Análisis Gráfico de Señales Mediante Simulación

UNIVERSIDAD TECNOLOGICA METROPOLITANA
FACULTAD DE INGENIERA
DEPARTAMENTO DE ELECTRICIDAD
ESCUELA DE ELECTRNICA
PROFESOR: HUGO DURNEY W.
AYUDANTE: LEANDRO PASTEN G.
Jueves 29 de julio de 2010
ANLISIS GRFICO DE SEALES MEDIANTE SIMULACIN Y

MODELAMIENTO MATEMTICO MATLAB
Felipe Fernndez G.
fipe.blues@live.cl
Gloria Ramirez G.
mci.gloria@gmail.com
Alexis Servell Huerta

Mitos84@hotmail.com
Introduccin
Mediante la transmisin de la seal ocurren ciertos efectos no deseados. Uno de ellos es el ruido, el
cual se manifiesta como alteraciones de la forma de la seal. Al introducirse este tipo de alteraciones al
sistema, es una prctica comn y conveniente imputrselas, pues el transmisor y el receptor son
considerados ideales. En trminos generales, cualquier perturbacin no intencional de la seal se puede
clasificar como "ruido", y algunas veces es difcil distinguir las diferentes causas que originan una seal
contaminada.
Por ruido se debe de entender las seales aleatorias e impredecibles de tipo elctrico originadas en forma
natural dentro o fuera del sistema. Cuando estas seales se agregan a la seal portadora de la informacin,
sta puede quedar en gran parte oculta o eliminada totalmente. El ruido no puede ser eliminado
completamente, ni siquiera en teora.
En el anlisis de seales son comnmente usadas las funciones de correlacin y autocorrelacin.

La correlacin se define como la relacin recproca entre dos o ms seales, mientras que la autocorrelacin
se define como la correlacin cruzada de la seal consigo misma.
Estas funciones corresponden a una herramienta matemtica, utilizada frecuentemente en el procesado de

seales, de gran utilidad para encontrar patrones repetitivos dentro de una seal, como por ejemplo, la
periodicidad de una seal enmascarada bajo el ruido o para identificar la frecuencia fundamental de una
seal que no contiene dicha componente, pero aparecen numerosas frecuencias armnicas de esta.
La transformada de Fourier, otra importante herramienta en el anlisis de seales, se utiliza para pasar al
dominio frecuencial una seal para as obtener informacin que no es evidente en el dominio temporal. Se
demuestra matemticamente que una seal peridica se puede descomponer en una suma de senos y
cosenos formando una base ortogonal, de esta forma, seales como la voz o las ondas se pueden
descomponer en un sumatorio de seales trigonomtricas.
El anlisis de una seal es factible a travs de distintas herramientas predispuestas para esta tarea.
Especficamente se evocara este informe en la utilizacin de dichas herramientas, tales como la correlacin
de seales y la transformada de Fourier para verificar experimentalmente las caractersticas del ruido
Gaussiano en trminos de tiempo, frecuencia y funcin de densidad de probabilidad, adems de analizar los
efectos de los procesos de una seal en los dominios de tiempo y frecuencia, utilizando como programa
base el software de modelamiento matemtico MATLAB.
OBJETIVOS
- Desarrollar un dominio bsico del manejo del software MATLAB.
- Estructurar correctamente las configuraciones bsicas de frecuencia de muestreo, definicin de

variables, generacin de bases de tiempo y frecuencia como variables independientes y otras formalidades
de programacin a la hora de implementar un programa de procesamiento discreto de seales.
- Verificar y evaluar la utilidad de la correlacin como herramienta de anlisis de seales.
- Verificar experimentalmente las caractersticas del ruido Gaussiano en trminos de tiempo, frecuencia y
funcin de densidad de probabilidad (PDF).
- Analizar los efectos de los procesos de una seal en los dominios de tiempo y frecuencia.
1. DESARROLLO DEL PROCEDIMIENTO Y RESULTADOS
3.1 Generar una seal de ruido Gaussiano y obtener el histograma del ruido generado. Graficar
el Histograma de barras y sobre ste agregar el mejor ajuste de la campana de Gauss que muestre
la tendencia del histograma con la PDF terica del ruido. Obtener y graficar la autocorrelacin del
ruido.
Generamos la siguiente seal de ruido Gaussiano.
Esta seal es aleatoria y es

generada por el siguiente cdigo
para MATLAB:
Comando:
RG = randn(1,N); %
comando de ruido
Gaussiano.
Donde (1,N) representan en

este caso una matrZ de 1 fila y
nesima cantidad de columnas a las
cuales se les determina
aleatoriamente sus valores por
parte del sistema.
Luego el histograma generado por el comando:
Comando:
hist(RG,100);%histograma del ruido

gaussiano
Donde (RG,100) representa una base en donde

se plantea una cantidad determinada de columnas que
van indicando la probabilidad de encontrar una cierta
amplitud dentro de los puntos aleatorios de el ruido
Gaussiano, tal como se puede observar e inferir de
acuerdo a su denominacin, la distribucin de
probabilidades responde al comportamiento de una
campana de Gauss.
Determinamos autocorrelacin del ruido.
Luego la idea es determinar una

semejanza del ruido consigo mismo, se
observa que existe un nico punto del
dominio del tiempo en donde el ruido
gaussiano adquiere una correlacin
mxima consigo mismo (est montado
justo arriba de si mismo).
Comando:
RGxRG = xcorr(RG,RG);%
autocorrelacin del ruido.
Se puede observar en la imagen ampliada que en la base del

grfico se contempla nicamente un ruido gaussiano comn con
caractersticas de simetra desde el centro de la figura, luego existe
un pulso de una amplitud muy grande en comparacin a lo que es
las amplitudes que se observan en la base del la correlacin
resultante.
3.2 Generar una seal cosenoidal pura de frecuencia f=1000Hz. Obtener y graficar la
autocorrelacin de esta seal pura.
Generamos la siguiente seal cosenoidal

pura.
Comando:
c = cos(2*pi*f*eje_t); %genera
seal cosenoidal pura
Frecuencia =1000
Determinamos la autocorrelacin de la misma seal.
De forma anloga a lo que ocurre

con la seal de ruido Gaussiano, la
Seal pura es correlacionada consigo
misma, mostrando un patrn de
comportamiento que tambin tiene un
solo punto de correlacin mxima ,
pero en este caso se reduce
linealmente a medida que se aleja del
punto de partida de la seal.
Comando:
cxc = xcorr(c,c);
%autocorrelacin de la
cosenoidal pura.
Integral de Correlacin.
3.3 Generar seal contaminada mezclando las seales del punto 3.1 y 3.2 para condiciones de
nivel de ruido bajo, medio y alto. En este ltimo nivel se espera que tanto en tiempo como en
frecuencia se haya perdido la posibilidad de distinguir visualmente la presencia de la seal
cosenoidal pura inmersa en el ruido.
Seal cosenoidal contaminada con tres distintos niveles de ruido gaussiano.
a. Niveles de ruido bajo.
Aqu se puede observar que la

cosenoidal original aun es
fcilmente visible. Contiene dentro
de ella a un ruido de una amplitud
mucho menor
b. Niveles de ruido medio.
Luego, al aumentar el nivel de ruido

a una dentro de la sea pura se
puede contemplar como la seal
comienza a perderse.
c. Niveles de ruido alto.
Al llegar a niveles de ruido en los

que la amplitud de la seal se ve
extremadamente superada, lo nico que
puede visualizarse a simple vista es un
ruido aleatorio.
Comando:
RG3c = RG3+c; %genera sea con
ruido alto.
Ahora si comparamos visualmente

la seal con contaminacin extrema,
veremos que no existe mucha
diferencia con lo que es el ruido
gaussiano original.
3.4 Obtener y graficar las transformadas de Fourier de las seales del punto 3.2 y 3.3 y
mostrarlas junto a sus correspondientes grficas temporales.
Transformada de Fourier de la seal cosenoidal pura y su grfica con respecto al tiempo.
El grfico de la parte superior representa la seal

cosenoidal (abajo) en el dominio de la frecuencia. Esto es
a lo que se le llama la TRANSFORMADA DE FOURIER.
Comando:
TF_c = fftshift(abs(fft(c,L_fft)));
%transformada de fourier de la seal
cosenoidal(fft=fast fourier transform).
Viene dada por la siguiente relacin.
Transformada de Fourier de la seal con baja contaminacin y su grfica respecto al tiempo.
Ahora en este caso se puede observar que ante

la existencia de ruido dentro de la seal se
generan alteraciones en el dominio de la
frecuencia, estas alteraciones corresponden a
las componentes en frecuencia del ruido inserto
en la seal.
(La curva verde corresponde a la seal pura)
Comando:
TF_RG1c =
fftshift(abs(fft(RG1c,L_fft)));
%transformada de fourier para la
seal con contaminacin baja.
Transformada de Fourier de la seal contaminacin media y su grfica respecto al tiempo.
Paulatinamente se puede ir
aumentando el ruido gaussiano,
consiguiendo a su vez ir
consumiendo la visibilidad de la
seal pura.
(La lnea prpura corresponde a la
seal pura)
Comando:
TF_RG2c =
fftshift(abs(fft(RG2c,L_ff
t))); %transformada de
fourier para la seal con
contaminacin media.
Transformada de Fourier de la seal con alta contaminacin y su grfica respecto al tiempo.
Finalmente y ya en un caso de ruido

extremo podemos ver que la seal se
encuentra completamente perdida.
Con lnea roja se muestra en grfico de
frecuencias la potencia que tiene la seal
pura y con azul en el mismo grfico la
potencia de ruido gaussiano.
Resulta evidente que en este punto es
imposible ver la seal sin un sistema que
logre aislar punto a punto la seal de datos.
Comando:
TF_RG3c =
fftshift(abs(fft(RG3c,L_fft)));
%transformada de fourier para la
seal con contaminacin alta.
3.5 Para el caso de nivel de ruido alto, obtener y graficar la correlacin cruzada entre las
seales de los puntos 3.2 y 3.3. Examinar detalladamente, evaluar y comentar este resultado.
Al correlacionar lo que intentamos es determinar que tanto

parecido existe entre una seal y otra, y si se sabe utilizar
esta idea es posible conseguir el rescate de una seal que
se encuentra perdida en un mar de ruido.
Primero al intentar ver las semejanzas que existen punto a

punto entre la seal con ruido mximo y la seal con ruido
mnimo nos podemos percatar de inmediato que lo que
prepondera en el grfico es el punto central, en el cual el
ruido se encuentra montado sobre si mismo.
Comando:
RG3cxRG1c =
xcorr(RG3c,RG1c);%correlacin entre
seal con ruido alto y seal con ruido
bajo.
Es fcil percibir el cambio entre el grafico de

correlaciona el ruido bajo y el grfico que
correlaciona el ruido medio, el primero en su parte
inferior tiende a ser ms ancho, es decir a tener
una mayor correlacin, pero el segundo,
correspondiente al ruido medio, contiene dentro de
su espectro una mayor densidad de componentes
de ruido, por lo cual la parte baja de la figura tiende
a adelgazar, o a tener una menor correlacin.
Comando:
RG3cxRG2c = xcorr(RG3c,RG2c);
%correlacin entre sea con ruido
alto y seal con ruido medio.
La autocorrelacin de la seal contaminada con ruido

mximo delata que el ruido es de tal intensidad que se
tiene una gran semejanza a lo que era la
autocorrelacin del Ruido Gaussiano.
Comando:
RG3cxRG3c = xcorr(RG3c,RG3c);
%autocorrelacin de la seal con
ruido alto.
Ya sabemos que dentro de la seal contaminada se

encuentra oculta la seal pura, por lo cual al determinar
semejanza existente con la cosenoidal obtenemos una figura
muy semejante a la autocorrelacin de la cosenoidal pura
que habamos visto antes, ya que implcitamente se siguen
operando punto a punto cada uno de los elementos de la
seal oculta.
Existe una gran rea, por lo cual existe una gran

correlacin
Comando:
RG3cxc = xcorr(RG3c,c);%correlacion entre
seal con ruido mximo y seal pura.
CONCLUSIONES
Una seal ensuciada puede quedar inmersa dentro de un ruido al punto de ser visualmente inexistente,
empricamente se ha demostrado la versatilidad de algunas herramientas utilizadas en el anlisis de
seales. La correlacin y la autocorrelacin son eficaces instrumentos de estudio y observacin de las
seales, por medio de estas se logra aislar, una seal pura, del ruido que la oculta y distorsiona.
Inicialmente se observo lo complejo que resulta visualizar fsicamente una seal de informacin disuelta
dentro de un mar de aleatoriedad como lo es el Ruido Gaussiano, tras el desarrollo de una variada gama de
procedimientos que confluyen a estas herramientas, fue posible corroborar como estas en complemento con
la Transformaciones de Fourier, terminan por delatar el contenido dentro de un ruido aleatorio.
En un contexto un tanto ms tcnico, un anlisis minucioso del comportamiento de una seal perdida
dentro de una fuerte contaminacin deja abierta una infinidad de posibilidades de estudios.
En este caso especifico, se utilizo un ruido con caractersticas propias; el ruido gaussiano se utilizo de
forma intencional para distorsionar una seal a distintos niveles.
Qued de manifiesto el comportamiento aleatorio del ruido gaussiano, su funcin de densidad
probabilstica cae (tericamente) dentro del modelo de distribucin normal, es por esto que se aprecia su
forma caracterstica de campana.
Por otra parte cabe mencionar que al momento de utilizar estas herramientas y comprender tericamente
su comportamiento quedan al descubierto la versatilidad de posibles aplicaciones. Sin duda se puede inferir
la emersin constante referida al ruido, causado por diversas fuentes como: radiaciones provenientes del
espacio, equipos electrnicos, cambios meteorolgicos, redes de alta tensin e incluso, el mismo campo
terrestre interpretado como un ruido mas dentro del espectro electromagntico que pueden captar algunos
instrumentos. En definitiva resulta real y cotidiano encontrarse con equipamiento que utiliza algunos
conceptos bsicos planteados en el desarrollo de esta simulacin experimental en MATLAB, algunos
ejemplos para estos casos son las herramientas mdicas como el electrocardigrafo, cual capta seales de
amplitudes que bordean los mili Volt (mV) del cual recurre a constantes comparaciones entre varios
sensores instalados en un cuerpo humano. Los sistemas de navegacin de las aeronaves funcionan
correctamente gracias a los tratamientos que se hacen a las muy contaminadas seales que reciben de
agentes externos como torres de control, radares meteorolgicos, sistemas GPS, Radiofaros, etc., que
constantemente se encuentran a una gran distancia y requieren ser precisos para evitar que los vuelos
pierdan el rumbo, especialmente en situaciones de vuelo nocturno o baja visibilidad.
Se ha de proponer a modo de idea, realizar una aplicacin para MATLAB de la cual se requiera ingresar
directamente cambios en variables como frecuencias de muestreo, frecuencia de la seal, tipos y cantidades
de ruido, etc. Para realizar internamente todos los procedimientos necesarios que permitan obtener grficos
comparativos, as exponer un estudio ms directo a una seal y su comportamiento en un ambiente ruidoso,
eventualmente se quisiera proponer la bsqueda de mtodos que permitan recuperar una seal perdida
dentro de ruidos gaussianos u otros tipos de interferencias.
2 COMANDOS Y CARACTERES UTILIZADOS EN EL PROGRAMA
; : Termina lnea de comando.

abs: Obtiene valor absoluto.
+ : Suma.
fft: Operacin transformada rpida
* : Multiplicacin. de fourier.
/ : Divisin. figure(x): Muestra Figura.
% : Separa lneas de comando del plot: Genera el Grfico en 2D.

texto informativo.
axis([xi xf yi yf]): Acota la zona
close all : Cierra todo. de ploteo del grfico.
xlabel: Etiqueta el eje x.
clear all : Limpia consola de
comandos anteriores. ylabel: Etiqueta el eje y.
round : Redondea un nmero al title: Da un ttulo al grfico.

superior ms cercano.
grid: Muestra grilla numrica.
linspace: Genera un Dominio bajo
parmetros indicados. hist: Genera histograma.
randn: Genera una matriz de histfit: Genera la mejor curva para

trminos aleatorios. el histograma.
L_fft: Determina la longitud de una hold: Monta una curva en el mismo

transformada de Fourier. grfico.
cos(a): Funcin COSENO. subplot(x1,x2,x3): entrega grficos

comparativos en base al
xcorr: Operacin de Correlacin. posicionamiento en la matriz.
fftshift: Reordena los puntos en

funcin de la frecuencia.
3 CDIGO DEL PROGRAMA UTILIZADO EN LA REALIZACION DEL TRABAJO DE

ANALISIS
close all;clear all;%limpia la memoria de funciones anteriores.
f = 1000; %frecuencia de seal cosenoidal.

fm = 20000; %frecuencia de muestreo.
tm = 1/fm; %duracin de una muestra.
Ttot= 10; %duracin de la seal.
N = round(Ttot/tm); %Nmero de Muestras.
L_fft = 512; % longitud transformada de fourier.
eje_t = linspace(0,Ttot,N); %genera los valores del eje tiempo.
eje_f = linspace(-fm/2,fm/2,L_fft); % eje frecuencia.
RG = randn(1,N); % comando de ruido Gaussiano.
amp1 = 0.3;%Factor de bajo ruido.
amp2 = 1.0;%Factor de ruido medio.
amp3 = 25;%Factor de ruido alto.
%-> Estos son los factores que ponderan la potencia del ruido
%gaussiano, determinando graficamente su amplitud e implicitamente
%el grado de contaminacin de la seal.
RG1 = amp1*RG;%ruido bajo.
RG2 = amp2*RG;%ruido medio.
RG3 = amp3*RG;%ruido alto.
c = cos(2*pi*f*eje_t); %genera seal cosenoidal pura.
RG1c = RG1+c; %genera seal con ruido bajo.

RG2c = RG2+c; %genera sea con ruido normal.
RG3c = RG3+c; %genera sea con ruido alto.
RG3xc = xcorr(RG3,c);%correlaciona ruido alto con cosenoidal pura.
RG3cxc = xcorr(RG3c,c);%correlacion entre seal con ruido mximo y seal pura.
RG3cxRG1c = xcorr(RG3c,RG1c);%correlacin entre seal con ruido alto y seal con
ruido bajo.
RG3cxRG2c = xcorr(RG3c,RG2c);%correlacin entre sea con ruido alto y seal con
ruido medio.
RG3cxRG3c = xcorr(RG3c,RG3c);%autocorrelacin de la seal con ruido alto.
RGxRG = xcorr(RG,RG);% autocorrelacin del ruido.
cxc = xcorr(c,c); %autocorrelacin de la cosenoidal pura.
TF_c = fftshift(abs(fft(c,L_fft))); %transformada de fourier de la seal
cosenoidal(fft=fast fourier transform).
TF_RG1c = fftshift(abs(fft(RG1c,L_fft))); %transformada de fourier para la seal
con contaminacin baja.
con contaminacin media.
con contaminacin alta.
TF_RG3xc = fftshift(abs(fft(RG3xc,L_fft)));%transformada de fourier de la
correlacin del ruido mximo y la seal coseno pura.
TF_RG = fftshift(abs(fft(RG,L_fft))); %transformada de fourier del ruido
gaussiano.
%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%Item 3.1%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%
figure(1);
plot(eje_t,RG);%ruido gaussiano
axis([0 0.05 -5 5]);
xlabel('Tiempo');
ylabel('Amplitud');
title('Ruido Gaussiano');
grid;
figure(2);
hist(RG,100);%histograma del ruido gaussiano
hold;
histfit(RG,100);%curva de funcion de densidad probabilistica
xlabel('Amplitud');
ylabel('Probabilidad');
title('Histograma del Ruido Gaussiano');
grid;
figure(3);
plot(RGxRG);% autocorrelacin del ruido Gaussiano
xlabel('Tiempo');
ylabel('Amplitud');
title('Autocorrelacin de la seal de Ruido Gaussiano');
grid;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%
%%%%Item 3.2%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%
figure(4);
plot(eje_t,c);% seal cosenoidal pura
axis([0 0.01 -1.5 1.5]);
xlabel('Tiempo');
ylabel('Amplitud');
title('Seal Cosenoidal Pura');
grid;
figure(5);%subplot se emplea para grficos comparados, y se trabaja mediante una

matriz.
subplot(2,1,1);plot(cxc);% autocorrelacin de la seal pura.
axis([0 4*10^5 -1*10^5 1*10^5])
xlabel('Tiempo');
ylabel('Amplitud');
title('Autocorrelacin de la Seal Cosenoidal Pura');
grid;
subplot(2,1,2); plot(cxc);
axis([0 1400 -600 600])
xlabel('Tiempo');
ylabel('Amplitud');
title('Ampliacin');
grid;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%
%%%%Item 3.3%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%
figure(6);
plot(eje_t,RG1c);%seal pura con ruido bajo
title('Seal con ruido bajo');
axis([0 0.005 -1.5 1.5]);
xlabel('Tiempo');
ylabel('Amplitud');
grid;
figure(7);
plot(eje_t,RG2c);%seal pura con ruido medio
axis([0 0.01 -4 4]);
title('Seal con ruido medio');
xlabel('Tiempo');
ylabel('Amplitud');
grid;
figure(8);
plot(eje_t,RG3c);%seal pura con ruido alto
axis([0 0.05 -80 80])
title('Seal con ruido alto');
xlabel('Tiempo');
ylabel('Amplitud');
grid;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%
%%%%Item 3.4%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%
figure(9);
subplot(2,1,1); plot(eje_f,TF_RG); %TRANSFORMADA DE FOURIER DEL RUIDO GAUSSIANO
axis([-3000 3000 0 50]);
title('Transformada de Fourier del ruido gaussiano');
xlabel('Frecuencia');
ylabel('Amplitud');
grid;
subplot(2,1,2); plot(eje_t,RG);
axis([0 0.03 -3 3]);
xlabel('Tiempo');
ylabel('Amplitud');
title('Ruido gaussiano');
grid;
figure(10);
subplot(2,1,1); plot(eje_f,TF_c); %TRANSFORMADA DE FOURIER DE LA SEAL
COSENOIDAL
axis([-4000 4000 0 220]);
title('Transformada de Fourier de la seal Cosenoidal');
ylabel('Amplitud');
grid;
subplot(2,1,2); plot(eje_t,c);
axis([0 0.01 -1 1]);
xlabel('Tiempo');
ylabel('Amplitud');
title('Seal Cosenoidal Pura');
grid;
figure(11);
subplot(2,1,1);plot(eje_f,TF_RG1c); %TRANSFORMADA DE FOURIER DE SEAL
CONTAMINADA
hold;%monta un grfico sobre otro.
plot(eje_f,TF_c,'g');
axis([-4000 4000 0 220]);
title('Transformada de Fourier de la seal con ruido bajo');
ylabel('Amplitud');
grid;
subplot(2,1,2);plot(eje_t,RG1c);%seal pura con ruido bajo
title('Seal con ruido bajo');
axis([0 0.005 -1.5 1.5]);
xlabel('Tiempo');
ylabel('Amplitud');
grid;
figure(12);
subplot(2,1,1); plot(eje_f,TF_RG2c);%TRANSFORMADA DE FOURIER DE SEAL
CONTAMINADA
hold;
plot(eje_f,TF_c,'m');
axis([-4000 4000 0 220])
title('Transformada de Fourier de la seal con ruido medio');
ylabel('Amplitud');
grid;
subplot(2,1,2); plot(eje_t,RG2c);%seal pura con ruido medio
axis([0 0.01 -4 4]);
title('Seal con ruido medio');
xlabel('Tiempo');
ylabel('Amplitud');
grid;
figure(13);
subplot(2,1,1);plot(eje_f,TF_RG3c);%TRANSFORMADA DE FOURIER DE SEAL
CONTAMINADA
hold;
plot(eje_f,TF_c,'r');
axis([-3000 3000 0 1000])
title('Transformada de Fourier de la seal con ruido alto');
ylabel('Amplitud');
grid;
subplot(2,1,2); plot(eje_t,RG3c);%seal pura con ruido alto
axis([0 0.05 -80 80])
title('Seal con ruido alto');
xlabel('Tiempo');
ylabel('Amplitud');
grid;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%
%%%%Item 3.5%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%
figure(14);
plot(RG3cxc);%
xlabel('Nmero de muestra');
ylabel('Amplitud');
title('Correlacin de las seales de ruido mximo y la seales pura')
grid;
figure(15);
plot(RG3cxRG1c);%
ylabel('Amplitud');
title('Correlacin de las seales de ruido mximo y ruido bajo')
grid;
figure(16);
plot(RG3cxRG2c);%
ylabel('Amplitud');
title('Correlacin de la seales de ruido mximo y ruido medio')

grid;
figure(17);
plot(RG3cxRG3c);%
xlabel('Tiempo');
ylabel('Amplitud');
title('Autocorrelacion de la seal con ruido mximo');
grid;

Análisis Gráfico de Señales Mediante Simulación

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

Análisis Gráfico de Señales Mediante Simulación

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDAD TECNOLOGICA METROPOLITANA

Jueves 29 de julio de 2010

ANLISIS GRFICO DE SEALES MEDIANTE SIMULACIN Y

Alexis Servell Huerta

En el anlisis de seales son comnmente usadas las funciones de correlacin y autocorrelacin.

Estas funciones corresponden a una herramienta matemtica, utilizada frecuentemente en el procesado de

- Desarrollar un dominio bsico del manejo del software MATLAB.

- Estructurar correctamente las configuraciones bsicas de frecuencia de muestreo, definicin de

- Verificar y evaluar la utilidad de la correlacin como herramienta de anlisis de seales.

1. DESARROLLO DEL PROCEDIMIENTO Y RESULTADOS

Esta seal es aleatoria y es

Donde (1,N) representan en

Luego el histograma generado por el comando:

hist(RG,100);%histograma del ruido

Donde (RG,100) representa una base en donde

Determinamos autocorrelacin del ruido.

Luego la idea es determinar una

Se puede observar en la imagen ampliada que en la base del

Generamos la siguiente seal cosenoidal

Determinamos la autocorrelacin de la misma seal.

De forma anloga a lo que ocurre

a. Niveles de ruido bajo.

Aqu se puede observar que la

b. Niveles de ruido medio.

Luego, al aumentar el nivel de ruido

c. Niveles de ruido alto.

Al llegar a niveles de ruido en los

Ahora si comparamos visualmente

Transformada de Fourier de la seal cosenoidal pura y su grfica con respecto al tiempo.

El grfico de la parte superior representa la seal

Viene dada por la siguiente relacin.

Transformada de Fourier de la seal con baja contaminacin y su grfica respecto al tiempo.

Ahora en este caso se puede observar que ante

Transformada de Fourier de la seal contaminacin media y su grfica respecto al tiempo.

Transformada de Fourier de la seal con alta contaminacin y su grfica respecto al tiempo.

Finalmente y ya en un caso de ruido

Al correlacionar lo que intentamos es determinar que tanto

Primero al intentar ver las semejanzas que existen punto a

Es fcil percibir el cambio entre el grafico de

La autocorrelacin de la seal contaminada con ruido

Ya sabemos que dentro de la seal contaminada se

Existe una gran rea, por lo cual existe una gran

2 COMANDOS Y CARACTERES UTILIZADOS EN EL PROGRAMA

; : Termina lnea de comando.

/ : Divisin. figure(x): Muestra Figura.

% : Separa lneas de comando del plot: Genera el Grfico en 2D.

round : Redondea un nmero al title: Da un ttulo al grfico.

randn: Genera una matriz de histfit: Genera la mejor curva para

L_fft: Determina la longitud de una hold: Monta una curva en el mismo

cos(a): Funcin COSENO. subplot(x1,x2,x3): entrega grficos

fftshift: Reordena los puntos en

3 CDIGO DEL PROGRAMA UTILIZADO EN LA REALIZACION DEL TRABAJO DE

close all;clear all;%limpia la memoria de funciones anteriores.

f = 1000; %frecuencia de seal cosenoidal.

c = cos(2*pi*f*eje_t); %genera seal cosenoidal pura.

RG1c = RG1+c; %genera seal con ruido bajo.

figure(5);%subplot se emplea para grficos comparados, y se trabaja mediante una

title('Correlacin de la seales de ruido mximo y ruido medio')

Você também pode gostar

c = cos(2pif*eje_t); %genera seal cosenoidal pura.