UNIVERSIDAD TECNOLOGICA DE

PANAMA
FACULTAD DE INGENIERIA
ELECTRICA

Laboratorio de Intr. al
Procesamiento Digital de Señales

Prof. Ing. Daniel Cervantes, M.Sc.

Practica 5

RESPUESTA DEL SISTEMA

Objetivo: Obtener el desarrollo de fracciones parciales y las graficas de polos y ceros con ayuda
de MATLAB.

Material y equipo:
Computadora con MATLAB

Introducción:
Una operación que debe hacerse con frecuencia en el cálculo de la respuesta del sistema es el
desarrollo en fracciones parciales, para que permita el uso de tablas de transformadas. Para esta
operación se cuenta con la función de MATLAB “residuez”. Las gráficas de polos ceros de la
función de transferencia son muy importantes ya que nos dan información sobre la dinámica del
sistema. MATLAB cuenta con la función “zplane” que permite realizar este tipo de gráficas de
forma simple introduciendo los coeficientes de la función de transferencia.

Prof. Ing. Daniel Cervantes, M.Sc. Página 1

DESARROLLO:

PRIMERA PARTE

Funciones a utilizar:
 fft / fftshift / plot / abs / filter /freqz / phasez / zplane

En esta manipulación tenemos por objetivo analizar la influencia de los polos y de los ceros de la
función de transferencia de un filtro digital. Es sabido que los polos deben situarse al interior del
círculo unitario en el plano complejo para garantizar la estabilidad del filtro.
Considere un filtro cuya función de transferencia no tenga ceros y se caracteriza por dos polos
definidos de la siguiente manera:
 f   f 
p1  R exp j0   R exp j 2 0  y p2  R exp j0   R exp  j 2 0 
 fs   fs 
Optaremos inicialmente por una pulsación normalizada  0   / 3 y R=0,95.

Etapa 1
 ¿Cuál es la expresión de la función de transferencia de amplitud H 1 z  ?
 Utilice la función zplane para observar la posición de los polos y de los ceros
 Con la ayuda de la función freqz, calcule y observe la respuesta en frecuencia y en fase del
filtro. Comente lo observado.

Considere un ruido blanco gausiano centrado de medio cero y de varianza 1. Filtre esta señal con
el filtro definido arriba utilizando la función filter.
 Presente con gráficas representaciones temporales de la señal de entrada y la señal de
salida. También presente sus respectivas densidades espectrales de potencia.
 Compare el resultado obtenido con la respuesta en frecuencia del filtro teórico.

Etapa 2
Haga variar la pulsación normalizada  0 para un modulo R fijo de 0.95.
Retome las manipulaciones de la etapa 1.

Etapa 3
Ahora, haga variar el modulo R para una pulsación normalizada fija de  0   / 3 .
Retome las manipulaciones de la etapa 1.

Etapa 4
Considere ahora que la función de transferencia H 2 z  está definida en función de dos polos
complejos conjugados siguientes:

Prof. Ing. Daniel Cervantes, M.Sc. Página 2

  f   f 
p1  R exp j0   R exp j 2 0  y p2  R exp j0   R exp  j 2 0 
 fs   fs 
Además, la función de transferencia presenta dos ceros definidos de la siguiente manera:
 f   f 
z1  r exp j0   r exp j 2 0  y z2  r exp j0   r exp  j 2 0 
 fs   fs 
Inicialmente fijemos  0   / 3 , R=0,65 y r=0,05.

 ¿Cuál es la expresión de la función de transferencia en amplitud H 2 z  ?

 Utilice la función zplane para observar la posición de los polos y los ceros.
 Con las funciones freqz y phasez, calcule y observe la respuesta en frencuencia de la
amplitud y la fase del filtro. Comente.

Considere un ruido blanco gausiano centrado de medio cero y de varianza 1. Filtre esta señal con
el filtro definido arriba utilizando la función filter.
 Presente con gráficas representaciones temporales de la señal de entrada y la señal de
salida. También presente sus respectivas densidades espectrales de potencia.
 Compare el resultado obtenido con la respuesta en frecuencia del filtro teórico.

Etapa 5
Ahora haga variar el modulo r en pasos de 0.05, retomando las manipulaciones precedentes.
Comente

Etapa 6
Considere la función de transferencia de un filtro con respuesta al inpulso infinita (RII o IIR)
siguiente

H 3 z  
1
1  z k0
Optamos por dos aplicaciones digitales:   0.9 et k0  8 et   0.99 et k0  20

 Utilice la función zplane para observar la posición de los polos y los ceros?
 Utilice la función freqz, observe la respuesta en frecuencia en amplitud y fase del filtro?
Comente.
Considere un ruido blanco gausiano centrado de media cero y de varianza 1. Filtre esta señal con
el filtro definido arriba utilizando la función filter.
 Presente con gráficas representaciones temporales de la señal de entrada y la señal de
salida. También presente sus respectivas densidades espectrales de potencia.

Etapa 7
Sea H 4 z  definido por los tres pares de polos complejos conjugado siguientes:
   
p2  R exp j 0   0,85 exp  j 
p1  R exp j0   0,85 exp j  y
 9  9

Prof. Ing. Daniel Cervantes, M.Sc. Página 3

   
p4  R exp j1   0,9 exp 

p3  R exp j1   0,9 exp j  y j 
 3  3
 5  
p6  R exp j 2   0,9 exp 
5 
p5  R exp j2   0,9 exp j  y j 
 7   7 

Ahora ponga en cascada los filtros de función de transferencia H 3 z  y H 4 z  .

Considere un ruido blanco gausiano centrado de medio cero y de varianza 1. Efectúe el filtrado
sucesivo con la ayuda de la función filter.

 Presente con gráficas representaciones temporales de la señal de entrada y la señal de

salida. También presente sus respectivas densidades espectrales de potencia. Comente

Prof. Ing. Daniel Cervantes, M.Sc. Página 4

Algunos tips
- Si tienen los ceros de un polinomio. Pueden obtener el polinomio con la función “poly”.
Ejm:
p1 = 0.95 * exp (-0.3*j)
p2 = conj (p1)
P = poly ([p1,p2])

- Muchas funciones en matlab están basadas en representaciones de funciones de

transferencia usando los polinomios del numerador y el denominador.

Ejm: function “freqz”

N = 128;
f = [-0.5 : 1/N : 0.5-1/N]*2*pi;
H(z) = b1 + b2 z-1 + b3 z-2 + …
a1 + a2 z-1 + a3 z-2 + …
B = [b1,b2,b3,…]
A = [a1,a2,a3,…]

Si no hay ceros B=1

H = freq z (B,A,f);
figure
plot (f, abs(H))

Ejm2: function “zplane”

figure
zplane (B,A);

- Generar una secuencia de N muestras de ruido blanco gausiano de varianza 1 y media 0.

Ejm:
vari = 1
media = 0;
N= 1024;
n = media + sqrt (vari) * randn (1,N)

- Uso de la función ‘filter’ para efectuar el filtrado del ruido ‘n’.

y = filter (B,A,n)

- Densidad espectral de potencia (DSP) de una señal – (método del periodograma).

y  es la señal
N = length (y)
FTy = fft (y);
DSP = (abs(FTy)).^2;
f = [-0.5 : 1/N : 0.5 - 1/N];
plot (f,fftshift (DSP));

Prof. Ing. Daniel Cervantes, M.Sc. Página 5