Unidad 1: Paso 2 - Reconocer los elementos matemáticos

que implica el sistema de conversión analógica digital

Diego Stivel Rubio Moreno Cod: 1056613510

Universidad Nacional Abierta y a Distancia – UNAD.

Ingeniería de Telecomunicaciones
Tratamiento Digital De Señales

Resumen: Mediante el análisis, estudio y strategies that allow an adequate treatment

desarrollo de ejercicios o problemáticas
que aplican la Transformada Fourier y sus
propiedades como el Teorema de Nyquist,
se desarrollan criterios para el
modelamiento matemático de situaciones
que requieran la implementación de un
sistema de control digital, se busca generar
técnicas y estrategias claras que permitan
un adecuado tratamiento de los posibles
diseños a desarrollar con la ayuda y la
implementación del software actual que
reducen la complejidad de los cálculos
matemáticos.
Palabras claves: Señal digital y análoga,
antialiasing, señal cuantificación, Muestreo,
serie de Fourier, la transformada Fourier,
fenómeno Aliasing, muestreo de Nyquist
Abstract: Through the analysis, study and
development of exercises or problems that
apply the Fourier Transform and its
properties as the Nyquist Theorem, criteria
are developed for the mathematical
modeling of situations that require the
implementation of a digital control system,
it seeks to generate techniques and clear
of possible designs to be developed with
the help and implementation of current
software that reduce the complexity of
mathematical calculations.
Keywords: Analog and digital signal,
antialiasing, quantization signal, Sampling,
Fourier series, Fourier transform, Aliasing
phenomenon, Nyquist sampling
INTRODUCCION
Con el siguiente trabajo se busca
conceptualizar e identificar los
fundamentos básicos en el procesamiento
de señales digitales, desde el instante que
el estudiante se ve en la necesidad de dar
solución a los problemas planteados en la
guía de la actividad colaborativa, puesto
que se profundiza en detalle en el
procesamiento de señales digitales, la
serie de Fourier y la transformada de
Fourier.
Actividades a desarrollar
Cada estudiante realizará de manera 2) Ejercicio Cuantización
individual tres (3) ejercicios matemáticos,
cada uno sobre los siguientes temas: Ejercicio 1:
Halle el número de bits B, para cuantizar
una señal muestreada que cambia entre
1) Ejercicio Muestreo -5V y 5V, y tiene un error rms de σ =3 mV
Ejercicio 3:
Para elegir correctamente la resolución de la
Siendo una señal banda de paso x c ( t ) con cuantificación digital, primero debemos hallar la
f L =4 k Hz resolución mínima que debemos tener para
frecuencia y frecuencia
minimizar el ruido de cuantificación. El ruido de
f H =8 k Hz . Resuelva: cuantificación, es aquel que se produce durante la
digitalización, ya que allí se establecen niveles de
cuantificación y el nivel de la señal analógica es
f L =4 k Hz ; f H =8 k Hz igualado al de cuantificación más próximo. La
resolución es la distancia entre dos niveles de
cuantificación contiguos, si consideramos
cuantificación uniforme. En efecto este error es:
1.1. Encuentre el ancho de banda B de
la señal x c ( t ) e ( n )=xq ( n ) − x ( n )

B=fH − fL Donde xq ( n ) es la secuencia de

muestras de amplitud discretas
B=8 − 4 que entrega el cuantificador, y
x ( n ), la secuencia de muestras
B=4 kHz
continuas a la entrada del mismo.
La resolución es:
1.2. Encuentre la frecuencia de
S
muestreo S para que no se presente R=
2B
fenómeno alias.
Que es el rango total de la señal que va a entrar al
fm=2 ∗ fH cuantificador dividido por la cantidad de niveles
que este tiene que es siendo B la cantidad de bits
fm=2 ∗8 k Hz del conversor. Esto nos da la distancia entre dos
niveles de cuantificación contiguos, por ende se
fm=16 k Hz puede decir que el ruido de cuantificación está
acotado a este valor y varía entre su valor RMS El número de bits tiene que ser entero y siempre se
que es su desvío estándar es: redondea hacía arriba

Rta: Se necesitan 10 bits para cuantificar la señal

R R solicitada con un error rms de 3 mV

e rms=
√ 2

∫ e 2 p ( e ) de=
−R
2
√ 1
2

∫
R −R
2
√
e2 p ( e ) de=
1 R3
R 12
3) Transformada Discreta de Fourier:
(Esta se planteará como la ecuación de
R R sumatoria de la TDF – revisar OVI de
=√ 3
2√ 3 6 entorno de conocimiento o web
conferencia, allí se muestra un ejemplo de
cómo desarrollar la TDF matemáticamente,
Remplazamos: deben realizarlo con los tres últimos dígitos
de su documento de identidad)
R
3 mV =√ 3 C.c: 1056613510
6

6.3 mV Señal x [ n ] = [5, 1, 0]

R= =10.4 mV
√3
Transformada Discreta
La resolución tiene que ser de ∞ − j 2 πkn
10.4mV al ser esa la amplitud del x ( k )= ∑ x ( n) e N

error, el rango de la señal como es n=− ∞

entre -5V y 5V es 10V. Recordamos la
expresión de la resolución:
Solución:
S
R= x = (5, 1, 0)
2B

S Ahora remplazamos los valores en k

2B =
R
k =5 ; k =1; k =0

B=log2 ( RS )=log 2 ( 10.410 VmV ) k =3 y n=0

log ( 962 )
log 2 ( 962 )= =9.91 bits ∞ − j 2 πkn
log ( 2 ) N
x ( k )= ∑ x ( n) e
n=− ∞
 9 −1 0

Remplazamos valores reniendo definida variables:

x (1)= + j √ 3
2
+
2 2 ( )
9 1
x ( 0 )=5 e
− j2 π (0 ) ( 0 )
3
+1 e
− j 2 π ( 0 )( 1 )
3
+0 e
− j 2 π ( 0 ) ( 2)
3
x (1)= + j √ 3
2 2 ()
x ( 1 ) =4.5 − j0.86
x ( 0 )=5 ( 1 ) +1 ( 1 ) +0 ( 1 )
Entonces para k =2
x ( 0 )=6 − j 2 π (2) ( 0 ) − j 2 π ( 2) ( 1) − j 2 π ( 2) ( 2 )
3 3 3
x ( 2 ) =5 e + 1e +0 e
Se realiza el calculo cuando k =1
− j4π − j8π
− j 2 π ( 1) ( 0 ) − j 2 π ( 1) ( 1) − j 2 π ( 1 ) ( 2) x ( 2 ) =5 e0 +1 e 3
+0e 3
3 3 3
x ( 1 ) =5 e + 1e +0 e
Fórmula identificada: Identidad de euler
−j2 π − j4π
x ( 1 ) =5 e0 +1 e 3
+0 e 3
e − jω =cos ( ω ) − j sin ω

Remplazamos Valores
Fórmula identificada: Identidad de euler
4π 4π 8π 8π
e − jω =cos ( ω ) − j sin ω x ( 2 ) =5+1 cos
( ( ) 3
− jsin
3
+0 cos
3( )) ( ( )
− j sin
3 ( ))
Remplazamos Valores: x ( 2 ) =5+1 ( −12 + j √23 )+0 ( −21 − j √23 )
2π 2π
( 3
x ( 1 ) =5+1 cos ( ) 3 )
− jsin ( ) 1
2
1 3 0
2 2
0 3
x ( 2 ) =5 − + j √ − − j √
2
4π 4π
+0 ( cos ( ) 3 ))
− j sin (
3
9 1 0
x ( 2 ) = + j √3 +
2 2 2 ( )
x ( 1 ) =5+1 ( −12 − j √23 )+0 ( −21 + j √23 ) 9
x (2)= − j √ 3
1
()
2 2
1 1 3 0 0 3
x ( 1 ) =5− − j √ − + j √
2 2 2 2 x ( 1 ) =4.5 − j0.86
ALGORITMO TRANSFORMADA DISCRETA DE ylabel('Fase')
FOURIER (TDF) xlim ([-5,5])
title('Dominio de Frecuencia - Respuesta de Fase')
clear all grid
clc TransformadaDiscretaFourier
close all AnguloFase=angle(X)
%% Diego Stivel rubio Moreno - Cod 1056613510
x = [5,1,0]
N = length(x); %%número de la muestra
X = zeros(N,1); %%Valor de X
k = 0;
K = 0;
for k=0:N-1 %%En la formula vamos a hallar el
valor de K x N por la suma de sus exponenciales
for n=0:N-1X(K+1)=X(K+1)+x(n+1)*exp(-
j*2*pi*k*n/N)
end

end
t=0:N-1;
subplot(3,1,1)
grid
stem(t,x);
xlabel ('tiempo (s)')
ylabel ('Amplitud')
xlim ([-5,5])
title('Dominio de Tiempo - Secuencia de Entrada')
grid
subplot(3,1,2)
grid
stem(t,x)
xlabel ('Frecuencia')
ylabel ('[X(k)]')
xlim ([-5,5])
title('Dominio de Frecuencia - Respuesta de
Magnitud')
grid
subplot(3,1,3)
grid
stem(t,angle(X))
xlabel('Frecuencia')
 PREGUNTAS
1) ¿Qué es una señal muestreada?
Es la digitalización de una señal,

discretizar una señal análoga en el

dominio del tiempo, se toma una señal
análoga y va tomando valores de la señal
cada determinado periodo de tiempo, el
periodo de la muestra debe ser máximo el
doble de la frecuencia de la señal, esto nos
permitirá qua al retornar la señal a
análoga, la señal producida será más
similar a la señal original, ahora bien las se
debe asegurar que los tiempo entre cada
muestra sean lo más iguales posible.

2) ¿Qué es una señal cuantizada?

Hace relación a la señal dividida en
cantidad de partes en la que se puede
dividir la amplitud de la señal muestreada y
depende netamente de la capacidad del
ADC y de la necesidad del proceso, es
decir podemos dividir la amplitud de la
señal en 512 partes, cuantas más
divisiones se tomen, mejor será la señal y
se evitara que se generen efectos
secundarios.

3) ¿Cuál es el fenómeno llamado

Alias o Aliasing?
Es un efecto que se produce cuando unas
señales continuas distintas se vuelve
indistinguibles al muestrearlas
digitalmente, es decir que es la alteración
de la percepción de un determinado
movimiento a través de nuestra percepción
o de cualquier óptica.
4) ¿Qué indica el teorema de
muestreo de Nyquist?
El teorema demuestra que la
reconstrucción exacta de una señal
periódica continua en banda base a partir
de sus muestras,
Según el teorema de Nyquist-Shannon la
cantidad de veces que debemos medir una
señal para no perder información debe de
ser al menos el doble de la frecuencia
máxima que alcanza dicha señal. En otras
palabras, si deseamos grabar una
conversación telefónica, como el ancho de
banda de la red telefónica es de 3khz, para
no perder información deberemos tomar
del orden de 6.000 muestras/segundo.
5) ¿Qué realiza la transformada de
Fourier?
Mediante la transformada de Fourier
discreta (TFD). Esta transformada
convierte la señal del dominio del tiempo al
dominio de la frecuencia. La TDF permite
un análisis más sencillo y eficaz sobre la
frecuencia, sobre todo en aplicaciones de
eliminación de ruido y en otros tipos de
filtrado (filtros de paso bajo, de paso alto,
de paso banda, de rechazo de banda,
etc.).
6) ¿Qué es la transformada rápida
de Fourier?
La transformada rápida de Fourier (TRF)
es un método matemático para la
transformación de una función del tiempo
en una función de la frecuencia. A veces
se describe como la transformación del
dominio del tiempo al dominio de
frecuencia. Es muy útil para el análisis de
los fenómenos dependientes del tiempo.
La transformada rápida de Fourier es un
algoritmo para calcular la TDF y su inversa,
es decir, una FFT es una forma de calcular
el mismo resultado con mayor rapidez.
 Frecuencias que el oído humano
es capaz de escuchar, además
investigará cual es el rango de
frecuencias que emiten
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.
Rango Dinámico de la Audición
Umbral de Umbral de Dolor
Audición
I0 1013I0 =
10,000,000,000,000 I0
0 decibelios 130 decibelios

 Cinco (5) instrumentos musicales,
y a partir de este dato,
argumentará a que frecuencia de
muestreo mínima se debe
muestrear cada uno de los cinco
(5) instrumentos musicales para
ser digitalizados de manera
correcta.
CONCLUSIONES
En las matemáticas y procesamiento de
señales, la Transformada Fourier convierte
una señal que esté definida en el dominio
del tiempo discreto en una representación
en el dominio de la frecuencia compleja.
Matlab es uno de los tipos de software
empleados en infinidad de aplicaciones
que requieren el manejo de complejos
modelos matemáticos o en su defecto de
operaciones pueden servir de apoyo en el
diseño, simulación y análisis tanto de
circuitos análogos como digitales así como
en el modelado de sistemas de control, de
telecomunicaciones, de audio, etc.
En el procesamiento de señales, tenemos
que de una señal analógica podemos
obtener una señal muestreada, de una
señal muestreada se puede obtener una
señal cuantizada, de una señal cuantizada
se puede obtener una señal digital. Así
mismo la clasificación de estas señales es
muy extensa, pero las más importantes
son por duración: lado izquierdo, lado
derecho, causales o de tiempos limitados y
señales periódicas.
REFERENCIAS BIBLIOGRÁFICAS
Ambardar (2002) “Procesamiento de
señales analógicas y digitales” página 446
-460, capítulo 14. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2081/ps/
eToc.do?
contentModuleId=GVRL&resultClickType=
AboutThisPublication&searchType=BasicS
earchForm&docId=GALE
%7C3BRH&userGroupName=unad&inPS=
true&rcDocId=GALE
%7CCX4060300148&prodId=GVRL
Blanco Velasco, Manuel Cruz Roldán,
Fernando (2013) “Tratamiento digital de
señales” capítulo 2.
http://bibliotecavirtual.unad.edu.co:2460/lib/
unadsp/detail.action?docID=3215458
Ambardar (2002) “Procesamiento de
señales analógicas y digitales” página 460
- 464, capítulo 14. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2081/ps/
eToc.do?
contentModuleId=GVRL&resultClickType=
AboutThisPublication&searchType=BasicS
earchForm&docId=GALE
%7C3BRH&userGroupName=unad&inPS=
true&rcDocId=GALE
%7CCX4060300148&prodId=GVRL