ESIME-ZAC ICE RECONOCIMIENTO Y SÍNTESIS DE VOZ 9CV16

INSTITUTO POLITÉCNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y

ELÉCTRICA
UNIDAD ZACATENCO

ALUMNO: Cervantes Pérez Juan Carlos.

PROFESOR: SÁNCHEZ SÁNCHEZ MARCIAL

MARGARITO.

GRUPO: 9CV16
ESPECIALIDAD: Acústica.

TIPO DE TAREA: Reporte Práctica # 1 “Señales

Senoidales y Cosenoidales y el comando Plot”.

FECHA DE ENTREGA: 24/04/2023

1
ESIME-ZAC ICE RECONOCIMIENTO Y SÍNTESIS DE VOZ 9CV16

PRÁ CTICA # 1 MATLAB:

OBJETIVO: Ver y comprender las gráficas de una señal, principalmente de
una senoide y una cosenoide utilizando el comando “Plot ()” y la herramienta
Matlab.

Marco teórico:

Nyquist-Shannon:

Nyquist-Shannon establece que, para reconstruir correctamente una señal

continúa a partir de sus muestras discretas, la frecuencia de muestreo debe ser al
menos el doble de la frecuencia máxima contenida en la señal original. Este
teorema es esencial para la teoría del procesamiento de señales y se aplica en
muchos campos, desde la ingeniería eléctrica hasta la informática y la
comunicación de datos.

La frecuencia máxima de una señal continua se refiere a la frecuencia más alta

presente en la señal, es decir, la frecuencia que contiene la componente de la
señal con la amplitud más alta. El teorema de Nyquist-Shannon establece que
para evitar el aliasing y garantizar una reconstrucción precisa de la señal, la
frecuencia de muestreo debe ser al menos el doble de la frecuencia máxima de la
señal original.

Por ejemplo, si la frecuencia máxima de la señal original es de 1 kHz, la frecuencia

de muestreo debe ser de al menos 2 kHz para garantizar que la señal se pueda
reconstruir correctamente. Si la frecuencia de muestreo es menor que el doble de
la frecuencia máxima, se produce aliasing, lo que significa que las frecuencias
más altas se mapean en frecuencias más bajas, lo que resulta en una señal
distorsionada.

2
ESIME-ZAC ICE RECONOCIMIENTO Y SÍNTESIS DE VOZ 9CV16

Aliasing:

El aliasing es un fenómeno que se produce cuando se muestrea una señal

analógica a una frecuencia de muestreo inadecuada, lo que resulta en la aparición
de frecuencias espurias o erróneas en la señal muestreada. En otras palabras, el
aliasing ocurre cuando la frecuencia de muestreo es demasiado baja para capturar
toda la información contenida en la señal original.

El aliasing se produce porque la señal original puede contener componentes de

frecuencia más alta que la frecuencia de muestreo. Cuando esto ocurre, las
frecuencias más altas de la señal se mezclan con las frecuencias más bajas
durante el proceso de muestreo, lo que resulta en una señal distorsionada que no
representa con precisión la señal original.

El aliasing puede tener consecuencias negativas en diversas aplicaciones de

procesamiento de señales. Por ejemplo, en la grabación de audio, el aliasing
puede producir un efecto de "serrado" en las frecuencias más altas de la señal, lo
que resulta en una señal de audio distorsionada y de baja calidad. En la
tomografía por emisión de positrones (PET), el aliasing puede producir artefactos
en las imágenes que dificultan la interpretación de la información.

Para evitar el aliasing, es importante asegurarse de que la frecuencia de muestreo

sea lo suficientemente alta para capturar todas las frecuencias presentes en la
señal original. El teorema de Nyquist-Shannon establece que la frecuencia de
muestreo debe ser al menos el doble de la frecuencia máxima de la señal original
para evitar el aliasing y garantizar una reconstrucción precisa de la señal.

3
ESIME-ZAC ICE RECONOCIMIENTO Y SÍNTESIS DE VOZ 9CV16

El comando Plot:

El comando "plot" en MATLAB se utiliza para crear gráficos de dos o tres

dimensiones a partir de datos en formato vectorial o matricial. Es una función muy
útil para visualizar datos y analizar relaciones entre variables.

El comando "plot" acepta diferentes argumentos, como vectores, matrices,

funciones y opciones de formato. Por ejemplo, si se desea graficar una función
matemática, se puede utilizar el comando "plot" con un vector de valores de la
variable independiente y la expresión de la función. Si se desean graficar múltiples
conjuntos de datos en el mismo gráfico, se pueden proporcionar varios conjuntos
de datos como argumentos.

Además, es posible personalizar el formato de la gráfica mediante la

especificación de diferentes opciones, como color, grosor de línea, tipo de línea,
etiquetas de los ejes, títulos, etc.

Procedimiento:
I. Abrimos MATLAB e iniciamos un nuevo código, y escribimos el código:

4
ESIME-ZAC ICE RECONOCIMIENTO Y SÍNTESIS DE VOZ 9CV16

II. Guardamos el código y corremos el programa dando clic en el icono “RUN”

para visualizar las señales:

GUARDAR CORRER PROGRAMA

5
ESIME-ZAC ICE RECONOCIMIENTO Y SÍNTESIS DE VOZ 9CV16

III. En la figura 1 se puede visualizar una sinusoide con periodo T=1 y fase
“/2”.

IV. En la figura 2 se puede observar un cosenoide con periodo T=1 y una fase
“/2”.

6
ESIME-ZAC ICE RECONOCIMIENTO Y SÍNTESIS DE VOZ 9CV16

Posteriormente escribimos en la ventana de comandos lo siguiente:

“>> load handel

>> sound (y,Fs)”

A. El comando "load handel" carga la señal de audio predefinida de Handel en

MATLAB. La señal de audio "Handel" es una pieza musical compuesta por
el compositor alemán George Frideric Handel.
B. El comando "sound (y, Fs)" reproduce la señal de audio cargada en la
variable "y" a una frecuencia de muestreo especificada por "Fs". En este
caso, la señal de audio de Handel se reproduce con la frecuencia de
muestreo Fs predeterminada de 8192 Hz.

Finalmente:

Al reproducir este fragmento de la melodía, lo pasamos a un analizador de

espectro para así poder visualizar el comportamiento de las señales que la
componen.

7
ESIME-ZAC ICE RECONOCIMIENTO Y SÍNTESIS DE VOZ 9CV16

Conclusiones:
Gracias a la elaboración de esta práctica se comprendió y entendió de una mejor
manera el comportamiento de una señal, que en este caso fue de una señal
senoide y otra cosenoide, para posterior a eso utilizar el comando “plot”, el cual
entendí que sirve para visualizar datos y analizar relaciones entre variables.