PROCESAMIENTO DIGITAL DE SEÑALES

UNIDAD 1- INTRODUCCION AL PROCESAMIENTO DIGITAL DE SEÑALES

PASO 2 RECONOCER LOS ELEMENTOS MATEMATICOS QUE IMPLICA EL

SISTEMA ANALOGICA DIGITAL

FABER ORLANDO LAGUADO CAMPOS

GRUPO: 2999004

TUTOR: MAURICIO ALBERTO GARCIA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

MARZO 17 DEL 2019

 INTRODUCCION

 El estudiante a través del modelo pedagógico Una dista desarrolla actividades que se
proponen en el Ambiente Virtual de Aprendizaje del curso procesamiento digital de
señales por medio de recursos tecnológicos y físicos de la Universidad y el
acompañamiento tutorial de profesionales en el campo de estudio adquiriendo las
competencias que se proponen en el curso.
 Actividades a desarrollar

 Cada estudiante realizará de manera individual tres (3) ejercicios matemáticos, cada
uno sobre los siguientes temas:

1) Muestreo
2) Cuantización
3) Transformada Discreta de Fourier

Asignación ejercicios

Estudiante Ejercicio Muestreo Ejercicio Cuantización

Juan Pablo 1 5
Jhon Alexander 2 4
Jonatan 3 3
Erien 4 2
Faber 5 1

Los ejercicios estarán dispuestos en el anexo 1 (Ejercicios de muestreo y

cuantización), ubicado en el entorno de aprendizaje práctico, el tutor asignado,
designará los ejercicios que cada estudiante debe realizar:

Ejercicio 5: Muestreo
Siendo 𝑥(𝑡) = 3 𝑐𝑜𝑠(12𝑘𝜋 𝑡) + 5 𝑠𝑒𝑛(16𝑘𝜋 𝑡) + 8 𝑐𝑜𝑠(32𝑘 𝜋 𝑡) + 𝑠𝑒𝑛(48𝑘 𝜋 𝑡)
Resuelva:
1.1. Encuentre las frecuencias 𝑓0𝑛 de cada una de las componentes de la señal 𝑥(𝑡)

Si la señal 𝑥(𝑡) tiene una frecuencia de muestreo 𝑆 = 16𝑘 𝐻𝑧 y se desea realizar la

reconstrucción de la señal, identifique si las componentes senoidales no sufren
fenómeno de alias, y si alguna de ellas lo sufre, indique cuál y por qué.

Solución: 𝑥(𝑡) = 3 𝑐𝑜𝑠(12𝑘𝜋 𝑡) + 5 𝑠𝑒𝑛(16𝑘𝜋 𝑡) + 8 𝑐𝑜𝑠(32𝑘 𝜋 𝑡) +

𝑠𝑒𝑛(48𝑘 𝜋 𝑡)

fσ(hz) Fenómeno alias Frecuencia alias Equivalente

analógico
6 Si 6-s =-10 3 cos(2𝑘𝜋 𝑡)
8 Si 8- 2s= -24 5sen(2𝑘𝜋 𝑡)
16 Si 16- 3s= -32 8cos (2𝑘𝜋 𝑡)
24 Si 24-3s= -24 sen(2𝑘𝜋 𝑡)
 La señal reconstruida corresponde a Xs (t)= 11 cos (2𝑘𝜋 𝑡) + 6 sen (2𝑘𝜋 𝑡)

Ejercicio 1: cuantización

Halle el número de bits 𝐵, para cuantizar una señal muestreada que cambia entre -5V
y 5V, y tiene un error rms de 𝜎 = 3𝑚 𝑉

Solución:
El intervalo de escala completa es D= 10 V el erro rms está dado por:
σ = ∆∕√12
∆= D/2B
𝐷 10
Se obtiene 2B= = 0,003∗ √12 = 962,25
σ√12

B = log2 (962,25)= 29
29 bits aproximados para esta señal

NOTA: Para entregar los avances y el trabajo final, deben utilizar el editor de ecuaciones
de Word, si creen necesario utilizar gráficas, pueden utilizarlas. Hay que evidenciar todo el
proceso matemático. Tampoco se admiten ejercicios iguales entre estudiantes, ni ejemplos de
libros.

 Cada estudiante realizará de manera individual, aportes teóricos (incluir ecuaciones

con editor de Word) sobre las siguientes preguntas:

1) ¿Qué es una señal muestreada?

Proceso de Muestreo: Especie de "puente" entre las señales continuas y las señales de
tiempo discreto, permitiendo bajo ciertas condiciones, representar una señal continua
por medio de una señal discreta, que consiste en sus muestras igualmente espaciadas
(T=período de muestreo).
 2) ¿Qué es una señal cuantizada?

Cuantización, en matemáticas y procesamiento de señal digital, es el proceso de asignación

de un amplio conjunto de valores de entrada a un (contable) más pequeño conjunto – tales
como redondeo valores de alguna unidad de precisión. Un dispositivo o función
algorítmica que realiza la cuantización es llamado un cuantificador. El error de
redondeo introducido por cuantización se denomina error de cuantización.
En conversión de analógico a digital, se llama la diferencia entre el real valor analógico y
digital quantized error de cuantización o distorsión de cuantificación. Este error es debido
a redondeo o truncamiento. La señal de error a veces es modelada como una señal aleatoria
adicional llamada ruido de cuantización debido su estocástico comportamiento. Cuantización
participa en cierto grado en casi todo el procesamiento de señal digital, como el proceso de
representar una señal en forma digital normalmente implica el redondeo.

3) ¿Cuál es el fenómeno llamado Alias o Aliasing?

Es un efecto que se produce por un muestreo erróneo de señales digitalizadas

generando imperfecciones en dichas señales.
4) ¿Qué indica el teorema de muestreo de Nyquist?

El teorema trata que las muestras discretas de una señal son valores exactos que aún
no han sufrido redondeo o truncamiento alguno sobre una precisión determinada eso
es aún no haya sido cuantificadas

5) ¿Qué realiza la transformada de Fourier?

Es una transformación matemática empleada para transformar señales entre el

dominio del tiempo (o espacial) y el dominio de la frecuencia

6) ¿Qué es la transformada rápida de Fourier?

La transformada rápida de Fourier FFT es un algoritmo que reduce el tiempo de

cálculo de n2 pasos a n·log2(n). El único requisito es que el número de puntos en la
serie tiene que ser una potencia de 2 (2n puntos), por ejemplo 32, 1024, 4096, etc.

 Cada estudiante realizará el algoritmo de la Transformada Discreta de Fourier, en el

cual debe estar planteada la sumatoria de transformada. Dicho algoritmo se realizará
para una señal de longitud de tres (3) muestras. Los tres valores de las muestras
corresponden a los tres últimos números del documento de identificación, por
ejemplo, si mi cédula es 80765437, entonces el algoritmo se hará para la señal x[n] =
[4 3 7]. Para desarrollar esta parte el estudiante podrá utilizar Matlab, Octave
Online, o Scilab.
 Solución

Señal x[n] = [6 5 6].

K=0 X (T) [0].= ∑ x[n] = 6 + 5+ 6= 17.

K=1 X (T) [1].= ∑ x[n] = ( -J2𝜋/ 17)= 1 + 2 exp(-J𝜋/ 8,5) + exp(-J𝜋) = - J8,5

K=2 X (T) [2].= ∑ x[n] = ( -J2𝜋2/ 17)= 1 + 2 exp(-J𝜋) + exp(-J17𝜋/2) = 0

K=3 X (T) [3].= ∑ x[n] = ( -J2𝜋3/ 17)= 1 + 2 exp(-J3𝜋/2) + exp(-J3𝜋/8,5) = J8,5

Por lo tanto la DFT de x[n] es X(T) [K] = {17, -J8.5 , O, J8.5}para K=0,1,2,3

 Cada estudiante realizará un video en you tube, en el cual explicará línea a línea el
funcionamiento del algoritmo de la transformada discreta de Fourier (TDF)

 Cada estudiante investigará sobre el rango de frecuencias que el oido humano es

capaz de escuchar, además investigará cual es el rango de frecuencias que emiten
cinco (5) instrumentos musicales, y a partir de este dato, argumentará a que frecuencia
de muestreo mínima se debe muestrear cada uno de los cinco (5) instrumentos
musicales para ser digitalizados de manera correcta.

El oído humano puede responder a diminutas variaciones de presión en el aire, si están en el

rango de frecuencia audible, aproximadamente entre 20 Hz - 20 kHz.
Cuál es el rango de frecuencias que emiten cinco (5) instrumentos musicales

Instrumento Fundamental Armónicos

Flauta 261-2349 3-8 KHz

Oboe 261-1568 2-12 KHz

Clarinete 165-1568 2-10 KHz

Fagot 62-587 1-7 KHz

Trompeta 165-988 1-7.5 KHz

Hay que tener en cuenta que no todas las fuentes sonoras se aproximan a los 20 kHz que
corresponden a esta frecuencia máxima; la mayoría de los sonidos está muy por debajo de
ésta. Por ejemplo, si se va a grabar la voz de una soprano, la máxima frecuencia que la
cantante será capaz de producir no tendrá armónicos de nivel significativo en la última octava
(de 10 a 20 kHz), con lo que utilizar una frecuencia de muestreo de 44100 muestras por
segundo empleada es de 22,05 kHz
 CONCLUSIONES

 Desarrollar e interpretar conocimientos básicos del procesamiento digital de señales

 Analizar la guía de trabajo del curso procesamiento digital de señales con criterio
investigativo sobre el tema al tratar de la unidad 1 del curso.
 Aprender nuevos conceptos básicos sobre el curso procesamiento digital de señales
 BIBLIOGRAFIAS

Ambardar, A. (2002). Muestreo Ideal. In Procesamiento de señales analógicas y digitales

(2nd ed., pp. 446-455). Mexico City, Mexico: Cengage Learning. Recuperado de
http://bibliotecavirtual.unad.edu.co:2619/apps/doc/CX4060300145/GVRL?u=unad&sid=GV
RL&xid=495113b6

Ambardar, A. (2002). Muestreo, Interpolación y Recuperación de la Señal. In Procesamiento

de señales analógicas y digitales (2nd ed., pp. 456-460). Mexico City, Mexico: Cengage
Learning. Recuperado de
http://bibliotecavirtual.unad.edu.co:2619/apps/doc/CX4060300146/GVRL?u=unad&sid=GV
RL&xid=44cdb0b2

Ambardar, A. (2002). Cuantización. In Procesamiento de señales analógicas y digitales (2nd

ed., pp. 460-464). Mexico City, Mexico: Cengage Learning. Recuperado de
http://bibliotecavirtual.unad.edu.co:2619/apps/doc/CX4060300147/GVRL?u=unad&sid=GV
RL&xid=80fe31fe