Você está na página 1de 10

Universidad Tecnolgica de Panam Lic.

En Ingeniera Electrnica y Telecomunicacin Facultad de Ingeniera Elctrica Introduccin al Procesamiento Digital de Seales

Laboratorio #1 Seales Bsicas, Muestreo, Interpolacin y Aliasing

Presentado por: Lombardo, Julisa Morales, Carlos 2-723-1434 4-747-685

Grupo: 2IT-252 (B)

Facilitador: Ing. Edgar Batista

Fecha de entrega: 17 de abril de 2012

Introduccin
En esta experiencia de laboratorio trabajaremos con MATLAB para realizar el estudio y anlisis de diversas seales. Entre las funciones que estudiaremos en esta experiencia se encuentra el impulso unitario, que tambin es conocida como funcin delta de Dirac, una funcin infinitamente angosta, que tiene un rea unitaria. Adems de la funcin impulso, la funcin sinusoidal tambin es de gran importancia ya que es ampliamente utilizada y nos permite explicar el comportamiento de las seales en funcin de sus componentes en frecuencia. El muestreo es un proceso fundamental al momento de realizar el tratamiento digital de seales. Este nos permite obtener una versin de la seal que luego puede ser reconstruida y obtenerse una seal parecida a la original. Sin embargo, para ello se tienen ciertos requerimientos. El requisito fundamental es que la velocidad de muestreo debe de ser el doble de la componente de mayor frecuencia en la seal. En el caso de que no se muestree a una tasa correcta, corremos el riesgo de que se produzca el fenmeno de alias, y en este caso, aparecen componentes de frecuencia que no se encontraban en nuestra seal original. Esta condicin se conoce como submuestreo.

Objetivos
Generales:
Utilizar MATLAB para modelar seales de tiempo continuo y tiempo discreto.

Analizar caractersticas de seales modeladas mediante las herramientas proporcionadas por el software

Especficos
Realizar grficos de tiempo continuo y tiempo discreto de diversas seales para analizar los efectos que produce el muestreo y la eleccin de la frecuencia del mismo. Observar el fenmeno de aliasing producido al no cumplir el requerimiento de Nyquist de muestrear una seal a por lo menos el doble de su componente de frecuencia ms alta.

RESULTADOS
En la primera parte del informe se observ la manera de generar y simular algunas seales de inters, como la seal impulso unitario y la seal senoidal, y cmo estas seales pueden ser modeladas en tiempo continuo y en tiempo discreto.

PARTE 1: MUESTREO, INTERPOLACION Y ALIASING I. a. Generar 2 perodos de una sinusoide analgica de amplitud 1 frecuencia 200 Hz, muestrendola a 1 kHz En la figura 1 se muestra esta seal y su versin muestreada a la frecuencia de 1 kHz. Cuntas muestras debe generar para completar los dos perodos? Dos periodos periodos, corresponden a 4pi, Se necesitan 10 muestras para completar 2

(2*pi*200*10/1000)= 4*pi= 2 periodos.

Fig. 1. Seal de 200 Hz y su versin la armnica de la seal discreta, muestreada a 1kHz

3 En la grfica que se muestra a la izquierda podemos observar la seal analgica, la cual es muestreada dos periodos completos, y en derecha podemos ver la seal en forma discreta. Observamos las diez primeras muestras de una seal sinusoidal analgica de 200 Hz muestreada a 1000 Hz. A continuacin se genera la misma cantidad de muestras encontrada en el apartado anterior, de una sinusoide analgica de amplitud 1 y frecuencia 1.2 kHz, muestreada a 1 kHz. Esta grfica se puede observar la figura 2.

Fig. 2. Seal de 1.2 kHz y su versin muestreada a 1kHz

4 Igualmente podemos obtener las graficas de tiempo continuo y discreto de la seal con diferente frecuencia original, pero muestrendola a la misma frecuencia. c. Superponga sobre la grfica obtenida en 1, la grfica obtenida en 2 (utilice el comando hold). Qu ocurre?, qu consecuencias se pueden sacar de las grficas? Las grficas superpuestas se pueden observar en la figura 3:

Fig. 3, puntos de muestreo de las seales de 200 Hz (rojo) y de 1.2 kHz (azul). Observe que los puntos de muestreo se superponen unos sobre otros.

Claramente se observa que los puntos de muestreo de las seales se superponen unos sobre otros. Esto se debe a la generacin de frecuencias Alias ya que la seal de 1.2 kHz no est muestreada a la frecuencia de Nyquist.

Fig. 4, Seal reconstruida a partir de los puntos de muestreo. Podemos observar que la seal reconstruida (azul) no corresponde a la seal original de 1.2 kHz (en rojo)

En la figura 4 se observa claramente que la seal que se gener a partir de los puntos muestreo es de una frecuencia totalmente diferente a la seal real. a. Genere la serie obtenida al muestrear una sinusoide de 100 Hz y amplitud unidad con un perodo de muestreo de 1 ms durante 1 segundo. Grafique el espectro de la seal usando la instruccin abs(fft(y)), que encuentra, es simtrica la misma. Comente el resultado.

Fig 5, Espectro de una seal sinusoidal de 100 Hz

Se observa (en la figura 5) que el espectro es simtrico, por lo tanto solo con la mitad del espectro es suficiente para analizar las componentes de la frecuencia en la seal original. Vemos que en la grafica se obtuvo la componente espectral para 100 Hz. b. Repita el apartado anterior pero ahora la seal a muestrear es la suma de cuatro sinusoides de amplitud uno y frecuencias 100, 200, 600 y 2100 Hz. Utilice seales de tipo coseno. Comente los resultados.

Fig 6, Espectro de la seal compuesta de cuatro sinusoides: 100 Hz, 200 HZ, 600 Hz y 2100 Hz

Cuntos picos encuentra en la grfica, puede identificar cada una de las armnicas? Se pueden identificar seis picos en los espectros de las diferentes frecuencias. Se cumple el teorema del muestreo? No se cumple el teorema de muestreo. Qu frecuencias de las anteriores no cumplen el teorema del muestreo, y cules sern sus frecuencias digitales? Las frecuencias de 600 Hz y 2100 Hz no cumplen el teorema de muestreo por lo tanto se va producir un aliasing. Van a existir frecuencias alias tal como 2100 Hz es alias de la frecuencia de 100 Hz ya que es mltiplo, la frecuencia de 600 Hz va tener una aparente que es -400 Hz en el espectro. De las frecuencias alias encontradas en el apartado anterior, cules son sus fundamentales. Podemos ver que las frecuencias aparentes son:

2100 Hz ----- 100 Hz 600 Hz----- 400 Hz

Puede Ahora Identificar cada una de las armnicas. Grafquelas y selelas en la Grfica

Podemos identificar que hay aliasing porque hay frecuencias originales que no tienen espectros por tanto son alias o aparentes, vemos que se puede identificar los espectros de 200 Hz y 100 Hz fcilmente. Hay que tener en cuenta que hay frecuencias aparentes como la de 400 que corresponde a la 600 Hz y la de 2100 Hz que como vimos es alias de 100 Hz, vemos que el espectro de 100 Hz es el doble de las dems, es porque hay frecuencias superpuestas. Aqu el teorema de muestreo no se cumple ya que no muestreamos al doble de la mxima frecuencia que es 2100 Hzy por ende se va producir el aliasing en el espectro y frecuencias aparentes. c. Repita el aparatado anterior pero sustituyendo la frecuencia de 2100 Hz, por una de 1900 Hz. En la figura 6 se puede observar el espectro solicitado. Obtendramos el mismo resultado si hubisemos generado las seales con funciones seno? No habr el mismo resultado ya que la funcin coseno es par mientras que el seno no, adems de que debemos recordar que entre ambas funciones hay un desfase de 90.

Se producen trminos alias? Puede identificar cada una de las armnicas? S se producen trminos alias, las armnicas que se muestran son de 200 Hz y la de 600 Hz que es aparente de 400 Hz y la de 100 Hz con su alias que es 1900 Hz.

Fig.7, espectro de una seal compuesta por cosenos y por senos, para las frecuencias indicadas

Vemos en las figura 7 que se vuelve a producir el aliasing ya que no muestreamos al doble de la frecuencia mxima que es 1900 Hz, vemos que en la grafica del coseno salen las armnicas fundamentales de 200 Hz y las aparentes de 400 Hz que corresponde a la de 600 Hz y la de 100 Hz que tiene un alias de 1900 Hz, en la primera grafica del espectro podemos notar las armnicas y su alias al ser una funcin par. Cuando vemos la funcin seno podemos observar casi todas las armnicas fundamentales y aparentes, menos la del alias de 1900 Hz, esto se debe a la caracterstica de la funcin que es impar, por lo cual no vemos dicho espectro sobrepuesto.

Conclusiones
En esta experiencia de laboratorio manejamos seales bsicas que nos van a permitir modelar y manipular sistemas ms complejos, y aprendimos a representar en MATLAB seales continuas y seales discretas. El uso de estos modelos nos permite analizar diferentes caractersticas como su amplitud y duracin en el tiempo, y otras de mucha utilidad, como su espectro en la frecuencia, que nos permite descomponer la seal en diferentes frecuencias. Con la realizacin de este laboratorio se pudo comprobar todos los conceptos de muestreo de seales y teorema de muestreo. Se vio la herramienta MATLAB como software de simulacin y apoyo para la generacin y tratamiento de seales. Se pudo ver que una seal para ser reconstruido en su totalidad tiene que ser muestreada como mnimo al doble de su componente de mxima frecuencia, y esto es lo que nos seala el teorema de muestreo, de lo contrario se estarn produciendo frecuencias alias. Se observaron varios fenmenos tales como pocos puntos en los periodos en que la seal fue muestreada esto por no cumplir el teorema de muestreo e igual que vimos al superponer las seales donde vamos a ver que los puntos coinciden al muestrear. Tambin se vio la simetra de los espectros y que solo con la mitad del espectro podemos analizar las componentes frecuenciales de las seales fundamentales y vimos que las seales espectrales al no ser bien muestreadas salen frecuencias aparentes las cuales tienen que ser identificadas para el entendimiento de las armnicas analizadas. En la segunda parte del informe se realiz el anlisis de dos seales muestreadas a la misma frecuencia, de las cuales una no cumpla con el teorema de muestreo, y se observ que se produce el efecto de Aliasing, en donde una frecuencia mayor puede aparecer como una menor.

Referencias
[1] Funcin impulso. Disponible en <http://cnx.org/content/m12824/latest/> [2] Teorema de muestreo de Nyquist-Shannon. Disponible en <http://es.wikipedia.org/wiki/Teorema_de_muestreo_de_Nyquist-Shannon>

Você também pode gostar