Modulo de PDS I

Laboratorio de Ingeniería Electrónica y Telecomunicaciones UNP
UNIVERSIDAD NACIONAL DE
PIURA
FACULTAD DE CIENCIAS DEPARTAMENTO

ACADÉMICO DE CIENCIAS INGENIERÍA ELECTRÓNICA
Y TELECOMUNICACIONES
MÓDULO DE LABORATORIO DE PROCESAMIENTO DIGITAL DE

SEÑALES I
PIURA – PERÚ
2017-I
Procesamiento Digital de Señales I 1

NOTA FINAL
CURSO : .............................................
ALUMNO (A) : .............................................

.............................................
CÓDIGO : .............................................
FACULTAD : .............................................
SEMESTRE
ACADÉMICO : .............................................
SEMANA: .......... DIA: ............... HORA: ...............
PROF. TEORÍA : .............................................
PROF. PRÁCTICA : .............................................

CONTENIDO
PRESENTACIÓN 4
LABORATORIO I: INTRODUCCION PDS Y MATLAB 5
LABORATORIO lI: PROPIEDADES DE SEÑALES EN TIEMPO DISCRETO 11
LABORATORIO III: ADQUISICION DE DATOS USANDO TARJETA DE SONIDO 17
LABORATORIO IV: RESPUESTA EN FRECUENCIA 21

PRESENTACION
El procesamiento digital de señales es un área de la ingeniería que se dedica al

análisis y procesamiento de señales (audio, voz) que son discretas. Aunque
comúnmente las señales en la naturaleza nos llegan en forma analógica, también
existen casos en que estas son por su naturaleza discretas.
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.
Una herramienta a utilizar es MATLAB (laboratorio de matrices) es un software

matemático que ofrece un entorno de desarrollo integrado (IDE) con un lenguaje de
programación propio.
Entre sus prestaciones básicas se hallan: la manipulación de matrices, la

representación de datos y funciones, la implementación de algoritmos, la creación de
interfaces de usuario (GUI) y la comunicación con programas en otros lenguajes y con
otros dispositivos hardware.
El laboratorio de ingeniería electrónica y telecomunicaciones agradece a los

involucrados en el desarrollo del presente módulo y está llano a recibir críticas sobre el
presente trabajo para su posterior revisión y mejora.

LABORATORIO I: INTRODUCCION PDS Y MATLAB
OBJETIVOS
• Identificar lo que es un vector, una matriz, datos aleatorios, etc.

• Reconocer lo que es el editor de matlab y ejecución de algoritmos.
• Reconocer las secuencias numéricas básicas provenientes de las
señales analógicas que contengan algún tipo de información.
• Manejar la dualidad de dominio tiempo-frecuencia de las secuencias
numéricas y de los sistemas discretos.
• Conocer lo que son Señales Analógicas y Señales Digitales.
FUNDAMENTO TEÓRICO
Un vector se define introduciendo los componentes, separados por espacios o por

comas, entre corchetes:
» 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
Para introducir matrices, se separa cada fila con un punto y coma:
» M = [1 2 3 ; 4 5 6 ;7 8 9]
M=
123
456
789

Para referirse a un elemento de la matriz se hace así:

» M(3,1)
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).
También Matlab permite que

utilicemos cualquier editor (edit
de DOS, Word, Notepad,
etc.), ya que los archivos son
sólo de texto.
El siguiente grafico muestra la

Ventana principal del editor.
Señales
Las señales son una forma genérica de referirse a una variable que varía con el
tiempo, el espacio o alguna otra variable independiente.
Las señales se clasifican en:
- 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.

Características de las Señales Analógicas:

1.- Para todo Valor fijo de la frecuencia “F”, Xa(t ) es periódica. Xa(t + Tp) = Xa(t )
2.- Las Señales en tiempo continuo con frecuencias diferentes son diferentes.
3.- El aumento en la Frecuencia “F”, resulta en un aumento en la tasa de oscilación de
la Señal.
Características de las Señales Discretas:
1.- Una sinusoide en tiempo Discreto es periódica solo si su frecuencia “ f ” es un

numero racional. X [n + N] = X [n] ; N=periodo fundamental.
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
Conversión Analógica a Digital:

- Muestrear
- Cuantificar
- Codificar
Xa(t ) X [nTs] ≡ X [n]
Su frecuencia Discreta esta dada por:
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.
2. Hacer la Demostración teórica de f = F Fs
3. De la siguiente señal X (t ) = 10 cos(1000πt ) + 5 cos(2000πt ) , si se quiere digitalizarla,

¿Qué parámetros utilizarías para obtener tu frecuencia de muestreo?
4. Digitalizar la Siguiente Señal: X (t ) = 6 cos(2000πt ) + 3 cos(4000πt ) . Colocar su

código en matlab y sus respectivas Graficas (analógica y digital).
5. Defina detalladamente cuando se da el fenómeno Aliasing.

LABORATORIO II: PROPIEDADES DE SEÑALES EN

TIEMPO DISCRETO
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:

Señales Periódicas y Aperiodicas

Señales periódicas se repiten con un periodo T, mientras las señales aperiódicas o no
periódicas no se repiten. Podemos definir una función periódica mediante la siguiente
expresión matemática, donde t puede ser cualquier número y T es una constante
positiva:
f(t)=f(T+t)
El periodo fundamental de esta función, f(t), es el valor más pequeño de T que permita
la validación de la ecuación anterior.
Corrimiento o desplazamiento de “m” muestras

El desplazamiento en el tiempo, como su nombre lo sugiere, es trasladar la señal en el
eje del tiempo. Esto se hace sumando o restando la cantidad del desplazamiento de
tiempo a la función. Restando una cantidad fija en la variable de el tiempo tendrá un
cambio en la señal hacia la derecha (retrasa) por esa cantidad, por el contrario al sumar
una cantidad a la variable de el tiempo la señal se desplazará hacia la izquierda
(avanza).

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.
Señales Simétricas y Antisimetricas
Una señal par es cualquier señal f(t) que

satisface f(t) =f(−t). las señales pares se pueden
detectar fácilmente por que son simétricas en el
eje vertical.
Una señal impar, es una señal f que satisface

f(t) =−(f(−t))

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]
a) Corrimiento a la Derecha Y[n-2]
Señal Discretizada
8
0
-3 -2 -1 0 1 2 3
Corrimiento a la Derecha Y[n-2]

8
0
-3 -2 -1 0 1 2 3 4 5
b) Corrimiento a la Izquierda Y[n+2]

Señal Discretizada
8
0
-3 -2 -1 0 1 2 3
Corrimiento a la Izquierda Y[n+2]

8
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
1. Utilizando Matlab generar un vector aleatorio de 20 numeros enteros y aplicarle las

propiedades antes vistas.
2. Se da el siguiente Vector X[n]={7,3,1,5,2}. Desarrollar utilizando Matlab la siguiente

Ecuacion con su respectivo algoritmo y grafica: Y [n] = X [n] + X [n − 1] .
3. Desarrollar utilizando el software matlab las siguientes propiedades:

a) Interpolacion ; K<1
b) Componente Par
c) Componente Impar
4. Se tiene una señal cosenoidal X (t ) = cos(200πt ) con frecuencia de muestreo

Fs=500hz. Desarrollar utilizando Matlab la siguiente ecuación con sus respectivo
X [n] + X [n − 1] + X [n − 2]
algoritmo y graficas:Y [n] = .
3
5. Averiguar el uso del comando “spline” en procesamiento digital de señales con sus
respectivos ejemplos.

LABORATORIO III: ADQUISICION DE DATOS USANDO

TARJETA DE SONIDO
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 una colección de herramientas HW/SW que nos permite

interactuar con el mundo 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.
Se puede usar la tarjeta de sonido para registrar (grabar) señales analógicas en el

intervalo de frecuencias de 0-11 kHz, o superiores. Esto significa que las señales no
necesariamente son señales de audio.
La siguiente figura muestra un diagrama simplificado de los componentes típicos de

una tarjeta de sonido. En él se indica cuál es la información que viaja por cada enlace.

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.
El Teorema de Muestreo indica que si se elige una frecuencia de muestreo superior a

dos veces la frecuencia mayor, fmax, presente en la señal de entrada, es decir Fs>2*fmax,
entonces la salida y(t) en el sistema, será exactamente igual a la entrada x(t) si se
reconstruye "adecuadamente" la señal. Para obtener la frecuencia fmax se puede
representar la entrada como una suma de sinuoidales (Transformación de Fourier) y
fmax será le frecuencia asociada a la componente de mayor frecuencia con amplitud
distinta de cero.
El proceso de conversión digital/analógico que se necesita en esta práctica solo va a

depender del tiempo (Ts) entre los muestreos de la señal y en caso de reproducir la
señal con la tarjeta de sonido. Desde Matlab, esto se hace por el comando sound
(x,Fs).
Procedimiento
1. Fijar la frecuencia de muestreo Fs=8000 de una señal de voz.

2. Utilizar el comando “wavrecord” para capturar la señal de voz.
3. Reproducir la señal capturada mediante el comando “wavplay”
4. Mostrar mediante una Grafica la señal capturada.
5. Si se desea guardar la señal capturada utilizaremos el comando “save”
Utilizando la Herramienta Matlab

señal de voz capturada
1.5
0.5
-0.5
-1
-1.5
0 0.5 1 1.5 2
4
x 10

6. Para Cargar la señal capturada utilizaremos el comando “load”

7. Graficando la Señal cargada y veremos que será la misma que capturamos con el
comando “save”
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.
3. Averigue sobre la convolucion y correlación de señales discretas. Cual es su

comportamiento y porque se utilizaría en el Procesamiento digital de señales. Realice
ejemplos respectivamente
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
5. Utilizando los algoritmos de la pregunta 2, realizar mediante GUI de matlab una

pequeña interfaz que visualice dichos algoritmos gráficamente a modo de selección.

LABORATORIO IV: RESPUESTA EN FRECUENCIA
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.
El análisis de la respuesta en frecuencia es una versión especial de la respuesta

dinámica del sistema y consiste en analizar la salida del sistema en términos de
amplitud y fase cuando distintas señales de entrada senoidal se aplican al 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.
Transformada Discreta de Fourier (DFT)
La transformada de Fourier Discreta en el tiempo (y también la transformada

continua) pueden ser evaluadas cuando tenemos una expresión analítica para la señal.
Suponga que tengamos una señal, como es la señal del habla usada en el capitulo
anterior, para ella no existe una formula. Entonces ¿cómo podría usted calcular su
espectro?.

La transformada de Fourier discreta ( DFT) nos permite calcula el espectro de

información discreta en el tiempo. Estando en tiempo discreto podemos calcular
exactamente el espectro, para señales análogas no existe manera similar. Para el
espectro de señales análogas se tienen que construir equipo especial, que consiste en
casi todos los casos de convertidores A / D y computaciones discretas. Análisis de el
espectro discreta en el tiempo son más flexibles que los análisis de las señales
continuas.
Así que definimos la transformada discreta de Fourier ( DFT) como:
N −1
X (k ) = ∑ X (n)e − jωn
n =0
Transformada Rápida de Fourier(FFT)
Las transformada discreta de Fourier (TDF) juega un papel importante en el análisis,

el diseño y la realización de algoritmos y sistemas de procesamiento digital de señales.
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.
La diferencia de velocidad de cálculo entre la tradicional transformada discreta y la

FTT aumenta según se incrementa el número de muestras a analizar, mientras la
primera aumenta el número de operaciones necesarias para la resolución de forma
exponencial, la segunda lo hace de forma prácticamente lineal.

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
1. Hacer la demostración teórica de f = k .
2. Capturar una señal de voz por la tarjeta de sonido y aplicarle su transformada de

discreta de fourier.
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.

Modulo de PDS I

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Modulo de PDS I

Încărcat de

Drepturi de autor:

Formate disponibile

Laboratorio de Ingeniería Electrónica y Telecomunicaciones UNP

FACULTAD DE CIENCIAS DEPARTAMENTO

MÓDULO DE LABORATORIO DE PROCESAMIENTO DIGITAL DE

Procesamiento Digital de Señales I 1

ALUMNO (A) : .............................................

SEMANA: .......... DIA: ............... HORA: ...............

PROF. TEORÍA : .............................................

PROF. PRÁCTICA : .............................................

Procesamiento Digital de Señales I 2

LABORATORIO I: INTRODUCCION PDS Y MATLAB 5

LABORATORIO lI: PROPIEDADES DE SEÑALES EN TIEMPO DISCRETO 11

LABORATORIO III: ADQUISICION DE DATOS USANDO TARJETA DE SONIDO 17

LABORATORIO IV: RESPUESTA EN FRECUENCIA 21

Procesamiento Digital de Señales I 3

El procesamiento digital de señales es un área de la ingeniería que se dedica al

Una herramienta a utilizar es MATLAB (laboratorio de matrices) es un software

Entre sus prestaciones básicas se hallan: la manipulación de matrices, la

El laboratorio de ingeniería electrónica y telecomunicaciones agradece a los

Procesamiento Digital de Señales I 4

LABORATORIO I: INTRODUCCION PDS Y MATLAB

• Identificar lo que es un vector, una matriz, datos aleatorios, etc.

Un vector se define introduciendo los componentes, separados por espacios o por

Para introducir matrices, se separa cada fila con un punto y coma:

Procesamiento Digital de Señales I 5

Para referirse a un elemento de la matriz se hace así:

También Matlab permite que

El siguiente grafico muestra la

Las señales se clasifican en:

Procesamiento Digital de Señales I 6

Características de las Señales Analógicas:

Características de las Señales Discretas:

1.- Una sinusoide en tiempo Discreto es periódica solo si su frecuencia “ f ” es un

Conversión Analógica a Digital:

Xa(t ) X [nTs] ≡ X [n]

Su frecuencia Discreta esta dada por:

Procesamiento Digital de Señales I 7

Procesamiento Digital de Señales I 8

Procesamiento Digital de Señales I 9

2. Hacer la Demostración teórica de f = F Fs

3. De la siguiente señal X (t ) = 10 cos(1000πt ) + 5 cos(2000πt ) , si se quiere digitalizarla,

4. Digitalizar la Siguiente Señal: X (t ) = 6 cos(2000πt ) + 3 cos(4000πt ) . Colocar su

5. Defina detalladamente cuando se da el fenómeno Aliasing.

Procesamiento Digital de Señales I 10

LABORATORIO II: PROPIEDADES DE SEÑALES EN

Procesamiento Digital de Señales I 11

Señales Periódicas y Aperiodicas

Corrimiento o desplazamiento de “m” muestras

Procesamiento Digital de Señales I 12

Señales Simétricas y Antisimetricas

Una señal par es cualquier señal f(t) que

Una señal impar, es una señal f que satisface

Procesamiento Digital de Señales I 13

a) Corrimiento a la Derecha Y[n-2]

Corrimiento a la Derecha Y[n-2]

b) Corrimiento a la Izquierda Y[n+2]

Corrimiento a la Izquierda Y[n+2]

Procesamiento Digital de Señales I 14

Procesamiento Digital de Señales I 15

1. Utilizando Matlab generar un vector aleatorio de 20 numeros enteros y aplicarle las

2. Se da el siguiente Vector X[n]={7,3,1,5,2}. Desarrollar utilizando Matlab la siguiente

3. Desarrollar utilizando el software matlab las siguientes propiedades:

4. Se tiene una señal cosenoidal X (t ) = cos(200πt ) con frecuencia de muestreo

Procesamiento Digital de Señales I 16

LABORATORIO III: ADQUISICION DE DATOS USANDO