UNIVERSIDAD TECNOLÓGICA DE PANAMÁ

FACULTAD DE INGENIERÍA ELÉCTRICA

INTRODUCCIÓN AL PROCESAMIENTO DIGITAL DE SEÑALES

LABORATORIO NO. 2
CUANTIZACIÓN

Nombre: (1) Guillermo Olmos , Alberto Lindao

No. de Cédula:4-773-1910, (2)8-850-583
Grupo: 1IT151. Fecha:16/4/2018. Profesor: Fernando Merchan

Introducción

El aliasing ocurre cuando muestras una señal (cualquier cosa que repite un ciclo a lo largo del
tiempo) muy despacio (a una frecuencia comparable o menor que la señal que se está midiendo), y
obtienes una frecuencia y / o amplitud incorrecta como resultado.
En este laboratorio mediante ejemplos observaremos como y cuando ocurre el aliasing.

Contenido

1.- Generar 2 períodos de una sinusoide analógica de amplitud 1 frecuencia 200 Hz,
muestreándola a 1 KHz.
Encuentre la señal armónica en tiempo discreto.
Grafique la señal usando matlab.
%% seccion 1
f1=200;A1=1;Fs=1000; fn1=f1/Fs;

N=2/fn1;
n=[0:N];
s1= A1*sin(2*pi*fn1*n);

figure,stem (n,s1), title(' sinusoide de 200Hz');

Figura 1 sinusoidal de 200khz

¿Cuántas muestras debe generar para completar los dos períodos?

R= se deben generar 11 muestras

2.- A continuación, genere la misma cantidad de muestras encontrada en el apartado anterior,

de una sinusoide analógica de amplitud 1 y frecuencia 1.2 KHz, muestreándola a 1 KHz.
Grafique la señal usando matlab.
Repetir 1 y 2 con Fs= 10KHz

1.1 Problema 1 con frecuencia de muestreo de 10Khz

Figura 3. Sinusoide de 200hz

2.2 Problema 2 con frecuencia de muestro de 10khz

Figura 4. Sinusoide de 1khz

3.- Superponga sobre la gráfica obtenida en 1, la gráfica obtenida en 2 (utilice el comando

hold). ¿Qué ocurre ?, ¿ qué conclusiones se pueden sacar de las gráficas ?
Encuentre la señal sinusoidal en tiempo discreto generada en el punto 2.

%% seccion 1
f1=200;
A1=1;
Fs=10000;
fn1=f1/Fs;
N=2/fn1;
n=[0:N-1];
s1= A1*sin(2*pi*fn1*n);
%
%figure,stem (n,s1), title(' sinusoide de 200Hz');
figure
stem(n,s1),title ('grafica en tiempo superpuesta')
hold on
f2=1200 ;A4=1; fn2=f2/Fs;
s2=A4*sin(2*pi*fn2*n);
stem(n,s2)
%plot(n2,s2)
%Repetir 1 y 2 con frecuencia de 10khz

Figura5.Grafica del problema 1 superpuesta al problema 2

II.- Parte:
1.- Genere la serie obtenida al muestrear una sinusoide de 100 Hz y amplitud unidad con un
período de muestreo de 1 ms durante 1 segundo.
Figura6. Grafica de la serie con periodo de 1ms.

Grafique el espectro de la señal usando la instrucción abs(fft(y)), que encuentra, es simétrica

la misma. Comente el resultado.

Figura 7.

2.- Repita el apartado anterior pero ahora la señal a muestrear es la suma de cuatro sinusoides
de amplitud uno y frecuencias 100, 200, 600 y 2100 Hz. Utilice señales de tipo coseno.
Comente los resultados.
% Espectro de una Señal formada por cuatro sinosoides
f1=100; f2=200; f3=600; f4=2100;
A=1; t=1; T=1*10^-3;
Fs= 1/T;
fn1=f1/Fs; fn2=f2/Fs; fn3=f3/Fs; fn4=f4/Fs;

N=1000;

n=[0:N-1];

s= A*cos(2*pi*fn1*n)+ A*cos(2*pi*fn2*n)+ A*cos(2*pi*fn3*n)+

A*cos(2*pi*fn4*n);
TFs=abs(fft(s))
freqdis=[-0.5: 1/N:0.5-1/N]*Fs;
figure, stem(freqdis,fftshift (TFs)), title('Espectro ');

Figura8

¿Cuántos picos encuentra en la gráfica, puede identificar cada uno de los mismos?
Hay 2 picos en -100 y 100.

¿Se cumple el teorema del muestreo?

No se cumple el teorema de muestreo, porque no seguimos la regla de Nyquist.

¿Qué frecuencias de las anteriores no cumplen el teorema del muestreo?

La de 600 Hz y 2100 Hz.

De las frecuencias alias encontradas en el apartado anterior, cuáles son sus alias
La de 600 Hz su alias es en -400 y 400.
La de 2100 Hz su alia es en -100 y 100.

2. Puede ahora identificar cada uno de los componentes. Grafíquelas y señálelas en la gráfica.

3.- Repita el apartado anterior, pero sustituyendo la frecuencia de 2100 Hz, por una de 1900
Hz.
%%
% Espectro de la Señal con cosenos:
f1=100; f2=200; f3=600; f4=1900;
A=1; t=1; T=1*10^-3;
Fs= 1/T;
fn1=f1/Fs;
fn2=f2/Fs;
fn3=f3/Fs;
fn4=f4/Fs;

N=1000;

n=[0:N-1];
s= A*cos(2*pi*fn1*n)+ A*cos(2*pi*fn2*n)+ A*cos(2*pi*fn3*n)+
A*cos(2*pi*fn4*n);

TFs=abs(fft(s))
freqdis=[-0.5: 1/N:0.5-1/N]*Fs;
figure, stem(freqdis,fftshift (TFs)), title('Espectro ');

Figura9

¿Obtendríamos el mismo resultado si hubiésemos generado las señales con funciones seno?
No obtendríamos el mismo resultado, porque la transformada de Fourier de un seno es un
impulso hacia arriba y otro hacia abajo.

%%
% Espectro de con senos:
f1=100; f2=200; f3=600; f4=1900;
A=1; t=1; T=1*10^-3;
Fs= 1/T;
fn1=f1/Fs;
fn2=f2/Fs;
fn3=f3/Fs;
fn4=f4/Fs;

N=1000;

n=[0:N-1];

s= A*sin(2*pi*fn1*n)+ A*sin(2*pi*fn2*n)+ A*sin(2*pi*fn3*n)+

A*sin(2*pi*fn4*n);

TFs=abs(fft(s))
freqdis=[-0.5: 1/N:0.5-1/N]*Fs;
figure, stem(freqdis,fftshift (TFs)), title('Espectro');
Figura10.

¿Se producen términos alias? ¿Puede identificar cada uno de los componentes?
Si se producen alias.
9gSi el alias de 600 Hz es -400 y 400.

Conclusión
Si se utiliza una frecuencia menor a la establecida por el teorema de Nyquist, se produce una
distorsión conocida como aliasing. El aliasing impide recuperar correctamente la señal
cuando las muestras de ésta se obtienen a intervalos de tiempo demasiado largos. La forma
de la onda recuperada presenta pendientes muy abruptas.