Guia 6

UNIVERSIDAD MANUELA BELTRN MACROPROCESO DE RECURSOS E INFRAESTRUCTURA ACADMICA FORMATO PARA PRCTICAS DE LABORATORIO
Fecha: Abril de 2011 Cdigo: GRL-006 Versin: 4.0
INFORMACIN BSICA NOMBRE DE LA PRCTICA: PRCTICA No.: 6 GRUPO: ESTUDIANTES: Alejandra Escobar Pinto. Anglica Pineda Avendao. A1 NOTA:
Teorema de muestreo y Transformada de Fourier.

INFORME DE LABORATORIO
CARRERA:
Ing. Biomdica.
Formule tres objetivos que desee cumplir con la Prctica de Laboratorio Disear un algoritmo que permita definir la frecuencia de muestreo, crear tonos sinusoidales y obtener la transformada de Fourier de cada uno de los tonos. Identificar el Teorema Nyquist y el efecto de Aliasing por medio de las grficas adquiridas en MatLab. Analizar los datos obtenidos en MatLab y comparar con los clculos matemticos de la transformada de Fourier, en cada caso.
Elabore un Mapa conceptual del tema a tratar en la Prctica de Laboratorio.
RESULTADOS
t=0:1/100:5; figure () p=sin(2*pi*2*t); plot (p); title ('Tono senosoidal de 2 HZ') figure () t1=0:1/25:5; n=spline(t,p,t1); subplot (3,2,1),plot(p); title ('Senal original') subplot(3,2,2),plot(t1,n,'r*',t,p) title('frecuencia de muestreo de 25Hz')%cumple el muestreo de Nyquist. t2=0:1/10:5; n=spline(t,p,t2); subplot (3,2,3),plot(p); title ('Senal original') subplot(3,2,4),plot(t2,n,'r*',t,p); title('frecuencia de muestreo de 10Hz')%cumple el muestreo de Nyquist. t3=0:1/2.5:5; n=spline(t,p,t3); subplot (3,2,5),plot(p); title ('Senal original') subplot(3,2,6),plot(t3,n,'r*',t,p); title('frecuencia de muestreo de 2.5Hz')%cumple Aliasing. figure () t4=0:1/2:5; n=spline(t,p,t4); subplot (2,1,1),plot(p); title ('Senal original') subplot(2,1,2),plot(t4,n,'-r*',t,p); title('frecuencia de muestreo de 2Hz')%no cumple el muestreo de Nyquist y Aliasing. figure () t5=0:1/70:5; n=spline(t,p,t5); subplot (2,1,1),plot(p); title ('Senal original') subplot(2,1,2),plot(t5,n,'r*',t,p); title('frecuencia de muestreo de 70Hz')%no cumple el muestreo de Nyquist y Aliasi
Fig 1. Tono senosoidal de 2 Hz.
Fig 2. Muestreo de la seal de 2Hz a distintas frecuencias.
Cdigo creacin de tonos senosoidales a distintas frecuencias y clculo de la transformada de Fourier

figure () %%Frecuencia de muestreo y t fs=100; t=0:1/fs:1; %5 segundos de sonido %%Frecuencias de muestreo f1=10; f2=20; f3=50; f4=70; f5=100; %%Seal sinusoidal de diferentes frecuencias y amplitud 2 A=2; w1=2*pi*f1; w2=2*pi*f2; w3=2*pi*f3; w4=2*pi*f4; w5=2*pi*f5; S1=A*sin(w1*t); S2=A*sin(w2*t); S3=A*sin(w3*t+3); S4=A*sin(w4*t); S5=A*sin(w5*t); sound(S2) subplot(5,2,1);plot(S1);title('Seal con frecuencia de 10') % subplot(5,2,2);plot(tf1); % subplot(5,2,3);plot(S2);title('Seal con frecuencia de 20') % subplot(5,2,4);plot(tf2); % subplot(5,2,5);plot(S3);title('Seal con frecuencia de 50') % subplot(5,2,6);plot(tf3); % subplot(5,2,7);plot(S4);title('Seal con frecuencia de 70') % subplot(5,2,8);plot(tf4); subplot(5,2,9);plot(S5);title('Seal con frecuencia de 100') % subplot(5,2,10);plot(tf5); L1=length(S1); NFFT = 2^nextpow2(L1); % Next power of 2 from length of y Y = fft(S1,NFFT)/L1; f = fs/2*linspace(0,1,NFFT/2+1); subplot(5,2,2);plot(f,2*abs(Y(1:NFFT/2+1))) title('Seal con frecuencia de 10') xlabel('Frecuencia (Hz)') ylabel('|Y(f)|') L2=length(S2); NFFT = 2^nextpow2(L2); Y = fft(S2,NFFT)/L2; f = fs/2*linspace(0,1,NFFT/2+1); subplot(5,2,4);plot(f,2*abs(Y(1:NFFT/2+1)))
title('Seal con frecuencia de 20') xlabel('Frecuencia (Hz)') ylabel('|Y(f)|')
L3=length(S3); NFFT = 2^nextpow2(L3); Y = fft(S3,NFFT)/L3; f = fs/2*linspace(0,1,NFFT/2+1); subplot(5,2,6);plot(f,2*abs(Y(1:NFFT/2+1))) title('Seal con frecuencia de 50') xlabel('Frecuencia (Hz)') ylabel('|Y(f)|') L4=length(S4); NFFT = 2^nextpow2(L4); Y = fft(S4,NFFT)/L4; f = fs/2*linspace(0,1,NFFT/2+1); subplot(5,2,8);plot(f,2*abs(Y(1:NFFT/2+1))) title('Seal con frecuencia de 70)') xlabel('Frecuencia (Hz)') ylabel('|Y(f)|') L5=length(S5); NFFT = 2^nextpow2(L5); Y = fft(S5,NFFT)/L5; f = fs/2*linspace(0,1,NFFT/2+1); subplot(5,2,10);plot(f,2*abs(Y(1:NFFT/2+1))) title('Seal con frecuencia de 100') xlabel('Frecuencia (Hz)') ylabel('|Y(f)|')
Fig. 3. Transformada de Fourier de los tonos creados
DATOS OBTENIDOS MATEMATICAMENTE
ANALISIS DE RESULTADOS
La frecuencia de muestreo es la cantidad de muestras por unidad de tiempo. Cuanto mayor sea, mayor es la respuesta en frecuencia del sistema. En la primer parte de la practica se dise un algoritmo que fija una frecuencia de muestreo de 100Hz y una duracin de 0 a 5s, posteriormente se cre un tono (onda sinusoidal) de 2Hz al cual se le vario la frecuencia de muestreo; se grafic el tono original con cada una de las nuevas frecuencias de muestreo; en las frecuencia de muestreo de 25Hz y 10Hz, est presente el Teorema de Nyquist, pues al aplicar el teorema se observa que efectivamente la frecuencia de muestreo es mayor a dos veces la frecuencia de tono creado (fs > 2*2Hz ; fs = 4 Hz). En el caso de la frecuencia de muestreo de 2.5Hz, se presenta el efecto Aliasing, pues no cumple con el teorema de Nyquist ya que la frecuencia de muestreo es menor a dos veces la frecuencia de oscilacin de la seal, por lo que las muestras obtenidas de la seal son apenas suficientes para reconstruir una nueva seal que presenta una distorsin debida a la falta de datos. En la frecuencia de 2Hz, no est presente ni el Teorema de Nyquist ni el efecto Aliasing porque la frecuencia de muestreo es igual a la de la seal a muestrear por lo tanto con la informacin obtenida con esta frecuencia de muestreo no es posible reconstruir la seal original.
En la segunda parte de la prctica el algoritmo diseado permiti crear los tonos de diferentes frecuencias y por medio de la funcin FFT de MatLab fue posible calcular la Transformada de Fourier, y as se pudo determinar cmo se encuentra distribuida la energa de cada uno de los tonos, es decir, su distribucin espectral. As mismo, mediante los clculos matemticos fue posible establecer cul es el valor en frecuencia de cada una de las seales, y la frecuencia mnima necesaria para que la seal sea muestreada correctamente.
CUESTIONARIO 1. Explique que sucede cuando la frecuencia de muestreo est muy por debajo de la seal a muestrear.
Hay que tener en cuenta que en el momento en que se elige la frecuencia de muestreo, esta debe ser mayor que el doble de la mxima frecuencia presente en la seal. Esta condicin se denomina condicin de Nyquist, en caso de que esto no ocurra la cantidad de muestras tomadas de la seal no son suficientes para que la seal sea reconstruida y por tanto se deja pasar la seal.
2. Explique que sucede cuando la frecuencia de muestreo es la mitad de la seal a muestrear
Cuando la frecuencia de muestreo es la mitad de la seal, las muestras no son
numerosas por lo que la seal que es posible reconstruir no es un equivalente fidedigno de la seal original, sino que por lo contrario estar distorsionada, a esto se le conoce como efecto aliasing.
3. Justifique qu frecuencia de muestreo escogera para una seal ECG, EEG, EMG, Pletismografa, electrooculagrafa y potenciales evocados visuales (P300). Para el ECG: las seales tienen una frecuencia menor de 200Hz (2*200Hz = 400
Hz), la fs es de 400Hz. Para el EEG: las seales obtenidas oscilan entre los 3.5 Hz y los 30 Hz, por lo que la fs seria de (2*30Hz = 60 Hz). Para el EMG: la frecuencia de las seales oscilan entre 0.1 y 10khz, la f s seria de (2*10KHz = 20KHz).
Pletismografia: la frecuencia del infrarrojo es de 10x la fs es de 20x . Electrooculografia: la frecuencia de estas de estas seales es de 10 Hz. fs es de
12 12
20 Hz como mnimo.
CAUSAS DE ERROR Y ACCIONES PARA OBTENER MEJORES RESULTADOS:
CONCLUSIONES
A la hora de definir la frecuencia de muestreo de los tonos que se deban graficar. No interpretar de forma correcta los resultados obtenidos en MatLab con respecto a la Transformada de Fourier. Es indispensable para comprender el tema de la prctica y los resultados que se obtuvieron con el algoritmo diseado, tener un manejo de los conceptos del teorema del muestreo, el aliasing y la Transformada de Fourier.
El teorema de Nyquist enuncia que, para que una seal sea muestreada correctamente se debe cumplir con: "la frecuencia de muestreo debe ser dos veces mayor a la frecuencia de oscilacin mxima de la seal a muestrear, en caso de que esto no ocurra, es decir, que la frecuencia de muestreo este por debajo de lo anterior mencionado, se habla de aliasing, que indica que al no realizar correctamente el muestreo de la seal, se pierde gran cantidad de informacin de la misma lo que conlleva a que se distorsione lo obtenido o simplemente no se pueda reconstruir la seal. La Transformada de Fourier es ampliamente utilizada en el procesamiento de seales, ya que es posible por medio de esta, convertir las funciones en el dominio del tiempo al dominio de la frecuencia. La Transformada de Fourier, nos permite determinar cmo se encuentra distribuida la energa en distintas frecuencias (su distribucin espectral) es as como al analizar el equivalente en frecuencia de una seal que originalmente est en el dominio del tiempo.
APLICACIN PROFESIONAL DE LA PRCTICA REALIZADA
La transformada de Fourier tiene muchas aplicaciones en la ingeniera, pues permite caracterizar frecuencialmente seales y sistema lineales, pues permite conocer las caractersticas frecuenciales de las seales y el comportamiento de los sistemas lineales ante estas seales. Es muy empleada en el procesamiento de seales de ECG, EMG, EEG, pletismografa, electrooculagrafa y potenciales evocados visuales, as mismo para la obtencin de imgenes de IRM, tomografa, pues es posible alisar y definir las imgenes para que se pueda realizar un adecuado anlisis de las imgenes obtenidas.
BIBLIOGRAFIA UTILIZADA
Hayquin Simn., Van Veen Berry. Seales y sistemas. Captulo 3. Transformada de Fourier. Editorial LIMUSA S.A de C.V. Mxico D.F 2001. Teorema del muestreo. [En lnea]. Consultado el 11 de abril de 2014. Disponible en: www.ifent.org/lecciones/digitales/secuenciales/Teorema_Muestreo.asp Principios bsicos de IRM. Captulo 5: Transformada de Fourier. [En lnea]. Consultado el 11 de abril de 2014. Disponible en: www.cis.rit.edu/htbooks/mri/chap-5-s.htm Principios bsicos de IRM. Captulo 7: Principios bsicos de obtencin de imgenes por Transformada de Fourier. [En lnea]. Consultado el 11 de abril de 2014. Disponible en: www.cis.rit.edu/htbooks/mri/chap-5-s.htm Aplicaciones de muestreo. [En lnea]. Consultado el 13 de abril de 2014. Disponible en: www. buenastareas.com/ensayos/Aplicaciones-DelMuestreo/3346147.html

Guia 6

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Guia 6

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDAD MANUELA BELTRN MACROPROCESO DE RECURSOS E INFRAESTRUCTURA ACADMICA FORMATO PARA PRCTICAS DE LABORATORIO

Fecha: Abril de 2011 Cdigo: GRL-006 Versin: 4.0

Teorema de muestreo y Transformada de Fourier.

Elabore un Mapa conceptual del tema a tratar en la Prctica de Laboratorio.

Fig 1. Tono senosoidal de 2 Hz.

Fig 2. Muestreo de la seal de 2Hz a distintas frecuencias.

Cdigo creacin de tonos senosoidales a distintas frecuencias y clculo de la transformada de Fourier

title('Seal con frecuencia de 20') xlabel('Frecuencia (Hz)') ylabel('|Y(f)|')

Fig. 3. Transformada de Fourier de los tonos creados

DATOS OBTENIDOS MATEMATICAMENTE

Cuando la frecuencia de muestreo es la mitad de la seal, las muestras no son

APLICACIN PROFESIONAL DE LA PRCTICA REALIZADA

Você também pode gostar