Documentos de Académico
Documentos de Profesional
Documentos de Cultura
E
analysis and Fourier transform tools, which we will briefly explain
to throughout the development of this study. l propósito de este estudio es realizar la reconstrucción de
una señal analógica utilizando el teorema de Shannon. Para
Another point to take into account in this work is the review of ello es importante entender que una señal no es más que
some types of signals that we can find more frequently, for which una perturbación física medible que transporta información y
we will explain some main definitions regarding signals. To que debido a su naturaleza analógica hace imposible su
demonstrate the final work we will use the MATLAB computer manipulación mediante sistemas digitales por lo que
tool in order to contrast the theoretical study with the practical previamente se tienden a digitalizar para poder manipularlas,
one.
una vez digitalizada, si se requiere volver a encontrar la señal
analógica original es posible hacerlo mediante el uso del
The Shannon theorem, also known as the sampling theorem,
shows that the exact reconstruction of a continuous baseband teorema ya antes mencionado.
periodic signal from its samples is mathematically possible if the
signal is band-limited and the sampling rate is greater than twice Una señal de tiempo continuo puede almacenarse en una
your bandwidth. computadora digital, en forma de puntos discretos equidistantes
Index Terms— Shannon, Fourier, reconstruction, sign. o muestras. Cuanto mayor sea la frecuencia de muestreo (𝐹𝑠),
más precisa será la información almacenada y la reconstrucción
Resumen— En el presente trabajo se busca encontrar una de la señal a partir de sus muestras. Sin embargo, la alta
solución para el problema de recuperación de señales utilizando el frecuencia de muestreo produce un gran volumen de datos para
teorema de Shannon-Whittaker-Kotelnicov, para ello nos almacenar.
basaremos en trabajar con herramientas de análisis de Fourier y
de la transformada de Fourier, las cuales explicaremos
Hay que tener en consideración que depende de la señal a
brevemente a lo largo del desarrollo de este estudio.
analizarse si la frecuencia de muestro debe ser alta o se podría
Otro punto a tomar en cuenta en este trabajo es la revisión de trabajar bien con una frecuencia de muestreo media porque no
algunos tipos de señales que podemos encontrar con mayor es lo mismo muestrear una señal rica en componentes de alta
frecuencia, para lo cual se explicará algunas definiciones frecuencia, como el sonido de la música, a muestrear una señal
principales en cuanto a señales. Para demostrar el trabajo final que varía lentamente, donde la frecuencia de muestreo no
utilizaremos la herramienta informática MATLAB con el fin de necesita ser tan alta.
contrastar el estudio teórico con el práctico.
Por lo tanto, la frecuencia de muestreo mínima necesaria para
El teorema de Shannon también conocido como el teorema de
muestreo demuestra que la reconstrucción exacta de una señal
un tipo dado de señal, que no distorsionará la información y que
periódica continua en banda base a partir de sus muestras, es permitirá su reconstrucción precisa viene dada por el teorema
matemáticamente posible si la señal está limitada en banda y la de muestreo de Nyquist-Shannon, que puede expresarse como:
tasa de muestreo es superior al doble de su ancho de banda. la frecuencia mínima de muestreo de una señal que no
Palabras Claves—Shannon, Fourier, reconstrucción, señal. distorsionará su información subyacente, debe ser el doble de la
frecuencia de su componente de frecuencia más alta, es decir si
𝐹𝑠 es la frecuencia de muestreo, entonces la frecuencia crítica
o límite de Nyquist (𝑓𝑛) se define como 𝐹𝑠 / 2.
En el presente proyecto se pretende explicar el Teorema de
Shannon para posteriormente aplicarlo en el desarrollo de la
reconstrucción de una señal previamente muestreada.
II. METODOLOGÍA
Los datos utilizados para este estudio fueron colectados de
distintas fuentes bibliográficas utilizando una metodología Fig 1. Fenómeno de alisasing.
explicativa con el fin de dar a conocer el muestro y
reconstrucción de una señal con el uso del teorema de Shannon Nos encontramos con este problema cuando nuestras
muestras no son las “indicadas”, es decir, cuando no verifican
A continuación, se detallas los teoremas, ecuaciones y las (2).
herramientas usadas para la reconstrucción de las funciones.
A. Teorema de Shannon. D. Reconstrucción de señales con Matlab.
Sea una señal 𝑓(𝑡) de energía finita y de banda limitada a B Utilizando Matlab, se presenta el programa y las gráficas a
(ancho de banda), entonces: partir de la aplicación del teorema de Shannon a una
determinada señal. A continuación, se explica el programa
∞ utilizado para la reconstrucción de una función.
1 𝑛 𝑠𝑖𝑛(𝜋(2𝐵𝑡 − 𝑛))
𝑓 (𝑡 ) = ∑ 𝑓 ( )
. 𝜋 2𝐵 2𝐵𝑡 − 𝑛 (1) Definimos nuestras variables con las que se va a trabajar,
𝑛=−∞
además de una señal de entrada que se muestrear y
A partir de la ecuación se puede recuperar una señal banda posteriormente reconstruir.
limitada a B es necesario conocer las muestras tomadas en la
una frecuencia 2B. Dicha frecuencia se denomina frecuencia de clear all
Nysquit. syms t
A=2
Esta es la manera en la que los ingenieros convierten señales t =0:0.01:A
digitales en señales analógicas, con aplicaciones en la f1= 10 %frecuencia 1
tecnología tales como la utilizada en los discos compactos. f2= 5 %fecuencia 2
f = cos(2*pi*f1*t)+ sin(2*pi*f2*t) %Señal
Para mayor información revisar [7] %Graficamos la señal f
subplot(3,1,1);
plot(t,f,'b')
B. Frecuencia de Nysquit. title('Señal')
ylabel('f(t)')
Es la máxima frecuencia que es posible recuperar de una señal xlabel('t')
dado un intervalo de muestreo 𝑉𝑠 . Para poder recuperar nuestra grid on
señal de banda limitada a B, se debe verificar que nuestra
frecuencia de muestreo sea mayor o igual que el doble de la
frecuencia de Nysquit, es decir:
. 𝐹𝑠 ≥ 2𝐵 = 2𝑓𝑚𝑎𝑥 (2)
III. RESULTADOS
A continuación, se presentaran diferentes casos que puede
ocurrir durante el muestro y reconstrucción de una señal con
una frecuencia 𝑓1 = 10 𝐻𝑧 :
. 𝑓(𝑡) = 𝑐𝑜𝑠 (2𝜋𝑓1 𝑡) (3) Fig 6. Aplicación del Teorema de Shannon a una a la señal (3) con el caso B
C. 𝐹𝑠 > 2𝐵 V. CONCLUSIONES
VI. REFERENCIAS