Procesamiento digital de señales UNAD 2020

INFORME PROCESAMIENTO DIGITAL DE SEÑALES _COD 299004_10

RECONOCER LOS ELEMENTOS MATEMÁTICOS QUE IMPLICAN EL SISTEMA DE CONVERSIÓN ANALÓGICA
DIGITAL
DIRECTOR: Carlos Augusto Fajardo
Skype: carlos.fajardo.unad

Sergio David Acosta Ortiz; código: 1.071.550.086

e-mail: sdacostao@unadvirtual.edu.co

RESUMEN: El siguiente informe se 1) Muestreo

estudiará los fundamentos de los sistemas de 2) Cuantización
comunicación, dando asi solución de 3) Transformada Discreta de Fourier (Esta se
problemas matematicos tantos teoricos como planteará como la ecuación de sumatoria de
matemáticos relacionados con el la TDF – revisar OVI de entorno de
comportamiento y tratamiento de una señal. conocimiento o web conferencia, allí se
. muestra un ejemplo de cómo desarrollar la
ABSTRACT: TDF matemáticamente, deben realizarlo con
The following report will study the foundations of los tres últimos dígitos de su documento de
communication systems, thus giving the solution of identidad)
mathematical problems, both theoretical and
mathematical, related to the behavior and Los ejercicios de cuantización y muestreo
treatment of a signal. estarán dispuestos en el anexo 1 (Ejercicios
de muestreo y cuantización), ubicado en el
entorno de aprendizaje práctico, el tutor
I. INTRODUCCIÓN asignado, designará los ejercicios que cada
estudiante debe realizar:
Las siguientes practicas se van a desarrollar basados en
Anexo 1
los procedimientos propuestos en la guía de actividades,
Muestreo
se analizarán las definiciones principales de muestreo,
cuantizacion, transformada discreta de Fourier de tiempo
Según el capítulo 14 “Muestreo y cuantización” del libro
completo, procediendo a desarrollar los ejercicios
de Ambardar, página 446:
planteados por la guía de actividades.

II. OBJETIVOS
- Objetivo General

Reconocer los elementos matemáticos que implican

el sistema de conversión analógica digital.

- Objetivos Específicos
Figura 3: Operación ideal de muestreo
Comprender de manera teórica y práctica la señal de
muestreo, cuantizacion, alias, muestreo de Nyquist, TF y Ejercicio 5:
TRF.
Siendo
Desarrollar los ejercicios propuestos e indicados por el x ( t )=3 cos (12 kπ t ) +5 sen ( 16 kπ t ) +8 cos ( 32 k π t ) +sen ( 48 k π
tutor para su respectiva solución de los anteriores los Resuelva:
conceptos indicados anteriormente.
1.1. Encuentre las frecuencias f 0 n de cada una de
Actividades a desarrollar
las componentes de la señal x ( t )
 Cada estudiante realizará de manera
individual tres (3) ejercicios matemáticos, cada x ( t )= Asen ( w . t )
uno sobre los siguientes temas:

1
 Procesamiento digital de señales UNAD 2020
.

12 kπ 16 kπ 32 k πla potencia P N48enk πel error [𝑛] se

Para hallar
((
x ( t )=3 cos ⁡ w=
2π ))
t +5 sen w=
2π ((
t + 8 cosutiliza ))
w= la siguiente
2π ((
t + sen w=
formula: 2π ) ) ((
t ))
N−1
x ( t )=3 cos ⁡( ( 6 k Hz ) t ) +5 sen ( ( 8 k Hz ) t )+ 8 cos ( ( 16 k Hz ) t )+ sen
1 ( (24 k Hz ) t )
P N= ∗ ∑ e 2 [ n ]
N n=0
1.2. Si la señal x ( t ) tiene una frecuencia de
muestreo S=16 k Hz y se desea realizar la
1
reconstrucción de la señal, identifique si las P N = ∗ ( 1 , 95 )
componentes senoidales no sufren fenómeno 8
de alias, y si alguna de ellas lo sufre, indique
cuál y por qué. P N =0 ,24375
Teniendo en cuenta el concepto de fenómeno
de alias (ruido), y con el criterio de Nyquist, se 1.2. Halle la potencia 𝑃𝑠:
debe muestrear s=2. fr . max . la cual estas
dos componentes no presenta alias
3 cos ⁡( ( 6 k Hz ) t ) +5 sen ( ( 8 k Hz ) t ) , sin 1
N −1
embargo estas dos componentes presentan Ps = ∗ ∑ x 2 [ n ]
alias 8 cos ( ( 16 k Hz ) t ) + sen ( ( 24 k Hz ) t ) ya
N n=0
que sobresapan el alias de 16k Hz.
f a=f o − s 1
P N = ∗ ( 7 , 17 )
8
con alias P N =0 ,89625
f a=8 k Hz −16 k Hz
x a ( t )=8 cos ( −8 k Hz π t ) 1.3. Halle la relación señal a ruido de
x a ( t )=8 cos ( 8 k Hz π t ) cuantización SNR Q
f a=12 k Hz −16 k Hz señal a ruido de cuantización ( SNR Q) formula:
x a ( t )=5 sen ( − 4 k Hz π t )
x a ( t )=5 sen ( − 4 k Hz π t ) PS
SNR Q=10 log
PN
2. Cuantización

Ejercicio 2: Se despeja los valores en la ecuación PS y P N :

Siendo la señal muestreada: 1

N −1
∗ ∑ x2 [ n ]
N n=0
[𝑛]={0.2,0.5,0.5,0.8,1.0,1.5,1.5,0.7} SNR Q=10 log N −1
(7) 1 2
∗ ∑ e [ n]
La señal cuantizada: N n=0

N−1
[𝑛]={0,0.5,0.8,1.0,1.0,1.5,1.8,2.0}
(8) ∑ x2 [ n ]
Y la señal de error: SNR Q=10 log Nn=0
−1

∑ e2 [n ]
[𝑛]={0.2,0,−0.3,−0.2,0,0,−0.3,−1.3} n=0

(9)
7 ,17
SNR Q=10 log
1.1. Halle la potencia de ruido 𝑃𝑁 1, 95

2
 Procesamiento digital de señales UNAD 2020
.

SNR Q=10 log ( 3 , 6769 )

SNR Q=5 , 6548

 Cada estudiante realizará de manera individual,
aportes teóricos (incluir ecuaciones con
editor de word) sobre las siguientes
preguntas:

1) ¿Qué es una señal muestreada?

Toma valores de una señal cada cierto tiempo en el eje

x, dando un resultado conjunto finito de valores.

Ejemplo: x ( t )=cos ( 2 π . fi . t )
Donde:

f =frecuencia. señal ( Hz ) y t es variable temporal

Se toman valores de x (t) in instantes concretos de
t=n T s , donde n es numero entero indicando número 3) ¿Cuál es el fenómeno llamado Alias o Aliasing?

de muestra x [ n ] =x ( t ) ❑t =n .T , donde se muestrea T s

s
Es efecto erróneo que es producido por muestreo
incorrecto de señales digital, de acuerdo al teorema
unid. De t, donde la muestra 2 (n=2), donde t=2 T s. de Nyquist-shannon, donde al realizar replicar la
señal a muestrear, es considerable muestrear
superior al doble de max fr, donde no es replicado
de esa manera genera alias o aliassing.

4) ¿Qué indica el teorema de muestreo de

2) ¿Qué es una señal cuantizada?
Nyquist?
Los dispositivos mediante función algorítmica
Desarrollado por H. Niquist, de acuerdo al teorema
llamado cuantificador, que realiza en conclusión
que indica que la señal puede ser reconstruida sin
donde los errores se redondea, llamado error o
error, con igual t y el doble de ancho de banda,
distorsión de cuantificación y a veces la señal
modelada es llamada ruido de cuantizacion, se definida como f m
utiliza al redondeo
f m=2. B
Tipos de cuantizacion: Redondeo cuantizacion y
distorsión optimizado cuantizacion, Cuantizacion En la música se debe realizar conversiones de
escalar. material análogo a digital.

MD Razon de muestreo Frecuencia de Niquist

∆= NB
; donde MD diferencia amplitud max /min y NB numero de bits
2 22.05 Khz 11.025 Khz

24.00 Khz 12.00 Khz

3
Procesamiento digital de señales UNAD 2020
.

5) ¿Qué realiza la transformada de Fourier? x ( 0 )=0 ( 0 ) + 8 ( 1 ) +6 ( 2 )

Es la capacidad de separar series temporales de las
diferentes señales, ondas típicas como seno y coseno,
x ( 0 )=14+ 0 j
demostrando el señor Fourier, las características de las
ondas son: amplitud, frecuencia, desfase, pasa del − j2 π ( 1 ) ( 0) − j2 π ( 1 )( 1) − j 2 π ( 1 )( 2)
tiempo a la frecuencia, llamado espectro de frecuencia. 3 3 3
x ( 1 ) =x ( 0 ) e + x (1) e + x (2) e
− j 2 π ( 1) ( 1 ) − j 2 π ( 1) ( 2 )
3 3
x ( 1 ) =( 0 ) ( 1 )+ 8 e +6 e
− j2π −j2 π
3 3
x ( 1 ) =8 e +6 e
x ( 1 ) =8

6) ¿Qué es la transformada rápida de Fourier? x ( 1 ) =−7 −1.7321 j

Es un algoritmo para hallar la transformada de Fourier y
viceversa, usado para diferentes aplicaciones, para − j 2 π ( 2) ( 0) − j 2 π ( 2 ) ( 1) − j 2 π ( 2 )( 2 )
tratamiento digital de señales, presenta limitaciones de 3 3 3
espectro sin embargo muestrea 512, 1024, 2048, 4096 x ( 2 ) =x ( 0 ) e + x (1 ) e + x ( 2) e
muestras.
− j 16 π − j 12 π
3 3
Algoritmo: se calcula 4 muestras de datos: x ( 2 ) =( 0 ) ( 1 )+ 8 e +6e
- x 0 [ n ] son { x 0 [ 0 ] , x 1 [ 1 ] , x2 [ 2 ] , x 3 [ 3 ] x ( 2 ) =8
Np=1 n
i2π k ( )np
X [ k ]= ∑ X 0 [ n ] e x ( 2 ) =−7+1.7321 j
n=o
 Cada estudiante realizará el algoritmo de la
Transformada Discreta de Fourier, en el cual
debe estar planteada la sumatoria de
transformada. Dicho algoritmo se realizará para
una señal de longitud de tres (3) muestras. Los
tres valores de las muestras corresponden a los
tres últimos números del documento de
identificación, por ejemplo, si mi cédula es
80765437, entonces el algoritmo se hará para
la señal x[n] = [4 3 7]. Para desarrollar esta
parte el estudiante podrá utilizar Matlab,
Octave Online, o Scilab.

Numero de cedula: 10741550086

x=( 0 8 6 )
k 0=0 , k 1=8 , k 2=6
N=3
Fórmula general para transformada discreta de
Fourier:
N −1 −2 πiKn
N  Cada estudiante realizará un video en you
X k= ∑ x [n ] e tube, en el cual explicará línea a línea el
n=0 funcionamiento del algoritmo de la
− j 2 π ( 0) ( 0 ) − j 2 π ( 0 )( 1 ) − j 2 π ( 0 )( 2)
3 3 3
transformada discreta de Fourier (TDF) Nota:
x ( 0 )=x ( 0 ) e + x ( 1) e + x (2) e no es grabar el desarrollo matemático.

4
Procesamiento digital de señales UNAD 2020
.

onda desde 0,0172 m (0,68 pulgadas), a 17,2

- URL YOUTUBE: metros (56,4 pies).
Rango de frecuencia de 5 instrumentos:
 Cada estudiante investigará sobre el rango de
frecuencias que el oido humano es capaz de
escuchar, además investigará cual es el rango
de frecuencias que emiten cinco (5) Instrumento Fundamental Armónicos
instrumentos musicales, y a partir de este dato, Saxo Soprano 247 – 1175Hz 2-12Khz
argumentará a que frecuencia de muestreo Oboe 261 - 2349Hz 3 - 8Khz
mínima se debe muestrear cada uno de los
Bombo 30 - 147Hz 1 - 6Khz
cinco (5) instrumentos musicales para ser
Trombón 73 - 587Hz 1-4Khz
digitalizados de manera correcta.
Platillos 30 - 587Hz 1-15Khz
El oído humano puede responder a
iminutas variaciones de presión en el aire, si 
están en el rango de frecuencia audible, Teniendo en cuenta el teorema de Nyquist
aproximadamente entre 20 Hz – 20 kHz.
f m ≥ 2 f 0 la frecuencia de muestreo para los
instrumentos antes relacionados es:

Instrumento Frecuencia de muestreo

Saxo Soprano f s=2 ∗1175=2350
Oboe f s=2 ∗ 2349=4698
Bombo f s=2 ∗147=294
Trombón f s=2 ∗587=1174
Platillos f s=2 ∗587=1174
Por lo general, el “sonido” se utiliza para indicar
el sonido que puede ser percibido por el oído
Conclusiones
humano, es decir, el “sonido” se refiere al
sonido audible, a menos que se clasifique de
otra forma. Una definición razonablemente Se reconoce los elementos matemáticos que
estándar de sonido audible es, la de una onda implican el sistema de conversión analógica digital.
de presión con frecuencia entre 20 Hz y 20.000
Hz, y con una intensidad por encima del umbral Se comprende de manera teórica y práctica la señal
de audición estándar. Dado que el oído está de muestreo, cubanización, alias, muestreo de
rodeado por el aire, o tal vez bajo el agua, las Nyquist, TF y TRF.
ondas de sonido están limitadas a ser ondas
longitudinales. También se pueden especificar Se desarrolla los ejercicios propuestos e indicados
los rangos normales de presión sonora y por el tutor para su respectiva solución de los
la intensidad del sonido. anteriores los conceptos indicados anteriormente.
El oído humano, además de su
notable sensibilidad, es capaz de responder a
un rango más amplio de estimulación que
cualquiera de los sentidos. Se puede decir que
el rango dinámico práctico va desde el umbral
de audición hasta el umbral de dolor Referencias Bibliográficas

Frecuencia 20 Hz – (corresponde con

: 20.000 Hz el tono)  Ambardar, A. (2002). Transformada de Fourier
Intensidad: 10-12 – 10 (0 a 130 decibelios)
vatios/m2 de Tiempo Discreto. In Procesamiento de señales
Presión: 2 x 10-5 – 60 2 x 10-10 – analógicas y digitales (2nd ed., p. 482). Mexico City:
Newtons/m2 0,0006 atmósferas
Cengage Learning.

Para una temperatura de aire de 20ºC donde

la velocidad del sonido es 344 m/s, las ondas
de sonido audible, tienen longitudes de

5
Procesamiento digital de señales UNAD 2020
.

 García Martínez, M. (05,07,2017).

Procesamiento Digital de Señales - Transformada
Discreta de Fourier. [Archivo de video].

 Ambardar, A. (2002). Muestreo Ideal. In

Procesamiento de señales analógicas y digitales
(2nd ed., pp. 446-455). Mexico City, Mexico:
Cengage Learning.

 Ambardar, A. (2002). Muestreo, Interpolación y

Recuperación de la Señal. In Procesamiento de
señales analógicas y digitales (2nd ed., pp. 456-
460). Mexico City, Mexico: Cengage Learning.

 Ambardar, A. (2002). Cuantización. In

Procesamiento de señales analógicas y digitales
(2nd ed., pp. 460-464). Mexico City, Mexico:
Cengage Learning.