Documentos de Académico
Documentos de Profesional
Documentos de Cultura
P UBLISHED BY P UBLISHER
Licensed under the Creative Commons Attribution-NonCommercial 3.0 Unported License (the
“License”). You may not use this file except in compliance with the License. You may obtain a
copy of the License at http://creativecommons.org/licenses/by-nc/3.0. Unless required
by applicable law or agreed to in writing, software distributed under the License is distributed on an
“AS IS ” BASIS , WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
See the License for the specific language governing permissions and limitations under the License.
1 DNI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2 Carnet Universitario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
II Actividad 1
3 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
4 Solución propuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
5 Experimentos realizados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
6 Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
III Actividad 2
7 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
8 Solución propuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
9 Experimentos realizados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
10 Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
11 Referenciass . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Bibliography . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
Books 35
Articles 35
I
Datos del estudiante
1 DNI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2 Carnet Universitario . . . . . . . . . . . . . . . . . . . 9
1. DNI
3 Introducción . . . . . . . . . . . . . . . . . . . . . . . . 13
4 Solución propuesta . . . . . . . . . . . . . . . . . . 15
5 Experimentos realizados . . . . . . . . . . . . . 17
6 Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . 21
3. Introducción
Mediante Matlab se puede realizar la codificación necesaria para el cálculo del Error de cuantización,
en esta ocación se elvaorada dicho cálculo dependiendo previamente del tiempo de muestreo que
depende a su vez la cantidad de muestras a realizar; también observaremos la dependencia del
Error de cuantización ante la variacion de la cantidad de bits. Con todo lo explicado codificares en
Matlab la solución propuesta.
4. Solución propuesta
Para la implementacion del conversor analogo digital emplearemos el software Matlab y poder
apreciar mediante las graficas el muestreo de una señal sensoidal de amplitud 1 para la conveniencia
Para el caso de calcular el error dependiendo unicamente del tiempo de muestreo vamos a considerar
el numero de bits constante en 3 bits.
Y para el caso de calcular el error dependiendo solamente del numero de bits se va considerar
una frecuencia de muestreo de 1kHz lo que correspondería a un tiempo de muestreo de 1ms entre
cada muestra.
16 Chapter 4. Solución propuesta
En base a esta ecuacion podemos partir calculando f (x) y f q(x) ambos dependeran de la cantidad
de bits y del tiempo de muestreo.
5. Experimentos realizados
Para solucionar el problema se crea una funcion dentro de Matlab denominada funcionError,
meidiante esta funcion se ingresarán dos parametros, la cantidad de muestras, y el numero de bits.
La funcion de acuerdo a los argumentos de entrada calculará como la salida al error de cuantización.
f u n c t i o n [ SE ] = f u n c i o n E r r o r (N)
A = 1;
f s = 1000;
Ts = 1 / f s ;
Tm = Ts . / N ;
Tm2 = Tm / 1 0 ;
sumaError = 0;
f o r x = 1 : 1 :N
t = Ts * x . / N ;
y = (A/ 2 ) * s i n ( 2 * p i * f s * t ) + A / 2 ;
for l =1:1:10
t 2 = t + Tm2* l ;
f e = (A/ 2 ) * s i n ( 2 * p i * f s * t 2 ) + A / 2 ;
e r r o r = fe − fq ;
sumaError = sumaError + e r r o r . ^ 2 ;
end
end
SE = s u m a E r r o r ;
t = 0 : Ts . / N: 2 * Ts ;
y = (A/ 2 ) * s i n ( 2 * p i * f s * t ) + A / 2 ;
z = (A/ 2 ) * s i n ( 2 * p i * f s * t ) + A / 2 ;
stem ( t , z )
hold ;
plot ( t ,y , ’ r ’)
g r i d on
end
El código nos entrega la gráfica del muestreo realizado de manera que podemos observar para
una frecuencia de 1000Hz consideremos el error para una cantidad de muestras de 20.
El programa también nos permite apreciar la señal original y la señal muestreada para el caso
19
de 3 bits, sin embargo a la hora de llamar a la funcion principal observaremos la grafica del Error
Vs frecuencia (Numero de muestras)
Para los cual abrimos un nuevo script y llamamos a la funcion creada como funcionError; esta
funcion se aplicara a un arreglo que contiene los valores de nuemros de muestra que van desde 20
hasta 50 y de acuerdo a la salida será guarada en otro arreglo. para al final poder plotear la grafica
que deseamos observar
El codigo que se emplea para obtener la grafica de esa señal se desarrolla en otro archivo,
siempre y cuando la funcionErrror permanezca en la misma carpeta y sea ejecutado antes del
programa principal, se podrá apreciar la grafica.
% Tarea d o m i c i l i a r i a 2 − labo 1
% Tomayro C h e c c l l o j o s e
muestras = 20:1:50;
errores = funcionError ( muestras ) ;
stem ( muestras , e r r o r e s )
t i t l e ( " E r r o r e s Q Vs f r e c u e n c i a s " )
x l a b e l ( " Numero de M u e s t r a s " )
y l a b e l ( " Eq ( t ) " )
En la figura 6 podemos observar la tendencia del Error a disminuir cada que se aumenta la
frecuencia, es decir cada que el tiempo de muestreo es mas corto y por ende la cantidad de muestras
será mayor.
El uso de la funcion de apoyo denominado funcionError es util para poder obtener los pares de
Error vs Frecuecia, y resulta de la misma manera para el Error Vs Cantidad de Bits.
Para le muestreo cada que se emplena mayor cantidad de bits el error tiende a disminuir, ya que
al tener mayor cantidad de valores a los cuales referenciar las muestras se tiene mayor exactitud del
proceso de conversion.
III
Actividad 2
7 Introducción . . . . . . . . . . . . . . . . . . . . . . . . 25
8 Solución propuesta . . . . . . . . . . . . . . . . . . 27
9 Experimentos realizados . . . . . . . . . . . . . 29
10 Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . 31
11 Referenciass . . . . . . . . . . . . . . . . . . . . . . . . 33
Bibliography . . . . . . . . . . . . . . . . . . . . . . . . 35
Books
Articles
7. Introducción
Frecuencia de Nyquist:
El teorema establece que la frecuencia de muestreo debe ser al menos el doble de la frecuen-
cia máxima presente en la señal analógica para evitar la pérdida de información.
Evitar el Aliasing:
Al muestrear a una frecuencia inadecuada, pueden surgir fenómenos de aliasing, donde frecuencias
más altas se interpretan incorrectamente como frecuencias más bajas, generando distorsiones.
Reconstrucción de la Señal:
Para recuperar la señal original de manera fiel, es necesario seguir un proceso de reconstruc-
ción que utilice técnicas como el filtro antialiasing para eliminar componentes no deseadas antes de
convertir la señal de nuevo a su forma analógica.
8. Solución propuesta
El teorema de Nyquist, propuesto por Harry Nyquist, establece una relación fundamental entre
la tasa de muestreo y la frecuencia máxima de una señal para evitar la pérdida de información al
realizar el muestreo. En esencia, sostiene que la frecuencia de muestreo debe ser al menos el doble
de la frecuencia máxima presente en la señal analógica para garantizar una reconstrucción precisa
al convertirla de analógica a digital. Este concepto es crucial para prevenir el aliasing y asegurar la
representación fiel de las señales en sistemas digitales.
Consideramos
Donde:
30 Chapter 9. Experimentos realizados
Notamos que:
Y considerando que
Finalmente tenemos
10. Conclusiones
Fernández, J. G. (2018). El teorema de muestreo y sus aplicaciones: memoria realizada por José
García Fernández; dirigido por Dr. Renato Álvarez Nodarse
Bibliography