Descargar

Procesamiento de señales analógicas (página 2)

Enviado por Pablo Turmero


Partes: 1, 2, 3
edu.red Body: Militares comunicaciones seguras radar sonar guía de misiles

edu.red Body: Telecomunicaciones cancelación de eco ecualización adaptiva espectro disperso video conferencias comunicaciones de datos

edu.red Body: Biomedicina monitoreo de pacientes scaners EEG ECG almacenamiento/enriquecimiento de rayos x

edu.red Body: En MATLAB:

Toolbox Signal Otros Archivos-m Blockset dspblks

edu.red Body: Representación de señales Señales de tiempo continuo: muestras de ellas, suficientemente cercanas (razón de Nyquist) ? Graficar 5 periodos de una señal senoidal de amplitud 1 y frecuencia 20 Hz a) Graficar 10 puntos b) Graficar 20 puntos c) Graficar 150 puntos

edu.red Body: Señal senoidal de 20 Hz y amplitud 1. N es el número de muestras a graficar

N=10; t=0:0.05/N:0.25; y=sin(2*pi*20*t); plot(t,y)

edu.red Body: MATLAB es ideal para señales y sistemas de tiempo discreto Para señales y sistemas de tiempo continuo se tienen que tomar muestras Cada señal para que esté representada requiere de dos vectores: valores de los elementos tiempos a que corresponden los elementos

edu.red Body: Aquí se muestran algunas secuencias comunes: Vector de tiempos: t = (0:.001:1)'; Impulso unitario: y = [1; zeros(99,1)]; Escalón: y = ones(100,1); Rampa: y = t; Cuadrado: y = t.^2; Onda cuadrada: y = square(4*t);

edu.red Body: Formas de onda comunes sawtooth: diente de sierra square: cuadrada Ejemplo. 1.5 seg. De una onda cuadrada de 50 Hz con una razón de muestreo de 10 KHzTo Fs = 10000; t = 0:1/Fs:1.5; x = sawtooth(2*pi*50*t); plot(t,x), axis([0 0.2 –1 1])

edu.red Body: Funciones para generar formas de onda aperiódicas:

gauspuls: genera un pulso senoidal modulado con una gausiana, chirp genera una señal coseno barrida en la frecuencia

edu.red Body: Ejemplo: 2 segundos de una señal lineal chirp con una razón de muestreo de 1KHz que comienza en DC y termina en 150 Hz en un segundot = 0:1/1000:2;

y = chirp(t,0,1,150); % Plot the spectrogram specgram(y,256,1000,256,250) Frequency

edu.red Body: Un filtro digital es un sistema lineal e invariante en el tiempo (LTI) cuya salida es obtenida al atenuar selectivamente componentes de frecuencia, tanto de magnitud como de fase La salida y(n) de un filtro digital está relacionada con su entrada x(n) por la convolución de ésta con la respuesta al impulso h(n) del filtro:

y(n)=x(n)*h(n)

edu.red Body: Si h(n) es de longitud finita, se dice que es un filtro FIR (finite impulse response). Si h(n) es de longitud infinita, se dice que es un filtro IIR (infinite impulse response).

Si tanto la respuesta al impulso como h(n) como la señal de entrada x(n) son finitas, entonces el filtro se puede implementar usando la función conv

edu.red Body:

Sacando la transformada Z

edu.red Body:

Y(Z), X(Z) y H(Z) son las transformadas Z de y(n), x(n) y h(n), respectivamente H(z) es la función de transferencia del filtro b(i) y a(i) son los coeficientes del filtro

edu.red Body: Ejemplo:

x = randn(5,1); % vector aleatorio de longitud 5 h = [1 1 1 1]/4; % respuesta al impulso del filtro y = conv(h,x); % señal filtrada

edu.red Body: La función de transferencia de un filtro digital tiene la forma:

En MATLAB, un filtro se representa por medio de sus coeficientes: B=[b(1) b(2) … B(nb+1)]; A=[a(1) a(2) … A(na+1)];

edu.red Body: Con la función filter es fácil implementar un filtro. Esta función implementa la función de diferencias:

y(n)+a(2)y(n-1)+…+a(na+1)y(n-na)= b(1)x(n)+b(2)x(n-1)+…+b(nb+1)x(n-nb)

la cual se puede obtener de la función de transferencia H(z)

edu.red Body: Por ejemplo: un filtro pasabajas es: b = 1; % numerador a = [1 –0.9]; % denominador los vectores b y a contienen a los coeficientes del filtro en su forma de función de transferencia y = filter(b,a,x); se obtiene el mismo número de muestras de salida que de entrada (length(y)==length(x)) si el primer elemento de a no es 1, filter divide los coeficientes de a por a(1) para implementar la ecuación de diferencia

edu.red Body: Para implementar un filtro se requiere de una estructura

Partes: 1, 2, 3
 Página anterior Volver al principio del trabajoPágina siguiente