Está en la página 1de 8

LABORATORIO DE INTERPOLACION

CONOCIMIENTOS PREVIOS NECESARIOS


Teorema de muestreo
Transformada Discreta de Fourier o Transformada Rápida de Fourier
Manejo de MatLab 6.1

OBJETIVO: Demostrar que la teoría vista en clase sobre interpolación es correcta.

MARCO TEÓRICO

La interpolación es un proceso mediante el cual se aumenta la tasa de muestreo


de una señal en un número entero de valores nuevos.

El proceso consiste en tomar la señal original en tiempo discreto y agregar entre


muestras tantos ceros como valores nuevos queramos.

Como consecuencia del anterior procedimiento en la frecuencia, el espectro de la


señal se reproduce en el número de ceros que hayamos colocado. Para este caso
a la señal original se le agregó un cero y podemos ver una replica del espectro.
De esta forma podemos ver que en el dominio de la frecuencia aparecen nuevos
componentes armónicos, los cuales al filtrarse tienen como efecto que los valores
ceros que agregamos, tomen un valor equivalente al comportamiento de la señal,
obteniendo así lo que se conoce como señal interpolada. Para comprobar de
forma manual esta operación se puede usar como recurso una FFT de la señal en
tiempo discreto, se filtran los armónicos no deseados y continuación se hace una
trasformada inversa en la que se observará nuestra señal deseada. Para este
procedimiento es importante hacer cero todas las muestras a filtrar y no recortar la
señal, porque en tal caso se recuperaría la señal original sin interpolar, es decir,
para una FFT de 512 puntos, por ejemplo, se debe realizar una IFFT de 512
puntos.

Cuando se hace la una interpolación la potencia de la señal se conserva y se


distribuye a través de las nuevas muestras, por lo cual presenta una atenuación
comparable al numero de nuevos puntos que se agreguen.
PROCEDIMIENTO DE LABORATORIO

Código Demostrativo

clear;clc; %Borrar variable y limpiar comamand window


x=0:7; %Valores que toma: x de 0 a 7, con saltos de 1 en 1.
y=sin(x); %Funcion analoga a muestrear
subplot(2,2,1);stem(x,y);xlabel('Señal original');%Señal en tiempo
discreto

%FFT
Puntos=512;
Y = fft(y,Puntos);
Pyy = Y.* conj(Y) / Puntos;
f = 1000*(0:(Puntos/2))/Puntos;
subplot(2,2,3);plot(f,Pyy(1:(Puntos/2)+1));xlabel('Frequencia señal
original (Hz)') %Grafica de la FFT

Y=upsample(y,2); %Agregando 1 cero intermedio


k=Y %Copiando la señal
X=0:1:15
subplot(2,2,2);stem(X,Y);xlabel('Señal con ceros agregados');%Grafica de
la señal con los ceros
%FFT
Puntos=512;
Y = fft(Y,Puntos);
Pyy = Y.* conj(Y) / Puntos;
f = 1000*(0:(Puntos/2))/Puntos;
subplot(2,2,4);plot(f,Pyy(1:(Puntos/2)+1));xlabel('Frequencia de la señal
con ceros agregados(Hz)'); %Grafica de la FFT

%Filtro
Filtro=[ones(1,130),zeros(1,382)];%Colocando 1 para valores que sirven y
cero para los que no
Filtrada=Y.*Filtro%Multiplicacion uno a uno entre el filtro y la
señal(FILTRANDO)
figure(2);plot(abs(Filtrada));xlabel('Frequencia de la señal
filtrada(Hz)');%Espectro de la señal filtrada
Final=ifft(Filtrada) %Transformada rapida de Fourier Inversa

%Comparacion de la señal original con la interpolada


figure(3);stem(real(Final(1:14)));set(findobj(gca,'Type','line','Color',[
0 0 1]),'Color','red','LineWidth',2);hold on;
stem(k(1:14));xlabel('Original Vs Interpolada')

RESULTADOS OBTENIDOS
Código Sintetizado

clear;clc; %Borrar variable y limpiar comamand window


x=0:7; %Valores que toma: x de 0 a 7, con saltos de 1 en 1.
y=sin(x); %Funcion analoga a muestrear
subplot(2,1,1);stem(x,y);xlabel('Señal original');

Y=upsample(y,2); %Agregando 1 cero intermedio

%FFT
Puntos=512;
Y = fft(Y,Puntos);

%Filtro
Filtro=[ones(1,130),zeros(1,382)];%Colocando 1 para valores que sirven y
cero para los que no
Filtrada=Y.*Filtro%Multiplicacion uno a uno entre el filtro y la
señal(FILTRANDO)
Final=ifft(Filtrada)%Transformada rapida de Fourier Inversa

%Comparacion de la señal original con la interpolada


subplot(2,1,2);stem(real(Final(1:14)));

RESULTADOS OBTENIDOS
CONCLUSIONES

Se pudo demostrar a través de esta práctica de laboratorio, que la interpolación de


una señal si es posible de hacer en la realidad, de una forma relativamente
sencilla, aplicando la teoría de una forma clara y precisa.
REFERENCIAS

J. Proakis , D. Manolakis , “ Tratamiento Digital de señales “ , tercera edición ,


Prentice Hall , 1998.

Software de modelamiento matemático:


-MATLAB 6.1. MathWorks

-Ingeniero Marcos González Pimentel.


e-mail: marcospimen@gmail.com