Trabajo Colaborativo N.1 Grupo 13

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela de Ingenieras. Ingeniera Electrnica

CAD AVANZADO PARA ELECTRONICA 208008_13 - 2015
Act. No. 1. Trabajo Colaborativa Unidad 1
ACTIVIDAD 1
TRABAJO COLABORATIVO
LUIS ALBERTO SANCHEZ CORREA- Cd.: 16.786.134

JORGE HIDIER GUTIERREZ PRECIADO:16926174
BRYAM MAURICIO RIOS - Cd.: 1.130.621.107
CARLOS ARTURO CARDONA - Cd.:18.415.051
EDUAR DANIEL GARZON - Cd.:
Director: Juan Monroy

Grupo Colaborativo: 208008-13
Universidad Nacional Abierta y a Distancia UNAD.

INTRODUCCION
En el curso de CAD avanzado para electrnica de la Universidad Nacional Abierta y a

Distancia UNAD, se busca tener un conocimiento ms amplio de este campo de la
ciencia,
que estudia, disea y permite simular procesos lgicos de control, con
programas y algoritmos sofisticados con ayuda de aplicativos dedicados a simulacion y

modelamiento matematico como lo es MatLab.
Las herramientas de simulacin y programacin estn unidas al sueo y constante
construccin, pruebas y el deseo de crear sistemas que nos permitan conocer mejor las
bondades tecnolgicas.
Son aplicativos que permiten disminuir costos y tiempo al momento de realizar un
desarrollo o prototipo permitiendo ver comportamientos de sistemas de control.
Ms aun con el aumento de mejores procesadores, inteligencia artificial, visin artificial e
interfaces hombre mquina, y sistemas autnomos en un futuro no muy lejano se
podrn hacer simulaciones por comando de voz pensando muy futurista, y deje de ser
solo una idea ms de la ciencia ficcin de las pelculas de Hollywood. Este primer
trabajo es un acercamiento al campo de la robtica.


OBJETIVOS
General
Realizar las actividades Colaborativas correspondientes de la Unidad 1

haciendo uso de herramientas informaticas de simulacion y control con el
grupo de trabajo colaborativo, haciendo cada miembro el respectivo aporte.
Especficos
Disear e implementar un programa mediante Matlab que permita filtrar

diferentes frecuencias para clasificacin de Instrumentos Musicales
Conocer la herramienta de simulacion y modelado de sistemas de control

MatLab.
Tener un acercamiento al control digital a travs de la solucin al problema

propuesto.
Aplicar herramienta Matlab para dar solucin al problema propuesto de la

gua.

Problema:
En una empresa dedicada a la construccin de instrumentos musicales,
requieren un software que les permita dejar pasar nicamente seales a la frecuencia a la
cual requieran probar un nuevo instrumento, el aplicativo debe permitir establecer el rango
de frecuencia a aceptar. Una vez se logre el filtro pasa banda, el aplicativo debe permitir
modificar la selectividad o factor de calidad del filtro y mostrar grficamente la efectividad
del filtro al aplicarse una seal determinada.
MARCO TEORICO
Filtro LINEAL: Un filtro lineal es aquel filtro electrnico que aplica un operador lineal a una
seal variable en el tiempo. Son usados ampliamente en procesamiento de seales. Una
de sus aplicaciones ms frecuentes es la eliminacin de frecuencias no deseadas de una
determinada seal de entrada o, al contrario, discriminar una determinada frecuencia de
las dems. La teora matemtica empleada para el diseo de filtros es independiente de la
naturaleza elctrica, electrnica o mecnica del filtro, as como del rango de frecuencias
en el que se vaya a trabajar. Sin embargo, la implementacin, as como las tecnologas
necesarias para su fabricacin varan.
Clasificacin por funcin de transferencia.

Respuesta en amplitud. Los filtros lineales pueden dividirse en dos clases: filtros de
respuesta infinita (IIR) y filtros de respuesta finita (FIR):
Los filtros FIR (que slo puede ser implementados en tiempo discreto) pueden ser
descritos como una suma ponderada de entradas con un determinado retardo. Para
estos filtros, si la entrada en un determinado instante es cero, la salida ser cero a
partir de un instante posterior a los retardos inducidos por el filtro. De este modo, solo
existir respuesta por un tiempo finito.
Los filtros IIR, por el contrario, pueden presentar salida aun cuando la entrada sea
cero, si las condiciones iniciales son distintas de cero. La energa del filtro decaer con
el tiempo, pero no llegar a ser nula. Por tanto, la respuesta al impulso se extiende
infinitamente.
Hasta la dcada de 1970, slo era posible construir filtros IIR. Generalmente, la distincin
entre filtros FIR e IIR, se aplica nicamente en el dominio del tiempo discreto. Respuesta
en frecuencia. Respuesta en frecuencia de diferentes tipos de filtros IIR: Butterworth,
Chebyshev y elptico. Todos ellos son filtros de paso bajo de orden cinco. Hay varios tipos
de filtros lineales en lo que respecta a su respuesta en frecuencia:
Filtro paso bajo: permite el paso de frecuencias bajas.
Filtro paso alto: permite el paso de frecuencias alto.
Filtro pasa banda: permite el paso de un rango intermedio de frecuencias.
Filtro banda eliminada: bloquea el paso de un rango intermedio de frecuencias.
Filtro pasa todo: permite el paso de todas las frecuencias, pudiendo modificar su fase.

Expresin del Filtro: Hay muchas formas de representar un filtro. Por ejemplo, en funcin
de w (frecuencia digital), en funcin de z y en funcin de n (nmero de muestra). Todas
son equivalentes, pero a la hora de trabajar a veces conviene ms una u otra. Como regla
general se suele dejar el trmino a0=1. Si se expresa en funcin de z y en forma de
fraccin:
Y en dominio de n:
Los coeficientes son la a y el b y son los que definen el filtro, por lo tanto el diseo
consiste en calcularlos. Se parte de las especificaciones y, basndose en stas, se elige
el tipo de filtro. En este ejemplo se parte de un filtro digital que anule las frecuencias
menores a 5Hz y la de 50Hz y que no altere al resto, la frecuencia de muestreo ser
1000Hz, adems se quiere fase lineal. Con estas especificaciones se elige un filtro FIR.
En Matlab se obtienen los coeficientes que definen el filtro, que en la ecuacin anterior se
llaman a y b (el numerador es la variable b y el denominador solo tiene un trmino que es
1, como corresponde a un filtro FIR):
El filtro de Butterworth es uno de los filtros electrnicos ms bsicos, diseado para

producir la respuesta ms plana que sea posible hasta la frecuencia de corte. En otras
palabras, la salida se mantiene constante casi hasta la frecuencia de corte, luego
disminuye a razn de 20n dB por dcada ( ~6n dB por octava), donde n es el nmero de
polos del filtro. El filtro Butterworth ms bsico es el tpico filtro pasa bajo de primer orden,
el cual puede ser modificado a un filtro pasa alto o aadir en serie otros formando un filtro
pasa banda o elimina banda y filtros de mayores rdenes.

Filtros de Butterworth de varios rdenes. Segn lo mencionado antes, la respuesta en

frecuencia del filtro es extremadamente plana (con mnimas ondulaciones) en la banda
pasante. Visto en un diagrama de Bode con escala logartmica, la respuesta decae
linealmente desde la frecuencia de corte hacia menos infinito. Para un filtro de primer
orden son -20 dB por dcada (aprox. -6dB por octava). El filtro de Butterworth es el nico
filtro que mantiene su forma para rdenes mayores (slo con una pendiente mayor a partir
de la frecuencia de corte). Este tipo de filtros necesita un mayor orden para los mismos
requerimientos en comparacin con otros, como los de Chebyshev o el elptico. Diseo: Si
llamamos H a la respuesta en frecuencia, se debe cumplir que las 2N-1 primeras
derivadas de
sean cero para
funcin de transferencia es:
. nicamente posee polos y la

Donde N es el orden del filtro,
es la frecuencia de corte (en la que la respuesta cae 3
dB por debajo de la banda pasante) y
es la frecuencia analgica compleja (
).
La transformada de Fourier (pr. frie), denominada as por Joseph Fourier, es

una transformacin matemtica empleada para transformar seales entre el dominio del
tiempo (o espacial) y el dominio de la frecuencia, que tiene muchas aplicaciones en la
fsica y la ingeniera. Es reversible, siendo capaz de transformaciones de cualquiera de
los dominios al otro. El propio trmino se refiere tanto a la operacin de transformacin
como a la funcin que produce. En el caso de una funcin peridica en el tiempo (por
ejemplo, un sonido musical continuo pero no necesariamente sinusoidal), la transformada

de Fourier se puede simplificar para el clculo de un conjunto discreto de amplitudes

complejas, llamado coeficientes de las series de Fourier. Ellos representan el espectro de
frecuencia de la seal del dominio-tiempo original. La transformada de Fourier es
una aplicacin que hace corresponder a una funcin
de valores complejos. Definida en
la recta, con otra funcin
definida de la manera siguiente:
Donde
tiene que ser una funcin integrable en el sentido de la integral
es
, es decir,
de Lebesgue. El factor, que acompaa la integral en definicin facilita el enunciado de

algunos de los teoremas referentes a la transformada de Fourier. Aunque esta forma de
normalizar la transformada de Fourier es la ms comnmente adoptada, no es universal.
En la prctica las variables
suelen estar asociadas a dimensiones como el tiempo
segundos y frecuencia herzios respectivamente, si se utiliza la frmula

alternativa:
La constante
cancela las dimensiones asociadas a las variables obteniendo un
exponente adimensional. La transformada de Fourier as definida goza de una serie de

propiedades de continuidad que garantizan que puede extenderse a espacios de

funciones mayores e incluso a espacios de funciones generalizadas. Sus aplicaciones son
muchas, en reas de la ciencia e ingeniera como la fsica, la teora de los nmeros, la
combinatoria, el procesamiento de seales (electrnica), la teora de la probabilidad,
la estadstica, la ptica, la propagacin de ondas y otras reas. En procesamiento de
seales la transformada de Fourier suele considerarse como la descomposicin de una
seal en componentes de frecuencias diferentes, es decir,
corresponde al espectro de
frecuencias de la seal . La rama de la matemtica que estudia la transformada de

Fourier y sus generalizaciones es denominada anlisis armnico. Son varias las
notaciones que se utilizan para la transformada de Fourier de . He aqu algunas de ellas:
.
La transformada de Fourier es bsicamente el espectro de frecuencias de una funcin. Un
buen ejemplo de eso es lo que hace el odo humano, ya que recibe una onda auditiva y la
transforma en una descomposicin en distintas frecuencias (que es lo que finalmente se
escucha). El odo humano va percibiendo distintas frecuencias a medida que pasa el
tiempo, sin embargo, la transformada de Fourier contiene todas las frecuencias del tiempo
durante el cual existi la seal; es decir, en la transformada de Fourier se obtiene un slo
espectro de frecuencias para toda la funcin. Definicin formal
Sea
una funcin integrable:

La transformada de Fourier de es la funcin
Esta integral tiene sentido, pues el integrando es una funcin integrable. Una estimativa
simple demuestra que la transformada de Fourier
es una funcin acotada. Adems
por medio del teorema de convergencia dominada puede demostrarse que

continua. La transformada de Fourier inversa de una funcin integrable
es
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.
Interpretacin
Geomtrica. Definido el producto escalar entre funciones de la siguiente manera:
La transformada de Fourier se puede entender como el producto escalar entre la

funcin
y la exponencial compleja
evaluado sobre el rango de frecuencias .

Por la interpretacin usual del producto escalar, en aquellas frecuencias en las que la
transformada tiene un valor mayor, ms parecido tiene
con una exponencial
compleja.
Transformada de Fourier discreta. En matemticas, la transformada discreta de Fourier

(DFT) es un tipo de transformada discreta utilizada en el anlisis de Fourier. Transforma
una funcin matemtica en otra, obteniendo una representacin en el dominio de la
frecuencia, siendo la funcin original una funcin en el dominio del tiempo. Pero la DFT
requiere que la funcin de entrada sea una secuencia discreta y de duracin finita. Dichas
secuencias se suelen generar a partir del muestreo de una funcin continua, como puede
ser la voz humana. Al contrario que la transformada de Fourier en tiempo discreto (DTFT),
esta transformacin nicamente evala suficientes componentes frecuencia les para
reconstruir el segmento finito que se analiza. Utilizar la DFT implica que el segmento que
se analiza es un nico perodo de una seal peridica que se extiende de forma infinita; si
esto no se cumple, se debe utilizar una ventana para reducir los espurios del espectro.
Por la misma razn, la DFT inversa (IDFT) no puede reproducir el dominio del tiempo
completo, a no ser que la entrada sea peridica indefinidamente. Por estas razones, se
dice que la DFT es una transformada de Fourier para anlisis de seales de tiempo
discreto y dominio finito. Las funciones sinusoidales base que surgen de la
descomposicin tienen las mismas propiedades.

La entrada de la DFT es una secuencia finita de nmeros reales o complejos, de modo

que es ideal para procesar informacin almacenada en soportes digitales. En particular, la
DFT se utiliza comnmente en procesado digital de seales y otros campos relacionados
dedicados a analizar las frecuencias que contiene una seal muestreada, tambin para
resolver ecuaciones diferenciales parciales, y para llevar a cabo operaciones como
convoluciones o multiplicaciones de grandes nmeros enteros. Un factor muy importante
para este tipo de aplicaciones es que la DFT puede ser calculada de forma eficiente en la
prctica utilizando el algoritmo de la transformada rpida de Fourier (FFT). Los algoritmos
FFT se utilizan tan habitualmente para calcular DFTs que el trmino "FFT" muchas veces
se utiliza en lugar de "DFT" en lenguaje coloquial. Formalmente, hay una diferencia clara:
"DFT" hace alusin a una transformacin o funcin matemtica, independientemente de
cmo se calcule, mientras que "FFT" se refiere a una familia especfica de algoritmos para
calcular DFTs.
La secuencia de N nmeros complejos x0, ..., xN1 se transforma en la secuencia

de N nmeros complejos X0, ..., XN1mediante 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 Xk puede entonces ser interpretado como
los coeficientes de x en una base orto normal.) La transformada se denota a veces por el
smbolo
, igual que en
Fourier discreta (IDFT) viene dada por
. La transformada inversa de

Una
descripcin
complejos
simple
de
estas
ecuaciones
es
que
los
nmeros
representan la amplitud y fase de diferentes componentes sinusoidales de
la seal de entrada
cmo calcular
. La DFT calcula
a partir de
, mientras que la IDFT muestra
como la suma de componentes sinusoidales
una frecuencia de
con
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
amplitud
modo,
escribiendo
y
fase
en forma
partir
del
polar,
mdulo
obtenemos
y
una
argumento
sinusoide
complejos
de
de
,
respectivamente:
Donde atan2 es la forma bi argumental de la funcin arco tangente. 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 correlaciona la seal de entrada con
una frecuencia de 1.)
En adelante, los trminos "secuencia" y "vector" sern
considerados equivalentes.
COMANDOS A UTILIZAR EN MATLAB

wavread
Read WAVE (.wav) sound file
Syntax
y = wavread(filename)
[y, Fs] = wavread(filename)
[y, Fs, nbits] = wavread(filename)
[y, Fs, nbits, opts] = wavread(filename)
[...] = wavread(filename, N)
[...] = wavread(filename, [N1 N2])
[...] = wavread(..., fmt)
siz = wavread(filename,'size')

y = wavread(filename) loads a WAVE file specified by the string filename, returning

the sampled data in y. If filename does not include an extension, wavread appends
.wav.
[y, Fs] = wavread(filename) returns the sample rate (Fs) in Hertz used to encode
the data in the file.
[y, Fs, nbits] = wavread(filename) returns the number of bits per sample (nbits).
[y, Fs, nbits, opts] = wavread(filename) returns a structure opts of additional

information contained in the WAV file. The content of this structure differs from file
to file. Typical structure fields include opts.fmt (audio format information) and
opts.info (text that describes the title, author, etc.).
[...] = wavread(filename, N) returns only the first N samples from each channel in
the file.
[...] = wavread(filename, [N1 N2]) returns only samples N1 through N2 from each
channel in the file.
siz = wavread(filename,'size') returns the size of the audio data contained in

filename instead of the actual audio data, returning the vector siz = [samples
channels].
wavwrite(y,Fs,N,filename) writes the data stored in the variable y to a WAVE file

called filename. The data has a sample rate of Fs Hz and is N-bit, where N is 8, 16,
24, or 32.
filter
1-D digital filter

Syntax
y = filter(b,a,X)
[y,zf] = filter(b,a,X)
[y,zf] = filter(b,a,X,zi)
y = filter(b,a,X,zi,dim)
[...] = filter(b,a,X,[],dim)
Description
The filter function filters a data sequence using a digital filter which works for both real and
complex inputs. The filter is a direct form II transposed implementation of the standard
difference equation. y = filter(b,a,X) filters the data in vector X with the filter described by
numerator coefficient vector b and denominator coefficient vector a. If a(1) is not equal to
1, filter normalizes the filter coefficients by a(1). If a(1) equals 0, filter returns an error. If X
is a matrix, filter operates on the columns of X. If X is a multidimensional array, filter
operates on the first nonsingleton dimension.
[y,zf] = filter(b,a,X) returns the final conditions, zf, of the filter delays. If X is a row or
column vector, output zf is a column vector of max(length(a),length(b))-1. If X is a matrix,
zf is an array of such vectors, one for each column of X, and similarly for multidimensional
arrays.
[y,zf] = filter(b,a,X,zi) accepts initial conditions, zi, and returns the final conditions, zf, of the
filter delays. Input zi is a vector of length max(length(a),length(b))-1, or an array with the
leading dimension of size max(length(a),length(b))-1 and with remaining dimensions
matching those of X. y = filter(b,a,X,zi,dim) and [...] = filter(b,a,X,[],dim) operate across the
dimension dim.
The audioread function can support WAVE, OGG, FLAC, AU, MP3, and MPEG-4 AAC files.
[y,Fs] = audioread('handel.wav');
Play the audio. sound(y,Fs)

audiowrite('handel.wav',y,Fs)
clear y Fs
dsp.AudioFileReader
Read audio samples from audio file
dsp.AudioFileWriter
Write audio samples to audio file
dsp.AudioPlayer
Play audio data using computer's audio device
dsp.AudioRecorder
Record audio data using computer's audio device
dsp.MatFileReader
Read MAT file
dsp.MatFileWriter
Write MAT file
dsp.UDPReceiver
Receive UDP packets from network
dsp.UDPSender
Send UDP packets to network
midicallback
Call function handle when MIDI controls change value
midicontrols
Open a group of MIDI controls for reading
midiid
Interactively identify MIDI control
midiread
Return most recent value of MIDI controls
midisync
Send values to MIDI controls to synchronize
Blocks
From Audio Device
Read audio data from computer's audio device
To Audio Device
Write audio data to computer's audio device
From Multimedia File
Read multimedia file
To Multimedia File
Write video frames and audio samples to multimedia file
UDP Receive
Receive uint8 vector as UDP message
UDP Send
Send UDP message
MIDI Controls
Output values from controls on MIDI control surface

Filtrado y procesamiento de seal de audio

Pasa bajos
LpFilt = designfilt('lowpassfir','PassbandFrequency',0.25, ...
'StopbandFrequency',0.35,'PassbandRipple',0.5, ...
'StopbandAttenuation',65,'DesignMethod','kaiserwin');
fvtool(lpFilt)
dataIn = rand(1000,1);
dataOut = filter(lpFilt,dataIn);
Pasa altos
hpFilt = designfilt('highpassfir','StopbandFrequency',0.25, ...
'PassbandFrequency',0.35,'PassbandRipple',0.5, ...
fvtool(hpFilt)
dataIn = randn(1000,1);
dataOut = filter(hpFilt,dataIn);
Filtro Pasa Banda
bpFilt = designfilt('bandpassiir','FilterOrder',20, ...
'HalfPowerFrequency1',500,'HalfPowerFrequency2',560, ...
'SampleRate',1500);
fvtool(bpFilt)
dataOut = filter(bpFilt,dataIn);
Filtro parada
bsFilt = designfilt('bandstopfir','FilterOrder',20, ...
'CutoffFrequency1',500,'CutoffFrequency2',560, ...
'SampleRate',1500);
fvtool(bsFilt)
dataOut = filter(bsFilt,dataIn);
Filtro diferenciador de senal
dFilt = designfilt('differentiatorfir','FilterOrder',7);
fvtool(dFilt,'MagnitudeDisplay','Zero-phase')
dataOut = filter(dFilt,dataIn);
mbFilt = designfilt('arbmagfir','FilterOrder',60, ...

'Frequencies',0:50:500, ...
'Amplitudes',[1 1 1 0 0 0 0 1 1 0 0], ...
'DesignMethod','equiripple', ...
'SampleRate',1000);
fvtool(mbFilt)

dataIn = randn([1000 1]); dataOut = filter(mbFilt,dataIn);

DESARROLLO
1.
Realizar presentacin personal identificando fortalezas individuales frente al
problema a resolver.
Comprender el tipo de problema

programacion o diseo electronico
Actividad
Inicial
Elaborar un Prediseo electronico para

guiarme en el proceso de elaboracion del
algoritmo del problema
Comprension
fisica del problema
y opciones tecnicas
Buscar las opciones para Grabar audio en

Matlab desde fuentes externas, y buscar los
comandos para uso de los respectivos filtros
analogos o digitales para procesamiento de
senales que tiene Matlab disponibles
Final de la
solucion
practica
etapa 1 Lectura - Read Audio File Commandos

The audioread function can support WAVE, OGG, FLAC, AU, MP3, and MPEG-4 AAC files.
[y,Fs] = audioread('handel.wav');
Play the audio.
sound(y,Fs)
audiowrite('handel.wav',y,Fs)
clear y Fs

System Objects
dsp.AudioFileReader
Read audio samples from audio file
dsp.AudioFileWriter
Write audio samples to audio file
dsp.AudioPlayer
Play audio data using computer's audio device
dsp.AudioRecorder
Record audio data using computer's audio device
dsp.MatFileReader
Read MAT file
dsp.MatFileWriter
Write MAT file
dsp.UDPReceiver
Receive UDP packets from network
dsp.UDPSender
Send UDP packets to network
Functions
midicallback
Call function handle when MIDI controls change value
midicontrols
Open a group of MIDI controls for reading
midiid
Interactively identify MIDI control
midiread
Return most recent value of MIDI controls
midisync
Send values to MIDI controls to synchronize
Blocks
From Audio Device
Read audio data from computer's audio device
To Audio Device
Write audio data to computer's audio device
From Multimedia File
Read multimedia file
To Multimedia File
Write video frames and audio samples to multimedia file
UDP Receive
Receive uint8 vector as UDP message
UDP Send
Send UDP message
MIDI Controls
Output values from controls on MIDI control surface

Etapa dos: Filtrado y procesamiento de seal de audio

Filtros
Pasa bajos
LpFilt = designfilt('lowpassfir','PassbandFrequency',0.25, ...
'StopbandFrequency',0.35,'PassbandRipple',0.5, ...
fvtool(lpFilt)
dataIn = rand(1000,1);
dataOut = filter(lpFilt,dataIn);
Pasa altos
hpFilt = designfilt('highpassfir','StopbandFrequency',0.25, ...
'PassbandFrequency',0.35,'PassbandRipple',0.5, ...
fvtool(hpFilt)
dataOut = filter(hpFilt,dataIn);
Filtro Pasa Banda
bpFilt = designfilt('bandpassiir','FilterOrder',20, ...
'HalfPowerFrequency1',500,'HalfPowerFrequency2',560, ...
'SampleRate',1500);
fvtool(bpFilt)
dataOut = filter(bpFilt,dataIn);
Filtro parada
bsFilt = designfilt('bandstopfir','FilterOrder',20, ...
'CutoffFrequency1',500,'CutoffFrequency2',560, ...
'SampleRate',1500);
fvtool(bsFilt)
dataOut = filter(bsFilt,dataIn);
Filtro diferenciador de senal

dFilt = designfilt('differentiatorfir','FilterOrder',7);
fvtool(dFilt,'MagnitudeDisplay','Zero-phase')
dataOut = filter(dFilt,dataIn);
mbFilt = designfilt('arbmagfir','FilterOrder',60, ...

'Frequencies',0:50:500, ...

'Amplitudes',[1 1 1 0 0 0 0 1 1 0 0], ...

'DesignMethod','equiripple', ...
'SampleRate',1000);
fvtool(mbFilt)
dataIn = randn([1000 1]); dataOut = filter(mbFilt,dataIn);

RESULTADOS:
Condiciones a cumplir por el filtro (datos del problema)
Cabe precisar que el filtro debe permitir modificar el factor de calidad del filtro, esto se logra
permitiendo modificar el Fp, Fs, Dp, Ds
FS=24000
Fp= 3000
Fs= 6000
Dp = 1 db
Ds = 30 db
frecuencia de muestreo
frecuencia lmite del pasabanda
frecuencia lmite del stopbanda
atenuacin mxima en el pasabanda
atenuacin mnima en el stopbanda
Para adecuar a la funcin que permite el clculo del orden del filtro, Fc y Fs deben llevarse a la
forma normalizada
Por lo tanto resulta:
Wp = 3000/12000 = 0.25
Ws = 6000/12000 = 0.5
Resolucin del problema

Se calcula primero el orden (N) y la frecuencia de potencia mitad (Ws) (valor de la frecuencia para
el cual |H(z)|2 cae a la mitad).
[N, Wn] = buttord(Wp, Ws, Rp, Rs)
[N, Wn] = buttord(0.25, 0.50, 1, 30)
Resultando:
N=5
Wn = 0.2958
Con este resultado previo, se procede al diseo del filtro de Butterworth que cumpla con las
caractersticas especificadas:
[B,A] = BUTTER(N,Wn)
[B,A] = BUTTER(5,0.2958)
Resultando:
B = [0.0065 0.0327 0.0655 0.0655 0.0327 0.0065 ]
A = [1.0000 -2.0177 2.0732 -1.1455 0.3423 -0.0428 ]

1) Importar el archive de audio dentro del workspace de MATLAB.

Programa en Matlab:
FSm=input('Digite Frecuencia de muestreo Instrumento: ?' );

Fp= input('Digite Frecuencia lmite del pasa banda Instrumento: ?');
Fs= input('Digite Frecuencia lmite del stop banda Instrumento: ?');
Wp=(Fp)/(FSm/2);
Ws=(Fs)/(FSm/2);
N=32;
Wn=[Wp,Ws];
[A,B] = butter(1,Wn);
Transf_Tambor= fft(Tambordata);
Res_Intrumento=filter(B,A,Transf_Tambor);
Res_filtrada=ifft(Res_Intrumento);
wavwrite(Res_filtrada,Tamborfs, N, 'Tambor_result.wav');
plot(Res_filtrada);



CONCLUSIONES
El trabajo colaborativo permiti conocer y participar los miembros del grupo.

Esta primera prctica de mathlab permite afianzarnos en las bondades del
procesamiento matemtico de este software.
La resolucin del problema ha conllevado a poner en prctica los conocimientos
adquiridos en cursos anteriores, as como establecer una directrices de aprendizaje
de Matlab como una herramienta computacional de amplia aplicacin no solo en el
modelado, si no en el control industrial.
El filtrado de seales permite hacer caracterizacin de equipos mediante filtros
pasabanda.
La filtracin en electrnica con la ayuda de herramientas computacionales como
es el caso del Matlab, posee cantidad de opciones que con la profundizacin
suficiente se ajustan prcticamente a cualquier necesidad. Por ello el camino
recorrido en torno a la solucin del problema planteado, tuvo cierto grado de
dificultad debido al requerimiento especial y en particular la vinculacin de una
variable como lo es el factor de selectividad para controlar la filtracin.
Finalmente se encuentra un mtodo constructor en Matlab que nos ayuda de
manera significativa a la solucin del problema, pero no vinculando la variable Q,
es por ello que se toma la decisin con base en la frmula para hallar Q, de
hacer un despeje y dejar el ancho de banda en funcin de Q. El ancho de banda
constituye una de las variables necesarias en el mtodo constructor de Matlab.
Se logra conseguir que la filtracin se haga entre dos frecuencias
preestablecidas y el factor de calidad aplicado a la seal controle el ancho de
banda y por tanto mejore la efectividad del filtro.
Tanto en electrnica como en telecomunicaciones el tratamiento analgico y digital

de seales son pilares fundamentales para el ejercicio profesional de la ingeniera
en estas dos ramas. Por ello trabajos terico prcticos como el realizado
anteriormente son el complemento perfecto para realizar un acercamiento muy
aproximado a la realidad, y as de una manera poco invasiva poder acceder a la
intimidad del manejo de seales, acompaado de un trabajo investigativo que
redunda en dejarnos conocimiento no solo en la necesidad particular, sino, en otros
temas de inters que se encuentran a lo largo del camino recorrido y quedan all en
nuestro cerebro formando parte de nuevos conocimientos.

BIBLIOGRAFIA
REFERENCIAS.
Gua Integrada de Actividades. (s.f.). En Cad Avanzado para Electrnica.
Recuperado
de
http://datateca.unad.edu.co/contenidos/208008/CAD_AVA/Guia_Integrada_de_Acti
vidades_208008.pdf
Formato Rubrica de Evaluacin. (s.f.). En Cad Avanzado para Electrnica.
Recuperado
de
http://datateca.unad.edu.co/contenidos/208008/CAD_AVA/Formato_Rubrica_de_ev
aluacion.pdf
Problema a Resolver. (s.f.). En Cad Avanzado para Electrnica. Recuperado de
http://datateca.unad.edu.co/contenidos/208008/CAD_AVA/problema_a_resolver.pdf
Monroy, J.O., Bolvar, F. (2010). Cad Avanzado para Electrnica. Recuperado de
http://datateca.unad.edu.co/contenidos/208008/208008_CAD_Avanzado_para_elec
tronica_Enero_2010.pdf
Actividades Componente Prctico. (s.f.). En Cad Avanzado para Electrnica.
Recuperado
http://datateca.unad.edu.co/contenidos/208008/CAD_AVA/entorno_practico.pdf
de

Trabajo Colaborativo N.1 Grupo 13

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

Trabajo Colaborativo N.1 Grupo 13

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Escuela de Ingenieras. Ingeniera Electrnica

LUIS ALBERTO SANCHEZ CORREA- Cd.: 16.786.134

Director: Juan Monroy

Universidad Nacional Abierta y a Distancia UNAD.

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

En el curso de CAD avanzado para electrnica de la Universidad Nacional Abierta y a

que estudia, disea y permite simular procesos lgicos de control, con

programas y algoritmos sofisticados con ayuda de aplicativos dedicados a simulacion y

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Realizar las actividades Colaborativas correspondientes de la Unidad 1

Disear e implementar un programa mediante Matlab que permita filtrar

Conocer la herramienta de simulacion y modelado de sistemas de control

Tener un acercamiento al control digital a travs de la solucin al problema

Aplicar herramienta Matlab para dar solucin al problema propuesto de la

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

En una empresa dedicada a la construccin de instrumentos musicales,

Clasificacin por funcin de transferencia.

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Filtro paso bajo: permite el paso de frecuencias bajas.

Filtro paso alto: permite el paso de frecuencias alto.

Filtro pasa banda: permite el paso de un rango intermedio de frecuencias.

Filtro banda eliminada: bloquea el paso de un rango intermedio de frecuencias.

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

El filtro de Butterworth es uno de los filtros electrnicos ms bsicos, diseado para

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Filtros de Butterworth de varios rdenes. Segn lo mencionado antes, la respuesta en

sean cero para

funcin de transferencia es:

. nicamente posee polos y la

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Donde N es el orden del filtro,

es la frecuencia de corte (en la que la respuesta cae 3

dB por debajo de la banda pasante) y

es la frecuencia analgica compleja (

La transformada de Fourier (pr. frie), denominada as por Joseph Fourier, es

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

de Fourier se puede simplificar para el clculo de un conjunto discreto de amplitudes

de valores complejos. Definida en

la recta, con otra funcin

definida de la manera siguiente:

tiene que ser una funcin integrable en el sentido de la integral

de Lebesgue. El factor, que acompaa la integral en definicin facilita el enunciado de

suelen estar asociadas a dimensiones como el tiempo

segundos y frecuencia herzios respectivamente, si se utiliza la frmula

cancela las dimensiones asociadas a las variables obteniendo un

exponente adimensional. La transformada de Fourier as definida goza de una serie de

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

propiedades de continuidad que garantizan que puede extenderse a espacios de

frecuencias de la seal . La rama de la matemtica que estudia la transformada de

una funcin integrable:

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

La transformada de Fourier de es la funcin

es una funcin acotada. Adems

por medio del teorema de convergencia dominada puede demostrarse que

Ntese que la nica diferencia entre la transformada de Fourier y la transformada de

Geomtrica. Definido el producto escalar entre funciones de la siguiente manera:

La transformada de Fourier se puede entender como el producto escalar entre la

evaluado sobre el rango de frecuencias .

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

con una exponencial

Transformada de Fourier discreta. En matemticas, la transformada discreta de Fourier

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD