MANUAL DE EJERCICIOS DE SIMULACION

UTILIZANDO EL PROGRAMA MATLAB

PARA UN CURSO SOBRE:
PROCESAMIENTO DIGITAL DE SEALES

Por:
Juan Garca Lpez

INDICE

Pgina
Lista de smbolos y acrnimos. ..... .....

................................... ... ...... ..

111

Introduccin y agradecimientos

Enunciados de los ejercicios propuestos..............................

Soluciones. .. ...... ...... ............. ........ ..................... ...... .................. ......

10

Bibliografia. .. ... ...... ... ... ...... ... ...... .... .. .............................. ............... .. 49

ii

LISTA DE SIMBOLOS y ACRONIMOS

Frecuencia analgica

Frecuencial normalizada

fm

Frecuencia de muestreo

FT

Funcin de transferencia

FIR

Filtro de respuesta al impulso finita (Finite Impulse Response)

I1R

Filtro de respuesta al impulso infinita (Infinite Impulse Response)

Variable frecuencial discreta

PDS

Procesamiento digital de seales

. Nmero de muestras

Variable discreta que representa un tiempo de atraso

Variable discreta que representa un tiempo continuo

RBG

Ruido blanco Gaussiano

SLIT

Sistema lineal e invariante con el tiempo

Perodo de muestreo

Tiempo continuo

TRF

Transformada rpida de Fourier

x(t)

Seal continua

x(n)

Secuencia discreta

Rxx('t)

Autocorrelacin

de la funcin continua x(t)

Rxx(m)

Autocorrelacin

de la funcin discreta x(n)

Convolucin lineal
Media del ruido blanco Gaussiano
Variancia del ruido blanco Gaussiano
Tiempo de atraso o defasamiento

iii

INTRODUCCION y AGRADECIMIENTOS
El Procesamiento Digital de Seales (PDS) consiste del procesamiento de
secuencias numricas utilizando medios digitales (programas y/o circuitos). En las
ltimas cuatro dcadas, el PDS se ha desarrollado notablemente tanto en el aspecto
terico como' en el aspecto tecnolgico. En nuestro Pas, los cursos sobre PDS
inicialmente
se impartan solo a nivel de Posgrado en Ingeniera Elctrica.
Hace aproximadamente cinco aos, los cursos sobre PDS han sido incluidos en los
programas de estudio en las carreras de Ingeniera Electrnica entre otras, como es el
caso de los Institutos Tecnolgicos, as como en varias Universidades pblicas y
privadas.
Intuitivamente, la enseanza de los cursos sobre PDS debe de seguir la siguiente
secuencia: 1) Exposicin terica, 2) Simulaciones y 3) Implementacin usando un
Procesador Digital. El manual de ejercicios que aqu se presenta, tiene como objetivo
cubrir el punto 2 sobre los temas ms importantes que cubren un curso de PDS, se
incluyen ejercicios sobre procesamiento de imgenes. Lo anterior es con el fin de revisar,
afianzar y complementar la exposicin terica. Despus del diseo y la simulacin, es
necesario implementar prcticamente el algoritmo en un Procesador Digital, sta es la
tarea ms dificil ya que requiere conocer el procesador as como las herramientas de
desarrollo necesarias, El manual se acompaa de un disco, el cual contiene las funciones
que se implementaron en Matlab (funciones .m) para obtener la solucin de cada ejercicio
que se propone.
Este manual de ejercicios, puede modificarse o extenderse a criterio del maestro,
para ser consistente con los temas expuestos a lo largo del curso. Este manual utiliza la
plataforma de Matlab en la solucin de cada ejercicio. Es una versin aumentada de un
manual que se elabor para la plataforma PC-DSP [1].
Agradezco sobremanera, la colaboracin de los Ingenieros Jos Jaime Esqueda
Elizondo, Luis Enrique Palafox Maestre y Csar Ortega Corral, quienes participaron en la
elaboracin del presente manual, como parte de un proyecto de investigacin que se lleva
a cabo en el Centro de Investigacin y Desarrollo de Tecnologa Digital (CITEDI) en
Tijuana B.C., perteneciente al Instituto Politcnico Nacional.

Juan Garca Lpez

Febrero del 2000.

Enunciados

EJERCICIOS DE SIMULACION UTILIZANDO

LA PLATAFORMA MATLAB
1). Generar las siguientes secuencias usando N = 100:
a) x(n)

= 8(n -

b) x(n)

= Uo (n -

e) x(n)

= 3 sen(0.2n)

d) x(n)

= (0.9) sen(0.2Sn)

e) x(n)

= Ruido blanco con distribucin normal, Jl =

f)

x(n)

3) - 28(n - 5)
5)

= 2 cos(0.2Sn) + 1.5sen(0.2Sn) -

1, e? = 2

cos(O.ln)

g) x(t) = 3 cos(2n(100)t), escoger la frecuencia de muestreo para cubrir cinco perodos

de la seal x(t).
h) Generar varias secuencias de Ruido Blanco Gaussiano (RBG) y ver si se cumple la
relacin:

(}"2

= 5 cos

=(V; J

(Jo

n + w(n), donde w(n)

= es un RBG con Jl = O,(}"2 = 2

i)

x(n)

j)

Obtener la secuencia correspondiente a una seal modulada en amplitud (con

portadora suprimida), es decir: x AM

= m(t) .p(t) ,

donde m(t) = 2 cos (2n(100)t) es la seal moduladora

p(t)

10 cos (21t(1600)t) es la seal portadora

(Ayuda: escoger la frecuencia de muestreo igual a 10 000 Hz y usar N = 300)

2). Resolver los siguientes ejercicios utilizando convolucin lineal:

a) Obtener xI(n)*x2(n) en forma manual y comprobar utilizando Matlab:
xI(n) = [3

4.2

11

-1

x2(n) = [1.2

-0.5

2]

b) Generar tres ventanas rectangulares con N

convolucin, es decir: yen) = xt(n)*x2(n)*x3(n).

2]

30 muestras cada una y obtener su

Enunciados

e) Un sistema lineal invariante con el tiempo (SLIT) tiene su respuesta al impulso

discreto dada por:
n = 0,1,2, ...,31,
si el sistema se excita con la secuencia x{n) = Uo (n) - Uo (n - 20), obtener la respuesta
del sistema.

3). Resolver los siguientes ejercicios utilizando correlacin.

a) Obtener

Rxx(t) para x(t)

= 5 cos (21t(10)t) , usar N = 50 y

fm = 200 Hz, comprobar

que Rxx{O)= 12.5 = PT(Potencia total normalizada).

b) Generar una secuencia con distribucin Normal con' N = 300, obtener su
autocorrelacin y comparar el resultado obtenido con el caso ideal.

= x(n)*h(n) del ejercicio 2c, comprobar que la

e) Utilizando la secuencia y{n)

correlacin cruzada de la entrada con la salida de un SLIT es igual a la respuesta al

impulso, o sea Rxy(t) = h(t) cuando la seal de entrada es un RBG con variancia
unitaria. (Ayuda: generar RBG con N = 300 y N{O,1), obtener Rxy{m)y copiar solo 32
muestras de la correlacin cruzada obtenida).
d) Comprobar que la autocorrelacin puede aplicarse para obtener el atraso en una seal
con eco, es decir: si y{n) = w{n) + 0.6 w{n - 30), donde w{n) es una secuencia de
RBG con N = 300, 1-1=0,(52 =1 y 0.6 w{n-30) es el eco (seal atenuada y atrasada),
obtener Ryy{m)y observar que es posible determinar el atraso de la seal.
e) Obtener la autocorrelacin de la funcin muestra de un generador de ruido blanco de
banda limitada y dada en la figura de la pgina siguiente, muestrear cada 0.05
milisegundos. En base al resultado, decir cul es el ancho de banda del ruido
generado.

4). Resolver los siguientes ejercidos

usando la antitransformada

z:

a) Obtener 100 muestras de la respuesta al impulso (discreto) si la funcin de

transferencia (FT) es:
H(z)

=
Z3

Z2 +1
-1.9z2 +1.55z-0.425

Enunciados

v(t)

0.8
0.6

0.4

J'1

&

1\

0.2
1

O 1
I
-0.2
""':0.4

r\ 11 V
J \1

n
~l
y

a
Il
1\
1 1\
I \I
\
if
\

I
1

"

t (ms)

\1'1 \

\ 1

-0.6

...

"

I
\

-0.8

b) Obtener 100 muestras de la respuesta al escaln unitario (discreto) para el sistema del
ejercicio anterior, recordar que X(z)

= _z_.

z-1

e) Considerando un sistema cuya FT es: H(z)

.

1 -N
l-z

'

obtener h(n); n = 0, 1, 2, ...,

149, para N = 10,20 y comparar resultados.

5). Anlisis espectral, interpolacin e identificacin usando la transformada

rpida

de Fourier (TRF).
a) Obtener la transformada discreta de Fourier de la secuencia no causal mostrada en la
siguiente figura, usar T = 1 y N

32.

b) Obtener el espectro de amplitud de una onda cuadrada de amplitud unitaria de 100

muestras y un ciclo de trabajo igual a 1/10, representar solo 64 muestras del espectro.
e) Obtener el espectro de amplitud de la seal: x(t)=5 cos (21tfst);
N = 32, fs= 10 Hz y fm= 320 Hz.

Enunciados

x(t)
.n.

11--------4

...

"'t

d) Obtener el espectro de amplitud de la seal: x(t)=5 cos (21tfst);

N

= 32, fs=

10 Hz y fm= 220 Hz.

e) Dada la siguiente secuencia:

x(n) = 5 sen (0.25n) + w(n); n= O, 1, 2, ... 99; donde w(n) es una secuencia de RGB
con Jl

Oy e

senoide

1, observar la seal ruidosa y comprobar que es posible detectar la

obteniendo

la TRF de x(n).

Representar

30 muestras

del espectro

determinar la frecuencia digital.

f)

Si x(t) = 2 sen (27tfst) donde fs = 10Hz Y fm = 16 Hz, comprobar que se tiene efecto
de traslape o 'alias', dado que fm es menor a 2fs. Calclese el valor de N para que no
haya fuga espectral o 'leakage'.

g) Si x(t)

2 sen (27tfst) donde fs

1000 Hz y fm

2600 Hz y N = 128, obtener el

espectro de x(t) usando una ventana rectangular y despus una ventana Hamming.
h) Si x(t) = 5 sen (27tfslt) donde fsl

808 Hz, fs2 = 1188, fm = 2600 Hz y N = 128,

Obtener el espectro de la suma de ambas seales usando una ventana rectangular

despus una ventana Harnming.

i)

Obtener el espectro en magnitud de la seal modulada en amplitud con portadora

suprimida

de XAM(t) = m(t) p(t) donde m(t) = 2 cos (27tl00t) Y p(t)

lOcos

(27t1600t). Usar fm = 10000 Hz y N = 256.

j)

Sabiendo que el tiempo de procesamiento

usando la TRF est dado por la expresin

tp = kN log, N , obtener el valor de k promedio para N = 2n, para N = 12, 13, ... , 17.
k) Generar las secuencias: x(n) = [-1, 3, 2-,5, 6] y yen) = [-3, O, 2, 3, 5, 4, 1].
l.

Obtener la convolucin lineal.

2. Agregando dos ceros a la secuencia x(n), obtener la convolucin circular, es decir

x(n) (N) y(n) = ifft (X(k)Y(k)) y observar que las dos convoluciones

obtenidas

son diferentes.
3. Agregar cuatro ceros a cada secuencia, obtener de nuevo la convolucin circular y
observar que es igual a la convolucin lineal.
1) Generar una secuencia: x(n)={ 1, 1, 1, 1}. Obtener la magnitud del espectro, agregar
cuatro ceros a x(n) y obtener de nuevo la magnitud de X(k), despus agregar 24 ceros
a la nueva secuencia y obtener tambin IX(k)l. Observar la interpolacin

de lneas

espectrales conforme se agregan ceros a x(n).

m) Observar la aplicacin de la TRF en la interpolacin de se.ales en el dominio del

tiempo. Llevar a cabo el siguiente procedimiento:
1. Generar la secuencia x(n)= sen(n); n= O, 1, ... , 15, observarla

y obtener su

espectro, o sea X(k).

2. Formar otra secuencia X(kI) insertando 48 ceros en el centro del espectro X(k).
3. Antitransformar X(kl) y verla en la pantalla.
4. Observar que se han interpolado muestras en la secuencia x(n), notar que la
amplitud de x(n) ha disminuido y que se requiere un factor de escala.
n) Se estudia la variancia del periodo grama estndar con la variancia del mtodo Welch,
1. Generar una secuencia de RBG N(O,l) y N = 100, obtener la DEP en dB (del
periodograma estndar) y comparar con la DEP del RBG ideal.
2. Repetir el paso 1 con N = 200 y observar si el aumento en N influye en la
variancia del estimador, repetir el paso 1 con N = 1000 Y observar su efecto en la
DEP.
3. Estimar la DEP con el mtodo Welch, N = 1000 y una longitud de segmento igual
a 100 (sin traslape), comparar la DEP con la del paso 2 para N = 1000.
o) Identificacin no paramtrica de un SLIT.
1. Generar una secuencia Gaussiana con

fl = 0.1 y ~ = O.

2. Obtener la salida y(t) del siguiente sistema usando el comando LSIM.

H(s) =

-10

3. Utilizando

+ lOs + 100

S2

el comando SPA identificar el sistema usando los datos de entrada y

salida.
4. Graficar el diagrama de Bode del sistema dado y comparar resultados.

6). Diseo de filtros IIR.

a) Disear un filtro Butterworth pasa bajas con las siguientes especificaciones:

0.99 < IH(ejW)1 < 1;

0< f < 0.22

0.35 < f < 0.5

O < IH(ejW)1 < 0.1;

1. Obtener la respuesta en magnitud.
2. Obtener la respuesta en fase.

b) Disear un filtro Chevyshev tipo 11 rechazo de banda, cuya frecuencia central sea
-

f = 0.22 Y con un ancho de banda de 0.04. El ancho de las bandas de transicin es de

0.03 y se tiene una atenuacin de 20 dB en la banda de rechazo, usar R, = 1 dB.

1. Obtener la respuesta en magnitud.
2. Obtener la respuesta en fase.
3. Generar

una

secuencia

de 300 muestras

de la seal discreta

dada

por:

x(n) = sen(27t(0.22)n), procesarlas con el filtro y formular conclusiones en base a

la respuesta obtenida.
e) Un sistema lineal e invariante est descrito por la siguiente funcin de transferencia:

H(z) =

z-0.9

1. Obtener la respuesta en magnitud del sistema.

2. Obtener la respuesta en fase del sistema.
3. Generar 500 muestras de la senoide x(n) = sen(27t(0.05)n), procesarlas con el filtro
y observar la amplitud de la seal procesada, la cual coincidir con la amplitud
deducida a partir de la respuesta en magnitud del filtro.

7) Diseo de filtros FIR.

-

a) Disear un filtro pasa banda de orden 55 con fl

= 0.18

y f2

= 0.33

usando el mtodo

de series de Fourier.
1. Usando ventana rectangular
2. Usando ventana Hamming
-

b) Disear un diferenciador de orden 25 entre las frecuencias: fl

= 0.05

f 2 = 0.45.

1. Obtener la respuesta en magnitud del diferenciador.

2. Obtener la respuesta en fase del diferenciador.
3. Generar 300 muestras de la senoide x(n)

3 sen (0.2n) y procesarlas con el

diferenciador, comparar el resultado con la derivada terica de x(n).

e) Usando el mtodo de mnimos cuadrados disear un filtro de rechazo de banda entre
-

fel = 0.25 y fel = 0.3 de orden 21.

1. Obtener la respuesta en magnitud.
2. Obtener la respuesta en fase.
3. Procesar 200 muestras de la entrada x(n) = sen (2n(0.1)n) con el filtro diseado,
comentar sobre el resultado.

8. Procesamiento de imgenes.

8 .

Dada la imagen mostrada anteriormente (u otra disponible), llevar a cabo los siguientes
procesamientos:
a) Agregarle ruido blanco Gaussiano y pasarla por un filtro pasa bajas.
b) Pasar la imagen original por un filtro pasa altas.
e) Procesar la imagen original para hacerla ms ntida (realzarla).
d) Obtener los contornos de la imagen original (deteccin de orillas).
e) Procesar la imagen original para binarizarla (imagen en blanco y negro).
f) Ecualizar la imagen original para awnentar el contraste.
g) Amplificar

cuatro veces la imagen mostrada a continuacin

(u otra disponible)

insertando ceros al espectro de la imagen.

Notas:
1. Estos ejerCICIOSrequieren de las siguientes herramientas (toolboxes) de Matlab:
control, ident, images y signal .
2. El Matlab maneja el rango de frecuencias normalizadas de O al, es necesario escalar
en la frecuencia para que el rango de frecuencias normalizadas sea de O a 0.5.

Soluciones

1.a
Suma de impulsos desplazados

! ......
x(n) -0.5 ....... ....HrH.H_---~_

..__ i
_
i
j
i
!

-1

-1.5

...

...... ........

___r-..---..IH...._.-._.-'"l-...-....-1--_ ......I'.._......-r ..-- ......1

!

i!

!!!

_ _._ _

i
I

04

li

II

_-_.-.

..-.-

_._._-_.J._._._ --.L._ _._._ ~ _ _ _J

~_

!
-.------'1-.--.-

_._._

_ _._.-i.._-._._._ ..J_._._ _.

I
1
! 1 I 1 I !
-2~~-L----~--~~--~----~--~----~--~~--~--~
60
70
80
90
O
10
20
30
40
50

99

Muestras

l.b
Escaln desplazado

0.9 ~......
0.8i ~......

0.7 ~......

x(n)

O.Si ~......
0.4' .........

0.2: ~......
0.1, _......

n~

-IF

10

20

30

40

50
Muestras

10

60

70

80

90

99

Soluciones

l.e
x(n)
3

Pp

(:"1

i)

D
P

~
~
..

Iti"I

10

20

30

40

~
O

c:

10

(
(

If

-1

-3

'(

1-

1)

-2

C>p

100

i)

= 3 sen (0.2n), N =

50
Muestras

o
60

70

80

o
~
90

99

l.d
x(n)

-0.2
O

= (0.9)nsen(0.25n),

N = 100

L--_..I.--_-L-_.....l--_--l-_--1-_---1-----'---'-----...l.------.l

10

20

30

40

50
60
Muestras

11

70

80

90

99

Soluciones

Le
Ruido Blanco con distribucin normal, N = 100

4~--~--~----~--~----~--~--~~--~--~--~
(Media = 1, variancia = 2)
3

"'O

.~
::;j

c..
~

O.w..u...J....U.L.L.Ju..,..u.,...w...u..,..~.J..,.,..W~~,..u...Ll1~~~~.1..,J..,..L,..1..U..J.,.,"""'O::U.,..J,l,J.lJ,...,j..

-1

-2

-3~--~--~~--~--~----~--~----~--~--~--~
80
70
60
40
50
10

20

30

90

100

Muestras

1.f
x(n)

= 2 cos

(0.25n)

+ 1.5 sen (0.25n)- cos (O. In)

4~--~----~--~--~--------~----~--~----~--~
3
2

-2

-3
~L-

__

-L __ ~~

10

20

__ ~

30

__ ~----~--~----~--~----~--~

40

50
Muestras

12

60

70

80

90

100

Soluciones

l.g
x(t) = 3 cos(21t(l OO)t), fm = 2000Hz y N = 100

"'O

O -'" .._.c

c"

_ ... - .......... _.c

_ .. _."

.__ .

c _._c

.. _

_.............

c __

..

~
-1

Tiempo (segundos)

l.h
Variancia
0.2
0.4
0.6
0.8

1
1.2
1.4
1.6
1.8
2
2.2
2.4
2.6
2.8
3
3.2
3.4
3.6
3.8
4

Variancia medida
0.16056
0.43768
0.79705
0.83585
1.3262
1.8659
1.4528
1.6879
2.6884
].8997
2.5726
2.6944
2.9513
3.9814
3.4793
4.2981
5.4671
5.6973
3:.3346
5.111

Error
0.039445
0.037684
0.19705
0.035849
0.32616
0.66587
0.052816
0.08791
0.88841
0.10035
0.3726
0.29441
0.35134
1.1814
0.47927
1.0981
2.0671
2.0973
0.46542
1.111

Nota: Obsrvese que el algoritmo que emplea Matlab para generar el ruido blanco, produce
errores entre la variancia terica y la generada.

13

Soluciones

l.i

50

40

30

20

10

60

70

80

90

100

Muestras

l.j

,.

20

Modulacin en amplitud, xCt) = m(t) p(t)

15

10
;

,1

t
'1

r1

~,

.1

~I

~l

-10
-15

-20
O

0.005

0.01

0.015
tiempo, t (seg)

14

0.02

0.025

0.03

Soluciones

2.a
Convolucin lineal de dos secuencias xl (n)*x2(n)

40

35

30

25
"O

.~

o..

(i)
(i)

20

a 15

()

10
5

o
-5

.._,
""

10

Muestras

2.b
Convolucin de 3 ventanas rectangulares

700

Notar que la respuesta

tiende a una curva
Normal.

600
500

p)

.-:::

400

i))

o..
a

Pp

;:1

1-

t'I

"O

Pp_

300
(

200
100

..(

O ~

\jLY

10

20

30

40

50

Muestras

15

60

70

80

"'"'_

90

Soluciones

2.c
Respuesta de un SLIT a x(n) = Vo(n) - Vo(n-20)

7
6
-

5
"'O

.c.. 4
~

(P

ID

(j)

1 Hi)
O
O

10

30

20

40

50

Muestras

3.a
Autocorrelacin de x(t) = 5 cos(21t(1O)t)

15~------~--------~--------~--------~------~

10

Rxx(O) = 12.5
Notar que Rxx('t) pierde aproximacin ya que N es pequeo
(N = 50), dado que Rxx('t) = 12.5 cos (21t(l0)'t)

-5

-10~------~--------~------~~------~--------~
O
50
100
150
200
Tiempo (mseg)

16

250

Soluciones

3.b
Autocorrelacion

de una secuencia de RBG (N=300)

1.2
1
0.8
m

0.6

ti)

!::l

Autocorrelacin del RBG ideal

ti)

:3

~ 0.4
0.2
O

-0.2

50

100

200

150
Muestras

250

300

3.c
Rxy de la entrada con la salida de un SLIT

1.4
1.2
Respuesta al impulso
del sistema, h(n)

"O

.~

0.8

o..
e
< 0.6

Estimacin de h(n)
empleando ruido blanco

0.4
0.2

10

20

15

Muestras

17

25

30

35

Soluciones

3.d
Autocorrelacin, para determinar eco

Atraso

~I

0.8

0.6
"'O

.~

0.4

:E
0.2

o
-0.2

-0.4

10

20

30

50

40

60

70

muestras

3.e
Rxx de un generador de ruido blanco con banda limitada
8

T=0.05ms
6

2~ = 10(0.05)
:.B=lKHz

-2

~~--~-------~--~~--~----~--~~--~----~--~----~
O

12

16

20
Muestras

24

Nota: Dividir la amplitud entre el nmero de muestras (N = 40).

18

28

32

36

Soluciones

4.a
Respuesta al impulso

4r-------~r-------~~------~--------~----------

-2

80

60

40

20

99

Muestras

4.b
Respuesta al escaln
14

Notar que la ganancia del sistema es:

lim
H(z) = 8.88
z-7>l

12f-

( )

10f-

D
(

f.I )

Iq>

)
(

i>

:1

""O 8 f-

"a
S
~

6f-

4f-

2 ....

al
o

10

20

30

40

50

Muestras

19

60

70

80

90

100

Soluciones

4.c.l
Respuesta al impulso con N = 10
1

~
~

1-

100

50

150

Nmero de muestras

4.c.2
Esta respuesta al impulso
sea; x p (n) = x( n) h(n) .

puede

usarse

para

obtener

una

secuencia

peridica,

Respuesta al impulso con N = 20

1
~

..

...

1-

1-

>-

i...

50

100
Nmero de muestras

20

150

Soluciones

Espectro de la seal no causal (la parte real es del orden del O'")

5.a

I
I
I

------~-------.-------~------.-------~----I
I
I
I

------~-------,-------r------,-------r--I

I
I

I
I

I
I

I
I

I
I

- ------

l------!-------~------!-------~------~-----I

~-------.-------~------.-------~------~-----I

I
I

I
I

I
I

---~-------T-------~------T-------r------l------

-6

-8~

[)

~I

~I

15

2[)

1[)

~
J[)

25

~
J5

Indice frecuencial (k)

5.b

Espectro de amplitud de una onda cuadrada

10

Ntese que el espectro obtenido es una versin escalada

del espectro exacto dado por c(k)=2dA sine dk. (A = 1)

9
8

REQ:

7
""O

a
:.=:
~

a(k)

b (k)

= 2_ Re~(k)]
N

= -]_

1m [X (k)]

y que:

ejemplo: para k = O,lc(O)1 =__l__ (l O) = 0.2 (valor exacto)

100

3
2

10

20

30

40

Indice Free, (k)

21

50

60

Soluciones

5.c
Espectro de amplitud de 5 COS(21r lQ.
320

80

701-

L = f,NT = (10)( 32) = 1

320

60r-

AN =80

'

lo cual implica no 'leakage'

1: = .s: = (1)(320)

k = 1, de donde:

50 -

t)

de donde:

NT
A= 5

32

10Hz

"'O

o.. 401~

30 ....

201-

10 -

- - - 5-

- - - 10- -

15

20

Indice Frecuencial (k)

5.d
Espectro de amplitud de 5 COS(27! _!Q__
220

t)

Notar que aparece

'leakage' dado que:

50

40

16

= fs T =11

no es entero.

20

10

O~~----~~----~----~~--~--~~--~----~~--~----~~
O

5
Indice frecuencial (k) O

22

15

Soluciones

5.e.l

Suma de x(n)= sen(O.25n) con un RGB

1
"'O
;:::3

.'t:

o.
E

<
-1

-3

40

20

60

80

Muestras

5.e.2
Filtrado de una seal ruidosa por medio de la TRF
60

50

+-

Seal

40

20

10
0L4~~~~~~~~~~~~~~~~~~~~~~~
10
15
20
5
O
Indice frecuencial (k)

23

25

99

Soluciones

S.f
Efecto 'Alias' causado por fm < 2~ ,con N = 64
70

60

50

"'O
;:3

.'t::

o..

40

Free. seal: 10Hz

<

Frec. alias: 6 Hz

30

20

10

o
35

Indice frecuencial (k)

S.g.l
Espectro de x(n) utilizando ventana rectangular
300

250

200
"O

.a

~150
E

-<

100

50

10

20

40
30
Indice Frec. (k)

24

50

60

70

Soluciones

5.g.2
Espectro de xCn) usando ventana Hamrning

180

160
Notar la reduccin del
leakage con respecto a
la figura anterior.

140 120 ""O

.o.
E

<

100
8060

40!-

20

10

20

30

40

I~.
50

60

70

Indice Frec. (k)

5.h.l
Espectro

de la suma de dos seales, usando ventana rectangular

300

250

200

10

20

30

40

Indice Free. (k)

25

50

60

70

Soluciones

5.h.2
Espectro de la suma de dos seales, usando ventana Harnming

180

C)

160
140 120 "O

Notar:
a) Menos leakage que
la figura anterior
b) Espectro con menor
resolucin
e)Existe ambiguedad
en la seal de amplitud
menor

100~

80~

60~

15..

40 ~
CiX~

20 ~
..~

10

20

30

J'

40

50

IQ............
60

70

120

140

Indice Free, (k)

5.i
Espectro de una seal de AM con portadora suprimida
1200

Notar que:
a) Existen dos frecuencias
laterales
b) la portadora no aparece
(est suprimida)
"O

.a
e
-<

600

400

200

20

40

60

80

Indi ce frecuencial (k)

26

100

Soluciones

5j
N

tp (mseg)

4096
8192
16384
32768
65536
131072

60
110
220
500
1260
2800

1.2207
1.0329
0.9591
1.0172
1.2016
1.2566

:. kprom = 1.1146 x10-6

Nota: Estas mediciones fueron realizadas en una PC Pentium 1 de 75 MHz, valores diferentes se
obtendrn al utilizar una PC con un procesador de diferente velocidad de procesamiento.

5.k.1
Convolucin lineal de x(n) y yen)
60

C~

50 f-

40 f30 1-

1-

10
<

1 1

-10

-20

!)

<!:l

Muestras

27

10

Soluciones

5.k.2
Convolucin circular de x(n) y y(n)

60---------r-,-------,~r--------,Tr-------~,--------~I--------~
()

50 ..

"'O

.3
.~

40 -

301-

201-

10~

ca

:::E

-10~--------I~----------I~------------'~----------~~------------~I----------~
O

Muestras

5.k.3
Convolucin lineal a partir de la convolucin circular

60
Ii)
1

50 1-

40 130

i..

i)

"'O

.3
.~
ca

20 -

:::E

10 ~
P
O

-101-20

1 1
I

(~

Ii>

Muestras

28

10

Soluciones

5.1.1
Magnitud

del espectro de x(n) = {1, 1,1,1 }

4
x(n)

3.5
3
2.5
"O

.~
;:1

o.

..

...

Secuencia discreta

ID

Transformada de Fourier de la
secuencia (valor absoluto)

0.5
O

0.5

1.5
Indice frecuencial

2.5

(k)

5.1.2
Magnitud

...

"T'

del espectro al agregar 4 ceros a x(n)

I

3.5f-

3f-

(~

2.5~
"O

.c..
E

2f-

1.5-

<

~p

1-

0.5O

O
Indice Frecuencia

29

(k)

Soluciones

5.1.3

Magnitud del espectro al agregar 24 ceros a x(n)

A,

3 .51-

2. 5

21-

j~

1.51-

~
~i>

1 1-

~~

.~
O

c~

O. 51-

....

14

12

10

16

Indice Frecuencia (k)

5.m.l
x(n) == sen(n)
O

LJ

!J

<p

0.8

(P

0.6

(P

0.4

<p

0.2
"O

o.
~

r-;

'-'

-0.2
-0.4

-0.6

-0.8

<b

-1
O

'-.J

8
Muestras

30

10

12

14

16

Soluciones

S.m.2
Magnitud del espectro de x(n)=sen(n)
6

4
"O

.o.
~ 3
2

15

10
Indice frecuencial

(k)

S.m.3
Interpolacin

de 48 ceros en X(k)

<i)p

5 -<~p

4
"O

:g_3

I<P

1<
2

...
f-'
(

10
1

I<p

1ft

10

20

40
30
Indice Frecuencial(k)

31

50

60

Soluciones

5.n.4
Seal obtenida des pues de interpolar ceros en k

0.3r------~r------.------~1-------.-1-----.1------~------~
(P~p
d~p
dfl~p
<p 1<)
0.2 - e <P
(:'1
e
<p

lID

<p

<p

0.1 r-

,>

10

(P

"'O

<p

;::3

.~ o ,Cj)
o. ~

<)

<p

If~
-

-0.1r-0.2-

-0.3-

Notar que la amplitud se ha reducido (existe un

factor de escala) dado por (1 + ex) donde
Nc= ex N, en este caso N 'C' 48 = (3)(16), :.CJ:= 3.

-0.4

10

30

20

40

50

60

Muestras

5.n.1

Periodo grama estndar de un RBO con N

(media = O, variancia = 1)
6

100
I

Espectro del RBO ideal

4

t\

f\

[J )

o
en

I I~

-2

Il)

a)

:-9-4

i\.
~

1\

o
Il)

~)
~n ~ n
'VI

-6

-8

-10
-12
-14
O

0.05

0.1

0.15

0.2

0.25

0.3

Frecuencia normalizada

32

0.35

0.4

0.45

0.5

Soluciones

5.n.2
Periodograma
10

estndar de un RBO con N

,

200

;1

r-.. -

ti

l~

N
-5

t1

IN

v,

t\

W\
V

,~
-

-15

-20

-25

-30

0.05

0.1

0.15

0.2

0.25

0.3

0.35

0.4

0.45

0.5

Frecuencia normalizada

5.n.3
Periodograma

estndar de un RBG con N

1000

~-20
a.>
...D

0-30

-40

-50

Observar que el periodograma estndar es NO CONSISTENTE

(la media y la variancia no tienden a cero al aumentar N)

-60~--~~--~----~----~----~----~----~----~~--~--~
o
005
0.1
0.4
o 15
0.2
0.25
0.3
0.35
Frecuencia

33

normalizada

0.45

0.5

5.n.4
Periodograma Mtodo Welch de RBG con N=1000
(10 segmentos de 100 muestras c/u sin traslape)

4r---------r-------~--------~--------_r--------~
3

E'g

OH~~~H+~~~~~~~~--~~_*--+H~--~~

el

-1

-2
-3

I
-4~--------~------~--------~--------~--------~
O
0.2
0.3
0.4
0.1
0.5
El estimador tiende a ser consistente

Frecuencia normalizada

5.0.1, 5.0.2
Seal de entrada
1.5
1
0.5

O
-0.5
-1
-1.5 O

10

20

30

40

50
n

60

70

80

90

100

Seal de salida
0.04
0.02
y

O
-0.02

90
70
80
60
100
n
El sistema se excit con 4000 muestras, aqu solo se muestran 100 de ellas.
10

20

30

40

50

34

Soluciones

5.0.3
Respuesta de magnitud del sistema identificado
1if~--~--~~~~~----~--~~~~~----~~~~~~

10"3 "--_....-..._....__~

..........._._...----'---'--..L-....I

......................
..&...I-

10frequencia (radlseg)

10-

10

-'--_..._---L_....-'--li-L.-L...I

102

Respuesta de fase del sistema identificado

200~--~-~~~~~---~-~~~~~---~~~~~~

GJ

CIl 100
r.eg

O"---_....---'--....__~

10-1

..........
._._...-----'----'--..L-....I

......................
..&...I------'--_..._---L~

101

10

__

102

frequencia (rad/seg)

5.0.4
10

Respuesta de amplitud real del sistema

-e 10-1

.~
::E

162

10-3
10

10

10

Frequencia (radianes)
200

'Vi'

Respuesta de fase ideal del sistema

150

.g

f5h 100
.._
o

;,..

50

10

10

Frequencia (radianes)

35

10

Soluciones

6.a.l
Orden = 5
0.9

1 1~ T

0.8
0.7

'1:j

.." +

r r.]

..'.
~

0.1

0.15

,.

,,+

...

..

0.25

0.3

0.35

0.4

0.45

0.5

..

0.6

.-4

5h
~
~

0.5
0.4
0.3
0.2
0.1
O

0.05

0.2

Frecuencia normalizada
6.a.2
Fase
200

150

..;

100 ......................

50

c;,e

o."

---'1:"' o."' _._

+
'

~.. ~...... ~

~
+

~~

'r

'1" _

_. -_.- :---._------ _.- --l-- .oo_."'

.,

-_00- --t, --_

r! ..... _.. -

.'

CIl

'1:j

0.- -.---

-50

-_

-100

..............
r ; :

,
.

.....

...

j ..........................

_200L_----~----~----_L----~----~----~L-----~----~----~----~
O
0.05
0.1
0.15
0.2
0.25
0.3

Frecuencia normalizada

36

0.35

'

0.4

0.45

0.5

Soluciones

6.b.l

Orden

-1: ~
i:

r:.....
:
'..
~

1 1

!:::
~

l
::

:.:
:.
1

..a

A ~ .

:.

~-25~

:;

:
:

-30 _

~ o

-35 _

~... . ;

oooooooooooo~ooooooooooooooooooo~o

-40 _

;;

.:.

'0'

o"

.~

l
1

ooooooooooooo~o

00

!.............

,..........

""

00

00

o oooo ..~:.000000000000000000-.::

'.'

-~..
:

0.05

0.1

0.15

o_

01

45~----~------~------~------~----~~r______~~_ ~l
O

0.2

0.25

0.3

Li:___o___L'i__oo._

0.35

0.4

0.45

... _. _.. ~.

0.5

Frecuencia normalizada
6.b.2

150

O"

.ooooooo ....

'

.)

100

.....

J'

[
...............

11

... l.

....

~.. o,

~~

:---

.........

...

~
..............

~..................

i~

0:

..

1
............

-100

........
o

..

~._

_oo

_._

..

.. r .. ......

......

,.....

-150

r....
o

.....

+..

-_

:,1

_200L_----~-----L----~------L-----~----~----~----~L-----~----~
O

0.05

0.1

0.15

0.2

0.25

0.3

Frecuencia normalizada

37

0.35

0.4

0.45

0.5

Soluciones

6.b.3

0.8

0.6

.a

0.4

0.2

"'(j

-a
.,...

o
-0.2

-0.4

50

100

150

200

250

300

Tiempo

6.c.l
Respuesta de magnitud del filtro dado por H(z) = . z
z-O.9

15

10

E
5
"'O
a

-10~--~------~----~----~----~--~----~------~--------~----~
0.15
0.2
0.25
0.3
0.35
0.05
o
0.1

Frecuencia normalizada

38

0.4

0.45

0.5

Soluciones

6.c.2
Respuesta de fase del filtro dado por H(z) =

z-O.9

-10

-20

11)

o
"O

-30

-70

0.05

0.1

0.15

0.2

0.25

0.3

0.35

0.4

0.45

0.5

Frecuencia normalizada

6.c.3
x(n) = sen(21t(O.OS)n)procesada por un filtro pasa bajas
5 .

"O

.~

o..
~ o

-1 :..

-2 -

-ai-4

100

200

300
t

39

400

500

600

Soluciones

7.a.l
Filtro pasa banda con ventana rectangular, fel

= 0.18 Yfe2 = 0.33

1.2

]0.8

.~
~0.6

0.4

0.2

Frecuencia normalizada

7.a.2
Filtro pasa banda con ventana Harnming, fel

= 0.18 y fe2 = 0.33

Ntese la reduccin del rizo (efecto de

Gibbs) con respecto a la figura anterior

-g

0.8

+-'

.~

:E

0.6

0.4

0.2

OL-

L-

0.05

L_

0.1

0.15

0.2

0.25

0.3

Frecuencia normalizada

40

0.35

0.4

0.45

0.5

Soluciones

7.b.l
Diferencia:ior de 25 taps, f1 = 0.05, f2 = 0.45 y m = 6.28

2.5

2
"O

.~ 1.5
~

:E
1

0.5

0.4

0.3

0.2

0.1

0.5

Frecuencia Normalizada

7.b.2
Diferenciador de 25 taps, f1

_200L- _

_.J. __

0.05

----l.. __

0.1

--L __

0.15

__.I_ __

= 0.05, f2 = 0.45 y m = 6.28

-'--

0.2

__

0.25

..L.-.-_---lI...--_--L

0.3

Frecuencia normalizada

41

0.35

__

0.4

--L- __

0.45

__'

0.5

Soluciones

7.b.3
Senoide diferenciada y comparacin con la ideal

0.6

0.4

"O

0.2

o..
E

<

-0.6 .____.._--'-_--"'---'o
50

_.._-..:.--'---'L.---:.._--"'--'-=- _

100

__''_--'-_~__=_

150

200

__"_.....::I.. _

__'"____;;. _

250

Muestras
Ntese el atraso debido a la respuesta en fase del diferenciador

7.c.l
-

Filtro rechazo de banda f el = 0.25 y f e2 = 0.3 de orden 21

1.2

-g
~

0.8

OI)

ro
~

0.6

0.4

0.2

Frecuencia normalizada
42

__II

300

Soluciones

7.c.2

- = 0.25 Yf-e2 = 0.3 de orden

Filtro rechazo de banda f el

21

Q)

~ o~--~----~------~~--------~------~~--------+-~

-1

-2

-3

~~--~----~----~--~----~----~--~----~----~--~
0.35
o
0.05
0.3
0.4
0.2
0.25
0.45
0.1
0.15

0.5

Frecuencia normalizada

7.c.3
Filtro rechazo de banda procesando

x(n) = sen(21t(O. In

~----------~------------~I------------~----------~

0.8

0.6
0.4
"'O
;:::3

0.2

~ 0(\1
<-0.2 '-

-0.4
-0.6

-0.8
u

-1

L-

L-f

U
~

100

50

Muestras
Notar el 'delay' producido por el filtro

43

150

200

8.a.l

8.a.2

44

8.b

8.e

45

8.d

!
~

,l.
~

(1 .
'" J

"',
.1 f..:.
. '(;1
.~/.~

8.e

46

."

...

8.f.1
Histograma de la imagen original

50

100

150

200

250

8.f.2
Histograma de la imagen ecualizada
I

5000

4500

4000
3500
3000
2500
2000
1500
1000
500

o
o

50

150

100

47

200

250

8.f.3

Imagen ecualizada

8.g

Imagen amplificada cuatro veces

48

BIBLIOGRAFIA

[1] Oktay Alkin, 'PC-DSP',

Prentice Hall, Englewood Cliffs, New Jersey, 1990.

[2] A.V. Oppenheim and A.S. Willsky, 'Signals and Systems', Prenctice-Hall,
[3] A.V. Oppenheim and R.W. Schafer, 'Digital Signal Processing',
Prentice-Hall lnc., 1975.
[4] W.D. Stanley, 'Digital Signal Processing',

1983.

Englewood Cliffs,

Reston Publishlng Co., 1975.

[5] L.C. Luderman, 'Introduction to Digital Signal Processing', Dept. ofElectrical and
Computer Engineering, New Mexico State University, Las Cruece, New Mexico,
1984.
[6] Chi-Tsong Chen, 'One dimensional Digital Signal Processing',
New Yorl,<,1979.

Marcel Decker Inc.,

[7] E. Oran Brigham, 'The Fast Fourier Transform and its Applications',
1988.

Prentice Hall

[8] John G. Proakis and Dimitris G. Manolakis, 'Digital Signal Processing: PrincipIes,
AIgorithms and Applications' , Prentice Hall, 1996.
[9] Gold B. and Ch. M. Rader, 'Digital Processing ofSignal',

Mc. Graw Hill lnc, 1969.

[10] Andreas Antoniou, 'Digital Filters: Analysis, Design and Applications',

Hill1993.

Mc. Graw

[11] Sanjit K. Mitra, 'Digital Signal Processing: A Computer Based Approach', Mc.
Graw Hill1998.
[12] J. Garca Lpez, 'Procesamiento Digital de Seales', (libro en revisin), CITEDIIPN, Departamento de Posgrado 1999.
[13] The Math Works Inc, Manuales de las siguientes herramientas
Signal Processing, Identification, Control e lmages.

49

(toolboxes):

Func \,(li\tS
\) Stut~

e. t \ a)

1\'4 J'

VA.,,{

ck ti.o-r el C}j e ~ (.te

S\',"n u 1~ { (t 1\, \.) S It, \'\..J-i)
\1\ '"'-:t L",\o {IG~.. .c,J', S ()
~f)