PROCESAMIENTO DIGITAL DE SEÑALES

DPTO. DE INGENIERÍA ELÉCTRICA

FACULTAD DE INGENIERÍA Y CIENCIAS
UNIVERSIDAD DE LA FRONTERA

EJERCICIOS TRANSFORMADAS

PREGUNTA 1: Espectro y Teorema de Muestreo

Suponga que la parte positiva del espectro de amplitud de una señal tiene la forma que se
muestra en la Figura más abajo.
a) Determine la frecuencia de Nyquist de dicha señal. fs = 60Hz
b) Dibuje en la cuadrícula más abajo el espectro de la señal, si ésta es muestreada a la
mitad del valor de la frecuencia que determinó en el inciso a). ¿qué efecto observa en
el espectro?

c) Explique porqué el espectro se vuelve periódico.

El espectro de una señal no periódica y finita se vuelve periódico porque al ser
muestreada, la señal en el tiempo es multiplicada por un tren de impulsos. Como la
transformada de la multiplicación es la convolución e inversamente (ver Figura 1), esto
hace que en la Frecuencia la señal es convolucionada por la transformada del tren de
impulsos anterior. Esto provoca que el periodo se vuelve periódico, repitiéndose a sí
mismo a cada intervalo de frecuencia igual a la frecuencia de muestreo. Si fs es inferior
a la Frecuencia de Nyquist se produce aliasing en el espectro.

Figura 1. Proceso de muestreo de una señal en el tiempo y su efecto en el espectro de

frecuencia de la señal.

EJERCICIOS DE TRASNFORMADAS
 PROCESAMIENTO DIGITAL DE SEÑALES
DPTO. DE INGENIERÍA ELÉCTRICA
FACULTAD DE INGENIERÍA Y CIENCIAS
UNIVERSIDAD DE LA FRONTERA

PREGUNTA 2: Transformada de Fourier

Sea la siguiente secuencia de datos:𝑥(𝑛) = [2; 1; 4; 0; 0; 2];
Se sabe que su transformada discreta de Fourier (DFT) viene expresada como:

Estimar la DFT de 5 puntos de la secuencia x(n). (Deje expresado el cálculo de cada término)
𝟓
𝟎∙𝒏 𝟎∙𝟎 𝟎∙𝟏 𝟎∙𝟐 𝟎∙𝟑 𝟎∙𝟒 𝟎∙𝟓
X(0) ∑ 𝒙(𝒏)𝒆−𝟐𝝅𝒊 𝟓 = 𝟐𝒆−𝟐𝝅𝒊 𝟓 + 𝟏𝒆−𝟐𝝅𝒊 𝟓 + 𝟒𝒆−𝟐𝝅𝒊 𝟓 + 𝟎𝒆−𝟐𝝅𝒊 𝟓 + 𝟎𝒆−𝟐𝝅𝒊 𝟓 + 𝟐𝒆−𝟐𝝅𝒊 𝟓
𝒏=𝟎
𝟓
𝟏𝒏 𝟏∙𝟎 𝟏∙𝟏 𝟏∙𝟐 𝟏∙𝟓
∑ 𝒙(𝒏)𝒆−𝟐𝝅𝒊 𝟓 = 𝟐𝒆−𝟐𝝅𝒊 𝟓 + 𝟏𝒆−𝟐𝝅𝒊 𝟓 + 𝟒𝒆−𝟐𝝅𝒊 𝟓 + 𝟐𝒆−𝟐𝝅𝒊 𝟓
𝒏=𝟎
X(1) 𝟓
𝟏𝒏 𝟐 𝟐 𝟒 𝟒
∑ 𝒙(𝒏)𝒆−𝟐𝝅𝒊 𝟓 = 𝟐[𝒄𝒐𝒔(𝟎𝝅) − 𝒊𝒔𝒆𝒏(𝟎𝝅)] + 𝟏 [𝒄𝒐𝒔 ( 𝝅) − 𝒊𝒔𝒆𝒏 ( 𝝅)] + 𝟒 [𝒄𝒐𝒔 ( 𝝅) − 𝒊𝒔𝒆𝒏 ( 𝝅)]
𝟓 𝟓 𝟓 𝟓
𝒏=𝟎
+ 𝟐[𝒄𝒐𝒔(𝟐𝝅) − 𝒊𝒔𝒆𝒏(𝟐𝝅)]
𝟓
𝟐𝒏 𝟐∙𝟎 𝟐∙𝟏 𝟐∙𝟐 𝟐∙𝟓
X(2) ∑ 𝒙(𝒏)𝒆−𝟐𝝅𝒊 𝟓 = 𝟐𝒆−𝟐𝝅𝒊 𝟓 + 𝟏𝒆−𝟐𝝅𝒊 𝟓 + 𝟒𝒆−𝟐𝝅𝒊 𝟓 + 𝟐𝒆−𝟐𝝅𝒊 𝟓
𝒏=𝟎
𝟓
𝟑𝒏 𝟑∙𝟎 𝟑∙𝟏 𝟑∙𝟐 𝟑∙𝟓
X(3) ∑ 𝒙(𝒏)𝒆−𝟐𝝅𝒊 𝟓 = 𝟐𝒆−𝟐𝝅𝒊 𝟓 + 𝟏𝒆−𝟐𝝅𝒊 𝟓 + 𝟒𝒆−𝟐𝝅𝒊 𝟓 + 𝟐𝒆−𝟐𝝅𝒊 𝟓
𝒏=𝟎
𝟓
𝟒𝒏 𝟒∙𝟎 𝟒∙𝟏 𝟒∙𝟐 𝟒∙𝟓
X(4) ∑ 𝒙(𝒏)𝒆−𝟐𝝅𝒊 𝟓 = 𝟐𝒆−𝟐𝝅𝒊 𝟓 + 𝟏𝒆−𝟐𝝅𝒊 𝟓 + 𝟒𝒆−𝟐𝝅𝒊 𝟓 + 𝟐𝒆−𝟐𝝅𝒊 𝟓
𝒏=𝟎

EJERCICIOS DE TRASNFORMADAS
 PROCESAMIENTO DIGITAL DE SEÑALES
DPTO. DE INGENIERÍA ELÉCTRICA
FACULTAD DE INGENIERÍA Y CIENCIAS
UNIVERSIDAD DE LA FRONTERA

PREGUNTA 3: Transformada de Fourier, STFT y Transformada wavelet

Utilice Matlab para construir las siguientes funciones, calculando su espectro de Fourier en
cada caso:

Función Frecuencia de Nyquist (Hz)

𝑥1(𝑡) = 𝑎 𝑐𝑜𝑠(30𝜋𝑡) 30 (fmax=15Hz)

𝑥2(𝑡) = 𝑏 cos(50𝜋𝑡) 50 (fmax=25Hz)

𝑥3(𝑡) = 𝑐 cos(80𝜋𝑡) 80 (fmax=40Hz)

3 80 (fmax=40Hz)
𝑥4(𝑡) = ∑ 𝑥𝑖(𝑡)
𝑖=1
𝑥1(𝑡) 𝑑𝑒 [0 0.5] 80 (fmax=40Hz)
𝑥5(𝑡) = 𝑥2(𝑡) 𝑑𝑒 ]0.5 0.8]
𝑥3(𝑡) 𝑑𝑒 ]0.8 1]

Construya las señales x4(t) y x5(t) formadas por la suma de todas las sinusoides anteriores y por
la existencia de las sinusoides anteriores en diferentes tiempos, según la tabla.
a) Grafique en un mismo gráfico, utilizando el comando subplot, 5 periodos de las señales
xi(t) indicando el tiempo en el eje horizontal. Grafique sus espectros a la derecha.
Considere una frecuencia de muestreo de 100Hz. Comente lo que observa. Considere
que las constantes a, b y c tienen los valores 2, 4 y 6 respectivamente.
b) Obtenga el espectrograma de las funciones x4(t) y x5(t) y comente lo que observa.
c) Obtenga una representación de la Transformada wavelet de las señales x4(t) y x5(t) en
la que se vean y comente lo que observa.

EJERCICIOS DE TRASNFORMADAS
 PROCESAMIENTO DIGITAL DE SEÑALES
DPTO. DE INGENIERÍA ELÉCTRICA
FACULTAD DE INGENIERÍA Y CIENCIAS
UNIVERSIDAD DE LA FRONTERA

Figura 2. Representación de las funciones x1 a x5, en el tiempo, en la frecuencia y mediante su

espectrograma (tiempo-frecuencia)

En la Figura 2 se puede observar las diferentes señales y sus espectros. Se puede ver que aunque se
cumple el teorema de Nyquist para todas las señales, su representación produce distorsión,
principalmente para las frecuencias más altas (40Hz). Las señales compuestas son muy diferentes en
el tiempo, sin embargo en la frecuencia su espectro de amplitud es similar. Se puede ver que la
representación del tiempo frecuencia, da más información. En efecto, en los espectrogramas se puede
apreciar la variación de la frecuencia en el tiempo para la señal x5.
En el anexo se encuentran los parámetros usados para el cálculo de la Transformada de Fourier (1024
puntos del espectro), y de los espectrogramas (ventana de 100 muestras equivalentes a 1 segundo, con
superposición de 95%. Se ajustaron los ejes para que la representación del espectro esté centrada en
0.

EJERCICIOS DE TRASNFORMADAS
 PROCESAMIENTO DIGITAL DE SEÑALES
DPTO. DE INGENIERÍA ELÉCTRICA
FACULTAD DE INGENIERÍA Y CIENCIAS
UNIVERSIDAD DE LA FRONTERA

Figura 3. Representación de las señales compuestas en diferentes bandas de frecuencia de la

Transformada wavelet.

En la Figura 3 se puede observar la descomposición de la señal en las diferentes bandas. En el

eje x se tiene el tiempo y en el eje vertical se presenta la señal en las diferentes bandas de
frecuencia, desde las más bajas (a4) a las más altas (d1). Como la frecuencia de muestreo es de
100Hz, esta es la descomposición de las bandas:
d1 d2 d3 d4 a4
25 a 50Hz 12.5 a 25Hz 6.25:25Hz 3.125 a 6.25Hz 1.5625 a 3.125Hz

EJERCICIOS DE TRASNFORMADAS
 PROCESAMIENTO DIGITAL DE SEÑALES
DPTO. DE INGENIERÍA ELÉCTRICA
FACULTAD DE INGENIERÍA Y CIENCIAS
UNIVERSIDAD DE LA FRONTERA

Este análisis fue realizado a través de la función “wavemenu” de Matlab. Se aplicó una
wavelet madre de tipo Daubechies (db) y un nivel de descomposición de 4. En la parte
superior se aprecia la presencia de las señales todo el tiempo, mientras que en la inferior se
puede observar el cambio que produce la frecuencia en el tiempo. Es interesante notar el
efecto en la frecuencia que tienen las transiciones de una frecuencia a otra en la señal x5. Eso
se nota principalmente en las frecuencias bajas (a4), pero en general en todas las bandas.

PREGUNTA 4: Cálculo de la Transformada Z

a) Obtenga, detallando los cálculos, la transformada Z de la siguiente función:
1 𝑛
𝑥(𝑛) = ( ) 𝜇(𝑛) + 2(3)𝑛 𝜇(−𝑛 − 1)
2

b) Indique cuál es su RDC si el sistema es estable

c) Indique cuál es su RDC si el sistema es causal
1 2
𝑋(𝑧) = −
1 − 0.5𝑧 −1 1 − 3𝑧 −1

De la función anterior se tiene que los polos son 0.5 y 3 por lo que
la RDC es 0.5 < mod(z) < 3 para que sea estable
la RDC es mod(z) > 3 para que sea causal

Para profundizar en esto hay que revisar las propiedades de los sistemas:
a) Para que el sistema sea estable su RDC contiene el círculo Unitario
b) Para que el sistema sea causal su RDC es la parte exterior del polo más externo

EJERCICIOS DE TRASNFORMADAS
 PROCESAMIENTO DIGITAL DE SEÑALES
DPTO. DE INGENIERÍA ELÉCTRICA
FACULTAD DE INGENIERÍA Y CIENCIAS
UNIVERSIDAD DE LA FRONTERA

PREGUNTA 5: Transformada Z
Sea un sistema descrito por su ecuación de diferencias:
𝑦(𝑛) = 𝑦(𝑛 − 1) − 2𝑦(𝑛 − 2) + 1.5𝑥(𝑛) − 𝑥(𝑛 − 1)
y sea una señal x(n) definida como: 𝑥(𝑛) = 𝛿(𝑛) − 12 𝛿(𝑛 − 1).
a) Determine H(z) la función de transferencia del sistema
b) Determine X(z) la Transformada Z de la señal x(n)
c) Determine Y(z) la transformada Z de la respuesta del sistema H(z) ante la entrada
X(z).
d) Finalmente determine y(n) la salida del sistema en el tiempo.
a) Calculando la TZ de la ecuación Aplicando fracciones parciales:
de diferencias y(n) 𝐴1 𝐴2
−1 −2 𝑌(𝑧) = +
𝑌(𝑧) = 𝑌(𝑧)𝑧 − 2𝑌(𝑧)𝑧 + 1.5𝑋(𝑧) 1 − 𝑝1 𝑧 −1 1 − 𝑝2 𝑧 −1
− 𝑋(𝑧)𝑧 −1
𝑑𝑜𝑛𝑑𝑒 𝐴1 = 𝐴2 ∗= 0.625 − 0.3307𝑖
𝑌(𝑧)(1 − 𝑧 −1 + 2𝑧 −2 )
𝑝1= 𝑝2 ∗= 0.5 + 1.3229𝑖
= 𝑋(𝑧)(1.5 − 𝑧 −1 )
queda:
𝑌(𝑧) 1.5 − 𝑧 −1 0.625 − 0.3307𝑖
𝐻(𝑧) = = 𝑌(𝑧) =
𝑋(𝑧) 1 − 𝑧 −1 + 2𝑧 −2 1 − (0.5 + 1.3229𝑖)𝑧 −1
b) 𝑋(𝑧) = 1 − 0.5𝑧 −1 0.625 + 0.3307𝑖
+
𝑐) 𝑌(𝑧) = 𝑋(𝑧) ∙ 𝐻(𝑧) 1 − (0.5 − 1.3229𝑖)𝑧 −1
1.5 − 𝑧 −1 √2 −𝑖27.89º √2 𝑖27.89º
= ∙ 1 − 0.5𝑧 −1 𝑒 𝑒
−1
1 − 𝑧 + 2𝑧 −2
𝑌(𝑧) = 2 + 2
7 1 1 − (√2𝑒 𝑖69.3 )𝑧 −1 1 − (√2𝑒 −𝑖69.3 )𝑧 −1
1.5 − 𝑧 −1 + 𝑧 −2
= 4 2
1 − 𝑧 + 2𝑧 −2
−1

𝑑) Aplicando la Transformada inversa (aplicar propiedades o librería de funciones ):

𝒏 𝒏−𝟏 𝒏−𝟏
𝟐 √𝟕 𝟏 √𝟕 √𝟕 𝟏 √𝟕
𝒚(𝒏) = (−𝟏)𝒏 {( ) 𝐜𝐨𝐬(𝝅𝒏 − 𝟔𝟗. 𝟑º) + (− + 𝒊) − (− − 𝒊) }
√𝟐 𝟕 𝟐 𝟐 𝟕 𝟐 𝟐

¿Porqué expresar y(n) como sigue es incorrecto?: 𝒚(𝒏) = 𝒚(𝒏 − 𝟏) − 𝟐𝒚(𝒏 − 𝟐) + 𝟏. 𝟓𝒙(𝒏) − 𝒙(𝒏 − 𝟏)
Porque esta no es la salida del sistema ante la entrada 𝑥(𝑛) = 𝛿(𝑛) − 12 𝛿(𝑛 − 1)) es la salida del sistema
ante cualquier entrada!! La pregunta se refiere a la salida específica de este sistema ante x(n) específico.

EJERCICIOS DE TRASNFORMADAS
 PROCESAMIENTO DIGITAL DE SEÑALES
DPTO. DE INGENIERÍA ELÉCTRICA
FACULTAD DE INGENIERÍA Y CIENCIAS
UNIVERSIDAD DE LA FRONTERA

ANEXO
RUTINAS PARA LA REPRESENTACIÓN DE LAS SEÑALES, SUS ESPECTROS Y SUS
ESPECTROGRAMAS

clear all; close all;

f1=15; f2=25;f3=40;
%==============================================================
% MUESTREO
Ts=1/100; Fs=1/Ts; %SAMPLING FREQ
n=0:Ts:10;
%==============================================================
% ESPECTRO
nfft=1024;
% ESPECTROGRAMA
w=100; %WINDOW
superpoc=99;%OVERLAP
fmin=1;% MIN FREQ
fmax=Fs/2;% MAX FREQ
step=1; %FREQ RESOLUTION
%==============================================================
% GRÁFICOS
xx=5; yy=4;k=1;
%==============================================================
% SEÑALES

% crea la señal x1
x1=2*cos(f1*2*pi*n);
subplot(xx,yy,k); k=k+1;
plot(n(1:100),x1(1:100));
xlabel('Tiempo (s)');title('señal x1')
x=x1;
% Calculo FFT
X1=fft(x,nfft); % TF de x1
X1=X1./Fs; % Escala las frecuencias a la frecuencia de
muestreo
X1=fftshift(X1); % Desplaza el espectro para que el cero quede
al centro.
freq=linspace(-Fs/2,Fs/2,nfft); % genera un eje x acorde a las
frecuencias
%freq=linspace(-2*pi*Fs/2,2*pi*Fs/2,nfft);
subplot(xx,yy,k); k=k+1;

EJERCICIOS DE TRASNFORMADAS
 PROCESAMIENTO DIGITAL DE SEÑALES
DPTO. DE INGENIERÍA ELÉCTRICA
FACULTAD DE INGENIERÍA Y CIENCIAS
UNIVERSIDAD DE LA FRONTERA
plot(freq,abs(X1));
xlabel('Frecuencia (Hz)'); ylabel('Módulo');title('Espectro')
subplot(xx,yy,k); k=k+1;
plot(freq,angle(X1)*180/pi);
xlabel('Frecuencia (Hz)');ylabel('Ángulo (º)');title('Fase')

[y,f,t,p] =
spectrogram(x,w,superpoc,fmin:step:fmax,Fs,'yaxis');
subplot(xx,yy,k); k=k+1;
surf(t,f,abs(p),'EdgeColor','none');
axis xy; axis tight; colormap(jet); view(0,90);
xlabel('Tiempo (s)'); ylabel('Frequency
(Hz)');title('Espectrograma')

%==============================================================

x2=4*cos(f2*2*pi*n);
x3=6*cos(f3*2*pi*n);
x4=x1+x2+x3;
x5(1:300)=x1(1:300);
x5(301:600)=x2(1:300);
x5(601:1001)=x3(1:401);

for i=2:5;
eval(['x=x',num2str(i),';']);
subplot(xx,yy,k); k=k+1;
if i==5; n=1:1000; else n=1:100;end
eval(['plot(n,x',num2str(i),'(n));']);
xlabel('Tiempo (s)');title(['señal x',num2str(i)])
% Calculo FFT
X1=fft(x,nfft); % TF de x1
X1=X1./Fs; % Escala las frecuencias a la frecuencia
de muestreo
X1=fftshift(X1); % Desplaza el espectro para que el cero
quede al centro.
freq=linspace(-Fs/2,Fs/2,nfft); % genera un eje x acorde a
las frecuencias
%freq=linspace(-2*pi*Fs/2,2*pi*Fs/2,nfft);
subplot(xx,yy,k); k=k+1;
plot(freq,abs(X1));
xlabel('Frecuencia (Hz)');
ylabel('Módulo');title('Espectro')
subplot(xx,yy,k); k=k+1;
plot(freq,angle(X1)*180/pi);
xlabel('Frecuencia (Hz)');ylabel('Ángulo
(º)');title('Fase')

EJERCICIOS DE TRASNFORMADAS
 PROCESAMIENTO DIGITAL DE SEÑALES
DPTO. DE INGENIERÍA ELÉCTRICA
FACULTAD DE INGENIERÍA Y CIENCIAS
UNIVERSIDAD DE LA FRONTERA
[y,f,t,p] =
spectrogram(x,w,superpoc,fmin:step:fmax,Fs,'yaxis');
subplot(xx,yy,k); k=k+1;
surf(t,f,abs(p),'EdgeColor','none');
axis xy; axis tight; colormap(jet); view(0,90);
xlabel('Tiempo (s)'); ylabel('Frequency
(Hz)');title('Espectrograma')
end
%==============================================================

EJERCICIOS DE TRASNFORMADAS