Introducción al análisis de señales y sistemas

discretos
Aplicaciones de Matlab

Danny Javier Cuichán Ayo

Departamento de Eléctrica y electrónica
Universidad de las Fuerzas Armadas ESPE
Quito, Ecuador
djcuichna@espe.edu.ec

Resumen—En el mundo de la electrónica digital, se tiene varios B. Convolucion de 1 señal 4 veces

procesos de control de acuerdo a las diferentes señales que generan
las distintas variables físicas, por lo que el uso de Matlab es útil
para diseñar de manera teórica estos sistemas de control digitales
(esto es facilitado mucho porque la computadora es digital). En el
siguiente documento se plantearán ejercicios resueltos con dicho
programa para mejorar la comprensión de los sistemas digitales
Palabras Clave—Matlab, Pobabilidad, Simulacion, Conteo
I. INTRODUCCIÓN
En el mundo, el desarrollo tecnológico esta basado en su
mayoría por procesos digitales, los cuales nunca podrán
representar a los valores reales de una variable, pero se gracias a
ello (a su cuantizacion), podemos realizar muchas aplicaciones
que controlen a un sistema de acuerdo a su señal digital de
entrada.
Para eso, es necesario saber como muestrear a las señales
continuas , de manera que nos facilite su control en un sistema
digital, también como obtener el comportamiento y demás
características de un sistema de acuerdo a sus entradas y salidas
con ayuda de teoremas matemáticos y en su debida
implementación, con circuitos que cuenten con dicha facilidad
El objetivo por tanto es la de Usar la herramienta de Matlab
para lograr comprender de mejor forma lo que sucede con una
señal discreta mediante ejercicios, los cuales se mostraran a lo
largo del documento
II. PROCEDIMIENTO
A. Convolucion entre 2 señales
En este ejercicio se dispone de 2 señales, las cuales son la
entrada x y la respuesta impulsiva h:
Para lo cual, se creó ambas señales de manera discreta y se
usó el comando conv
Este es muy parecido al anterior solo que, una vez que se
saque la convolucion de 𝑦1[𝑛] = 𝑥[𝑛] ∗ 𝑥[𝑛] se sacará otra vez
𝑦2[𝑛] = 𝑦1[𝑛] ∗ 𝑦1[𝑛] con la función conv
C. Encontrar la respuesta de una ecuacion de diferencias
(homogenea)
Como disponemos de las condiciones iniciales, se logra
obtener la respuesta de manera sencilla usando un ciclo
repetitivo donde se evalua la función para si misma, pero con
valores anteriores, en el 1º caso es de 1 a 21 (no existen índices
≤ 0) y en el otro casi de 2 a 22, con un mismo eje temporal.
D. Encontrar la respuesta impulsiva de una ecuacion de
diferencias
En este caso, simplemente es necesario extraer los
coeficientes de cada ecuación, y usando al comando impz(b,a,N)
donde b son los coeficientes de 𝑥, a de 𝑦 y N el numero de
elementos, obteniendo la respuesta impulsiva de cada sistema
E. Encontrar la respuesta de una ecuacion de diferencias
En este caso, es una combinación de A y D, donde, se
consigue las respuestas impulsivas, y luego se realiza la
convolucion entre la entrada muestreada y ℎ de cada ecuación.
F. Convertidor A/D → Procesamiento → D/A
Similar al anterior ejercicio, primero se obtiene la señal
continua, luego se muestrea la señal continua, después se obtiene
la respuesta impulsiva del sistema, luego se realiza la
convolucion y dinalmente, a la señal obtenida se polariza para
obtener una señal continua de nuevo
III. CÓDIGOS DE PROGRAMA
A. Convolucion entre 2 señales
%%Ejercicio 1
N=12;
n=0:N;
xn=(n>=0).*(n<=2)+(n>=7).*(n<=8);
hn=(n>=1).*(n<=4);
yn=conv(xn,hn);
n2=0:length(yn)-1;
%Graficas resultantes
 %Graficas resultantes
figure(1) figure(1)
stem(n,xn) stem(n,y1)
hold on; hold on;
xlabel ('n') xlabel ('n')
ylabel('x[n]') ylabel('y1[n]')
hold off; hold off;

figure(2) figure(2)
stem(n,hn) stem(n,y2(2:22))
hold on; hold on;
xlabel ('n') xlabel ('n')
ylabel('h[n]') ylabel('y2[n]')
hold off;
hold off;
figure(3)
stem(n2,yn) D. Encontrar la respuesta impulsiva de una ecuacion de
hold on; diferencias
xlabel ('n') %%Ejercicio 4
ylabel('y[n]') %para las ecuaciones de diferencia
hold off; %y[n] + y[n − 1] + y[n − 2] = x[n]
%4y[n] + y[n − 1] + 3y[n − 2] = x[n] + x[n − 4]
B. Convolucion de 1 señal 4 veces %los vectores a y b son respectivamente:
%%Ejercicio 2 a1=[1 1 1];
N=4; b1=1;
n=0:N; a2=[4 1 3];
xn=(n>=0).*(n<=1) b2=[1 0 0 0 1];
yn=conv(xn,xn);
yn2=conv(yn,yn); %para n=30 muestras
n2=0:length(yn)-1; N=30;
n3=0:length(yn2)-1; n=0:N-1;

%Graficas resultantes %Los resultados son

h1=impz(b1,a1,N);
figure(1) h2=impz(b2,a2,N);
stem(n,xn)
hold on; %Graficas resultantes
xlabel ('n') figure(1)
ylabel('x[n]') stem(n,h1)
hold off; hold on;
xlabel ('n')
figure(2) ylabel('h1[n]')
stem(n2,yn) hold off;
hold on;
xlabel ('n') figure(2)
ylabel('y1[n]') stem(n,h2)
hold off; hold on;
xlabel ('n')
figure(3) ylabel('h2[n]')
stem(n3,yn2) hold off;
hold on;
xlabel ('n') E. Encontrar la respuesta de una ecuacion de diferencias
ylabel('y2[n]') %%Ejercicio 5
hold off; %Para determinar la respuesta de dicha entrada,
%se encuentra primero las respuestas al impulso
C. Encontrar la respuesta de una ecuacion de diferencias w=pi;
(homogenea) k=16;
N=30;
%%Ejercicio 3 h1=impz([1 1 1],1,N);
%Eje temporal h2=impz(1,[1 -1/2],N);
n=0:20; h3=impz([1 2 1],1,N);
%Condiciones iniciales de 1 %Se muestrea la señal original
y1(1)=1; T=2*pi/w;
y1(2)=0; n=0:T/k:3*T;
%Condiciones iniciales de 2 x=sin(w*n);
y2(1)=1; %Se realiza la convolucion entre h y x
y2(2)=1; y1=conv(h1,x);
y2(3)=-2*y1(1)-y(2); y2=conv(h2,x);
%Ciclo que determina la respuesta y3=conv(h3,x);
for i=3:21 %Y se crea los ejes temporales correspondientes
y1(i)=-2*y1(i-1)-y(i-2); n1=0:length(y1)-1;
y2(i+1)=-2*y1(i-1)-y(i); n2=0:length(y2)-1;
end n3=0:length(y3)-1;
 IV. RESULTADOS
%Graficas resultantes
figure(1) >> Ejercicio1
stem(n1,y1)
hold on;
xlabel ('n')
ylabel('y1[n]')
hold off;

figure(2)
stem(n2,y2)
hold on;
xlabel ('n')
ylabel('y2[n]')
hold off;

figure(3)
stem(n3,y3)
hold on;
xlabel ('n')
ylabel('y3[n]')
hold off;
.
F. Convertidor A/D → Procesamiento → D/A
%%Ejercicio 6
%Pimero simulamos a la señal continua con 100 veces
la frecuencia de muestreo
f1=1000;
f2=1100;
fp=gcd(f1,f2);
T=1/fp;

fs=4000;
fm=100*fs;

t=0:1/fm:T;
xt=3*sin(2*pi*f1*t)+7*sin(2*pi*f2*t);

%de manera similar muestreamos la señal discreta

n=0:1:T*fs;
xn=3*sin(2*pi*f1*n./fs)+7*sin(2*pi*f2*n./fs);

%Se determina el valor de h

N=5;
h=impz([1 0 1],1,N);

%Se realiza la convolucion

yn=conv(xn,h);
n1=0:length(yn)-1;
%Graficas

figure(1)
plot(t,xt)
hold on;
xlabel ('t')
ylabel('x(t)')
hold off;
figure(2)
stem(n,xn)
hold on;
xlabel ('n')
ylabel('x[n]')
hold off;
figure(3)
stem(n1,yn)
hold on;
xlabel ('n')
ylabel('y[n]')
hold off;
%El siguiente paso es realizar una interpolacion de
las muestras obtenidas
>> Ejercicio2

>> Ejercicio4

>> Ejercicio3
>> Ejercicio5
>> Ejercicio6
 V. REFERENCIAS

[1] P. Diniz, E. da Silva y S. Netto, Digital Signal

Processing: System Analysis and Design, Cambridge
University Press, 2010.
[2] H. Monson, Schaum’s Outline of Theory and Problems of
Digital Signal Processing, McGraw Hill, 2011.