TAREA 2 – SEÑALES EN EL DOMINIO DE LA FRECUENCIA

Sistemas y Señales

Por:
Marco Fernando Rincón Contreras
Código: 1017124385

Grupo:
203042A_614

Presentado a:
Julio Cesar Bedoya Pino
Tutor del Curso

Universidad Abierta y a Distancia UNAD

Ingeniería en Electrónica
Ibague
2019
 INTRODUCCION

 Con esta actividad veremos los diferentes cambios de la señal en diferentes

formas, y la hallaremos gráficamente dándonos una mejor claridad de las
señales en los distintos entornos.

 Este informe se dio solución con los sistemas matemáticos específicos para
la conclusión del mismo, además dar a conocer los diferentes conceptos y
graficas de los ejercicios propuestos.
 OBJETIVO

Obtener conocimientos y conceptos claros de las diferentes señales que se

encuentra en los distintos entornos, además inculcar la investigación de los
sistemas matemáticos para la resolución de las actividades propuestas.
CONCEPTOS:

A. Que es convolucion:
Es un operador matemático que transforma dos funciones que son f y g y la
convierten en una tercera función, la cual representa la magnitud en la que se
superpone en f y se traslada y se invierte en g.
Hay tipos de convolucion los cuales son:

 Convolucion discreta:
Es un procesamiento digital de señal, ya que dispone de valores en instantes
discretos de tiempo.
El área se evaluara con la función:
x ( τ )∗h ( t−τ )
La convolucion discreta se determina por un intervalo de muestreo t=1
∞
y [ n ] =x [ n ]∗h [ n ] = ∑ x [ k ]∗h [ n−k ]
k=−∞

Donde (n y k son enteros).

Ejemplos de convolucion discreta:


 

 Convolucion continua:

Se deriva en una integral. El primer paso para llegar a esta ecuación es

representar esta señal continua x ( t ) como una combinación lineal de impulsos
desplazados.
Se puede definir la convolucion continua con la siguiente ecuación:

∞
y ( t ) =x ( t )∗h ( t )= ∫ x ( T )∗h ( t−T ) dT
−∞
Ejemplos de convolucion continua


 

Usos de la convolucion

Este sistema matemático es utilizado en estas áreas:

 Acústica: podemos decir que n eco es una convolucion del sonido original
con una función que representa los variados objetos que lo reflejan.
Óptica: la fuente de luz es una convolucion ya que crea una sombra y la
sombra que el objeto proyecta.
Teoría de la probabilidad: en la suma de dos variables aleatorias
independientes es una convolucion.
En electrónica, electricidad y otras áreas: en la salida de un sistema lineal la
cual es la convolucion de la entrada con la respuesta del impulso.

B.
Que es estabilidad:
Es un requerimiento básico de los sistemas dinámicos destinados a realizar las
operaciones de las señales, y es lo que garantiza el diseño de un sistema de
control.

Que es causalidad:
Se dice que en un sistema es causal a la respuesta en cada instante, la cual
depende exclusivamente de los valores de entrada en el sistema actual.

C. Que es correlacion:
Indica la fuerza y la dirección entre dos variables. En la correlacion entre
dos variables no implica ninguna relación de causalidad.

La correlacion en electrónica, es a la interaccion que mantiene los

electrones en un sistema de tipo cuantico, la cual es una disciplina que la
física lo utiliza para describir el mundo natural.
D. Que es auto correlacion:
Es una herramienta utilizada frecuentemente e n el proceso de señales, la
cual se define como correlacion cruzada de la misma señal .

Usos del auto correlacion:

 En la medida de espectros ópticos, con medidas de pulsos muy corto
de luz.
 En óptica, la auto correlacion proporciona información sobre las
señales y sus frecuencias,

E. Cuál es la diferencia de correlación continua y correlación discreta:

La diferencia es que la correlación discreta es una variable que no puede
tomar algunos valores dentro de un mínimo conjunto numerable, esto
quiere decir que no acepta cualquier valor, lo contrario pasa con la
correlación continua, ya que esta puede tomar un valor fijo dentro de un
intervalo determinado.

F. Que son las series de Fourier:

Es una serie infinita que converge puntualmente a una función periódica y
continua, y es la que constituye la herramienta matemática básica del
analisis de Fourier en las aplicaciones de funciones periódicas a través de
la descomposición de dicha función.

Las series de Fourier tiene la siguiente función:

a0 ∞ 2nπ 2 nπ
2 n=1 [
+ ∑ a n cos
T
t+b n sin
T ] t

a n=coeficiente de fourier
b n=coeficiente de fourier

G. Que es la transformada continua de Fourier:

Es una transformación matemática empleada para transformar las señales
entre el dominio del tiempo y el dominio de la frecuencia.
Esta transformación es aplicada en las áreas de la física y la ingeniería.

Aplicaciones:
 Para estudios de ecuaciones en derivadas parciales lineales.
  Tratamiento de señales.
 Procesamientos de imágenes clínicas
 Localización de características de imagen.
 Analisis del precio de acciones

Ejercicios:

2.1 Ejercicio 1- Convolución continua (analítica):

usando como guía el ejemplo 6.2 de la página 134 del libro guia Ambardar
y teniendo en cuenta las propiedades de dicha operación determine la
convolución entre x (t ) y h(t) descritas a continuación:
Ítem grupal

x ( t )=(3+e ¿¿−9 t) u ( t ) ¿

h ( t )=3∗e−9 t u ( t−3 )

Según el libro “Ambardar”, la señal natural del sistema es:

x ( t )=(3+e ¿¿−9 t) u ( t ) ¿
Y la excitación es:

h ( t )=3∗e−9 t u ( t−3 )
 Entonces:
Límite inferior t=0
límite superior t−λ−3=0 λ=t−3

t −3

∫ (3+e ¿¿−9 λ)u ( λ ) 3∗e−9(t− λ) u ( t−λ−3 ) dλ ¿

0

t −3
3e −9 (t )
∫ (3+ e¿ ¿−9 λ)∗e (9 λ) dλ ¿
0

1
y ( t ) =−10 e−9 t +e 27 + 3t e−9 t para t ≥0

2.2 Ejercicio 2 – Convolución discreta (tabular y gráfica):

Usando como guía el ejemplo 7.3 de la página 173 del libro
Ambardar, determine la respuesta de un filtro FIR (h [n ]), a la
entrada x [n]. Posteriormente verifique su respuesta
diseñando un script con el método gráfico de convolución,
en Matlab u Octave y anexe el resultado junto con el script
(práctica):

ˇ , 9,5,4 ]
x [ n ] =[ 4,9 , −2

h [ n ] =[ 0.5 , 5̌ , 2.5 ]

ˇ , 9,5,4 ] → 4 δ ( n+2 ) +9 δ ( n+1 )−2 δ ( n ) +9 δ (n−1)+5 δ (n−2)+ 4 δ (n−3)

x [ n ] =[ 4 ,9 , −2

h [ n ] =[ 0.5 , 5̌ , 2.5 ] → 0.5 δ ( n+1 )+5 δ ( n ) +2.5 δ ( n−1 )

n=−2−1 0 1 23
h [ n ] =0.5 5 2.5

x [ n ] =4 9−2 9 5 4

Entrada - Respuesta

4 δ ( n+2 ) 4 δ (n) 2 20 10

9 δ ( n+1 ) 9 δ ( n−1 ) 4.5 45 22.5

−2 δ ( n ) −2 δ ( n−2 ) -1 -10 -5

9 δ (n−1) 9 δ (n−3) 4.5 45 22.5

5 δ (n−2) 5 δ (n−4) 2.5 25 12.5

4 δ( n−3) 4 δ( n−4) 2 20 10

2 24.554 17 42.5 49.5 32.5 10

y [ n ] =2 24.554 17 42.5 49.5 32.5 10

ˇ , 54 , 17 , 42.5 , 49.5 , 32.5 , 10 ]

y [ n ] =[ 2 , 24.5

Comprobando por medio del software Matlab

2.3 Ejercicio 3 – Series de Fourier:
Usando como guía el capítulo 8 de la página 197 del libro
Ambardar, dibuje tres (3) periodos de la siguiente señal x (t )
 y calcule los coeficientes trigonometricos de la serie de
Fourier.

a) x ( t )=9∗rect (t−5) con T=6 s

 Encuentre los coeficientes a 0, a k y b k

Nota: Para encontrar los coeficientes de la serie de Fourier, se tienen las

siguientes expresiones matemáticas:

Recuadro de repaso, Ambardar página 199

“Para la solución de este ejercicio, se deben repasar los métodos de

integración vistos en el curso de cálculo integral”

❑
2
a k= ∫ x ( t ) cos ⁡(2 πk f 0 t )dt
T T
 2.6
2
a k= ∫ 9 cos ⁡( 2 πk ( 0.16 ) t) dt
6 1
2.6
a k =3 ∫ cos ⁡(0.32 πkt)dt
1

2.6
sen(0.32 πkt)
a k =3 ( 0.32 πk )1

9.375
a k= [ sen ( 0.832 πk )−sen ( 0.32 πk ) ]
πk
2.6
2
a 0= ∫ 9 dt
6 1

2
a 0= (9 t)2.6
1 =4.8
6

2.6
2
b k = ∫ 9 ( t ) sen ⁡(2 πk (0.16)t )dt
6 1
2.6
b k =3 ∫ sen ⁡( 0.32 πkt) dt
1

2.6
cos (0.32 πkt )
b k =−3 ( 0.32 πk )
1

9.375
b k= [ −cos ( 0.832 πk ) +cos ( 0.32 πk ) ]
πk

CONCLUSIONES
 Con el desarrollo de esta actividad se comprendió los diferentes conceptos
relacionados con los temas propuestos de la tarea.

 El uso de la herramienta Matlab para la verificación de las graficas de los

ejercicios expuestos.

REFERENCIAS
 http://matpic1984.blogspot.com/2016/08/convolucion-continua.html
 https://es.wikipedia.org/wiki/Convoluci%C3%B3n
 file:///C:/Users/sanpa-7/Downloads/estabilidad.pdf
 https://es.wikipedia.org/wiki/Variable_discreta_y_variable_continua
 https://es.wikipedia.org/wiki/Serie_de_Fourier
 Ambardar, A. (2002). Procesamiento de señales analógicas y digitales:
Convolución. Cengage Learning, (2nd ed, pp. 130-155). Recuperado
de http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.do?
resultListType=RELATED_DOCUMENT&userGroupName=unad&inPS=true
&contentSegment=&prodId=GVRL&isETOC=true&docId=GALE|
CX4060300056

 Ambardar, A. (2002). Procesamiento de señales analógicas

y digitales: Correlación. Cengage Learning, (2nd ed, pp.
156-159). Recuperado
de http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.do
?
tabID=&userGroupName=unad&inPS=true&prodId=GVRL&
contentSet=GALE&docId=GALE|CX4060300067
 Convolución Discreta:Ambardar, A. (2002). Procesamiento
de señales analógicas y digitales: Convolución Discreta.
Cengage Learning, (2nd ed, pp. 169-183). Recuperado
de http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.do
?
resultListType=RELATED_DOCUMENT&userGroupName=un
ad&inPS=true&contentSegment=&prodId=GVRL&isETOC=t
rue&docId=GALE|CX4060300069
 Ambardar, A. (2002). Procesamiento de señales analógicas
y digitales: Correlación Discreta. Cengage Learning, (2nd
ed, pp. 187-188). Recuperado
de  http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.d
o?
tabID=&userGroupName=unad&inPS=true&prodId=GVRL&
contentSet=GALE&docId=GALE|CX4060300079
 Ambardar, A. (2002). Procesamiento de señales analógicas
y digitales: Series de Fourier. Cengage Learning, (2nd ed,
pp. 197-204). Recuperado
de http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.do
?
resultListType=RELATED_DOCUMENT&userGroupName=un
 ad&inPS=true&contentSegment=&prodId=GVRL&isETOC=t
rue&docId=GALE|CX4060300081
 Ambardar, A. (2002). Procesamiento de señales analógicas
y digitales: Series de Fourier. Cengage Learning, (2nd ed,
pp. 248-304). Recuperado
de http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.do
?
resultListType=RELATED_DOCUMENT&userGroupName=un
ad&inPS=true&contentSegment=&prodId=GVRL&isETOC=t
rue&docId=GALE|CX4060300096#