Documentos de Académico
Documentos de Profesional
Documentos de Cultura
I. INTRODUCCIÓN
Las señales pueden ser discretas en el tiempo o continuas.
Si se habla, por ejemplo, la voz es una señal continua en el
tiempo, pero al querer transmitir esa señal en el mundo
tecnológico se convierte en señal discreta y así poder
transmitirla a cualquier lugar, entonces, las señales discretas Figura 1. Gráfico de x(t) utilizando el comando stem.
son las que se deben analizar para así saber su
comportamiento. conv: Realiza la convolución discreta de dos secuencias.
Parámetros de entrada: los vectores a y b sostienen las dos
II. PROCEDIMIENTO secuencias
A. Señales discretas en el tiempo y sistemas con Matlab Parámetros de salida: el vector y mantiene la convolución de a y b.
Ejemplo:
𝑡 = [0: 0,1: 2]; 𝑥 = cos(𝜋 ∗ 𝑡 + 0,6); 𝑠𝑡𝑒𝑚(𝑡, 𝑥); Figura 2. Convolución de a y b utilizando el comando "conv".
𝑓2 (𝑡) = cos(2𝜋7𝑡) ;
Comandos en Matlab:
time = 0:0.1:0.9;
f_1 = cos(2*pi*3.*time);
f_2 = cos(2*pi*7.*time);
time_aux = 0:0.001:(1-0.001);
figure(1);
stem(time,f_1);
hold on;
plot(time_aux, cos(2*pi*3.*time_aux));
hold off;
figure(2);
stem(time,f_2);
hold on;
plot(time_aux, cos(2*pi*7.*time_aux));
hold off;
Figura 3. Respuesta de impulso de un sistema utilizando el
comando "impz".
B. Sistemas recursivos
Lo más notorio dentro de esta simulación es como
trabaja MatLab, es decir en la parte matemática se
acostumbra a trabajar desde el punto cero de la gráfica,
pero en MatLab se trabaja desde el punto uno. Esto es y
se debe tener en consideración para próximas
simulaciones.
Ejemplo:
Encuentra la respuesta al impulso del sistema:
Figura 5. f_1(t)
1
𝑦[𝑛] − 𝑦[𝑛 − 1] = 𝑥[𝑛]
∝
Suponiendo que está inicialmente relajada, con α=1.15
y 0<n<30.
Figura 6. f_2(t)
b = ones(1,N);
y = filter(b,1,x_noisy);
A. Ejercicio 1
Calcule la suma de convolución del siguiente par de
secuencias usando la función Matlab conv:
1 0≤𝑛≤2
Figura 7. Señal Original 0 0≤𝑛≤6 1 0≤𝑛≤4
𝑥[𝑛] = { 𝑦 ℎ[𝑛] = {
1 7≤𝑛≤8 0 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
0 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
Resolución
Código en Matlab
x = [1 1 1 0 0 0 0 1 1 0 0];
figure;
stem(x);
title('Entrada x[n]')
xlabel('n');
ylabel('x[n]');
h= [0 1 2 3 4 0 0];
figure;
stem(h);
title('h[n]')
Figura 8. Señal con ruido xlabel('n');
ylabel('h[n]');
y = conv(x,h)
figure;
stem(y);
title('Salida y[n]')
xlabel('n');
ylabel('y[n]');
Gráficos
Gráficos:
z=zeros(1,20);
2. Calcule 𝑦[𝑛] = 𝑥[𝑛] ∗ 𝑥[𝑛] ∗ 𝑥[𝑛] ∗ 𝑥[𝑛] usando la valIni1=filtic([0 0 0],[1 2 1],[1 0]);
función de Matlab conv para la secuencia: y=filter([0 0 0],[1 2 1],z,valIni1);
figure
stem(1:20,y)
1,0 ≤ 𝑛 ≤ 4 title ('Salida y1[n]')
𝑥[𝑛] = { valIni2 = filtic ([0, 0, 0],[1, 1,
0, 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
Resolución: 2],[1,0]);
y =filter ([0, 0, 0],[1, 1,
x = [1 1 0 0]; 2],z,valIni2);
figure; figure
stem(x); stem(1:20,y)
title('Entrada x[n]') title 'Salida y2[n]';
xlabel('n');
ylabel('x[n]');
y=conv(x,x); Gráficos
y=conv(y,x);
y=conv(y,x);
Figura 16. Gráfico de salida para la ecuación 1 Figura 18. Gráfico respuesta al impulso Ec. 1
4. Escriba un programa de Matlab para calcular las 5. Escriba un programa en Matlab para trazar la respuestas de
respuestas de impulso de los sistemas descritos por la estado estable para la entrada 𝑥[𝑛] = 𝑠𝑖𝑛(𝑤𝑛)𝑢[𝑛] de los
siguiente ecuación de diferencia. filtros descritos por las siguientes tres ecuaciones de
diferencia. Configure 𝑤1 = 𝜋⁄3 y 𝑤2 = 𝜋:
a. 𝑦[𝑛] = 𝑥[𝑛 − 2] + 𝑥[𝑛 − 1] + 𝑥[𝑛]
a. 𝑦[𝑛] + 𝑦[𝑛 − 1] + 𝑦[𝑛 − 2] = 𝑥[𝑛] 1
b. 𝑦[𝑛] − 𝑦[𝑛 − 1] = 𝑥[𝑛]
2
c. 𝑦[𝑛] = 𝑥[𝑛 − 2] + 2𝑥[𝑛 − 1] + 𝑥[𝑛]
b. 4𝑦[𝑛] + 𝑦[𝑛 − 1] + 3𝑦[𝑛 − 2] =
𝑥[𝑛] + 𝑥[𝑛 − 4] Resolución:
Resolución:
N=20; a)
a=[1 1 1]; t=30;
b=1; for i=1:t
z=impz(b,a,N); x_1(i)=sin(pi/3*(i-1));
figure end
stem(z) for i=1:t
title('Respuesta al impulso y1[n]'); x_2(i)=sin(pi*(i-1));
end
a=[4 1 3]; y_1=filter([1 1 1],1, x_1);
b=[1 0 0 1]; y_2=filter([1 1 1],1, x_2);
z=impz(b,a,N); subplot(2,1,1);
figure stem(0:29,y_1,'g'),title 'Para w1=pi/3';
stem(z) subplot(2,1,2);
title('Respuesta al impulso y2[n]'); stem(0:29,y_2,'r'),title 'Para w2=pi';
Gráficos
` Gráfico
Gráfico
f1=1000;
f2=1100;
c) . fp=gcd(f1,f2);
T=1/fp;
for i=1:t fs=4000;
x_1(i)=sin(pi/3 * (i-1)); fm=100*fs;
end t=0:1/fm:T;
for i=1:t xt=3*sin(2*pi*f1*t)+7*sin(2*pi*f2*t);
x_2(i)=sin(pi*(i-1)); n=0:1:T*fs;
end xn=3*sin(2*pi*f1*n./fs)+7*sin(2*pi*f2*n./fs);
y_1=filter([1 2 1],1, x_1); %Determinacion del valo de h
y_2=filter([1 2 1],1, x_2); N=5;
figure h=impz([1 0 1],1,N);
subplot(2,1,1); yn=conv(xn,h);
stem(0:29,y_1,'r');title 'Paraw1=pi/3';
n1=0:length(yn)-1;
subplot(2,1,2); %Graficas
stem(0:29,y_2,'b'),title 'Para w2=pi'; figure(1)
plot(t,xt)
hold on;
title('Senal Analogica x[n]')
xlabel('t')
ylabel('x(t)')
hold off;
figure(2)
stem(n,xn)
hold on;
title('Secuencia x[n]')
xlabel('n')
ylabel('x[n]')
hold off;
figure(3)
stem(n1,yn)
hold on;
title('Secuencia y[n]') Figura 25. Señal de salida muestreada
xlabel('n')
ylabel('y[n]') IV. CONCLUSIONES Y RECOMENDACIONES
hold off;
o El análisis de señales discretas en el tiempo mediante el software
Matlab es muy completo ya que nos da herramientas necesarias y
comandos para poder hacer un análisis más profundo y poder
obtener información importante.
o Las señales periódicas tienen diferentes aplicaciones y es por ello
que el experimentar a nivel de software es muy importante.
Gráfico o Se ha entendido la funcionalidad de los diversos comandos
existentes en Matlab para el procesamiento de señales discretas.
o Es importante definir la extensión de los ejes para observar
el gráfico con claridad.
REFERENCIAS
[1] P.Diniz, E. da Silva y S. Netto, Digital Signal Processing: System Analysis and
Desing, Cambridge University Press, 2010.
[2] H.Monson, Schaum’s Outline of Theory and Problems of Digital Signal
Processing, McGraw Hill, 2011