Unidad 1 - Paso 2 - Reconocer Los Elementos

Matemáticos Que Implica El Sistema De Conversión

Analógica Digital
John Steven Posso Caicedo 1112461199

Universidad Nacional Abierta y a Distancia

Bogotá DC, jsposso9@misena.edu.co

Resumen— 𝑆 ≥ 2 𝑓𝑚𝑎𝑥
5𝑘 𝐻𝑧 ≥ 2 (6𝑘 𝐻𝑧)
5𝑘 𝐻𝑧 ≥ 12𝑘 𝐻𝑧
Abstract--
Como se puede observar SI se presenta fenómeno alias o
aliasing si 𝑥(𝑡) es muestreada a S=5k Hz, para que no se
I. INTRODUCCIÓN presente debe ser muestreada por una frecuencia mayor o igual
a los 12k Hz.
E n
Entonces podemos decir que:

II. MUESTREO 𝑓𝑎 = 𝑓𝑜 − 𝑁𝑠
𝑓𝑎 = 6 𝑘 𝐻𝑧 − 5𝑘 𝐻𝑧
𝑓𝑎 = 1𝑘 𝐻𝑧
A. Ejercicio 4:
¿Se presenta fenómeno alias o aliasing si x(t) es muestreada
Siendo x(t)= cos (12kπ t) Resuelva: a S=12,5k Hz? Explique paso a paso y si presenta alias,
encuentre la frecuencia 𝑓𝑎
¿Se presenta fenómeno alias o aliasing si x(t) es muestreada
a S=5k Hz? Explique paso a paso y si presenta alias, encuentre
Solución.
la frecuencia 𝑓𝑎 La frecuencia de Nyquist establece que la frecuencia de
Solución. muestreo, debe ser como mínimo el doble que el ancho de
banda de la señal muestreada para que no presente el fenómeno
Sabemos que frecuencia angular alias o aliasing.

𝑤 = 2 𝜋𝑓
𝑆 ≥ 2 𝑓𝑚𝑎𝑥
Tomamos (12𝑘 𝜋𝑡) y lo igualamos a (w).
12.5𝑘 𝐻𝑧 ≥ 2 (6𝑘 𝐻𝑧)
2 𝜋𝑓 = 12000 𝜋𝑡
12.5𝑘 𝐻𝑧 ≥ 12𝑘 𝐻𝑧
Despejamos (f) para saber cuál es la frecuencia de nuestra
señal.
Como se puede observar NO se presenta fenómeno alias o
12000 𝜋 12000 aliasing si x(t) es muestreada a S=12k Hz, ya que es
𝑓= = = 6 𝑘 𝐻𝑧 muestreada por un número mayor a los 12k Hz.
2𝜋 2

La frecuencia de Nyquist establece que la frecuencia de Entonces podemos decir que:

muestreo, debe ser como mínimo el doble que el ancho de
banda de la señal muestreada para que no presente el fenómeno 𝑓𝑎 = 𝑓𝑜 − 𝑁𝑠
alias o aliasing.

*
Revista Argentina de Trabajos Estudiantiles. Patrocinada por
la IEEE.
 𝑓𝑎 = 6 𝑘 𝐻𝑧 − 12.5𝑘 𝐻𝑧 1.3. Hallamos la relación señal a ruido de cuantización

𝑓𝑎 = 6,5 𝑘 𝐻𝑧

𝟎, 𝟖𝟗𝟔𝟐𝟓
𝑆𝑁𝑅𝑄 = 10 ∗ log(10)
𝟎, 𝟐𝟒𝟑𝟕𝟓

III. CUANTIZACIÓN 𝑆𝑁𝑅𝑄 = 5,6548

A. Ejercicio 2:

Siendo la señal muestreada: IV. TRANSFORMADA DISCRETA DE FOURIER

∞
𝑥[𝑛] = {0.2,0.5,0.5,0.8,1.0,1.5,1.5,0.7}
𝒙(𝒌) = ∑ 𝒙 (𝒏)𝒆−𝒋𝟐𝝅𝒌𝒏/𝑵
La señal cuantizada: 𝒏=−∞

𝑥𝑄 [𝑛] = {0,0.5,0.8,1.0,1.0,1.5,1.8,2.0} Para este ejercicio tomamos mi número de cedula

1112461199 tomamos los tres últimos números
Y la señal de error:
𝑥[𝑛] = [1,9,9]
𝑒[𝑛] = {0.2,0, −0.3, −0.2,0,0, −0.3, −1.3} Resolvemos

1.1. Halle la potencia de ruido 𝑃𝑁 Para K=0

1.2. Halle la potencia 𝑃𝑠
−𝑗2𝜋𝑘𝑛 −𝑗2𝜋(0)(0)
1.3. Halle la relación señal a ruido de cuantización 𝑆𝑁𝑅𝑄 𝑋(0) = ∑ 𝑥(𝑛) 𝑒 𝑁 = 𝑥(0) 𝑒 3 = 1𝑒 0 = 1
−𝑗2𝜋𝑘𝑛 −𝑗2𝜋(0)(1)
Solución 𝑋(0) = ∑ 𝑥(𝑛) 𝑒 𝑁 = 𝑥(1) 𝑒 3 = 9𝑒 0 = 0
−𝑗2𝜋𝑘𝑛 −𝑗2𝜋(0)(2)
𝑋(0) = ∑ 𝑥(𝑛) 𝑒 𝑁 = 𝑥(2) 𝑒 3 = 9𝑒 0 = −2

1.1. Hallamos la potencia del Error o Potencia del ruido 𝑋(0) = 1 + 9 + 9

𝑵−𝟏
𝟏 𝑋(0) = 19 + 0 𝑗
𝑷𝒆 = ∑ 𝒆𝟐 (𝒏)
𝑵
𝒏=𝟎 Para K=1
𝟏 −𝑗2𝜋𝑘𝑛 −𝑗2𝜋(1)(0)
𝑷𝒆 = (0.22 , 02 , −0.32 , −0.22 , 02 , 02 , −0.32 , −1.32 )
𝟖 𝑋(1) = ∑ 𝑥(𝑛) 𝑒 𝑁 = 𝑥(0)𝑒 3 = 1𝑒 0 = 1
−𝑗2𝜋𝑘𝑛 −𝑗2𝜋(1)(1) 𝑗2𝜋
𝟏. 𝟗𝟓 𝑋(1) = ∑ 𝑥(𝑛) 𝑒 𝑁 = 𝑥(1) 𝑒 3 = 9𝑒 − 3
𝑷𝒆 =
𝟖 −𝑗2𝜋𝑘𝑛 −𝑗2𝜋(1)(2) 𝑗4𝜋
𝑋(1) = ∑ 𝑥(𝑛) 𝑒 𝑁 = 𝑥(2) 𝑒 3 = 9𝑒 3

𝑷𝒆 = 𝟎, 𝟐𝟒𝟑𝟕𝟓

Identidad de Euler

1.2. Hallamos la potencia de la señal. 𝒆−(𝒋𝒙) = 𝐜𝐨𝐬(𝝎) − 𝒋𝒔𝒆𝒏(𝝎)

Entonces
𝑵−𝟏
𝟏
𝑷𝒔 = ∑ 𝒙𝟐 (𝒏) 𝑗2𝜋 2𝜋 2𝜋 4𝜋𝑗
𝑵 𝑥(1) = 1 + 9𝑒 − 3 = 9 [𝑐𝑜𝑠 ( ) − 𝑗𝑠𝑒𝑛 ( )] + 9𝑒 − 3
𝒏=𝟎 3 3
4𝜋 4𝜋
𝟏 = 9 [𝑐𝑜𝑠 ( ) − 𝑗𝑠𝑒𝑛 ( )]
𝑷𝒔 = (0.22 , 0.52 , 0.52 , 0.82 , 1.02 , 1.52 , 1.52 , 0.72 ) 3 3
𝟖
−1 √3 −1 √3
𝟕. 𝟏𝟕 𝑥(1) = 1 + 9 ( ) − 𝑗9 ( ) + 9 ( ) − 𝑗9 (− )
𝑷𝒔 = 2 2 2 2
𝟖

𝑷𝒔 = 𝟎, 𝟖𝟗𝟔𝟐𝟓 𝑥(1) = 1 − 4,5 − 𝑗 7,79 − 4,5 + 𝑗7,79

𝑥(1) = −8 + 𝑗0
 Para K=2 xlabel('Frecuencia'); % componentes en x
ylabel('|X(k)|'); % componentes en y
−𝑗2𝜋𝑘𝑛 −𝑗2𝜋(2)(0) title('Dominio de Frecuencia - Respuesta
𝑋(2) = ∑ 𝑥(𝑛) 𝑒 𝑁 = 𝑥(0)𝑒 3 = 1𝑒 0 = 1 de Magnitud') % título grafica
−𝑗2𝜋𝑘𝑛 −𝑗2𝜋(2)(1) 𝑗2𝜋
𝑋(2) = ∑ 𝑥(𝑛) 𝑒 𝑁 = 𝑥(1) 𝑒 3 = 9𝑒 − 3
subplot(313)% Tercera Grafica
−𝑗2𝜋𝑘𝑛 −𝑗2𝜋(2)(2) 𝑗4𝜋 stem(t,angle(X)) % Variables
𝑋(2) = ∑ 𝑥(𝑛) 𝑒 𝑁 = 𝑥(2) 𝑒 3 = 9𝑒 3
xlabel('Frecuencia'); % componentes en x
ylabel('Fase'); % componentes en y
Identidad de Euler title('Dominio de Frecuencia - Respuesta
de Fase')% título grafica
𝒆−(𝒋𝒙) = 𝐜𝐨𝐬(𝝎) − 𝒋𝒔𝒆𝒏(𝝎)
TransformadaDiscretaFourier=X % Resultado
Entonces de la Transformada Discreta de Fourier
AnguloFase=angle(X) % Resultado o
𝑗2𝜋 2𝜋 2𝜋 4𝜋𝑗 comprobación del Angulo de fase
𝑥(1) = 1 + 9𝑒 − 3 = 9 [𝑐𝑜𝑠 ( ) − 𝑗𝑠𝑒𝑛 ( )] + 9𝑒 − 3
3 3
4𝜋 4𝜋
= 9 [𝑐𝑜𝑠 ( ) − 𝑗𝑠𝑒𝑛 ( )]
3 3

−1 √3 −1 √3
𝑥(1) = 1 + 9 ( ) − 𝑗9 ( ) + 9 ( ) − 𝑗9 (− )
2 2 2 2

𝑥(1) = 1 − 4,5 − 𝑗 7,79 − 4,5 + 𝑗7,79

𝑥(1) = −8 + 𝑗0

V. ALGORITMO DE LA TRANSFORMADA DISCRETA DE

FOURIER

Código Matlab.

x = [1 9 9] % Muestras últimos números de Gráfico 1. Código en Matlab

la cedula
N = length(x); % Numero de Muestras
X = zeros(N,1); % Valor de X

for k = 0:N-1 % Valor de “k” por “n” por

la suma de Exponenciales
for n = 0:N-1
X(k+1) = X(k+1) + x(n+1)*exp(-
j*2*pi*k*n/N);
%Suma de Exponenciales
End % fin suma exponenciales
End % fin de la transformada

t = 0:N-1; % número de muestras 0

variable en el tiempo 3

% GRAFICAS
subplot(311)% Primera Grafica
stem(t,x); % Variables
xlabel('Tiempo(s)'); % componentes en x
ylabel('Amplitud'); % componentes en y
title('Dominio de Tiempo - Secuencia de
Entrada') % título grafica Gráfico 2. Código en Matlab resultado de la transformada
discreta Fourier y comprobación de Angulo de fase
subplot(312)% Segunda Grafica
stem(t,X)% Variables
 Gráfico 3. Grafica en Matlab Transformada Discreta
Fourier

Gráfico 4. Comprobación con el comando fft

VI. VIDEO EN YOU TUBE

En proceso

VII.

Reconocimientos

Referencias