PROCESAMIENTO DIGITAL DE SEÑALES

PASO 1

Presentado por:

ANDRÉS FELIPE CHAVEZ Código 14’567.169

ALEJANDRO BOTERO Código
CRISTIAN CAMILO ESCUDERO Código 1’053.778.965
FRANK CHARLES SANCHEZ VEGA Código 9’729.736
FREDI ARAMIS PALLARES Código

Grupo

299004_34

Tutora y
Directora del Curso:

Ana Isabel Bolaños

UNAD
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA
COLOMBIA
2015
 INTRODUCCIÓN

El Procesamiento digital de señales se ha convertido en un apoyo de muchas otras

disciplinas como son las telecomunicaciones, control, la medicina, etc. Hoy en día

es más evidente que esa interacción que se mencionó sea profundizado más con el

tema de la televisión digital, la multimedia y los sistemas de información, como

podemos ver cada vez se muestra más la conectividad en la comunicaciones de

forma inalámbrica donde el procesamiento y acoplo de las señales digitales juegan

un papel importante en el desarrollo tecnológico. Lo realmente importante es como

el procesamiento de las señales digitales nos permite que los sistemas puedan tener

comunicación en tiempo real esto debido a que las señales se deben muestrear a
la salida a la misma velocidad que aquellas de tiempo continúo.
 DESARROLLO DE LAS ACTIVIDADES

Dentro de la opinión generada para el articulo, es importante tener en cuenta que

las carreras científico técnicas necesitan y requieren de prácticas en laboratorios,

los cuales pueden ser virtuales o presenciales. Sin embargo, en el artículo se habla

de la producción de unas prácticas para el desarrollo de una serie de laboratorios

virtuales que van a ser muy útiles en el proceso de aprendizaje para este tipo de

carreras. Esta producción técnica mejoraría la experiencia e incluso podría llegar a

potencializar innovaciones en los métodos utilizados por los profesores, docentes y

tutores. Es claro que se debe reducir la distancia que existe entre la teoría y la

práctica, ya que en muchas situaciones, se pueden tener estudiantes que son

hábiles para desarrollar problemas técnicos que surgen a partir del desarrollo

académico, pero que no tienen ninguna aplicación práctica en la industria, lo cual

significa que el proceso de aprendizaje se demora un poco más.

En cambio si se tiene un aprendizaje más práctico, en donde los problemas a

desarrollar sean cada vez más frecuentes en la vida laboral, se pueden llegar

incluso a reducir los tiempos de aprendizaje de ingenieros recién egresados en la

industria, o incluso impulsar nuevos desarrollos técnicos. Lo cual lleva a pensar que

la academia impulsa el desarrollo técnico de un país, pero si la academia se encarga

de solucionar situaciones que son únicamente presentables en la universidad,

entonces el trabajo del avance científico técnico está a cargo únicamente de la

industria.
VENTAJAS:

1. REPETITIVIDAD: La distribución de los componentes permite que los sistemas

digitales sean repetitivos. Por ejemplo al aplicar diferentes señales de entrada en
diferentes instantes de tiempo, a un dispositivo analógico, posiblemente se
obtengan señales que tiene diferencias con cierto rango de probabilidad, y si se
realiza la misma operación con dispositivos digitales, se puede tener un rango de
probabilidad mucho menor.

2. REPROGRAMABILIDAD: Se puede potencializar la forma de trabajo de los

dispositivos digitales con solo cambiar la programación de las tareas, en cambio con
los dispositivos analógicos es necesario el cambio de hardware para poder realizar
ese cambio de tareas.

3. ADAPTACION: El algoritmo adaptativo de un sistema de procesamiento digital le

puede permitir adaptarse a un cambio en las variables ambientales.

4. TRANSMISION DE DATOS Y ALMACENAMIENTO: Por ejemplo en un sistema

de audio, la fidelidad de los sistemas digitales es mayor que la de los analógicos.
La facilidad existente en los sistemas de grabación para introducir ruido en la música
es bien conocida. A menos que un reproductor de discos compactos reciba un fuerte
golpe, funcionará sin apenas errores, y los que se pudieran llegar a producir, se
pueden corregir digitalmente sin pérdida de fidelidad.

5. COMPRESION DE DATOS: para esto se debe tener en cuenta que en todos los
ejemplos de compresión analógica se pierde algo de información. Un ejemplo típico
es el limitado ancho de banda que utilizan las líneas telefónicas analógicas cuando
se multiplexan las llamadas, mientras que en la transmisión de datos digitales se
pueden dar dos formas de compresión, sin pérdidas o con perdido
 Ejercicio 2a
Método Grafico de Cálculo de la Convolución
Para resolver la Convolución de las secuencias:

𝑥[𝑛] = {1, 10 ≤ 𝑛 ≤ 20
{0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Con
ℎ[𝑛] = {𝑛, −5 ≤ 𝑛 ≤ 5
{0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

Utilizaremos un método eficaz y muy útil para resolver la Convolución discreta de

señales de este tipo de secuencias, aunque existen varios métodos como
tabulación, analítico, entre otros, en este caso, usaremos el método gráfico. Primero
definamos que la Convolución permite calcular la salida de un sistema LTI ante
cualquier entrada, conociendo su respuesta impulsional. La ecuación de la
Convolución es la siguiente:

Dicha expresión se denomina sumatoria de Convolución y nos dice que la respuesta

del sistema LTI y[n] a una entrada x[n] es igual a la Convolución de x[n] con la
respuesta al impulso h[n].

Los pasos son los siguientes:

1. Invertir temporalmente la secuencia h[k] para obtener h [-k].

2. Desplazar h [-k] n muestras a la derecha si n>0 o hacia la izquierda si n<0 para

formar h [n-k]

3. Formar los productos v[k] = x[k]h [n − k]

4. Sumar todas las muestras de v[k] para obtener el valor de la nuestra y[n].

Para empezar graficamos las secuencias x[n] y h[n]

Después desplazamos h [-k] n muestras a la derecha si n>0 o hacia la izquierda si
n<0 para formar h [n-k], creamos los intervalos y formamos los productos v[k] = x[k]h
[n − k].
Luego:

; [10 − 5; 20 − (−5)] = [5; 25]

Es en este intervalo donde se grafica la señal y[n], es decir [5; 25]

𝑦[𝑛] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘]

𝑘=−5
 Entonces:

𝑦[0] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = 5𝑥1 = 5

𝑘=−5
5

𝑦[1] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = 5𝑥1 + 4𝑥1 = 9

𝑘=−5
5

𝑦[2] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = 5𝑥1 + 4𝑥1 + 3𝑥1 = 12

𝑘=−5
5

𝑦[3] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = 5𝑥1 + 4𝑥1 + 3𝑥1 + 2𝑥1 = 14

𝑘=−5
5

𝑦[4] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = 5𝑥1 + 4𝑥1 + 3𝑥1 + 2𝑥1 + 1𝑥1 = 15

𝑘=−5
5

𝑦[5] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = 5𝑥1 + 4𝑥1 + 3𝑥1 + 2𝑥1 + 1𝑥1 = 15

𝑘=−5
5

𝑦[6] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = 5𝑥1 + 4𝑥1 + 3𝑥1 + 2𝑥1 = 14

𝑘=−5
5

𝑦[7] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = 5𝑥1 + 4𝑥1 + 3𝑥1 = 12

𝑘=−5
5

𝑦[8] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = 5𝑥1 + 4𝑥1 = 9

𝑘=−5
5

𝑦[9] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = 5𝑥1 = 5

𝑘=−5
5

𝑦[10] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = 0𝑥0 = 0

𝑘=−5
5

𝑦[11] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = −5𝑥1 = −5

𝑘=−5
 5

𝑦[12] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = −5𝑥1 − 4𝑥1 = −9

𝑘=−5
5

𝑦[13] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = −5𝑥1 − 4𝑥1 − 3𝑥1 = −12

𝑘=−5
5

𝑦[14] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = −5𝑥1 − 4𝑥1 − 3𝑥1 − 2𝑥1 = −14

𝑘=−5
5

𝑦[15] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = −5𝑥1 − 4𝑥1 − 3𝑥1 − 2𝑥1 − 1𝑥1 = −15

𝑘=−5
5

𝑦[16] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = −5𝑥1 − 4𝑥1 − 3𝑥1 − 2𝑥1 − 1𝑥1 = −15

𝑘=−5
5

𝑦[17] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = −5𝑥1 − 4𝑥1 − 3𝑥1 − 2𝑥1 = −14

𝑘=−5
5

𝑦[18] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = −5𝑥1 − 4𝑥1 − 3𝑥1 = −12

𝑘=−5
5

𝑦[19] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = −5𝑥1 − 4𝑥1 = −9

𝑘=−5
5

𝑦[20] = ∑ 𝑥[𝑛] ℎ[𝑛 − 𝑘] = −5𝑥1 = −5

𝑘=−5
Obteniendo la siguiente gráfica de la señal de salida y[n].

Señal de salida y[n]

 EJERCICIO No. 3

Encuentre la correlación entre las secuencias:

 𝑥[𝑛] = 𝑢[𝑛] − 𝑢[𝑛 − 6] y

 ℎ[𝑛] = 𝑢[𝑛 − 2] − 𝑢[𝑛 − 5]

Solución:

Hallaremos primero que secuencias tiene cada una de las expresiones anteriores,
con una longitud de n=6, tomada a criterio personal

Secuencia: x [𝑛] = [𝑛] − 𝑢 [𝑛 – 6]

Para n=0 [0] − [0 – 6] = 6

Para n=1 [1] − [1 – 6] = 6
Para n=2 [2] − [2 – 6] = 6
Para n=3 [3] − [3 – 6] = 6
Para n=4 [4] − [4 – 6] = 6
Para n=5 [5] − [5 – 6] = 6

Vemos que la secuencia de x [n], posee los mismos valores, quiere decir que es
una señal con un pulso constante en 6.

Secuencia: ℎ[𝑛] = 𝑢[𝑛 − 2] − 𝑢[𝑛 − 5]

Para n=0 ℎ[𝑛] = 𝑢[0 − 2] − 𝑢[0 − 5] = 3

Para n=1 ℎ[𝑛] = 𝑢[1 − 2] − 𝑢[1 − 5] = 3
Para n=2 ℎ[𝑛] = 𝑢[2 − 2] − 𝑢[2 − 5] = 3
Para n=3 ℎ[𝑛] = 𝑢[3 − 2] − 𝑢[3 − 5] = 3
Para n=4 ℎ[𝑛] = 𝑢[4 − 2] − 𝑢[4 − 5] = 3
Para n=5 ℎ[𝑛] = 𝑢[5 − 2] − 𝑢[5 − 5] = 3
 Vemos que la secuencia de h [n], posee los mismos valores, quiere decir que es
una señal con un pulso constante en 3.

Construimos la siguiente tabla con los resultados obtenidos previamente, con una
longitud para las señales de N=6:

Ahora la expresión que define la correlación entre dos secuencias es:

𝑁−1 𝑁−1
1 1
𝐶𝑥,ℎ [𝑘] = ∑ 𝑥[𝑛] ℎ[𝑛 + 𝑘] = ∑ ℎ [𝑛] 𝑥[𝑛 − 𝑘] 𝑃𝑎𝑟𝑎 𝑛 = 0,1,2,3 …
𝑁 𝑁
𝑛=0 𝑛=0

Llamada correlación cruzada entre dos señales

Donde:

Cx, n = Resultado de la correlación cruzada entre las secuencias x[n], h[n].

N = Longitud de las secuencias
x [n] = Secuencia 1
h [n] = Secuencia 2

La correlación existente entre ambas señales puede efectuarse mediante la suma

de los productos de los correspondientes pares de puntos. La correlación es idéntica
con la Convolución, ya que se desplaza la segunda señal a la derecha, se calcula
la secuencia producto, y se determina su suma así:

n 0 1 2 3 4 5 k Cx,h
x [n] 6 6 6 6 6 6
h [n] 3 3 3 3 3 3 0 (6x3)+(6x3)+(6x3)+(6x3)+(6x3)+(6x3) = 90
h [n+1] 3 3 3 3 3 3 1 (6x3)+(6x3)+(6x3)+(6x3)+(6x3)+(6x3) = 90
h [n+2] 3 3 3 3 3 3 2 (6x3)+(6x3)+(6x3)+(6x3)+(6x3)+(6x3) = 90
h [n+3] 3 3 3 3 3 3 3 (6x3)+(6x3)+(6x3)+(6x3)+(6x3)+(6x3) = 90
h [n+4] 3 3 3 3 3 3 4 (6x3)+(6x3)+(6x3)+(6x3)+(6x3)+(6x3) = 90
h [n+5] 3 3 3 3 3 3 5 (6x3)+(6x3)+(6x3)+(6x3)+(6x3)+(6x3) = 90
h [n+6] 3 3 3 3 3 3 6 (6x3)+(6x3)+(6x3)+(6x3)+(6x3)+(6x3) = 90
Cx,h 90 90 90 90 90 90
La señal h [n], se desplaza hacia la derecha obteniendo la suma de los productos
de los correspondientes pares de puntos. En cada desplazamiento se observa que
el resultado de la correlación de las dos señales, es igual a 90, y es porque la
segunda señal es una señal periódica con un mismo patrón numérico de 3, y aunque
se desplace hacia la derecha, sus valores siguen siendo los mismos, ya que los
números que vienen de izquierda a derecha de la señal h [n], también son valores
numéricos de valor 3.

Por lo tanto la correlación de las dos señales x [n] y h [n] es:

𝑁−1
1
𝐶𝑥,ℎ [𝑘] = ∑ 𝑥[𝑛] ℎ[𝑛 + 𝑘] =
𝑁
𝑛=0

𝑁−1
1
𝐶𝑥,ℎ [𝑘] = ∑(6 𝑥 3) + (6 𝑥 3) + (6 𝑥 3) + (6 𝑥 3) + (6 𝑥 3) + (6 𝑥 3) = 90
𝑁
𝑛=0

𝐶𝑥,ℎ [𝑘] = 90

Con la gráfica de salida:

 EJERCICIO No. 4

Considere un sistema descrito por la ecuación en diferencias

[𝑛] = [𝑛 − 1] − 𝑦[𝑛 − 2] + 0.5𝑥[𝑛] + 0.5𝑥[𝑛 − 1]

Encuentre la respuesta de este sistema a la entrada

[𝑛] = (0.5)n [𝑛]

Con condiciones iniciales (−1) = 0.75 y (−2) = 0.25

Solución:

Lo que primero debemos hallar, son los valores de la entrada [𝑛] = (0.5)n [𝑛],
entonces:

[𝑛] = (0.5)n [𝑛]

[-2] = (0.5)-2 [-2] = - 8
[-1] = (0.5)-1 [-1] = - 2
[0] = (0.5)0 [0] = 0
[1] = (0.5)1 [1] = 0,5
[2] = (0.5)2 [2] = 0,5
[3] = (0.5)3 [3] = 0,375
[4] = (0.5)4 [4] = 0,25
[5] = (0.5)5 [5] = 0,15625
[6] = (0.5)6 [6] = 0,09375
[7] = (0.5)7 [7] = 0,0546875
[8] = (0.5)8 [8] = 0,03125
[9] = (0.5)9 [9] = 0,0175
[10] = (0.5)10 [10] = 0,009765
Ahora calculamos la ecuación en diferencia, teniendo en cuenta las condiciones
iniciales (−1) = 0.75 y (−2) = 0.25
[𝑛] = [𝑛 − 1] − 𝑦[𝑛 − 2] + 0.5𝑥[𝑛] + 0.5𝑥[𝑛 − 1]

Para n=0:
[0] = [0− 1] − 𝑦[0 − 2] + 0.5𝑥[0] + 0.5𝑥[0 − 1]
[0] = [− 1] − 𝑦[− 2] + 0 + 0.5𝑥[− 1]
[0] = 0,75 – 0,25 + 0 - (0,5)(-2) = 1,5

Para n=1:
[1] = [1− 1] − 𝑦[1 − 2] + 0.5𝑥[1] + 0.5𝑥[1 − 1]
[1] = [0] − 𝑦[− 1] + (0,5)(0,5) + 0.5𝑥[0]
[1] = 1,5 – 0,75 + 0,25 - 0 = 1

Para n=2:
[2] = [2− 1] − 𝑦[2 − 2] + 0.5𝑥[2] + 0.5𝑥[2 − 1]
[2] = [1] − 𝑦[0] + 0,5(0,5)+ 0.5𝑥[1]
[2] = 1 – 1,5 + 0,25 - 0,25 = - 0,5

Para n=3:
[3] = [3− 1] − 𝑦[3 − 2] + 0.5𝑥[3] + 0.5𝑥[3 − 1]
[3] = [2] − 𝑦[1] + 0,5(0,375)+ 0.5𝑥[2]
[3] = -0,5 – 1 + 0,1875 + 0,25 = - 1,0625

Para n=4:
[4] = [4− 1] − 𝑦[4 − 2] + 0.5𝑥[4] + 0.5𝑥[4 − 1]
[4] = [3] − 𝑦[2] + 0,5(0,25)+ 0.5𝑥[3]
[4] = - 1,0625 – (-0,5) + 0,125 + 0,1875 = - 0,25
Para n=5:
[5] = [5− 1] − 𝑦[5 − 2] + 0.5𝑥[5] + 0.5𝑥[5 − 1]
[5] = [4] − 𝑦[3] + 0,5(0,15625)+ 0.5𝑥[4]
[5] = - 0,25 – (-1,0625) + 0,078125 + 0,125 = 1,015625

Para n=6:
[6] = [6− 1] − 𝑦[6 − 2] + 0.5𝑥[6] + 0.5𝑥[6 − 1]
[6] = [5] − 𝑦[4] + 0,5(0,09375)+ 0.5𝑥[5]
[6] = 1,015625– (-0,25) + 0,046875 + 0,078125 = 1,390625

Para n=7:
[7] = [7− 1] − 𝑦[7 − 2] + 0.5𝑥[7] + 0.5𝑥[7 − 1]
[7] = [6] − 𝑦[5] + 0,5(0,0546875)+ 0.5𝑥[0,09375]
[7] = 1,390625 – 1,015625 + 0,02734375 + 0,046875 = 0,44921875

Para n=8:
[8] = [8− 1] − 𝑦[8 − 2] + 0.5𝑥[8] + 0.5𝑥[8 − 1]
[8] = [7] − 𝑦[6] + 0,5(0,03125)+ 0.5𝑥[7]
[8] = 0,44921875 – 1,390625 + 0,015625 + 0,02734375 = -0,85546875

Para n=9:
[9] = [9− 1] − 𝑦[9 − 2] + 0.5𝑥[9] + 0.5𝑥[9 − 1]
[9] = [8] − 𝑦[7] + 0,5(0,0175)+ 0.5𝑥[8]
[9] = -0,85546875 – 0,44921875 + 0,00875 + 0,015625 = -1,2803125

Para n=10:
[10] = [10− 1] − 𝑦[10 − 2] + 0.5𝑥[10] + 0.5𝑥[10 − 1]
[10] = [9] − 𝑦[8] + 0,5(0,009765)+ 0.5𝑥[9]
[10] = -1,2803125– (-0,85546875) + 0,004882 + 0,00875 = -0,411211

Se obtuvo la siguiente tabla que contiene la solución homogénea de la ecuación [𝑛]

= [𝑛 − 1] − 𝑦[𝑛 − 2] + 0.5𝑥[𝑛] + 0.5𝑥[𝑛 − 1], con la respuesta de este sistema a la
entrada 𝑥[𝑛] = (0.5)n 𝑢[𝑛].

SOLUCIÓN
n y [n]
0 1,5
1 1
2 -0,5
3 -1,0625
4 -0,25
5 1,015625
6 1,390625
7 0,44921875
8 -0,85546875
9 -1,2803125
10 -0,41121175

Con los datos tabulados se obtuvo la gráfica de la ecuación en diferencia.

y [n]
2

1,5

0,5

0
0 2 4 6 8 10 12
-0,5

-1

-1,5
 EJERCICIO NO. 5

Una señal dada por x (t) = 2cos (3𝜋𝑡) se muestra con una frecuencia de 20 hz,
comenzando en t =0

a) ¿la frecuencia de muestreo es suficiente para la señal? (sugerencias):

Para que se verifique el teorema de muestreo, es necesario tener más de dos

muestras por periodo. Esta se cumple si Fm >2Fmax
Fm > 2B, siendo B el ancho de banda de la señal.
Entonces Fm = 20hz en el intervalo - Fm/2 < F < Fm/2
Fk = ± F0+K Fm,K = 0, ± 1, ±2, ±3, ±4, ±5, ±6
 Las señales nunca son de banda limitada y siempre hay ruido presente
 La idea es mantener el aliasing tan bajo como sea posible y también reducir la
rata de muestreo al mínimo, reducir el ancho de banda del sistema, la cual se
logra realizando filtraje en la señal de entrada
Donde se ha considerado k=1, la frecuencia de 10 hz muestreada a 20hz no es
suficiente para la señal
b) Encontrar las primeras seis muestras de la secuencia.

N  2K , K  1,2,3,4,5 Para k = 1 se obtiene el periodo de frecuencias de seis
3
muestras
𝜋
X(n) = 2cos(2 𝑛), 𝑛 = 0,1,2,3,4,5

 2 2 2 2
x(n)  2, , ,2, , 
 1 1 1 2

c) Teniendo en cuenta que la señal muestreada se representa como

x[n],¿cómo se representaría la misma señal retrasada en cuatro periodos de
muestreo?

N  2K , K  1,2,3 Para k = 1 se obtiene la señal retrasada en cuatro periodo
3
Entonces:
 2 2
𝜋
X(n) = 2cos ( 2 𝑛), 𝑛 = 0, 1, 2,3 x(n)  2, , ,2 
 1 1
 EJERCICIO NO. 6

Utilice la Transformada Discreta de Fourier (DFT, del inglés Discrete Fourier

Transform) para encontrar las muestras del espectro de frecuencia, tanto en
magnitud como en fase, de la siguiente secuencia x[n] = {2,-1,3}. Una vez encuentre
las muestras del espectro, aplique la Transformada Discreta de Fourier Inversa
(IDFT, del inglés Inverse Discrete Fourier Transform) para recuperar la secuencia
original.

Discreta directa: para poder decir que se le puede aplicar la transformada discreta
si la señal:
xn= es la señal
xn= valga cero para cualquier (n) negativo .
xn= valga cero para cualquier valor de (N) superior número de puntos puntos que
queremos calcular menos (-1).
kn= número de periodos en la señal.
n= es el valor de la posición de cada una de las muestras.
Ejercicio a desarrollar.
𝑥[𝑛] = {2, −1,3} 𝑐𝑜𝑚𝑜 𝑠𝑒 𝑝𝑢𝑒𝑑𝑒 𝑛𝑜𝑡𝑎𝑟 𝑡𝑖𝑒𝑛𝑒 𝑢𝑛𝑎 𝑝𝑒𝑟𝑖𝑐𝑖𝑑𝑎𝑑 𝑑𝑒 (3) => 𝑛 − 1 =
> 2−1= 2
Orden =3 la sumatoria se realiza hasta n=2

(Para k=0)
2𝜋𝑗𝑛𝑘 2𝜋00𝑗
𝑥(0) = ∑ 𝑥(𝑛)𝑒 𝑁 ≡ 2 => 2𝑒 0 => 2.1 = 2
3
2𝜋𝑗𝑛𝑘 2𝜋10𝑗
𝑥(0) = ∑ 𝑥(𝑛)𝑒 𝑁 ≡ −1 => −1𝑒 0 => −1.1 = −1
3
2𝜋𝑗𝑛𝑘
2𝜋20𝑗
𝑥(0) = ∑ 𝑥(𝑛)𝑒 𝑁 ≡ 3 => 3𝑒 0 => 3.1 = 3
3
Sumatoria 𝑹/𝒙(𝟎) = 𝟐 + (−𝟏) + 𝟑 = 𝟒

Para k=1
2𝜋𝑗𝑛𝑘 2𝜋01𝑗
𝑥(1) = ∑ 𝑥(𝑛)𝑒 𝑁 ≡ 2 => 2𝑒 0 => 2.1 = 2
3
2𝜋𝑗𝑛𝑘 2𝜋11𝑗 2
𝑥(1) = ∑ 𝑥(𝑛)𝑒 𝑁 ≡ −1 => −1𝑒 3𝜋𝑗
3
2𝜋𝑗𝑛𝑘 2𝜋21𝑗 4
𝑥(1) = ∑ 𝑥(𝑛)𝑒 𝑁 ≡ 3 => 3𝑒 3𝜋𝑗
3

De exponencial a trigonométrica

2 2 2 1 √3 1 √3
−1𝑒 3𝜋𝑗 = −1 [𝑐𝑜𝑠 ( 𝜋) − 𝑗𝑠𝑒𝑛 ( 𝜋)] => −1 [− − 𝑗 ] => + + 𝑗
3 3 2 2 2 2

4 4 4 1 √3 3 √3
3𝑒 3𝜋𝑗 = 3 [𝑐𝑜𝑠 ( 𝜋) − 𝑗𝑠𝑒𝑛 ( 𝜋)] = 3 [− − [− ]] = − + (𝑗3 )
3 3 2 2 2 2

1 3 √3 √3
Sumatoria 2 + 2 + (− 2) + 𝑗 + (𝑗3 ) => 1 + 2√3 => 𝐑/𝟏 + 𝟐√𝟑
2 2

Para k=2

2𝜋𝑗𝑛𝑘 2𝜋02𝑗
𝑥(2) = ∑ 𝑥(𝑛)𝑒 𝑁 ≡ 2 => 2𝑒 0 => 2.1 = 2
3
2𝜋𝑗𝑛𝑘 2𝜋12𝑗 4
𝑥(2) = ∑ 𝑥(𝑛)𝑒 𝑁 ≡ −1 => −1𝑒 3𝜋𝑗
3
2𝜋𝑗𝑛𝑘 2𝜋22𝑗 8
𝑥(2) = ∑ 𝑥(𝑛)𝑒 𝑁 ≡ 3 => 3𝑒 3𝜋𝑗
3

De exponencial a trigonométrica

4 4 4 1 √3 1 √3
−1𝑒 3𝜋𝑗 = −1 [𝑐𝑜𝑠 ( 𝜋) − 𝑗𝑠𝑒𝑛 ( 𝜋)] => −1 [− + 𝑗 ] => − 𝑗
3 3 2 2 2 2

4 8 8 1 √3 3 3√3
3𝑒 3𝜋𝑗 = 3 [𝑐𝑜𝑠 ( 𝜋) − 𝑗𝑠𝑒𝑛 ( 𝜋)] = 3 [− − 𝑗 ] = − − 𝑗
3 3 2 2 2 2
 1 3 √3 3√3
Sumatoria 2 + 2 − 2 + (−𝑗 ) + (−𝑗 ) 𝑅/ 1 − 2√3
2 2

Respuestas de la función

𝒙(𝟎) = 𝟐 + (−𝟏) + 𝟑 = 𝟒

𝒙(𝟏) = 𝟏 − 𝟐√𝟑

𝒙(𝟐) = 𝟏 − 𝟐√𝟑
 CONCLUSIONES

 Por medio de las lecturas realizadas a los artículos propuestos en la guía

integrada de actividades e investigaciones en la web, me pude dar cuenta de

la importancia que tiene procesamiento Digital de señales en nuestra vida

diaria, ya que en casi todos los dispositivos electrónicos, manejan un

procesamiento de señal que nos ha permitido acelerar procesos que antes

eran muy lentos y engorrosos, y otros nos ha permitido hacer la vida más

fácil y práctica.

 Las temáticas propuestas por el curso de procesamiento Digital de Señales,

son de vital importancia para nuestro aprendizaje como futuros ingenieros,

puesto que nos ha permitido conocer de qué manera y con qué procesos se

puede analizar una señal discreta, también de qué manera se puede buscar

patrones por emparejamiento, como es el caso de la correlación. Así que de

nosotros como estudiantes depende un buen aprendizaje, y logrará el éxito,

no solo en el análisis y tratamiento de señales digitales, sino también en

cursos futuros donde se necesite tener herramientas de análisis de señales

discretas.

 Podemos decir que se utilizaron los métodos estudiados, como Convolución,

correlación, ecuaciones en diferencia, transformada discreta de Fourier,

entre otros, para la elaboración de los diferentes ejercicios propuestos en la

guía, pues se logró un entendimiento más adecuado del uso de las

herramientas que nos permite lograr un mejor entendimiento gracias a su

versatilidad y gran variedad de aplicaciones.

 Con este trabajo se logró reconocer la temática de introducción al

procesamiento de señales que han sido propuestos en nuestro modulo. Que

sirvieron para el desarrollo adecuado de esta actividad y el manejo de

funciones basadas en la correlación, Convolución y sistemas discretos.

 Quedo demostrado que la Transformada de Fourier tiene una aplicación

importantísima en los procesos digitales que permite el desarrollo

tecnológico.

 Por medio de la elaboración del trabajo se concluye el familiarizarnos con el

análisis matemático de cada uno de los ejercicios propuestos para fortalecer

nuestras competencias.

 Trabajar en equipo con los demás compañeros del curso. Con el objetivo de

dar cumplimiento a las actividades del curso.

 Realizar el estudio y análisis de las referencias bibliográficas para cumplir

con lo solicitado en el curso.

 REFERENCIAS BIBLIOGRÁFICAS

 Banks, S, Signal Processing, Image Processing and Pattern Recognition,

Prentice Hall, 1990

 “Representación paramétrica de la transformada de Fourier de tejidos textiles”.

Extraído junio del 2007 de (http://www.unad.edu.co/biblioteca/)

 Robayo, F. (2013). Procesamiento Digital de Señales. Contenido Didáctico del

Curso. Escuela de Ciencias Básicas, Tecnología e Ingeniería. Programa de
Ingeniería Electrónica. pp (39-46). Neiva – Colombia: Universidad Nacional
Abierta y a Distancia – UNAD. Disponible en dirección electrónica:
http://datateca.unad.edu.co/contenidos/299004/299004_Modulo.pdf

 Banchs, R. (2004). Señales y Sistemas II. Módulo II: Transformada y Serie de

Fourier en Tiempo Discreto. Curso Virtual. Caracas – Venezuela: Universidad
Católica Andrés Bello. Disponible en dirección electrónica:
http://varoitus.barcelonamedia.org/rafael/Teaching/Courses/DSP/Modulo2.pdf

 Soria, E., Martínez, M., Francés, J. & Camps, G. (2002). Problemas de

Tratamiento Digital de Señales. Documento de Trabajo Versión 1.0. Grupo de
Procesado Digital de Señales. Departament d’Enginyeria Electrónica. pp (1-87).
Valencia – España: Universitat de Valencia. Disponible en dirección electronica:
http://datateca.unad.edu.co/contenidos/299004/book_pds.pdf

 Acevedo, J. (2010, 10). Tema 2. Ejemplo Convolución Discreta. ITT Sistemas

Telecomunicación SISTEMAS LINEALES. Artículo en PDF. Recuperado 09,
2015, de dirección electrónica:
http://agamenon.tsc.uah.es/Asignaturas/ittst/sl/apuntes/ANEXOConvolucionDis
creta.pdf

 Alvarado, J. (2011, 07). Procesamiento Digital de Señales. Documento en PDF.

Recuperado 09, 2015, de dirección electrónica:
http://www.ie.itcr.ac.cr/palvarado/PDS/pds.pdf

 Serrano, A. (2010, 07). Tema 3. Señales y sistemas en tiempo

discreto. Documento en PDF. Recuperado 09, 2015, de dirección electrónica:
http://ocw.uv.es/ingenieria-y-arquitectura/1-1/tema3.pdf
 (2015, 09). Tema 3. Convoluciones continuas y discretas Ejemplos de cálculo
gráfico. Documento en PDF. Recuperado 09, 2015, de dirección electrónica:
http://www.academia.edu/7571605/Tema_3._Convoluciones_continuas_y_discr
etas_Contenidos

 Morales, L. (2015, 09). Convolución. Documento en PDF. Recuperado 09, 2015,

de dirección electrónica:
https://hellsingge.files.wordpress.com/2014/04/lec09-convolucic3b3n.pdf

 Morón, J. (2011, 08). Señales y Sistemas. Libro en PDF. Recuperado 09, 2015,
de dirección electrónica:
http://www.uru.edu/fondoeditorial/libros/pdf/moron/Mor%C3%B3n%20completo.
pdf

 (2015, 08). Ejemplo de Correlación. Entorno de Conocimiento Campus Virtual

Curso Procesamiento Digital de Señales. Recuperado 09, 2015, de dirección
electrónica:
http://datateca.unad.edu.co/contenidos/299004/ExplicacionCorrelacion.pdf

 (2015, 08). Guía Integrada de Actividades. Entorno de Conocimiento Campus

Virtual Curso Procesamiento Digital de Señales. Recuperado 09, 2015, de
dirección electrónica:
http://datateca.unad.edu.co/contenidos/299004/2015B/Guia_Integradora_de_A
ctividades_299004_PDS_2015_B.pdf

 (2015, 08). Guía de Actividades Paso 1: Recolección de

Información. Aprendizaje Colaborativo Campus Virtual Curso Procesamiento
Digital de Señales. Recuperado 09, 2015, de dirección electrónica:
http://datateca.unad.edu.co/contenidos/299004/2015B/Guia_Actividades_Paso
1_PDS_2015_B.pdf

 (2015, 09). Web conferencia. PROCESAMIENTO DIGITAL DE SEÑALES.

Recuperado 09, 2015, de dirección electrónica:
http://datateca.unad.edu.co/contenidos/299004/2015B/Web_PDS_14Sept.pdf