Electronics">
Tarea 2 Teatamiento Digital de Señales ID 62758
Tarea 2 Teatamiento Digital de Señales ID 62758
Tarea 2 Teatamiento Digital de Señales ID 62758
TRATAMIENTO DIGITAL DE
SEÑALES
Paso 2 - Reconocer los elementos matemáticos que implica el sistema
de conversión analógica digital
Nombre estudiante
Grupo: xx
estudiante@unadvirtual.edu.co
ω=2390 kπ
Contenido Teórico
2390 π
f 0= =1195 kHz
2π
Ejercicios f 0=1195 Hz
Ejercicio 1-Cuantizacion
Siendo
¿Se presenta fenómeno alias o aliasing si 𝑥(𝑡) es muestreada a
x ( t )=3 sin ( 150 πt ) +5 sin ( 530 πt ) +8 cos ( 998 πt ) +7 sin ( 2390 πt )
𝑆=950 𝐻𝑧? ? Explique paso a paso y si presenta alias,
, resuelva: encuentre la frecuencia 𝑓𝑎 y reconstruya la señal 𝑥𝑎(𝑡)
Encuentre las frecuencias 𝑓0 de cada una de las componentes de
la señal 𝑥(𝑡) f s=950 Hz
Se desarrolla lo correspondiente, entonces:
En 3 sin ( 150 πt )
En 3 sin ( 3 πt )
f 0=75 Hz
ω
f 0= 2 f 0 =75∗2=150 Hz
2π
πf
f 0= f s >2 f 0
2π
2
950 kHz >150 Hz ¿Se presenta fenómeno alias o aliasing si 𝑥(𝑡) es muestreada a
𝑆=1000𝑘𝐻𝑧? ? Explique paso a paso y si presenta alias,
No presenta alias encuentre la frecuencia 𝑓𝑎 y reconstruya la señal 𝑥𝑎(𝑡)
f s=2200 Hz
En 5 sin ( 530 πt ) En 3 sin ( 3 πt )
f 0=265 Hz f 0=75 Hz
f s >2 f 0 2 f 0 =75∗2=150 Hz
2 f 0 =2 (265 )=530 Hz
950 Hz>530 H z f s >2 f 0
No presenta Alias 2.2 kHz>150 H z
No presenta alias
En 8 cos ( 998 πt )
f 0=1195 Hz f s >2 f 0
2 f 0 =2 (1195 )=2390 hZ 2.2 kHz> 998 Hz
No se presenta Alias
f s >2 f 0
En 7 sin ( 2390 πt )
950 Hz>2390 Hz f 0=1195 Hz
Se presenta fenomeno de Alias 2 f 0 =2 (1195 )=2390 hZ
f a 1=f 0−N ∙ f s
f s >2 f 0
f a 1=1195 Hz−1 ∙ 950 Hz=245 Hz
2.2 kHz>2.4 kH z
Se presenta fenomeno de Alias
Entonces se tiene que:
Ejercicio 5-Muestreo
x a ( t )=3 sin ( 2 π∗75 t )+ 5sin ( 2 π∗265 t ) +8 cos ( 2 π∗( 449 ) t ) +7 sin ( 2 π ( 190 ) t )
Se va a muestrear una señal con niveles de amplitud entre -3V
Halle el ancho de banda de la señal 𝑥(𝑡) y el ancho de banda y 3V, y se va a cuantizar por redondeo con un error rms 𝜎=30 𝑚𝑉.
de las dos señales reconstruidas en 2.2 y 2.3.
¿Cuántos bits 𝐵 se requieren?
En la señal en x(t). Por lo tanto se tiene que:
x a ( t )=3 sin ( π∗150t ) +5 sin ( π∗530 t ) +8 cos ( π∗( 998 ) t ) +7 sin ( π∗2390 t ) D=V +¿−V ¿
−¿=3− (−3 )=6V ¿
Entonces:
¿Si el cuantizador ahora es de 24bits, cuál sería su error rms
BW =f max −f min =449 Hz−75 H=374 Hz 𝜎?
En este caso el error 𝜎 se desarrolla a partir de:
x a ( t )=3 sin ( π∗150t ) +5 sin ( π∗530 t ) +8 cos ( π∗( 998 ) t ) +7 sin ( π∗2390 t ) D=V +¿−V ¿ −¿=3− (−3 )=6V ¿
D 6V
No presenta alias a partir de 2.8Kz respectivamente. Δ= = =0.000357 mV
L 16777216
f s >2 f 0 Entonces:
Δ=0.000357 mV
Por lo tanto se cumple para todo f 0 de la señal x ( t )
4
3.57∗10−7 V −7
σ= =1.46∗10 V 1
N −1
√6 PS =
N
∑ x2 [ n ] = 18 ∙ 37.47=4.68
n=0
De esta manera se tiene que:
Su potencia es de:
σ =0.000146 mV
PS =4.68
Las señales 𝑥[𝑛] 𝑦 𝑥𝑞[𝑛] 𝑠𝑜𝑛:
𝑥[𝑛] = {1.0, −0.4, 2.5, −2.0, 2.7, −2.5, 2.6, −2.4 ¿Cuál es la relación señal ruido del cuantizador 𝑆𝑁𝑅𝑄?
En este caso se tiene que:
𝑥𝑞[𝑛] = {0.9, −0.1, 2.7, −2.3, 3.0, −2.4, 2.9, −2.3 }
PS 4.68
SNR Q=10 log =10 log =17.05 dB
¿Cuál es la señal de error 𝑒(𝑛)? PN 0.0921
Donde: Entonces.
ϵ [ n ] =[ 0.1 , 0.5 ,−0.2 , 0.3 ,−0.3 ,−0.1 ,−0.3 ,−0.1 ,−0.1 ] − j 2 π∗( 0)∗( 0 ) − j 2 π∗( 0 )∗( 1) − j2 π∗( 0) ∗( 2)
x ( 0 )=2 e 3
+7e 3
+6∗e 3
[ ( ) ( )]
Argumentación de las frecuencias de muestreo
2π 2π
x ( 1 ) =2+ 7∗ cos − jsen
3 3
La Trompeta
X ( 1 )=4.5+0.86 60 j Tabla 1 Rango de frecuencia para la trompeta
Se desarrolla para K = 2. Frecuencia Fundamental Armónicos
Trompeta 165 Hz – 988 Hz 1 – 7.5 KHz
− j 2 π∗( 2) ∗( 0) − j 2 π∗( 2)∗( 1 ) − j 2 π∗( 2 )∗( 2)
x ( 2 ) =2 e 3
+7 e 3
+6 e 3
Se muestra a partir de una frecuencia de 7kHz
−j 4π − j8π
0 3 3
x ( 2 ) =2∗e +7∗e + 6∗e La Flauta
−j4 π
3 Tabla 2 Rango de frecuencia parala flauta
x ( 2 ) =2+7 e
Frecuencia Fundamental Armónicos
Formula identificada Flaut 261 Hz – 2349 Hz 3 – 8 KHz
a
e− jw=cos ( W )− j sin (W )
Se muestra a partir de una frecuencia de 8kHz
Reemplazamos los valores
[ ( ) ( )]
El Violín
4π 4π
x ( 2 ) =2+7∗ cos − jsen
3 3 Tabla 2 Rango de frecuencia para el Violin
Frecuencia Armónicos
X ( 2 )=−4.5+0.866 j Violín Fundamental
Algoritmos 196 Hz – 3136 Hz 4– 15 KHz
Se muestra a partir de una frecuencia de 15kHz
La Guitarra Acústica
Frecuencia Armónicos
Guitarra Fundamental
Acústica 82 Hz –988 Hz 1 – 15
KHz
Se muestra a partir de una frecuencia de 15kHz
El Piano
Fig. 1 Simulación de la transformada en Matlab Tabla 4 Rango de frecuencia para el piano
Frecuencia Armónicos
Piano Fundamental
24 Hz –4196 Hz 5 – 8 KHz
Se muestra a partir de una frecuencia de 8kHz
III. CONCLUSIONES
IV. BIBLIOGRAFÍA
[2] M. Marquez, «Análisis y Diseño de un Conversor Analógico Digital de Arquitectura,» Señal muestreada, 2004. [En línea].
Available: https://www.academia.edu/15253211/An%C3%A1lisis_y_Dise%C3%B1o_de_un_Conversor_Anal
%C3%B3gico_Digital_de_Arquitectura_Pipeline_para_ser_presentado_a_la_FACULTAD_DE_INGENIER%C3%8DA_de_la.
[Último acceso: 15 03 2021].
[3] «Lavry, Dan (2 de enero de 2012),» Sampling, 2020. [En línea]. Available:
https://es.wikipedia.org/wiki/Teorema_de_muestreo_de_Nyquist-Shannon#:~:text=El%20teorema%20demuestra%20que%20la,de
%20su%20ancho%20de%20banda.&text=Si%20la%20frecuencia%20m%C3%A1s%20alta%20contenida%20en%20una%20se
%C3%B1al%20anal%C3%B3gica. [Último acceso: 14 03 2021].
[4] J. E. González Barajas, «Ebook,» Ebook, s,f. [En línea]. Available: https://books.google.com.co/books?
id=PhWqCgAAQBAJ&pg=PA9&lpg=PA9&dq=Es+una+herramienta+matem
%C3%A1tica+desarrollada+por+Jean+Batiste+Fourier+y+en+primera+instancia+fue+creada+con+la+intenci
%C3%B3n+de+explicar+el+fen%C3%B3meno+de+propagaci%C3%B3n+del+calor. [Último acceso: 14 03 2021].
[5] «Transformada Rápida de Fourier,» hyperphysics, S,f. [En línea]. Available:
http://hyperphysics.phy-astr.gsu.edu/hbasees/Math/fft.html#:~:text=La%20transformada%20r%C3%A1pida%20de%20Fourier,los
%20fen%C3%B3menos%20dependientes%20del%20tiempo.. [Último acceso: 14 03 2021].
Ambardar, A. (2002). Muestreo Ideal. In Procesamiento de señales analógicas y digitales (2nd ed., pp. 446-455). Mexico City,
Mexico: Cengage Learning. Recuperado de
[7] K. Ogata (1996), sistemas de control en tiempo Discreto,
[6]
recuperadohttp://www2.pelotas.ifsul.edu.br/~coutinho/disciplinas/TCC/
Sistemas_de_Control_en_tiempo_DiscretoKatsuhiko_Ogata.pdf
Ambardar, A. (2002). Muestreo Ideal. In Procesamiento de señales analógicas y digitales (2nd ed., pp. 446-455). Mexico City,
Mexico: Cengage Learning. Recuperado de
[7] K. Ogata (1996), sistemas de control en tiempo Discreto, recuperado
http://www2.pelotas.ifsul.edu.br/~coutinho/disciplinas/TCC/Sistemas_de_Control_en_tiempo_DiscretoKatsuhiko_Ogata.pdf
García Martínez, M. (05, 07,2017). Procesamiento Digital de Señales - Análisis de un sistema discreto mediante ecuaciones de
[7] diferencia. [Archivo de video]. Recuperado de http://hdl.handle.net/10596/12520
[8]