Propiedades De Las Señales

Levano Vilca Willy Paolo 15190014, Canales Meza André Cristian 15190002
willy.levano@unmsm.edu.pe, canales.andre@unmsm.edu.pe
Facultad De Ingeniería Electrónica, Eléctrica y Telecomunicaciones
Universidad Nacional Mayor de San Marcos
Resumen: En este informe se estudia las propiedades de las El valor que puede tomar la señal para cada valor de la
señales. Estas propiedades nos ayudaran a entender el trato variable independiente es aleatorio. Como mucho podemos
de las señales y como varían con cada propiedad aplicadas estudiar funciones densidad de probabilidad.
en ellas. Gracias a la herramienta de Matlab podremos ver la Señales definidas en potencia o energía.
aplicación de cada una de estas propiedades de una manera Relación con los fenómenos físicos.
rápida e interactiva. Clasificación en función del número de variables
independientes.
Abstract: In this report we study the properties of signals.
Función de una sola variables.
These properties will help us understand the treatment of
Funciones de más de una variable independiente.
signals and how they vary with each property applied to
Clasificación dependiendo del dominio.
them. Thanks to the Matlab tool we can see the application
Señal continua.
of each of these properties in a fast and interactive way.
La variable independiente pertenece al conjunto de los reales
Términos Claves: Reflexión, Escalamiento, Desfase, etc. (o un subconjunto del mismo).
Señal Discreta.
Keywords: Reflection, Scaling, Offset, etc. La variable independiente solo puede pertenecer al conjunto de
enteros (o un subconjunto del mismo).
I. INTRODUCCIÓN
Propiedades
El objetivo de esta práctica es adquirir los conocimientos
básicos para familiarizarse con el manejo de la herramienta Reflexión
informática Matlab. Matlab, se va a utilizar en las prácticas de La inversión del tiempo es simplemente voltear la señal sobre
laboratorio de esta asignatura como entorno matemático y de el eje y.
simulación. Escalamiento en el tiempo
Con esta práctica deberás aprender: La señal se puede comprimir o dilatar.
 Analizar y comprobar las diversas propiedades de las
señales discretas empleando Matlab. Función zeros:
 Comprender y manipular los ejemplos planteados en la -Crea un array de ceros.
guía proporcionada por el profesor. Función ones:
 Buscar la equivalencia de los comandos utilizados en -Crea un array de unos
Matlab en otros software con las mimas prestaciones. Función square:
 Realizar diversos procesamientos a los script planteados -Genera una onda cuadrada con período 2π para los elementos
en la guía. de la matriz de tiempo t
Función sawtooth:
II. MARCO TEÓRICO -Genera una onda de diente de sierra con picos en +/-1 y un
Señales período de 2π
La señal es la variación de la corriente eléctrica u otra Función find:
magnitud física que se utiliza para transmitir información. -Busca índices y valores de elementos no nulos.
Clasificación: Función grid:
Primera clasificación. -Muestra u oculta ejes de líneas de cuadrícula.
Señales Deterministas. Función fliplr:
Para todo valor de la variable independiente es posible conocer -Flip array de izquierda a derecha
el valor de la señal. Pueden ser expresadas mediante una Función numel:
relación matemática. -Número de elementos de matriz
x ( t )=5 t 2+ 2t +1
Señales Aleatorias.
PROCEDIMIENTO
1. Desplazamiento de señales en el tiempo.
Analice y compruebe los siguientes scripts para adelanto y
retardo de secuencias. Una de ellas logra resultados correctos.
Coméntelos.
Script 1

Imagen 01: Código de una señal desplazada en el tiempo.

Imagen 03: Código de una señal con retraso y avance.

Imagen 02: Grafica de una señal desplazada en el tiempo.

Script 2

Imagen 04: Gráfica de una señal con retardo y adelanto

2. Inversión en el tiempo
Analice y compruebe los siguientes scripts para invertir
señales en el tiempo.
Script 1:
Imagen 05: Código de una señal con inversión de tiempo

Imagen 08: Gráfica de una señal sin invertir

Imagen 06: Gráfica de una señal con inversión de tiempo

Script 2:
Imagen 09: Gráfica de una señal invertida en el tiempo

3. Escalamiento en el tiempo de señales.

Analice y compruebe los siguientes scripts para comprensión y
escalamiento de secuencias
Script 1:

Imagen 07: Código de una señal invertida en el tiempo

Imagen 10: Código de una señal comprimida en el tiempo

Imagen 12: Código de una señal con escalamiento en el

tiempo

Imagen 11: Gráfica de una señal comprimida en el tiempo

Script 2:

Imagen 13: Gráfica de una señal con escalamiento en el

tiempo
PROBLEMAS PROPUESTOS: seq_cmp (Compresión de secuencia)
1. Genere funciones para los scripts datos: function [y,m,p]=seq_cmp(n,x,c)

Funciones: length(n);
length(x);
seq_adv (Adelanto de secuencia)

function [y, m]=seq_del(n,d,x) longitud_n=length(n);

n=input ('Entre n: '); m=n/c;
d=input ('Entre d: '); p=m(1:1:longitud_n);
x=input ('Entre x: '); longitud_p=length(p);
subplot (2, 1, 1); y=x(1:1:longitud_n);
stem (n, x);
endfunction
m=n-d;
y=x; seq_wid (Ensanchamiento de secuencia)
subplot(2,1,2)
stem(m,y); function [y,m]=seq_wid(n,x,e)

endfunction
longitud_n=length(n);
seq_del (Retardo de secuencia) Inicial_n=n(1);
Final_n=n(longitud_n);
function [y,m]=seq_del(n,d,x) m=[e*Inicial_n:1:e*Final_n];
n=input('Entre n: '); longitud_m=length(m);
d=input('Entre d: ');
x=input('Entre x: ');
for i=1:longitud_m
subplot(2,1,1);
if mod(i,e)==0
stem(n,x);
y(i)=x(i/e);
else
m=n-d; y(i)=0;
y=x; endif
subplot(2,1,2) endfor
stem(m,y);
endfunction
endfunction

seq_inv (Inversión de secuencia)

function [y]=seq_inv(n,x)
n=input('Entre n: ');
x=input('Entre x: ');
subplot(2,1,1);
stem(n,x);

y=fliplr(x);
subplot(2,1,2);
stem(n,y);

endfunction
 2. Empleando las funciones creadas b) Dada las secuencias x1[n], x2[n] y x3[n], definirlas en
Matlab.
a) Defina una secuencia x[n], con dominio y rango
apropiados, y determine/grafique:
- Si es par o impar
- Sus componentes par y/o impar
- x[-n]
- x[3n]
- x[n/3] – x[-n+1]

n=-10:10;
x=[-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3
4 5 6 7 8 9 10];
x_inv=[fliplr(x(n>=0)) fliplr(x(n<0))];
xe=0.5*(x_inv + x);
xo=0.5*(x-x_inv);
figure (1)
subplot(2,1,1)
stem(n,xe);
title('parte par');
subplot(2,1,2);
stem(n,xo);
title('parte impar');
figure(2)
X1=seq_inv(n,x);
subplot(3,2,1) Código:
stem(n,X1);
n1=-10:10;
title('x(-n)')
x1=((0<=n1)&(n1<=5)).*(1)+((-
c=3;
5<=n1)&(n1<0)).*(-1);
[X2,m,p]=seq_cmp(n,x,c);
subplot(3,1,1);
subplot (3,2,2);
stem(n1,x1);
stem(p,X2);
axis([-11 11 -2 4])
title('x(3n)')
title('x1[n]');
e=3;
[X3,m]=seq_wid(n,x,e);
subplot(3,2,3); n2=-10:10;
stem(m,X3); x2=(n2==-2).*(1)+(n2==-1).*(2)+
title('x(n/3)') (n2==0).*(3)+(n2==7).*(1);
a=1; subplot(3,1,2);
[X4,m]=seq_adv(n,a,x); stem(n2,x2);
subplot(3,2,4); axis([-11 11 -2 4])
stem(m,X4); title('x2[n]');
title('x(n-1)')
X5=seq_inv(m,X4); n3=-10:10;
subplot(3,2,5); x3=((n3==-4)|(n3==3)).*(-1)+((n3==-3)|
stem(m,X5); (n3==-2)|(n3==1)).*(2)+((n3==-1)|(n3==0)|
title('x(-n+1)') (n3==2)).*(1);
X6=X4-X5; subplot(3,1,3);
subplot(3,2,6); stem(n3,x3);
stem(m,X6); axis([-11 11 -2 4])
title('x(n/3)-x(-n+1)') title('x3[n]');

figure (2)

c=2;
[x4,m,p]=seq_cmp(n1,x1,c);
subplot(4,1,1) c=2;
stem(p,x4); [x15,m15,p15]=seq_cmp(n2,x2,c);
axis([-11 11 -2 4]); subplot(4,1,2)
title('x1[2n]'); stem(p15,x15);
x5=seq_inv(n2,x2); axis([-11 11 -2 4]);
subplot(4,1,2) title('x2[4n]');
stem(n2,x5);
axis([-11 11 -2 4]); d=4;
title('x2[-n]'); [x16,m16]=seq_del(n3,d,x3);
x17=seq_inv(m16,x16);
a=4; subplot(4,1,3);
[x6,m6]=seq_adv(n3,a,x3); stem(m16,x17);
x7=seq_inv(m6,x6); axis([-11 11 -2 4]);
subplot(4,1,3) title('x3[-n-4]');
stem(m6,x6);
axis([-11 11 -2 4]); x18=x14-x15+x17;
title('x3[-n+4]'); subplot(4,1,4);
x8=x4-x5+x7; stem(n1,x18);
subplot(4,1,4); title('x1[0.25n]-x2[4n]+x3[-n-4]');
stem(n1,x8);
axis([-11 11 -2 4]);
title('x1[2n]-x2[-n]+x3[-n+4]');

figure(3)
c=0.5;
[x9,m9,p9]=seq_cmp(n1,x1,c);
subplot(4,1,1);
stem(p9,x9);
axis([-11 11 -2 2]);
title('x1[0.5n]')

c=2;
[x10,m,p]=seq_cmp(n2,x2,c);
subplot(4,1,2)
stem(p,x10);
axis([-11 11 -2 4]);
title('x2[2n]');

d=2;
[x11,m11]=seq_del(n3,d,x3);
x12=seq_inv(m11,x11);
subplot(4,1,3);
stem(m11,x12);
axis([-11 11 -2 4]);
title('x3[-n-2]');

x13=x9-x10+x12;
subplot(4,1,4);
stem(n1,x13);
title('x1[0.5n]-x2[2n]+x3[-n-2]');

figure (4)
c=0.25;
[x14,m14,p14]=seq_cmp(n1,x1,c);
subplot(4,1,1);
stem(p14,x14);
axis([-11 11 -2 2]);
title('x1[0.25n]')
 3. Para el caso de ensanchamiento de secuencia,
modificar la función creada tal que para los índices
donde no existan valores definidos en la secuencia
original se considere como valor de promedio entero
(redondeado) de los valores contiguos de la secuencia
original (en lugar de ceros).

Código:

t1=[-10:1:10];
x1=[1 2 3 4 5 6 7 8 9 10 10 10 9 8 7 6 5 4
3 2 1];
subplot(2,1,1);
stem(t1,x1);
axis([-20 20 0 10]);

longitud_t1=length(t1);
Inicial_t1=t1(1);
Final_t1=t1(longitud_t1);
t2=[2*Inicial_t1:1:2*Final_t1];
longitud_t2=length(t2);

for i=1:longitud_t2
if mod(i,2)==0
x2(i)=x1(i/2);
else
x2(i)=0;
end
end
subplot(2,1,2);
stem(t2,x2);
axis([-20 20 0 10]);

BIBLIOGRAFIA:
[1] ANALISIS NUMERICO Y VISUALIZACION GRAFICA CON
MATLAB.
[2] CURSO DE MATLAB NIVEL I
[3]http://www.mathworks.com/matlabcentral/fileexcha
nge/22-mason-m
[4]https://www.mathworks.com/help/matlab/ref.html