Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Trabajo Claudia
Trabajo Claudia
SEÑALES
2π
9 sen ( 2 πt ) : wo=2 π : f 0 = =1
Presentado a: 2π
lo g 2 2B =lo g2 ( 115,47 )
2) ¿Qué es una señal cuantizada?
lo g2 ( 115,47 ) 6,85
B= = =685 redondeando El proceso de cuantificación digital es
lo g2 2 1
posterior a la etapa de muestreo en la
B=7 bits que se toman valores de amplitud de
una determinada señal analógica. El
objetivo de este proceso es cuantificar
con bits éstos valores, mediante la
asignación de niveles. En esta etapa se
le asigna un valor a la muestra, pero no
es digital. En este punto se decide si el
valor de la muestra está, por
aproximación, dentro del margen de
niveles previamente fijados y se le
asigna un valor preestablecido según el
código utilizado en la codificación.
Se conoce como error de cuantificación
(o ruido), a la diferencia entre la señal
de entrada (sin cuantificar) y la señal de
salida (ya cuantificada), interesa que el
ruido sea lo más bajo posible. Para
conseguir esto, se pueden usar distintas 4) ¿Qué indica el teorema de
técnicas de cuantificación: muestreo de Nyquist?
x=+∞
1
g ( ξ )= x= ∫ f ( x ) e−iξx dx 6) ¿Qué es la transformada rápida
√ 2 π x=−∞
de Fourier?
la Transformada Rápida de Fourier es
un algoritmo que permite calcular
Ejercicio transformada discreta
eficientemente la Transforma de Fourier
fourier
Discreta y su inversa. La Transformada
Rápida de Fourier es de suma
importancia en el análisis, diseño y
realización de algoritmos y sistemas de CODIGO 1014238112
x= {1 12 }
procesamiento de señales dado que
n={ 0 12 }
brinda mayor eficiencia tanto en tiempo
como en recursos.
basado en la división del tiempo,
eliminando así gran parte de los
cálculos repetitivos que hay que llevar a Entonces para k =0
cabo si se desea resolver la TFD de − j 2 π ( 0)
(0 )
− j 2 π ( 0)
(1 )
− j 2 π ( 0)
( 2)
3 3 3
forma directa x ( 0 )=x ( 0 ) e + x (1) e + x (2)e
representar Como:
N −1
Resolvemos:
X [ k ]= ∑ x [ n ] . w kn
N k=0,1, … . , N−1
n=0
Donde w =e
N
−j
2π
N
1+1 ( −12 )− j ( √23 )+2 ( 12 )− j (−2√3 )
Escriba aquí la ecuación . end
t = 0:N-1
Resolvemos reales e imaginarios subplot(311)
stem(t,x);
¿ 1.5+0.86 xlabel('Time (s)');
ylabel('Amplitude');
title('Time domain - Input
sequence')
subplot(312)
stem(t,X)
xlabel('Frequency');
Entonces k =2 ylabel('|X(k)|');
title('Frequency domain - Magnitude
( 0) ( 1) 2 response')
− j2 π ( 2 ) − j 2 π (2 ) − j 2 π ( 2)
3 3 3
x ( 2 ) =x ( 0 ) e + x ( 1) e + x ( 2) e
subplot(313)
−j8π
stem(t,angle(X))
¿ 1+1 e− j 4 π ⁄ 3 +2 e 3
xlabel('Frequency');
ylabel('Phase');
Para poder obtener resultados de reales title('Frequency domain - Phase
response')
e imaginarios usaremos la identidad de
Euler que dice: X % to check |X(k)|
angle(X) % to check phase
e− jω=cos ( ω ) − j sen ( ω )
4π 4π
( ( )
¿ 1+1 cos
3 ( ))
− jsen
3
8π 8π
( 3
+2( cos ( )− jsen (
3 ))
)
Resolvemos:
¿ 1.5−0.86 j
x = [ 1 1 2];
N = length(x);
RANGO DE FRECUENCIA DEL
X = zeros(3,1) OÍDO HUMANO.
for k = 0:N-1
for n = 0:N-1
X(k+1) = X(k+1) +
x(n+1)*exp(-j*pi/2*n*k)
end
El oído humano puede escuchar un
rango de frecuencias el cual se
encuentra entre los 20 a 20KHz.
instrumentos musicales para ser
digitalizados de manera correcta debe
ser:
Instrument Frecuencia Frecuenci
o fundament a mínima
al medida de
en Hz muestreo
medida
en Hz
Bajo 41 – 294 1848
acústico
Flauta 262 – 2349 4698
Piano 28 – 4186 8372
Tambor 100 – 200 400
Trompeta 164 – 988 1976