales e invariantes a través de ecuaciones y
reconocer sus características propias.
• Manipular el espectro de frecuencias (compresión-expansión espectral)
interpolando o diezmando las secuencias numéricas.
FUNDAMENTO TEÓRICO
Una señal discreta es representada simbólicamente como X(n), donde n={…-1,0,1…}.
Usualmente dibujamos señales discretas por medio de diagramas de línea (Stem Plots)
para enfatizar el hecho que son funciones definidas en números enteros. Podemos
retrasar la señal discreta por un número, tal como se hace en las señales análogas. El
retraso de un muestreo unitario es expresado por δ(n−m) y es igual a uno cuando n=m.
Muestreo Unitario
La segunda señal importante en el tiempo discreto, está definida por:
El periodo fundamental de esta función, f(t), es el valor más pequeño de T que permita
la validación de la ecuación anterior.
Escalado Temporal
Escalar el tiempo es comprimir y/o expandir una señal al multiplicar las variables del
tiempo por alguna cantidad. Si esa cantidad es mayor que uno, la señal se vuelve
angosta, esto es conocido como compresión, cuando la cantidad es menor que uno, la
señal se vuelve ancha y a esto lo conoceremos como expansión. Normalmente, estas
operaciones les toman a las personas un tiempo en comprender, debido a que la
intuición de las personas es que al multiplicar por una cantidad más grande que uno la
señal será expandida y menor que uno será comprimida.
Reflexión en el Tiempo
Una pregunta muy natural que se considera cuando se está aprendiendo a escalar el
tiempo es: ¿qué pasaría si la variable del tiempo es multiplicada por un número
negativo? La respuesta para esto es la inversión en el tiempo. Esta operación invierte el
eje del tiempo, en otras palabras, cambia la señal respecto al eje de las ordenadas.
Ejercicios
Dado el siguiente vector como señal discretizada Y[n]={5,7,3,0,8,3,1}, mediante matlab
desarrollar:
a) Corrimiento a la derecha Y[n-2]
b) Corrimiento a la izquierda Y[n+2]
c) Inversion
d) Diezmado Y[2n]
Señal Discretizada
8
0
-3 -2 -1 0 1 2 3
0
-3 -2 -1 0 1 2 3 4 5
0
-3 -2 -1 0 1 2 3
0
-5 -4 -3 -2 -1 0 1 2 3
c) Inversion
Señal Discretizada
8
0
-3 -2 -1 0 1 2 3
Inversion
8
0
-3 -2 -1 0 1 2 3
d) Diezmado Y[2n]
Señal Discretizada
8
0
-3 -2 -1 0 1 2 3
Diezmado
8
0
-2 -1.5 -1 -0.5 0 0.5
Cuestionario
5. Averiguar el uso del comando “spline” en procesamiento digital de señales con sus
respectivos ejemplos.
OBJETIVOS
• Aplicar técnicas de procesamiento de señales para obtener parámetros
característicos de la señal de voz.
• Conocer algunos rasgos particulares de las señales de voz.
• Comparar diferentes métodos para la estimación de la frecuencia
Fundamental.
FUNDAMENTO TEÓRICO
Un sistema de Adquisición de Datos (AD) se usa cuando se esta interesado en medir
y analizar algún fenómeno físico.
Un sistema de AD es un equipo que nos permite tomar señales físicas del entorno y
convertirlas en datos que posteriormente podremos procesar y presentar.
Teoría de muestreo
El proceso parte de una señal continua x(t), que se muestrea usando un convertidor
A/D para producir una sucesión de valores discretos x[n] =x(nTs), donde n es un valor
entero que se utiliza como índice de muestreo y Ts es el período de muestreo. La
frecuencia de muestreo es el valor Fs = 1/Ts. El convertidor D/A ideal permite
recuperar de nuevo la señal a partir de los valores discretos.
Procedimiento
0.5
-0.5
-1
-1.5
0 0.5 1 1.5 2
4
x 10
señal de voz
1.5
0.5
-0.5
-1
-1.5
0 0.5 1 1.5 2
4
x 10
Cuestionario
1. Averigue cuales son los rangos de las frecuencias aceptadas por la tarjeta de sonido,
para no que no sufra ningún inconveniente.
2. Que parámetros hay que seguir para poder digitalizar una señal capturada por la
tarjeta de sonido.
4. Capturar una señal por la tarjeta de sonido, procesar la señal con las propiedades de
señales en tiempo discreto antes vistas y digitalización (algoritmo y graficas
respectivamente), si es necesario coger una parte de dicha señal para la
visualización.
a) Corrimiento a la Derecha X[n-10]
b) Corrimiento a la Izquierda X[n+10]
c) Inversión
d) Diezmado k>1
e) Interpolación k<1
OBJETIVOS
• Aplicar los conceptos la Transformada Discreta de Fourier (TDF).
• Comprender los conceptos de resolución frecuencial, frecuencia máxima, y
sus relaciones con periodo de muestreo, duración de la señal, frecuencia de
muestreo.
• Aplicar la TDF a ejemplos sencillos y aplicaciones con señales reales.
• Modificar el espectro de dichas secuencias, a través de filtros digitales, para
extraer algún tipo de información o bien para realzarla o atenuarla.
FUNDAMENTO TEÓRICO
Cuando deseamos utilizar o controlar un sistema real, lo primero que debemos conocer
es como se comporta si se aplican diferentes señales de entrada. Esto constituye una
medición de la respuesta dinámica del sistema. Una manera para encontrar la
respuesta del sistema es aplicar una señal de prueba a la entrada y observar la salida
del sistema.
Una de estas señales lo constituye el impulso unitario X [n] = δ [n] el cual permite
caracterizar completamente los sistemas LTI.
Otra señal especial es la secuencia exponencial compleja X [n] = e jωn , la cual permitirá
analizar el comportamiento frecuencial tanto de sistemas discretos como de señales
discretas.
N −1
X (k ) = ∑ X (n)e − jωn
n =0
Una de las razones por las que el análisis en Fourier es de una amplia importancia en
procesamiento digital de señales es debido a la existencia de una algoritmo eficiente
para calcular la TDF.
Ejercicio 1:
Dado una señal digital X[n]={26,33,7,8,4,24,1,6,38}. Hallar su transformada discreta de
fourier con una resolución de 256.
150
100
50
0
0 50 100 150 200 250 300
Ejercicio 2:
Hallar la DFT de X [n] = cos(2πfn) con frecuencia f=1/4.
Espectro de la Señal
200
100
0
0 50 100 150 200 250 300
Grafica de Vector k
200
100
0
0 20 40 60 80 100 120 140
Grafica de Frecuencia Digital
200
100
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Ejercicio 3:
Hallar la DFT de una señal cosenoidal X (t ) = cos(2πFt ) , con frecuencia F=50hz y
Fs=400hz.
-1
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08
1
-1
0 5 10 15 20 25 30 35
20
X: 50
10 Y: 17
0
0 20 40 60 80 100 120 140 160 180 200
Cuestionario
3. Cuales son las Consideraciones que se debe tomar con la Transformada rápida de
fourier.
4. Explique acerca del Filtro Ranura con sus respectivos ejemplos en Matlab.