19
TRABAJO COLABORATIVO No. 1 PROCESAMIENTO DIGITAL DE SEÑALES ESTUDIANTE DIEGO ANDRES CANDELA COD 10297194 DIONISIO PEÑA GRUPO 299004_35 TUTORA ANA ISABEL BOLAÑOS

Act_6

Embed Size (px)

DESCRIPTION

trabajo colaborativo

Citation preview

TRABAJO COLABORATIVO No. 1PROCESAMIENTO DIGITAL DE SEALES

ESTUDIANTEDIEGO ANDRES CANDELA COD 10297194DIONISIO PEA

GRUPO299004_35

TUTORAANA ISABEL BOLAOS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIAEscuela de ciencias bsicas tecnologas e IngenieraIngeniera ElectrnicaABRIL 2014

INTRODUCCION

El desarrollo del presente trabajo, aportando nuestros conocimientos y estudio a temas tan importantes para nuestro futuro profesional, como son los sistemas LTI, la transformada discreta de FOURIER, correlacin de seales en tiempo discreto.

1. CONSULTAS

a) Ingresar en la biblioteca virtual de la UNAD (http://www.unad.edu.co/biblioteca/) y encontrar el artculo Representacin paramtrica de la transformada de Fourier de tejidos textiles. Deben aportar al foro luego de realizar la lectura, dando su opinin al respecto. Finalmente realizan un resumen con las respectivas conclusiones de todos los integrantes sobre la lectura realizada.

Conclusin.

La naturaleza peridica de las imgenes de tejido textil permite el uso de las tcnicas de la transformacin de Fourier rpida para su clasificacin. Debido a los patrones de repeticin dentro de las imgenes del tejido textil, es posible encontrar una forma relativamente fcil de descripcin para su densidad espectral de energa. Un trabajo previamente publicado permite mostrar el uso de descriptores para el espectro de Fourier de las imgenes, en particular su eficiencia a la invarianza a la rotacin, traslacin y cambio de escala.Dichos descriptores mostraron ser muy efectivos para representar un tejido textil y pueden ser utilizados para caracterizar texturas cuasi peridicas mediante tcnicas no destructivas en tiempo real e in situ. Muestras de texturas textiles son evaluadas con esta tcnica de representacin paramtrica con el propsito de analizar su robustez y reproducibilidad. Finalmente, un conjunto de tejidos textiles es sometido a este modelo con el objetivo de evaluar la posibilidad de utilizarlo para la clasificacin, verificacin y reconocimiento de formas

b) Investigar en la red sobre ejemplos de aplicacin de la correlacin usando MatLab. Luego ejecute el cdigo consultado y observe los resultados. Es necesario adjuntar el cdigo .m generado:

%Secuencia de Ejemplo de Correlacin sin reflexin x=[2,-1,3,7,1,2,-3]; nx=[-4:2]; y=[1,-1,2,-2,4,1,-2,5]; ny=[-4:3]; y=fliplr(y); ny=-fliplr(ny); nr_xy_b=nx(1)+ny(1); nr_xy_e=nx(length(x)) + ny(length(y)); r_xy =conv(x,y) nr_xy=[nr_xy_b:nr_xy_e] stem(nr_xy,r_xy);title('Secuencia de Ejemplo de Correlacin') xlabel('n');ylabel('r_{xy}(n)') grid on

%Secuencia de Ejemplo utilizando la Autocorrelacin funcion(xcorr) x=[2,-1,3,7,1,2,-3]; r_xx=xcorr(x,x) nr_xx=[(-length(x)+1):(length(x)-1)] stem(nr_xx,r_xx);title('Secuencia de Ejemplo de Autocorrelacin') xlabel('n');ylabel('r_{xx}(n)'); grid on

2. Analizar y desarrollar los siguientes ejercicios. a) determine la respuesta al impulso de los siguientes sistemas

y[n] =x [n] - 6x [n-1] + 2x[n-2]

%%Determine la respuesta al impulso del siguiente sistema%% y[n] = x [n] - 6x [n-1] - 2x [n-2]clear all %limpiamos el cuadro de workspace % Primero creamos los vectores que componen la ecuacin de diferencias% finitasb= [1 -6 -2];% vector de xa= [1 0 0]; % vector de y% ahora creamos el vector de impulso de 128 muestrasn = 1:128; x= (n==1); % creacin de la funcin impulso con 128 muestrasy= filter(b,a,x); % generacion de la respuesta al impulsofigure(1); plot(y(1:21));xlabel('Respuesta de y al impulso x');figure(2); stem(y(1:21));xlabel('Respuesta de y al impulso x');

10 y[n] + y[n-1] + y[n-2] + 9y[n-3] =x[n]

%%Determine la respuesta al impulso del siguiente sistema%% 10 y[n] + y [n-1] + y [n-2] = x [n]clear all %limpiamos el cuadro de workspace % Primero creamos los vectores que componen la ecuacin de diferencias% finitasb= [1 0 0];% vector de xa= [10 1 1]; % vector de y% ahora creamos el vector de impulso de 128 muestrasn = 1:128; x= (n==1); % creacin de la funcin impulso con 128 muestrasy= filter(b,a,x); % generacion de la respuesta al impulsofigure(1); plot(y(1:21));xlabel('Respuesta de y al impulso x');figure(2); stem(y(1:21));xlabel('Respuesta de y al impulso x');

5y[n] - y[n-1] +8y[n-2] =x [n]

%%Determine la respuesta al impulso del siguiente sistema%% 5 y[n] - y [n-1] + 8 y [n-2] = x [n]clear all %limpiamos el cuadro de workspace % Primero creamos los vectores que componen la ecuacin de diferencias% finitasb= [5 -1 8];% vector de xa= [1 0 0]; % vector de y% ahora creamos el vector de impulso de 128 muestrasn = 1:128; x= (n==1); % creacin de la funcin impulso con 128 muestrasy= filter(b,a,x); % generacion de la respuesta al impulsofigure(1); plot(y(1:21));xlabel('Respuesta de y al impulso x');figure(2); stem(y(1:21));xlabel('Respuesta de y al impulso x');

7y[n] + y[n-1] - 5y[n-2] = x [n]

%%Determine la respuesta al impulso del siguiente sistema%% 7 y[n] + y [n-1] - 5 y [n-2] = x [n]clear all %limpiamos el cuadro de workspace % Primero creamos los vectores que componen la ecuacin de diferencias% finitasb= [7 1 -5];% vector de xa= [1 0 0]; % vector de y% ahora creamos el vector de impulso de 128 muestrasn = 1:128; x= (n==1); % creacin de la funcin impulso con 128 muestrasy= filter(b,a,x); % generacion de la respuesta al impulsofigure(1); plot(y(1:21));xlabel('Respuesta de y al impulso x');figure(2); stem(y(1:21));xlabel('Respuesta de y al impulso x');

b) Dadas las siguientes seales

Encuentre

Para desplazamos hacia la derecha con relacin a el mismo muestras, calculamos la secuencia del producto y sumamos todos los valores de dicha secuencia producto.

Para