Fundamentos de Imagen y Sonido Laboratorio1

UNSA - Facultad de Producción y Servicios – Ing.
en Telecomunicaciones 2017-1
Fundamentos de Imagen y Sonido Ebert San Román Castillo
PRIMERA UNIDAD: PRODUCCIÓN DEL HABLA Y SU PERCEPCIÓN AUDITIVA
1
Guía de Prácticas
1. Adquisición de la Señal de Voz en Matlab
Alumno(s): Nota:
CASTELLANOS MORALES, FÀTIMA ALEXANDRA
YLLACHURA ARAPA, ROSÁNGELA DEL ROSARIO
I. Objetivos
 Aprender a utilizar el toolbox de Adquisición de Datos en Matlab.
 Reconocer la forma de la señal de voz gráficamente.
 Ver las herramientas y utilidades que posee el software en particular el filtrado de la
señal de voz para eliminar cualquier tipo de interferencia.
II. Contenido teórico

 Capítulo 1: Producción del habla y su percepción auditiva
El Toolbox de Adquisición de Datos de Matlab es una colección de Archivos M de funciones y

archivos MEX (librería propietaria de Matlab). El toolbox también incluye variaos grupos de
(DLLs) llamadas adaptadores, los que nos permite interactuar con diferentes tipos de
hardware, el propósito de este toolbox es proveer de herramientas y recursos necesarios
para medir y analizar los fenómenos físicos que provienen del hardware.
La figura 1 describe 2 características importantes en un sistema de Adquisición de Datos:

1. La señal en si es la representación de la entrada al sensor, acondicionada,
digitalizada en binario para que la computadora puede procesarla para extraer la
información mas significativa.
En nuestro caso, los diferentes niveles de sonido son adquiridos desde el micrófono,
amplificados, digitalizados por la tarjeta de sonido y guardados en el workspace de
MATLAB para su subsecuente análisis de su contenido.
2. Los datos generados en el computador son convertidos a su representación analógica

y son los actuadores en nuestro sistema.
Por ejemplo, un vector de datos del workspace de MATLAB es convertido a su
representación analógica por la tarjeta de sonido y emitido por medio de los
parlantes.
UNSA - Facultad de Producción y Servicios – Ing. en Telecomunicaciones 2017-1
Figura 1. Sistema de Adquisición de Datos.
III. Cuestionario previo
a. Describa por lo menos 3 sensores y actuadores que se puedan digitalizar mediante el

sistema de adquisición de datos de Matlab.
Un Sistema de Adquisición de Datos se usa cuando se está interesado en medir y

analizar algún fenómeno físico, es una colección de herramientas que nos permite
interactuar con el mundo f í s i c o . Es también un equipo que nos permite tomar
señales físicas del entorno y convertirlas en datos que posteriormente podremos
procesar y presentar. Las entradas son adquiridas por un sensor, se
acondicionan, después se convierten en bits ara que la computadora las pueda
leer y son manipuladas o analizadas para extraer información relevante. Los
datos desde la computadora son transformados en señales analógicas y son pasados
hacia el exterior por medio de un actuador.
El hardware de Adquisición de Datos puede presentarse de dos maneras: Interna e

instalada directamente en una ranura de expansión dentro de la computadora.
Externa que se conecta a la computadora a través de un cable externo. Posee
sensores digitales como son los Switches, encoders, botones, etc. Y sensores
analógicos como acelerómetros, micrófonos, medidores de presión y de
temperatura.
1. Flujo para adquirir datos
Los datos adquiridos son temporalmente guardados en la engine(memoria), el proceso

consiste en dos pasos:
Los datos capturados desde el hardware son guardados en la engine.

Los datos son extraídos de la engine y exportados a MATLAB o a algu´n archivo en disco.
2. Flujo para sacar datos
Los datos almacenados en la engine son pasados al hardware. Se tienen que poner en
espera los daos en la engine mediante la funcion putdata
Los datos desde MATLAB son puestos en espera en la engine.

Los datos la engine son puestos en el hardware.
Frecuencia angular
Sensores Descripción
Dispositivo encargado de convertir las ondas acústicas en señales
Micrófono
eléctricas.
Es una cámara conectada a la computadora que puede captar
Cámara Web
video o imágenes permitiendo ingresarlas a la computadora.
Lector de huellas Es un dispositivo biométrico que permite digitalizar las huellas
digitales dactilares.
Actuadores Descripción
Es un dispositivo de hardware que permite imprimir gráficos o
Impresora
textos.
Es un diodo semiconductor capaz de emitir luz, podría mostrarse

de leds algún mensaje o el estado de funcionamiento de algún
Leds
dispositivo, como las computadoras cuentan con sus leds de
estado.
Es un dispositivo similar al motor de corriente continua, sólo

Servomotores que tiene la capacidad de ubicarse en cualquier posición dentro
de su rango de operación.
b. ¿Describa brevemente los siguiente tipos de filtros, Filtro Pasabajos, Filtro Pasaaltos, Filtro
Rechazabanda y filtro Pasabanda?
3
FILTRO PASABAJOS
Caracterizado por permitir el paso de las
frecuencias más bajas y atenuar las frecuencias
más altas. El filtro requiere de dos terminales
de entrada y dos de salida, de una caja negra,
también denominada cuadripolo o bipuerto, así
todas las frecuencias se pueden presentar a la
entrada, pero a la salida solo estarán presentes
las que permita pasar el filtro.
Una posible aplicación de este tipo de filtro
sería la de hacer que las altas frecuencias de
una señal de audio fuesen a un altavoz para
sonidos agudos mientras que un filtro pasabajos
haría lo propio con los graves. Otra aplicación
sería la de eliminar los ruidos que provienen de
la red eléctrica (50 o 60 Hz) en un circuito cuyas
señales fueran más altas
FILTRO PASAALTOS
Es un tipo de filtro electrónico en cuya
respuesta en frecuencia se atenúan las
componentes de baja frecuencia pero no las de
alta frecuencia, éstas incluso
pueden amplificarse en los filtros activos. La
alta o baja frecuencia es un término relativo
que dependerá del diseño y de la aplicación.
Una posible aplicación de este tipo de filtro
sería la de hacer que las altas frecuencias de
una señal de audio fuesen a un altavoz para
sonidos agudos mientras que un filtro paso
bajo haría lo propio con los graves.
Otra aplicación sería la de eliminar los ruidos
que provienen de la red eléctrica (50 o 60Hz) en
un circuito cuyas señales fueran más altas.
4
FILTRO RECHAZABANDA
El filtro suprime banda, también conocido como
«filtro eliminador de banda», «filtro notch»,
«filtro trampa» o «filtro de rechazo de banda»
es un filtro electrónico que no permite el paso
de señales cuyas frecuencias se encuentran
comprendidas entre las frecuencias de
corte superior e inferior.
Pueden implementarse de diversas formas. Una
de ellas consistirá en dos filtros, uno paso
bajo cuya frecuencia de corte sea la inferior del
filtro elimina banda y otro paso alto cuya
frecuencia de corte sea la superior del filtro
elimina banda. Como ambos son sistemas
lineales e invariantes, la respuesta
en frecuencia de un filtro banda eliminada se
puede obtener como la suma de la respuesta
paso bajo y la respuesta paso alto (hay que
tener en cuenta que ambas respuestas no deben
estar solapadas para que el filtro elimine la
banda que interesa suprimir), ello se
implementará mediante un sumador analógico,
hecho habitualmente con un amplificador
operacional.
Otra forma más sencilla, si bien presenta una
respuesta en frecuencia menos selectiva, sería
la de colocar lo que se conoce como «circuito
trampa». En efecto, si unimos los dos bornes (la
considerada activo y la considerada masa) con
un dipolo resonante LC serie o paralelo, la
respuesta global sería la de un filtro elimina
banda (el mínimo de la respuesta estaría en
la frecuencia de resonancia del dipolo
resonante).
FILTRO PASABANDA
Un filtro paso banda es un tipo de filtro
electrónico que deja pasar un determinado
rango de frecuencias de una señal y atenúa el
paso del resto.
Estos filtros tienen aplicación
en ecualizadores de audio, y hacen que unas
frecuencias se amplifiquen más que otras. Otra
aplicación consiste en eliminar ruidos que
aparecen junto a una señal, siempre que la
frecuencia de ésta sea fija o conocida. Fuera de
la electrónica y del procesado de señal, un
ejemplo puede ser dentro del campo de las
ciencias atmosféricas, donde se usan para
manejar los datos dentro de un rango de 3 a 10
días.
5
c. ¿Cómo se realiza un filtro digital?
Un filtro digital es un sistema que, dependiendo de las variaciones de las señales de entrada en el
tiempo y amplitud, se realiza un procesamiento matemático sobre dicha señal; generalmente
mediante el uso de la Transformada rápida de Fourier; obteniéndose en la salida el resultado del
procesamiento matemático o la señal de salida.
Los filtros digitales tienen como entrada una señal analógica o digital y en su salida tienen otra
señal analógica o digital, pudiendo haber cambiado en amplitud, frecuencia o fase dependiendo de
las características del filtro digital.
El filtrado digital es parte del procesado de señal digital. Se le da la denominación de digital más
por su funcionamiento interno que por su dependencia del tipo de señal a filtrar, así podríamos
llamar filtro digital tanto a un filtro que realiza el procesado de señales digitales como a otro que lo
haga de señales analógicas.
Comúnmente se usa para atenuar o amplificar algunas frecuencias. Por ejemplo, se puede
implementar un sistema para controlar los tonos graves y agudos de cualquier sistema de audio.
El procesamiento interno y la entrada del filtro serán digitales, por lo que puede ser necesario una
conversión analógica-digital o digital-analógica para uso de filtros digitales con señales analógicas.
Un tema muy importante es considerar las limitaciones del filtro de entrada debido a que la señal
debe poder ser reconstruida.
 Los requerimientos analógicos:
δs δp ωp1 ωp2 ωs1 ωs2 (1)
 se convierten a requerimientos digitales:
δs δp Ωp1 Ωp2 Ωs1 Ωs2 (2)
 Luego se revisa la simetr´ıa, para construir el filtro pasa bajos prototipo
δs δp ΩSN ormal Ωp (LP F normalizado)(3)
 Después se obtiene el grado del filtro digital
 Obtención de la función de transferencia normalizada
 Se des normaliza la función obtenida
 Para finalmente hacer una transformación al dominio digital H(z), con lo cual se logra la
obtención de la función de transferencia de nuestro filtro digital.
EJEMPLO DEL DISEÑO DE UN FILTRO

En primer lugar se parte de las especificaciones y, basándose en éstas, 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 será 1000Hz, además se quiere fase lineal.
Con estas especificaciones se elige un filtro FIR. El diseño se puede hacer manualmente o con la
ayuda de un ordenador. En este ejemplo el método de diseño será el de Remez. En Matlab se
obtienen los coeficientes que definen el filtro, que en la ecuación anterior se llaman a y b (el
6
numerador es la variable b y el denominador solo tiene un término que es 1, como corresponde a un

filtro FIR):
[n,fo,mo,w]=remezord([0 5 45 50 50 55],[0 1 0 1],[0.01 0.1 0.01 0.1],1000); b = remez(n,fo,mo,w)
Nota: remezord en matlab está obsoleto, en su lugar se puede utilizar firpmord.
En la siguiente figura se muestra el aspecto del filtro en el centro. En la parte superior se muestra
la señal que se quiere filtrar y en la parte inferior la señal filtrada (se trata de
un electrocardiograma).
El siguiente paso es seleccionar la forma de implementarlo, es decir su estructura. Luego se elige

el hardware sobre el que funcionará. Normalmente un Procesador digital de señal o una FPGA,
aunque también puede ser un programa de ordenador. Finalmente se usan los coeficientes
obtenidos y la estructura elegida para crear el programa.
IV. Equipos y materiales
Laboratorio: Electrónica y Comunicaciones
Equipos y dispositivos:
 1 Computador Personal
 1 Micrófono
 1 Auricular
Software:
 Matlab, con Toolbox de Adquisición de Datos
7
V. Actividades
1. Actividad: Adquisición de Data en Matlab
A. La adquisición de Datos en Matlab se lleva a cabo por el Data Acquisition Toolbox , el cual
vamos a usar para poder guardar nuestra señal de voz por un periodo de 1 segundo y con
una frecuencia de muestreo de 8000 Hz, mediante un único canal.
Antes de correr el siguiente archivo M, compruebe que el micrófono esta conectado y
funcionando en la computadora.
Archivo M (64 bits)
function Grab_datos(p)
% Record your voice for 5 seconds.
recObj = audiorecorder(44100, 8, 1);
get(recObj)
disp('Start speaking.')
recordblocking(recObj, 5);
disp('End of Recording.');
% Play back the recording.

play(recObj);
% Store data in double-precision array.

myRecording = getaudiodata(recObj);
% Plot the waveform.

plot(myRecording);
wavwrite(myRecording,44100,'pz.wav')
length(myRecording)
plot(myRecording)
8
B. La siguiente etapa en la adquisición de datos es reconocer nuestra señal grabada por el

archivo M anterior, para eso ejecute el siguiente comando.
wavplay(myRecording,44100)
Con la cual escucharemos la señal de audio grabada anteriormente, ahora cree una señal
sinusoidal con una frecuencia de 15 KHz, con una amplitud pico a pico de 1 V. la cual se
debe de añadir a nuestra señal original,
Fs = 44100; % Sampling frequency

T = 1/Fs; % Sample time
L = 44100; % Length of signal
t = (0:L-1)*T; % Time vector
y = 0.7*sin(2*pi*15000*t);
figure(2),plot(y)
data= myRecording’+y;
plot(n,data)
9
Escuche la señal creada, que diferencia nota respecto a la anterior.
wavplay(data,44100)
Preguntas:
a. ¿Explicar qué ocurre si se reproduce data a una frecuencia superior o inferior a la grabada?
wavplay(data,2000)
wavplay(data,16000)
Con la primera secuencia se logra escuchar una voz más grave, en realidad muy grave,
con la segunda secuencia se escucha una voz muy aguda, esto debido al cambio de la
frecuencia de muestreo ya que inicialmente se muestreo la señal con una frecuencia de
8 kHz.
b. ¿Busque en la ayuda el comando wavread, para qué sirve?
Esta función devuelve las muestras guardadas en una variable, con lo cual se puede
trabajar sobre estas en el entorno de Matlab.
Para leer un archivo de sonido wav tienes que llevar el archivo a un directorio del path de MATLAB
o incluir el directorio en el que se encuentra tecleando en la ventana de comandos:
>> Addpath directorio –begin
Una vez hayas hecho esto teclea:
>> x=wavread('nombre');
Donde "nombre" debe ser el nombre del archivo SIN extensión. En "x" tendrás un vector con las
amplitudes del sonido. Si quieres saber la frecuencia de muestreo a la que está muestreada la señal
10
teclea:
>> [x,y]=wavread('nombre');
En "x" seguirás teniendo el vector y en "y" tendrás la frecuencia de muestreo.

Si deseas escuchar el archivo para que saber que se ha almacenado correctamente teclea:
>> Sound(x, y)
2 Actividad: Filtros en Matlab
Uno de los problemas más frecuentes en la Ingeniería de Telecomunicaciones es la necesidad de

separar diferentes componentes en frecuencia de una señal. A este proceso se le denomina
filtrado y se llama filtro al subsistema encargado de realizar dicha tarea. Serían innumerables
las diferentes aplicaciones de los filtros.
Habitualmente se emplean para tareas tales como la eliminación de ruido o interferencias, en

procesos de modulación y demodulación de señales, en la limitación del ancho de banda de
señales, etc.
Independientemente de su función, a la hora de introducir un filtro en un sistema de cualquier

tipo, es necesario conocer de antemano las especificaciones que dicho filtro debe poseer. Una
vez conocidas éstas, se procede a diseñar el filtro apropiado. Por último, dicho filtro sera
construido o programado (dependiendo de si se trata de un filtro analógico o digital) e insertado
en el punto apropiado del sistema.
A. Filtros Digitales.
Un filtro no es más que un sistema lineal e invariante en el tiempo. Por tanto, es posible asociar
a un filtro los diferentes conceptos ya conocidos para este tipo de sistemas: respuesta impulso
h[n], o función de transferencia H(z), habitualmente
Pues bien, entendemos por “diseño de un filtro” las operaciones necesarias para llegar a
obtener la función de transferencia H(z) del filtro. H(z) se expresa de la forma siguiente:
Donde m es el orden del numerador y n el orden del denominador. Pues bien, “diseñar un filtro”
equivale a determinar los valores de n, m y los coeficientes b1...bm+1 y a1...an+1. Por tanto,
ese va a ser el objetivo.
B. Plantilla de especificaciones
Para diseñar los filtros, debemos partir de una serie de especificaciones (debemos tener claro
qué misión deberá cumplir el filtro). Estas se representan habitualmente en una plantilla, tal y
como muestra la figura 2.
11
Figura 2. Plantilla De Especificaciones de un filtro pasabajos
En la plantilla anterior podemos distinguir los cuatro parámetros de interés:
 fp Frecuencia de final de la banda de paso (pass-band)

 fs Frecuencia de inicio de la banda atenuada (stop-band)
 Rp Rizado máximo que vamos a permitir en la banda de paso (en dB)
 Rs Atenuación mínima que deseamos en la banda atenuada (en dB)
La zona entre fp y fs es la banda de transición del filtro. Nótese, además, que el valor máximo
del filtro es 1, de forma que se trata de un filtro pasivo (no amplifica ninguna frecuencia,
simplemente atenúa unas más que otras). Esto no es ninguna limitación ya que siempre es
posible conectar a la entrada o a la salida del filtro un amplificador.
La zona rayada en la plantilla es la zona en la que el filtro no puede entrar. Aceptaremos por
tanto el filtro si cae en la zona en blanco. Por ejemplo, para la plantilla anterior serían filtros
válidos los que tuviesen respuestas como las que muestra la figura 3.
Figura 3. Filtros validos para una Plantilla De Especificaciones de un filtro pasabajos
C. Selección de la técnica de diseño
Aunque no vamos a entrar en detalles sobre cada una de ellas, es bueno saber que existen
diferentes técnicas de diseño de filtros. Entre las más habituales encontramos las siguientes:
 Diseño de Butterworth
12
 Diseño de Chebyshev con rizado en la banda de paso

 Diseño de Chebyshev con rizado en la banda atenuada
 Diseño de Cauer o de filtros elípticos
Únicamente como referencia podemos ver en la tabla siguiente algunas de las propiedades de
cada una de las técnicas de diseño anteriores:
D. Diseño de filtros
Definiremos en primeros lugares algunos aspectos generales que es necesario conocer antes de
proceder al diseño. En MatLab, las especificaciones se traducen casi de forma directa. Es
necesario conocer siempre cuatro parámetros: Wp, Ws, Rp y Rs donde Rp y Rs son las
atenuaciones en banda de paso y en banda atenuada, tal y como hemos definido anteriormente
y Wp, Ws son las frecuencias "normalizadas". Para "normalizar" dichas frecuencias es necesario
saber cual es la frecuencia de muestreo que vamos a utilizar para las simulaciones.
Si denominamos fsim a dicha frecuencia (el inverso del tamaño de paso que establecemos en la
simulación), la relación entre Wp, Ws y las frecuencias fp, fs son muy sencillas, tal y como
muestra la tabla siguiente:
La obtención de la frecuencia normalizada y del orden del filtro necesario es un paso previo a la
obtención de los coeficientes del filtro. Dependiendo del tipo de técnica se usará una de las
siguientes funciones:
• Método de Butterworth
» [N,Wn]=buttord(Wp,Ws,Rp,Rs);
• Método de Chebychev I
13
» [N,Wn]=cheb1ord(Wp,Ws,Rp,Rs);
• Método de Chebychev II
» [N,Wn]=cheb2ord(Wp,Ws,Rp,Rs);
• Método de Cauer
» [N,Wn]=ellipord(Wp,Ws,Rp,Rs);
Esto nos devolverá N (orden del filtro a diseñar) y Wn (frecuencia normalizada) para el método
seleccionado.
Una vez conocido el orden y la frecuencia normalizada, el siguiente y último paso es obtener los
coeficientes del filtro. Para ello utilizaremos una de las siguientes funciones, dependiendo del
método de diseño seleccionado:
• Método de Butterworth
Filtros paso bajo y paso banda
» [b,a]=butter(N,Wn);
• Método de Chebychev I
» [b,a]=cheby1(N,Rp,Wn);
• Método de Chebychev II
» [b,a]=cheby2(N,Rs,Wn);
• Método de Cauer
» [b,a]=ellip(N,Rp,Rs,Wn);
Esto nos devolverá a y b para el método seleccionado. El contenido de estos vectores son los
coeficientes del filtro ordenados en potencias descendentes de z, tal y como aparece en la
descripción de la función de transferencia:
E. Verificación del Diseño
Es posible verificar directamente en MatLab si un filtro cumple o no las especificaciones que se

le hayan impuesto. Para ello basta con definir un vector de frecuencias que vaya desde f0 (la
frecuencia inicial que nos interese) hasta ff (la frecuencia final que nos interese, siempre
teniendo en cuenta que ff<<fsim/2). Para definir este vector haremos:
» f=f0:fstep:ff;
Donde fstep es el paso entre frecuencias.
Ahora calculamos la respuesta del filtro para cada una de las frecuencias anteriores mediante:
» H=freqz(b,a,f,fsim);
14
Siendo b y a los coeficientes del filtro obtenidos en el diseño y fsim la frecuencia que usaremos
para la simulación. H resultará en un vector conteniendo la respuesta en frecuencia (módulo y
fase) para cada una de las frecuencias contenidas en f.
Por último, para ver el resultado podemos ordenar a Matlab que dibuje el módulo del filtro
diseñado:
» plot(f,abs(H));
Con lo que resulta posible observar el diseño y ver si verifica o no correctamente las
especificaciones. Si se desea, también se puede ver la respuesta del filtro en decibelios:
» plot(f,20*log10(abs(H)));
lo que probablemente facilite (utilizando la función zoom si es preciso) comprobar que el filtro
cumple las especificaciones señaladas.
V. Tarea asignada
1. Diseño de un filtro pasa bajos para limpiar nuestro sistema de Voz corrupto
a. Grafique su señal de voz adquirida en el espectro de frecuencia. Utilice el comando

fft().
15
b. Grafique su señal de voz distorsionada en el espectro de frecuencia. Que diferencias

existen con el espectro de frecuencias del paso a.
c. Diseñe un filtro paso bajo Chevysheb con las siguientes características:
• Atenuación (o rizado) máximo en la banda de paso: 1 dB

• Atenuación (o rizado) mínimo en la banda atenuada: 40 dB
16
• Frecuencia de final de la banda de paso: 9000 Hz

• Frecuencia de inicio de la banda atenuada: 10000 Hz
• La frecuencia de simulación a utilizar es 70000 Hz
d. Que orden de filtro sale y cuáles son los coeficientes del filtro?
a = 2 1.000 – 0.1558 4 0.1589 - 0.0651 6 4.5187 -0.6666 8 0.6622 -0.2568 10 8.9569 -1.2453
12 1.2050 -0.4402 14 10.2899
b = 0.0000 0 - 0.0000 0.0000 0 - 0.0000 0 0.0002 0 - 0.0009
17
Grafique la función de trasferencia del filtro
e. Filtre la señal de voz distorsionada, ¿Este filtro ha sido capaz de solucionar el problema
de distorsión y recuperar la señal de voz original?. Verifique en el espectro de
frecuencia si se soluciono el problema, de no ser así ajuste los parámetros del filtro
para eliminar la distorsión.
18
19
2. Filtre la señal de la voz con Ruido producida en la primera sección para que solo este
presente el tono de 12 KHz ? Verifique el funcionamiento y grafique la respuesta del tipo de
filtro diseñado.
20

Fundamentos de Imagen y Sonido Laboratorio1

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

Fundamentos de Imagen y Sonido Laboratorio1

Cargado por

Copyright:

Formatos disponibles

UNSA - Facultad de Producción y Servicios – Ing.

PRIMERA UNIDAD: PRODUCCIÓN DEL HABLA Y SU PERCEPCIÓN AUDITIVA

CASTELLANOS MORALES, FÀTIMA ALEXANDRA

YLLACHURA ARAPA, ROSÁNGELA DEL ROSARIO

II. Contenido teórico

El Toolbox de Adquisición de Datos de Matlab es una colección de Archivos M de funciones y

La figura 1 describe 2 características importantes en un sistema de Adquisición de Datos:

2. Los datos generados en el computador son convertidos a su representación analógica

Figura 1. Sistema de Adquisición de Datos.

III. Cuestionario previo

a. Describa por lo menos 3 sensores y actuadores que se puedan digitalizar mediante el

Un Sistema de Adquisición de Datos se usa cuando se está interesado en medir y

El hardware de Adquisición de Datos puede presentarse de dos maneras: Interna e

1. Flujo para adquirir datos

Los datos adquiridos son temporalmente guardados en la engine(memoria), el proceso

Los datos capturados desde el hardware son guardados en la engine.

2. Flujo para sacar datos

Los datos desde MATLAB son puestos en espera en la engine.

Es un diodo semiconductor capaz de emitir luz, podría mostrarse

Es un dispositivo similar al motor de corriente continua, sólo

c. ¿Cómo se realiza un filtro digital?

δs δp ωp1 ωp2 ωs1 ωs2 (1)

 se convierten a requerimientos digitales:

δs δp Ωp1 Ωp2 Ωs1 Ωs2 (2)

 Luego se revisa la simetr´ıa, para construir el filtro pasa bajos prototipo

δs δp ΩSN ormal Ωp (LP F normalizado)(3)

 Después se obtiene el grado del filtro digital

 Obtención de la función de transferencia normalizada

 Se des normaliza la función obtenida

EJEMPLO DEL DISEÑO DE UN FILTRO

numerador es la variable b y el denominador solo tiene un término que es 1, como corresponde a un

El siguiente paso es seleccionar la forma de implementarlo, es decir su estructura. Luego se elige

IV. Equipos y materiales

Laboratorio: Electrónica y Comunicaciones

1. Actividad: Adquisición de Data en Matlab

% Play back the recording.

% Store data in double-precision array.

% Plot the waveform.

B. La siguiente etapa en la adquisición de datos es reconocer nuestra señal grabada por el

Fs = 44100; % Sampling frequency

Escuche la señal creada, que diferencia nota respecto a la anterior.

b. ¿Busque en la ayuda el comando wavread, para qué sirve?

Una vez hayas hecho esto teclea:

En "x" seguirás teniendo el vector y en "y" tendrás la frecuencia de muestreo.

2 Actividad: Filtros en Matlab

Uno de los problemas más frecuentes en la Ingeniería de Telecomunicaciones es la necesidad de

Habitualmente se emplean para tareas tales como la eliminación de ruido o interferencias, en

Independientemente de su función, a la hora de introducir un filtro en un sistema de cualquier

Figura 2. Plantilla De Especificaciones de un filtro pasabajos

En la plantilla anterior podemos distinguir los cuatro parámetros de interés:

 fp Frecuencia de final de la banda de paso (pass-band)

Figura 3. Filtros validos para una Plantilla De Especificaciones de un filtro pasabajos

C. Selección de la técnica de diseño

 Diseño de Chebyshev con rizado en la banda de paso

E. Verificación del Diseño

Es posible verificar directamente en MatLab si un filtro cumple o no las especificaciones que se

Donde fstep es el paso entre frecuencias.

a. Grafique su señal de voz adquirida en el espectro de frecuencia. Utilice el comando

b. Grafique su señal de voz distorsionada en el espectro de frecuencia. Que diferencias

c. Diseñe un filtro paso bajo Chevysheb con las siguientes características:

• Atenuación (o rizado) máximo en la banda de paso: 1 dB

• Frecuencia de final de la banda de paso: 9000 Hz

b = 0.0000 0 - 0.0000 0.0000 0 - 0.0000 0 0.0002 0 - 0.0009

Grafique la función de trasferencia del filtro