Unidad 1: Paso 2 - Reconocer los elementos

matemáticos que implica el sistema de conversión

analógica digital
Cipagauta, Hermes
Universidad Nacional Abierta y a Distancia
Escuela de Ciencias Básicas, Tecnología e Ingeniería
Tratamiento Digital de Señales
Bogotá, Colombia
hcipagautas@unadvirtual.edu.co

Abstract — In this work it is presented.

Keywords—component; system identification, LMS algorithm,

FxLMS algorithm, active noise control, Matlab, Simulink, adaptive
filtering, FIR filters, secondary path estimation, transfer function,
adaptive algorithm, impulse response, FIT, white noise.

INTRODUCTION (HEADING 1)
I.
Acoustic noise affects the life quality of the
society.

Ilustración 2. Muestreo de una señal analógica [2]

II. APORTES INDIVIDUALES
Cada estudiante realizará aportes teóricos sobre las seis (6)
preguntas enunciadas en las actividades a desarrollar, debe 2) ¿Qué es una señal cuantizada?
redactar con sus propias palabras y citar adecuadamente en
formato IEEE. Además, todo el documento y avances deben Señal Cuantizada
entregarse en formato IEEE doble columna.

Solución En el proceso de muestreo cada señal muestreada en el espacio

del tiempo es necesario determinar un parámetro de medida
1) ¿Qué es una señal muestreada? para evaluar su amplitud en ese mismo instante. Dependiendo
el parámetro seleccionado la amplitud de la señal muestreada
se aproxima al rango más cercano. Esta amplitud se representa
Señal Muestreada
en valores de voltajes o en bits, en este último caso con “n”
bits se representa 2𝑛 valores diferentes. [2]. El rango de la
Para codificar una señal análoga (continua) y amplitud en la cuantización se define como delta ∆
convertirla a una señal digital (discreta) es necesario
muestrear la señal, es decir determinar la cantidad de
veces que se mide una señal en una unidad de tiempo.
Se recomienda para un buen muestreo que la cantidad
de mediciones debe ser el doble de la frecuencia
máxima de la señal. [1]

Ilustración 3 Codificación de Fuente [3]

Ilustración 1. Espectro de la señal muestreada [2]

3) ¿Cuál es el fenómeno llamado Alias o Aliasing?
Cuando se realiza el proceso de muestreo se determina la
Fenómeno Alias O Aliasing cantidad de veces en que se toma cada muestra por unidad de
 tiempo, generalmente por segundo, cuando esa
cantidad de veces no supera el doble de la frecuencia
máxima de la señal, se genera el fenómeno de Alias o
Aliasing, que consiste en el traslape de la señal,
generando ruido.
Cada estudiante debe realizar los tres (3) ejercicios
matemáticos (muestreo, cuantización y TDF), utilizando el
editor de ecuaciones de Word para su desarrollo y entrega de
avances.

Ejercicio muestreo 3 - Ejercicio Cuantización 2 Hermes

Muestreo

Ejercicio 3:

Siendo una señal banda de paso 𝑥𝑐 (𝑡) con frecuencia 𝑓𝐿 =

4𝑘 𝐻𝑧 y frecuencia 𝑓𝐻 = 8𝑘 𝐻𝑧 . Resuelva:

1.1. Encuentre el ancho de banda 𝐵 de la señal 𝑥𝑐 (𝑡)

Figure 1. El efecto del submuestreo: alias [5] 1.2. Encuentre la frecuencia de muestreo 𝑆 para que no se
presente fenómeno alias.
4) ¿Qué indica el teorema de muestreo de Nyquist? Solución
1.1
Teorema de Muestreo de Nyquist

Indica la frecuencia a la cual se debe emplear el

4khz 8khz
muestreo para evitar errores de solapamiento de la
señal.
Bandwidth 𝐵𝑤 =1.2 𝑓𝐻 − 𝑓𝐿
𝐵𝑤𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎
= 8𝑘ℎ𝑧 − 4𝐾ℎ𝑧
𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜
S=Frecuencia de Muestreo 𝑆 ≥ 2𝑓𝑚
𝐵𝑤 = 4𝑘ℎ𝑧
5) ¿Qué realiza la transformada de Fourier?
De acuerdo al teorema de Muestreo de Nyquist la frecuencia
de muestreo debe ser el doble de la frecuencia máxima de la
Transformada de Fourier señal S=Frecuencia de Muestreo 𝑆 ≥ 2𝑓𝑚. Por cuanto en este
Transforma los datos de una señal del dominio del tiempo al caso la frecuencia máxima es 8kHz, la frecuencia de muestreo
dominio de la frecuencia. debe ser el doble, o sea 16KHz.
En el dominio del tiempo
∞ 𝒇𝒎 = 𝟏𝟔𝒌𝒉𝒛
𝑋(𝑤) = ∫ 𝑥(𝑡)𝑒 −𝑗𝑤𝑡 𝑑𝑡
−∞ Cuantización
Función de la transformada discreta de Fourier
Ejercicio 2:

Siendo la señal muestreada:

𝑥[𝑛] = {0.2,0.5,0.5,0.8,1.0,1.5,1.5,0.7}
𝑁=8
La señal cuantizada:
𝑋(𝑘) = 𝑥𝑄[𝑛] = {0,0.5,0.8,1.0,1.0,1.5,1.8,2.0}
𝑛=−∞ 𝑥 (𝑛)𝑒 −𝑗2𝜋𝐾𝑛/𝑁
∑∞

6) ¿Qué es la transformada rápida de Fourier? Y la señal de error:

𝑒[𝑛] = {0.2,0, −0.3, −0.2,0,0, −0.3, −1.3}
Transformada Rápida de Fourier
1.1. Halle la potencia de ruido 𝑃𝑁
La transformada rápida de Fourier (FFT) es un algoritmo 1.2. Halle la potencia 𝑃𝑠
eficiente para calcular la Transformada de Fourier discreta 1.3. Halle la relación señal a ruido de cuantización 𝑆𝑁𝑅𝑄
(DFT) y su inversa [6]
Solución
2𝜋 𝑥(2)𝑐𝑜𝑠4𝜋
𝐾(1) = 𝑥(0) + 𝑥(1) cos − 𝑗𝑠𝑒𝑛2𝜋/3 +
1.1. Halle la potencia de ruido 𝑃𝑁 3 3
𝑠𝑒𝑛4𝜋
𝟏∞
� 1
�∑
�
� √
3
=
�
� − )
�
� 2
1
= +
𝑥(
� 2)
� (−
2
�𝑒[
2

𝑛] 1� √3 √
� {0. (1−� ) − 𝑗 3
�
)� + −
22, = 𝑥 2(
�
0, �
(0 −
� ()
� −0. )
32, +
�
�
(1
−0. )
= 22, (−
0,0
,
−0.
32,
−1.
32}
8
1
�
�=
𝑵8
Solución
� 𝑥 𝑠
2 � � ) ) = 𝟓. 𝟔𝟔𝟕
1 √3 √ �
1.2. H = − 3 � =
8 ) �
2 a + + 2 � 1
3 𝑗 0 � 0
(− (− ( 𝑙
2 2 2 � 𝑜
� 𝑔
𝑥[𝑛 3 3√3 � (
�
]= =− +0 )
8 2
{0. − =
2,0 2𝑗
1
.5, 0
�
0.5 �
,0. �
�
8,1 �
�
.0,
1.5 (
,1. 𝑺 � 0
5,0 𝑵 � .
.7} 𝑹
∞ (𝑑
�� 𝑲(𝟏) = 𝟔. 𝟓 𝐵
��
∑ − 𝟐. 𝟓𝟗𝟖𝒋 )
�� =
�
�� 𝟓.
�
= 𝟔
= 𝟔
𝟕
�= 1 {0.22 +
𝐾(2) = 𝑥(0)𝑒 −𝑗2𝜋(2)
� 2
𝒔
0.5 + 0.52 (0)/3 + 𝑥(1)𝑒 −𝑗2𝜋(2)
(1)/3
+ 0.82 +
1.02 + 1.52 +
+ 1.52 𝑥
8 (
+
2
0 )𝑒
. −𝑗
2𝜋
7 (2
2
)
} (2
)/
3
𝑷𝒔 = 𝟎. 𝟖𝟗𝟔
𝐾(2) = 𝑥(0) +
1.3. Halle la 𝑥(1)𝑒 −𝑗2𝜋(2)(1)/3 +
relación 0(𝑒 −𝑗2𝜋(2)(2)/3 )
señal a
ruido de 𝐾(2) = 𝑥(0) +
cuantiza
𝑥(1)𝑒 −𝑗2𝜋(2)(1)/3 + 0
ción
𝑆𝑁𝑅𝑄
𝐾(2) = 𝑥(0) +
Relación 𝑥(1)𝑒 −𝑗4𝜋/3 + 0
señal a ruido
del
conversor
análogo
digital.

𝑃𝑚
0.89 𝐾 (2) =
6 𝑥(0) +
Solución
= T � 𝑥(2)
�
cos r √
−3 ( 𝑒 −𝑗4𝜋/3
(𝑤 1
𝑗) )
)− −2 𝑒 −𝑗𝑤 =
𝑗𝑠𝑒𝑛( = cos(𝑤
𝑋 𝐾(2) = ( − 𝑗−
𝑤) 3, 0 𝑥 )−
8 −√ ( 𝑗𝑠𝑒𝑛(𝑤
[
+ 3 0 )
1 ) )
3 𝑒
2 −
2 𝑗
3√3 2
𝜋
𝑗 (
1
𝑛=−∞ 𝑋 2 )
(
( 0
)
𝑘 /
3
) +
=
∑ 𝑥
∞ (
1
𝑲(𝟐) = 𝟔. 𝟓 + 𝟐. )
𝑘=0 𝟓𝟗𝟖𝒋 𝑒
−
𝑗
2
𝜋
Resultados en (
𝐾(0) = Octave
1
)
(
𝑥(0)𝑒 −𝑗2𝜋𝐾𝑛/𝑁 + 1
)
/
3
𝑥(1)𝑒 −𝑗2𝜋𝐾𝑛/𝑁 +
𝑥(2)𝑒 −𝑗2𝜋𝐾𝑛/𝑁 + 𝑥(2)𝑒 −𝑗2
(2)/3
𝑘(0) =
𝑥(0)𝑒 −𝑗2𝜋(0)(0)/3 �
+ 𝑥(1)𝑒 −𝑗2𝜋(0) �
(1)/3 (
+ 1
)
𝑥(
2 =
)𝑒
−𝑗 �
2𝜋
(0
�
) (
(2
)/
0
3 )

𝑘(0) +
=
𝑥(0) �
� + �
� 𝑥(1) Cada estudiante (
+ diseñará el 1
algoritmo de la )
= 𝑥(2) Transformada
𝑘(0) �
1 =� �
−
�(8)
�
+�
�
�(3)
2
+�
�
�(0)
�
= 11
/
+ 0𝑗 3
𝒌(𝟎)
= 𝟏𝟏
+ 𝟎𝒋 +
Solución
D u ,
i e
s e s
c x e
r p
e li p
t q u
a u e
e d
d lí e
e n
e u
F a t
o a i
u lí l
r n i
i e z
e a a
r s r
u
p f ú
a u n
r n i
a c c
i a
t o m
r n e
e a n
s m t
i e
m e
u n p
e t a
s o r
t e a
r n
a M v
s a e
, tl r
a i
r b f
e u i
a O c
l c a
i t r
z a .
a v
n e
d .
o N
o
u u
n t
il
v i
i z
d a
e r
o F
F
q T

x = [8 3 0];“Número muestras de la señal”
N = length(x); ”conteo del número de elementos de x”
X = zeros(1,3) ”Conformación matriz 1 fila 3 columnas "
for k = 0:N-1 “ciclo for comienza desde k=0, hasta N-1”
for n = 0:N-1 “ciclo for dentro de for comienza desde n=0,
hasta N-1”
X(k+1) = X(k+1) + x(n+1)*exp(-j*2*pi*n*k/N)”La
operación de las matrices con la expresión de la transformada
discreta de Fourier ”
end
end
Link del video explicativo.
https://youtu.be/P77PPvbbUoE
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) instrumentos
musicales, y a partir de este dato, argumentará a que
frecuencia de muestreo mínima se debe muestrear cada uno
de los cinco
(5) instrumentos musicales para ser digitalizados de manera
correcta.
Solución

El oído humano puede percibir sonidos con frecuencias desde

20 Hz hasta 20KHz, los sonidos con frecuencias inferiores a
20 Hz se consideran infrasonidos y pueden ser percibidos por
los topos, las ratas o los elefantes, los sonidos con frecuencias
superiores a 20Khz se consideran como ultrasonidos y pueden
ser percibidos por animales como los gatos y los perros hasta
40KHz y los delfines o murciélagos hasta 160KHz. [7]

Instrumento Rango Frecuencia

Musical Frecuencia Muestreo
Flauta 3-8 KHz 16KHz
Tambor 1-20 KHz 40KHz
Platillos 1-15 KHz 30KHz
Violín 4-15 KHz 30KHz
Piano 5-8 KHz 16KHz
Tabla 1. Rango de frecuencia Instrumentos musicales

De conformidad con el teorema de Nyquist la frecuencia de

muestreo optima es el doble de la frecuencia máxima de la
señal.

S=Frecuencia de Muestreo S ≥2fm

 REFERENCIAS

[1] serbal.pntic.mec.es, «radiocomunicaciones › 3

SEÑALES DIGITALES Muestreo digital,» [En
línea]. Available:
http://serbal.pntic.mec.es/srug0007/archivos/radioco
municaciones/3%20SE%D1ALES%20DIGITALES
/Muestreo%20digital.pdf. [Último acceso: 18 09
2019].
[2] R. D. N.-J. J.-A. MEZA, «Exposición-Grupo 7 |
Communications-1,» 01 26 2011. [En línea].
Available:
https://comunicationsone.wordpress.com/2011/01/2
6/exposicion-grupo-7/. [Último acceso: 18 09
2019].
[6] M. d. P. G. D. B. Juan Manuel Ramirez,
«Instituto Nacional de Astrofisica, Optica y
Electronica,» 03 1998. [En línea]. Available:
https://www- elec.inaoep.mx/~jmram/cvjmr/El
%20algoritmo%20 de%20la%20FFT%20y%20su
%20controvertido%2 01998.pdf. [Último acceso:
19 09 2019].
[7] V. A. M. D. L. AUDICION, «cochlea.org/es,»
06 06 2018. [En línea]. Available:
http://www.cochlea.org/es/sonidos/campo-auditivo-
humano. [Último acceso: 23 09 2019].

[3] eumus.edu.uy, «Introducción a la Teoría del

Procesamiento Digital de Señales,» [En línea].
Available:
https://www.eumus.edu.uy/eme/ensenanza/electivas
/dsp/presentaciones/clase02.pdf. [Último acceso: 18 n
09 2019].

[4]u-cursos.cl,
«Unidad_4_NBY_19_noviembre_2012 EL 4005
Unidad 4,» 19 11 2012. [En línea]. Available: i
https://www.u- t
cursos.cl/usuario/834c0e46b93fd72fd8408c492af56
f8d/mi_blog/r/Unidad_4_NBY_19_noviembre_201
2.pdf. [Último acceso: 18 09 2019]. /

[5] jpkc.gnnu.cn, «7.3 The Effect of Undersampling

： Aliasing,» [En línea]. Available:
http://jpkc.gnnu.cn/jpkc/Signal/wangluokecheng/Co
ntent/7.3%20The%20Effect%20of%20Undersampli
ng%EF%BC%9AAliasing.htm. [Último acceso: 19
09 2019].