INSTITUTO POLITÉCNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERIA MECANICA Y ELECTRONICA

UNIDAD CULHUACÁN

PRACTICA NO. 1

INTRODUCCION A MATLAB PARTE 1 “REPRESENTACION GRAFICA DE FUNCIONES BÁSICAS”

ASIGNATURA:

PROCESAMIENTO DIGITAL DE SEÑALES

INTEGRANTES:

LARA HUERTA FRANCISCO ZABDI

SANCHEZ ESCALONA RODRIGO

GRUPO:

7EV12

FECHA:

26-04-2023

1
 INDICE
Objetivo…………………………………………………………………………………………………………………..3

Introducción………………………………………….…………………………………………………………………3

Desarrollo………………………………………………………………………………………………………………..3-18

Conclusiones……………………………………………………………………………………………..…………….18

Bibliografía………………………………………………………………………………………….………………….19

2
 Objetivo
1.Realizar operaciones de secuencias, de acuerdo con las practicas anteriores.
2.Obtener la respuesta de un sistema discreto por medio de la convolución y la
evaluación directa de las ecuaciones de diferencias
3.Obtener el desarrollo de fracciones parciales y las gráficas de polos y ceros
4.Aplicar las funciones de MATLAB para obtener la respuesta en frecuencia de sistemas
discretos.
5.Comparar la respuesta en frecuencia de los filtros de respuesta infinita al impulso.
6.Comparar la respuesta en frecuencia de los diferentes tipos de filtros de respuesta finita
al impulso.

Introducción
La convolución discreta es una operación matemática entre dos señales discretas (el símbolo de la
operación es un * asterisco) que tiene gran importancia en procesamiento digital de señales ya
que la respuesta y[n] de un sistema lineal e invariante en el tiempo se puede obtener a partir de
su respuesta al impulso h[n] y la señal de entrada x[n].

La convolución discreta está definida por la sumatoria

Un sistema discreto lineal e invariante en el tiempo puede ser descrito matemáticamente por una
ecuación de diferencias de coeficientes constantes de la forma,

esta ecuación describe la relación entre la señal de salida y la señal de entrada. Donde se puede
ver que la ecuación de diferencias da una forma recursiva para obtener la salida actual del sistema
utilizando los valores de la señal de entrada previos, así como el actual y también los valores
previos de la misma señal de salida. MATLAB cuenta con una función que evalúa este tipo de
ecuación de diferencias dada una cierta señal de entrada.

La función se denomina FILTER.

FILTER filtro digital. Y = FILTER (B, A, X) filtra los datos del vector X con el filtro descrito por los
vectores A y B. La función FILTER evalúa la siguiente ecuación de diferencias. y = filter(b,a,x)

a(1)*y(n) + a(2)*y(n-1) + a(3)*y(n-2) + ... = b(1)*x(n) + b(2)*x(n-1) + b(3)*x(n-2) + ...Donde B=[b(1)

b(2) ...], A=[a(1) a(2) ...], X= señal de entrada

3
Otra de utilidad es freqz. - Respuesta de frecuencia del filtro digital
[H,W] = freqz(B,A,N) retorna el vector N de respuesta de frecuencia compleja H al vector N de
frecuencia W in radians/sample del filtro:

coeficientes de numerador y denominador dados en los vectores B y A.

conv.- Convolución y multiplicación polinomial.

C = conv(A, B) contornea los vectores A y B. El vector resultante es la longitud

MAX([LENGTH(A)+LENGTH(B)-1, LENGTH(A), LENGTH(B)]). Si A y B son vectores de
coeficientes polinomiales, contornearlos equivale a multiplicar los dos polinomios.

Una operación que debe hacerse con frecuencia en el cálculo de la respuesta del sistema es el
desarrollo en fracciones parciales, para que permita el uso de tablas de transformadas. Para esta
operación se cuenta con la función de MATLAB “residuez”. Las gráficas de polos ceros de la
función de transferencia son muy importantes ya que nos dan información sobre la dinámica del
sistema. MATLAB cuenta con la función “zplane” que permite realizar este tipo de gráficas de
forma simple introduciendo los coeficientes de la función de transferencia, tenemos lo siguiente:
[B,A] = residuez(R,P,K) convierte la expansión de fracción parcial de nuevo a la forma B/A. %
Example: % Calcular la expansión de fracción parcial de la siguiente función de transferencia
% H(z) = (1 + 2z^-1) / (1 - z^-1 + 2z^-2). num = [1 2]; % Coeficiente del
numerador den = [1 -1 2]; % Coeficientes del denominador [r,p] =
residuez(num,den) % H(z) = r(1)/(1-p(1)z^-1) + ... % r(2)/(1-
p(2)z^-1)

zplane(Z, P) traza los ceros Z y los polos P (en vectores columna) con el círculo unitario como
referencia. Cada cero se representa con una 'o' y cada polo con una 'x' en la gráfica.

fvtool Filter Visualization Tool (FVTool). - FVTool es una interfaz gráfica de usuario (GUI) que le
permite analizar filtros digitales. fvtool(B, A) inicia la herramienta de visualización de filtros y
calcula la respuesta de magnitud para el filtro definido por los coeficientes del numerador y el
denominador en los vectores B y A.

ztrans Transformada Z. F = ztrans(f) es la transformada Z de la sym f con la variable independiente

predeterminada n. El retorno predeterminado es una función de z: f = f(n) => F = F(z).

Ejemplos: syms n k w z f(n) ztrans(2^n) retorna z/(z-2) ztrans(sin(k*n),w) retorna

(w*sin(k))/(w^2 - 2*cos(k)*w + 1) ztrans(cos(n*k),k,z) retorna (z*(z - cos(n)))/(z^2 - 2*cos(n)*z
+ 1) ztrans(cos(n*k),n,w) retorna (w*(w - cos(k)))/(w^2 - 2*cos(k)*w + 1) ztrans(f(n+1))
retorna z*ztrans(f(n), n, z) - z*f(0)

iztrans Transformada inversa de Z.

4
f = iztrans(F) es la transformada inversa de la sym F con la variable independiente de z.
Retornando en una función de n: F = F(z) => f = f(n). If F = F(n), entonces la iztrans retorna la
función de k: f = f(k). Ejemplos: syms z x k f(n) iztrans(z/(z-2)) retorna 2^n iztrans(sin(1/n))
retorna -(1i^(k-1) *((-1) ^k-1))/(2*factorial(k)) iztrans(exp(x/z), z,k) retorna x^k/factorial(k)
iztrans(ztrans(f(n), n,z),z,k) retorna f(k) Una de las características de un sistema lineal e invariante
en el tiempo es que la respuesta en estado estacionario del sistema a una entrada sinusoidal es
otra señal de tipo sinusoidal; la diferencia entre estas es solamente de magnitud y fase. Si
conociéramos la forma en que afecta el sistema a una entrada sinusoidal de cualquier frecuencia
podríamos determinar su respuesta a cualquier señal de entrada ya que todas las señales se
pueden considerar como una combinación lineal de señales sinusoidales. Por eso resulta
conveniente caracterizar a los sistemas con su respuesta en frecuencia, es decir con la información
sobre el cambio que produce en la magnitud y en la fase de las señales sinusoidales de entrada
antes de llevarlas a la salida.Por otra parte, se debe de revisar la repuesta de los filtros digitales de
respuesta finita al impulso FIR y los de respuesta infinita al impulso IIR.Un filtro electrónico es un
elemento que discrimina una determinada frecuencia o gama de frecuencias de una señal que
pasa a través de él, pudiendo modificar tanto su amplitud como su fase. Existen diferentes tipos
de filtros, según la respuesta en frecuencia que se desee de estos, así que se puede requerir de
filtros pasa bajas, pasa altas, pasa banda o rechazo de banda. Cualquiera de las respuestas en
frecuencia deseadas se puede obtener con diferentes tipos de filtros que tiene características
especiales en las bandas de paso, de transición o de rechazo. Los filtros más comunes son los que
se muestran en la figura 1. El filtraje se puede obtener de forma analógica o digital.

Los filtros digitales de respuesta finita al impulso (FIR por sus siglas en inglés) son filtros que
obtiene la señal de salida usando solamente valores de la secuencia de entrada y ningún valor de
la señal de salida, por eso su respuesta a un impulso en la entrada tiene una longitud finita y por lo
tanto siempre es estable son filtros únicos en sistemas de tiempo discreto. Sin embargo, tienen la
desventaja de necesitar un orden mayor respecto a los filtros IIR para cumplir las mismas
características de respuesta en frecuencia, su diseño es único para filtros digitales, tiene métodos
conocidos como el de ventana y de rizado mínimo. Para el caso de los filtros IIR son sistemas que
se obtienen de los sistemas de tiempo continuo por medio de la función bilineal y para ello Matlab
lo atiende con las siguientes funciones: Impinvar.- Método de invariancia de impulso para la
conversión de filtros analógicos a digitales.[bz,az] = impinvar(b,a,Fs) crea un filtro digital con
numerador y coeficientes denominadores bZ y aZ respectivamente cuyo impulso la respuesta
es igual a la respuesta de impulso del filtro analógico con coeficientes b y a muestreados a una
frecuencia de Fs Hertz. La b y la a los coeficientes se escalarán en 1/Fs. Si no especifica Fs, el valor
predeterminado es 1 Hz. [bz,az] = impinvar(b,a,Fs,TOL) utiliza la tolerancia TOL para la agrupación
polos repetidos juntos. El valor predeterminado es 0,001, es decir, 0,1%. NOTA: la caja de polos
repetidos funciona, pero está limitada por la capacidad de la función ROOTS para factorizar tales
polinomios. %Ejemplo: Ilustra la relación entre un filtro digital y un analógico con relación a las
respuestas de frecuencia. [b,a] = butter(4,0.3,'s'); [bz,az] = impinvar(b,a,10); [Ha,Wa] =
freqs(b,a,512); [Hz,Wz] = freqz(bz,az,512,10); plot(Wa/(2*pi),20*log10(abs(Ha)),'LineWidth',2);
hold on; plot(Wz,20*log10(abs(Hz)),'r--');

xlabel('Frecuencia (Hz)'), ylabel('Magnitud (dB)'); title('Magnitu de Response Comparison');

legend('Filtro analógico', 'Filtro digital'); Bilinear.- método de transformación bilineal para la

5
conversión de filtros analógicos a digitales [zd,pd,kd] = bilinear(z,p,k,Fs) convierte la transferencia
del dominio s función especificada por z, p y k a una transformada z discreta equivalente obtenido
de la transformación bilineal:

donde los vectores de columna Z y P especifican los ceros y polos, escalares K especifica la
ganancia, y Fs es la frecuencia de muestra en Hz. [NUMd,DENd] = bilinear(NUM,DEN,Fs), donde
NUM y DEN son vectores de fila que contienen la funcion de transferencia de los coeficientes del
numerador y del denominador, NUM(s)/DEN(s), en potencias descendentes de s, que transforma
en coeficientes de la transformada z NUMd(z)/DENd(z). [Ad,Bd,Cd,Dd] = bilinear(A,B,C,D,Fs) es una
versión del espacio de estados. Cada una de las tres formas anteriores de bilineal acepta un
opcional argumento de entrada adicional que especifica la actualización previa. Por ejemplo,
[Zd,Pd,Kd] = bilinear(Z,P,K,Fs,Fp) aplica prewarping antes de la transformación bilineal para que la
frecuencia responda antes y después de la coincidencia de mapeo exactamente en el punto de
frecuencia Fp (el punto de coincidencia Fp se especifica en Hz). % Ejemplo: Diseñar un filtro y
transformar de analógico elíptico de paso bajo de 6º orden a una %
representación de tiempo discreto. Fs=0.5; % Frecuencia de muestreo
[z,p,k]=ellipap(6,5,90); % Prototipo de filtro Lowpass [num,den]=zp2tf(z,p,k); %
Convertir en formulario de función de transferencia [numd,dend]=bilinear(num,den,Fs); %
Conversión de analógico a digital fvtool(numd,dend) % Visualizar el filtro pause T=1/Fs;

Desarrollo
1.La respuesta al impulso de un sistema discreto lineal e invariante en el tiempo es h[n]. ¿Qué
respuesta tendrá este sistema si se le aplica la señal x[n] definida a continuación? (Utilizar la
convolución).

Solución

2.Obtener la respuesta de un sistema discreto lineal e invariante cuando la entrada es x[n]. La

respuesta al impulso del sistema es h[n]. Graficar la señal de entrada, la señal de salida y la
respuesta al impulso del sistema.

3.Un sistema esta descrito por la ecuación de diferencias

6
donde x[n] es la entrada y y[n] es la salida. Calcular y graficar la respuesta al impulso y al escalón
unitario.

4.Se tiene un diferenciador digital descrito por:

Obtener la respuesta de este sistema para las siguientes entradas

5.Hacer el desarrollo en fracciones parciales y las gráficas de polos y ceros de las siguientes
funciones.

6.Obtener la respuesta en frecuencia y la respuesta al impulso de los siguientes sistemas. Utilizar

preferentemente la función FVTOOL

7.Comparar la respuesta en frecuencia de los diferentes tipos de filtros digitales IIR.

a. Para un filtro pasa bajas de quinto orden, una frecuencia de corte de 0.5 radianes y rizo de 1 dB
(donde aplique).

b. Para un filtro pasa banda de orden 10, frecuencias de corte en0.3 y 0.6 radianes y rizo de 1 dB.

c. Comparar la respuesta en frecuencia del filtro Chebyshev tipo 1 pasa bajas para una frecuencia
de 0.3 rad y rizos de 1 dB, 3 dB y 6 dB.

d. Comparar la respuesta en frecuencia del filtro Chebyshev tipo 2 pasa altas para una frecuencia
de corte de 0.3 rad y rizos de 1 dB, 3 dB y 6 dB.

7
e. Comparar la respuesta en frecuencia del filtro Elíptico pasa bajas para una frecuencia de corte
de 0.3 rad y rizos de 1 dB, 3 dB y 6 dB en banda de paso y de rechazo.

8.Comparar la respuesta en frecuencia de los filtros digitales que aplican el método de la ventana,
la aproximación por mínimos cuadrados y muestreo en frecuencia.

a. Para un filtro pasa bajas de orden 15, una frecuencia de corte de0.5 radianes.

b. Para un filtro pasa banda de orden 50, frecuencias de corte en 0.3 y 0.6 radianes.

c. Comparar la respuesta en frecuencia del filtro Chebyshev tipo 1 pasa bajas para una frecuencia
de 0.3 rad y rizos de 1 dB, 3 dB y 6 dB.

d. Comparar la respuesta en frecuencia del filtro Chebyshev tipo 2 pasa altas para una frecuencia
de corte de 0.3 rad y rizos de 1 dB, 3 dB y 6 dB.

e. Comparar la respuesta en frecuencia del filtro Elíptico pasa bajas para una frecuencia de corte
de 0.3 rad y rizos de 1 dB, 3 dB y 6 dB en banda de paso y de rechazo.

8
9
10
11
12
13
14
A)

Respuesta en frecuencia

15
Respuesta al impulso

Respuesta en frecuencia

Respuesta al impulso

16
Respuesta en frecuencia

Respuesta al impulso

Problema 7ª

7B)

17
 Conclusión
En conclusión, la Transformada Z es una herramienta importante en el análisis de señales y sistemas
discretos. Es útil para representar señales y sistemas en el dominio de la frecuencia discreta y
permite analizar la estabilidad y la respuesta de los sistemas en función de la frecuencia.

La transformada Z también es útil para resolver ecuaciones en diferencias y encontrar soluciones a

sistemas de ecuaciones lineales. Además, la transformada Z puede utilizarse en la identificación de
sistemas, el diseño de controladores y el procesamiento digital de señales.

Es importante tener en cuenta que la transformada Z solo es aplicable a señales y sistemas discretos,
y no puede ser utilizada directamente para analizar señales y sistemas continuos. Sin embargo, es
posible aproximar señales continuas mediante el muestreo y la aplicación de la transformada Z a la
versión discreta resultante.

En resumen, la Transformada Z es una herramienta esencial en el análisis de señales y sistemas

discretos y es utilizada en una amplia variedad de aplicaciones en ingeniería, matemáticas y ciencias
de la computación.

18
 Bibliografía
https://es.wikipedia.org/wiki/Transformada_Z

http://www.itq.edu.mx/carreras/IngElectronica/archivos_contenido/Apuntes%20de%20materias/
CDC1203_DSP/3_Transformada_Z.pdf

19