PASO 2 – RECOLECTAR INFORMACIÓN INTRODUCTORIA AL CURSO

PROCESAMIENTO DIGITAL DE SEÑALES

PRESENTADO POR:

WILFREDO VARGAS CELY

CÓDIGO: 1057599489

GRUPO 299004_5

TUTOR:

MAURICIO ALBERTO GARCIA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA -ECBTI

MARZO 2018
 INTRODUCCIÓN

En el desarrollo de este trabajo vamos a mostrar la capacidad para representar y

manipular las señales y la información que contienen y de esta manera poder
modelar matemáticamente un sistema digital con el fin de estudiarlo, aportar nuevo
conocimiento o mejorar el conocimiento existente.

Este curso proporciona conceptos necesarios para la comprensión de la teoría y la

práctica de los sistemas utilizados en el Procesamiento de Señales de Tiempo
Discreto ya que se complementa con simulaciones realizadas en software
especializado para la exploración a fondo de los conceptos analizados en la parte
teórica. Igualmente se introducen los métodos de diseño e implementación de filtros
digitales.

La unidad número uno busca fortalecer los conocimientos y aptitudes del en relación
con el procesamiento digital de señales y su interacción con las tecnologías
emergentes. La primera unidad comprende la introducción al procesamiento digital
de señales con el objetivo de desarrollar habilidades para identificar conceptos,
características, procesamiento y análisis de señales en tiempo discreto, mediante la
solución de ejercicios teórico – prácticos que involucren uso de software
especializado, orientándonos en el aprendizaje de las propiedades, estructuras y
parámetros de filtros digitales, proponiendo ideas para ejecutar proyectos
involucrando simuladores de procesamiento digital de señales y permitiendo la
aplicación de los mismos en la solución de problemas reales, desarrollando así un
espíritu investigativo induciéndonos en el uso de estrategias que nos permitan el
acceso a la información y la consulta de fuentes bibliográficas, con el fin de
satisfacer nuestras propias necesidades de aprendizaje.
Actividades que desarrollar

1. Cada estudiante realizará dos ejercicios de convolución 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 convolución sería:
y(n) = [5 16 35 34 24]

Comprobemos,

𝑥: 1 2 3
ℎ: 5 6 8
--------------------------
5 10 15
6 12 18
8 16 24
-------------------------------
5 16 35 34 24

y(n) = 5 16 35 34 24

Mediante el uso de Matlab calcularemos la convolución y graficamos emplearemos

el siguiente script

xn= [1 2 3]
hn= [5 6 8]
a=conv (xn, hn)
plot(a)
grid

NOTA: Deben realizar dos convoluciones como se mostró en el ejemplo anterior,

para ello deben realizarla con el editor de ecuaciones de Word, si creen necesario
utilizar gráficas, pueden utilizarlas. Hay que evidenciar todo el proceso matemático.
Tampoco se admiten valores iguales entre estudiantes, ni ejemplos de libros.
 EJERCICIO 1:
𝒙 = [𝟐, 𝟓, 𝟔]

𝒉 = [𝟏, 𝟑, 𝟓]

Ecuación convolución 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

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

Comprobando con el programa Matlab:

EJERCICIO 2:

𝑥(𝑛) = [3,4,5]

ℎ(𝑛) = [4,6,8]

Ahora aplicamos la teoría e convolución de señales de tiempo discreto, a través de

un algoritmo para obtener la señal de salida de un sistema conociendo a entrada x
y la respuesta al impulso del sistema.
∞
𝑥[𝑛] ∗ ℎ[𝑛] = 𝑦[𝑛] = ∫ −∞

𝑥(𝑘)𝑦 (−𝑘 + 𝑛) 𝑑𝑘; Calculemos la entrada x[n] y h[n]

𝑥: 3 4 5
ℎ: 4 6 8
--------------------------
12 16 20
18 24 30
24 32 40
-------------------------------
12 34 68 62 40

y(n) = 12 34 68 62 40

Tenemos entonces que la convolución 𝑦[𝑛] = 𝑥[𝑛] ∗ ℎ[𝑛] = [12, 34, 68, 62, 40]

Mediante el uso de Matlab calcularemos la convolución y graficamos

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.
NOTA: No olvidar utilizar la calculadora en grados, para calcular el valor de los
ángulos.
Se tiene la siguiente muestra (señal de entrada):

𝑥[𝑛] = [4, −1,5]

La fórmula de la transformada de Fourier es:

𝑁−1
2𝜋𝑖𝑘𝑛
𝑥[𝑘] = ∑ 𝑥[𝑛]𝑒 𝑁
𝑛=0

Se procede a reemplazar la fórmula, para ello tomamos los valores de

𝑘(0), 𝑘(1)𝑦 𝑘(2) así evaluar cada muestra de la señal 𝑥[𝑛] = [4, −1,5]

Primero reemplazamos 𝒌(𝟎) para las muestras 𝒙[𝒏] = [𝟒, −𝟏, 𝟓]

2𝜋(0)(0)𝑖
𝑥[𝑛] = [4] … … … … . . 𝑘(0) = ∑ 4 ∗ 𝑒 3 = 4𝑒 0 = 4

2𝜋(0)(1)𝑖
𝑥[𝑛] = [−1] … … … … . . 𝑘(0) = ∑ −1 ∗ 𝑒 3 = −1𝑒 0 = −1

2𝜋(0)(2)𝑖
𝑥[𝑛] = [5] … … … … . . 𝑘(0) = ∑ 5 ∗ 𝑒 3 = 5𝑒 0 = 5

Entonces tenemos que cuando k toma valor de (0) y aplicamos la fórmula de la

transformada de Fourier a la muestra [4,-1,5] obtenemos de la suma:

𝑘(0) = 4 − 1 + 5 = 8

𝑘(0) = 8

𝑘(0) = 8 + 0𝑖
En segunda instancia reemplazamos k (1), para las muestras 𝒙[𝒏] = [𝟒, −𝟏, 𝟓]

2𝜋(1)(0)𝑖
𝑥[𝑛] = [4] … … … … . . 𝑘(1) = ∑ 4 ∗ 𝑒 3 = 4𝑒 0 = 4

2𝜋(1)(1)𝑖 2
𝑥[𝑛] = [−1] … … … … . . 𝑘(1) = ∑ −1 ∗ 𝑒 3 = −1𝑒 0 = −1𝑒 −3𝜋𝑖

Aplicamos el teorema de Euler:

𝑒 −𝑗𝑥 = cos(𝑥) − 𝑖𝑠𝑒𝑛(𝑥)

Evaluamos la muestra:

2 2 2 1 √3
−1𝑒 3𝜋𝑖 = −1 [cos ( 𝜋) − 𝑖 𝑠𝑒𝑛 ( 𝜋)] = + 𝑖
3 3 2 2

2𝜋(1)(2)𝑖 4
𝑥[𝑛] = [5] … … . 𝑘(1) = ∑ 5 ∗ 𝑒 3 = 5𝑒 0 = 5𝑒 −3𝜋𝑖

Aplicamos teorema de Euler:

𝑒 −𝑖𝑥 = cos(𝑥) − 𝑖𝑠𝑒𝑛(𝑥)

Evaluamos la muestra:

4𝜋𝑖(1∗2) −4𝜋
5𝑒 − 3 = 5𝑒 3

−4𝜋 4 4 1
5𝑒 3 = 5 [cos ( 𝜋) − 𝑖 𝑠𝑒𝑛 ( 𝜋)] = 5 (− + 0.86𝑖)
3 3 2

𝑘(1) = −2.5 + 4.3𝑖

Entonces tenemos que cuando k toma valor de (1) y aplicamos la fórmula de la

transformada de Fourier a la muestra 𝒙[𝒏] = [𝟒, −𝟏, 𝟓] obtendremos de la suma:
 1 √3
𝑘(2) = 4 + − 𝑖 − 2.5 − 4.3𝑖
2 2

√3
𝑘(2) = 2 − 𝑖 − 4.3𝑖
2

𝑘(2) = 2 − 0.8660𝑖 − 4.3𝑖

𝑘(2) = 2 − 5.1660𝑖

Tenemos entonces que la transformada discreta de Fourier es

𝑥(𝑘) = [8 4 + 5.1660𝑖 2 − 5.1660𝑖]

𝑠𝑢 𝑚𝑎𝑔𝑛𝑖𝑡𝑢𝑑 𝑒𝑠 ∶ 𝑥(𝑘) = [8 4 + 5.1660𝑖 2 − 5.1660𝑖]

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, designando los siguientes valores x = [2 − 1 3]

Calculamos el valor de la Transformada Discreta de Fourier, mediante la siguiente

2𝜋𝑖𝑘𝑛
−
fórmula: x(0) = ∑𝑁−1
𝑛=0 𝑥(𝑛) Σx(n)𝑒 𝑁
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

Por lo tanto, 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

Aplicamos teorema de Euler, donde:

𝑒 −(𝑗𝑥) = cos(𝑥) − 𝑖𝑠𝑒𝑛(𝑥)

Por lo tanto

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

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

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

Por lo tanto, 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(2)(1)𝑖 4
𝑥(2) = ∑ −1 ∗ 𝑒 3 = −1𝑒 0 = −1𝑒 −3𝜋𝑖

Aplicamos teorema de Euler, donde:

𝑒 −(𝑗𝑥) = cos(𝑥) − 𝑗𝑠𝑒𝑛(𝑥)

Por lo tanto

4 4 4 1 √3
−1𝑒 −3𝜋𝑖 = −1 [cos ( 𝜋) − 𝑖𝑠𝑒𝑛 ( 𝜋)] = − 𝑖
3 3 2 2

2𝜋(2)(2)𝑖 8
𝑥(2) = ∑ 3 ∗ 𝑒 3 = 3𝑒 0 = 3𝑒 −3𝜋𝑖

𝑒 −(𝑗𝑥) = cos(𝑥) − 𝑗𝑠𝑒𝑛(𝑥)

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

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

Por lo tanto, el tercer término corresponde a:

𝑥(1) = 1 − 2√3𝑖

𝑘(𝑥) = [4𝑖, 1 + 2√3, 1 − 2√3𝑖]

Muestra del espectro en magnitud

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

Se obtiene entonces el siguiente resultado

𝑥 = [9 + 0𝑖 3 − 3.44𝑖 3 + 3.44𝑖]

Comprobamos el resultado en Matlab

% wilfredo vargas cely

%procesamiento digital de señales UNAD
clc
x = input('ingrese señal x-');% x = [2 -1 3] señal original que queremos
emitir
N = length (x); % número de muestras
X = zeros (3,1) % valor en X o tamaño de la matriz

for k = 0 : N -1 % Valor en “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/N)*(n * k)) %Suma
end % Fin de proceso de suma
end % Fin de proceso de la Transformada
end %fin de la transformada

t = 0 : N -1 % intervalo de tiempo desde cero hasta N-1

subplot (311) % Grafica uno
stem (t, x); % graficar el valores de t en funcion de x xlabel ( 'tiempo
(s) '); % Titulo para el eje “x” ylabel ( 'Amplitud' ); % Titulo para el
eje “y”
title( 'Dominio de tiempo - secuencia de entrada' ) % Titulo del grafico
uno

subplot (312) % Grafica dos

stem (t, X); % graficar el valores de t en funcion de x xlabel (
'Frecuencia'); % Titulo para el eje “x” ylabel ( '| X (k) |' ); % Titulo
para el eje “y”
title( 'Dominio de Frecuencia - secuencia de Magnitud' ) % Titulo del
grafico dos

subplot (313) % Grafica tres

stem (t, x); % graficar el valores de t en funcion de x
xlabel ('Frecuencia'); % Titulo para el eje “x”
ylabel ( 'fase' ); % Titulo para el eje “y”
title( 'Dominio de Frecuencia - secuencia de Fase' ) % Titulo del grafico
tres

X % para comprobar | X (k) | % comprobar

angle x % para comprobar la fase % comprobar la fase
1. Finalmente, cada estudiante realizará un video en el cual explicará y
demostrará el funcionamiento del algoritmo en Matlab. En el video el
estudiante debe presentarse con nombre y número de grupo y debe subirse a
You Tube.
 CONCLUSIONES

Logramos identificar conceptos y características de las señales, los sistemas y el

procesamiento digital para analizar las ventajas de su utilización en proyectos
asociados al desarrollo de nuevas tecnologías.

Aprendimos a analizar señales y sistemas discretos en el dominio del tiempo y en el

dominio de la frecuencia permitiéndonos la asimilación de conceptos claves para
diferentes líneas de investigación y profundización.

interpreta las diversas técnicas de diseño de filtros digitales para desarrollar

modelos matemáticos mediante programación de alto nivel en una herramienta
computacional.

Transferiremos los conocimientos adquiridos al diseño y simulación de aplicaciones

prácticas del mundo real en el campo de las señales de audio e imagen teniendo en
cuenta detalles de implementación, mediante el manejo a nivel de usuario de
herramientas software para procesamiento digital de señales.
 BIBLIOGRAFÍA

• Alvarado, J. (2011). Procesamiento Digital de Señales. Notas de Clase. (pp. 1-

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

• Alvarado, J. (2011). Procesamiento Digital de Señales. Notas de Clase. (pp. 153-

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

• Alvarado, J. (2011). Procesamiento Digital de Señales. Notas de Clase. (pp. 36-

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

• Alvarado, J. (2011). Procesamiento Digital de Señales. Notas de Clase. (pp. 43-

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

• Alvarado, J. (2011). Procesamiento Digital de Señales. Notas de Clase. (pp. 14-

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

• Ambardar, A. (2002). Procesamiento Digital de Señales Analógicas.

InProcesamiento de señales analógicas y digitales (2nd ed., pp. 252-268).
Mexico City: Cengage Learning. Recuperado
de http://bibliotecavirtual.unad.edu.co:2619/apps/doc/CX4060300148/GVRL?u=u
nad&sid=GVRL&xid=c8299004

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

Transformada Discreta de Fourier. [Archivo de video]. Recuperado
de http://hdl.handle.net/10596/12519

• Parker, M. (2010). Digital Signal Processing 101 : Everything You Need to Know
to Get Started. Burlington, MA: Newnes. Recuperado
de http://bibliotecavirtual.unad.edu.co:2051/login.aspx?direct=true&db=nlebk&AN
=336009&lang=es&site=eds-live