PASÓ 2

RECOLECTAR INFORMACIÓN INTRODUCTORIA AL CURSO DE

PROCESAMIENTO DIGITAL DE SEÑALES

PROCESAMIENTO DIGITAL DE SEÑALES

TRABAJO PRESENTADO POR:

GUSTAVO ADOLFO HENAO OSPINA – COD. 144141262

TUTOR
MAURICIO ALBERTO GARCIA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

INGENIERIA EN ELECTRONICA
01 OCTUBRE DE 2018
INTRODUCCIÓN

En el desarrollo de este trabajo recolectaremos información introductoria al curso de

procesamiento digital de señales. Para esto se realizarán y explicarán ejercicios prácticos de
convolución discreta, transformada discreta de Fourier. Además del diseño de un algoritmo
de la transformada discreta de Fourier (DFT).

Lo anterior desarrollando las temáticas de: Operaciones Básicas con señales,

descomposición de una señal en impulsos, Convolución, Transformada Discreta de Fourier.
1. Cada estudiante realizará dos ejercicios de convolucion discreta, para ello el
estudiante escogerá las dos señales de entrada x(n) y las dos respuestas al impulso
h(n), las señales x(n) y h(n) tendrán tres (3) muestras de longitud, por lo cual la
longitud de las salidas y(n), será de cinco muestras. Por ejemplo:

x(n) = [1 2 3]
h(n) = [5 6 8]
Entonces la salida a esta convolucion sería:
y(n) = [5 16 35 34 24]

1.1 EJERCICIO 1:
𝒙 = [𝟐, 𝟓, 𝟔]

𝒉 = [𝟏, 𝟑, 𝟓]

Ecuación convolucion discreta: FIR

∞

𝑦(𝑛) = ∑ 𝑥(𝑘) ℎ(𝑛 − 𝑘)

𝑘 = −∞

x(t) h(t) y(t)

Reemplazamos:

𝑦(𝑛) = 𝑥(1)ℎ(𝑛 − 1) + 𝑥(2)ℎ(𝑛 − 2) + 𝑥(3)ℎ(𝑛 − 3)

𝑥 = [2, 5, 6]

𝑥 = [𝑥(1), 𝑥(2), 𝑥(3)]

𝑦(𝑛) = 𝑥(1)ℎ(𝑛 − 1) + 𝑥(2)ℎ(𝑛 − 2) + 𝑥(3)ℎ(𝑛 − 3)

𝑦(𝑛) = 2 ℎ(𝑛 − 1) + 5 ℎ(𝑛 − 2) + 6 ℎ(𝑛 − 3)

Teniendo en cuenta:

𝑥 = [2, 5, 6]
 ℎ = [1,3,5]

Calculamos:

2 6 10

5 15 25

6 18 30

∑ 2 11 31 43 30

Utilizando otro método:

2 5 6

1 3 5

2 5 6

6 15 18

10 25 30

∑ 2 11 31 43 30

Entonces, la salida a esta convolucion sería: 𝒚(𝒏) = [𝟐 𝟏𝟏 𝟑𝟏 𝟒𝟑 𝟑𝟎]

  Comprobando en Matlab

1.2 EJERCICIO 2:
𝒙 = [𝟏, 𝟑, 𝟓]

𝒉 = [𝟐, 𝟒, 𝟔]

Ecuación convolución discreta: FIR

∞

∑ 𝑥(𝑘) ℎ(𝑛 − 𝑘)
𝑘 = −∞

x(t) h(t) y(t)

Reemplazamos:

𝑦(𝑛) = 𝑥(1)ℎ(𝑛 − 1) + 𝑥(2)ℎ(𝑛 − 2) + 𝑥(3)ℎ(𝑛 − 3)

𝑥 = [1, 3, 5]
 𝑥 = [𝑥(1), 𝑥(2), 𝑥(3)]

𝑦(𝑛) = 𝑥(1)ℎ(𝑛 − 1) + 𝑥(2)ℎ(𝑛 − 2) + 𝑥(3)ℎ(𝑛 − 3)

𝑦(𝑛) = 1 ℎ(𝑛 − 1) + 3 ℎ(𝑛 − 2) + 5 ℎ(𝑛 − 3)

Teniendo en cuenta:

𝑥 = [1, 3, 5]

ℎ = [2,4,6]

Calculamos:

2 4 6

6 12 18

10 20 30

∑ 2 10 28 38 30

Utilizando otro método:

1 3 5

2 4 6

2 6 10

4 12 20

6 18 30

∑ 2 10 28 38 30

Entonces, la salida a esta convolución sería:

 𝒚(𝒏) = [𝟐 𝟏𝟎 𝟐𝟖 𝟑𝟖 𝟑𝟎]

 Comprobando en Matlab

2. Cada estudiante realizará un ejercicio de transformada Discreta de Fourier, en la

cual la señal x(n) también debe tener una longitud de tres (3) Muestras. Este también
debe realizarse en el editor de ecuaciones de Word, sin omitir procedimientos,
también se debe calcular la magnitud de la transformada y la respuesta en fase.

𝒙 = [𝟐, 𝟓, 𝟔]

Transformada discreta de Fourier:

∞
−𝑗2𝜋𝑘𝑛
𝑥(𝑘) = ∑ 𝑥(𝑛) 𝑒 𝑁
𝑛 = −∞

Ecuación de sumatoria
 𝑁 = Longitud de señal en el tiempo. Para este caso 3 muestras.

𝑥 = [2, 5, 6]

𝑥 = [𝑥(0), 𝑥(1), 𝑥(2)]

 K=0

−𝑗2𝜋(0)(0) −𝑗2𝜋(0)(1) −𝑗2𝜋(0)(2)

𝑥(0) = 𝑥(0) 𝑒 3 + 𝑥(1) 𝑒 3 + 𝑥(2) 𝑒 3

Reemplazamos:

Todo número elevado a la 0 es igual a 1.

𝑥(0) = 2 (1) + 5(1) + 6(1)

𝑥(0) = 2 + 5 + 6

𝑥(0) = 13

𝒙(𝟎) = 𝟏𝟑 + 𝒐𝒋

 K=1

−𝑗2𝜋(1)(0) −𝑗2𝜋(1)(1) −𝑗2𝜋(1)(2)

𝑥(1) = 𝑥(0) 𝑒 3 + 𝑥(1) 𝑒 3 + 𝑥(2) 𝑒 3

Reemplazamos:

−𝑗2𝜋 −𝑗4𝜋
𝑥(1) = 2 (1) + (5) 𝑒 3 +(6) 𝑒 3

Teniendo en cuenta la identidad de Euler:

𝑒 𝑗𝑤 = cos(𝑤) + 𝑗𝑠𝑖𝑛(𝑤)
𝑒 −𝑗𝑤 = cos(𝑤) − 𝑗𝑠𝑖𝑛(𝑤)
Reemplazamos:

2𝜋 2𝜋 4𝜋 4𝜋
𝑥(1) = 2 + 5 (cos − 𝑗𝑠𝑒𝑛 ) + 6 (cos − 𝑗𝑠𝑒𝑛 )
3 3 3 3

Teniendo en cuenta que:

 2𝜋 1
cos = −
3 2

2𝜋 √3
sen =
3 2

4𝜋 1
cos = −
3 2

4𝜋 √3
sen = −
3 2

1 √3 1 √3
𝑥(1) = 2 + 5 (− − 𝑗 ) + 6 (− + 𝑗 )
2 2 2 2

5 5√3 6 6√3
𝑥(1) = 2 − −𝑗 − +𝑗
2 2 2 2

Separamos reales e imaginarios:

5 6 5√3 6√3
𝑥(1) = 2 − − −𝑗 +𝑗
2 2 2 2

7 5√3 6√3
𝑥(1) = − − 𝑗 +𝑗
2 2 2

Factorizamos 𝑗√3:

5 6
𝑥(1) = −3.5 − 𝑗√3 ( − )
2 2

1
𝑥(1) = −3.5 − 𝑗√3 (− )
2

√𝟑
𝒙(𝟏) = −𝟑. 𝟓 + 𝒋
𝟐

 K=2

−𝑗2𝜋(2)(0) −𝑗2𝜋(2)(1) −𝑗2𝜋(2)(2)

𝑥(2) = 𝑥(0) 𝑒 3 + 𝑥(1) 𝑒 3 + 𝑥(2) 𝑒 3

Reemplazamos:
 −𝑗4𝜋 −𝑗8𝜋
𝑥(2) = 2 (1) + (5) 𝑒 3 +(6) 𝑒 3

Teniendo en cuenta la identidad de Euler:

𝑒 𝑗𝑤 = cos(𝑤) + 𝑗𝑠𝑖𝑛(𝑤)
𝑒 −𝑗𝑤 = cos(𝑤) − 𝑗𝑠𝑖𝑛(𝑤)
Reemplazamos:

4𝜋 4𝜋 8𝜋 8𝜋
𝑥(2) = 2 + 5 (cos − 𝑗𝑠𝑒𝑛 ) + 6 (cos − 𝑗𝑠𝑒𝑛 )
3 3 3 3

Teniendo en cuenta que:

4𝜋 1
cos = −
3 2

4𝜋 √3
sen = −
3 2

8𝜋 1
cos = −
3 2

8𝜋 √3
sen =
3 2

1 √3 1 √3
𝑥(2) = 2 + 5 (− + 𝑗 ) + 6 (− − 𝑗 )
2 2 2 2

5 5√3 6 6√3
𝑥(2) = 2 − +𝑗 − −𝑗
2 2 2 2

Separamos reales e imaginarios:

5 6 5√3 6√3
𝑥(2) = 2 − − +𝑗 −𝑗
2 2 2 2

7 5√3 6√3
𝑥(2) = − + 𝑗 −𝑗
2 2 2

Factorizamos 𝑗√3:
 5 6
𝑥(2) = −3.5 + 𝑗√3 ( − )
2 2

1
𝑥(2) = −3.5 + 𝑗√3 (− )
2

√𝟑
𝒙(𝟐) = −𝟑. 𝟓 − 𝒋
𝟐

 Comprobando en Matlab
3. Cada estudiante realizará la búsqueda o diseño de un algoritmo de la transformada
discreta de Fourier (TDF), en el cual se utilice ciclos for para la implementación de la
sumatoria que describe la (TDF). Este algoritmo tendrá la sintaxis del software de
programación de matrices “MATLAB” o pueden utilizar la aplicación en línea
“OCTAVE ON LINE”

NOTA: No se aceptan códigos que involucren la función FFT de Matlab.

Una vez que cada estudiante verifique el funcionamiento correcto de su algoritmo,

este procederá a describir de manera escrita, lo que se sucede en cada línea del
algoritmo.

Tomamos 𝑁 = 3 , Asignando los siguientes valores 𝑥 = [2 − 1 3]

Aplicamos la trasformada discreta de Fourier

Cuando 𝑲 = 𝟎

2𝜋(0)(0)𝑖
𝑥(0) = ∑ 2 + 𝑒 3 = 2𝑒 0 = 2

2𝜋(0)(1)𝑖
𝑥(0) = ∑ −1 + 𝑒 3 = −1𝑒 0 = −1

2𝜋(0)(2)𝑖
𝑥(0) = ∑ 3 + 𝑒 3 = 3𝑒 0 = 3

El primer término corresponde a

𝑥(0) = 2 − 1 + 3 = 4

𝒙(𝟎) = 𝟒 + 𝟎𝒊
Cuando 𝑲 = 𝟏

2𝜋(1)(0)𝑖
𝑥(1) = ∑ 2 + 𝑒 3 = 2𝑒 0 = 2

2𝜋(1)(1)𝑖 2
𝑥(1) = ∑ −1 + 𝑒 3 = −1𝑒 0 = −1𝑒 −3𝜋𝑖

Aplicando Euler

2 2 2 1 √3
−1𝑒 −3𝜋𝑖 = −1 [cos ( 𝜋) − 𝑖 sin ( 𝜋)] = + 𝑡
3 3 2 2
2𝜋(1)(2)𝑖 4
𝑥(1) = ∑ 3 + 𝑒 3 = 3𝑒 0 = 3𝑒 −3𝜋𝑖

Aplicando Euler

4 4 4 3 3√3
3𝑒 −3𝜋𝑖 = 3 [cos ( 𝜋) − 𝑖 sin ( 𝜋)] = + 𝑖
3 3 2 2

1 √3 3 3√3
𝑥(1) = 2 + + 𝑡− + 𝑖
2 2 2 2

El segundo término corresponde a

𝒙(𝟏) = 𝟏 + 𝟐√𝟑𝒊

Cuando 𝑲 = 𝟐

2𝜋(2)(0)𝑖
𝑥(2) = ∑ 2 + 𝑒 3 = 2𝑒 0 = 2

2𝜋(1)(1)𝑖 4
𝑥(2) = ∑ −1 + 𝑒 3 = −1𝑒 0 = −1𝑒 −3𝜋𝑖

Aplicando Euler

4 4 4 1 √3
−1𝑒 −3𝜋𝑖 = −1 [cos ( 𝜋) − 𝑖 sin ( 𝜋)] = + 𝑖
3 3 2 2
 2𝜋(2)(2)𝑖 8
𝑥(2) = ∑ 3 + 𝑒 3 = 3𝑒 0 = 3𝑒 −3𝜋𝑖

Aplicando Euler

8 8 8 3 3√3
3𝑒 −3𝜋𝑖 = 3 [cos ( 𝜋) − 𝑖 sin ( 𝜋)] = + 𝑖
3 3 2 2

1 √3 3 3√3
𝑥(2) = 2 + + 𝑡− + 𝑖
2 2 2 2

El tercer término corresponde a

𝒙(𝟐) = 𝟏 − 𝟐√𝟑𝒊

𝒌(𝒙) = [𝟒𝒊, 𝟏 + 𝟐√𝟑𝒊, 𝟏 − 𝟐√𝟑𝒊]

Muestra del espacio en magnitud

𝑨(𝒙) = [𝟒𝒊, 𝟏 + 𝟑. 𝟒𝟔𝟒𝟏𝒊, 𝟏 − 𝟑. 𝟒𝟔𝟒𝟏𝒊]

 Algoritmo desarrollado
clc
x = input('ingrese señal x-'); %Es la señala original la cual se va
analizar
N = length (x);%Numero de las muestras
X = zeros (3,1)%Tamaño de la matriz
for k = 0 : N -1%Ciclo secuencias for para valor de k por n por la suma
de sus exponenciales
for n = 0 : N -1
X (k + 1) = X(k + 1) + x (n + 1) * exp((- j * 2 * pi/N)*(n *
k))%formula de la trasnformada discreta de fourier
end% fin de los ciclos de las trasformada
end %fin de trasformada completaa

t = 0 : N -1% intervalos de tiempo desde 0 hatsa N-1

subplot(311)%1er grafica
stem(t, x);%Grafica los valores de t en funcion de x
title('Dominio tiempo-secuencia entrada');%titulo de la grafica

subplot(312)%2da grafica
stem(t, X);;%Grafica los valores de t en funcion de X
title('Dominio frecuencia-secuencia magnitud');%titulo de la grafica

subplot(313)%3ra grafica
stem(t, X);%Grafica los valores de t en funcion de X
xlabel('Frecuencia');%titulo del eje x
ylabel('Fase');%titulo del eje y
title('Dominio frecuencia-secuencia fase');%titulo de la grafica

X %Comprobar X en funcion de k
angle x%coprobar la fase

 Comprobando Resultados
 Comprobando resultados mediante comando FFT
LINK DEL VIDEO: https://www.youtube.com/watch?v=_Fn2Nx2EyyE
CONCLUSIONES

 La convolución discreta nos demuestra que la respuesta del sistema LTI y(n) a una
entrada x(n) es igual a la convolución de x(n) con la respuesta al impulso h(n), lo
que quiere decir que en un sistema LTI en reposo su respuesta a cualquier entrada
puede determinarse solo con conocer dicha entrada y la respuesta al impulso h(n).

 La transformada discreta de Fourier o DFT transforma una función matemática en

otra, obteniendo una representación en el dominio de la frecuencia, siendo la
función original una función en el dominio del tiempo.

 La transformada discreta de Fourier o DFT representa un mecanismo para el estudio

frecuencia por medios digitales para las señales discretas.
BIBLIOGRAFIA

 García Martínez, M. (05,07,2017). Procesamiento Digital de Señales - Análisis de

un sistema discreto mediante ecuaciones de diferencia. [Archivo de video].
Recuperado de http://hdl.handle.net/10596/12520.

 Alvarado, J. (2011). Procesamiento Digital de Señales. Notas de Clase. (pp. 46 -

102) Tecnológico de Costa Rica: Escuela de Ingeniería Electrónica. Recuperado
de http://www.ie.itcr.ac.cr/palvarado/PDS/pds.pdf.