Procesamiento Digital de Señales Procesamiento Digital de Señales Procesamiento Digital de Señales

Transformada rápida de Fourier
Damian Esteban Benito Collí Godoy Israel Nahuat Polanco Marvin Martín Parra Xicum Rusell Ricardo Sansores Peraza Daniel Alejandro

Práctica # 5 Procesamiento Digital de Señales

Procesamiento Digital de Señales Procesamiento Digital de Señales
Prof.: Dr. Jesús Sandoval Gío 9 de Diciembre de 2011

Procesamiento Digital de Señales
Procesamiento Digital de Señales Procesamiento Digital de Señales

Procesamiento Digital de Señales
Procesamiento Digital de Señales Procesamiento Digital de Señales Procesamiento Digital de Señales

‘Discretización de la señal x= data. ‘Cálculo de N. ‘Obtención del dato plot(data) ‘Graficación de los datos sound(data.0). se desarrolló en la práctica No. Equipo y materiales Laptop Software Matlab Toolbox Data Adcquisition Desarrollo La adquisición de datos por medio de la tarjeta de audio en MatLab.'FFT') ‘Guardado de sonido capturado con nombre FFT Ahora ya se poseen los datos.duration*SampleRate). start(AI).1). 'Colocación de datos en la variable x N=length(x). por lo que se procede a calcular la transformada rápida de Fourier para conocer el análisis espectral de la señal.44100) ‘Reproducción de sonido capturado wavwrite(data. 1. longitud de la muestra . Para economizar tiempo.SampleRate).44100. data=getdata(AI).'SamplesPerTrigger'.Instituto tecnológico de [TRANSFORMADA RÁPIDA DE FOURIER] Mérida Objetivo Obtener el análisis espectral de una señal analógica capturada por el micrófono del computador.'TriggerType'.'SampleRate'. ‘Tiempo de muestreo set(AI. ‘Comienzo de grabación trigger(AI). A continuación se presenta. Para ello se desarrolló el siguiente código. ‘Establecimiento de tiempo de muestra set(AI.'Manual'). AI = analoginput('winsound'. ‘Selección del canal get(AI) duration = 1. tomemos como base ese código. ‘Tiempo de duración SampleRate = 44100. por medio de la discretización y el algoritmo de la transformada rápida de Fourier en MatLab. ‘Establecimiento de tiempo de muestreo set(AI. ‘ Asignación de la entrada analógica al registro AI chan = addchannel(AI.

001. ‘Cálculo de n Ts=. ‘Algoritmo para la obtención de la FFT Xmag=abs(fft(x. figure. stem(k*deltaF. ya es tiempo stem(n. Fig.x).Xmag).N)).5 k=-K/2:K/2-1. ‘Graficación de stem(n*Ts. Resultados Se obtuvo la siguiente gráfica a partir de la señal de audio de entrada. k=0:K-1. stem(k*deltaF. ‘n*Ts= instantes de muestreo. deltaF=Fs/K.Instituto tecnológico de [TRANSFORMADA RÁPIDA DE FOURIER] Mérida n=0:N-1. ‘Valor medio de mi señal es 8/16 = .Xmag). stem(k.Xmag). para la visualización convencional del espectro Xmag=fftshift(Xmag). ‘Recorte del espectro. ‘Tiempo de muestreo Fs=1/Ts.1 Señal de audio de entrada . ‘ N= tamaño de la muestra K=length(Xmag).x).

3 Espectro de señal de audio . 2 Discretización de señal de audio Ya teniendo la señal discreta.Instituto tecnológico de [TRANSFORMADA RÁPIDA DE FOURIER] Mérida De esa señal de entrada continua se discretiza. Fig. para desarrollar la transformada rápida de Fourier. En la gráfica siguiente se observa este proceso. Fig. se obtiene el análisis en espectro.

es por ello que se implementan las tres últimas líneas de código. Seguidamente se presenta el espectro de manera convencional. Fig. 4 Análisis espectral Conclusión .Instituto tecnológico de [TRANSFORMADA RÁPIDA DE FOURIER] Mérida Ahora se obtuvo el análisis espectral. convencionalmente no se presenta tal cual la imagen 3.

Sign up to vote on this title
UsefulNot useful