2

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE INGENIERA ELECTRNICA Y ELECTRICA
ESCUELA PROFESIONAL DE INGENIERIA ELECTRONICA

PROCESAMIENTO DIGITAL DE SEALES

2DA TAREA 2017 I

1.(36p) Considere la secuencia x[n] mostrada en la Fig. 2.1 que corresponde a las muestras de una seal coseno continuo.
Si la frecuencia de muestreo utilizada fue de 16 KHz. Responder a las siguientes preguntas:

a. Cul es el valor de 0 en la siguiente expresin de x[n]=cos(0n)?

De la Fig 2.1 observamos que N = 20, entonces:

2 2
0= = =
N 20 10

x [ n ]=cos ( n)
10

b. Considerando que x[n] es la entrada del sistema de la Fig. 2.2. Halle

la expresin de y[n] cuando M = 3. Fig. 2.1 Figura del problema 1
x[n] y[n]
M

Fig. 2.2 Diagrama de bloques de problema 1

De la definicin de down-sampling tenemos que:

n
y [ n ] =x [ 3 n ] =cos 3 0 )

3
10
( n)
y [ n ] =cos

c. Si la secuencia y[n] hallada en b se convierte en formato continuo. Cul ser la expresin de y(t)?

y (t )=cos ( 310 f t )=cos ( 310 16 k t )

s

y (t )=cos ( 4800 t )

d. De acuerdo a la respuesta de la pregunta c. Cul es la frecuencia analgica en Hz de y(t)?

w=2 f =4800

f =2.4 kHz

1
 2.(24p) Para el diagrama de bloques mostrado en la Fig. 2.3. Responder a las siguientes preguntas:

x[n] y[n]

z-1 z-1 z-1 z-1 z-1

Fig. 2.3 Diagrama de bloques de problema 2

a. Calcular y[n] en funcin de x[n] y los retardos que presenta el sistema discreto.

y [ n ] =x [ n ] + x [ n1 ] + x [ n2 ] + x [ n3 ] + x [ n4 ] + x [ n5 ]

b. Hallar y[n] cuando se aplica en la entrada la expresin de x[n] calculada en el problema 1. a.

n4

()
10


y [ n ] =cos ( 10 n)+ cos( 10 (n1))+cos( 10 (n2))+cos ( 10 (n3))+ cos

y [ n ] =5.172 cos( n
10 4

c. Si la secuencia y[n] hallada en b se convierte en formato continuo. Cul ser la expresin de y(t)?

y (t)=5.172 cos( 1600 t
4
3.(40p) Dado el archivo CosRuidData.txt, esta corresponde a datos discretos de una secuencia senoidal cuya distancia
entre muestra y muestra es de 62.5 useg y contaminada con ruido que lo representaremos como s[n].

El objetivo es operar sobre s[n] para generar una secuencia y[n] como una secuencia bastante aproximada a la secuencia
original de la forma x[n] = cos(0n). Para ello, se deber aplicar la operacin del promedio mvil dada por la siguiente
expresin:
M 1
1
y n
M
s n k
k 0 (1)

Luego para procesar y obtener y[n] utilice el producto de software Octave, Scilab o Matlab y responda a las siguientes
preguntas:

a. Hallar el valor de 0 a partir de las muestras de s[n].

En el paquete de software Octave, mediante el siguiente script graficamos las primeras 100 muestras de nuestra seal
s[n]

s = load('C:\Users\Alonso\Downloads\CosRuidData.txt');

2
 sp = s(1:101);
Np = size(sp, 2);
np = 0:Np-1;
plot (np, sp),ylabel('s[n]'),xlabel('Muestras (n)'), grid on;

Obtenemos la siguiente grfica:

De esta grafica notamos que el periodo de la seal s[n]

es
N = 20, y por lo tanto:

2
0=
N

0=
10

b. Si consideramos el clculo de la diferencia entre la secuencia original sin ruido x[n] con la secuencia ruidosa s[n]
evaluando el Error Cuadrtico Medio (ECM) de la secuencia actual que lo llamaremos ECMS. ECMS utilizando Scilab,
Octave o Matlab, realizando la siguiente operacin:

N 1
1
x n s n
2
ECM S
N n 0 (2)
Con el siguiente script en Octave , calculamos el Error Cuadratico Medio :
%%
s = load('C:\Users\Alonso\Downloads\CosRuidData.txt'); % Cargamos las muestras en s
N = size(s, 2); % Numero de muestras
n = 0:N-1;
x = cos(n*pi/10); % Calculamos x[n] teorico

%% Error cuadratico medio

acum = 0;
for i = 1:N
acum = acum + (x(i) - s(i))^2;
endfor

ECMS = acum/N

Obteniendo en la ventana de comandos, el siguiente resultado :

3
 ECM S =0.040868

c. Desarrolle un cdigo que responda al modelo de promedio mvil mostrado en (1) y obtenga el archivo de datos y[n]
resultado para un valor de M que considere pertinente ensayar. Luego dicho resultado mostrarlo mediante una grfica las
50 primeras muestras de y[n] obtenida y compare con s[n] dada.

En Octave, con un M = 2 y con el siguiente script :

s = load('C:\Users\Alonso\Downloads\CosRuidData.txt');

%% Promedio movil
M = 2;
for i = M:N % Empezamos desde la muestra M
acum = 0;
for j = 0:M-1
acum = acum + s(i-j);
endfor
y(i) = acum/M;
endfor

yp = y(M:50+M-1); % 50 primeras muestras

sp = s(M:50+M-1); %
t = 0:49;
subplot(2,1,2)
plot(t, yp),ylabel('y[n]'),xlabel('Muestras (n)'), grid on;
subplot(2,1,1)
plot(t, sp),ylabel('s[n]'),xlabel('Muestras (n)'), grid on;

Obtenemos la siguiente grafica:

4
d. Tomando en cuenta el resultado de datos obtenido en c, evaluar ECMY incorporada por y[n] utilizando la expresin
mostrada en (3)

N 1
1
x n y n
2
ECM Y
N n 0 (3)

Utilizando un cdigo similar al mostrado en la pregunta b :

acum = 0;
for i = M:N
acum = acum + (x(i) - y(i))^2;
endfor

ECMY = acum/(N-M+1)

Obteniendo en la ventana de comandos, el siguiente resultado :

ECM Y =0. 032856

e. Finalmente, obtn un valor de M ptimo que consideres teniendo en cuenta los valores de ECMS y ECMY.

5
 Con los programas usados anteriormente, llenamos una tabla con los valores de ECMS y ECMY para distintos valores de
M.

M ECMS ECMY

2 0.040868 0.032856

3 0.040868 0.062068

4 0.040868 0.11527

5 0.040868 0.18639

Notamos que a medida que incrementamos M, la seal discreta y[n] se va suavizando y el ECM va incrementado
tambin. Damos por concluido entonces que el valor ptimo de M es el que escogimos en un principio M =2;