Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PANAMA
FACULTAD DE INGENIERIA ELECTRICA
Material y equipo:
Computadora con Scilab
INTRODUCCIÓN
Para este laboratorio realizaremos la correlación de las señales que sería la operación matemática
entre dos secuencias, que producirá una secuencia llamada correlación cruzada, en donde las
secuencias serán diferentes.
Observaremos la autocorrelación que sucede cuando las dos secuencias son iguales. Durante la
correlación las secuencias pueden contener ruido, contaminando la señal.
DESARROLLO:
1. Autocorrelación:
La primera aplicación de la correlación es determinar las posibles repeticiones de patrones
en la señal. Para comprobar este punto se va a generar una sinusoide de frecuencia igual a
100 Hz con amplitud uno y muestreada 1 KHz (consideremos una secuencia de 100
puntos). Determine la autocorrelación de esta señal normalizada a uno y represéntela junto
a la secuencia.
//Primera Parte
n=0:99;
a=1
Fm=1000;
Fs=100;
xn = a*sin(2*%pi*(Fs/Fm)*n);
///Cálculo de la autocorrelación normalizada
rxx = xcorr(xn);
figure(1);
plot2d3(rxx);
xgrid(5,1,7);
2. Correlación Cruzada:
La segunda aplicación de la correlación está relacionada con la determinación del desfase
entre dos señales. Genere dos sinusoides de frecuencia 50 Hz (Fm = 1 KHz), amplitud 1 y
desfasadas 90º, y determine la correlación cruzada de ellas.
yn= a*sin(2*%pi*(Fs/Fm)*n + %pi/2);
///Cálculo de la autocorrelación normalizada
rxx = xcorr(xn);
rzz = xcorr(xn,yn);
figure(2);
plot2d3(rxx);
plot2d3(rzz);
Conociendo esta igualdad entonces podemos calcular el desfase a través de la siguiente ecuación:
𝜃 = 𝜃2 − 𝜃1 = 2𝜋𝑓𝑁
Realice una gráfica donde aparezcan la autocorrelación y la correlación cruzada.
¿Qué conclusiones puede sacar?
En la gráfica observamos la autocorrelación de la señal senoidal a 50 Hz (señal no desfasada),
y la correlación cruzada de la misma señal desfasada en 90 grados.
La autocorrelación es simétrica, la correlación cruzada no es completamente simétrica debido
a que la muestra máxima se encuentra en otro valor diferente a 100 ya que esta señal está
desfasada.
Señal Ruido
a1=0.9;
D=20;
n=0:199;
var=0.01;
des=sqrt(var);
v=des*rand(1,220)+0;
plot2d3(v);
title(' Señ al de ruido')
figure(3);
xgrid(5,1,7);
x1=[1, 1, 1, 1, 1, -1, -1, 1, 1, -1, 1, -1, 1];
x=[zeros(1,20),x1, zeros(1,187)];
for n=21:220
y(n)=a1*x(n-D)+v(n);
end
figure(4);
xgrid(5,1,7);
plot2d3(x(21:220))
title(' Señ al de entrada')
figure(5);
xgrid(5,1,7);
plot2d3(y(21:220));
title(' Señ al de recibida')
y v(t) es ruido aleatorio aditivo. Las señales x(t) e y(t) se muestrean en el receptor, de
acuerdo con el teorema del muestreo, y se procesan digitalmente para determinar el retardo
temporal y, a partir de él, la distancia al blanco. Las señales resultantes son:
𝒙[𝒏] = 𝒙(𝒏𝑻)
c) Calcule y dibuje la correlación cruzada rxx(l),0 l 59. Use el dibujo para estimar
el valor del retardo D.Repita los apartados b) y c) para 2 = 0.1 y 2 = 1.
clc;
clear;
x=[1,1,1,1,1,-1,-1,1,1,-1,1,-1,1];
D=20;
N=200;
var=0.01;
media=0;
a=0.9;
W=sqrt(var)*rand(1,N)+media;
Y=a*[zeros(1,D),x,zeros(1,N-D-13)]+W;
maxlag=59; [rxy,lags]=xcorr(x,Y,maxlag);
figure(1)
subplot(211)
stem(x,'-b', 'd');
xlabel('n');
ylabel('Amplitud');
title('Secuencia Barker');
xgrid(3,5,7);
plot2d3;
stem(Y,'-r', 'd');
xlabel('n');
ylabel('Amplitud');
title('Secuencia Gaussiana y[n]');
xgrid(3,5,7);
CONCLUSIÓN