Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Abstract — Párrafo relacionado al propósito general de la 2. ¿Cómo se realiza la cuantización de una señal?
actividad. Descripción (sin muchos detalles) de cómo se El proceso de cuantificación digital es posterior a la fase de
desarrolla la actividad. Descripción (sin muchos detalles) de los muestreo, en la que el valor de amplitud se obtiene a partir de
resultados obtenidos. Comentarios finales. (Todo esto en Inglés y
una determinada señal analógica. El propósito de este proceso
se redacta en pasado, es decir, “se logró” reconocer elementos
matemáticos de los ADC, etc)
es cuantificar estos valores asignando bits de nivel.
https://es.wikipedia.org/wiki/Cuantificaci
Keywords—Palabra1, Palabra2, Palabra3, Palabra4. (En %C3%B3n_digital#:~:text=El%20proceso%20de
Inglés) %20cuantificaci%C3%B3n%20digital,muestra%20pero
%20no%20es%20digital.
I. INTRODUCTION (HEADING 1)
Redactar un texto introductorio con sus propias palabras,
generalmente es bueno escribir un párrafo donde se muestre la
necesidad relacionada con el tema en cuestión, colocando
respectivas referencias en formato IEEE al final de cada idea
con un número entre corchete, así [1].
Seguidamente recomiendo describir algunas generalidades
teóricas sobre el tema y mencionar algunos avances,
igualmente citar más referencias [2-5].
Por último es bueno dejar claro el propósito del presente
trabajo y dejarlo como párrafo final de la introducción.
figura 2. Cuantizacion de una señal
II. DESARROLLO
3. ¿Qué indica el teorema de muestreo de Nyquist?
A. Aportes teóricos
El teorema del muestreo fue propuesto por Nyquist (Nyquist)
1. ¿A qué se refiere el muestreo de una señal analógica? en 1928, señaló que la señal analógica se puede reconstruir a
partir de muestras de igual intervalo de tiempo sin error. La
¿Qué es una señal muestreada? frecuencia de muestreo debe ser igual o superior al doble del
Es el proceso de muestreo: una especie de "puente" entre la ancho de banda de la señal analógica.
señal continua y la señal de tiempo discreto, que permite que http://www.eveliux.com/mx/curso/nyquist.html#:~
las señales discretas representen señales continuas en
determinadas condiciones. Las señales discretas se componen
de muestras igualmente espaciadas (T = período de muestreo).
http://www.unet.edu.ve/aula10c/Asenales/Unid01/terce02.htm
∞
1
g(€)= ∫ f ( x ) e−iex dx
√ 2 π −∞ 𝑥(𝑡) =11 cos(1000𝜋 𝑡)
1. Muestreo
f 0 n=11 ¿)= 5500 Hz
2 π f 0 n=100Hz 5000 Hz
f 0 n=
2π
100 Hz
f 0 n=
2π 5000 Hz
f 0 n=¿5𝑒𝑛(250𝜋 𝑡)= =¿)
2π
100 Hz
f 0 n=¿5𝑒𝑛(100𝜋 𝑡)= =50 Hz
2π f 0 n=6 ¿)= 15000 Hz
4.2. ¿Se presenta fenómeno alias o aliasing si 𝑥(𝑡) es f 0=750 Hz
muestreada a 𝑆 = 900 𝐻𝑧? ? Explique paso a paso y si presenta
x ( t )= A sen ( 2 π∗750 t ) =A sen ( 750 π t )
alias, encuentre la frecuencia 𝑓𝑎 y reconstruya la señal 𝑥𝑎(𝑡)
Siguiendo con el teorema de Nyquist Shannon o fenómeno de
alias:
𝑥(𝑡) = 5𝑒𝑛(100𝜋 𝑡)
S ≥2 f 0 f a=f 0−S
Para 5𝑒𝑛(100𝜋 𝑡) ω =100Hz
1.1 Tenemos que:
2 π f 0 n=100Hz S ≥2 f 0
900 ≥ 1500
100 Hz
f 0 n= De manera que se produce el fenómeno de aliasing porque no
2π se está cumpliendo el criterio de Nyquist Shannon, dice que la
frecuencia de muestro debe ser dos veces mayor que la
100 Hz frecuencia máxima.
f 0 n=¿5𝑒𝑛(100𝜋 𝑡)= =50 Hz
2π Como se presente el fenómeno de aliasing se debe hallar la
frecuencia máxima:
f a=750−900=−150 hz
Tenemos la señal: Es decir, para poder muestrear la señal a 900 hz debo tener
una frecuencia máxima de -150 Hz.
x ( t )= A sen ( 2 π f 0 t )
f 0=50 Hz
𝑥(𝑡) =11 cos(1000𝜋 𝑡)
x ( t )= A sen ( 2 π∗50 t ) =A sen ( 100 π t )
Siguiendo con el teorema de Nyquist Shannon o fenómeno de Para cos(1000𝜋 𝑡) ω=1000Hz
alias:
S ≥2 f 0 f a=f 0−S 2 π f 0 n=1000Hz
1.1 Tenemos que:
1000 Hz
S ≥2 f 0 f 0 n=
2π
900 ≥ 100
Por lo tanto, no se produce el fenómeno de aliasing y se está
1000 Hz
cumpliendo el criterio de Nyquist Shannon porque la f 0 n=¿cos(1000𝜋 𝑡)= =¿)
frecuencia de muestro es dos veces mayor que la frecuencia 2π
máxima. No es necesario hallar la frecuencia máxima.
f 0 n=11 ¿)= 5500 Hz
D=10 V
𝑥(𝑡) =6 5𝑒𝑛(5000𝜋 𝑡) Para halar el valor de B, utilizamos la fórmula:
D x 2=9( 1)+3 e− j 4 π / 3+ 4 e− j 8 π / 3
B=
log (
σ √ 12 ) Aplicamos la identidad de Euler
log (2 )
e− jw=cos( w)− jsen( w)identidad de euler
Reemplazando
x 2=9+3 (cos∗(4 π /3)− j∗sen (4 π /3))+3∗(cos (8 π /3)− j∗se
x 2=9+3 ((−1 /2)+ j∗( √ 3/2))+ 4∗((−1/2)− j( √ 3/2))
B=
log ( 0,0310√ 12 ) =
log ( 96.225 )
log ( 2 )
=6.59 Resolvemos la ecuación imaginarios y reales
log ( 2 )
. x 2=9−3/2−3 j 2 √ 3/2−2−4 j3 √ 3/ 2
11
3. Transformada de Fourier x 2= + 3 j2 √ 3/2−4 j 3 √ 3 /2
2
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 x 2=−1.5− j ( 3 √3 / 2+4 √ 3 / 2 )
cómo desarrollar la TDF matemáticamente, deben realizarlo x 2=11 /2− j ( √ 3 / 2 )
con los tres últimos dígitos de su documento de identidad)
x(n)=[9,3,4]
.
Figura 4. Algoritmo de la transformada de Fourier III. RESULTADOS Y CONCLUSIONES
Link del video: Pegue aquí el link del video. Analice las respuestas obtenidas en los ejercicios y realice
comentarios finales sobre el trabajo.
.
D. Investigación sobre rango de frecuencias REFERENCES
Las referencias se deben relacionar en el texto, no es
solamente enumerarlas aquí, sino que en cada parte del texto
donde se mencione el tema relacionado debe citar en formato [9] S.Y. Radiocomunicaciones, TESIS DOCTORAL Ingeniería avanzada
para sistemas de control de ruido acústico mediante técnicas adaptativas.
IEEE [1]. A continuación dejo dos videos de apoyo 1998.
[10] Olson, H.F, and E. G. May, “Electronic Sound Absorber,” J. Acoust.
https://www.youtube.com/watch? Soc. Am., Vol 25, No. 6, Nov. 1953, pp. 1130-1136
v=nlkBp4fbVbg&ab_channel=AprenderaInvestigar [11] Gan, W.S.; Mitra, S.; Kuo, S.M.: Adaptive feedback activenoise control
headset: implementation, evaluation an its extensions. IEEE Trans.
https://www.youtube.com/watch? Consum. Electron., 51 (3) (2005), 975–982.
v=yuIbVxQg3x4&ab_channel=AprenderaInvestigar [12] Diniz, P. S. (1997). Adaptive filtering. Boston, MA: Kluwer.
[13] Kostek, T. M., & Franchek, M. A. (2000). Hybrid noise control in ducts.
Journal of Sound and Vibration, 237(1), 81-100.
[14] Kuo, S. M., Mitra, S., & Gan, W. S. (2006). Active noise control system
[1] D. A. Harris, Noise Control Manual: Guidelines for problem solving in
for headphone applications. Control Systems Technology, IEEE
the industrial/commercial acoustical environment, 1st ed. Van Nostrand
Transactions on, 14(2), 331-335.
Reinhold, 1991, p. 172.
[15] Bao, C., Sas, P., & Van Brussel, H. (1993). Adaptive active control of
[2] P.B. Pathak and M.P.P. Hirave “FxLMS Algorithm for active noise
noise in 3-D reverberant enclosures. Journal of sound and vibration,
cancellation”, pp. 978-981, 2012.
161(3), 501-514.
[3] E. N. Rivas and P. Lischinsky “HERRAMIENTA DE SOFTWARE
[16] S. M. Kuo and D. Vijayan, “Adaptive algorithms and experi-mental
LIBRE CON ACCESO”, 2008.
verification of feedback active noise control systems,”Noise Control
[4] R. A. Quintana-Soler and D.A. Patiño Guevara “Identificación de Eng. J., vol. 42, pp. 37–46, Mar.–Apr. 1994
sistemas aplicado a un recinto reverberante” pp. 1-10. 2014
[17] S. J. Elliott, P. A. Nelson, I. M. Stothers, and C. C. Boucher, “In-flight
[5] LJUNG, Lennart. System identification. Birkhäuser Boston, 1998. experiments on the active control of propeller-inducedcabin noise,” J.
[6] B. Widrow and S.D. Stearns, Adaptive Signal Proccesing, Prentice-Hall. Sound Vibration, vol. 140, no. 2, pp. 219–238, 1990.
1985. [18] De Diego, M., Gonzalez, A., Pinero, G., Garcia, C., & Ferrer, M. (2000).
[7] S. Kuo, Gan, W, Kalluri, Active Noise Control Systems, Algorithms and Acoustic field conformation using multichannel active noise control
DSP Implementation. New York, 1996. techniques. In Sensor Array and Multichannel Signal Processing
[8] J. Proakis and D. Manolakis, Digital Signal Proccesing, principles, Workshop. 2000. Proceedings of the 2000 IEEE (pp. 202-206). IEEE.
algorithms and applications. Prentice Hall. 1996. [19] Moon, T. K., & Stirling, W. C. (2000). Mathematical methods and
algorithms for signal processing (Vol. 1). New York: Prentice hall.