PROCESAMIENTO DIGITAL DE SEÑALES – FASE 1

VICTOR MANUEL JIMENEZ MEDINA

C.C. 1.112.958.160

Abstract nulo para: |𝑓| > 𝑊 siendo la onda:

INTRODUCCIÓN
𝑆𝛿 (𝑡) = ∑ 𝛿 (𝑡 − 𝑚𝑇𝑠 )
𝑚

 ¿Qué es una señal cuantizada

DESARROLLO ACTIVIDAD
1. Conceptos Ya habiendo tomado las muestras de la
 ¿Qué es una señal muestreada? señal en el tiempo (equidistantes), se
procede a realizar el proceso de
El muestreo digital es un proceso de la
cuantificación. El cual aproxima cada
digitalización de señales. Este consiste en
valor de amplitud en cada muestra, a un
tomar muestras de una señal analógica a
valor dado por la resolución de rango
una frecuencia o tasa de muestreo
dinámico del Cuantizador. El valor de
constante, para cuantificarlas
cada muestra de la señal se representa
posteriormente.
como un valor elegido de entre un
El muestreo está basado en el teorema de
conjunto finito de posibles valores.
muestreo, que es la base de la
En los cuantificadores uniformes o
representación discreta de una señal
lineales la distancia entre los niveles de
continua en banda limitada. Es muy
reconstrucción es siempre la misma,
utilizada en la digitalización de señales y
como se observa en la siguiente figura:
en la codificación del sonido en forma
digital, para esto veremos a continuación
la formula del muestreo teórico:
Sea la señal de banda limitada y paso-
bajo 𝑥 (𝑡) (𝐷𝑜𝑚𝑖𝑛𝑖𝑜 𝑑𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜) cuyo
espectro
𝑥 (𝑓) (𝐷𝑜𝑚𝑖𝑛𝑖𝑜 𝑑𝑒 𝑙𝑎 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎) es

1/5
 ¿Cuál es el fenómeno llamado Alias
o Aliasing?
La teoría del muestreo define que, para
El aliasing o solapamiento, es el efecto una señal de ancho de banda limitado, la
que causa que señales continuas distintas frecuencia de muestreo 𝑓𝑚 , debe ser
se tornen indistinguibles cuando se mayor que dos veces su ancho de banda
muestrean digitalmente. Cuando esto [𝐵]medida en Hertz 𝑓𝑚 > 2 ∗ 𝐵
sucede, la señal original no puede ser
reconstruida de forma univoca a partir de
 ¿Qué realiza la transformada de
la señal digital. Una imagen ilimitada de
Fourier?
banda y muestreada por debajo de su
Es la transformación de una función del
frecuencia Nyquist en las direcciones “x”
tiempo en otra función de la frecuencia.
e “y”, resulta en una superposición de las
También se dice que la función original
replicaciones periódicas del espectro G
está en el dominio del tiempo y la
(fx, fy). Este fenómeno de superposición
transformada la pasa al dominio de la
periódica sucesiva es lo que se conoce
frecuencia. Es decir, dada una función
como aliasing o efecto Nyquist.
que te dice cuánto hay de una cantidad en
cada instante de tiempo, la transformada
 ¿Qué indica el teorema de muestreo
te da otra función que te dice la cantidad
de Nyquist?
que tiene la anterior función en cada
Indica que una señal analógica puede ser frecuencia.
reconstruida, sin error, de muestras
tomadas en iguales intervalos de tiempo.
 ¿Qué es la transformada rápida de
La razón de muestreo debe ser igual, o
Fourier?
mayor al doble de su ancho de banda de
Conocida por la abreviatura FFT (del
la señal analógica.
inglés Fast Fourier Transform) es un
algoritmo eficiente que permite calcular

2/5
la transformada de Fourier discreta Tenemos que:
(DFT) y su inversa. La FFT es de gran x(t) = 𝑐𝑜𝑠(𝜔𝑡)
importancia en una amplia variedad de
aplicaciones, desde el tratamiento digital Donde la frecuencia angular:
de señales y filtrado digital en general a 𝜔 = 2𝜋𝑓
la resolución de ecuaciones en derivadas 𝜔 = 12000𝜋
parciales o los algoritmos de Siendo:
multiplicación rápida de grandes enteros. 2𝜋𝑓 = 12.000𝜋
Sea 𝑥 (𝑛) una señal aperiódica discreta 12.000𝜋
f=
en el tiempo. La transformada discreta de 2𝜋

Fourier (DFT) de esta señal se define: 𝒇 = 𝟔𝒌𝑯𝒛

𝑁−1
𝑛
𝑋(𝑘) = ∑ 𝑥(𝑛)𝑒 −𝑗2𝜋𝑘𝑁 ,  Para hallar la frecuencia de alias 𝑓𝑎,
𝑛=0
aplicamos la siguiente ecuación:
𝑘 = 0, . . . , 𝑁 − 1.
𝒇𝒂 = f – 𝑵𝒔(𝒇𝒓𝒆𝒄𝒖𝒆𝒏𝒄𝒊𝒂 𝒅𝒆𝒎𝒖𝒆𝒔𝒕𝒓𝒆𝒐)

2. Muestreo 𝒇𝒂 = 𝟔. 𝒌𝑯𝒛 − 𝟓𝒌𝑯𝒛

Ejercicio 4:
Siendo 𝑥(𝑡) = 𝑐𝑜𝑠 (12𝑘𝜋 𝑡)
Resuelva:
1.1. ¿Se presenta fenómeno alias o
aliasing si 𝑥(𝑡) es muestreada a
𝒇𝒂 = 𝟏 𝒌𝑯𝒛
Para este caso evidenciamos que si
hay aliasing debido a que por lo
menos debería ser el valor de la
frecuencia de muestreo de 12kHz.

𝑆 = 5𝑘 𝐻𝑧?
Explique paso a paso y si presenta
alias, encuentre la frecuencia 𝑓𝑎 1.2. ¿Se presenta fenómeno alias o

Desarrollo: aliasing si 𝑥(𝑡) es muestreada a 𝑆 =

Para este caso tenemos en cuenta la 12,5𝑘 𝐻𝑧? Explique paso a paso y si

frecuencia angular: presenta alias, encuentre la

𝜔 = 2𝜋𝑓 frecuencia 𝑓𝑎

3/5
 Para este caso tenemos en cuenta la
frecuencia angular: 1.1. Halle la potencia de ruido 𝑃𝑁
𝜔 = 2𝜋𝑓 La potencia de la señal es igual a:
Tenemos que: 𝑃𝑆
x(t) = 𝑐𝑜𝑠(𝜔𝑡) 𝑁−1
1
= (𝑣𝑎𝑙𝑜𝑟 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜) ∑ 𝑋 2 (𝑛)
𝑁
𝑛=0
Donde la frecuencia angular: Donde:
𝜔 = 2𝜋𝑓 𝑃𝑠
𝜔 = 12.500𝜋 1
= (0.22 , 0.52 , 0.52 , 0.82 , 1.02 , 1.52 , 1.52 , 0.72 )
Siendo: 8
2𝜋𝑓 = 12.500𝜋 7.17
𝑃𝑠 =
8
12.500𝜋
f= 𝑷𝒔 = 𝟎. 𝟖𝟗𝟔𝟐
2𝜋
𝒇 = 𝟔, 𝟐𝟓𝒌𝑯𝒛
1.2. Halle la potencia 𝑃 𝑠
Para este caso evidenciamos que Donde:
no hay aliasing. 𝑃𝑠
1
= (0.22 , 0, −0.32 , −0.22 , 02 , 02 , −0.32 , −1.32 )
2. Cuantización
8
1.87
𝑃𝑠 =
Ejercicio 2: 8
Siendo la señal muestreada: 𝑥[𝑛] = 𝑷𝒔 = 𝟎. 𝟐𝟑𝟑𝟖
{0.2,0.5,0.5,0.8,1.0,1.5,1.5,0.7}

La señal cuantizada: 𝑥𝑄[𝑛] = 1.3. Halle la relación señal a ruido de

{0,0.5,0.8,1.0,1.0,1.5,1.8,2.0} cuantización 𝑆𝑁𝑅𝑄

𝑁−1
1
𝑃𝐸 = ∑ 𝑒 2 (𝑛)
Y la señal de error: 𝑒[𝑛] = 𝑁
𝑛=0
{0.2,0,−0.3,−0.2,0,0,−0.3,−1.3} Donde:

4/5
 10*log10(0.8962/0.2338)
Teniendo como resultado:  Ambardar, A. (2002). Transformada de
𝑷𝑬 = 𝟓. 𝟖𝟑𝟓𝟔 Fourier de Tiempo Discreto. In
Procesamiento de señales analógicas y
digitales (2nd ed., p. 482). Mexico City:
REFERENCIAS BIBLIOGRAFICAS Cengage Learning.
Recuperado de http://bibliotecavirtual.un
 Ambardar, A. (2002). Cuantización. In
ad.edu.co:2619/apps/doc/CX406030015
Procesamiento de señales analógicas y
2/GVRL?u=unad&sid=GVRL&xid=63c
digitales (2nd ed., pp. 460-464). Mexico
52a5d
City, Mexico: Cengage Learning.
Recuperado
de http://bibliotecavirtual.unad.edu.co:2
619/apps/doc/CX4060300147/GVRL?u
=unad&sid=GVRL&xid=80fe31fe

 García Martínez, M. (05,07,2017).

Procesamiento Digital de Señales -
Transformada Discreta de Fourier.
[Archivo de video]. Recuperado
de http://hdl.handle.net/10596/12519

 Parker, M. (2010). Digital Signal

Processing 101 : Everything You Need to
Know to Get Started. Burlington, MA:
Newnes. Recuperado
de http://bibliotecavirtual.unad.edu.co:2
051/login.aspx?direct=true&db=nlebk&
AN=336009&lang=es&site=eds-live

5/5