Академический Документы
Профессиональный Документы
Культура Документы
𝑓𝑎 = 𝑓 − 𝑁𝑆
EJERCICIO 2 BEATRIZ KATALINA TORRES NUÑEZ 𝑓𝑎 = 1ℎ𝑧 − 90ℎ𝑧
Siendo 𝑥(𝑡) = 9 𝑠𝑒𝑛(2𝜋 𝑡) + 3 𝑠𝑒𝑛(20𝜋 𝑡) +
𝑓𝑎 = −89ℎ𝑧
7 𝑠𝑒𝑛(1024 𝜋 𝑡) Resuelva:
𝑆 ≥ 2𝑓
1.1 Encuentre las frecuencias 𝑓0𝑛 de cada una de las
componentes de la señal 𝑥(𝑡) 90 ≥ 2(1)
1.2 Si la señal 𝑥(𝑡) tiene una frecuencia de muestreo 𝑆 = Podemos, decir que no hay alising
90𝐻𝑧 y se desea realizar la reconstrucción de la señal, Luego
identifique si las componentes senoidales no sufren
fenómeno de alias, y si alguna de ellas lo sufre, 3 𝑠𝑒𝑛(20𝜋 𝑡)
indique cuál y por qué. 𝑓 = 10
𝑓𝑎 = 𝑓 − 𝑁𝑆
DESARROLLO
𝑓𝑎 = 10ℎ𝑧 − 90ℎ𝑧
𝑥(𝑡) = 9 𝑠𝑒𝑛(2𝜋 𝑡) + 3 𝑠𝑒𝑛(20𝜋 𝑡) + 7 𝑠𝑒𝑛(1024 𝜋 𝑡)
𝑓𝑎 = −80
Tenemos.
𝑆 ≥ 2𝑓
9 𝑠𝑒𝑛(2𝜋 𝑡) = 𝑠𝑒𝑛 (𝜔𝑡)
90 ≥ 2(10)
𝜔 = 2𝜋
90 ≥ 20
𝜔 = 2𝜋𝑓
Podemos, decir que no hay alising
2𝜋 = 2𝜋𝑓
Entonces
𝑓 = 1 ℎ𝑧 7 𝑠𝑒𝑛(1024 𝜋 𝑡)
Entonces. 𝑓 = 512ℎ𝑧
𝜔 = 20𝜋 𝑓𝑎 = 422ℎ𝑧
𝜔 = 2𝜋𝑓 𝑆 ≥ 2𝑓
3
90 ≥ 2(512) 5𝑘 𝐻𝑧 ≥ 12𝑘 𝐻𝑧
90 ≥ 1024
𝑓𝑎 = 𝑓𝑜 − 𝑁𝑠
𝑓𝐿 = 4𝑘𝐻𝑧, 𝑓𝐻 = 8𝑘𝐻𝑧
𝑓𝑎 = 6 𝑘 𝐻𝑧 − 5𝑘 𝐻𝑧
𝑓𝑎 = 1𝑘 𝐻𝑧
1.1. Encuentre el ancho de banda 𝐵 de la señal 𝑥𝑐(𝑡)
¿Se presenta fenómeno alias o aliasing si x(t) es muestreada a
𝐵 = 𝑓𝐻 − 𝑓𝐿
S=12,5k Hz? Explique paso a paso y si presenta alias, encuentre
𝐵 =8−4 la frecuencia 𝑓𝑎
𝐵 = 4𝑘𝐻𝑧
1.2. Encuentre la frecuencia de muestreo 𝑆 para que no se Solución.
presente fenómeno alias. La frecuencia de Nyquist establece que la frecuencia de
𝑓𝑚 = 2 ∗ 𝑓𝐻 muestreo, debe ser como mínimo el doble que el ancho de banda
de la señal muestreada para que no presente el fenómeno alias o
𝑓𝑚 = 16𝑘𝐻𝑧 aliasing.
𝑆 ≥ 2 𝑓𝑚𝑎𝑥
EJERCICIO 4: JOHN STEVEN POSSO CAICEDO
5𝑘 𝐻𝑧 ≥ 2 (6𝑘 𝐻𝑧)
4
𝟎, 𝟖𝟗𝟔𝟐𝟓
PENDIENTE 𝑆𝑁𝑅𝑄 = 10 ∗ log(10)
𝟎, 𝟐𝟒𝟑𝟕𝟓
𝑆𝑁𝑅𝑄 = 5,6548
EJERCICIO 2: JOHN STEVEN POSSO CAICEDO
La señal cuantizada:
𝟏. 𝟗𝟓
𝑷𝒆 =
𝟖 𝑥𝑄 [𝑛] = {0,0.5,1.0,1.0,1.8,2.0,3.5,3.5}
𝑷𝒆 = 𝟎, 𝟐𝟒𝟑𝟕𝟓
1.1. Calcule la señal de error:
𝑒[𝑛]
1.2. Hallamos la potencia de la señal.
𝑵−𝟏
1.2. Halle la potencia de ruido 𝑃𝑁
𝟏
𝑷𝒔 = ∑ 𝒙𝟐 (𝒏)
𝑵 1.3. Halle la potencia 𝑃𝑠
𝒏=𝟎
x[n] = [585]
Luego sería que:
1
𝑃𝑠 = ((00 ) + (0.22 ) + (0.52 ) + (1.02 ) + (1.42 )
8 Remplazamos
+ (1.82 ) + (2.02 ) + (2.4)2 )
1 Para K=0
𝑃𝑠 = (0 + 0.04 + 0.25 + 1 + 1.96 + 3.24 + 4
8
+ 5.76) −𝒋𝟐𝝅(𝟎)(𝟎)
𝑿(𝟎) = 𝒙(𝟎) 𝒆 𝟑 +
−𝒋𝟐𝝅(𝟎)(𝟏)
Como resultado quedaría que: 𝑿(𝟎) = 𝒙(𝟏) 𝒆 𝟑 +
−𝒋𝟐𝝅(𝟎)(𝟐)
𝑿(𝟎) = 𝒙(𝟐) 𝒆 𝟑 =
16.61
𝑃𝑠 = = 2.076
8 𝑿(𝟎) = 𝟓 + 𝟖 + 𝟓
𝑿(𝟎) = 𝟏𝟖 + 𝟎 𝒋
EJERCICIO 5: JOHN ELKIN QUINTERO
Se va a muestrear una senoide con niveles de amplitud de -2V Para K=1
y 2V, y se va a cuantizar por redondeo con un error rms 𝜎 = −𝒋𝟐𝝅(𝟏)(𝟎)
10mv. ¿Cuántos bits 𝐵 se requieren? 𝑿(𝟏) = 𝒙(𝟎)𝒆 𝟑 +
Solución −𝒋𝟐𝝅(𝟏)(𝟏)
𝑿(𝟏) = 𝒙(𝟏) 𝒆 𝟑 +
6
t = 0:N-1
Identidad de Euler subplot(311)
stem(t,x);
𝒆−(𝒋𝒙) = 𝐜𝐨𝐬(𝝎) − 𝒋𝒔𝒆𝒏(𝝎) xlabel('Tiempo (s)');
Entonces ylabel('Amplitud');
title(' Dominio de Tiempo - Secuencia de Entrada')
𝟐𝝅 𝟐𝝅
𝒙(𝟏) = 𝟓 + 𝟖 [𝒄𝒐𝒔 ( ) − 𝒋𝒔𝒆𝒏 ( )] subplot(312)
𝟑 𝟑
𝟒𝝅 𝟒𝝅 stem(t,X)
+ 𝟓 [𝒄𝒐𝒔 ( ) − 𝒋𝒔𝒆𝒏 ( )] xlabel('Frecuencia');
𝟑 𝟑
ylabel('|X(k)|');
−𝟏 √𝟑 −𝟏 √𝟑 title(' Dominio de Frecuencia - Respuesta de Magnitud')
𝒙(𝟏) = 𝟓 + 𝟖 ( ) − 𝒋𝟖 ( ) + 𝟓 ( ) − 𝒋𝟓 (− )
𝟐 𝟐 𝟐 𝟐
subplot(313)
stem(t,angle(X))
𝒙(𝟏) = 𝟓 − 𝟒 − 𝒋 𝟔, 𝟗𝟐𝟖 − 𝟐, 𝟓 + 𝒋𝟒, 𝟑𝟑 xlabel('Frecuencia');
ylabel('Fase');
𝒙(𝟏) = −𝟏. 𝟓 + 𝟐, 𝟓𝟗𝟖 𝒋 title('Dominio de Frecuencia - Respuesta de Fase')
Para K=2 X
−𝒋𝟐𝝅(𝟏)(𝟎)
angle(X)
𝑿(𝟐) = 𝒙(𝟎)𝒆 𝟑 +
−𝒋𝟐𝝅(𝟏)(𝟏)
𝑿(𝟐) = 𝒙(𝟏) 𝒆 𝟑 +
−𝒋𝟐𝝅(𝟐)(𝟐)
𝑿(𝟐) = 𝒙(𝟐) 𝒆 𝟑 =
𝒋𝟐𝝅 𝒋𝟒𝝅
𝑿(𝟎) = 𝟓𝒆𝟎 + 𝟖𝒆− 𝟑 + 𝟓𝒆− 𝟑
Identidad de Euler
𝟐𝝅 𝟐𝝅
𝒙(𝟐) = 𝟓 + 𝟖 [𝒄𝒐𝒔 ( ) − 𝒋𝒔𝒆𝒏 ( )]
𝟑 𝟑
𝟒𝝅 𝟒𝝅
+ 𝟓 [𝒄𝒐𝒔 ( ) − 𝒋𝒔𝒆𝒏 ( )]
𝟑 𝟑
−𝟏 √𝟑 −𝟏 √𝟑
𝒙(𝟐) = 𝟓 + 𝟖 ( ) − 𝒋𝟖 ( ) + 𝟓 ( ) − 𝒋𝟓 (− )
𝟐 𝟐 𝟐 𝟐
Código Octave.
x = [5 8 5];
N = length(x);
X = zeros(3,1);
for k = 0:N-1
7
𝑥[𝑛] = [1,9,9]
Resolvemos
Para K=0
−𝑗2𝜋𝑘𝑛 −𝑗2𝜋(0)(0)
𝑋(0) = ∑ 𝑥(𝑛) 𝑒 𝑁 = 𝑥(0) 𝑒 3 = 1𝑒 0 = 1
−𝑗2𝜋𝑘𝑛 −𝑗2𝜋(0)(1)
𝑋(0) = ∑ 𝑥(𝑛) 𝑒 𝑁 = 𝑥(1) 𝑒 3 = 9𝑒 0 = 9
−𝑗2𝜋𝑘𝑛 −𝑗2𝜋(0)(2)
𝑋(0) = ∑ 𝑥(𝑛) 𝑒 𝑁 = 𝑥(2) 𝑒 3 = 9𝑒 0 = 9
𝑋(0) = 1 + 9 + 9
𝑋(0) = 19 + 0 𝑗
Para K=1
−𝑗2𝜋𝑘𝑛 −𝑗2𝜋(1)(0)
𝑋(1) = ∑ 𝑥(𝑛) 𝑒 𝑁 = 𝑥(0)𝑒 3 = 1𝑒 0 = 1
−𝑗2𝜋𝑘𝑛 −𝑗2𝜋(1)(1) 𝑗2𝜋
𝑋(1) = ∑ 𝑥(𝑛) 𝑒 𝑁 = 𝑥(1) 𝑒 3 = 9𝑒 − 3
Identidad de Euler
𝑗2𝜋 2𝜋 2𝜋 4𝜋𝑗
𝑥(1) = 1 + 9𝑒 − 3 = 9 [𝑐𝑜𝑠 ( ) − 𝑗𝑠𝑒𝑛 ( )] + 9𝑒 − 3
3 3
4𝜋 4𝜋
= 9 [𝑐𝑜𝑠 ( ) − 𝑗𝑠𝑒𝑛 ( )]
3 3
−1 √3 −1 √3
𝑥(1) = 1 + 9 ( ) − 𝑗9 ( ) + 9 ( ) − 𝑗9 (− )
2 2 2 2
𝑥(1) = −8 + 𝑗0
Para K=2
−𝑗2𝜋𝑘𝑛 −𝑗2𝜋(2)(0)
𝑋(2) = ∑ 𝑥(𝑛) 𝑒 𝑁 = 𝑥(0)𝑒 3 = 1𝑒 0 = 1
−𝑗2𝜋𝑘𝑛 −𝑗2𝜋(2)(1) 𝑗4𝜋
𝑋(2) = ∑ 𝑥(𝑛) 𝑒 𝑁 = 𝑥(1) 𝑒 3 = 9𝑒 − 3
Identidad de Euler
Entonces
8
−1 √3 −1 √3
𝑥(2) = 1 + 9 ( ) − 𝑗9 ( ) + 9 ( ) − 𝑗9 (− )
2 2 2 2
𝑥(1) = −8 + 𝑗0
Código Matlab.
% GRAFICAS
subplot(311)% Primera Grafica
stem(t,x); % Variables
xlabel('Tiempo(s)'); % componentes en x
ylabel('Amplitud'); % componentes en y
title('Dominio de Tiempo - Secuencia de Entrada') % título
grafica
TransformadaDiscretaFourier=X % Resultado de la
Transformada Discreta de Fourier
9
x(0) = 18 + 0J
−j2π −j4π
x(1) = 8e0 + 9e 3 + 1e 3
Fórmula identificada:
Remplazamos valores
Gráfico 3. Grafica en Matlab Transformada Discreta
2π 2π
Fourier x(1) = 8 + 9 [cos ( ) − jsen ( )]
3 3
4π 4π
+ 1 [cos ( ) − jsen ( )]
3 3
1 √3 1 √3
x(1) = 8 + 9(− ) − j9( ) + 1 (− ) − j1(− )
2 2 2 2
x(1) = 3 − 6,928
−j2π −j4π
OMAR GOMEZ VASQUEZ CC 1101682891 x(2) = 8e0 + 9e 3 + 1e 3
𝑥[𝑛] = [8,9,1]
Fórmula identificada:
Resolviendo
𝑥 = (𝟖, 𝟗, 𝟏) e−jw = cos(w) − jsin(w)
Ahora remplazamos los valores en k
Remplazamos valores
𝑘1 = 𝟗; 𝑘2 = 𝟗; 𝑘 = 𝟏
2π 2π
𝑘 = 3𝑦𝑛 =0 x(2) = 8 + 9 [cos ( ) − jsen ( )]
3 3
Tenemos la formula. 4π 4π
+ 1 [cos ( ) − jsen ( )]
∞
3 3
−j2πkn
x(k) = ∑ x(n)e N
1 √3 1 √3
n=−∞ x(2) = 8 + 9(− ) − j9( ) + 1 (− ) − j1(− )
2 2 2 2
x(2) = 3 + 8,660
2𝜋 2𝜋
𝑘(1) = 0 + 0 [𝑐𝑜𝑠 ( ) − 𝑖 𝑠𝑒𝑛 ( )]
3 3
4𝜋 4𝜋
+ 9 [𝑐𝑜𝑠 ( ) − 𝑖 𝑠𝑒𝑛 ( )]
3 3
−1 √3 −1 √3
𝑘(1) = 0 + 0 + ( ) − 𝑖0 ( ) + 9 ( ) − 𝑖9 (− )
2 2 2 2
−2𝜋𝑖(2)(2) −4𝜋𝑖
𝑥[𝑛] = [9] … … … … . 𝑘(1) = ∑ 9 ∗ 𝑒 3 = 9𝑒 3
−2𝜋𝑖 −4𝜋𝑖
𝑘(2) = 0𝑒 0 + 0𝑒 3 + 9𝑒 3
−2𝜋𝑖(2)(2) −4𝜋𝑖
𝑥[𝑛] = [9] … … … … . 𝑘(1) = ∑ 9 ∗ 𝑒 3 = 9𝑒 3
−2𝜋𝑖 −4𝜋𝑖
𝑘(1) = 0𝑒 0 + 0𝑒 3 + 9𝑒 3
Los múltiples sonidos que existan en nuestro entorno el ser VI. ¿Cuál es el fenómeno llamado Alias o Aliasing?
humano han construido diferentes instrumentos musicales.
Existen diversos tipos de instrumentos musicales y pueden El fenómeno Alias o Aliasing se presenta cuando una señal es
clasificarse de acuerdo con la manera en que se produce el muestreada por debajo de su frecuencia de Nyquist en las
sonido, miremos Flauta, Clarinete, Trompeta, Tambor, Guitarra direcciones "x" e "y", esto quiere decir que si la frecuencia de
acústica. muestreo es menor a dos veces la frecuencia máxima de la
señal analógica se presenta el fenómeno alias y la señal
original no puede ser reconstruida a partir de la señal digital
debido a la perdida de información
REFERENCIAS