Laboratorio de Procesamiento Digital de Señales

Clayder Gonzalez, M.Sc.

June 15, 2022

Instrucciones: Solucionar la práctica en una hoja de papel (a mano) o usar algún editor de texto que permita
incluir ecuaciones tipo Word o Latex. Finalmente, convertir el documento a formato PDF y subirlo a la opción
correspondiente de la pregunta.

1. Un ejemplo de función Gaussiana (https://es.wikipedia.org/wiki/Funcion_gaussiana) o simplemente

Gaussiana mostrada en la ecuación 1 se usa bastante como filtro a traves de la convolucion para suavizar
diferentes tipos de señales.

1 t2
g(t) = √ exp− 2σ2 (1)
σ 2π
La ecuacion 1 puede ser discretizada para diferentes valores de σ, ts e intervalos de n. Un ejemplo de esta
discretizacion se muestra en la ecuacion 2 donde σ = 0.015 y ts = 0.01 y n ∈ [−5, 5]
1 (nts )2
g[n] = √ exp− 2σ2 , −5≤n≤5 (2)
σ 2π
Se puede usar la ecuacion 2 para suavizar nubes de puntos (point clouds) obtenidas con un sensor LiDAR.
Una nube de puntos es un conjunto de puntos con componentes Euclideanos x, y, z. Un ejemplo de nube de
puntos se muestra en la figura

Figure 1: Ejemplo de nube de puntos

Se pide realizar los siguientes pasos:

1
(a) Construir cuatro Gaussianas discretas, g1 [n], g2 [n], g3 [n], g4 [n] para cuatros valores de σ1 , σ2 , σ3 , σ4 difer-
entes. Dependiendo del valor de σ, el numero de elementos de n puede variar según su criterio. Solo
asegurarse que la Gaussiana mantenga su forma lo mejor posible. ts = 0.01 para todas las Gaussianas.
(b) Cargar su nube de puntos correspondiente en Matlab y tomar solo sus componentes Euclideanos x, y.
Con esto formar las secuencias discretas x[n], y[n], donde 0 ≤ n ≤ N − 1 (N es el numero de puntos de
la nube de puntos).
(c) Calcular las siguientes operaciones:

x1 [n] = x[n] ∗ g1 [n]

y1 [n] = y[n] ∗ g1 [n]
x2 [n] = x[n] ∗ g2 [n]
y2 [n] = y[n] ∗ g2 [n]
x3 [n] = x[n] ∗ g3 [n]
y3 [n] = y[n] ∗ g3 [n]
x4 [n] = x[n] ∗ g4 [n]
y4 [n] = y[n] ∗ g4 [n]

donde ∗ representa una convolución discreta y debe ser calculada usando la funcion conv(x,g,’same’)
(d) Reportar cuatro graficas diferentes usando las secuencias obtenidas en el item (c). Por ejemplo, plot(x1,y1)