“AÑO DE LA LUCHA CONTRA LA CORRUPCIÓN Y LA

IMPUNIDAD”

UNIVERSIDAD NACIONAL DE
PIURA
FACULTAD CIENCIAS – ING ELECTRONICA Y
TELECOMUNICACIONES

 CURSO : PROCESAMIENTO DIGITAL DE SEÑALES

 DOCENTE : ING. JONATAN SAAVEDRA AGUIRRE

 TEMA : LABORATORIO N°1 PDS 1

 ALUMNOS : CLEMENTE ROSALES ADRIAN

 CICLO ACADÉMICO : 2019-II

PIURA – PERÚ
2019
 LABORATORIO I: INTRODUCCIÓN PDS Y MATLAB
OBJETIVOS
 Identificar lo que es un vector, una matriz, datos aleatorios, etc.
 Reconocer lo que es el editor de MATLAB y ejecución de algoritmos.
 Reconocer las secuencias numéricas básicas provenientes de las señales
analógicas que contengan algún tipo de información.
 Manejar la dualidad de dominio tiempo-frecuencia de las secuencias numéricas
y de los sistemas discretos.
 Conocer lo que son señales Analógicos y señales digitales.

FUNDAMENTE TEORICO
Un vector se define introduciendo los componentes, separados por espaciados o por
comas, entre corchetes:
>> v=[3 0 -2]

v=

3 0 -2

Para definir un vector columna, se separan las filas por puntos y comas:

>> w=[1;0;1/3]

w=

1.0000

0.3333

Para introducir matrices, se separa cada fila con un punto y coma:

>> M = [1 2 3 ; 4 5 6 ;7 8 9]

M=

1 2 3
4 5 6
7 8 9

Para referirse a un elemento de la matriz se hace así:

>> M(3,1)

ans =
 7
En Matlab tenemos una ventana que se llama de MATLAB, el editor permite tanto crear
y modificar estos archivos, como ejecutarlos paso a paso para ver se continúen errores
(proceso de Debug o depuración, eliminar errores al programa).

También Matlab permite que utilicemos

cualquier editor (edit de DOS, Word,
Notepad, etc.), ya que los archivos son
sólo texto.
El siguiente gráfico muestra la ventana
principal del editor.

Señales
Las señales son una forma genérica de referirse a una variable que varía con el tiempo,
el espacio alguna otra variable independiente.
Las señales se clasifican en:
 Señales continuas. Es una señal que puede expresarse como una función cuyo
dominio se encuentran en el conjunto de los números reales, y normalmente es el
tiempo. La función del tiempo no tiene que ser necesariamente una función
continua.

 Señales Discretas. Una señal discreta es una señal discontinua definida para
todos los puntos de un intervalo determinado del conjunto de los números
enteros. Una señal discreta en la naturaleza podría ser el pulso cardíaco, el
rebotar de una pelota al caer liberalmente. Etc.

Características de las Señales Analógicas:

1. Para todo Valor fijo de la frecuencia “F”, X a (t) es periódica. X a ( t +T p )=X a (t)
2. Las señales en tiempo continuo con frecuencias diferentes son diferentes.
3. El aumento en la frecuencia “F”, resulta en un aumento en la tasa de oscilación
de la señal.

Características de las Señales Discretas:

1. Una sinusoide en tiempo discreto es periódica si su frecuencia “f” es número
racional X [ n+ N ]= X [ n ] ; N=¿ periodo fundamental.
2. Las sinusoides en tiempo discreto cuyas frecuencias separadas por un múltiplo
entero de 2π son idénticas.
3. La mayor tasa de oscilación es una sinusoide en tiempo discreto se alcanza
cuando ω=π o ω=−πo equivalente a: f =1/2.
Conversión Analógica a Digital:
 Muestrear
 Cuantificar.
 Codificar.
X a ( t )=¿ X [ n T s ]= X [ n ]

Su frecuencia Discreta esta, dada por:

F
f=
Fs

Donde:
 f =¿ Frecuencia Discreta.
 F=¿ Frecuencia Analógica
 F s=¿ Frecuencia de Muestreo

Ejercicios.
1. Utilizando el editor de Matlab gracias una onda cosenoidal con frecuencia
analógica de 5Hz.

%Ejercico 1
phi=0; %desfase
t=0:0.01:1;
f=5;%Frecuencia
y=cos((2*pi*f.*t)+ phi)
plot(t,y)

2. Visualizar 6 periodos para onda cosenoidal de frecuencia 50Hz.

 %Ejercico 2
phi=0;%desfase
f=50;%frecuencia
T=1/f;t1=6*T;
t=0:0.001:t1;
y1=cos((2*pi*f.*t)+phi);
plot(t,y1)

3. Con referencia el ejercicio 2 pasando a tiempos discretos con una frecuencia de

muestreo F s=500 , visualizando en 6 periodos.

%LAb 1 de PDSI
%Problema 3
phi=0;
Fs=500;
F=50;
n=0:1/Fs:0.1;
Xn=cos((2*pi.*n*F)+phi)
stem(Xn)
4. Graficar una señal analógica y su señal digitalizada de frecuencia F=1000Hz.

Parámetros que se van usar en la gráfica:

 A=1; Amplitud de la Onda.
 F s=10 KHz ,Considerando una frecuencia de muestreo de 500.

Tenemos:
%Ejercicio 4
subplot(2,1,1)
phi=0;
f=1000;
t=0:0.000001:0.002;
y1=cos(2*pi*f.*t+phi);
plot(t,y1)
grid on
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%Discretización de la Función
subplot(2,1,2)
Fs=10000;
f=1000;%Frecuencia anallógica.
n=0:1/Fs:0.01
Xn=cos((2*pi.*n*f)+phi)
stem(Xn)
grid on
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
CUESTIONARIO.
1. De la siguiente señal, X ( t )=10 cos ( 1000 πt ) +5 cos ( 2000 πt ) ,si se quiere
digitalizarla ¿Qué parámetros utilizarías para obtener su frecuencia de muestreo?

El teorema de muestreo de Nyquist, frecuencia de Nyquist, dice que para

reconstruir una señal ya digitalizada y evitar el Aliasing en la señal se debe
tomar como frecuencia de Nyquist mínima 2 veces el máximo valor de la
frecuencia en la señal.

Resolviendo:

 2 πf =1000 πt → f =500.
 2 πf =2000 πt → f =1000.

La F s=Frecuencia de muestreo, que se puede utilizar como mínimo debe ser mayor
a:
 F s=2∗( 1000 ) → F s=2000.

2. Digitalizar la siguiente señal X ( t )=6 cos ( 2000 πt ) +3 cos ( 4000 πt ) , colocar su

código en Matlab y sus respectivos Gráficas (analógica y digital).

Resolviendo:
  2 πf =2000 πt → f =1000.
 2 πf =4000 πt → f =2000.

Tomando como F s=3000 Hz , tenemos:

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%Discretización de la Función
subplot(2,1,1)
f1=2000;%freuenccia analógica.
f2=4000;%Frecuencia anallógica.
t=0:0.0000001:0.01;
y=[6*(cos(pi*f1.*t))]+[3*(cos(pi*f2.*t))]
plot(t,y)
grid on
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
subplot(2,1,2)
Fs=5000; %Tomando la Fs mayor a dos veces que la Fmax.
f=1000;%Frecuencia anallógica.
n1=0:1/Fs:0.01
Xn=[6*(cos(pi*f1.*n1))]+[3*(cos(pi*f2.*n1))]
stem(n1,Xn)
grid on
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

3. Defina detalladamente cuando se da el fenómeno de Aliasing.

El fenómeno de Aliasing se define cuando una o varias señales analógicas se
vuelven indistinguibles al ser muestreadas, causando por un incorrecto muestreo,
casi siempre por una frecuencia de muestreo incorrecta.
Para digitalizar una señal hace falta muestrearlo. Pero ¿a qué frecuencia hay que
muestrear?
Esta frecuencia se llama: de Nyquist o teorema del muestreo.
El aliasing se produce cuando la frecuencia de muestreo es menor a la frecuencia
de Nyquist, obteniendo una señal totalmente diferente a la original. Afecta a las
frecuencias altas, si en el caso el la frecuencia de muestreo no las supera.