UNIVERSIDAD CATÓLICA DE SANTA MARÍA

ESCUELA PROFESIONAL DE INGENIERÍA ELECTRÓNICA

CÓDIGO :
GUÍA DE LABORATORIO NO 02
ASIGNATURA : PROCESAMIENTO DIGITAL DE SEÑALES
Docente (s):
PRIMERA FASE
Ing. Henry Christian Zegarra Gago.
Respuesta De Sistemas LTI - Convolución Fecha: 2019.06.12.

Alumno
Grupo

I. OBJETIVOS
 Implementar el muestreo con diferentes frecuencias de muestreo
 Obtener periodo, módulo y fase de diferentes señales
II. ACTIVIDADES
 Al finalizar la práctica realice una tabla indicando los comandos utilizados, sintaxis y
preguntas donde fueron aplicadas.
 No olvide aplicar todo lo aprendido hasta ahora.
 En base a las actividades realizadas y sus respuestas, realice sus conclusiones.
𝝅
1. Graficar el módulo, fase y determinar el periodo discreto de 𝒙(𝒏) = 𝒆𝒋(𝟓𝒏+𝟎.𝟓) , para
−𝟒𝟎 ≤ 𝒏 ≤ 𝟒𝟎.

n=-40:40;
x=exp(j*(pi.*n/5+0.5));
modulo=abs(x);
fase=phase(x);
subplot(3,1,1); stem(n,x)
xlabel('muestreo')
ylabel('amplitud')
title('funcion muestra amplitud')
subplot(3,1,2)
stem(n,modulo)
xlabel('muestreo')
ylabel('amplitud')
title('funcion grafica modulo')
subplot(3,1,3)
stem(n,fase)
xlabel('muestreo')
ylabel('amplitud')
title('funcion grafica fase')
 funcion 1
1

amplitud
0

-1
-40 -30 -20 -10 0 10 20 30 40
muestreo
funcion 1
1
amplitud
0.5

0
-40 -30 -20 -10 0 10 20 30 40
muestreo
funcion 1
100
amplitud

50

0
-40 -30 -20 -10 0 10 20 30 40
muestreo

2. Sea:
𝒙𝟏(𝒏) = {−𝟏, 𝟎, 𝟏, 𝟕, −𝟏, 𝟐, 𝟑, −𝟒}
𝒙𝟐(𝒏) = {𝟐, 𝟏, 𝟓, −𝟏, −𝟐, 𝟓, 𝟏, 𝟑, 𝟐}
2.1 Escriba un programa en MATLAB, para representar en forma gráfica y en forma
tabulada cada señal.

 x1=[-1,0,1,7,1,2,3,4]
n=[-3:4]
stem(n,x1)
stem(n,x1,'filled')
xlabel('muestreo')
ylabel('amplitud')
title('funcion x1')

x1 =
-1 0 1 7 1 2 3 4
n =
-3 -2 -1 0 1 2 3 4

funcion x1
7

4
amplitud

-1
-3 -2 -1 0 1 2 3 4
muestreo
  x2=[2,1,5,-1,-2,5,1,3,2]
n=[-2:6]
stem(n,x2)
stem(n,x2,'filled')
xlabel('muestreo')
ylabel('amplitud')
title('funcion x2')

x2 =
2 1 5 -1 -2 5 1 3 2
n =
-2 -1 0 1 2 3 4 5 6

funcion x2
5

2
amplitud

-1

-2
-2 -1 0 1 2 3 4 5 6
muestreo

2.2 Calcular y graficar (ver video procesamiento digital de señales video 6)

a. 𝒚(𝒏) = 𝒙𝟏(𝒏) + 𝒙𝟐(𝒏)

x1=[-1,0,1,7,1,2,3,4,0];
x2=[2,1,5,-1,-2,5,1,3,2];
n=[-2:6]
y0=x1+x2
stem(n,y0,'filled')
xlabel('muestreo')
ylabel('amplitud')
title('funcion x1+x2')

-1
-2 -1 0 1 2 3 4 5 6
b. 𝒚(𝒏) = 𝒙𝟏(𝒏 − 𝟑) + 𝒙𝟐(𝒏 + 𝟏)

x1=[-1,0,1,7,1,2,3,4,0];
x2=[2,1,5,-1,-2,5,1,3,2];
n=[-2:6]
y0=x1.*(n-3)+x2.*(n-1);
stem(n,y0,'filled')

c. 𝒚(𝒏) = 𝒙𝟏(−𝒏 + 𝟐) + 𝟐𝒙𝟐(𝒏 − 𝟐)

x1=[-1,0,1,7,1,2,3,4,0];
x2=[2,1,5,-1,-2,5,1,3,2];
n=[-2:6]
y0=x1.*(-n+2)+2.*x2.*(n-2);
stem(n,y0,'filled')
3. Sea la señal de entrada 𝒙(𝒏) = {𝟏, −𝟏, 𝟖, 𝟎, 𝟐, 𝟓, −𝟐, 𝟐, 𝟓, −𝟏, 𝟑, 𝟓, −𝟖, 𝟓, 𝟐} , calcular
la secuencia de salida 𝒚(𝒏) obtenida al aplicarla a los sistema modelados por:
3.1 𝒉𝟏(𝒏) = {−𝟏, −𝟏, 𝟏}

x=[1 -1 8 0 2 5 -2 2 5 -1 3 5 -8 5 2];
h1=[-1 -1 1];
n0=-8;
n2=-1;
n1=8;
n3=1;
na=n0+n2;
nb=n1+n3;
y=conv(x,h1)
n=linspace(na,nb,17)
stem(n,y,'filled')
3.2 𝒉𝟐(𝒏) = {−𝟏, 𝟎. 𝟓, 𝟏, −𝟏}

x=[1 -1 8 0 2 5 -2 2 5 -1 3 5 -8 5 2];
h2=[-1 0.5 1 -1];
n0=-8;
n2=-1;
n1=8;
n3=1;
na=n0+n2;
nb=n1+n3;
y=conv(x,h2)
n=linspace(na,nb,18)
stem(n,y,'filled')

3.3 𝒉𝟑(𝒏) = {−𝟎. 𝟓, −𝟎. 𝟐𝟓, 𝟎. 𝟓}

x=[1 -1 8 0 2 5 -2 2 5 -1 3 5 -8 5 2];
h3=[-0.5 -0.25 0.5];
n0=-8;
n2=-0.25;
n1=8;
n3=0.5;
na=n0+n2;
nb=n1+n3;
y=conv(x,h3)
n=linspace(na,nb,17)
stem(n,y,'filled')
3.4 𝒉𝟏(𝒏) = {𝟎. 𝟐𝟓, −𝟏, 𝟎. 𝟓, 𝟏}

x=[1 -1 8 0 2 5 -2 2 5 -1 3 5 -8 5 2];
h1=[0.25 -1 0.5 1];
n0=-8;
n2=-1;
n1=8;
n3=1;
na=n0+n2;
nb=n1+n3;
y=conv(x,h1)
n=linspace(na,nb,18)
stem(n,y,'filled')
3.5 𝒉𝟏(𝒏) = {𝟏, 𝟏, 𝟏}

x=[1 -1 8 0 2 5 -2 2 5 -1 3 5 -8 5 2];
h1=[1 1 1];
n0=-8;
n2=1;
n1=8;
n3=1;
na=n0+n2;
nb=n1+n3;
y=conv(x,h1)
n=linspace(na,nb,17)
stem(n,y,'filled')

Recomendación: Use conv.

4. Calcular el resultado de aplicar la señal anterior a los sistemas descritos por las
ecuaciones en diferencias
𝟏
4.1 𝒚𝟏(𝒏) = 𝒙(𝒏 − 𝟏) + 𝒙(𝒏 + 𝟏)
𝟐

A=[1 1/2];
x=[1 -1 1 0 3 5 -2 1 10 -1 3 4 -11 5 2];
n=[1 -1];
B=[1];
y=filter(A,B,x)

y =
Columns 1 through 12

1.0000 -0.5000 0.5000 0.5000 3.0000 6.5000

0.5000 0 10.5000 4.0000 2.5000 5.5000

Columns 13 through 15

-9.0000 -0.5000 4.5000

4.2 𝒚𝟐(𝒏) = 𝒚𝟐(𝒙 − 𝟏) + 𝒙(𝒏) − 𝟐𝒙(𝒏 − 𝟏) − 𝒙(𝒏 − 𝟐)

A=[1 2 1];
B=[1 1 2];
x=[1 -1 1 0 3 5 -2 1 10 -1 3 4 -11 5 2];
y=filter(A,B,x)

y =
1 0 -2 3 5 0 1 1 7
11 -14 1 27 -42 -11

Recomendación: Halle la función de transferencia utilizando la transformada Z.

5. Escriba un programa en MATLAB para generar tres periodos de una sinusoide analógica
de amplitud 4 y frecuencia 200 Hz, muestreada respetando el teorema de Shannon,
asumir un desfasaje nulo
𝒙(𝒕) = 𝑨𝐬𝐢𝐧(𝟐𝛑𝐟𝐭 + 𝛗)
𝐟
𝒙(𝒏) = 𝒙(𝒏𝑻) = 𝑨 𝐬𝐢𝐧(𝟐𝛑𝐟𝐧𝐓 + 𝛗) = 𝐀𝐬𝐢𝐧(𝟐𝛑𝐧 + 𝛗)
𝐟𝐬
5.1 Determine: módulo, fase, parte impar, parte par y periodo de la señal muestreada
(usar los comandos, abs, fase)
5.2 Duplique la frecuencia de muestreo, que sucede con el periodo
5.3 Muestree ahora asumiendo una sinusoide de 1400 Hz a una frecuencia de muestreo
de 1000Hz, superponga la gráfica con la obtenida en la actividad 5.1, usando el
comando hold. ¿Qué sucede?, explique
6. Calcule la energía de las 20 primeras muestras de las señales generadas en las
actividades 5.1 y 5.2, concluya que ha sucedido si es la misma señal, relaciónelo con
aplicaciones prácticas, recuerde que
 Recomendación: usar los comandos abs y suma
7. Calcule la potencia media de las señales generadas en las actividades 5.1 y 5.2,
concluya que ha sucedido si es la misma señal, relaciónelo con aplicaciones prácticas,
recuerde que

III. CONCLUSIONES (Elabore al menos 4 conclusiones)

IV. CUESTIONARIO FINAL

4.1 Resuelva analíticamente por dos métodos diferentes la pregunta 3 de las actividades.
4.2 ¿A qué se denomina señal de energía y señal de potencia?, de ejemplos

La señal de energía se define como el área limitada por la gráfica de magnitud al cuadrado de la
señal y el eje del tiempo se trata siempre de una cantidad positiva Para ser una señal de energía, la
energía debe ser finita, por lo cual la potencia debe ser cero.
Un ejemplo de señal de Energía es un audio limitado en el tiempo, pues su amplitud tiende a 0
cuando |t|→ ∞.
% matplotlib inline
# Señales de Energía y Potencia
# propuesta: edelros@espol.edu.ec
# librerias
import numpy as np
import matplotlib.pyplot as plt
import scipy.io.wavfile as waves
# INGRESO
# archivo = input('archivo de audio: ')
archivo = 'Alarm01.wav'
muestreo, sonido = waves.read(archivo)
# PROCEDIMIENTO
muestra = len(sonido)
dt = 1/muestreo
t = np.arange(0,muestra*dt,dt)
uncanal = sonido[:,0]
# SALIDA - Observación intermedia
plt.plot(t,uncanal)
plt.xlabel('t segundos')
plt.ylabel('sonido(t)')
plt.show()
Una señal de potencia se describe de las potencias de señales periódicas o aleatorias estacionarias
o no limitadas en t se dice además que la señal de potencia si y solo si la potencia promedia satisface
la condición.
Un ejemplo de potencia Considere una señal periódica conocida sin(), integrando dentro de un

Periodo podemos calcular la energía y luego la potencia.

# INGRESO - Parámetros
w = 1
a = 0
b = 2*np.pi #un periodo
dte = 0.005
# PROCEDIMIENTO
T = 2*np.pi/w
te = np.arange(a, b, dte)
xe = np.sin(w*te)
# energía en un periodo
cuadradoxe = xe**2
energiaxe = integrate.simps(cuadradoxe,te)
# potencia en un periodo
potenciaxe = (1/T)*energiaxe
# SALIDA
print('la energia de xe es: ',energiaxe)
print('la potencia de xe es: ',potenciaxe)
# gráfica
plt.plot(te,xe,label='xe')
plt.fill_between(te,0,cuadradoxe,color='lightgreen')
plt.plot(te,cuadradoxe,'g--', label='xe^2')
plt.xlabel('t')
plt.legend()
plt.show()

La energía de xe es: 3.14159264282

La potencia de xe es: 0.499999998285
 4.3 2. Describa el fenómeno de aliasing. ¿Qué significa sobre y submuestreo?

Aliasin es la reflexión especular que produce artificialmente por el hecho de muestrear una señal
que incumple un criterio de nyquist dicho criterio nos muestrea la señal de un convertidor analógico-
digital no puede exceder en más de la mitad de la frecuencia de muestreo de dicho convertidor.

Para evitar las caídas abruptas se utiliza la técnica conocida como sobremuestreo (oversampling),
que permite reconstruir, tras la conversión D/A, una señal de pendiente suave.

- SOBREMUESTREO

Un sobremuestreo consiste en aplicar un filtro digital que actúa sobre el tiempo (dominio de
frecuencia), cambiando de lugar las muestras, de forma que al superponerlas, se creen muestreos
simultáneos virtuales. Estos muestreos simultáneos no son reales, son simulaciones generadas por
el propio filtro. Estos muestreos simultáneos se obtienen utilizando el llamado coeficiente de

sobremuestreo (n), que viene indicado por la expresión

Las muestras obtenidas se superponen con los datos originales y los conversores A/D los promedian,
obteniendo una única muestra ponderada (por ejemplo, si se hacen tres muestreos, finalmente, la
muestra tomada no es ninguna de las tres, sino su valor medio). Para evitar el aliasing, también se
introduce a la entrada un filtro paso bajo digital, que elimine aquellas frecuencias por encima de la
mitad de la frecuencia de muestreo. No obstante, a la salida, la frecuencia de muestreo utilizada
para reproducir la señal ya no es la misma que se utilizó para tomar las muestras a la entrada, sino
que es tantas veces mayor como números de muestreo se hayan hecho.

Consideremos un ejemplo característico de la digitalización de música en formato CD. Imaginemos

que para digitalizar el CD se hacen 3 muestreos a 44,1 kHz que se interpolan. Se introduce un filtro
paso bajo, llamado decimator, que elimina las frecuencias por encima de los 20 kHz, pero la
frecuencia de muestreo utilizada para reconstruir la señal será tres veces mayor: 132,3 kHz. De este
modo se reconstruye la señal suavizando la pendiente. A este proceso de filtrado durante
la conversión D/A se lo conoce como diezmado.

Sin embargo, es evidente que incorporar la técnica del sobremuestreo encarece considerablemente
el equipo.

- SUBMUESTREO

El submuestreo significa que un píxel en el centro del área de muestra se convierte en un punto de
referencia. Los píxeles de alrededor adquieren el valor de ese píxel central. De hecho, el píxel central
sustituye el área completa a una resolución específica. El submuestreo es más rápido que el
muestreo a baja resolución, pero puede dar como resultado imágenes menos fluidas y continuas.