1
Laboratorio No3
Transformada de Fourier y sus aplicaciones en
filtrado
Christian Llanos, Wendy P. Navarro, Yackeline Ternera P.
I. R ESUMEN
En el presente trabajo se busca identificar, analizar y con-
trastar los conceptos vistos en clases aplicando conceptos
básicos y operaciones relacionadas con la transformada de
Fourier. Además corroborar de una manera gráfica y medi-
ante software (Matlab), las diferentes propiedades básicas
vistas de dicha transformada, ası́ como la aplicación en
el filtrado de señales. Las operaciones que se realizan
están acompañadas de un compendio de simulaciones que
corroboran las operaciones matemáticas presentadas en el
informe.
II. PALABRAS C LAVE
Filtrado, Transformada de Fourier, Ancho de banda, Es-
pectro, Ruido.
III. I NTRODUCCI ÓN
L A representación de señales como una superposición
de senoides complejas ofrece una expresión alterna-
tiva para el comportamiento entrada-salida de un sistema
LTI. Esto no sólo conduce a una expresión útil para la
salida del sistema sino que también brinde una caracteri-
zación muy profunda de señales y sistemas.
El estudio de señales y sistemas empleando representa-
ciones senoidales se denomina análisis de Fourier, en
honor a Joseph Fourier (1768-1830) por sus contribuciones
a la teorı́a de representación de funciones como super-
posición ponderadas de senoides. Los métodos de Fourier
tiene una aplicación muy amplia más allá de las señales y
los sistemas; se usan en todas las ramas de la ingenierı́a
y la ciencia.
En este tema se estudia una forma diferente de es-
pecificar una señal, la llamada descripción en el dominio
de la frecuencia. Cuando una señal se describe como
una función del tiempo, tal como cos(ω0 t + θ), ésta es
una descripción en el dominio del tiempo de esa señal.
Como veremos, cualquier señal se puede expresar como
una suma de senoides de diferentes frecuencias. Por lo
tanto, cada una de estas señales tiene un espectro de
frecuencia representado por amplitudes y fases de varias
componentes de frecuencia y se especifica completamente
por su espectro.
De lo anterior, se desprende que una señal se puede
describir como una función del tiempo (descripción en el
dominio del tiempo) o mediante su espectro de frecuencia
(descripción en el dominio de la frecuencia).
Para reforzar y conseguir una sólida base sobre los
temas anteriormente planteados, se desarrollaran distintos
algoritmos para generar y realizar filtrado a diferentes
señales, utilizando los comandos en Matlab, como una
herramienta de determinación de la salida a partir de la
entrada y el filtro utilizado.
IV. M ARCO T E ÓRICO
Se ha visto ya que las series de Fourier constituyen
un poderoso instrumento en el tratamiento de diver-
sos problemas que implican funciones periódicas. Puesto
que muchos problemas prácticos no involucran funciones
periódicas, es deseable desarrollar un método de análisis
de Fourier que incluya funciones no periódicas. En este
capı́tulo se estudiará la representación frecuencial de fun-
ciones no periódicas por medio de las series de Fourier.
A. De la Serie de Fourier a la Transformada de Fourier
Definamos a x(t) como una función no periódica de
duración infinita, tal que,
x(t) = 0 para |t| > T1 (1)
Llamemos a xT0 (t) una señal periódica formada por
repeticiones de x(t), con periodo fundamental T0 . Si T0 →
∞ se tiene que,
lim xT0 (t) = x(t) (2)
T0 →∞
De esta forma, luego de realizar operaciones
matemáticas correspondientes al cálculo integro-
diferencial se obtiene que
Z∞
1
x(t) = X(ω)ejωt dω (3)
2π
−∞

Esta última relación, presentada en la ecución 3 es
conocida como Identidad de Fourier o también llamada
Transformada inversa de Fourier.
B. Transformada de Fourier
La función X(ω) se conoce como la integral de Fourier
ó Transformada directa de Fourier de x(t) y la operación
de integración se simboliza por =; esto es,
Z∞
X(ω) = =[x(t)] = x(t)e−jωt dt (4)
−∞
−1
Análogamente, = es el sı́mbolo que se utiliza para
identificar la operación inversa, es decir, obtener x(t) a
partir de X(ω). Esto es,
Z∞
−1 1 básicos se usan ampliamente y se les han dado nombres
f (t) = = [X(ω)] = X(ω)ejωt dω (5)
2π
−∞
y x(t) se denomina la Transformada inversa de Fourier
de X(ω). Las ecuaciones anteriores se conocen a menudo
como par de transformadas de Fourier. De igual forma,
esto lo podemos denotar como:
x(t) ↔ X(ω) (6)
C. Filtrado
Los filtros son una red que separa señales de acuerdo
a su frecuencia. Es un elemento que discrimina una
determinada frecuencia o gama de frecuencias de una señal
eléctrica que pasa a través de él, pudiendo modificar tanto
su amplitud como su fase.
Un filtro digital es un sistema que, dependiendo de
las variaciones de las señales de entrada en el tiempo
y amplitud, se realiza un procesamiento matemático
sobre dicha señal; generalmente mediante el uso de la
Transformada rápida de Fourier; obteniéndose en la salida
el resultado del procesamiento matemático o la señal de
salida.
Sirviéndose de la transformada de Fourier, se puede
trabajar con el espectro de una señal, y sobre el se pueden
aplicar diversos filtros para seleccionar y descartar distin-
tas bandas de frecuencias de la señal. En la Figura 1 se
puede observar los filtros que se describen a continuación.
En una amplia variedad de aplicaciones resulta
de interés cambiara las amplitudes relativas de las
componentes de frecuencia de una señal, proceso
conocido como filtrado. Los sistemas lineales invariantes
en el tiempo LTI que cambian la forma del espectro se
conocen como filtros conformadores de frecuencia. Los
sistemas diseñados para dejar pasar algunas frecuencias
2
esencialmente no distorsionadas y atenuar de manera
significativa o eliminar por completo otras se conocen
como filtros selectivos en frecuencia.
Los filtros selectivos en frecuencia son una clase de
filtros especialmente diseñados para seleccionar con ex-
actitud o muy aproximadamente algunas bandas de fre-
cuencia y rechazar otras. Como vimos, en la sección
anterior, la base para los sistemas de amplitud modulada
(AM) es la transmisión de información de muchas fuentes
diferentes simultáneas, poniendo la información de cada
canal en una banda de frecuencia separada y extrayendo
los canales o bandas individuales en el receptor mediante
el uso de filtros selectivos en frecuencia. En particular,
mientras que la naturaleza de las frecuencias que pasarán
por un filtro selectivo en frecuencia varı́a considerable-
mente dependiendo de la aplicación, varios tipos de filtros
para identificar su función. De estos filtros hablaremos en
detalle a continuación.
1) Filtro Pasa Bajas: Un filtro pasa bajo corresponde
a un filtro caracterizado por permitir el paso de las
frecuencias más bajas y atenuar las frecuencias más altas.
El filtro requiere de dos terminales de entrada y dos de
salida, de una caja negra, también denominada cuadripolo
o bipuerto, ası́ todas las frecuencias se pueden presentar
a la entrada, pero a la salida solo estarán presentes las
que permita pasar el filtro. De la teorı́a se obtiene que los
filtros están caracterizados por sus funciones de transfer-
encia, ası́ cualquier configuración de elementos activos o
pasivos que consigan cierta función de transferencia serán
considerados un filtro de cierto tipo.
Los encefalógrafos empleados en las clı́nicas y hospi-
tales, se diseñan dentro de las frecuencias de importancia
clı́nica, comprendidas entre los 0.2 y los 50 Hz; por
lo tanto, para el modelo clı́nico, la frecuencia superior
deberá estar limitada mediante un filtro pasa bajas, con
una frecuencia de corte en los 50 Hz.
Dadas las consideraciones necesarias que son requeridas
en el diseño de este tipo de instrumental, se han
elegido filtros activos, ya que los filtros pasivos RLC
presentan grandes inconvenientes prácticos para las bajas
frecuencias. Esto se debe a que cuanto más baja es la
frecuencia, más grandes, y deficientes son los inductores.
Otras ventajas do los filtros activos pasa bajas son:
• Tamaño reducido.- Debido al empleo do Amplifi-
cadores Operacionales (AO) integrados, se reducen
las dimensiones del circuito, siendo los capacitores
(de mayor tamaño a menor frecuencia) los que gen-
eralmente fijan el tamaño del dispositivo.

•Independencia entre etapas.- Permite la realización
de filtros de cualquier orden, simplemente conectando
en cascada etapas de primer y segundo orden; además
cada etapa puede ser ajustada por separado.
• Ganancia en la banda de paso.- Además de proveer
rechazo para las frecuencias, no deseadas, amplifica
las señales cuya frecuencia se encuentra en la banda
de paso del filtro.
• Costo reducido.- El costo del filtro lo determina el
amplificador operacional.
Las desventajas que presentan los filtros activos, se
mencionan a continuación:
• Las señales están referidas a tierra.- Lo cual no
permite que el filtro pueda ”flotar” con respecto a
la fuente de alimentación del sistema.
• Voltaje limitado.- Los voltajes máximos de operación
los fijan las fuentes de alimentación del operacional.
• Potencia limitada.- La potencia del filtro también la
fija el operacional y está restringida generalmente a
menos de un watt (para AO convencionales).
• Son adecuados solo para bajas frecuencias.
Fig. 1. Filtros comunes
2) Filtro Pasa Altas: Un filtro paso alto (HPF) es un
tipo de filtro electrónico en cuya respuesta en frecuencia
se atenúan las componentes de baja frecuencia pero no las
de alta frecuencia, éstas incluso pueden amplificarse en
los filtros activos. La alta o baja frecuencia es un término
relativo que dependerá del diseño y de la aplicación.
Una posible aplicación de este tipo de filtro serı́a la
de hacer que las altas frecuencias de una señal de audio
3
fuesen a un altavoz para sonidos agudos mientras que
un filtro paso bajo harı́a lo propio con los graves. Otra
aplicación serı́a la de eliminar los ruidos que provienen de
la red eléctrica (50 o 60Hz) en un circuito cuyas señales
fueran más altas.
3) Filtro Pasa Banda: Este filtro, como su nombre
parece indicar, se queda con una determinada banda de
frecuencias de la señal original; es decir, las frecuencias
menores al extremo inferior de la banda seleccionada, y las
frecuencias mayores al extremo superior de dicha banda,
son eliminadas de la señal original.
Estos filtros tienen aplicación en ecualizadores de audio,
haciendo que unas frecuencias se amplifiquen más que
otras. Otra aplicación es la de eliminar ruidos que aparecen
junto a una señal, siempre que la frecuencia de ésta sea
fija o conocida. Fuera de la electrónica y del procesado
de señal, un ejemplo puede ser dentro del campo de las
ciencias atmosféricas, donde son usados para manejar los
datos dentro de un rango de 3 a 10 dı́as.
4) Filtro Rechaza Banda: El filtro suprime banda,
filtro elimina banda, filtro notch, filtro trampa o filtro de
rechazo de banda es un filtro electrónico que no permite
el paso de señales cuyas frecuencias se encuentran
comprendidas entre las frecuencias de corte superior e
inferior. Pueden implementarse de diversas formas. Una
de ellas consistirá en dos filtros, uno paso bajo cuya
frecuencia de corte sea la inferior del filtro elimina banda
y otro paso alto cuya frecuencia de corte sea la superior
del filtro elimina banda. Como ambos son sistemas
lineales e invariantes, la respuesta en frecuencia de un
filtro banda eliminada se puede obtener como la suma
de la respuesta paso bajo y la respuesta paso alto (hay
que tener en cuenta que ambas respuestas no deben estar
solapadas para que el filtro elimine la banda que interese
suprimir), ello se implementará mediante un sumador
analógico, hecho habitualmente con un amplificador
operacional.
Otra forma más sencilla, si bien presenta una respuesta
en frecuencia menos selectiva, serı́a la de colocar lo que
se conoce como circuito trampa. En efecto, si unimos las
dos bornas (la considerada activo y la considerada masa)
con un dipolo resonante LC serie o paralelo, la respuesta
global serı́a la de un filtro elimina banda (el mı́nimo de la
respuesta estarı́a en la frecuencia de resonancia del dipolo
resonante).
Una aplicación importante de este tipo de filtros es la
eliminación del zumbido de retroalimentación que produce
un micrófono.

5) Filtro Pasa Todo: Filtro que no presenta ninguna
atenuación de la señal sea cual sea su frecuencia. Un filtro
pasa todo tiene una respuesta en frecuencia de magnitud
constante para todas las frecuencias,
4
La gran ventaja de los filtros digitales sobre los
analógicos es que presentan una gran estabilidad de fun-
cionamiento en el tiempo. El filtrado digital consiste en la
realización interna de un procesado de datos de entrada. En
general el proceso de filtrado consiste en el muestreo dig-
H ejω  = 1,


0≤ω≤π (7)
El filtro pasatodo mas sencillo es un retardo puro de n0
muestras, n0 ∈ Z, cuya funcion de sistema
H(z) = z −n0 (8)
se caracteriza por tener n0 polos en el origen si n0 > 0
(que es la situacion usual). Este sistema deja pasar todas
las senales sin atenuacion, salvo por un retardo de n0
muestras y[n] = x[n − x0 ]: es un pasatodos trivial con


una respuesta de fase lineal arg H ejω = −n0 ω.
Fig. 2. Filtro pasa todo
D. Filtrado Digital
Un filtro digital es un sistema que, dependiendo de las
variaciones de las señales de entrada en el tiempo y ampli-
tud, se realiza un procesamiento matemático sobre dicha
señal; generalmente mediante el uso de la Transformada
rápida de Fourier; obteniéndose en la salida el resultado
del procesamiento matemático o la señal de salida. Los
filtros digitales tienen como entrada una señal analógica o
digital y en su salida tienen otra señal analógica o digital,
pudiendo haber cambiado en amplitud, frecuencia o fase
dependiendo de las caracterı́sticas del filtro digital. El
filtrado digital es parte del procesado de señal digital. Se le
da la denominación de digital más por su funcionamiento
interno que por su dependencia del tipo de señal a filtrar,
ası́ podrı́amos llamar filtro digital tanto a un filtro que
realiza el procesado de señales digitales como a otro que
lo haga de señales analógicas. Comunmente se usa para
atenuar o amplificar algunas frecuencias, por ejemplo se
puede implementar un sistema para controlar los tonos
graves y agudos del audio de una pista en una canción,
ası́ como se presentó en el presente informe de laboratorio.
ital de la señal de entrada, el procesamiento considerando
el valor actual de entrada y considerando las entradas
anteriores. El último paso es la reconstrucción de la señal
de salida. En general la mecánica del procesamiento es:
1) Tomar las muestras actuales y algunas muestras an-
teriores (que previamente habı́an sido almacenadas)
para multiplicadas por unos coeficientes definidos.
2) También se podrı́a tomar valores de la salida en
instantes pasados y multiplicarlos por otros coefi-
cientes.
3) Finalmente todos los resultados de todas estas mul-
tiplicaciones son sumados, dando una salida para el
instante actual.
El procesamiento interno y la entrada del filtro serán
digitales, por lo que puede ser necesario una conversión
analógica-digital o digital-analógica para uso de filtros
digitales con señales analógicas. Un tema muy impor-
tante es considerar las limitaciones del filtro de entrada
debido a Teorema de muestreo de Nyquist-Shannon que
en pocas palabras; si quiero procesar hasta una frecuencia
de 10KHz, debo muestrear a por lo menos 20 KHz. Los
filtros digitales se usan frecuentemente para tratamiento
digital de la imagen o para tratamiento del sonido digital.
V. A N ÁLISIS DE R ESULTADOS
A. FILTRADO SEÑAL ANALOGICA
B. ANÁLISIS DE LA INFLUENCIA DEL RUIDO EN
PROCESOS COTIDIANOS
El procesamiento de señales y sistemas en el mundo
actual es fundamental para el desarrollo de muchos de
los procesos que hacen posible que hoy dı́a disfrutemos
de avanzados recursos tecnológicos. De una u otra
forma, dicho procesamiento se encuentra intrı́nseco en
la mayor parte de nuestras actividades. De esta manera,
al ver la importancia que tienen es necesario conocer e
identificar su funcionamiento. Muchas de las aplicaciones
que permite desarrollar dicho estudio, involucran una
serie de fenómenos relacionados con el procesamiento,
la amplificación y la interpretación de señales. Como
tales señales pueden provenir de distintas fuentes, el
tratamiento que debe dárseles va a depender de la
naturaleza de las mismas. De esta manera podremos
encontrar señales analógicas, digitales, de voz, de audio,
de imagen, de video, entre otras.
Sin embargo, dentro del procesamiento de las mismas
es inherente la aparición de ciertas perturbaciones
 5

eléctricas que interfieren con su emisión y procesamiento, nuestro oı́do puede cubrir la gama que va de 0 dB a
a dicho fenómeno se le conoce con el nombre de ruido. 140 dB. Dicha gama depende de la frecuencia y tiene un
El ruido puede aparecer por distintas vı́as, entre ellas se máximo de 4.000 Hz.
encuentra las debidas a la agitación térmica producida por
el choque de electrones en movimiento, en el caso de las
moléculas del material que forma los conductores y las
resistencias; o bien sea por el movimiento desordenado de
éstos portadores de carga, el cual termina por aumentar
de forma considerable la temperatura. De igual manera,
ciertos portadores de corriente en los semiconductores
pueden dar origen a éste fenómeno debido a su naturaleza
discreta.
Fig. 3. Espectro audible
Como sabemos que todos los cuerpos en el universo
conocido, dependiendo de su temperatura, emiten energı́a Ası́ vemos cómo la gama para el habla es aquella en la
en forma de ondas electromagnéticas, la irradiación de que la dinámica del oı́do es óptima. A continuación pro-
los cuerpos negros prolifera la aparición del ruido en las cederemos a probar, con ayuda de unos sonidos grabado
comunicaciones vı́a radial. De esta forma vemos la manera en la página de wikipedia, la veracidad de este espectro
en que el desarrollo humano y el ruido están relacionados. audible.

Recordemos que la palabra ruido, también se asociado a

la idea de un sonido molesto. Si bien ésta idea constituye
un error conceptual debido a la tergiversación que sufre
la palabra, en muchos casos donde se trabaja con señales
de audio, la presencia de ruido en el sistema puede dar
origen a ondas sonoras que pueden ser percibidas por
nosotros como sonidos hastı́os debido a su incoherencia, Fig. 4. Prueba 1. Espectro audible
gran volumen o ambas. Adentrándonos en esta parte
del procesamiento de señales de audio, cabe resaltar la En la Figura 4, en este clip pudimos apreciar la totalidad
manera en que el ser humano se encuentra en virtud del espectro audible. Aunque al final se torna un poco mo-
fı́sica de percibir ciertos sonidos. De esta forma, nuestro lesto debido a lo agudo del sonido, se pudo comprobar que
espectro audible (gama de frecuencias que pueden ser desde los 20Hz hasta los 20kHz el barrido de frecuencias
apreciadas por nuestro oı́do) variará dependiendo del de ésta sinusoide fue en su totalidad captado.
tipo tono. Ası́ encontraremos tonos graves, donde las
frecuencias son bajas, tonos medios, con frecuencias
correspondientes a las octavas, quinta, sexta y séptima, y
tonos agudos que pueden ir de 2kHz hasta un poco más
de 16kHz.

Está establecido que nuestro oı́do tiene la capacidad
de percibir frecuencias que van desde 20 a 20000Hz. Sin
embargo, la mayorı́a de personas no puede oı́r aquellas
frecuencias de 20000Hz debido al envejecimiento
de nuestro aparato auditivo, o bien a causa de estar
constantemente expuestos a sonidos con volumen alto.
De igual manera se limita entre 125 y 8.000 Hz. la gama
de frecuencias para la percepción del habla.
En la Figura 3 observamos el espectro audible. Por
encima de dicho espectro están los ultrasonidos (Ondas
acústicas de frecuencias superiores a los 20 kHz. Por
debajo, los infrasonidos (Ondas acústicas inferiores a los
20 Hz). De esta manera, hablando en término de decibeles,
Fig. 5. Prueba 2. Espectro audible
En la Figura 5, en este clip, se hizo un barrido
de frecuencias de una sinusoide en la zona grave del
espectro. Es decir aquellos que iban desde 10Hz hasta
256Hz. De igual forma, a lo largo de la reproducción de
este clip todo pudo ser percibido.
En el barrido de frecuencias, presentado en la Figura 6,
se intensifica un poco el tono. Se es más difı́cil de oı́r (es
más molesto) y los bafles del equipo presentan cierto tipo
de daño al escucharse a alto volumen. Muy a pesar de esto,
se comprueba que desde los 256Hz hasta los 2000Hz, el
sonido sigue siendo audible.

Fig. 6. Prueba 3. Espectro audible
Finalmente llegamos a la parte aguda de nuestro espec-
tro, Figura 7. Frecuencias desde 2000Hz hasta 16000Hz.
Para escuchar esto debemos tener mucho cuidado. Nuestro
oı́do es bastante sensible, y como posee muchas funciones
en nuestro organismo es fácil obtener un simple dolor
de cabeza con tan sólo escuchar esto. De igual manera
podemos concluir que se escucha a la perfección.
Fig. 7. Prueba 4. Espectro audible
Todas estas comprobaciones las hicimos nosotros,
recordemos que a medida que uno envejece muchas
funciones corporales cambian, al igual que el poder
audible de nuestro oı́do. Es por ello que si bien, para
nosotros se cumplió lo dicho con respecto al espectro
audible, muy probablemente otra persona, de mayor edad,
podrı́a no presenciar algunos sonidos al final de dicho
espectro.
Recordemos que el procesamiento de las señales de
audio es una de las más usadas en el mundo. Desde el
funcionamiento de una radio común y corriente, hasta la
más elaborada canción, este procesamiento es vital. Como
tal, se busca que la presencia del ruido disminuya lo más
posible para que el producto se conserve lo más cercano.
Por eso es importante identificar el tipo de ruido que se
produce para saber el tratamiento que debe hacerse. Entre
los ruidos más conocidos tenemos:
• Ruido blanco: Señal cuyo espectro es plano en la
banda de frecuencia de interés. La señal contiene
todas las frecuencias y todas ellas tienen la misma
potencia. Por ejemplo: la potencia que contiene la
señal en la banda 40 Hz - 60 Hz es igual a la potencia
contenida en la banda 4800 Hz - 4820 Hz.
• Ruido rosa: Utilizado en música. Consiste en ruido
blanco filtrado para obtener un perfil espectral dado.
El espectro del ruido rosa es semejante al espectro
medio acumulado de la música sinfónica o de instru-
mentos armónicos como el piano o el órgano.
6
Es el más utilizado en sonido en la calibración de
equipos tales como PAs o monitores (más incluso
que el ruido blanco) ya que el oı́do humano necesita
mayor energı́a para percibir sonidos graves. De
hecho, el ruido rosa es percibido por el oı́do humano
más parecido al ”blanco” (con igual preponderancia
de todas las frecuencias) debido a las propiedades
de la membrana basilar mientras que el blanco se
percibirı́a coloreado al azul.
Como el ruido rosa básicamente es una señal que
contiene todas las frecuencias con una misma
amplitud. Cuando se amplifica en un sistema
de refuerzo de sonido, permite con la ayuda de
instrumentos de medida (Analizador de Tiempo Real)
conocer cómo es la respuesta de los componentes
del sistema en lo que a frecuencias se refiere. De
esta forma, se puede buscar un resultado equilibrado
mediante la ecualización.
Hoy dı́a, ya no se usa tanto para estos fines pues se
cuenta con programas de computador que permiten
comparar en tiempo real una señal cualquiera de
audio con lo que resulta del sistema de sonido,
entonces, se puede utilizar uno o varios temas mu-
sicales para ajustar con mucha precisión un sistema
de refuerzo. Sin embargo muchos ingenieros todavı́a
hacen uso del ruido rosa para verificar el estado de
los componentes de las cajas de altavoces, antes de
iniciar el ajuste de las frecuencias.
• Ruido rojo: Compuesto principalmente por frecuen-
cias graves y medias.
• Ruido gris: Desde el punto de vista auditivo, el ruido
gris es el auténtico ruido blanco, puesto que todas sus
frecuencias son percibidas por el oı́do con la misma
intensidad aparente, ya que es el que más se aproxima
en su distribución a las curvas isofónicas de Fletcher
y Munson que muestran la reacción perceptiva del
oı́do por frecuencias.
De igual forma, debemos tener presente que en nuestra
casa, trabajo, universidad y demás sitios a menudo
oı́mos ruidos, procedentes de sistemas de ventilación
o de calefacción, a los cuales difı́cilmente prestamos
atención ya que no tienen caracterı́sticas destacables.
Estos ruidos generalmente, nunca se detienen y por tanto
no tienen tono, pero si por alguna razón se detienen o
comienzan a zumbar, el abrupto cambio podrı́a llamar
nuestra atención. Nuestro oı́do, además de simplemente

”escuchar”, también recibe información de los sonidos
que escuchamos. A la información desechada o a la que
simplemente no le prestamos atención, se le puede atribuir
bajo la denominación del tan nombrado ruido. Este ruido
nos hace de inmediato atender y prestar atención debido
al cambio en el nivel sonoro, y dependiendo de qué tan
destacable sea más perceptible será.
En este orden de ideas, podemos hablar de un ruido
continuo, como aquel que es producido por grandes
máquinas que operan de manera cı́clica ininterrumpida,
por ejemplo: bombas, ventiladores y equipos de proceso.
Para determinar el nivel de ruido es suficiente medir
durante unos pocos minutos con un equipo manual. Si
se escuchan tonos o bajas frecuencias, puede medirse
también el espectro de frecuencias para un posterior
análisis y documentación.
También tenemos el ruido intermitente. Éste se
presenta en máquinas que operan de manera cı́clica
no continua, o también cuando pasan carros, aviones
y demás aparatos que incrementan el nivel de ruido
momentáneamente. Para cada ciclo de una fuente de
ruido de maquinaria, el nivel de ruido puede medirse
simplemente como un ruido continuo. Si tenemos
presente el paso aislado entre el paso de un vehı́culo u
otro, podemos medir el nivel de exposición sonora de
manera fácil. A cada paso se le llama suceso, por ello
para medir el ruido de un suceso se combina en un único
descriptor tanto el nivel como la duración. El nivel de
presión sonora máximo también puede utilizarse. Puede
medirse un número similar de sucesos para establecer
una media fiable.
Y finalmente el ruido impulso, aquel que es producto
de impactos o explosiones, por ejemplo de un martinete,
troqueladora o pistola. Se caracteriza por ser breve y
abrupto, y su efecto alarmante ocasiona mayor molestia
que la esperada a partir de una simple medida del nivel
de presión sonora. Si se quiere cuantificar este ruido, se
puede usar la diferencia entre un parámetro con respuesta
rápida y otro de respuesta lenta. De igual forma, debe
documentarse la tasa de repetición de los impulsos, bien
sea por segundo, minutos, horas o dı́as.
Dentro del espectro mencionado con anterioridad,
destacamos a continuación el referente a las frecuencias
bajas. Esto se debe a su alta presencia en las zonas
industriales. El ruido de baja frecuencia tiene una energı́a
acústica significante en el margen de frecuencias de 8 a
100 Hz. Este tipo de ruido es tı́pico en grandes motores
diesel de trenes, barcos y plantas de energı́a y, puesto que
éste ruido es difı́cil de amortiguar y se extiende fácilmente
7
en todas direcciones, puede ser oı́do a muchos kilómetros.
El ruido de baja frecuencia es un sonido cuya
frecuencia solo es perceptible para una parte de la
población. Un estudio realizado por la Universidad
Técnica de Dinamarca demuestra que entre el 3 y el 5%
de la población es hasta cinco veces más sensible al ruido
de baja frecuencia que el resto.
Como se estima en aproximadamente 500 millones
de personas la población total de la Unión Europea,
estarı́amos hablando de entre 15 y 25 millones de
personas que poseen la capacidad de detectar dicho ruido.
De hecho, en Dinamarca, el cuerpo médico ha sido
informado en su totalidad de este asunto. Por ello muchas
personas son diagnosticadas erróneamente con tinnitus
(enfermedad que afecta al oı́do interno).
Sin embargo, no todo es malo. De hecho el ruido de
baja frecuencia se implementa en un sinfı́n de actividades
cientı́ficas que aún se encuentran en desarrollo de patente.
Si nos dirigimos al plano popular, en la música por
ejemplo, instrumentos de percusión como tambores están
relacionados con este tipo de sonidos. A mayor tamaño
del instrumento, más grave es el sonido que se produce.
Es por ello que en los ritos chamánicos se utilizan
tambores de para propiciar un estado mental que ayude a
realizar el viaje. Es necesario escuchar un sonido rı́tmico
de 205 a 220 golpes por minuto. Este ritmo induce al
cerebro a producir ondas cerebrales lentas, de entre 7 a 4
ciclos por segundo, o menos.
En las sociedades tradicionales, el sonido rı́tmico
percusivo se logra con un tambor que, no en vano, es uno
de los elementos más preciados del chamán. Los tambores
chamánicos suelen ser anchos y profundos para propiciar
un sonido grave y prolongado. Son de formas y materiales
diversos a lo largo del mundo. Algunos se realizan a base
de corteza de árboles, con un parche de piel de animal.
Otros son simples calabazas ahuecadas. En algunas zonas
tienen un parche, en otras, dos. Algunos son rústicos,
y otros están bellamente adornados con sı́mbolos que
recuerdan los viajes que el chamán realiza con ellos. En
cada lugar, los elementos naturales y culturales hacen que
el tambor tenga unas u otras caracterı́sticas.
A los 10 minutos el auxiliar dejará de tocar y dará 4
golpes secos en el tambor. Es la señal para regresar. La
abertura de salida estará siempre al alcance del viajero
con sólo pensar en ella. El auxiliar habrá empezado a
tocar con gran rapidez, y este sonido acompañará al alma
de regreso al cuerpo fı́sico.

Lo anteriormente descrito es logrado gracias al sonido
del tambor. En el cerebro humano se producen cuatro
tipos de ondas cerebrales. Las ondas alfa, las ondas beta,
las ondas tetha y las ondas delta. Estas últimas son las
que inducen el sueño profundo y el nivel en que la mente
conecta con la supraconsciencia y el mundo espiritual.
Estas ondas aumentan su producción cuando se inducen
ciclos de 2 a 4 por segundo. Trabajo realizado por el
tambor.
El sonido es la parte fundamental de la música, porque
sin él, la música simplemente no existirı́a. Es por eso
que el estudio del sonido es vital para el entendimiento
de la música. Hoy dı́a existen múltiples técnicas que lo
aprovechan para mejora la calidad de vida humana. En
los cuidados prenatales, por ejemplo, el paisaje sonoro
del feto está conformado por la voz de la madre, de la
familia (pareja e hijos), los latidos cardiacos de la madre,
los ruidos intestinales y el sonido del lı́quido amniótico
cuando el bebé se mueve. El feto recibe la voz de su
madre a 24 decibelios aunque la emisión de la madre se
haga a 60 decibelios. El sonido le llega al feto a través
de la columna vertebral de su madre y puede oı́r sonidos
del ambiente.
En los primeros dos trimestres, momentos durante el
cual el oı́do está en desarrollo, la influencia de la música
en vital. A la 3era semana se forma el oı́do; el caracol se
completa entre la 6ta y 10ma semana. La estimulación
externa musical al niño intrauterino posibilita que el
cerebro se conecte más y mejor, este es el gran reto de
la estimulación prenatal. Es por ello que se recomiendan
melodı́as como la ”Sinfonı́a N◦ 40” de Mozart, ”Para
Elisa” de Beethoven, y ”Danzas húngaras” de Bramhs.
Se debe utilizar música suave con grandes variaciones
con tonos agudos y graves, muy diferenciados dentro de
los rangos razonables y ya mencionados.
Sabemos que la música de Mozart, por su excepcional
armonı́a, produce cambios en el ritmo cerebral, relajando
el cuerpo y tranquilizando la mente. Algunas voces
humanas también pueden lograr sonidos puros sanadores,
equilibrando los sistemas orgánicos, y por el sonido de
la voz de una persona se pueden localizar problemas
orgánicos.
El sonido de baja frecuencia puede producir dramáticos
cambios anı́micos en las personas. Se trata de zumbidos
de baja frecuencia producidos por aparatos eléctricos
o cables, inaudibles pero detectados por el cerebro,
que producen sensaciones de presencias extrañas,
incomodidad, frı́o, percepción de apariciones fantasmales
o de seres que se pueden llegar a identificar como
8
extraterrestres. Sin embargo, todo esto se debe a la
capacidad que tienen las ondas sonoras sobre nuestro
organismo.
Centrándonos un poco en un ejemplo claro, a contin-
uación mostraremos unos pequeños gráficos donde se vi-
sualiza una señal de audio que entra al sistema, posterior-
mente se le ingresa un ruido a una frecuencia determinada
y finalmente se utiliza un filtro para tratar de devolver la
señal a su estado original. Esto se realizó mediante un
algoritmo encontrado en la página de Matlab.
Fig. 8. Utilizando el Low-Pass
1) Utilizando el Low-Pass: En esta primera parte,
introdujimos el sonido al sistema y con ayuda de una
señal de ruido baja a 2000Hz generamos un nueva. El
resultado era la señal anterior junto con un ruido bastante
parecido al que se escucha en las transmisiones de
transistores. Finalmente, cuando se quiso hacer un filtro
para devolver la señal a su estado original, se obtuvo un
sonido parecido pero no igual. Se notaba que varios otros
sonidos habı́an sido retirados y la voz original se sentı́a
mucho más distante.
Luego subimos a 4000Hz y sucedió algo similar.
El ruido aumento y luego al intentar filtrarla se podı́a
escuchar muy levemente la voz de la señal original al
fondo, por poco no se podı́a entender nada.
Posterior a esto probamos con una frecuencia de
6000Hz. El ruido adherido fue bastante molesto y aunque
se podı́a escuchar la señal original, la mezcla total era
algo confuso. Cuando quisimos volver a la señal original
mediante el filtro, el resultado fue extraordinario. ¡No se
escuchaba voz alguna! El filtro no sólo intento eliminar
el ruido sino que en su defecto, eliminó también la voz
de la señal. Aún podı́amos escuchar ciertos sonidos de la
señal original pero de forma bastante atenuada, eran casi
imperceptibles.

Fig. 9. Utilizando el High-Pass
2) Utilizando el High-Pass: Cuando utilizamos el
low pass, sucedió algo casi que contrario al efecto del
high pass. Primero probamos con 1000Hz. El ruido se
escuchaba en un primer plano y la voz de la señal original
distante. Cuando hicimos el filtrado, casi no se escuchaba
la voz original y un sonido extraño abundaba. Era como
un sonido grave similar al que se produce cuando se
sopla la boca de una botella.
Luego subimos a 2000Hz y como el resultado del
proceso fue bastante parecido al descrito con anterioridad
decidimos subir a 4000Hz. Ahora el ruido no era tan
evidente en la mezcla, se distinguı́a que estaba pero no en
un primer plano, el sonido era como el que realizan los
reptiles mientras reptan, un sonido zigzagueante. Cuando
se hizo el filtrado, la voz se escuchaba casi que como la
señal origina pero con uno que otro detalle al fondo.
Posteriormente subimos hasta 6000Hz. El ruido fue
parecido al mencionado antes pero menos fuerte y la
señal filtrada era cada vez más parecida a la original.
Finalmente, llegamos a los 7000Hz. El ruido se podrı́a
comparar con el ocasionado por un CD que gira a una
velocidad muy alta, como una especia de silbido. Sin
embargo era algo bastante pobre en comparación con
la voz de la señal que si se podı́a diferenciar. Cuando
realizamos el filtrado, se obtuvo prácticamente la señal
original.
3) Utilizando el Band-Pass: Para este, utilizamos en
un inicio una banda que iba desde los 1000Hz hasta los
2000Hz. La mezcla con el ruido era algo distorsionada.
Se escucha un sonido similar al de un televisor dañado
y era un poco más fuerte que el de la señal original.
Al hacer el filtrado, sorprendentemente, se escucha la
voz original, un tanto distorsionada, pero no se sentı́a la
presencia del ruido.
9
Luego hicimos otra banda, esta vez desde los 2000Hz
hasta los 4000Hz. El ruido adherido era bastante fuerte,
no se entendı́a muy bien la señal. Volvió el ruido parecido
al que realizan los radios transistores de los policı́as.
Cuando quisimos hacer el filtrado, se podı́a escucha la
voz original pero el ruido estaba presente. Era un poco
más fuerte que la señal original.
Posteriormente desde los 4000Hz hasta los 6000Hz, la
mezcla entre el ruido y la señal era algo distorsionada.
Bastante similar a intentar escuchar la señal original en
medio de una noche llena del sonar de los grillos. Cuando
usamos el filtrado para recuperar la señal, obtuvimos un
sonido que en general no era limpio pero si muy parecido
al original. Un poco más débil pero bastante parecida.
Finalmente hicimos nuestra banda desde los 6000Hz
hasta los 7000Hz y el resultado fue como lo esperado.
El sonido era algo bastante similar a lo anterior pero,
cuando se obtuvo el filtrado final, la señal resultante fue
prácticamente la original. Se alcanzaba a distinguir uno
que otro error pero casi que imperceptible.
Fig. 10. Utilizando el Band-Pass
De esta manera podemos observar los distintos métodos
de filtrado de una señal, y la forma en que cada una
de ellas se comporta cuando se intenta recuperar. De la
anterior muestra podemos ver que cuando se usaba el
filtro, a frecuencias más bajas, cuando se utilizaba el
low pass, la señal era mucho más parecida a la original
que cuando se usaban frecuencias altas, puesto que la
señal prácticamente desaparecı́a. Luego con el High
pass, a frecuencias bajas, el high pass producı́a un ruido
fuerte y la señal filtrada era bastante distorsionada.
Dicha distorsión se eliminaba a medida que se subı́a de
frecuencia. Se podrı́a decir que el resultado del proceso
de filtrado fue contrario a lo sucedido con el Low pass.
Y Finalmente cuando utilizamos el Pass Band, en las
distintas bandas hechas, el mejor resultado se obtuvo
cuando nos colocamos entre las más altas y las más
bajas. El filtrado fue bastante limpio. Pero cuando nos
colocamos entre los valores medios, el filtrado no fue el

mejor.
Ya para concluir, cabe resaltar la importancia que
el sonido tiene en nuestras vidas. Desde influencia en
nuestro organismo hasta en procesos industriales que
influyen en el desarrollo de la civilización, las ondas
sonoras juegan un papel relevante en nuestro alrededor.
Sólo por mencionar alguno de los procesos, los
delfines concentran ondas de energı́a y con ellas pueden
influenciar a niños con sı́ndrome de Down, autismo o
con discapacidades, generándoles mayor confianza y
tranquilidad y ayudándolos a desarrollar más su potencial
de aprendizaje. Y todo esto a través de ondas sonoras.
Entonces si se puede descifrar todo el complejo mundo
de este tipo de señales, muy seguramente estarı́amos
de frente con una de las muchas maravillas que este
universo nos ha dado. Sin embargo debemos ser cautos
ante el avance y tratar de minimizar el daño que con
nuestros avances podrı́amos estar causando al medio
ambiente, recordemos que, por citar algunos ejemplos
de nuestra cotidianidad, la proliferación de cables de
alta tensión, antenas de televisión o lı́neas telefónicas
producen sonidos de baja frecuencia que afectan la salud.
Es innumerable la cantidad de investigaciones rela-
cionadas con este tópico, y la cantidad de experimenta-
ciones que se están realizando. Desde el mundo mi-
croscópico hasta el de los planetas, este tipo de señales
está presente. El análisis de señales de audio y voz es
de vital importancia para conocer, evaluar, desarrollar y
planear una cantidad de proyectos en tan diferentes planos
que hacen de éste, uno de los análisis más importantes de
señales.
C. FILTRADO DE SEÑAL ANALOGICA
El objetivo para esta sección del laboratorio consiste en
filtrar tres archivos .wav, que contienen ruido y extraer
de ellos, después de un proceso adecuado de filtrado,
la canción original. El análisis de los archivos .wav se
realizara bajo la utilización de filtros Butterworth, cuyo
comando en Matlab corresponde a
[b,a] = butter(n,Wn,’‘type’);
donde n representa el grado del filtro, Wn la frecuencia
de corte acompañado después del tipo de filtro que se
desea utilizar.
El algoritmo utilizado para este punto depende del
tipo de filtro a utilizar ası́ como de la utilización de la
transformada rápida de Fourier, cuyo algoritmo base, para
efectos de esta parte del laboratorio, se presenta en la
Figura 11.
10
function f=fft_signal(y,Fs)
L=length(y); % Longitud de la señal
NFFT = 2^nextpow2(L); % Sgte potencia de 2 de
la long de y
Y = fft(y,NFFT)/L; % FFT de la señal
f = Fs/2*linspace(0,1,NFFT/2+1); % Rango de f
% Plot single-sided amplitude spectrum.
plot(f,2*abs(Y(1:NFFT/2+1)))
title('Espectro unilateral de y(t)')
xlabel('Frecuencia (Hz)')
ylabel('|Y(f)|')
Fig. 11. Algoritmo utilizado para calcular la fft de una señal utilizando
Matlab
La resolución efectiva del problema de la interpolación
trigonométrica compleja puede realizarse simplemente
multiplicando por la matriz de Fourier conjugada, lo
cual conduce a N 2 multiplicaciones complejas y otras
tantas sumas. Para las aplicaciones actuales este orden
computacional es realmente alto pero, afortunadamente,
hay un algoritmo que es capaz de reducir este costo a
un nivel de aproximadamente N log2 N : la transformada
rápida de Fourier. La orden fft de MATLAB implementa
este método numérico.
Si se desea obtener la transformada rápida de Fourier,
se utiliza la sentencia x=abs(fft(vector a trabajar)) en
donde abs se refiere al valor absoluto o a la magnitud.
Por su parte fft(x) es la transformada discreta de Fourier
de un vector x.
Todo el análisis para el procesamiento de los diferentes
archivos .wav requeridos usando Matlab, maneja el
algoritmo presentado en las Figuras 12 y 13. La base de
este algoritmo es la fft y la definición de la variable tipo,
a partir de la cual, el dependiendo de o switch comenzará
a trabajar y a filtrar el archivo .wav introducido como el
tipo de filtro escogido lo determine. Los tipos de filtros
disponibles son el pasa bajas, pasa altas y pasa banda. Las
modificaciones a los parámetros de cada filtro dependerán
del tipo de canción a analizar. Utilizando el método de
ensayo y error es posible determinar que grado de filtro,
y que frecuencia de corte son las más adecuadas.
Para este algoritmo, el vector [y,fs] guarda tanto el
número de muestras, y, como la frecuencia de muestreo,
fs, que corresponde a su vez a la frecuencia caracterı́stica
de la señal de audio original con ruido. Se define a
continuación un vector tiempo, que vá a depender, a su
vez, de la duración en segundos que tenga la pista ó
archivo .wav, variable que fue definida como T . Este
vector tiempo, limitará el eje x de la primera gráfica
presentada como se muestra en la Figura 12.
 11

El algoritmo de la Figura 13 corresponde al dependi-

endo de que se mencionó al principio de esta sección.
%% Procesamiento de una señal de audio usando MATLAB
%% Selección del tipo de filtrado
En el se controla el proceso de filtrado, de acuerdo al
% 1 -> Pasa bajo filtro escogido. En la Figura 14 se presentan las últimas
% 2 -> Pasa alto
% 3 -> Pasa banda
instrucciones del algoritmo relacionadas con el ploteo de
tipo=2; resultados, reproducción de la salida filtrada y grabación
%% Leer la señal de audio
[y,fs]=wavread('D:\Uninorte\IV Semestre\Señales y
del archivo como una onda de sonido en formato .wav.
Sistemas\LAB3\Lab 3\punto 3\Dec2');
% y -> muestras de la señal % Filtrado de la señal
% fs-> frecuencia de muestreo y_Low = filtfilt(b, a, y);
% Graficar la señal original
subplot(411) % Graficación de la señal en el tiempo
T=length(y)/fs; subplot(413)
t=linspace(0,T,T*fs); plot(t,y_Low)
plot(t,y) title('SEÑAL FILTRADA')
title('SEÑAL ORIGINAL')% Título xlabel('Tiempo (s)')
xlabel('Tiempo (s)') % Etiqueta del eje X ylabel('Amplitud (V)')
ylabel('Amplitud (V)') % Etiqueta del eje Y
% xlim([0 20/]) % Límite de la señal % Graficación de la señal en frecuencia
%% Reproducir la señal de audio
subplot(414)
% wavplay(0.1*y,fs)
% Llamado a la función que calcula la FFT
%% FFT de la señal fft_signal(y_Low,fs);title('ESPECTRO DE LA SEÑAL
subplot(412)
FILTRADA')
% Llamado a la función que calcula la FFT
xlim([0 4e3])
fft_signal(y,fs);title('ESPECTRO DE LA SEÑAL
ORIGINAL')
xlim([0 4e3]) %% Reproducción de audio de entrada y salida
pause(2)
disp('Audio de entrada')
Fig. 12. Primera parte. Algoritmo utilizado para filtrar un archivo .wav % Se multiplica por 0.2 para atenuar la salida del
utilizando Matlab tono por la bocina
% wavplay(0.2*y,fs)
disp('Audio de salida (señal filtrada)')
wavplay(y_Low,fs)
wavwrite(y_Low,fs,'Dec1_Filtrado_Pbajas.wav');

Fig. 14. Tercera parte. Algoritmo utilizado para filtrar un archivo .wav
%% Filtrado de la señal utilizando Matlab
switch tipo
case 1
% Cálculo de los coeficientes del filtro pasa bajas
% Este filtrado deja solo la señal por debajo de 500
Hz
D. Filtrado del primer archivo Dec1.wav
titulo='FILTRO PASA BAJAS'; Para este primer archivo, luego de escuchar atentamente
% Frecuencia normalizada
fNorm = 1000 / (fs/2); el comportamiento del ruido presentado y la forma con
[b,a] = butter(10, fNorm, 'low'); este afecta la señal de audio original, se pudo concluir
case 2
% Cálculo de los coeficientes del filtro pasa altas que el ruido corresponde a uno de color azul, el cual
% Este filtrado deja solo la señal por encima de 500 fue posible elimirar utilizando un filtro Butterworth para
Hz
titulo='FILTRO PASA ALTAS'; bajas, de grado 10 y frecuencia de corte, relacionada con
% Frecuencia normalizada la frecuencia de muestre de la señal original como lo
fNorm = 1000 / (fs/2);
[b,a] = butter(10, fNorm, 'high'); presenta la Figura 13. Estos datos fueron obtenidos por
otherwise el método de ensayo y error.
% Cálculo de los coeficientes del filtro pasa banda
% Este filtrado deja solo la señal de 2KHz a 3KHz
% Frecuencias normalizadas La señal de audio reconstruida en la salida, al ser
titulo='FILTRO PASA BANDA';
Wp = [2e3 3e3]/(fs/2); amplificada luego de pasar la original por un filtro pasa
Ws = [1.5e3 3.5e3]/(fs/2); bajas se obtuvo la representación espectral que muestra
Rp = 3; Rs = 40;
% Rizado de la banda de paso y de parada (s) la Figura 15. La canción es ”‘”En la Planta de Tus Pies’
[n,Wn] = buttord(Wp,Ws,Rp,Rs); interpretada por Alejandro Sanz.
% Orden del filtro y frecuencia de corte óptima
[b,a] = butter(n,Wn);
% Coeficientes del filtro Utilizando los otros dos filtros el resultado de la salida,
end
se ve afectado por la presencia aun de parte considerable
Fig. 13. Segunda parte. Algoritmo utilizado para filtrar un archivo .wav del ruido que la señal original porta. Utilizando el filtro
utilizando Matlab pasa altas se obtuvo la Figura 16, donde puede observarse
claramente que la densidad espectral de potencia del ruido
casi supera a la de la frecuencia de la voz del cantante y
 12

la agrupación de instrumentos que forman la acústica total

de la canción, por lo que la salida amplifica un contenido
importante del ruido que era necesario filtrar. Usando un
filtro pasa banda no se escucha sino un ruido, parecido
a un pitido de alta frecuencia, que produce fastidio y no
reconstruye la señal. Esto se puede apreciar mejor en la
Figura 17.

Fig. 17. Diagrama espectral que resulta de filtrar el archivo Dec1.wav

utilizando un filtro pasa banda

El Ruido rojo es conocido también como ruido

Fig. 15. Diagrama espectral que resulta de filtrar el archivo Dec1.wav
utilizando un filtro pasa bajas
browniano en honor a Robert Brown, el descubridor del
movimiento browniano, y como ruido marrón (por la
traducción del apellido Brown, que significa marrón). No
es un ruido muy común, pero existente en la naturaleza. El
ruido rojo está compuesto principalmente por frecuencias
graves y medias.

La señal de audio reconstruida en la salida, al ser

amplificada luego de pasar la original por un filtro pasa
altas se obtuvo la representación espectral que muestra la
Figura 18. La canción corresponde a la misma escuchada
en la archivo anteriormente analizado.

Fig. 16. Diagrama espectral que resulta de filtrar el archivo Dec1.wav

utilizando un filtro pasa altas

E. Filtrado del segundo archivo Dec2.wav

Para este segundo archivo, luego de escuchar atentamente
el comportamiento del ruido presentado y la forma con
este afecta la señal de audio original, se pudo concluir
que el ruido corresponde a uno de color marrón, el cual
fue posible elimirar utilizando un filtro Butterworth para
altas, de grado 10 y frecuencia de corte, relacionada con
la frecuencia de muestre de la señal original como lo
presenta la Figura 13. Estos datos fueron obtenidos por
el método de ensayo y error.
Fig. 18. Diagrama espectral que resulta de filtrar el archivo Dec2.wav
utilizando un filtro pasa altas
tilizando los otros dos filtros el resultado de la salida,
se ve muy afectado por la presencia aun de parte
considerable del ruido que la señal original porta. Para
este archivo, el ruido tiene una frecuencia relativamente

más baja que el sonido original de la canción por lo cual,
para eliminarlo se utilizó el filtro pasa altas.
Utilizando el filtro pasa bajas se obtuvo la Figura
19, se alcanza a percibir parte de la señal, pero no con
absoluta claridad, siguen presentándose efectos del ruido
sobre la salida de la señal. Esto se debe precisamente, a
que el filtro pasa bajas no elimina el ruido, porque este
se presenta a una frecuencia baja, y por lo tanto no es el
filtro operador indicado para este procedimiento.
Usando un filtro pasa banda no se alcanza a percibir
sino sólo el sonido de los tambores y los instrumentos
acústicos y de percusión, la voz del cantante no se escuha
muy claramente. Esto se puede apreciar mejor en la Figura
20.
Fig. 19. Diagrama espectral que resulta de filtrar el archivo Dec2.wav
utilizando un filtro pasa bajas
Fig. 20. Diagrama espectral que resulta de filtrar el archivo Dec2.wav
utilizando un filtro pasa banda
F. Filtrado del tercer archivo Dec3.wav
13
VI. C ONCLUSIONES
Para la segunda parte del laboratorio, pudemos observar
los distintos métodos de filtrado de una señal, y la forma
en que cada una de ellas se comporta cuando se intenta
recuperar. De la anterior muestra podemos ver que cuando
se usaba el filtro, a frecuencias más bajas, cuando se
utilizaba el low pass, la señal era mucho más parecida
a la original que cuando se usaban frecuencias altas,
puesto que la señal prácticamente desaparecı́a. Luego con
el High pass, a frecuencias bajas, el high pass producı́a un
ruido fuerte y la señal filtrada era bastante distorsionada.
Dicha distorsión se eliminaba a medida que se subı́a de
frecuencia. Se podrı́a decir que el resultado del proceso
de filtrado fue contrario a lo sucedido con el Low pass.
Y Finalmente cuando utilizamos el Pass Band, en las
distintas bandas hechas, el mejor resultado se obtuvo
cuando nos colocamos entre las más altas y las más bajas.
El filtrado fue bastante limpio. Pero cuando nos colocamos
entre los valores medios, el filtrado no fue el mejor.
R EFERENCES
[1] Haykin, Señales y Sistemas, 1rd ed. Limusa S.A.
[2] Alan V. Oppenheim, Señales y Sistemas, 2end ed : Pearson education
[3] http://listas.fceia.unr.edu.ar/pipermail/ruido-urbano/2003-
February/000220.html
[4] http://www.astrossp.unam.mx/Instruments/cid/manual/ node32.html
[5] http://www.sea-acustica.es/publicaciones/4350ki017.pdf
[6] http://psicologia.laguia2000.com/general/el-sonido
[7] http://www.controlderuido.com.ar/tipos-de-ruidos.html
[8] http://es.wikipedia.org/wiki/Ruido%28f%C3%ADsica%29
[9] http://es.wikipedia.org/wiki/Espectroaudible
[10] http://es.wikipedia.org/wiki/Ruido
[11] http://www.europarl.europa.eu/sides/getDoc.do?pubRef=-
//EP//TEXT+WQ+P-2009-4846+0+DOC+XML+V0//ES
[12] http://users.servicios.retecal.es/buctro/amigos/chaman/sinalucinojenos.htm
[13] http://es.wikipedia.org/wiki/Ruido rosa
[14] http://es.wikipedia.org/wiki/Ruido de color