Upload
daniel-castillo
View
227
Download
0
Embed Size (px)
Citation preview
8/17/2019 Cap 1 Soria
1/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
MATERIA: PROCESAMIENTO DIGITAL DE SEÑALES
TEMA: EJERCICIOS DEL LIBRO DE SORIA
CAPITULO 1.
EJERCICIOS PROPUESTOS
1.46
Calcule la salida de un sistema con respuesta impulsional nu5.0nh n
ante una entrada
3nunun x . Repita el procedimiento para nu5.0nh n
.
2nu5.01nu5.0nu5.0n y
nu5.02nnu5.01nnu5.0nn y
nu5.02n1nnn y
2n1nnn xnhn xn y
2n1nn
nnn
n
2nu5.01nu5.0nu5.0n y
nu5.02nnu5.01nnu5.0nn y
nu5.02n1nnn y
2n1nnn x
nhn xn y
2n1nn
nnn
n
1.47
Dadas las secuencias siguientes:
,1 ,2 ,3 ,5nw;2.0 ,5 ,3 ,1n y;6 ,4 ,2 ,0 ,1 ,2 ,3n x
{,,,,,,}; {,,,.}; {,, ,} Calcule y represente las siguientes secuencias:
. .
8/17/2019 Cap 1 Soria
2/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
3 3 2 2 1 2 1 4 2 6 3 2 3 1 5 0.2 1 3 3 2 2 1 5 1.8 1 4 2 6 3
3 3 2 2 1 2 1 4 2 6 3 2
3 1 5 0.2 1
2 2 3 1 0.4 1
3 3 2 2 1 2 1 4 2 6 3
2 3 1 5 0.2 1 5 3 3 1 5 0.2 1
8/17/2019 Cap 1 Soria
3/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
2 3 4 2 4 1.8 1 4 2 6 3
. 0.723 3 2 2 1 2 1 4 2 6 3 2.16 3 1.44 2 0.72 1 1.44 1 2.88 2
4.32 3
∗ {5 3 3 1 5 0.2 1} ∗ { 2 3 1 5
0.2 1}
8/17/2019 Cap 1 Soria
4/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
3 ∗ 2 15 3 ∗ 1 25 3 ∗ 1 3 2 ∗ 2 9 2 ∗ 1 15 2 ∗ 0.6 2∗ 1 2 1 ∗ 2 6 1 ∗ 1 10 1 ∗ 0.4 1 ∗ 1 ∗ 2 3 ∗ 1 5 ∗ 0.2 ∗ 1
5 12 4 14 3 23 2 12.4 1 4.60.2 1
∗ { 2 3 1 5 0.2 1}
∗ { 2 1 3 2 5 3} { 2 ∗ 2 2 ∗ 1 3 2 ∗ 2 5 2 ∗ 3
3 1 ∗ 6 1 ∗ 1 9 1 ∗ 2 15 1∗ 3 5 ∗ 10 ∗ 1 15 ∗ 2 25∗ 3 0.2 1 ∗ 0.4 1 ∗ 1 0.6 1 ∗ 2
1 ∗ 3}
2 5 1 14 13.8 1 0.4 2 25.6 3 4
8/17/2019 Cap 1 Soria
5/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
1.48 Calcule la autocorrelación de la respuesta del sistema L.I.T., causal definido por el diagrama de
bloques de la Figura 1.31. ¿Para qué desplazamiento (‘lag’) será máxima la auto correlación?
++
-b1-a1
z-1
-ba y(n)x(n)
( ) ( )
( ) ( ) ( )k
f n y n
y n y n n k
8/17/2019 Cap 1 Soria
6/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
1
2
1
2
1
2
( 3) ( ) ( 3) (1)(0) 3(0) 5(0) ( 0.2)0 04
( 2) ( ) ( 2) (1)(1) 3(0) 5(0) ( 0.2)(0) 1
( 1) ( ) ( 1) (1)(2) 3(1) 5(0) ( 0.2)(0) 5
(0) ( ) ( ) (1)3 3(2) 5(1) ( 0.2)0 14
n
n
n
n
y y n n
y y n n
y y n n
y y n n
1
2
1
2
(1) ( ) ( 1) (1)( 5) 3(3) 5(2) ( 0.2)(1) 13.8
( ) 0,1,5,14,13.8
n
y y n n
f n
0 1-1
-2-3 n
4
1.82
-1
2 3
5
6
a(n)
0 1-1-2-3 2 3
b(n)
-0.4
-3
-2
0 1-1-2-3 2 3
c(n)6
-3
-2
22
4
1.8
4
0 1
-1-2-3
2 3
d(n)4.32
-0.72
-1.44
1.44
2.88
-2.16
8/17/2019 Cap 1 Soria
7/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
0 -0.2
-1-2-3
e(n)
n
12.4
23
-14
4.6
1
1.49
Para que valores , de la señal n jen x
es periódica. ¿Cuál es el periodo para 6
?
xn ej ej ej+ ejej
θN 2π θ 2πN
ej
→ ∞ ; ej
π0
w 2πT T 2πw
2ππ6 12
8/17/2019 Cap 1 Soria
8/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
Como la función seno y coseno son periódicos cada múltiplo de 2π, entonces la señal x(n) es periódica
para cualquier valor deθ
.
12T
1.50
Calcule la correlación de las secuencias y.
∑
=
∗ ∑
=
∗ ∑
=
∗ ∑
=
∗
∑ 2−
=
∑ 2−
=
∑ 2−
=
1.51
Un sistema de procesado digital tiene un diagrama de bloques mostrado en la Figura 1.32.
Suponiendo que los convertidores A/D y D/A son ideales y que la frecuencia de muestreo es de 300
Hz., determinar la salida y(t) si la entrada al sistema viene dada por la siguiente expresión:
t 150 sent 500 sen2t 1100cos3t y
Hz 550 F 110011
Hz 250 F 50022
8/17/2019 Cap 1 Soria
9/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
Hz 75 F 15033
Hz 150 f tenemos Hz 300 f Nyquist s
Por lo tanto el primero y el segundo término no cumplen con el Teorema de muestreo, produciendo
aliasing.
n2 senn3 sen2n6
7 cos3n y
n2
senn3
5 sen2n
3
11cos3n y
n300
150 senn
300
500 sen2n
300
1100cos3n y
4
1 f y
6
1 f ,
12
7 f 321
t 150 sent 100 sen2t 175cos3t yr
Si como etapa previa al conversor A/D se hubiese colocado con un filtro antialiasing que eliminase todas
las frecuencias por encima de 100 Hz. ¿Qué se tendría a la salida? ¿Y si el filtro antialiasing se coloca
después de A/D? Justifique su respuesta.
1.52
Considere el esquema de la Figura 1.33. Calcule la ecuación en diferencias del sistema y
determine si el sistema es causal. ¿Se trata de un sistema L.I.T.?
8/17/2019 Cap 1 Soria
10/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
a) La ecuación en diferencias del sistema es:
yn xn 1 xn 1 nxn b) Es causal o no.
n=0yn Xn 1 xn 1 n(xn)
y0 X1 x1 0(x0) y0 X1 x1
Para el valor n=0, con x(-1) y n=-1 si cumple n ≤ n , si cumple 1 ≤ 0.
Para el valor n=0, y (0) depende de x1 con n 1, por lo que no es casual. Porque para sercausal n ≤ n y vemos que, NO CUMPLE 1 ≤ 0 . EL SISTEMA NO ES CAUSAL
b) Es L.I.T.
NO L.I.T porque no es causal
1.53
La señal analógica se muestrea con un periodo de muestreo de 2ms. Su salida se hacepasar por un conversor D/A ideal. Determine la señal obtenida.
1050 cos50 2cos950 t 950cos2t 50cost 1050 sent x
8/17/2019 Cap 1 Soria
11/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
Ω 1050, 525 Ω 50, 25
Ω 950, 475 1
12 500 , 250
El primero y el tercer término no cumplen con el Teorema de muestreo, produciendo aliasing.
1050500 cos50500 2cos
950500
2110 cos 10 2c os 1910
10 cos 10 2cos
75
120 , 120
710
50 cos50 2cos350
1.54
Evaluando directamente la suma de convolución, determinar la respuesta al escalón de un
sistema L.I.T., cuya respuesta al impulso es nuanh n
con1a
.
k
k nuk hn y
nunhn y
Como la función escalón u(n – k) será distinto de cero para n k y, por tanto,
n
k
k
n
k
k uan y
k hn y
8/17/2019 Cap 1 Soria
12/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
1.55
Determine cual es la salida y(n) de un sistema L.I.T., ante una entrada del tipo jwn Aen x
con n .Comente la importancia de este resultado.
∞ ∞ ∗ ℎ
∑ ℎ
=−
∑
=−
∑
=−
∑
=−
1 −1
11
1
1.56 Un sistema causal, con condiciones iniciales nulas viene definido por la siguiente ecuación en
diferencias n x1nnyn y .
a)
Calcule la respuesta impulsional del sistema y proporcione una expresión general parala misma.
b) ¿Es invariante temporal?
1
8/17/2019 Cap 1 Soria
13/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
1 0 01 0 1
1 10 1 2 21 2 3 32 6
4 43 24 5 54 120
1 2 2 6 3 24 4 120 5
1.58
Un periodo de la señal analógica t 52cos2t x (t en segundos) se muestrea con unafrecuencia de 250 Hz.
a)
Determine los valores de x(n) obtenidos si se emplea un conversor A/D bipolar de 8 bits de
cuantización por redondeo cuyo rango de entrada es el doble de la amplitud pico a pico de
x(t).
b)
¿Cuál es el rango de entrada mínimo que debe tener el conversor para que no se produzcaruido de sobrecarga con esta señal de entrada?
a)
2 cos52 250
4
2cos 26125 b)
Re=8
R=
8/17/2019 Cap 1 Soria
14/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
R=31.25*10^-3
1.59 Comente cada uno de los siguientes párrafos indicando si son ciertos o falsos:
“Una de las principales aplicaciones de los filtros digitales es su utilización en las etapas de
conversión A/D y D/A. estos se utilizan para evitar que se produzca solapamiento frecuencial
cuando no se verifica el Teorema de muestreo, y también para eliminar las imágenes del
espectro de conversión D/A como consecuencia de no utilizar un reconstructor ideal”.
La conversión D/A se realiza normalmente combinando un conversor D/A con un circuito de muestreo
seguido de un filtro pasa bajo ya que el reconstructor ideal es no causal y de duración infinita
“Para un sistema lineal invariante temporal causal, podemos calcular su salida en régimen
permanente ante una entrada tipo nuwncos An x , a partir de su respuesta de frecuencia,y ésta coincidirá con la salida del sistema sólo si el sistema es estable”.
Un sistema es causal si Ɏ, el valor de y()es función únicamente de valores de la secuencia de entraday salida para n≤, a diferencia de un sistema no causal que también depende de las muestras futuras.
“Para un sistema lineal invariante temporal, podemos calcular su salida en régimen permanente
ante una entrada tipo nuwncos An x , a partir de su respuesta en frecuencia, y ésta
coincidirá con la salida del sistema, independientemente de que el sistema sea estable o no. La
única condición necesaria es que el sistema sea L.I.T.”.
Se puede definir el sistema en tiempo discreto como toda transformación que realiza un mapeado entre
la secuencia de entrada x(n) en otra de salida y(n): y(n)=T{x(n)}
1.61
Calcule la expresión general de la auto correlación de la señal nu2n x n
. A partir de ella
determine el valor de la energía de dicha señal.
8/17/2019 Cap 1 Soria
15/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
2− . ∗
0 ∑ .
=−
0 ∑ 14
=−
0 ∑1
4
=
11 14 14 14
43
PRACTICAS DE MATLAB
1.62.- Se desea generar 2 periodos de una onda sinusoide analógica de amplitud 1 y frecuencia 200 Hz,
muestreada a 1 kHz.
Sabemos que una sinusoide continua de frecuencia queda definida por la siguiente expresión: cos2 donde y son, respectivamente, la amplitud y fase del sistema. Si muestreamos a una frecuencia obtenemos:
cos2 cos 2
Sustituyendo, en nuestro caso tendríamos:
1 cos 2 2001000 cos0.4 De forma inmediata se comprueba que el periodo de la señal discreta es de 5 muestras, como nos pide
dos periodos el numero de muestras al generar es 10.
Las instrucciones de Matlab para generar y dibujar la señal son:
%Ejercicio 1.62
8/17/2019 Cap 1 Soria
16/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
n=0:9;
Fm=1000;Fa=200;
x=cos(2*pi*Fa*n/Fm);
stem(n,x)
xlabel('n')
ylabel('x(n)')
Con estas instrucciones se obtiene la Figura 1.34:
8/17/2019 Cap 1 Soria
17/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
1.63 Realice la misa operación, pro ahora la sinusoide a muestrear es de 1,2 Khz
1.64.- Superponga sobre la grafica obtenida en el Apartado 1.63 los puntos obtenidos en el 1.62. ¿Qué
ocurre?, ¿qué consecuencia se puede sacar de las graficas?
Con el siguiente código podemos superponer ambas graficas, donde, en lugar de emplear la instrucción
hold on hemos utilizado la opción de plot para superponer múltiples gráficas (Figura 1.36).
plot(n,x,'o',n,xx,'+')
legend('Fa=200hz','Fa=1200Hz')
xlabel('n')
ylabel('x(n)')
8/17/2019 Cap 1 Soria
18/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
Figura 1.36 Superposición de las muestras de las Figuras 1034 y 1.35.
Se observa que los puntos de las dos señales coinciden. La razón es que la señal (la componente de 1.2
kHz ) no cumple el teorema de muestro. Mediante la relación siguiente podemos determinar la frecuencia
aparente obtenida tras el muestreo
± Siendo una frecuencia en un intervalo {/2,/2} y la frecuencia original. Si consideramosnuestros valores 200 ′ 1200 con frecuencias de muestreos igual a 1 kHz, la primeraseñal no produce sopla miento y la segunda se aparecería con una frecuencia de 200 Hz (considerando
k=1).
Podemos ver el efecto del soplamiento en el dominio temporal si superponemos las dos señales
continuas. La manera de simular estas señales es considerar un periodo de muestreo "muy pequeño". Esuna aproximación pero, a nivel grafico, es bastante ilustrativa.
El siguiente programa muestra el proceso.
n=0:9;
t=0:0.01:9;
Fa1=200;
Fa2=1200;
Fs=1000;
xt1=cos(2*pi*Fa1*t/Fs);
xt2=cos(2*pi*Fa2*t/Fs);
x1=cos(2*pi*Fa1*n/Fs);x2=cos(2*pi*Fa2*n/Fs);
plot(t,xt1,'k-',t,xt2,'k:',n,x1,'ko',n,x2,'k+')
xlabel('n')
La gráfica obtenida se muestra en la Figura 1.37, en la que se aprecia claramente que para que la señal
de 1200 kHz no llegamos a tener al menos dos puntos por periodo produciéndose aliasing.
8/17/2019 Cap 1 Soria
19/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
1.65 En este apartado vamos a estudiar el efecto del muestreo sobre el espectro de la señal. Genere la
serie obtenida al muestrear una sinusoide de 100 Hz y amplitud unidad con un periodo de muestreo de
1 ms durante un segundo. Represente el espectro de la señal usando la instrucción abs(fft(y)).
8/17/2019 Cap 1 Soria
20/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
1.66.- Repita el apartado anterior pero ahora la señal a muestrear es la suma de 4 sinusoides de
amplitud uno y frecuencias 100, 200 y 600 y 2100 Hz . Utilice la señal de tipo coseno. Comente losresultados.
El siguiente código me permite calcular las secuencias y representar el espectro de suma En lugar de
utilizar un bucle para calcular cada una de las secuencias hemos utilizado las propiedades de MATLAB para
trabajar con matrices de datos y la función sum que al ser aplicada sobre una matriz suma sus elementos
por columna.
%Ejercicio 1.66
N=1000;
n=0:N-1;
Fa=[100,200,600,2100]'; %Ternemos un vector de frecuenciaFm=1000;
x=cos(2*pi*Fa*n/Fm); %Calculamos todas las sinusoides
x=sum(x); %Sumamos las sinusoides
plot(-N/2:N/2-1,abs(fftshift(fft(x))));
xlabel('Frecuencia')
8/17/2019 Cap 1 Soria
21/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
1.67 Repita el ejercicio anterior pero sustituyendo la frecuencia de 2100 Hz por una de 1900 Hz.
¿Obtendríamos el mismo resultado si hubiésemos generado las señales con las funciones seno?
1.68.- Genere una señal cuadrada de 1000 puntos con frecuencia de 150 Hz y muestreada a 1000 Hz .
Represente el espectro de la señal y explique el resultado.
Sabemos que una señal cuadrada analógica está formada por una suma infinita de armónicos impares dela frecuencia fundamental. La amplitud de dichos armónicos decrece a medida que aumenta la frecuencia
del mismo.
Nuestra señal contendrá armónicos a los frecuencias: 150 Hz, 450 Hz, 750 Hz, 1050 Hz, 1350 HZ, 1650 Hz,
1950 Hz,... Como las frecuencias de muestreo es de 1 kHz para que no se produzca aliasing, las frecuencias
analógicas deberán estar comprendidas en el intervalo [-500 Hz,...,500 Hz]. En nuestra señal cuadrada
esto no se verifica a partir de la frecuencia de 750 Hz . Veamos cuales serán las frecuencias aparentes
obtenidas por cada uno de estos armónicos, para ello utilizamos la expresión (1.7). En la práctica,
podemos obtener las frecuencias aparentes sin más que restar a la señal múltiplos de las frecuencias de
muestreo hasta que nos encontremos en el intervalo de frecuencias determinado por la frecuencia de
muestreo (Tabla 1.8).
Frecuencia original Frecuencia aparente
150 Hz 150 Hz, No produce aliasing
450 Hz 450 Hz, No produce aliasing
750 Hz -250 Hz
1050 Hz 50 Hz
8/17/2019 Cap 1 Soria
22/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
1350 Hz 350 Hz
1650 Hz -450 Hz1950 Hz -50 Hz
El siguiente código nos permite ilustrar gráficamente estos resultados:
N=1000;
n=0:N-1;
F=150; %Ternemos un vector de frecuencia
Fm=1000;
x=square(2*pi*F*n/Fm);
subplot(211)
stem(n(1:50),x(1:50))xlabel('n')
ylabel('x(n)')
title('(a)')
subplot(212)
plot(-N/2:N/2-1,abs(fftshift(fft(x))));
xlabel('Frecuencia')
title('(b)')
8/17/2019 Cap 1 Soria
23/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
1.69 Escriba una función que acepte como parámetros un vector de muestras, el número de bits del
cuantificador y el rango de entrada y devuelva la señal cuantificada por redondeo y considere que elintervalo de entrada es bipolar
function y=cuanti(x,bits,m)
Resol=2*m/(2^bits-1);
nivel=x/Resol;
nivel=round(nivel);
y=nivel*Resol;
1.70.- La siguiente ecuación en diferencia recursiva Permite calcular el valor de la raíz cuadrada de A,
tomando como condición inicial x(-1) una aproximación burda de dicha raíz. Para valores de A>1, x(-
1)=1 es una aproximación adecuada.
12 [ 1 1] a) Escribir un programa que permita calcular el valor de la raíz cuadrada de 2. Compruebe que a
partir de un pequeño número de iteraciones el valor almacenado en x(n) coincide con √ 2.b) Repita el proceso anterior cuantificando el resultado de cada iteración antes de realimentar
de nuevo al sistema. Muestre la s graficas obtenidas para un cuantificador de 4, 5, 6, 8 y 12
bits, si el intervalo de entrada al cuantificador es ±5. a)
El siguiente programa muestra la implementación recursiva de la ecuación de diferencias del
sistema, mediante un bucle. El bucle finalizara cuando la diferencia entre el valor calculado
con esta expresión y el valor sea menor que 1/10000.%Ejercicio 1.70
clc
clear
A=2;
valor_exacto=sqrt(2);
n=1;
x(n)=1; %Condicion inicial
error=1/10000;
while(abs(x(n)-valor_exacto)>=error)
n=n+1;x(n)=0.5*(A/x(n-1)+x(n-1));
end
%Si ejecutamos disp(x), MATLAB no devuelve por pantella
disp(x)
8/17/2019 Cap 1 Soria
24/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
a)
Veamos cómo se modifican los resultados al cuantificar las operaciones tras cada iteración. En
este caso vamos a fijar el número de iteraciones en 15, independiente del número de bits
considerado, y mostraremos en un grafico los resultados. El programa utilizado es el siguiente:
clear
A=2;
m=5;
valor_exacto=sqrt(A);n=1;
N=10; %Numero de iteraciones
x(:,n)=[1,1,1,1,1]'; %Condicion inicial
j=1;
for bits=[4,5,6,8,12]
for n=2:N
x(j,n)=cuanti(0.5*(A/x(j,n-1)+x(j,n-1)),bits,m);
end
j=j+1;
endn=1:N;
plot(n,x(1,:),'k-',n,x(2,:),'b:',n,x(3,:),'g.-',n,x(4,:),'r--',n,x(5,:),'c-')
legend(['b=4 valor=' num2str(x(1,N))],['b=5 valor=' num2str(x(2,N))],['b=6 valor=' num2str(x(3,N))],['b=8
valor=' num2str(x(4,N))],['b=12 valor=' num2str(x(5,N))])
xlabel('Iteracion')
ylabel('VAlor aproximado de la raiz')
8/17/2019 Cap 1 Soria
25/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
1.71 En esta práctica se estudiarán los conceptos de estabilidad y linealidad básicos a la hora de analizar
sistemas discretos. Determine si los sistemas definidos por las ecuaciones en diferencias siguientes
verifican las propiedades de linealidad, invarianza temporal y estabilidad
, . 1.72.- La primera aplicación de la autocorrelación de una señal es determinar las posibles repeticiones
de patrones en la señal. Para comprobar este punto se va a generar una sinusoide de frecuencia igual a
100 Hz con amplitud 1 y muestreada a 1 kHz (consideremos una señal de 100 puntos). Determinar la
autocorrelación de esta señal normalizada a uno y represéntela junto a la secuencia, ¿qué conclusiones
se pueden sacar?
El programa en MATLAB que implementa lo que nos pide es:
%Generación de la señal
n=0:99;x=cos(2*pi*n*0.1);
%Cálculos de autocorrelación
y=xcorr(x,'coeff');
%Representación de las dos señales
subplot(211),stem(x,'k'),title('(a)')
subplot(212),stem(y,'k'),title('(b)')
8/17/2019 Cap 1 Soria
26/27
DANIEL CASTILLO QUINTO ELECTRÓNICA
xlabel('Muestras')
1.73 Una segunda aplicación relacionada con la anterior es la determinación del desfase entre dos
señales. Se pide generar dos sinusiodes de frecuencia 50Hz (Fm=1KHz), amplitud unoy desfasadas 90° y
determinar la correlación cruzada de ellas . ¿Cómo se podría determinar el desfase entre estas señales?.
Realice una grafica donde aparezcan las matrices del autocorrelación y correlación cruzada
8/17/2019 Cap 1 Soria
27/27