Paso 2 – Reconocer los elementos matematicos que

implica el sistema de conversion analogica digital.

Rivera, Edwin
Universidad Nacional Abierta y a Distancia
Ingeniería Electrónica
Procesamiento Digital de Señales
Octubre-2020

Abstract.

In the development of this work we will study and learn about the basic concepts about digital signal processing, which are essential to enter the
subject of analog to digital conversion, exercises will be applied to mathematics of sampled signal, quantized signal, aliasing phenomenon,
discrete Fourier transform, Nyquist theorem. There will also be an investigation based on the frequency that musical instruments can emit.

Resumen.

En el desarrollo de este trabajo estudiaremos y aprenderemos acerca de los conceptos básicos sobre el procesamiento digital de
señales, los cuales son primordiales para entrar en el tema de la conversión analógica a digital, se tendrán ejercicios aplicados a
matemáticas de señal muestreada, señal cuantizada, fenómeno de aliasing, transformada discreta de Fourier, teorema de Nyquist.
También se encontrará una investigación basada en la frecuencia que pueden emitir los instrumentos musicales.

I. INTRODUCCION.

El procesamiento digital de señales es basado en todas las lecturas que se establecen mediante circuitos, microprocesadores, etc.
Con el fin de tomar una señal analógica en cualquier aplicación y poderla codificar para poder mostrarla como resultado en una
pantalla o en su defecto trasmitirla por otro mecanismo.
Por consiguiente es necesario entender y comprender los elementos básicos y cálculos en los que implica la conversión analógica
digital, por lo que se debe empezar con muestras de una señal, la cuantización de dicha señal, etc. Al obtener estos conocimientos
primordiales se podrá profundizar en el tema con mucha mas precisión.
II. CONTENIDO TEORICO.

1) ¿Qué es una señal muestreada?

R//. Una señal muestreada es tomar diferentes valores específicos durante un tiempo determinado, es decir, se puede tener una
señal analógica como entrada y al transcurrir el tiempo de dicha señal se puede tomar muestras en los diferentes puntos de tiempo
como cada segundo, o cada 10 segundos se toma la lectura de la señal, con lo que se tendrá varios valores y se podrá realizar
diferentes conclusiones aplicando las fórmulas adecuadas.

∞ ∞ ∞
xI (t )=x ( t ) i ( t )=x (t) ∑ ζ ( t−nts )= ∑ x ( nts ) ζ ( t −nts ) =¿ ∑ x [nt ] ζ ( t−nts ) ¿
n=−∞ n=−∞ n=−∞

2) ¿Qué es una señal cuantizada?

R//. La señal cuantizada se toma con diferentes tipos de muestras en amplitud, mientras que la señal de muestreo es a través del
tiempo con respecto a la señal de entrada, la señal de cuantización se toma con respecto a la amplitud de la señal de entrada, con
esto se podrá tomar los valores de bits y con estos datos se podrá obtener una señal digital de 1 y 0.
Se presentan las siguientes fórmulas para la cuantización:

D=x max −x min

Donde D = intervalo dinámico o intervalo de escala.

D
∆=
L
Donde Δ = delta de voltaje.

D = intervalo de escala.

L = niveles en bits.

También se debe tener en cuenta el error de cuantización:

∆
σ=
√ 12

3) ¿Cuál es el fenómeno llamado Alias o Aliasing?

R//. El fenómeno de aliasing va en conjunto con el teorema de muestreo o frecuencia de Nyquist; en un componente de
frecuencias elevadas, pueden incluso completar varias revoluciones entre muestras consecutivas, lo que implica una pérdida de
información, a esta mala interpretación de las frecuencias más altas y bajas que la frecuencia de Nyquist se le conoce como
fenómeno de aliasing. Por lo que se recomienda que para evitar este fenómeno, se debe tomar la frecuencia al doble de la
frecuencia máxima original como mínimo. [ CITATION Gar14 \l 9226 ]

S ≥2 f max

4) ¿Qué indica el teorema de muestreo de Nyquist?

R//. Para entender un poco sobre el teorema de Nyquist, se debe partir de la siguiente formula:

fs
∆ f=
N
Donde:

∆ f =intervalo de tiempo

f s=frecuencia de muestreo

N=numero de puntos
Con los datos anteriores se puede inferir que para obtener un intervalo de tiempo se debe obtener la frecuencia de muestreo
dividido el número de puntos de dicha muestra, con esto se puede reconstruir una señal adecuadamente, con el teorema de
Nyquist se puede reconstruir una señal pero teniendo en cuenta que para realizarlo se debe tomar el doble de la señal frecuencia
máxima, para evitar el fenómeno de aliasing, es decir, no se tendría con exactitud la señal original al no tener en cuenta esta regla.
[ CITATION Alv10 \l 9226 ]

5) ¿Qué realiza la transformada de Fourier?

R//. Es una transformación de una función de tiempo en otra función de la frecuencia. También se dice que la función original
está en el dominio del tiempo y la pasa al dominio de la frecuencia, se tienen dos fórmulas las cuales se presentan de la siguiente
manera:[ CITATION Cid08 \l 9226 ]

∞
x ( jω )=∫ x(t) e− j 2 πft dt
−∞

La fórmula anterior es para transformada continua.

∞ − j 2 πkn
N
x ( k )= ∑ x (n) e
n=−∞

La fórmula anterior es para transformada discreta.

Con lo que se puede inferir que se puede implementar la transformada de Fourier en señal continua y discreta.

6) ¿Qué es la transformada rápida de Fourier?

R//. Es un algoritmo que reduce el tiempo de cálculo de n2 pasos a n∗log 2 (n). El único requisito es que el número de puntos en
la serie tiene que ser una potencia de 2 (2npuntos), por ejemplo 32, 1024, 4096 etc.

Las fórmulas con las que MATLAB calcula la transformada rápida de Fourier Y= fft(x) y la transformada inversa y=fft(x) son;
respectivamente: [ CITATION Fra15 \l 9226 ]

N
X ( k )=∑ x ( j) ω N ( j−1) (k −1 )

X ( j )=
1
∑
N k=1
j=1
N
x ( k )ω N −( j−1 ) ( k−1) }
ω N =exp (−2Nπi )
III. EJERCICIOS DESARROLLADOS.
Muestreo

Según el capítulo 14 “Muestreo y cuantización” del libro de Ambardar, página 446:

Figura 3: Operación ideal de muestreo

Ejercicio 3:

Siendo una señal banda de paso x c (t) con frecuencia f L =4 k Hz y frecuencia f H =8 k Hz . Resuelva:
1.1. Encuentre el ancho de banda B de la señal x c (t)
R//. Para encontrar el ancho de banda se utiliza la siguiente formula:

Bw =f H −f L

Bw =8 kHz−4 kHz

Bw =4 kHz

1.2. Encuentre la frecuencia de muestreo S para que no se presente fenómeno alias.

R//. Para encontrar la frecuencia de muestreo se utiliza la siguiente formula:

S ≥2 f max

Por lo tanto:

S ≥2( 8 kHz)

S ≥16 kHz

Enlace del libro- Nota: Para poder ingresar al enlace debe estar registrado en campus [ CITATION Amb02 \l 9226 ] [ CITATION
Vel13 \l 9226 ]
Cuantización

Cada estudiante escogerá los ejercicios a realizar, no se puede repetir ejercicios entre estudiantes del mismo grupo.

El número de niveles L de los cuantizadores utilizados en un convertidor analógico digital (ADC) es una potencia de 2. Por lo
B
tanto L=2 , donde B es el número de bits.

Ejercicio 1:

Halle el número de bits B, para cuantizar una señal muestreada que cambia entre -5V y 5V, y tiene un error rms de σ =3 mV
R//. Para encontrar el número de bits se debe tener en cuenta las siguientes formulas:

D
∆=
L

∆
σ=
√ 12
L=2 B
∆=delta de voltaje
σ =error rms de cuantizacion
Por lo tanto:
 ∆
σ=
√ 12
D
L
σ=
√ 12
D
L=
σ √ 12
D
2B =
σ √12

( σ √D12 )¿
log 10 (2¿¿ B)=log 10

D
B log (2)=log (
σ √12 )
10 10

D
log (
σ √ 12 )
10

B=
log 10 (2)

10

B=
log 10 (
0,003 √12 )
log 10( 2)

B=9,9
B ≈10
IV. TRANSFORMADA DISCRETA DE FOURIER.

Transformada Discreta de Fourier (Esta se planteará como la ecuación de sumatoria de la TDF – revisar OVI de entorno de
conocimiento o web conferencia, allí se muestra un ejemplo de cómo desarrollar la TDF matemáticamente, deben
realizarlo con los tres últimos dígitos de su documento de identidad)

R//. Para realizar la transformada discreta de Fourier se emplea la siguiente formula:

TDF de Edwin Fernando Rivera.

Muestras con los últimos 3 dígitos [9 5 2]

∞ − j 2 πkn
N
x ( k )= ∑ x (n) e
n=−∞

Se debe tener en cuenta la siguiente identidad:

e− jw=cos(ω )− j sin(ω)
Se realiza la TDF para las siguientes 3 muestras:

x ( n ) =[ 9 5 2 ]

Entonces se toma a N = 3 ya que son 3 muestras:

Para k = 0:

− j 2 π ( 0) ( 0 ) − j 2 π ( 0) ( 1 ) − j 2 π ( 0 ) ( 2)
3 3 3
x ( 0 )=x ( 0 ) e + x ( 1) e + x (2)e

x ( 0 )=x ( 0 ) e0 + x (1 ) e 0 + x ( 2 ) e 0

x ( 0 )=x ( 0 ) (1)+ x ( 1 ) (1)+ x ( 2 ) (1)

x ( 0 )=( 9 )(1)+ ( 5 ) (1)+ ( 2 ) (2)

x ( 0 )=9+5+ 2

x ( 0 )=16+ 0 j

Para k = 1:

− j 2 π ( 1 )( 0) − j 2 π ( 1) ( 1 ) − j 2 π ( 1) (2 )
3 3 3
x ( 1 ) =x ( 0 ) e + x (1) e + x (2) e

2π 2π 4π 4π
x ( 1 ) =x ( 0 ) + x ( 1 ) cos
( 3
( ) 3 ) ( 3
− jsin ( ) + x ( 2 ) cos ( )− j sin (
3 ))

x ( 1 ) =x ( 0 ) + x ( 1 ) (−12 − j 0,86)+ x ( 2) ( −12 + j0,86 )

x ( 1 ) =9+ ( 5 ) ( −12 − j0,86)+( 2) ( −12 + j 0,86)
x ( 1 ) =9−2,5− j 4,3−1+ j 1,72

x ( 1 ) =5,5− j2,58

Para k = 2:

− j2 π ( 2 )( 0) − j 2 π ( 2 )( 1) − j 2 π ( 2) ( 2 )
3 3 3
x ( 2 ) =x ( 0 ) e + x (1) e + x (2) e

4π 4π 8π 8π
x ( 2 ) =x ( 0 )+ x ( 1 ) cos ( ( ) 3
− j sin
3 ( ))
+ x ( 2 ) cos
3
− jsin
3 ( ( ) ( ))
x ( 2 ) =x ( 0 )+ x ( 1 ) ( −12 + j 0,086 )+ x (2 )( −12 − j0,086 )
x ( 2 ) =9+ ( 5 ) ( −12 + j 0,86)+( 2 ) ( −12 − j 0,86)
x ( 2 ) =9−2,5+ j 4,3−1− j1,72

x ( 2 ) =5,5+ j 2,58

V. ALGORITMO DE TDF EN APLICACIÓN DE SOFTWARE.

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.

Algoritmo de Edwin Fernando Rivera.

VI. ENLACE DE VIDEO EXPLICATIVO.

https://youtu.be/GfpxFYNwbe8

VII. INVESTIGACION SOBRE FRECUENCIAS DEL OIDO HUMANO Y CINCO INSTRUMENTOS MUSICALES.

Campo auditivo humano.

El campo auditivo humano corresponde a una banda específica de frecuencias y un rango específico de intensidades, percibidas
por nuestro oído. Las vibraciones acústicas fuera de este campo no se consideran "sonidos", incluso si pueden ser percibidos por
otros animales. El oído humano puede percibir frecuencias de 20 Hz (Tono más bajo) hasta 20 KHz (Tono más alto). Todos los
sonidos superiores a 90 dB dañan el oído interno e incluso pueden causar daños irreversibles por encima de 120 dB. [ CITATION
Puj18 \l 9226 ] [ CITATION Soy02 \l 9226 ]
 Frecuencias de Instrumentos musicales.
Instrument Fundamental Armónicos Fs
o mínimo
Piano 28 – 4196 5 – 8 kHz >16 kHz
Guitarra 82 – 988 1 – 15 kHz >30 kHz
acústica
Violín 196 – 3136 4 – 15 kHz >30 kHz
Tambor 100 – 200 1 – 20 kHz >40 kHz
Trompeta 165 – 988 1 – 7.5 kHz >15 kHz

VIII. CONCLUSIONES.

 Se entiende los conceptos básicos del procesamiento digital de señales con sus respectivas formulas.
 Se comprende la aplicación de señales en diferentes ejercicios tomados de la vida cotidiana.
 Se analiza las diferentes frecuencias aplicadas en los instrumentos musicales, junto con sus armónicos y la frecuencia
mínima de muestreo que se necesita para poder obtener un buen resultado.

IX. REFERENCIAS.

[1] F. Garzon, «slideshare,» 9 Abril 2014. [En línea]. Available: https://es.slideshare.net/junior198619/consulta-aliasing. [Último acceso: Septiembre 2020].

[2] J. Alvarado y C. Stern, «Un complemento al teorema de Nyquist,» Revista Mexicana de Fisica E 56, vol. 2, nº 56, pp. 165-171, 2010.

[3] A. Cid, «Quora,» ¿Que son y para que sirven las transformadas de Fourier?, 2008. [En línea]. Available: https://es.quora.com/Qu%C3%A9-son-y-para-qu
%C3%A9-sirven-las-transformadas-de-Fourier. [Último acceso: Septiembre 2020].

[4] A. Franco, «Matlab,» Transformada Rapida de Fourier (I), 2015. [En línea]. Available: http://www.sc.ehu.es/sbweb/fisica3/datos/fourier/fourier_1.html.
[Último acceso: Septiembre 2020].

[5] A. Ambardar, «Muestreo Ideal,» de Procesamiento de señales analogicas y digitales, Mexico City, Mexico, Cengage Learning, 2002, pp. 446-460.

[6] B. Velasco, M. Cruz y Fernando, «ebliblioteca,» 2013. [En línea]. Available: http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/detail.action?
docID=3215458. [Último acceso: Septiembre 2020].

[7] R. Pujol, M. Morell y P. Gil, «Campo Auditivo Humano,» 06 Junio 2018. [En línea]. Available: http://www.cochlea.org/es/sonidos/campo-auditivo-
 humano#:~:text=El%20o%C3%ADdo%20humano%20percibe%20frecuencias,rata%20topo%20o%20el%20elefante).. [Último acceso: Octubre 2020].

[8] Soyuz, «Hispasonic,» Tabla: Rango de frecuencia de los instrumentos musicales, 07 Febrero 2002. [En línea]. Available:
https://www.hispasonic.com/reportajes/tabla-rango-frecuencias-instrumentos-musicales/39. [Último acceso: Octubre 2020].