Informe n3

UNIVERSIDAD NACIONAL MAYOR DE SAN
MARCOS
(Universidad del Per, DECANA DE AMRICA)

FACULTAD DE INGENIERA ELECTRNICA,
ELCTRICA Y TELECOMUNICACIONES

CURSO : PROCESAMIENTO DIGITAL DE SEALES

PROFESOR : ING. FLAVIO CARRILLO

TRABAJO : INFORME DE LABORATORIO N 3
TEMA : ECUACIONES EN DIFERENCIA CON
COEFICIENTES CONSTANTES.

ALUMNO : ROA VALLADARES JORDAN WILMER

N MATRCULA : 11190223

LIMA - 2014

I. INTRODUCCIN

Una clase importante de sistemas discretos es aquella en la cual la entrada y la
salida estn relacionadas a travs de una Ecuacin de Diferencias Lineal con
Coeficientes Constantes. Las ecuaciones de este tipo se utilizan para describir
el comportamiento secuencial de procesos muy diferentes, como por ejemplo,
las ecuaciones de diferencias surgen de la descripcin de la acumulacin de
ahorros en una cuenta de ahorros en una cuenta de ahorros y se pueden utilizar
tambin para describir una simulacin digital de un sistema continuo descrito
por una ecuacin diferencial. Las ecuaciones surgen con frecuencia en la
especificacin de sistemas discretos diseados para realizar operaciones
particulares en la seal de entrada. Por ejemplo, el sistema que calcula la
diferencia entre valores sucesivos de entrada y el sistema que calcula el valor
promedio de la entrada sobre un intervalo, son descritos mediante ecuaciones
de diferencias.

II. PROCEDIMIENTO EXPERIMENTAL
* ACTIVIDADES
- RESPUESTA AL IMPULSO UNITARIO
Ejercicio 3.1
- Analticamente hallar la respuesta impulsional h[n] del siguiente sistema
SLDIT descrito por la ecuacin de diferencias siguiente:

(3.10)
en el intervalo -10n100.

- Luego utilizando Matlab, graficar y comparar con los resultados
obtenidos analticamente para h[n].

- SISTEMAS RECURSIVOS
Ejercicio No. 3.2
Utilizando, Scilab 4.1 o Matlab 6.0 crea los vectores b y a que contengan
respectivamente los coeficientes de x[n] e y[n], de la siguiente ecuacin de
diferencias:
(3.11)
Tomando en consideracin la funcin de y[n] caracterizada por la ecuacin
(3.11), desarrollar los siguientes ejercicios:
a) Sabiendo que este sistema es un SDLIT, calcular 20 muestras de sus
muestras impulsionales para = 1, h1[n], y para = 0.5, h2[n].
represente dichas respuestas impulsionales y a la vista de estas
grficas discuta las propiedades de causalidad y estabilidad de ambos
sistemas.

b) Calcular analticamente y[n], asumiendo condiciones iniciales cero, y
50 muestras para:

Ahora utilizando Matlab crear un vector x[n] para los casos (I) y (II) de
acuerdo a 3.11, para 0n49. Genere los puntos dentro del intervalo
propuesto para obtener la respuesta de cada uno de los casos, luego
representarlos grficamente y compararlos con la solucin obtenida en
forma analtica.
Para el caso (III) crear un vector n[n] para TS=500 mseg, f = 1KHz, 2KHz,
4KHz, 5KHz, 8KHz y 10 KHz y 0n100 muestras. Luego obtenga los
puntos de respuesta dentro del intervalo propuesto para cada uno de
los casos, representarlos grficamente, compare los resultados
obtenidos tanto en forma grfica como analtica.

c) Ahora en el caso (IV), fijar la condicin inicial al filtro en 0.5 y asignar el
valor de = 0.5. Evalu y represente la salida del sistema. Comente las
diferencias del resultado obtenido.

- SISTEMAS NO RECURSIVOS
Ejercicio No. 3.3
Sea un sistema descrito por la ecuacin:
(3.12)
1. Calcular su respuesta impulsional a mano. Utilizando la funcin
obtenga dicha respuesta y dibuje con el correcto eje de
tiempos.

2. Es causal dicho sistema? Es estable?

3. Si la entrada es x[n]=3(u[n] u[n-10]), obtenga la salida y dibjela.
En el clculo de la respuesta de un sistema descrito por una ecuacin en
diferencias puede resultar tedioso. El objetivo de esta seccin no es, por lo
tanto, presentar un procedimiento eficiente para el clculo de esa respuesta,
sino mostrar la relacin entre las propiedades de linealidad, invarianza en el
tiempo, causalidad y estabilidad de un sistema discreto en funcin de los
coeficientes y condiciones iniciales que lo describen. En el tema
correspondiente al estudio de la Transformada Z se presentar un
procedimiento mucho ms sencillo para determinar la respuesta requerida.

- ESTABILIDAD DE UN SISTEMA SDLIT
Para determinar la estabilidad SDLIT, lo podemos realizar conociendo h[n]
para todo n y aplicar la condicin de estabilidad calculando S utilizando la
siguiente expresin:

El sistema ser estable si S es un valor finito o dicho de otra manera la suma
converge a un valor finito.
Ejercicio 3.4
Evaluar la estabilidad para los sistema SDLIT de las Ec(3.10), (3.11) y (3.12)
utilizando las respuestas impulsionales de cada una de ellas.
III. Resultados

Ejercicio No. 3.1
a=[1,-1.8*cos(pi/16),0.81];
b=[1,0.5];
x= [zeros(1,10) 1 zeros(1,100)];
n=[-10:100];
y = filter(b,a,x);
stem(n,y)
title('Respuesta Impulsional h[n]');
ylabel('h[n]'),xlabel('n')

Figura 3.1.
Ejercicio No. 3.2

a)
a1=[1,- 1];
b1=[1];
x= [zeros(1,10) 1 zeros(1,10)];
n=[-10:10];
y1 = filter(b1,a1,x);

a2=[1,- 0.5];
b2=[1];
y2= filter(b2,a2,x);

figure(1)
stem(n,y1);
title('Respuesta Impulsional h1[n], cuando alfa=1')
ylabel('h1[n]'), xlabel('n')

figure(2)
stem(n,y2)
title('Respuesta Impulsional h2[n], cuando alfa=0.5')

Figura 3.2.a.A.

Figura 3.2.a.B.

b)

% (I)

%Ejercicio 3.2.b cuando alfa=1 y x(n)=impulso unitario
a=[1,-1];
b=[1];
x= [zeros(1,0) 1 zeros(1,49)];
n=[0:49];
figure(1)
y = filter(b,a,x);
stem(n,y)
title('Respuesta impulsional h[n], cuando alfa=1');
ylabel('h[n]'), xlabel('n')

%Ejercicio 3.2.b cuando alfa=0.5 y x(n)=impulso unitario
a=[1,-0.5];
b=[1];
x= [zeros(1,0) 1 zeros(1,49)];
n=[0:49];
figure(2)
y = filter(b,a,x);
stem(n,y)
title('Respuesta impulsional h[n], cuando alfa=0.5');

Figura 3.2.b.I.A.

Figura 3.2.b.I.B.
% (II)

%Ejercicio 3.2.b cuando alfa=1 y x(n)= escaln unitario
a=[1,-1];
b=[1];
x= [zeros(1,10) ones(1,41)];
n=[-10:40];
y = filter(b,a,x);
figure(1)
stem(n,y)
title('Respuesta impulsional h[n], cuando alfa=1');

%Ejercicio 3.2.a. cuando alfa=0.5 y x(n)= escaln unitario
a=[1,-0.5];
b=[1];
x= [zeros(1,10) ones(1,41)];
n=[-10:40];
y = filter(b,a,x);
figure(2)
stem(n,y)
title('Respuesta impulsional h[n], cuando alfa=0.5');

Figura 3.2.b.II.A.

Figura 3.2.b.II.B.
% (III)

%Ejercicio 3.2.b cuando alfa=1 y x[n]= cos(pi*f*Ts*n)
a=[1,-1];
b=[1];
n=0:100;
F=[1000 2000 4000 5000 8000 10000]
x1= cos(pi*F(1)/200000*n).*[ones(1,101)];
x2= cos(pi*F(2)/200000*n).*[ones(1,101)];
x3= cos(pi*F(3)/200000*n).*[ones(1,101)];
x4= cos(pi*F(4)/200000*n).*[ones(1,101)];
x5= cos(pi*F(5)/200000*n).*[ones(1,101)];
x6= cos(pi*F(6)/200000*n).*[ones(1,101)];

figure(1)
y1 = filter(b,a,x1);
stem(n,y1);
title('Respuesta Impulsional h[n], cuando f=1KHz')
xlabel('n'),ylabel('h[n]')

figure(2)
stem(n,y2);

figure(3)
stem(n,y3);

figure(4)
stem(n,y4);

figure(5)
stem(n,y5);

figure(6)
stem(n,y6);

Figura 3.2.b.III.A.

%Ejercicio 3.2.b cuando alfa=0.5 y x[n]= cos(pi*f*Ts*n)
a=[1,-0.5];
b=[1];
n=0:100;
F=[1000 2000 4000 5000 8000 10000]
x1= cos(pi*F(1)/200000*n).*[ones(1,101)];
x2= cos(pi*F(2)/200000*n).*[ones(1,101)];
x3= cos(pi*F(3)/200000*n).*[ones(1,101)];
x4= cos(pi*F(4)/200000*n).*[ones(1,101)];
x5= cos(pi*F(5)/200000*n).*[ones(1,101)];
x6= cos(pi*F(6)/200000*n).*[ones(1,101)];

figure(1)
stem(n,y1);

figure(2)
stem(n,y2);

figure(3)
stem(n,y3);

figure(4)
stem(n,y4);

figure(5)
stem(n,y5);

figure(6)
stem(n,y6);

Figura 3.2.b.III.B.

c)
% (IV)

%Ejercicio 3.2.c cuando alfa=0.5 y x(n)= exp(-0.5n)*u[n]
a=[1,-0.5];
b=[1];
n=0:100;
x= exp(-0.5*n).*[ones(1,101)];
y = filter(b,a,x);
stem(n,y);
title('Respuesta Impulsional h[n]');

Figura 3.2.c.
Ejercicio No. 3.3

1.
a1=[1];
b1=[-2,0,0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20];
x= [zeros(1,30) 1 zeros(1,30)];
n=[-30:30];

stem(n,y1);
title('Respuesta Impulsional h[n] - Sistema no Recursivo')

Figura 3.3.1.

2. El sistema no es causal, pues extiendo el sistema tenemos:

Y[n] + 2x[n+2] 20x[n-20] = x[n-1] + 2x[n-2] + 3x[n-3] + 4x[n-4] + 5x[n-5] + 6x[n-
6] + 7n[n-7] + 8n[n-8] + 9x[n-9] + 10x[x-10] + 11x[n-11] + 12x[n-12] + 13x[n-13] +
14x[n-14] + 15x[n-15] + 16x[n-16] + 17n[n-17] + 18n[n-18] + 19x[n-19]

Y observamos que los valores de la entrada del sistema, depende de los valores
pasados y futuros, y el concepto de un sistema causal, es que slo dependa de presentes
y pasados, lo cual no es el caso cuando observamos la entrada: x[n-1], y de las dems.

3.

a1=[1];
b1=[-2,0,0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20];
n=[-40:40];
x=zeros(size(n));
x(n>=0 & n<=10)=3;
stem(n,y1);
title('Respuesta Impulsional h[n], cuando x[n]=3(u[n]-u[n-10]')

Figura 3.3.3.

Ejercicio 3.4

Ec.(3.10)

Figura 3.4.1

Tabla 1

Tabla 2

Como se observa en el grfico y en las tablas, el sistema est acotado por la izquierda
pero no por la derecha, esto quiere decir que el sistema no es estable.

Ec.(3.11)

Figura 3.4.2

Tabla 3

La respuesta impulsional
, cuando = 1, la cual no es acotada por la derecha

y al no serlo, es un sistema no estable.

Figura 3.4.3

Tabla 4

La respuesta impulsional
, cuando = 0.5, del mismo modo no es

acotada por la derecha, es un sistema no estable.

Lo mismo obtenemos al variar x[n], los nuevos sistemas no son estables, pues no estn
acotados por un extremo.

Ec.(3.12)

Figura 3.4.4

Este ltimo sistema si es estable, ya que est acotado por la derecha e izquierda, lo cual se
aprecia en las tablas, por lo tanto es estable.

Acotacin por la izquierda:

Tabla 4
Acotacin por la derecha:

Al variar x[n]=3(u[n] u[n-10]), el sistema sigue siendo estable, acotada por izquierda y
derecha.

Ejercicio 3.5
Reproduccin de Audio
clear all;
close all;
clc

Fs=16000;
y = wavrecord(3*Fs,Fs,2);
plot(y);
wavwrite(y,Fs,16,'vocalu.wav');
y1= wavread(vocal.wav)
title('Reproduccin de la vocal u')

Figura 3.5.1

clear all;
close all;
clc

%Leer un wav.
close all
clear all
clc
y1= wavread('modificado.wav')
sound(y1,16000);
plot(y1);
title('Reproduccin de voz modificada')

Figura 3.5.2

IV. Discusin de los Resultados
Ejercicio No. 3.1
Para un Sistema Recursivo, donde N > 0, la respuesta impulsional ser aquella que nos d a
conocer las caractersticas del sistema, ya sea casual, lineal o estable, como se puede
apreciar en la Figura 3.1., el sistema del Problema No. 3.1 no es estable pues, no es acotado
por la derecha, adems no es causal, pues depende slo de sus valores futuros y presentes.
Ejercicio No. 3.2
a) La respuesta impulsional h
1
[n], cuando = 1, es la funcin
y la
respuesta impulsional h
2
[n], cuando = 0.5, es la funcin
.
b) Para los cuatros sistemas propuestos al variar la funcin de x[n], se observa en las
grficas que todas son acotadas por la izquierda mas no por la derecha, en
consecuencia tenemos sistemas no estables.
c) De manera similar que en la parte b) se observa en (IV).
Ejercicio No. 3.3
1. Es un Sistema No Recursivo, donde N = 0, se observa a travs del grfico de la
Figura 3.3.1., que es un sistema estable, acotado por derecha e izquierda.
2. Extendiendo el Sistema se aprecia que estamos tratando a un sistema no causal y
estable.
3. Dndole otro valor a x[n], se aprecia que este nueva asignacin es estable, por lo
cual al sistema completo tambin le dar un carcter estable.
Ejercicio No. 3.4
En esta parte del laboratorio se estudi la estabilidad de los sistemas propuestos mediante
sus grficas y las tablas de valores de los puntos del sistema se pude concluir eso.

VI. Cuestionario
Para los sistemas discretos propuestos utilizando la grfica de respuesta
impulsional y de frecuencia de cada uno de ellos, analizar las propiedades
de linealidad, invarianza en el tiempo, causalidad y estabilidad.

VII. Desarrollo del Cuestionario

1)
Respuesta Impulsional:
a1=[1,0.13,0.52,0.3];
b1=[0.16,-0.48,0.48,-0.16];
x= [zeros(1,30) 1 zeros(1,30)];
n=[-30:30];
stem(n,y1);
title('Respuesta Impulsional h1[n]')

Respuesta en Frecuencia:
a=[1,0.13,0.52,0.3];
b=[0.16,-0.48,0.48,-0.16];
n=-30:30;
ts=0.5;
f=5000;
x=cos(pi*f*ts.*n);
y = filter(b, a, x);
stem(n,y);
title('Respuesta en frecuencia g1[n]');
ylabel('g1[n]'), xlabel('n')

2)
a1=[1,0,-0.268];
b1=[0.634,0,-0.634];
x= [zeros(1,30) 1 zeros(1,30)];
n=[-30:30];
stem(n,y1);

a=[1,0,-0.268];
b=[0.634,0,-0.634];
n=-30:30;
ts=0.5;
f=5000;
x=cos(pi*f*ts.*n);
stem(n,y);

3)
a1=[1,0,0.268];
b1=[0.634,0,0.634];
x= [zeros(1,30) 1 zeros(1,30)];
n=[-30:30];
stem(n,y1);

a=[1,0,0.268];
b=[0.634,0,0.634];
n=-30:30;
ts=0.5;
f=5000;
x=cos(pi*f*ts.*n);
stem(n,y);

4)
a1=[10,-5,1];
b1=[1,-5,10];
x= [zeros(1,30) 1 zeros(1,30)];
n=[-30:30];
stem(n,y1);

a=[10,-5,1];
b=[1,-5,10];
n=-30:30;
ts=0.5;
f=5000;
x=cos(pi*f*ts.*n);
stem(n,y);

5)
a=[1,-0.833,1.67];
b=[0,0.33];
x= [zeros(1,30) 1 zeros(1,30)];
n=[-30:30];
y1 = filter(b,a,x);
stem(n,y1);

a=[1,-0.833,1.67];
b=[0,0.33];
n=-30:30;
ts=0.5;
f=5000;
x=cos(pi*f*ts.*n);
stem(n,y);

6)

Con T=10;

a=[1];
T=input('ingrese el valor del vector T : ');
fs = 2;
tmax=100;
tmin=0;
w = (1/fs);
ts = [tmin:1/fs:-w 0 w:1/fs:tmax];
x =[zeros(1,(abs(tmin)*fs)) 1 zeros(1,(abs(tmax)*fs))];

n=0:100;
r=T.*n+2*T;
m=T.*n-5*T;
k=length(m);
b=zeros(k);
b=r;

stem(y);
title('Respuesta Impulsional h6[n]');
ylabel('h6[n]'),xlabel('n')

a=[1];

n=0:100;
ts=0.5;
f=1000;
r=T.*n+2*T;
m=T.*n-5*T;
x=cos(pi*f*ts.*n);

k=length(m);
b=zeros(k);
b=r;

stem(y);

7)
a=[1];
b=[2];
x= [zeros(1,30) 1 zeros(1,30)];
n=[-30:30];
y1 = filter(b,a,x);
stem(n,y1);

a=[1];
b=[2];
n=-30:30
ts=0.5;
f=5000;
x=cos(pi*f*ts.*n);
stem(n,y);

8)
Con: T=10 y s=1

a=[1];
s=input('ingrese el valor del vector a enter 0 y 1 : ');
%IMPULSO
fs = 2;
tmax=100;
tmin=0;
w = (1/fs);
%fin de impulso
n=0:100;
m=n.*T+T;
k=length(m);
b=zeros(k);
b=s;
stem(y);

a=[1];
n=0:100;
ts=0.5;
f=1000;
m=T.*n-5*T;
x=cos(pi*f*ts.*n);
k=length(m);
b=zeros(k);
b=s;
stem(y);
title('Respuesta en Frecuencia h8[n]');

9)
Con: T=10 y s=0.95

a=[1];
w1=T*pi;
tm=2*T;
fs = 2;
tmax=100;
tmin=0;
w = (1/fs);
%fin de impulso
n=0:100;
s=sin(T.*n*w1*tm);
m=n.*T+T;
k=length(m);
b=zeros(k);
b=s;
stem(y);

a=[1];
w1=T*pi;
tm=2*T;
n=0:100;
ts=0.5;
f=1000;
m=T.*n-5*T;
x=cos(pi*f*ts.*n);
s=sin(T.*n*w1*tm);
k=length(m);
b=zeros(k);
b=s;
stem(y);
title('Respuesta en Frecuencia h9[n]');

10)
a=[1];
b=[1,0,0,0,0,0,1,0,0,1];
x= [zeros(1,30) 1 zeros(1,30)];
n=[-30:30];
y1 = filter(b,a,x);
stem(n,y1);

a=[1];
b=[1,0,0,0,0,0,1,0,0,1];
n=-30:30;
ts=0.5;
f=5000;
x=cos(pi*f*ts.*n);
stem(n,y);

VIII. Conclusiones y Recomendaciones

El estudio de las ecuaciones en diferencias contribuye a que el estudiante
aborde con menos dificultad en los sistemas discretos. Adems estos sistemas
tienen la ventaja de ser modelos ms ajustados a la realidad y nos da a conocer
las caractersticas de los diferentes sistemas, a travs de sus respuestas
impulsionales y en frecuencia, sus grficas darn observar si son causales,
lineales, estables, etc.
Los sistemas continuos son una alternativa para la solucin de los problemas
prcticos que no tienen respuesta en sistemas discretos, la investigacin que se
puede hacer directamente en ecuaciones en diferencias por ejemplo puede
permitir encontrar nuevas soluciones comnmente representadas en modelos
continuos.

IX. Bibliografa
Seales y Sistemas. Alan V. Oppenheim y Alan S. Willsky; Prentice Hall, segunda
edicin. 1997.

Informe n3

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Informe n3

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL MAYOR DE SAN

, cuando = 1, la cual no es acotada por la derecha

, cuando = 0.5, del mismo modo no es

También podría gustarte