Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Mayerly Meneses - 208052 - 19-Tarea2
Mayerly Meneses - 208052 - 19-Tarea2
Abstract — In the following report we will find the valor del nivel más cercano. De esta forma, se convierte la señal
conceptualization of some issues related to digital conversion, analógica en una señal digital, donde cada muestra se representa
which are necessary for the development of the activity, on the por un valor discreto que corresponde al nivel de cuantización al
other hand, mathematical exercise according to, quantization, que ha sido asignado. [3]
sample and discrete Fourier transform by algorithm.
I. INTRODUCCION
Se sabe que el tratamiento digital de señales implica el
análisis y la manipulación de datos que contienen señales, Figura 2. Formas de cuantizar la señal. [3]
incluyendo la conversión analógica a digital. Este proceso
implica trabajar en los dominios de la frecuencia y el tiempo ¿Qué indica el teorema de muestreo de Nyquist?
mediante operaciones y funciones matemáticas. En este El teorema de muestreo de Nyquist establece que, para poder
informe, se aborda la conceptualización a través de preguntas reconstruir una señal continua de forma precisa a partir de sus
relacionadas con la fase 2, así como el desarrollo de los muestras digitales, la frecuencia de muestreo 𝑓(𝑠) debe ser al
ejercicios de muestreo y cuantización planteados en esta unidad. menos el doble de la frecuencia máxima presente en la señal
continua. En otras palabras, la frecuencia de muestreo debe ser
II. CONCEPTUALIZACION DE PREGUNTAS mayor o igual a dos veces la frecuencia máxima de la señal
¿A qué se refiere el muestreo de una señal analógica? analógica para evitar la aparición de aliasing y garantizar una
reconstrucción fiel de la señal original, también menciona que
Se trata de un proceso mediante el cual se obtiene un se puede rescatar la señal inicial por medio de los valores
conjunto de valores discretos, conocidos como muestras, a discretos en el muestreo si es de manera uniforme a cierta
partir de una señal continua analógica (caracterizada por tener frecuencia doble de la frecuencia alta de la señal como el
tanto su tiempo como su amplitud de forma continua). La siguiente ejemplo:
conversión a señal digital implica que tanto el tiempo como la
Tenemos que la señal analógica 𝑥𝑎 (𝑡) → 𝐹𝑚𝑎𝑥 = 𝐵 por lo
amplitud de la señal se vuelven discretos. Este proceso se
realiza en intervalos uniformes de tiempo, denominados que la señal de muestra 𝐹𝑠 > 2 ∗ 𝐹𝑚𝑎𝑥 = 2𝐵 , rescatando lo
periodo de muestreo f(s). Por lo tanto, la frecuencia de muestreo mencionado mediante la función [4] [5]
es el inverso de este periodo. [1] sin (2𝜋𝐵𝑡)
𝑔(𝑡) =
2𝜋𝐵𝑡
𝑓1 = 19 𝐻𝑧 1000 𝐻𝑧 ≥ 2(209)
1000 𝐻𝑧 ≥ 418 𝐻𝑧 𝑁𝑜 𝑠ⅇ 𝑝𝑟ⅇ𝑠ⅇ𝑛𝑡𝑎 𝐴𝑙𝑖𝑎𝑠
1000 𝐻𝑧 ≥ 2(675) 𝑓𝑎 = 3900 − 𝑁(6600)
1000 𝐻𝑧 ≥ 1350 𝐻𝑧 𝑆ⅇ 𝑝𝑟ⅇ𝑠ⅇ𝑛𝑡𝑎 𝐴𝑙𝑖𝑎𝑠 𝑓𝑎 = 3900 − 6600
Fenómeno Alias para hallar 𝑓𝑎 𝑓𝑎 = −2700
Utilizando 𝑓4 = (3900) reconstruyendo la señal 𝑥𝑎 (𝑡)
𝑓𝑎 = 𝑓0 − 𝑁𝑓𝑠 𝑥(𝑡) = 5 𝑠ⅇ𝑛(2𝜋 19𝑡) + 3𝑐𝑜𝑠(2𝜋 209𝑡) + 2 cos(2𝜋 675𝑡)
+ 3𝑠ⅇ𝑛(2𝜋(−2700)𝑡)
𝑓𝑎 = 3900 − 𝑁(1000)
Donde 𝑁 = 4
3.4 Halle la frecuencia de muestreo para que la señal 𝑥(𝑡)
𝑓𝑎 = 3900 − 𝑁(1000) no presente fenomeno alias.
𝑓𝑎 = 3900 − 4000 𝑓𝑠 ≥ 2(3900) → 𝑓𝑠 ≥ 7800
𝑓𝑎 = −100 Ejercicio 2 Cuantización
Utilizando 𝑓3 = (1350) Se va a muestrear una señal con niveles de amplitud entre
𝑓𝑎 = 𝑓0 − 𝑁𝑓𝑠 −6.7𝑉 𝑦 6.7𝑉, y se va a cuantizar por redondeo con un error
rms 𝜎 = 9 𝑚𝑉
𝑓𝑎 = 675 − 𝑁(1000)
4.1 ¿Cuantos bits B se requieren?
Donde 𝑁 = 1
𝐼𝑛𝑡ⅇ𝑟𝑣𝑎𝑙𝑜 ⅆⅇ ⅇ𝑠𝑐𝑎𝑙𝑎 𝐷
𝑓𝑎 = 675 − 𝑁(1000)
𝐷 = 𝑉+ − 𝑉−
𝑓𝑎 = 675 − 1000
𝐷 = 6.7𝑉 − (−6.7𝑉)
𝑓𝑎 = 325
𝐷 = 13.4𝑉
𝜎 = 9 𝑚𝑉 = 0.009𝑉
reconstruyendo la señal 𝑥𝑎 (𝑡)
Se tiene en cuenta las formulas
𝑥(𝑡) = 5 𝑠ⅇ𝑛(2𝜋 19𝑡) + 3𝑐𝑜𝑠(2𝜋 209𝑡) + 2 cos(2𝜋(325)𝑡)
∆ 𝐷 𝐷
+ 3𝑠ⅇ𝑛(2𝜋(−100)𝑡) 𝜎= ∆= 𝐿= 𝐿 = 2𝐵
√12 𝐿 ∆
3.3 Se presenta el fenómeno alias o aliasing si 𝑥(𝑡) es ∆= 𝜎√12
muestreada a 𝑠 = 6600 𝐻𝑧? Explique paso a paso y si presenta
alias, encuentre la frecuencia 𝑓𝑎 y reconstruya la señal 𝑥𝑎 (𝑡) ∆= 0.009𝑣√12
6600 𝐻𝑧 ≥ 2(19) 𝐷
𝐿=
∆
6600 𝐻𝑧 ≥ 38 𝐻𝑧 𝑁𝑜 𝑠ⅇ 𝑝𝑟ⅇ𝑠ⅇ𝑛𝑡𝑎 𝐴𝑙𝑖𝑎𝑠
13.4 𝑉
6600 𝐻𝑧 ≥ 2(209) 𝐿= = 430.868
0.0311𝑉
6600 𝐻𝑧 ≥ 418 𝐻𝑧 𝑁𝑜 𝑠ⅇ 𝑝𝑟ⅇ𝑠ⅇ𝑛𝑡𝑎 𝐴𝑙𝑖𝑎𝑠 𝐿 = 2𝐵
6600 𝐻𝑧 ≥ 2(675) 430.868 = 2𝐵
6600 𝐻𝑧 ≥ 1350 𝐻𝑧 𝑁𝑜 𝑠ⅇ 𝑝𝑟ⅇ𝑠ⅇ𝑛𝑡𝑎 𝐴𝑙𝑖𝑎𝑠 Utilizando propiedades del logaritmo
6600 𝐻𝑧 ≥ 2(3900) 2𝐵 = 430.868
6600 ≥ 7800 𝐻𝑧 𝐴𝑞𝑢𝑖 𝑠ⅇ 𝑝𝑟ⅇ𝑠ⅇ𝑛𝑡𝑎 𝐴𝑙𝑖𝑎𝑠 log 𝑎𝑏 = 𝑏 log 𝑎
log 2𝐵 = log(430.868)
Fenómeno Alias para hallar 𝑓𝑎 𝐵 𝑙𝑜𝑔2 = log (430.868)
Utilizando 𝑓4 = (3900) log(430.868)
𝐵=
𝑓𝑎 = 𝑓0 − 𝑁𝑓𝑠 log 2
𝑓𝑎 = 3900 − 𝑁(6600) 𝐵 = 8.75 = 9 𝐵𝑖𝑡𝑠
Donde 𝑁 = 1
4.2 ¿Si el cuantizador ahora es de 9 Bits, cual sería su error 𝑃𝑁 = 10.47 𝑐𝑜𝑛 𝑃𝑥[𝑛] = 36.34
rms 𝜎?
Se tiene en cuenta las formulas 𝑃𝑠
𝑆𝑁𝑅(ⅆ𝐵) = 10 log ( )
𝜎=
∆
∆=
𝐷
𝐿 = 2𝐵 𝑃𝑁
√12 𝐿
𝐷 13.4 36.34
∆= = 9 𝑆𝑁𝑅(ⅆ𝐵) = 10 log ( )
𝐿 2 10.47
∆= 2.62 ∗ 10−2 𝑉
𝑆𝑁𝑅(ⅆ𝐵) = 5.4
∆ 2.62 ∗ 10−2 𝑉
𝜎= = Transformada discreta de Fourier
√12 √12
El estudiante debe realizar la TDF con los últimos tres
𝜎 = 0.756 ∗ 10−2 𝑉 = 7.56 𝑚𝑉
dígitos de su documento de identidad, con base a la ecuación de
sumatoria del OVI.
Las señales 𝑥[𝑛] y 𝑥𝑞 [𝑛] son: 1010145863
𝑥[𝑛] = {1.5, −0.8, 6.5, −5.0, 4.7, 3.5, 6.6, −5.8} 𝑥(𝑛) = [8 6 3]
𝑥𝑞 [𝑛] = {0.9, −0.7, 6.3, −5.1, 4.5, −3.7, 6.5, −5.6} ∞
−𝑗2𝜋𝑘𝑛
4.3 ¿Cuál es la señal de error e(n)? 𝑋(𝑘) = ∑ 𝑥(𝑛)ⅇ 𝑁
𝑛=−∞
Resta punto a punto de 𝑥[𝑛] con 𝑥𝑞 [𝑛] Para 𝐾 = 0
−𝑗2𝜋(0)(0)
−𝑗2𝜋(0)(1) −𝑗2𝜋(0)(2)
𝑥𝑒 (𝑛) = {0.6, −0.1, 0.2, 0.1, 0.2,7.2 , 0.1, −0.2} 𝑥(𝐾0 ) = 𝑥(0)ⅇ 3 + 𝑥(1)ⅇ + 𝑥(2)ⅇ
3 3
4.4 ¿Cuál es la potencia de la señal de ruido?
𝑥(𝐾0 ) = 𝑥(0)ⅇ 0 + 𝑥(1)ⅇ 0 + 𝑥(2)ⅇ 0
Se tiene en cuenta la siguiente sumatoria
𝑁−1 𝑥(𝐾0 ) = 8 + 6 + 3
1
𝑃𝑁 = ∑ ⅇ 2 (𝑛)
𝑁 𝑥(𝐾0 ) = 17 + 0𝑗
𝑛=0
1 Para 𝐾 = 1
𝑃𝑁 = ((0.6)2 + (0.1)2 + (0.2)2 + (0.1)2 + (0.2)2
5 −𝑗2𝜋(1)(0) −𝑗2𝜋(1)(1) −𝑗2𝜋(1)(2)
+ (7.2)2 + (0.1)2 + (−0.2)2 ) 𝑥(𝐾1 ) = 𝑥(0)ⅇ 3 + 𝑥(1)ⅇ 3 + 𝑥(2)ⅇ 3
1 −𝑗2𝜋 −𝑗4𝜋
𝑃𝑁 = (52.35) 𝑥(𝐾1 ) = 𝑥(0)ⅇ 0 + 𝑥(1)ⅇ 3 + 𝑥(2)ⅇ 3
5
−𝑗2𝜋 −𝑗4𝜋
52.35 𝑥(𝐾1 ) = 8 + 6ⅇ 3 + 3ⅇ 3
𝑃𝑁 =
5 2𝜋 2𝜋
𝑃𝑁 = 10.47 𝑥(𝐾1 ) = 8 + 6 (𝐶𝑜𝑠 ( ) − 𝑗𝑠𝑖𝑛 ( ))
3 3
4.5 ¿Cuál es la potencia de la señal de muestreada? 4𝜋 4𝜋
+ 3 (𝑐𝑜𝑠 ( ) − 𝑗𝑠𝑖𝑛 ( ))
3 3
N−1 1 √3 1 √3
1 𝑥(𝐾1 ) = 8 + 6 (− − 𝑗 ) + 3 (− + 𝑗 )
PN = ∑ e2 (n) 2 2 2 2
N
n=0
1 6 6√3 3 3√3
𝑃𝑥[𝑛] = ((1.5)2 + (−0.8)2 + (6.5)2 + (−5.0)2 + (4.7)2 𝑥(𝐾1 ) = 8 − − 𝑗− + 𝑗
5 2 2 2 2
+ (3.5)2 + (6.6)2 + (−5.8)2 ) 7 3√3
1 𝑥(𝐾1 ) = − 𝑗
2 2
𝑃𝑥[𝑛] = (181.68)
8 Para 𝐾 = 2
𝑃𝑥[𝑛] = 36.34 −𝑗2𝜋(2)(0) −𝑗2𝜋(2)(1) −𝑗2𝜋(2)(2)
𝑥(𝐾2 ) = 𝑥(0)ⅇ 3 + 𝑥(1)ⅇ 3 + 𝑥(2)ⅇ 3
4.6 ¿Cuál es la relación señal ruido del cuantizador 𝑆𝑁𝑅𝑄 ? −𝑗4𝜋 −𝑗8𝜋
Tenemos 𝑥(𝐾2 ) = 𝑥(0)ⅇ 0 + 𝑥(1)ⅇ 3 + 𝑥(2)ⅇ 3
−𝑗4𝜋 −𝑗8𝜋
𝑥(𝐾1 ) = 8 + 6ⅇ 3 + 3ⅇ 3
4𝜋 4𝜋 Ma(K+1)=Ma(K+1)+vec(x+1)*exp((-
𝑥(𝐾1 ) = 8 + 6 (𝐶𝑜𝑠 ( ) − 𝑗𝑠𝑖𝑛 ( )) j*2*pi/num)*(x*K)); % Aqui realiza la
3 3
8𝜋 8𝜋 sumatoria de la transformada
+ 3 (𝑐𝑜𝑠 ( ) − 𝑗𝑠𝑖𝑛 ( )) end
3 3
end
1 √3 1 √3 disp(Ma) % Aqui nos arroja el resultado de la
𝑥(𝐾2 ) = 8 + 6 (− + 𝑗 ) + 3 (− + 𝑗 ) transformada FFT de Ma(K)
2 2 2 2
6 6√3 3 3√3
𝑥(𝐾2 ) = 8 − − 𝑗− + 𝑗
2 2 2 2
7 3√3
𝑥(𝐾2 ) = − + 𝑗
2 2
Por lo tanto, la transformada discreta de Fourier queda
7 3√3 7 3√3
𝑋(𝑘) = 17 + 0𝑗 + − 𝑗+ + 𝑗
2 2 2 2