Академический Документы
Профессиональный Документы
Культура Документы
Presentado por:
JAIME RIVERA
Grupo: 299004_3
Tutor
SEPTIEMBRE
INTRODUCCIÓN
origen para definir el procesamiento que se le debe aplicar, con el fin de modificarla y prepararla
para su uso en múltiples aplicaciones. En el caso del procesamiento digital, la señal se convierte
en un formato discreto para luego asignar a cada muestra tomada un valor proporcional a la
magnitud de dicha muestra, de esta forma se obtiene una réplica de la señal en formato digita
evitando de esta forma que la señal se modifique por factores como el ruido que la puedan alterar,
y de esta forma poder hacer un procesamiento mucho más flexible además de poder almacenarla
debe aportar al foro luego de realizar la lectura, dando su opinión al respecto. En el producto
final se consolidan cinco conclusiones las opiniones de cada uno de los integrantes.
Opinión acerca del artículo compartido por Jaime Rivera: Modelo de procesamiento Digital de Señales
Cardiacas Desarrollado en Matlab. Autores: Rojas kervin, Romero Carmen, Romero Pedro, de la
En este artículo se hace un breve estudio sobre las señales cardiacas generadas por el corazón y
Inicialmente se emplea el teorema de muestreo de Nyquist para discretizar la onda de voltaje continua
en el tiempo, con el fin de establecer valores conocidos Como la modulación de amplitud de pulso
(PAM).
sucesivas.
Opinión acerca del artículo compartido por Edison Medina: No compartió artículo.
Opinión acerca del artículo compartido por Víctor Hugo Pachón: Filtro digital con PIC. Autores: Luis
Alfonso Rodríguez, Luis Enrique Avendaño y Edison Duque de la Universidad tecnológica de Pereira,
PIC16F873 de la compañía MICROCHIP, utilizando una técnica de filtrado conocida como promedio
móvil, el cual saca un promedio de las muestras tomadas para obtener el valor de salida y filtrando los
Espero que les guste, muy útil para el diseño de sistemas de adquisición de datos en señales que
1, 10 ≤ 𝑛 ≤ 20
𝑥[𝑛] = {
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Con
𝑛, −5 ≤ 𝑛 ≤ 0
ℎ[𝑛] = {
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
𝑥[𝑛] = {0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1,1}
Se utiliza el método de suma por columnas, alineando cada secuencia y realizando el producto
correspondiente:
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1
−5 −4 −3 −2 −1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 −5 −5 −5 −5 −5 −5 −5 −5 −5 −5 −5 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 −4 −4 −4 −4 −4 −4 −4 −4 −4 −4 −4 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 −3 −3 −3 −3 −3 −3 −3 −3 −3 −3 −3 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 −2 −2 −2 −2 −2 −2 −2 −2 −2 −2 −2 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 −1 −1 −1 −1 −1 −1 −1 −1 −1 −1 −1
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 −5 −9 −12 −14 −15 −15 −15 −15 −15 −15 −15 −10 −6 −3 −1
𝒘[𝒏] = {𝟎, 𝟎, 𝟎, 𝟎, 𝟎, 𝟎, 𝟎, 𝟎, 𝟎, 𝟎, 𝟎, 𝟎, 𝟎, 𝟎, 𝟎, −𝟓, −𝟗, −𝟏𝟐, −𝟏𝟒, −𝟏𝟓, −𝟏𝟓, −𝟏𝟓, −𝟏𝟓, −𝟏𝟓, −𝟏𝟓, −𝟏𝟓, −𝟏𝟎, −𝟔, −𝟑, −𝟏}
𝑟𝑥,ℎ = [𝑢(𝑛) ∗ 𝑢(−𝑛 + 2)] − [𝑢(𝑛) ∗ 𝑢(−𝑛 + 5)] − [𝑢(𝑛 − 6) ∗ 𝑢(−𝑛 + 2)] + [𝑢(𝑛 − 6) ∗ 𝑢(−𝑛 + 5)]
Entonces:
Respuesta forzada:
0.5[1 + 𝑧 −1 ]
𝑌[𝑧] = ∗ 𝑋[𝑧]
[1 − 𝑧 −1 − 𝑧 −2 ]
Respuesta natural:
Al final se tiene:
0.5 − [0.75 ∗ 𝑧 −1 ]
𝑌[𝑧]𝑛𝑎𝑡𝑢𝑟𝑎𝑙 =
[1 − 𝑧 −1 − 𝑧 −2 ]
1 𝑧
𝑋[𝑧] = −1
=
1 − 0.5𝑧 𝑧 − 0.5
0.5[1 + 𝑧 −1 ] 𝑧2 0.5[𝑧 2 + 𝑧]
𝑌[𝑧] = ∗ =
[1 − 𝑧 −1 − 𝑧 −2 ] 𝑧 2 [𝑧 2 − 𝑧 − 1]
0.5[𝑧 2 + 𝑧] 𝑧
𝐻[𝑧] = 2
∗
[𝑧 − 𝑧 − 1] 𝑧 − 0.5
Aplicamos algebra:
0.5𝑧 2 (𝑧 + 1)
𝐻[𝑧] =
(𝑧 − 0.5)(𝑧 − 1.618)(𝑧 + 0.618)
Ahora se procede a hacer la transformada inversa de z para esto se necesita encontrar las raíces de 𝐻[𝑧]
0.5[𝑧 2 + 𝑧] 𝑧 𝐴 𝐵𝑧 + 𝐶
𝐻[𝑧] = ∗ = +
[𝑧 2 − 𝑧 − 1] 𝑧 − 0.5 (𝑧 − 0.5) [𝑧 2 − 𝑧 − 1]
𝐴 = −0.15
𝐵 = 0.029
𝐶 = 1.37
Entonces:
Luego,
Después,
𝝅 𝝅
𝑯[𝒏] = 𝟎. 𝟏𝟓(𝟎. 𝟓)𝒏 𝑼[𝒏] + 𝐜𝐨𝐬 (𝒏 ) 𝑼[𝒏] + 𝐬𝐢𝐧(𝒏 )𝑼[𝒏]
𝟒 𝟒
5. Una señal dada por 𝑥(𝑡) = 2 𝑐𝑜𝑠(3𝜋𝑡) se muestrea con una frecuencia de 20
𝜔 = 2𝜋𝑓 = 3𝜋
Resolviendo para f:
2𝜋𝑓 = 3𝜋
3𝜋
𝑓=
2𝜋
3
𝑓= 𝐻𝑧
2
De acuerdo al teorema de Nyquist, la frecuencia de muestreo debe ser igual o superior a dos veces la
𝑓𝑠 = 2𝑓
3
𝑓𝑠 = 2 ( 𝐻𝑧)
2
𝑓𝑠 = 3 𝐻𝑧
Por lo que un muestreo a una frecuencia de 20 Hz es suficiente para tomar una réplica digital lo más
1
𝑡=
𝑓𝑠
1
𝑡=
20
De manera discreta:
𝑛
𝑡=
20
𝑛
𝑥[𝑛] = 2 𝑐𝑜𝑠 (3𝜋 ) (1)
20
Utilizando Excel se puede calcular los valores de las primeras 6 muestras de esta señal:
n x(n)
1 1.782012048
2 1.175566939
3 0.3128624
4 -0.61804237
5 -1.41422135
6 -1.90211712
b. Teniendo en cuenta que la señal muestreada se representa como x[n], ¿cómo se representaría la
1
𝑥[𝑛] = 2 𝑐𝑜𝑠 (3𝜋 (𝑛 − 4))
20
1 0.3128624
2 1.175566939
3 1.782012048
4 2
5 1.782012048
6 1.175566939
Tabla 2. Muestras de la señal discreta 𝑥(𝑡) = 2 𝑐𝑜𝑠(3𝜋𝑡) retrasada en cuatro periodos de muestreo.
6. Utilice la Transformada Discreta de Fourier (DFT, del inglés Discrete Fourier Transform) para
encontrar las muestras del espectro de frecuencia, tanto en magnitud como en fase, de la
siguiente secuencia x[n] = {2,-1,3}. Una vez encuentre las muestras del espectro, aplique la
Transformada Discreta de Fourier Inversa (IDFT, del inglés Inverse Discrete Fourier
garantizaran avances tan significativos que la calidad de vida de los seres humanos se incrementara de
de la velocidad del cálculo matemático de estos microprocesadores, que por lo general es en tiempo
real, serán las principales características que estarán estrechamente ligada al tipo de aplicación que se le
quiera dar, lo que quiere decir, que la tendencia es que siga evolucionando el PDS con arquitecturas que
estén cada vez más adaptadas a las necesidades y particularidades de las diferentes
aplicaciones. De tal manera que a nivel de prestaciones puede atender exigencias particulares como por
ejemplo la domótica, donde el usuario demanda los requisitos; sin embargo existen otros aspectos a
considerar como el costo y el consumo que pueden disminuir el número el interés en su estudio.
Finalmente se puede decretar el triunfo inminente del procesamiento digital de señales sobre el
procesamiento analógico de señales con un gran número de ventajas a nivel de costos y tamaño de
los componentes, así como también la confiabilidad y fidelidad que nos ofrece el PDS, con respecto a
la calidad de la señal.
BIBLIOGRAFIA
Robayo, F., & Rendón, A. (2013). 299004 – PROCESAMIENTO DIGITAL DE SEÑALES. Neiva