UNIVERSIDAD NACIONAL TECNOLGICA DEL CONO SUR DE LIMA

ING. ELECTRNICA Y TELECOMUNICACIONES

PROCESAMIENTO DIGITAL DE SEALES

LABORATORIO N 5
TRANSFORMADA DISCRETA DE FOURIER
Docente: Ing. Gustavo Paz Purizaca. Presentado por: Yupanqui Ttito, Edgar S.

MATRIZ
Introduccin Las matrices y los determinantes son herramientas del algebra que facilitan el ordenamiento de datos, as como su manejo. Los conceptos de matriz y todos los relacionados fueron desarrollados bsicamente en el siglo XIX por matemticos como los ingleses J.J. Sylvester y Arthur Cayley y el irlands William Hamilton. Las matrices se encuentran en aquellos mbitos en los que se trabaja con datos regularmente ordenados y aparecen en situaciones propias de las Ciencias Sociales, Econmicas y Biolgicas. Definicin Una matriz es una tabla rectangular de nmeros reales dispuestos en filas y columnas del modo:

Abreviadamente se puede expresar A = (aij). Cada elemento de la matriz lleva dos subndices. El primero de ellos i, indica la fila en la que se encuentra el elemento, y el segundo, j, la columna. As el elemento a23 esta en la fila 2 y columna 3. Las matrices siempre se representaran con letras maysculas. Tipos de matrices 1. Se llama matriz nula a la que tiene todos los elementos cero. Por ejemplo,

es una matriz nula de tamao 2x5. 2. Se llama matriz fila a la que solo tiene una fila, es decir su dimensin es 1xn. Por ejemplo,

es una matriz fila de tamao 1x4.

3. Se llama matriz columna a la que slo consta de una columna, es decir su dimensin ser mx1 , como por ejemplo:

es una matriz columna de tamao 3x1. ALGUNAS FUNCIONES BSICAS DE MATRICES EN MATLAB: Funcion eye zeros ones diag triu tril magic rand inv(x) det(x) toeplitz(v) Descripcin matriz identidad matriz de ceros matriz de unos matriz diagonal matriz triangular superior matriz triangular inferior cuadrado mgico matriz de nmeros. aleatorios Calcula la inversa de una matriz cuadrada Calcula el determinante de una matriz cuadrada define una matriz simtrica de diagonal constante con v como primera fila y primera columna. define una matriz simtrica de diagonal constante con w como primera columna y v como primera fila. es la traza = suma de los elementos de la diagonal = suma de autovalores. donde f es la imagen a mostrar y G es el nmero de niveles de intensidad a mostrar.

toeplitz(w, v)

trace(A)

imshow(f,G)

LA TRANSFORMADA RAPIDA DE FOURIER Considrese la Transformada Discreta de Fourier (DFT):

N X( n)

1 x 0 ( k ) . exp

j . 2. . n. k N

n 0 .. N

(22-1)

k=0

donde se ha remplazado k.T por k y n/N.T por n por conveniencia de notacin. Se percibe que la ecuacin (22-1) describe el cmputo de N ecuaciones. Por ejemplo, si N = 4 y si se hace:

W exp

j . 2. N

(22-2)

la expresin (22.1) puede ser escrita como:

X( 0 ) x 0 ( 0 ) . W X( 1 ) x 0 ( 0 ) . W X( 2 ) x 0 ( 0 ) . W

x 0 ( 1 ). W x 0 ( 1 ). W x 0 ( 1 ). W

x 0 ( 2 ). W x 0 ( 2 ). W x 0 ( 2 ). W

x 0 ( 3 ). W x 0 ( 3 ). W x 0 ( 3 ). W

0 0

1 2

2 4

3 6

(22-3)

X( 3 ) x 0 ( 0 ) . W

x 0 ( 1 ). W

x 0 ( 2 ). W

x 0 ( 3 ). W

Las ecuaciones anteriores pueden ser ms fcilmente representadas en forma matricial:

X( 0 ) X( 1 ) X( 2 ) X( 3 )
o ms compactamente:

W W W W

0 0 0 0

W W W W

0 1 2 3

W W W W

0 2 4 6

W W W W

0 3

x 0( 0) . x 0( 1) x 0( 2) x 0( 3)
(22-4)

6 9

n. k X( n) W . x 0 ( k )

(22-5)

El examen de (22-4) revela que ya que W y posiblemente x0(k) sean complejas, entonces son necesarias N2 multiplicaciones complejas y N.(N-1) adiciones para realizar el cmputo matricial requerido. La FFT debe su xito al hecho que el algoritmo reduce el nmero de multiplicaciones y adiciones requeridas en el clculo de (22-4). Ahora se discutir, a nivel intuitivo, como se lleva a cabo esta reduccin.

PROPIEDAD DE LINEALIDAD
function [y1,y2]=linealidad(n) x1=rand(n); x2=rand(n); X1=fft(x1); X2=fft(x2); X=7*x1+5*x2; y1=fft(X) y2=7*X1+5*X2 end

Conclusin Como se ve en las dos ltimas imgenes, se comprueba la propiedad de la linealidad. El espectro de la suma de dos matrices es igual a la sumas de los espectros de dichas matrices.

PROPIEDAD DEL DESPLAZAMIENTO

function [y1,y2]=desplazamiento(n) x1=rand(n,n); a=zeros(n,4); b=zeros(4,n+4); x11=[x1 a;b] X11=fft(x11) x12=[b;a x1]; X12=fft(x12) y1=det(X11) y2=det(X12) end

Conclusin Primero creamos una matriz dentro de otra y rellena de ceros, luego realizamos el espectro de dicha funcin y la comparamos con el espectro de misma matriz pero estas ves la matriz pequea se desplaza a otra posicin cuales quiera. Se comprueba que los espectros son los mismo solo que estn desplazados.

PROPIEDAD DE LA SEPARABILIDAD
function [y1,y2]=separabilidad(n) x1=rand(3,1); X1=fft(x1); x2=rand(1,3); X2=fft(x2); x3=x1*x2; ty1=fft(x3) ty2=X1*X2 end

Conclusin En esta ocasin no se pudo comprobar la propiedad de separabilidad en el programa Matlab. Queda pendiente su resolucin.

PROPIEDAD DE SIMETRIA CONJUGADA

function [y]=simetria(n) a1=4*rand(n) x1=round(a1) X1=fft(x1) end

Conclusin Se comprueba la propiedad de la simetra, se puede ver en la imagen que los valores de cada columna se repiten simtricamente a excepcin de la primera fila de la matriz.

PROPIEDAD DE LA ROTACION Conclusin Lamentablemente no se pudo comprobar esta propiedad.

PROPIEDAD DEL ESCALADO

function [y1,y2]=escalado(n) m1=round(1+3*rand(n,1)); m2=round(2+5*rand(n,1)); m3=round(3+2*rand(n,1)); z1=zeros(n,2); z2=zeros(n,2); d1=[m1 z1 m2 z2 m3]; x1=[m1 m2 m3] A1=d1(1:1,1:7); A2=d1(2:2,1:7); A3=d1(3:3,1:7);

z=zeros(2,n+4); A=[A1;z]; B=[A2;z]; C=[A;B]; x2=[C;A3] X11=fft(x1) y1=det(X11) X22=fft(x2) y2=det(X22)

Conclusin Se realiza una matriz aleatoria y luego se intercalan dos ceros entre cada uno de los valores originales, incrementando por tres cada una de sus dimensiones.

PROPIEDAD DE RELLENADO CON CEROS

function [y1,y2]=rellenado(n,n1) n1=n+4; x1=5*rand(n,n); x1=round(x1) a=zeros(n,4); b=zeros(4,n1); x2=[x1 a;b] X11=fft(x1); X12=fft(x2); Y1=(X11) Y2=(X12) end

TAREA: 1. Grabar un archivo de sonido con su voz (Pronunciar correctamente su nombre y apellidos, visualizar en la grfica caracterstica de dicho archivo en Matlab).
x=wavread('nombre2.wav'); figure (1) plot(x) Y=fft(x); A=Y.*conj(Y); f=(100:3000); figure (2) plot(f,A(1:2901))

0.8 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8

10

12

14

16 x 10
4

10 9 8 7 6 5 4 3 2 1 0

x 10

500

1000

1500

2000

2500

3000

Conclusin En la primera imagen de su puede apreciar el grafico de la seal de voz obtenida de un audio grabado en formato wav. (En este caso mi nombre completo dicho por mi persona). Y en la siguiente imagen se aprecia el espectro de mi voz en frecuencia.