PROCESAMIENTO DIGITAL DE SEÑALES FASE 1

Presentado por:

JAIME RIVERA

VICTOR HUGO PACHON

JHON EDISON MEDINA

Grupo: 299004_3

Tutor

ANA ISABEL BOLAÑOS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE

CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA II SEMESTRE DE 2015

SEPTIEMBRE
 INTRODUCCIÓN

El procesamiento de cualquier tipo de señal es un procedimiento bastante importante en el

desarrollo de la ingeniería electrónica, el cual permite un análisis de la señal teniendo en cuenta su

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

fácilmente en cualquier dispositivo de almacenamiento digital, algo que difícilmente se puede

lograr en el mundo análogo.

En el presente trabajo realizaremos la introducción en el procesamiento digital de señales con el

estudio de los temas y lecturas sugeridas en el entorno de conocimiento, además de la realización

de los ejercicios planteados en la guía de actividades: paso 1 recolección de la información,

desarrollada dentro del entorno de aprendizaje colaborativo.

 DESARROLLO DE LA GUIA

1. Revisar el instructivo para consulta de bases de datos de la Universidad Nacional Abierta y a

Distancia y buscar un artículo relacionado con Procesamiento Digital de Señales. El estudiante

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

Universidad de la Costa, Barranquilla, Colombia, de la revista electrónica de estudios telemáticos.

En este artículo se hace un breve estudio sobre las señales cardiacas generadas por el corazón y

conocer su correcto funcionamiento en un paciente en buen estado de salud.

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).

Luego de realizar el proceso de cuantificación por medio de un convertidor de aproximaciones

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,

Colombia, de la revista electrónica y computadores editorial CEKIT.

Este artículo explica el funcionamiento y el diseño de un filtro digital con un microcontrolador

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

ruidos o espureas que pueden aparecer en la señal.

Espero que les guste, muy útil para el diseño de sistemas de adquisición de datos en señales que

contengan bastante ruido.

2. Determine la convolución de la secuencia

1, 10 ≤ 𝑛 ≤ 20
𝑥[𝑛] = {
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

Con

𝑛, −5 ≤ 𝑛 ≤ 0
ℎ[𝑛] = {
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

Se organizan las secuencias partiendo desde n = -5 hasta n = 20:

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}

ℎ[𝑛] = {−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}

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}

3. Encuentre la correlación entre las secuencias:

𝑢[𝑛]1 = 𝑢[𝑛] = 𝑢[𝑛]

𝑢[𝑛]2 = 𝑢[𝑛 − 6] = 𝑢[𝑛] ∗ 𝛿(𝑛 − 6)

𝑢[𝑛]3 = 𝑛𝑢[𝑛 − 2] = 𝑢[𝑛] ∗ 𝛿(𝑛 − 2)

u[n]4 = u[n − 5] = u[n] ∗ δ(n − 5)

Se aplican los mismos procedimientos para la convolución.

𝑟𝑥,ℎ = 𝑥[𝑛] ∗ ℎ[−𝑛]

𝑟𝑥,ℎ = [𝑢(𝑛) − 𝑢(𝑛 − 6)] ∗ [𝑢(−(𝑛 − 2)) − 𝑢(−(𝑛 − 5))]

𝑟𝑥,ℎ = [𝑢(𝑛) − 𝑢(𝑛 − 6)] ∗ [𝑢(−𝑛 + 2) − 𝑢(−𝑛 + 5)]

𝑟𝑥,ℎ = [𝑢(𝑛) ∗ 𝑢(−𝑛 + 2)] − [𝑢(𝑛) ∗ 𝑢(−𝑛 + 5)] − [𝑢(𝑛 − 6) ∗ 𝑢(−𝑛 + 2)] + [𝑢(𝑛 − 6) ∗ 𝑢(−𝑛 + 5)]

𝑟𝑥,ℎ = [𝑛𝑢(−𝑛 + 2)] − [𝑛𝑢(−𝑛 + 5)] − [𝑛𝑢(−𝑛 − 4)] + [𝑛𝑢(𝑛 − 1)]

 4. Considere un sistema descrito por la ecuación en diferencias

𝑌[𝑛] = 𝑌[𝑛 − 1] − 𝑌[𝑛 − 2] + 0.5𝑋[𝑛] + 0.5𝑋[𝑛 − 1]

Encuentre la respuesta de este sistema a la entrada

𝑋[𝑛] = 0.5𝑛 𝑈[𝑛]

Con condiciones iniciales 𝑦[−1] = 0.75 𝑦[−2] = 0.25

Entonces:

𝑌[𝑧] = [𝑌[𝑧] ∗ 𝑧 −1 + 𝑌[−1]] − [𝑌[𝑧] ∗ 𝑧 −2 + 𝑌[−1] ∗ 𝑧 −1 + 𝑌[−2]] + 0.5[𝑋[𝑧] + 𝑋[𝑧] ∗ 𝑧 −1 + 𝑋[−1]]

𝑌[𝑧] − 𝑌[𝑧] ∗ 𝑧 −1 − 𝑌[𝑧] ∗ 𝑧 −2 = [𝑌[−1]] − [𝑌[−1] ∗ 𝑧 −1 + 𝑌[−2]] + 0.5[𝑋[𝑧] + 𝑋[𝑧] ∗ 𝑧 −1 + 𝑋[−1]]

𝑌[𝑧][1 − 𝑧 −1 − 𝑧 −2 ] = [𝑌[−1]] − [𝑌[−1] ∗ 𝑧 −1 + 𝑌[−2]] + 0.5𝑋[𝑧][1 + 𝑧 −1 ]

Respuesta forzada:

0.5[1 + 𝑧 −1 ]
𝑌[𝑧] = ∗ 𝑋[𝑧]
[1 − 𝑧 −1 − 𝑧 −2 ]

Respuesta natural:

[𝑌[−1]] − [𝑌[−1] ∗ 𝑧 −1 + 𝑌[−2]]

𝑌[𝑧] =
[1 − 𝑧 −1 − 𝑧 −2 ]

Con los valores iniciales para 𝑦[−1] = 0.75 y 𝑦[−2] = 0.25

[0.75] − [0.75 ∗ 𝑧 −1 + 0.25]

𝑌[𝑧] =
[1 − 𝑧 −1 − 𝑧 −2 ]

Al final se tiene:
 0.5 − [0.75 ∗ 𝑧 −1 ]
𝑌[𝑧]𝑛𝑎𝑡𝑢𝑟𝑎𝑙 =
[1 − 𝑧 −1 − 𝑧 −2 ]

Luego, Se encuentra la respuesta de la respuesta forzada ante la entrada 𝑋[𝑛]

𝑋[𝑛] = 0.5𝑛 𝑈[𝑛]

𝑋[𝐾𝑇] = 0.5𝐾𝑇 𝑈[𝐾𝑇]

Donde la transformada 𝑍 para 𝑋[𝑛] es:

1 𝑧
𝑋[𝑧] = −1
=
1 − 0.5𝑧 𝑧 − 0.5

Trabajamos la entrada para buscar la salida:

0.5[1 + 𝑧 −1 ] 𝑧2 0.5[𝑧 2 + 𝑧]
𝑌[𝑧] = ∗ =
[1 − 𝑧 −1 − 𝑧 −2 ] 𝑧 2 [𝑧 2 − 𝑧 − 1]

Hallamos la salida en respuesta a la entrada:

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]

Luego de realizar fracciones parciales se encuentra:

𝐴 = −0.15

𝐵 = 0.029
 𝐶 = 1.37

Entonces:

0.5[𝑧 2 + 𝑧] 𝑧 0.15𝑧 0.29𝑧 + 1.37

𝐻[𝑧] 2 ∗ = + 2
[𝑧 − 𝑧 − 1] 𝑧 − 0.5 (𝑧 − 0.5) [𝑧 − 𝑧 − 1]

Luego,

0.5[𝑧 2 + 𝑧] 𝑧 0.15𝑧 𝑧(𝑧 + 4.7)

𝐻[𝑧] 2 ∗ = + 2
[𝑧 − 𝑧 − 1] 𝑧 − 0.5 (𝑧 − 0.5) [𝑧 − 𝑧 − 1]

Después,

0.5[𝑧 2 + 𝑧] 𝑧 0.15𝑧 𝑧(𝑧 + 4.7) 𝑧

𝐻[𝑧] 2 ∗ = + 2 + 2
[𝑧 − 𝑧 − 1] 𝑧 − 0.5 (𝑧 − 0.5) [𝑧 − 𝑧 − 1] [𝑧 − 𝑧 − 1]

Con esto se encuentra la transformada de z inversa:

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

Hz, comenzando en t=0:

a. ¿La frecuencia de muestreo es suficiente para la señal?

Teniendo en cuenta que 𝜔 = 3𝜋 según la función de la señal:

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

frecuencia de la señal, de esta forma:

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

exacta posible a la señal original.

a. Encontrar las primeras seis muestras de la secuencia.

Para la frecuencia de muestro de Fs=20 Hz:

1
𝑡=
𝑓𝑠

1
𝑡=
20

De manera discreta:

𝑛
𝑡=
20

Donde n es el número de la muestra, de esta forma la función queda como:

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

Tabla 1. Muestras de la señal discreta 𝑥(𝑡) = 2 𝑐𝑜𝑠(3𝜋𝑡)

b. Teniendo en cuenta que la señal muestreada se representa como x[n], ¿cómo se representaría la

misma señal retrasada en cuatro periodos de muestreo?

De acuerdo a (1) y para retrasar la señal cuatro periodos:

1
𝑥[𝑛] = 2 𝑐𝑜𝑠 (3𝜋 (𝑛 − 4))
20

Siendo las seis primeras muestras:

 n x(n)

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

Transform) para recuperar la secuencia original.

 CONCLUSIONES Y RECOMENDACIONES

El procesamiento digital de señales representa el futuro en el estudio de nuevas tecnologías que

de la mano de campos de la ingeniería como la electrónica concretaran la evolución de la misma y

garantizaran avances tan significativos que la calidad de vida de los seres humanos se incrementara de

forma sustancial. En este sentido, la fabricación y diseño de nuevas arquitecturas y el incremento

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

(Colombia): Universidad Nacional Abierta y a Distancia UNAD.