UNIVERSIDAD NACIONAL

DE INGENIERIA
FACULTAD DE INGENIERIA ELECTRICA Y ELECTRONICA


2013 II
EXPERIENCIA NRO. 1
APRENDIZAJE Y FAMILIARIZACION EN EL USO DE MATLAB SEALES
CONTINUAS, DISCRETAS Y MUESTREO
(INFORME PREVIO)


CURSO : LABORATORIO DE TELECOMUNICACIONES 1
PROFESOR : ING. FLORES ATOCHE, BEAU
NOMBRE : IPANAQUE CASQUINA, ANTHONY FRANK
CODIGO : 20094145B


OBJETIVO:
Introducir al alumno en el manejo del MATLAB, aportndole los conocimientos necesarios para
una mayor profundizacin. Asimismo revisar la representacin de seales en el dominio del
tiempo y de la frecuencia.
INFORME PREVIO
1. Investigar sobre seales continuas y discretas, representacin y propiedades:
Sinusoide, Exponencial Compleja, Gauss, Uno , Triangulo, Impulso, Rect, Sinc,
Asinc, Escalon, Signo, Shah, Horquilla y Antihorquilla.
Seal Continua:
Una seal continua o seal en el tiempo-continuo es una seal que puede expresarse como una funcin
cuyo dominio se encuentra en el conjunto de los nmeros reales, y normalmente es el tiempo. La
funcin del tiempo no tiene que ser necesariamente una funcin continua.
Ejemplo : f(t)=sen(t) , t R.
Seal Discreta:
Una seal de tiempo discreto x(k), solamente est definida en ciertos instantes discretos de
tiempo, de tal manera que entre cada instante de tiempo y el siguiente no est definida la
seal. Una seal de tiempo discreto tambin se puede representar como una lista o secuencia
de nmeros, denotado comnmente como x(n).
Seal continua Sinusoidal en MATLAB:
>> x = linspace(-2*pi,2*pi,32)
>>plot(x,sin(x))







-8 -6 -4 -2 0 2 4 6 8
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Seal discreta Sinusoidal en MATLAB:
>> x = linspace(-2*pi,2*pi,64)
>>stem(x,sin(x))

Funcin Gaussiana:
En estadstica, la funcin gaussiana (en honor a Carl Friedrich Gauss) es una funcin definida
por la expresin:

Donde a, b y c son constantes reales (a > 0).
Las funciones gaussianas se utilizan frecuentemente en estadstica correspondiendo, en el caso
de que a sea igual a

, a la funcin de densidad de una variable aleatoria con distribucin

normal de media =b y varianza
2
=c
2
.
En MATLAB:
>> x=linspace(-3,3,500)
>>plot(x,exp(-x.^2))



-8 -6 -4 -2 0 2 4 6 8
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
-3 -2 -1 0 1 2 3
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Funcin Tringulo:
La funcin triangulo se define del a siguiente manera:

En MATLAB:
>>x=(-3:0.01:3)
>>y=tripuls(x,4)
>>plot(x,y)

Funcin Impulso:
La delta de Dirac o funcin delta de Dirac es una distribucin o funcin
generalizada introducida por primera vez por el fsico ingls Paul Diracy, como distribucin,
define un funcional en forma de integral sobre un cierto espacio de funciones. Se escribe
como:

Siendo (x) la funcin que vale 1 cuando x=0, y 0 en caso contrario.
En MATLAB:
>> x=(-5:0.01:5)
>>y=tripuls(t,0.000001)
>>plot(x,y)
-3 -2 -1 0 1 2 3
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1

Funcin Rect:
La funcin rectangular (tambin llamada funcin ventana unitaria o pulso unitario) se define
como:

En MATLAB:
>>x=(-5:0.01:5)
>> y=rectpuls(x,1)
>> plot(x,y,'Linewidth',1)
>> ylim([-1 2])
>> grid on

Funcin Sinc:
En matemtica, la funcin sinc o seno cardinal, denotada por sinc(x), tiene dos definiciones,
la normalizada y la desnormalizada que se definen de la siguiente forma:
-5 -4 -3 -2 -1 0 1 2 3 4 5
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
-5 -4 -3 -2 -1 0 1 2 3 4 5
-1
-0.5
0
0.5
1
1.5
2
1. En procesamiento digital de seales y teora de la informacin, la funcin sinc
normalizada comnmente se define como:

2. En matemtica, la histrica funcin sinc desnormalizada, est definida por:

En ambos casos el valor de la funcin tiene una singularidad evitable en cero, que generalmente
se redefine especficamente como igual a 1. La funcin sinc es analtica en todas partes.
La funcin desnormalizada es idntica a la normalizada excepto por el factor de escala faltante
en el argumento. La funcin sinc corresponde a la transformada de fourier de un pulso
rectangular, y la transformada inversa de fourier de un espectro rectangular es una sinc.
En MATLAB:
>> x=(-5:0.05:5)
>>y=sinc(x)
>>plot(x,y)

Funcin Escaln:
La funcin escaln de Heaviside, tambin llamada funcin escaln unitario, debe su nombre al
matemtico ingls Oliver Heaviside. Es una funcin discontinua cuyo valor es 0 para cualquier
argumento negativo, y 1 para cualquier argumento positivo:

En MATLAB:
>>x=(-5:0.01:5)
-5 -4 -3 -2 -1 0 1 2 3 4 5
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
>>y=heaviside(x)
>>plot(x,y)

Funcin Signo:
La funcin signo puede definirse de las siguientes maneras:
1. Donde su dominio de definicin es R y su conjunto imagen {-1;0;1}.

2. Como la derivada de la funcin valor absoluto. Su dominio de definicin es R - {0} y su
conjunto imagen Im={-1;1}

En MATLAB:
>>x=(-5:0.01:5)
>>y=sign(x)
>>plot(x,y)

-5 -4 -3 -2 -1 0 1 2 3 4 5
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
-5 -4 -3 -2 -1 0 1 2 3 4 5
-1.5
-1
-0.5
0
0.5
1
1.5
Funcin Shah:



Funcion Horquilla y Anti-horquilla





2. Utilizando MATLAB genere tanto en tiempo continuo como en tiempo
discreto seales peridicas cuadradas y triangulares, seales exponenciales,
seales senoidales amortiguadas exponencialmente; Asimismo las seales del
prrafo anterior.
Seal Peridica Cuadrada:
Continua:
>>x=linspace(0,100,10000)
>>y=square(2*pi*0.1*x,50)
>>plot(x,y)

Discreta:
>>x=linspace(0,100,200)
>>y=square(2*pi*0.1*x,50)
>>stem(x,y)

0 10 20 30 40 50 60 70 80 90 100
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2

Seal Peridica Triangular:
Continua:
>>x=linspace(0,100,10000)
>>y=sawtooth(2*pi*0.1*x,0.5)
>>plot(x,y)

Continua:
>>x=linspace(0,100,100)
>>y=sawtooth(2*pi*0.1*x,0.5)
>>stem(x,y)
0 10 20 30 40 50 60 70 80 90 100
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
0 10 20 30 40 50 60 70 80 90 100
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1

Seal Exponencial:
Continua:
>>x=linspace(0,10,100)
>>y=exp(-x)
>>plot(x,y)

Discreta:
>>x=linspace(0,10,100)
>>y=exp(-x)
>>stem(x,y)
0 10 20 30 40 50 60 70 80 90 100
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
0 1 2 3 4 5 6 7 8 9 10
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1

Seales Seno:
Continua:
>>x=linspace(0,50,100)
>>y=sin(2*pi*0.1*x)
>>plot(x,y)

Discreta:
>>x=linspace(0,50,100)
>>y=sin(2*pi*0.1*x)
>>stem(x,y)

0 1 2 3 4 5 6 7 8 9 10
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 5 10 15 20 25 30 35 40 45 50
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
0 5 10 15 20 25 30 35 40 45 50
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Seal Senoidal Amortiguada Exponencialmente:
Continua:
>> x=-0:0.005:1
>>y =A*sin(20*pi*x).*exp(-8*x);
>>plot(x,y);







3. Desarrollo en serie de Fourier de seales continuas peridicas: Deduzca los
valores de los coeficientes del desarrollo en serie de Fourier de una seal
cuadrada peridica. Simular en MATLAB:
Serie de Fourier: Cualquier funcin del tiempo f(t), real, peridica de perodo T o frecuencia e
1

= 2 t / T, continua, puede ser expandida en una serie infinita de senos y cosenos de
frecuencias e
n
mltiplos de e
1
, es decir, e
n
= n e
1
, con n=1,2,,. En forma de ecuacin
tenemos que:

Construccin: Para obtener A
0
calculamos el promedio temporal de f(t), sustituyendo la
anterior serie en la integral del promedio y tomando en cuenta que el promedio temporal de
los senos y cosenos son cero. El valor de t
0
normalmente es cero pero ms adelante nos
convendr tomarlo como T/2.
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1

Para calcular los coeficientes A
m
con m=1,2,,, calcularemos el promedio de una nueva
funcin f(t) cos( m e
1
t):

La primera integral del lado derecho es cero porque es el promedio de un coseno.

Para las siguientes dos podemos considerar que los senos y cosenos son buena gente y
permiten intercambiar los signos de sumatoria e integral sin mayores traumas.
Entonces calculemos primero la ltima integral usando que el producto sen o * cos | se puede
escribir como [sen(o+|)+sen(o-|)]/2, resultando as dos promedios que se anulan en un
perodo, para todo valor de o y |, es decir para todo valor de n y m, y as ningn B
m
saldr en
el resultado.

Para calcular la segunda integral usamos que el producto cos o * cos | se puede escribir como
[cos(o+|)+cos(o-|)]/2, resultando as dos promedios que se anulan en un perodo, para todo
valor de o y |, es decir para todo valor de n y m, excepto para el caso n=m que solo se anula el
promedio de cos(o+|), porque cos(o-|)= cos(0)=1, cuyo promedio es 1.
En resumen, solamente quedar el valor A
m
/2, o cambiando la letra del ndice:

Similarmente obtenemos:

El grfico de A
n
y B
n
en funcin de n ( o de e
n
) se conoce como el espectro de frecuencias de la
funcin peridica f(t).
Note que la distancia entre dos frecuencias consecutivas es:
( ) + + =
}

} }

=
T
n
n
T T
dt t m t n A
T
dt t m A
T
dt t m t f
T
0
1 1
1
0
1 0
0
1
) cos( cos
1
) cos(
1
) cos( ) (
1
e e e e
( )
}

=
T
n
n
dt t m t n sen B
T
0
1 1
1
) cos(
1
e e
Ae = (n+1) e
1
n

e
1
= e
1
= 2 t / T.
Serie de Fourier Compleja: Es posible modificar la ecuacin de la Serie de Fourier para que la
funcin f(t), real, quede en trminos de exponenciales complejas, usando para ello la frmula
de Euler- De Moivre:
u + u = sen j cos e
j

Para ello escribamos la serie de la siguiente manera:

Donde se cumplen las relaciones: A
n
= C
n
cos |
n
,
B
n
= - C
n
sen |
n
;
o:

la cual podemos escribir como:

finalmente, usando un solo signo de sumatoria:

donde:

Las G
n
se obtienen a partir de f(t) usando la integral: dt e ) t ( f
T
1
G
2
T
2
T
t n j
n
1
}

e
= .
Un ejemplo histricamente importante:
Encontrar la serie de Fourier para la funcin de onda cuadrada de periodo T:



Solucin: La expresin para f(t) en
T
/
2
<t<
T
/
2
es:

Clculo de los coeficientes de la Serie:
Coeficientes a
n
:


Coeficiente a
0
:

Coeficientes b
n
:

Finalmente la Serie de Fourier queda como :

En la siguiente figura se muestran: la componente fundamental y los armnicos 3, 5 y 7 as
como la suma parcial de estos primeros cuatro trminos de la serie para w
0
=p, es decir, T=2:


En MATLAB:
syms t n
A=[-1 0 1];
f=[-1 1];

f=sym(f);
T=max(A) - min(A);
wo=2*pi/T;

Ao=0;
for i=1:length(f)
Ao=Ao + int(f(i),'t',A(i),A(i+1));
end
Ao=(Ao/T);

An=0;
for i=1:length(f)
An=An + int(f(i)*cos(n*wo*t),'t',A(i),A(i+1));
end
An=(2*An/T);

Bn=0;
for i=1:length(f)
Bn=Bn + int(f(i)*sin(n*wo*t),'t',A(i),A(i+1));
end
Bn=(2*Bn/T);

disp('Ao')
pretty(Ao)
disp('An')
pretty(An)
disp('Bn')
pretty(Bn)


4. Transformada de Fourier de seales continuas. Propiedades: Hallar F(w)para
un solo pulso Rectangular y simularlo:
Transformada de Fourier:
Sea f una funcin Lebesgue integrable:

La transformada de Fourier de f es la funcin

Esta integral tiene sentido, pues el integrando es una funcin integrable. Una estimativa
simple demuestra que la transformada de Fourier F(f) es una funcin acotada. Adems por
medio del teorema de convergencia dominada puede demostrarse que F(f) es continua.
La transformada de Fourier inversa de una funcin integrable f est definida por:

Ntese que la nica diferencia entre la transformada de Fourier y la transformada de Fourier
inversa es el signo negativo en el exponente del integrando. El teorema de inversin de Fourier
formulado abajo justifica el nombre de transformada de Fourier inversa dado a esta
transformada. El signo negativo en el exponente del integrado indica la traspolacin de
complementos yuxtapuestos. Estos complementos pueden ser analizados a travs de la
aplicacin de la Varianza para cada funcin.
Propiedades bsicas:
La transformada de Fourier es una aplicacin lineal:

Valen las siguientes propiedades para una funcin absolutamente integrable f:
Cambio de escala:

Traslacin:

Traslacin en la variable transformada:

Transformada de la derivada: Si f y su derivada son integrables,


Derivada de la transformada: Si f y t f(t) son integrables, la transformada de Fourier F(f) es
diferenciable

Estas identidades se demuestran por un cambio de variables o integracin por partes.
En lo que sigue, definimos la convolucin de dos funciones f, g en la recta se define de la
manera siguiente:

Nuevamente la presencia del factor delante de la integral simplifica el enunciado de los
resultados como el que sigue: Si f y g son funciones absolutamente integrables, la convolucin
tambin es integrable, y vale la igualdad:

Tambin puede enunciarse un teorema anlogo para la convolucin en la variable
transformada,

pero este exige cierto cuidado con el dominio de definicin de la transformada de Fourier.

Transformada de Fourier de un pulso rectangular:





En MATLAB:
x=-5:0.01:5;
y=rectpuls(x,1);
fs=20;
g=fft(y);
g2=(1/fs).*abs(fftshift(g));
N = length(g2);
ff = -fs/2 : fs/N : fs/2 - fs/N;
plot(ff,g2);


5. Transformada de Fourier de secuencias Discretas. Transformada Discreta de
Fourier de secuencias discretas. Propiedades:
Transformada de Fourier Discreta:
La secuencia de N nmeros complejos x
0
, ..., x
N1
se transforma en la secuencia de N nmeros
complejos X
0
, ..., X
N1
mediante la DFT con la frmula:

donde i es la unidad imaginaria y es la N-sima raz de la unidad. (Esta expresin se
puede escribir tambin en trminos de una matriz DFT; cuando se escala de forma apropiada
se convierte en una matriz unitaria y X
k
puede entonces ser interpretado como los coeficientes
de x en una base ortonormal.)
La transformada se denota a veces por el smbolo , igual que
en o o .
La transformada inversa de Fourier discreta (IDFT) viene dada por

Una descripcin simple de estas ecuaciones es que los nmeros complejos

representan la
amplitud y fase de diferentes componentes sinusoidales de la seal de entrada . La DFT
calcula

a partir de , mientras que la IDFT muestra cmo calcular como la suma de

componentes sinusoidales con una frecuencia de

ciclos por muestra.

Escribiendo las ecuaciones de este modo, estamos haciendo un uso extensivo de la frmula de
Euler para expresar sinusoides en trminos de exponentes complejas, lo cual es mucho ms
sencillo de manipular. Del mismo modo, escribiendo

en forma polar, obtenemos una

sinudoide de amplitud

y fase

a partir del mdulo y argumento complejos de

,
respectivamente:

-10 -8 -6 -4 -2 0 2 4 6 8 10
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5

donde atan2 es la forma bi-argumental de la funcin arcotangente. Ntese que el factor de
normalizacin que multiplica a la DFT y la IDFT (que son 1 y 1/N) y los signos de los exponentes
se colocan meramente por convenio, y varan dependiendo de la aplicacin. El nico requisito
para este convenio es que la DFT y la IDFT tengan exponentes de signo opuesto y que el
producto de sus factores de normalizacin sea 1/N. Una normalizacin de

para ambas DFT y

IDFT hace las transformadas unitarias, lo cual tiene ciertas ventajas tericas, pero suele ser
ms prctico a la hora de efectuar operaciones numricas con el ordenador efectuar el
escalado de una sola vez (y un escalado unitario suele ser conveniente en otras ocasiones).
(El convenio del signo negativo en el exponente suele ser adecuado porque significa que

es
la amplitud de una "frecuencia positiva"

. De forma equivalente, la DFT se suele considerar

como un filtro adaptado: cuando se busca una frecuencia de +1, se correla la seal de entrada
con una frecuencia de 1.)








6. Conceptos de Muestreo. El teorema de muestreo. Espectro de la Seal
Muestreada. Muestreo no ideal. Filtros de Reconstruccin.
Si una seal contnua, S(t), tiene una banda de frecuencia tal que fm sea la mayor frecuencia
comprendida dentro de dicha banda, dicha seal podr recontruirse sin distorsin a partir de
muestras de la seal tomadas a una frecuencia fs siendo fs > 2 fm.




En la figura se muestra un esquema simplificado del proceso de muestreo.

El interruptor no es del tipo mecnico, puesto que por lo general fs es de bastante valor.
Suelen emplearse transistores de efecto campo como interruptores, para cumplir los
requerimientos que se le exigen entre los que se encuentran:
Una elevada resistencia de aislamiento cuando los interruptores (transistores)estn
desconectados.
Una baja resistencia si los interruptores estn conectados o cerrados.
Una elevada velocidad de conmutacin entre los dos estados de los interruptores.
En la siguiente figura se ofrece las formas de las tres seales principales:
S(t) seal a muestrear
seal muestreadora
S
d
(t) seal muestreada

Desde el punto de vista de la cuantificacin de la seal muestreada, lo ideal sera que el
tiempo en que el interruptor est cerrado, fuese prcticamente cero, ya que de otro modo, la
seal muestreada puede variar en dicho tiempo y hacer imprecisa su cuantificacin.
Debe tenerse en cuenta que para la reconstruccin de la seal original, a partir de la
muestreada, se emplea un filtro de paso bajo, el cual deber tener una funcin de
transferencia como se indica en la figura siguiente:

Obsrvese que la respuesta del filtro, debe ser plana hasta una frecuencia, como mnimo, igual
a fm, para caer posteriormente de forma brusca a cero, antes de que la frecuencia alcance el
valor de fs-fm.
Mediante la aplicacin del Teorema del Muestreo, se pueden transmitir varias seales, por un
mismo canal de comunicacin. Para ello se muestrea sucesivamente varias seales S
1
, S
2
, S
3
,....
y las seales muestreadas se mandan por el canal de comunicacin. A este sistema se le
denomina "multiplexado en el tiempo"
Al otro extremo del canal habr que separar las distintas seales muestreadas para hacerlas
pasar despus por el filtro paso bajo que las reconstruya

En la figura anterior el multiplexor y el demultiplexor se han representado mediante
conmutadores rotativos sincronizados , los cuales, evidentemente no son adecuados, dada la
gran frecuencia de giro fs, necesaria en este sistema. Para ello se emplean multiplexores y
demultiplexoreselectrnicos.
En este sistema de transmisin de seales es imprescindible, el perfecto sincronismo entre los
dos extremos del canal.






7. Desarrollar la Practica 3 que se adjunta.
Comprobar en Simulink la generacin de una seal cuadrada a partir de la expresin (5),
usando fuentes de seales sinusoidales, elementos de ganancia adecuada y un mezclador.



8.