Apellidos: Moreira Vélez

Nombres: José Gabriel

Asignatura: Procesamiento de Señales, Sonido e Imágenes Digitales
Fecha: 07-06-2017

Tema: Series de Fourier en Timepo Discreto (DTFS).

 Asignatura Datos del alumno Fecha
Apellidos: Moreira Vélez
Procesamiento de
Señales, Sonido e 07-06-2017
Imágenes Digitales Nombre: José Gabriel

Actividades

Trabajo: Series de Fourier de tiempo discreto

Objetivo

El objetivo de este trabajo es aprender a calcular la DTFS y repasar algunas de sus

propiedades. No está permitido el uso de estructuras de control (if, for, etc).

Dada una señal discreta x[n], podemos obtener sus coeficientes DTFS con Octave
usando la operación:

c = (1/N)fft(x)

Donde N es el periodo de la señal y x es un vector con exactamente un periodo de la

señal.

La operación inversa se realiza de a partir del vector de coeficientes cm con

aplicando la siguiente operación:

x = N*ifft(c);

TEMA 7 – Actividades © Universidad Internacional de La Rioja. (UNIR)

 Asignatura Datos del alumno Fecha
Apellidos: Moreira Vélez
Procesamiento de
Señales, Sonido e 07-06-2017
Imágenes Digitales Nombre: José Gabriel

Tarea 1: DTFS de señales periódicas

Dadas las siguientes señales:

Preguntas
1) Determina el periodo fundamental de cada señal y representa cada una de las
señales, donde % es el resto de la división.
2) Calcula los coeficientes de la DTFS de cada señal con Octave. Representa con
subplot una fila con cada señal y sus coeficientes.
3) Indica si se cumplen las propiedades de simetría del conjugado en sus
coeficientes. Si no se cumple indica por qué.

Respuestas:

1) 7, 4, 2, 4

2)

3) Si se cumplen.

TEMA 7 – Actividades © Universidad Internacional de La Rioja. (UNIR)

 Asignatura Datos del alumno Fecha
Apellidos: Moreira Vélez
Procesamiento de
Señales, Sonido e 07-06-2017
Imágenes Digitales Nombre: José Gabriel

Tarea 2: obtención de señal a partir de coeficientes

Dadas dos señales periódicas xa[n] y xb[n] de las cuales conocemos:

Periodo fundamental N1=5 y coeficientes:

Periodo fundamental N2=6 y coeficientes:

Preguntas
1) Tendrás que obtener los coeficientes de estas señales y representar con subplot
(2 filas x 3 columnas) cada señal y sus coeficientes.

2) Usa la operación mean de Octave para comprobar que el valor medio en el

periodo de cada señal corresponde con el primer coeficiente (coeficiente DC). Si
no se cumple indique por qué.

3) Comprueba si se cumple la propiedad de Parseval:

Si no se cumple indica por qué.

TEMA 7 – Actividades © Universidad Internacional de La Rioja. (UNIR)

 Asignatura Datos del alumno Fecha
Apellidos: Moreira Vélez
Procesamiento de
Señales, Sonido e 07-06-2017
Imágenes Digitales Nombre: José Gabriel

Respuestas

1)

2)
>> g1=mean(x1)
g1 = 2.0000e+000 - 6.6613e-017i
>> g2=mean(x2)
g2 = 2
>> Px1=1/N*((x1(1))^2+(x1(2))^2+(x1(3))^2+(x1(4))^2+(x1(5))^2)
Px1 = 3.0000e+000 - 1.7764e-016i
>> Em1=((a(1))^2+(a(2))^2+(a(3))^2+(a(4))^2+(a(5))^2)
Em1 = 3
>> Px2=1/n*((x2(1))^2+(x2(2))^2+(x2(3))^2+(x2(4))^2+(x2(5))^2+(x2(6))^2)
Px2 = 3.0000 + 6.9282i
>> Em2=((b(1))^2+(b(2))^2+(b(3))^2+(b(4))^2+(b(5))^2+(b(6))^2)
Em2 = 3.0000 + 6.9282i

TEMA 7 – Actividades © Universidad Internacional de La Rioja. (UNIR)

 Asignatura Datos del alumno Fecha
Apellidos: Moreira Vélez
Procesamiento de
Señales, Sonido e 07-06-2017
Imágenes Digitales Nombre: José Gabriel

3)

Documentación Extra:
Teorema de Parseval
El valor medio de una señal se define como la media de todos los valores que definen y
componen la misma cuya suma representa el área bajo la curva entre un periodo de
tiempo que matemáticamente se representa por a la ecuación 1. Gráficamente
corresponde a un triángulo que contiene el área equivalente a la que tiene la señal bajo
su curva como se muestra en la figura 1.

Ecuación 1.

Fig. 1.: Área bajo la curva de señal

En los sistemas de comunicaciones es importante conocer la potencia promedio de las

señales lo que es equivalente al valor cuadrático medio en un periodo definido (T) de la
señal como lo muestra la ecuación 2, si f(f) corresponde a una señal de corriente o
voltaje representa la potencia promedio entregada por la misma a una resistencia de
1Ω. Los límites de integración para una señal periódica corresponden a un periodo de la

TEMA 7 – Actividades © Universidad Internacional de La Rioja. (UNIR)

 Asignatura Datos del alumno Fecha
Apellidos: Moreira Vélez
Procesamiento de
Señales, Sonido e 07-06-2017
Imágenes Digitales Nombre: José Gabriel

señal ya que si se toma n periodos, se aumenta el tiempo n veces y de igual manera

pasaría con el área, por lo tanto, se obtendría el mismo resultado.

Ecuación 2.

El teorema de Parseval define que la potencia de las señales es equivalente a la suma

de la potencia de sus componentes espectrales y se toma dependiendo de si la señal es
periódica o no ya que para su análisis se implementa la serie y la transformada de
Fourier respectivamente.

Teorema de Parseval para señales periódicas:

Si por un lado, la serie de Fourier corresponde a la serie trigonométrica o, por el otro, a
la exponencial compleja el Teorema de Parseval corresponde a las ecuaciones 3 y 4
respectivamente. En donde se define que la potencia de la señal es equivalente a la
suma de la potencia de los componentes espectrales representados por los coeficientes
a0, an y bn para el primer caso y Cn para el segundo. El valor cuadrático medio es
correspondería al valor cuadrático medio de los componentes espectrales como lo
muestra la ecuación 5, donde C0 es el nivel de offset de la señal y Cn la amplitud de la n-
ésimo armónico.

Ecuación 3.

Ecuación 4.

TEMA 7 – Actividades © Universidad Internacional de La Rioja. (UNIR)

 Asignatura Datos del alumno Fecha
Apellidos: Moreira Vélez
Procesamiento de
Señales, Sonido e 07-06-2017
Imágenes Digitales Nombre: José Gabriel

Ecuación 5.

Ejemplo:
1. Hacer la serie de Fourier para la señal mostrada en la figura 2 a través del Matlab y
aplicar el Teorema de Parseval para la serie trigonométrica y la exponencial compleja.

fig. 2: Señal cuadrada con T=pi y wo=2.

Solución: Se implementa el siguiente código en Matlab para la serie trigonométrica

de Fourier para los primeros cinco armónicos teniendo en cuenta que T=pi wo=2. Los
resultados de los coeficientes se encuentran contenidos en la tabla 2.
close all;
clc;
syms t;
lim= [0 pi/2 pi];
f= [1 0];
T=pi;
wo=2*pi/T;
n=1:1:5;

TEMA 7 – Actividades © Universidad Internacional de La Rioja. (UNIR)

 Asignatura Datos del alumno Fecha
Apellidos: Moreira Vélez
Procesamiento de
Señales, Sonido e 07-06-2017
Imágenes Digitales Nombre: José Gabriel

f=sym(f);
% hallando coeficientes.
A0=0;
for i=1:length(f)
A0= A0+ int(f(i),'t',lim(i), lim(i+1));
end
A0= simple (2*A0/T)
An=0;
for i=1:length(f)
An= An+ int(f(i)*cos(n*wo*t),'t',lim(i), lim(i+1));
end
An= simple (2*An/T)
Bn=0;
for i=1:length(f)
Bn= Bn+ int(f(i)*sin(n*wo*t),'t',lim(i), lim(i+1));
end
Bn= simple (2*Bn/T)
Tabla I

Coeficientes de la serie de Fourier para la señal de la figura 2.

Nota: Obsérvese que los coeficientes bn sólo tienen valor para n impar.

Para la serie trigonométrica de Fourier:

Teniendo en cuenta la ecuación 2 y los datos contenidos en la tabla I, la potencia de la
señal es:

Para n impar

TEMA 7 – Actividades © Universidad Internacional de La Rioja. (UNIR)

 Asignatura Datos del alumno Fecha
Apellidos: Moreira Vélez
Procesamiento de
Señales, Sonido e 07-06-2017
Imágenes Digitales Nombre: José Gabriel

Donde:

Hallando la convergencia tenemos que:

Ecuación 6.
Por lo tanto:

Para la serie exponencial compleja:

Teniendo en cuenta la ecuación 4 y los datos contenidos en la tabla I, tenemos que:

Para n impar
Donde:

Teniendo la convergencia de la serie representada por la ecuación 6, tenemos que:

TEMA 7 – Actividades © Universidad Internacional de La Rioja. (UNIR)