PASO 2 – RECONOCER LOS ELEMENTOS MATEMÁTICOS QUE IMPLICA EL

SISTEMA DE CONVERSIÓN ANALÓGICA DIGITAL

PRESENTADO POR
JOSE NICOLAS HERNANDEZ
Código: 15024967

PRESENTADO A:
Ing. MAURICIO ALBERTO GARCIA
Director de Curso

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA – ECBTI
PROGRAMA DE INGENIERIA ELECTRONICA
MODULO DE PROCESAMIENTO DIGITAL DE SEÑALES
2020
 DESARROLLO

Ejercicio 3:

Siendo una señal banda de paso 𝑥𝑐(𝑡) con frecuencia 𝑓𝐿=4𝑘 𝐻𝑧 y frecuencia
𝑓𝐻=8𝑘 𝐻𝑧 . Resuelva:

1.1. Encuentre el ancho de banda 𝐵 de la señal 𝑥𝑐(𝑡)

1.2. Encuentre la frecuencia de muestreo 𝑆 para que no se presente fenómeno
alias.

SOLUCION:

1.1. El ancho de banda está definido por:

B=f H −f L
B=8 KHz −4 KHz
B=4 KHz

1.2. La frecuencia de muestreo está dada por:

 Primero se encuentra N
fH
N=∫
B
8 KHz
N=∫
4 KHz
N=2

 Las posibles opciones para la frecuencia de muestreo S son:

2f H 2fL
≤S≤ , k =1,2
k k −1
16 8
≤S≤ , k=1,2
k k−1
S ≥16
S=8

La frecuencia para que no se presente fenómeno de alias es S ≥16

Ejercicio 2:

Siendo la señal muestreada:

𝑥[𝑛]={0.2, 0.5, 0.5, 0.8, 1.0, 1.5, 1.5, 0.7}
La señal cuantizada: 𝑥𝑄[𝑛]={0,0.5,0.8,1.0,1.0,1.5,1.8,2.0}
Y la señal de error: 𝑒[𝑛]={0.2,0,−0.3,−0.2,0,0,−0.3,−1.3}
1.1. Halle la potencia de ruido 𝑃𝑁
1.2. Halle la potencia 𝑃𝑠
1.3. Halle la relación señal a ruido de cuantización 𝑆𝑁𝑅𝑄

SOLUCION:

N −1
1
PS =
N
∑ x2 [n]
n=0

PS =(0.2)2 + ( 0.5 )2 + ( 0.5 )2 + ( 0.8 )2 + ( 1.0 )2 + ( 1.5 )2 + ( 1.5 )2 + ( 0.7 )2=7.17

N−1
1
P N=
N
∑ e 2 [n]
n=0

P N =( 0.2 )2 + ( 0 )2+ (−0.3 )2+ (−0.2 )2+ ( 0 )2+ ( 0 )2 + (−0.3 )2 + (−1.3 )2=1.95

PS
SNR S=10 log ( )
PN
SNR S=10 log ( 7.17
1.95 )

SNR S=5.65

Transformada Discreta de Fourier

El documento de identificación es: 15024967, por lo tanto x [ n ] =[9 6 7]. La

Transformada discreta de Fourier de la secuencia x [ n ] se puede definir como:

N −1 − j 2 πkn
N
X [ k ]= ∑ x [ n ] e
n=0

Para k =0:
− j 2 π (0)(0) − j 2 π (0)(1) − j 2 π (0)(2)
3 3 3
X [ k 0 ]=x [ 0 ] e + x [ 1] e + x [2 ] e
X [ k 0 ]=9+6+ 7
X [ k 0 ]=22+ j 0

Para k =1:
− j 2 π (1)(0 ) − j 2 π (1)(1) − j2 π (1 )(2)
3 3 3
X [ k 1 ]=x [ 0 ] e + x [ 1] e + x [ 2] e
− j2 π − j4π
3 3
X [ k 1 ]=9+6 e +7 e

Recordemos que la función exponencial compleja está definida como:

e− jw=cos ( w )− jsen( w)
Reemplazando se obtiene:
2π 2π 4π 4π
X [ k 1 ]=9+6 cos( ( ) ( )) ( ( )
3
− j sen
3
+7 cos
3
− j sen
3 ( ))
X [ k ]=9+6 (
−1 √3
− j ) +7 (
−1 √3
2 )
1 +j
2 2 2
X [ k 1 ]=9−3− j5,19−3,5+ j 6.06
X [ k 1 ]=2,5+ j 0,87

Para k =2:
− j 2 π (2)(0 ) − j 2 π (2)(1) − j 2 π (2)(2)
3 3 3
X [ k 2 ]=x [ 0 ] e + x [ 1] e + x [ 2] e
− j4π −j8π
3 3
X [ k 2 ]=9+6 e +7e

Recordemos que la función exponencial compleja está definida como:

e− jw=cos ( w )− jsen( w)
Reemplazando se obtiene:
4π 4π 8π 8π
X [ k 2 ]=9+6 cos( ( ) 3 ( )) ( ( )
− j sen
3
+7 cos
3
− j sen
3 ( ))
−1 −1
X [ k ]=9+6 (
2 + j 0,87 ) +7 ( − j0,87 )
2 2
7
X [ k 2 ]=9−3+ j 5.22− − j 6.06
2
5
X [ k 2 ]= − j 0,87
2
X [ k 2 ]=2,5− j0,87

Finalmente, expresamos la respuesta en forma de vector para luego compararla

con la respuesta arrojada por Octave Online:
X =[22+ j 0 2,5+ j0,87 2,5− j 8.67]
Aportes teóricos

1) ¿Qué es una señal muestreada?

Es una señal que ha pasado por un proceso a través del cual se toman
muestras de una señal continua en intervalos de tiempo simétricos a lo que
se le denomina periodo de muestreo.

2) ¿Qué es una señal cuantizada?

Es el proceso por medio del cual la señal muestreada se redondea o se
trunca, es decir se hace corresponder al nivel superior más cercano o al
nivel inferior respectivamente.

3) ¿Cuál es el fenómeno llamado Alias o Aliasing?

Es el efecto que causa que señales continuas distintas se tornen
indistinguibles cuando se muestrean digitalmente.

4) ¿Qué indica el teorema de muestreo de Nyquist?

Es un teorema fundamental de la teoría de la información, de especial

interés en las telecomunicaciones. Trata del muestreo que no debe ser
confundido o asociado con la cuantificación, proceso que sigue al de
muestreo en la digitalización de una señal y que, al contrario del muestreo,
no es reversible (se produce una pérdida de información en el proceso de
cuantificación, incluso en el caso ideal teórico, que se traduce en una
distorsión conocida como error o ruido de cuantificación y que establece un
límite teórico superior a la relación señal-ruido).

Este teorema indica que para que una señal analógica puede ser
reconstruida, sin error, de muestras tomadas en iguales intervalos de
 tiempo. La razón de muestreo debe ser igual, o mayor, al doble de su ancho
de banda de la señal analógica”

5) ¿Qué realiza la transformada de Fourier?

Es una transformación matemática empleada para transformar señales

entre el dominio del tiempo (o espacial) y el dominio de la frecuencia, que
tiene muchas aplicaciones en la física y la ingeniería. Es reversible, siendo
capaz de transformarse en cualquiera de los dominios al otro. El propio
término se refiere tanto a la operación de transformación como a
la función que produce.

6) ¿Qué es la transformada rápida de Fourier?

Es un algoritmo que reduce el tiempo de cálculo de n2 pasos a n·log2(n). El
único requisito es que el número de puntos en la serie tiene que ser una
potencia de 2 (2n puntos)

Algoritmo en Matlab

x = [9 6 7];
N = length(x); % indica el numero de muestras que se tomará
X = zeros(3,1); % Genera matriz de numero de muestras por unica columna
for k = 0:N-1 % ciclo for para ejecutarlo el número de muestras necesario
for n = 0:N-1 % se indica el numero de veces a realizar
X(k+1) = X(k+1) + x(n+1)*exp((-j*2*pi/N)*(n*k)) %ecuacion correspondiente
end
end

t = 0:N-1
subplot(311)
stem(t,x);
xlabel('Time (s)');
ylabel('Amplitude');
title('Time domain - Input sequence')

subplot(312)
stem(t,X)
xlabel('Frequency');
ylabel('|X(k)|');
title('Frequency domain - Magnitude response')

subplot(313)
stem(t,angle(X))
xlabel('Frequency');
ylabel('Phase');
title('Frequency domain - Phase response')

X % to check |X(k)|
angle(X) % to check phase
 Link video

https://www.youtube.com/watch?v=-pIGtpYgERo&feature=youtu.be

Rango de frecuencias que el oído humano es capaz de escuchar.

El oído humano puede responder a diminutas variaciones de presión en el aire, si

están en el rango de frecuencia audible, aproximadamente entre 20 Hz - 20 kHz

Es capaz de detectar variaciones de presión de menos de una billonésima parte

de la presión atmosférica. El umbral de audición corresponde a vibraciones del
aire del orden de una décima de un diámetro atómico. Esta increíble sensibilidad
es mejorada por una amplificación efectiva de la señal del sonido, por medio de
las estructuras del oído externo y medio. Contribuyendo al amplio rango dinámico
de la audición humana, están los mecanismos protectores que reducen la
respuesta del oído a sonidos muy altos. Las intensidades de sonido sobre este
amplio rango, se expresan normalmente en decibelios.

Para la Tuba:
Frecuencia Fundamental Armónicos
49 Hz –587 Hz 1 – 4 KHz
Tuba

Como la frecuencia de los armónicos para este instrumento está comprendida

entre los 1 y 4 KHz, se puede muestrear con una frecuencia minina de 4 KHz.

Para el Saxo Tenor:

Frecuencia Fundamental Armónicos
131 Hz – 494 Hz 1 – 12 KHz
Saxo Tenor
Como la frecuencia de los armónicos para este instrumento está comprendida
entre los 1 y 12 KHz, se puede muestrear con una frecuencia minina de 12 KHz.

Para el Trombón:
Frecuencia Fundamental Armónicos
73 Hz –587 Hz 1 – 4 KHz
Trombón

Como la frecuencia de los armónicos para este instrumento está comprendida

entre los 1 y 4 KHz, se puede muestrear con una frecuencia minina de 4 KHz.

Para la Viola:
Frecuencia Fundamental Armónicos
131 Hz – 1175 Hz 2 – 8.5 KHz
Viola

Como la frecuencia de los armónicos para este instrumento está comprendida

entre los 2 y 8.5 KHz, se puede muestrear con una frecuencia minina de 8.5 KHz.

Para el Bombo:
Frecuencia Fundamental Armónicos
30 Hz – 147 Hz 1 – 4 KHz
Bombo

Como la frecuencia de los armónicos para este instrumento está comprendida

entre los 1 y 4 KHz, se puede muestrear con una frecuencia minina de 4 KHz.